Académique Documents
Professionnel Documents
Culture Documents
ReseaHistrica
nNaceconrecursostecnolgicospara
captarymanipularimgenes.
nAos20:transmisindefotografas
periodsticas(LondesNuevaYork)
n1920:5tonosdegris
n1929:15tonosdegris
n19501960:verdaderoiniciodePDI
ReseaHistrica (Cont)
nObjetivoInicial:mejorarcalidad
visualdeimgenesespaciales
nEliminacindeRuido:Filtros
nRestauracin(eliminarnubosidad)
nMejoramientodeImagen
nSegmentacin(umbralizacin)
nDeteccindebordes
Definicin
nSubreadeVisinComputacional
nObjetivo:Acondicionarimgenes
parasuanlisisposterior
nEjemplo
: Mejorar el contraste de
unaimagenradiogrficaparaqueel
mdicodetectemejorunaanomala
OperacionessobreImgenes
ImagenOriginal ImagenProcesada
TiposdeOperaciones
sobreImgenes
Operacionesde
ProcesamientodeImgenes
Binarizacin
Filtrado
Filtrado
DeteccindeBordes
MejoramientodelContraste
U.MorfologaMatemtica
Segmentacin
Binarizacin
Binarizacin
nObjetivo:Separarelobjetode
intersdelfondodelaimagen
nEntrada:Imagenenescaladegrises
nSalida:ImagenBinaria
nImagenBinaria:Imagenconslo
dostonosdegrispresentes(blanco
ynegro0y255)
nValorUMBRAL q
Binarizacin (Cont)
0 siIij q
Gij
=
1 siI
ij > q
entonces
nCmoencontrarelvalorumbral
adecuado?
nUsandoelhistogramadelaimagen
nExistenvariosmtodos
HistogramaBimodal
nFondoyobjetocontonosdiferentes
nHistogramadefrecuenciasrelativas
(histogramanormalizado)
nValorumbralentrelosdosmximos
UsandoProbabilidades
n l1 l2 l3 ... lL:tonosdegrisadmisibles
nProbabilidadPn que(i,j)tenga ln es
Nro.depuntosdelaimagencontonoln
P( Iij =ln )= Pn =
Nro.totaldepuntosdelaimagen
nTomando q = ll,resultandos
conjuntosinducidosporestevalor
l
{ } { }
W1 = I ij :Iij ll y lW 2 = Iij :Iij > ll
UsandoProbabilidades(Cont)
nProbabilidadqueunpuntoestenuno
delosconjuntos lW1 lW2 es
l
( ) Pn
l
P W1 = , ( )
l
( )
l
P W 2 = 1- P W1
n
=1
nConsideraciones
Diferentesdecero
Diferenciaabsolutadevaloresmediosmayor
posible
MtodoIsodata
nTcnicaiterativa
nProceso:
Umbralinicial q0
ValorespromediopObjeto,0 ypfondo,0
Siguienteumbral q1 :promediodeps
nCundodetenerse?
Cuando qi = qi1
MtodoIsodata
Umbral q =162
MtodoIsodata
Umbral q =168
BinarizacinLocal
nCambiaumbralsegnelcaso
nExaminarvecindaddeunpixel
nCuleselumbralparacadavecindad?
