Identificación

Identificación a través de correlación: Con la

correlación se trata de encontrar todos los lugares en una imagen que
aparece una subimagen
Identificación f (x, y) ◦ w (x, y) ⇔ F (u, v) H ∗ (u, v)

y Color De forma simalar a la convolución, la correlación espacial se puede

conseguir a través de la multiplicación de la transformada de Fourier de la
David García Pérez imagen por la transformada conjugada de la subimagen. En Matlab el
Tratamiento Computacional de Imágenes preceso de correlación se realiza a través del siguiente comando

g = dftcorr(f,w);

donde g es la imagen resultado del proceso, f es la imagen original y w es

la subimagen.

Color Color
Representación del color en Matlab: Se representa a través
de una matriz MxNx3, donde M es el ancho de la imagen, N es alto de la
Representación del color en Matlab: En Matlab a parte de
imagen, y existen 3 matrices, una por cada componente de color en el
representar el color en RGB, se pueden usar otros espacios de color
espacio que se este representando. Usualmente suele ser RGB (Red, Green
como: CMY, CMYK, HSV, HSI, NTSC, etc... En este caso solamente se van a
y Blue)
usar RGB y CMY
Para cada pixel de la imagen, en Representación a través de un mapa de color: Otra
vez de tener un valor numérico
forma diferente de representar una imagen en Matlab es a través de un
representando el nivel de gris,
mapa de color, donde tenemos una imagen representada por una matriz X
tenemos un vector que (MxN), y una matriz C de dimensión Kx3 que representa el espacio de
representa el color. Cada
color, siendo K el número de colores que existe en ese espacio
componente del vector
representa la intensidad de
Cada componente de la matriz X es un entero entre 1 y K. Para saber el
color en el canal
color que tiene ese pixel, simplemente seleccionamos la fila
correspondiente
correspondiente de C, los tres valores de esa fila representan el color del
pixel correspondiente

Color Color
Conversión de representaciones: Para cambiar una imagen
representación RGB a Colormap se usa el siguiente comando

[X, map] = rgb2ind(f, numero_colores, opción);

donde f es la imagen original en formato MxNx3 y en espacio de color
RGB. numero_colores es el número máximo de colores que va a tener
nuestro mapa de colores. opción puede ser: ‘dither’ y ’nodither’.
La primera opción escogerá los colores a los cuales vamos a reducir el
espacio de color RGB de forma inteligente, en función de los colores que
existen en la imagen. En el segundo valor, sencillamente escalará los valores
de manare proporcional. Como resultado devuelve X y map. El primero es
la imagen con los índices y el segundo es el mapa de colores. Para
representar el resultado lo representamos de la siguiente forma
Filtrado: El filtrado de imágenes en color se efectúa de la misma
forma que con imágenes de niveles de grises, con imfilter, pero en vez
de pasarle como opción una imagen en niveles de grises se pasa una
imagen en color
A la hora de filtrar se filtran cada una de las imágenes de componentes de
color de forma independiente y después se vuelven a unir en una única
imagen con tres componentes de color

figure, imshow(X, map);

 Color Color
Detección de bordes de color: La detección de bordes ya nos ! ! ! ! ! !
es directamente transformable como el filtrado, no vale detectar los ! ∂R !2 ! ∂G !2 ! ∂B !2
bordes en cada componente y después unir las imágenes. Ahora el gyy = !v t!v = !! ! +!
! !
! +!
! !
!
∂y ∂y ∂y !
problema es de detección de bordes es el siguiente (r, g y u son vectores
unitarios)
! !! ! ! !! ! ! !! !
! ∂R ! ! ∂R ! ! ∂G ! ! ∂G ! ! ∂B ! ! ∂B !
!u = ∂R
+ ∂G
+ ∂B gxy = !ut!v = !! !! !+! !! !+! !! !
∂x !
r ∂x !
g ∂x !
g ∂x ! ! ∂y ! ! ∂x ! ! ∂y ! ! ∂x ! ! ∂y !

!v = ∂R
∂y !
r + ∂G
∂y !
g + ∂B
∂y !
g ! "
1 2gxy
θ (x, y) = tan−1
2 gxx − gyy
! ! ! ! ! !
! ∂R !2 ! ∂G !2 ! ∂B !2 ! " 21
gxx = !ut !u = !! ! +!
! !
! +!
! !
!
1
∂x ∂x ∂x ! Fθ (x, y) = [(gxx + gyy ) + (gxx − gyy ) cos (2θ) + 2gxy sin (2θ)]
2

Color

F está representando la magnitud del gradiente en la dirección !, dirección

donde el gradiente tiene un máximo

Para calcular el valor de F se usa el siguiente comando

[VG, A, PPG] = colorgrad(f);

donde f es la imagen original. VG es la imagen de bordes. A es una imagen

que representa el valor del ángulo.Y PPG es una imagen que contiene la
suma de los gradientes en niveles de grises de cada una de las
componentes de color de la imagen f.