Análisis de Imágenes y Visión por Computadora Aplicaciones Problemas Clasificación de correo, lectura de etiquetas, procesamiento de cheques bancarios,

Presentación del tema: "Análisis de Imágenes y Visión por Computadora Aplicaciones Problemas Clasificación de correo, lectura de etiquetas, procesamiento de cheques bancarios,"— Transcripción de la presentación:

1 Análisis de Imágenes y Visión por Computadora Aplicaciones Problemas Clasificación de correo, lectura de etiquetas, procesamiento de cheques bancarios, lectura de texto Reconocimiento de caracteres Detección de tumores, medida del tamaño y forma de órganos internos, análisis de cromosomas, conteo de células sanguíneas. Análisis de imágenes medicas Identificación de partes en líneas de ensamblaje, detección (inspección) de defectos y faltas. Automatización Industrial Reconocimiento e interpretación de objetos en una escena, control y ejecución de movimientos por medio de (feed back) alimentación visual Robótica Elaboración de mapas a partir de fotografías, síntesis de mapas del clima. Cartografía Identificación de huellas digitales, análisis de sistemas automáticos (automatizados) de seguridad. Medicina forense Detección e identificación de objetos (blancos) guía de helicópteros y aterrizaje de aviones guía de vehículos piloteados remotamente (RPU) misiles y satélites (obtenidos) a partir de pistas visuales. Imágenes de radar Análisis de imágenes multi espectrales, predicción del tiempo clasificación y monitoreo ambientales, urbano, agricultural y marino a partir de imágenes de radar Percepción remota Aplicaciones del análisis de imágenes y los problemas involucrados.

2 Técnicas para análisis de imágenes Extracción de Características SegmentaciónClasificación Características espaciales Template matchingClustering Transformación de características ThresholdingEstadística Orillas y fronterasDetección de orillasArboles de decisión Características de forma ClusteringMedidas de similitud Momentos Textura Quad-trees Texture matching Min. Spanning trees

3 Análisis de datos Conclusión del análisis Representación simbólica Interpretación y descripción Sistema de análisis de imágenes Sistema de interpretación Clasificación y descripción Extracción de características Segmentación Extracción de características Pre procesado Imagen de entrada

4 ¿Que es una señal digital? ¿Cuál es significado de audio y video digital? ¿color digital? ¿Origen de la palabra digital?

5 Clasificación de las señales Señales continuas ó analógicas. Señales Discretas Señales Digitales. 1-D f(t) audio 2-D I(i,j) imágenes N-D f(x,y,z,t,λ) Radiación electromagnética

6 Señales continuas ó analógicas. Son continuas en su dominio y su contradominio. Por ejemplo audio, fotografías, películas (film - cinta).

7 x f(x)‏ Ejemplo de señal contínua 1-D Definida par todo valor de x

8 Señales Discretas.- Son discretas en su dominio, pero continuas en su contradominio, se obtienen al muestrear las señales continuas.

9 x f(x)‏ Los valores de f(x) son continuos nn+1 Muestreando una función continua

10 x f(x)‏ Señal discreta nn+1

11 Repaso: Sistemas de numeración Sistema decimal Sistema base dos Cualquier base

12

13

14

15 1 byte = 8 bits 1 byte permite 2 a la 8 representar 256 cantidades: 0 ~ 255 0 off 1 on 0 1 0 0 0 0 0 1 0 1 0 0 1 1 1 0 0 1 0 1 1 1 0 5 6 7 0 1 2 3 4 0 0 1 1 0 1 0 1 2 3 binario decimal

16 Cuantizando x y f(x) 2niveles, 1 bit

17 Cuantizando x y f(x) 3 niveles, 2 bits

18 Cuantizando x y f(x) 4 niveles, 2 bits

19 Cuantizando x y f(x) 7 niveles, 3 bits

20 Señales Digitales.- Son discretas tanto en el dominio como en el contradominio. Se obtienen al muestrear las señales discretas.