Promediodetonosdegris
BinarizacinLocal
Mscara21x21
MtodoIsodata
Mscara21x21
Filtrado
Filtrado
nObjetivo:Acentuarodisminuir
caractersticas
nEntrada:Imagenenescaladegrises
nSalida:Imagenenescaladegrises
nProceso:Convolucin
G( x,y)=
i J j J
I(x- i,y - j)w(i, j)
Filtrado (Cont)
nNcleodeconvolucin:Mscara
nObjetivo:Hacerborrosalaimageny
reducirruido
nFiltrosdepasobajo:eliminan
componentesdealtasfrecuenciasy
mantienenlasdebajasfrecuencias
nAntesdesegmentarimagenen
regionesgrandes(nodetalles)
FiltrosdeSuavizamiento
ImagenOriginal ImagenSuavizada
FiltrodePromedio
nMediaaritmtica
nSimple,intuitivoyfcilde
implementar
nCasocomn:
11 1 1
w = 1 1 1
91 1 1
FiltrodePromedio (Cont)
ImagenOriginal ImagenSuavizada
FiltrodePromedio (Cont)
nOtrocasocomn:
1 1 1 1
w = 1 2 1
101 1 1
FiltrodePromedio (Cont)
ImagenOriginal ImagenSuavizada
FiltrodePromedio/Rango
nSlosepromedianlospixelsenla
mscaraqueestnenciertorango
1 siG(xi,yj) [min,max]
w(i , j)=
0 encasocontrario
nRangodependedetonodegrisdel
pixelcentral
FiltrodePromedio/Rango
ImagenOriginal ImagenSuavizada
(media45,media+45)
FiltrodeMediana
nPixelcentralsereemplazapor
medianadepixelsdelamscara
nProblema:sepierdenlaslneas
finasylosbordes
nSolucin:usarmscarade4
vecinos(enformade+)
FiltrodeMediana (Cont)
ImagenOriginal ImagenSuavizada
FiltroGaussiano
nMscarasegndistribucin
gaussiana
1 1 2 1
w = 2 4 2
161 2 1
nMayorpesoapixelcentral,pixels
mscercanosymenorpesoapixels
msalejados
FiltroGaussiano (Cont)
ImagenOriginal ImagenSuavizada
FiltrosdeRealce
nObjetivo:Intensificardetallesfinos
enlaimagen
nFiltrosdepasoalto:eliminan
componentesdebajasfrecuenciasy
mantienenlasdealtasfrecuencias
nResultado:Acentuamientodelas
orillas(bordes)
FiltrosdeRealce
ImagenOriginal ImagenAcentuada
FiltrosdeRealce
nMscaradebetener:
n Coeficientespositivoscercaalcentro
n Coeficientesnegativosenlaperiferia
nImplementacinclsica:
- 1 - 1 - 1
8 8 8
w=- 18 1 - 18
- 18 - 18 - 18
FiltrosdePasoAlto
ImagenOriginal ImagenFiltrada
conPasoAlto
FiltrosdePasoAlto
nImagenOriginaleslasumadelas
imgenesenpasobajoypasoalto
nPasoAlto=OriginalPasoBajo
n EnfsisAF =A*OriginalPasoBajo
=(A1)*Original+PasoAlto
nA:factordeamplificacin(partede
laimagenoriginalseaadealos
bordesacentuados)
FiltrosdenfasisdeAltas
Frecuencias
ImagenOriginal ImagenFiltrada
conEAF(A=2)
DeteccindeBordes
DeteccindeBordes
nBordescorrespondenacambios
localessignificativosdeintensidad
enunaimagen
nVisinhumana:jerarqua,
agrupamientoyexperienciapara
reconocerobjetos.Completitud
nEntrada:Imagenenescaladegrises
nSalida:Imagenenescaladegrises
DeteccindeBordes
nManeramscomn:derivadao
diferencialenvecindadpequea
nDerivadacalculavariacionesentre
unpixelysuvecindad
nUnbordeesunadicontinuidadenla
imagen(funcin)valordel
gradienteoderivadaesalto
DeteccindeBordes
DeteccindeBordes
nProblemas:
n Sensiblealruido
n Orillasfalsas(ruido,sombreado,textura)
nDostiposdedetectores:
n OperadoresdeGradiente
n OperadoresDireccionales
OperadoresdeGradiente
nTcnicasclsicas
nGradiente:Derivadarespectoalos
ejesxyy
nElgradientedeunafuncinf(x,y):
f f
f = ,
x y
OBS.:f(x,y)correspondeaI(x,y)
OperadordeRoberts
nVecindadde2x2
1 0 0 1
Gx = Gy =
0 1 1 0
f
nGx esaproximacinde
x
f
nGy esaproximacinde
x
OperadordeRoberts (Cont)
ImagenOriginal ImagenProcesada
OperadordePrewitt
nVecindadde3x3evitacalcularel
gradienteenpuntointermedio
nOperadordePrewitteslamagnitud
delgradientesegnexpresin
original,aproximandolasderivadas
parcialesrespectodexyy
OperadordePrewitt (Cont)
f
= (I3,1 + I3,2 + I3,3) - (I1,1 + I1,2 + I1,3)
x
f
= (I1,3 + I2,3 + I3,3) - (I1,1 + I2,1 + I3,1)
y
OperadordePrewitt (Cont)
nSusmscarasson:
1 1 1 1 0 1
Gx = 0 0 0 Gy = 1 0 1
1 1 1 1 0 1
OperadordePrewitt (Cont)
ImagenOriginal ImagenProcesada
OperadordeSobel
nDeteccindebordesysuavizamiento
nOperadordePrewitt+
SuavizamientoGaussiano
1 2 1 1 0 1
Gx = 0 0 0 Gy = 2 0 2
1 2 1 1 0 1
OperadordeSobel (Cont)
ImagenOriginal ImagenProcesada