Imagen 1

esta es la imagen del script

estas son las tres imágenes obtenidas, la original, la imagen binaria y la imagen con la
eliminación de los objetos pequeños

 Explique cada línea de comando

Para que el código sea válido debe tener una línea con su nombre.
Clc: borra lo escrito en la ventana command window
Clear all: quita ítems del workspace, librera espacio del sistema
Close all: quita una figura especifica y las operaciones hechas
%juan pinzon
Melanoma=imread (‘enferma1.jpg’);: se usa palabra melanoma como variable que almacena
la imagen
Melanoma=im2double(melanoma);: convierte una imagen con doble precision
Figure;: crea una nueva ventana de figura. Muestra la figura almacenada en la variable
melanoma con los ajustes
Imshow(melanoma) ajusta y optimiza la imagen que fue almacenada en la variable melanoma
Umbral=0.5;: se crea una variable del umbral con el valor
binVitiligio=im2bw(melanoma,umbral);: se crea una variable en la cual se coloca la
operación de convertir la imagen en imagen binaria con el valor del umbral determinado
figure;: crea una nueva ventana de figura.
imshow(binVitigilio);: muestra la imagen binaria en la ventana de figura
numpixels=20;
filtro1=bwareaopen(binVintigilio,numpixels);: se almacena en la variable filtro1 el
comando bwareaopen el cual elimina los objetos pequeños de la figura
figure;: crea una nueva ventana de figura.
imshow(filtro1);: muestra la imagen binaria con el valor de los pixeles seleccionados y con
el resultado del comando bwareaopen

 ¿Qué hacen las funciones clc, clear al, close all, im2bd y bwareaopen?

Clc: limpia el command window

Close all: quita una figura especifica y las operaciones hechas
Clear all: quita ítems del workspace, librera espacio del sistema
Im2bd: convierte una imagen original en una imagen binaria
Bwareaopen: quita objetos pequeños de una imagen binaria

2. Cada estudiante debe averiguar cómo implementar el filtro para el ruido “sal y
pimienta” y el ruido “gaussiano”. Posteriormente implementar el filtro
correspondiente para la imagen con melanoma que ha sido asignada. El código se
debe adjuntar junto con las imágenes resultantes

NOTA: En este punto se trabaja con la imagen asignada en el primer paso, pero se nombra
como ‘Enferma1’

 Filtro sal y pimienta

Script en Matlab
Imagen obtenida
Esta es la imagen original

SAL Y PIMIENTA GUSSIANO

3. Desarrolle el siguiente código en el command Windows de Matlab. (asegúrese de

estar trabajando en la carpeta que ya se ha creado)

NOTA: En este punto se trabaja con la imagen asignada en el primer paso, pero se nombra
como ‘Enferma1’
  Explique cada línea de comando

Clc: borra lo escrito en la ventana command window

Clear all: borra todo
Close all: cierra todas las operaciones hechas
%juan pinzon: se debe colocar el nombre al script
Melanoma=imread(‘Enferma1’);: se crea la variable y se almacena la imagen
Figure;: crea una nueva ventana de figura
Imshow(melanoma);:muestra en la ventana la imagen almacenada
graymelanoma=rbg2gray(melanoma);: se convierte la imagen a escala de grises
figure;: se crea una nueva ventana de figura
imshow(graymelanoma);: muestra la imagen en la ventana creada
bordesCanny=Edge(graymelanoma,’Canny’);: se analiza la imagen por medio del algoritmo
de canny
figure;: se crea una nueva ventana de figura
imshow(BodesCanny): muestra la imagen con la aplicación canny
BordesSobel=Edge(graymelanoma,’sobel’);: analiza los bordes de la imagen por medio de
sobel, el cual calcula el gradiente por medio de la intensidad de cada pixel de la imagen
Figure; se crea una nueva ventana de figura
Imshow(BordesSolbel);: muestra la imagen en la ventana creada

 ¿Qué hacen las funciones canny y sobel?

La función canny analiza los bordes por medio del algoritmo de canny el cual utiliza varias
etapas entre las que se encuentran la detección del ruido y la intensidad del gradiente de la
imagen.
La función sobel analiza los bordes de la imagen por medio del operador sobel, el cual calcula
el gradiente por medio de la intensidad de cada pixel de la imagen. Este operador utiliza dos
matrices de 3*3 para luego aplicar convolucion a la imagen original y calcula una
aproximación a las derivadas.

 Analice cada imagen obtenida en este ejercicio

Estas son las imágenes

Canny

Sobel:

4. Desarrolle el siguiente código en el command window de Matlab

Este código necesita el código del ejercicio 3 para poder ser ejecutado
Este es el script en Matlab
  Explique cada línea de comando
 ¿Qué diferencias encuentra entre el ejercicio a y b?
El primer script se hace con el comando de línea y hace que sea más compleja la imagen
obtenida, en cambio el segundo script muestra una imagen mucho más clara, pues los puntos
son menos continuos y más selectos.
 Analice cada imagen obtenida en este ejercicio
Estas son las imágenes obtenidas

Erosion1

Erosion2
 5. Teniendo en cuenta el código anterior, donde se utiliza la función morfología de
erosión, el estudiante deberá investigar cómo implementar la función morfológica de
“dilatación”, con la dilatación en forma de cuadrado y tamaño 2 (‘square’ 2).
El código se debe adjuntar junto con las imágenes resultantes

Este es el código en Matlab

esta es la imagen
 REFERENCIAS BIBLIOGRAFICAS

Filtro gaussiano Matlab. Recuperado de:

https://la.mathworks.com/help/images/ref/imgaussfilt.html
Filtro sal y pimienta Matlab. Recuperado de:
https://la.mathworks.com/help/images/ref/medfilt2.html
Implementación filtro gaussiano http://www4.ujaen.es/~satorres/practicas/practica2.pdf
Operaciones morfológicas Matlab. Recuperado de
https://es.mathworks.com/help/images/morphological-filtering.html
Tipos de operaciones morfológicas. Recuperado de
https://es.mathworks.com/help/images/morphological-dilation-and-erosion.html