21 Digitalizando una señal

22 Señal digital

23 Error de la señal digital

24 5 niveles 5 divisiones

25 9 niveles 9 divisiones

26 Digitalizando una señal (tamaño del detector)

27 Digitalizando una señal

28

29

30 Digitalizando una señal (aumento del No de pixeles )

31 Señal Digital Posiciones enteras Valores enteros

32 Digitalización de una señal. Señal continua Señal discreta Señal digital

33 Imagen Digital.- Las imágenes digitales son un caso particular de las señales digitales. Una imagen digital se representa por una matriz de puntos, o como sucesión bi dimensional. En la imagen digital, tanto la posición del pixel como su valor están representados solamente por números enteros

34 Señales continuas ó analógicas. Son continuas en su dominio y su contradominio. Por ejemplo audio, fotografías, películas. Señales Discretas.- Son discretas en su dominio, pero continuas en su contradominio, se obtienen al muestrear las señales continuas. Señales Digitales Son discretas tanto en el dominio como en el contradominio. Se obtienen al muestrear las señales discretas.

35 Imagen Digital Las imágenes digitales son un caso particular de las señales digitales. Una imagen digital se representa por una matriz de puntos, o como sucesión bi-dimensional. En la imagen digital, tanto la posición del pixel como su valor están representados solamente por números enteros

36 x f(x) Ejemplo de función continua Definida para todo valor de x

37 x f(x) Muestreando una función continua nn+1

38 x f(x) Señal discreta nn+1

39 x f(x) Los valores de f(x) son continuos nn+1

40 Cuantizando x y f(x)

41 Digitalizando una señal

42 Señal digital

43 Error de la señal digital

44

45

46 Ruido de Cuantización. El ruido de cuantización aparece al digitalizar una señal, está directamente relacionado con el número de valores que puede tomar el pixel. También se le conoce como definición. Entre la definición y el espacio en bytes que ocupa una imagen hay una relación directa. Las imágenes mas comunes (B/N) ocupan un byte por pixel. Resolución Espacial. La resolución espacial esta relacionada con el tamaño del detector. En otras palabras, la resolución es el numero de pixeles en el cual está dividida la imagen. Entre mayor es el número d epixeles, menor es el tamaño físico de este. El número de pixeles afecta el número de byte que ocupa la imagen. Pixel: Es el elemento más pequeño de una imagen digital. Volumen de datos. Un volumen de datos se obtiene al apilar un conjunto de arreglos bidimensionales. Por ejemplo: tomografía computarizada, Resonancia magnética, ultrasonido, etc. Voxel elemento más pequeño en un volumen de datos digitales. voxel = pixel

47

48

49

50 Imagen f[i] [j] f[i] [j], i, j enteros j i

51 Ejemplos de imágenes B/N

52 Imagen original Detección de orillas

53 Imagen original Realce de características

54 Negativo de una imagen Imagen original

55 Histograma

56 Imagen original

57 Histograma Imagen original

58 Formación de imágenes en una lente simple. f f lente eje óptico imagen objeto detector

59 Imágenes a color color digital tres canales (R G B) Imagen original R V A

60

61

62

63 original roja verdeazul

64 Representación gráfica de una señal de dos dimensiones. i j

65 i j (2)(3) (4)(1) Otra representación de una señal digital 2-D.

66 Columnas j Renglones iRenglones i I[i][j] Representación matricial de una imagen.

67 Sistema de referencia en Geometría Analítica y = f(x) x (x,y)

68 En ésta imagen los vértices de la retícula representan a los pixeles. j i I[i][j]

69 Cada pixel se representa por un cuadro, elemento de la matriz. j i I[i][j]

70 i-1, j-1 i-1, j i-1, j+1 i,j – 1 i, j i, j+1 i-1, j-1 i-1, j i-1, j+1 Pixel de trabajo y sus vecinos cercanos

71 Tarea Investigar litle endian, big endian