Tratamiento de Imágenes por Computadora – Proyecto Final

Slides:



Advertisements
Presentaciones similares
Photoscape.
Advertisements

Fernando Alonso Blázquez Sesiones 06 de Mayo de 2004.
PROCESAMIENTO DE IMAGENES
Base de Datos Distribuidas FUNDAMENTOS DE BASES DE DATOS DISTRIBUIDAS
MUDA (DESPERDICIOS).
CAMARA FOTOGRÁFICA David Felipe Nuñez
Direcciones, Arreglos y Argumentos de Funciones
Tratamiento de Imágenes por Computadora – Proyecto Final
Sistemas computarizados de información
Búsqueda Informada Heurísticas.
Versión 2004 Enrique Bañuelos Gómez
Publicación del sitio web en internet
EL ALGORITMO ADAPTATIVO MINIMO CUADRADO RECURSIVO RLS
Capitulo 10: La metodología Box-Jenkins
Sesión en Servlets 31 de Marzo de Índice ¿Por qué seguir la trayectoria de usuarios? Formas de seguir la trayectoria de usuarios –Cookies –Reescritura.
Detector de grietas en edificios Síntesis, Análisis y Visualización de Imágenes Máster Oficial en Ingeniería y Tecnología del Software Pedro Tomás Ibáñez.
Reguladores Autoajustables (STR) Introducción ANTE EL CASO DE UN PROCESO NO LINEAL O CUYOS PARÁMETROS CAMBIEN CON EL TIEMPO, SE PLANTEA UNA ESTRUCTURA.
Clase Nº 2 Preparado por: Jaime F. Cortés Durán.
Profesor Hugo Araya Carasco
Programación Matemática para distribución eficiente de censistas en censos nacionales: el Censo 2010 de la Provincia de Buenos Aires como caso de estudio.
Comunicación en la web  Buscador: Página web en la cual se ofrece al usuario consultar una base de datos en la que.
Eduardo Brioso Moniz Álvaro Castilla Nieto Mario Colchero Pérez
Procesamiento de Imágenes: introducción Stéren Chabert, Ph.D. Universidad de Valparaíso Departamento de Ingeniería Biomédica.
La segmentación de imágenes se ocupa de descomponer una imagen en sus partes constituyentes, es decir, los objetos de interés y el fondo, basándose en.
Inicialización de Superficies Deformables mediante Elipsoides Generalizados R. Dosil, X. M. Pardo, A. Mosquera, D. Cabello Grupo de Visión Artificial Departamento.
Sesión 6: Campos de Markov
Detección Automática de Nódulos Pulmonares
MÉTODO PARA AUTOMATIZAR LA SEGMENTACIÓN DE LA RETINA EN CAPAS
Reconocimiento y resolución de ecuaciones impresas Luis Fernández Pérez Marco Antonio Formoso Trigo.
Flujo óptico Omar Ocegueda 24 de Noviembre de 2003.
MÉTODO DE PIXELES DE BORDE
Introducción Scalable Edge Enhancement With Automatic Optimization For Digital Radiographic Images Procesamiento de Imágenes Digitales 1.
Corrección topológica de imágenes médicas Ignacio Moreno García Antonio José Narváez Ortega Maria del Carmen.
Informática Médica: Procesamiento de imágenes
Adelgazamiento de Imágenes RGB
TRATAMIENTO MATEMÁTICO DE LAS IMÁGENES GRUPO DE ANÁLISIS DE FOURIER Y APLICACIONES DEPARTAMENTO DE MATEMÁTICAS UNIVERSIDAD AUTÓNOMA DE MADRID El cuadro.
MoMento S Grupo 33: Ignacio Ayllón Benito Félix A. Velázquez Salas.
Un esquema de marca de agua frágil usando mecanismos jerárquicos Grupo 3: Jorge Antonio Martínez González Pedro Alfonso Núñez Mejías Juan Manuel Arnaiz.
Filtro Canny Detección de Esquinas
Ing. Eduard Leonardo Sierra Ballén Seminario de Investigación I Semestre I de 2005 Maestría en Ingeniería - Ingeniería de Sistemas Facultad de Ingeniería.
1 Image Segmentation Chapter 9 Dr. Mario Chacón DSP & Vision Lab.
Estimating motion in image sequences Christoph Stiller, Janusz Konrad IEEE signal processing magazine, 16(4),pp
Multiple Camera Tracking of Interacting and Occluded Human Motion SHILOH L. DOCKSTADER, STUDENT MEMBER, IEEE, AND A. MURAT TEKALP, SENIOR MEMBER, IEEE.
Imágenes binarias Horn, Robot Vision
Realizado por: Alejandro Palacios Sánchez
Tema 4. VÍDEO DIGITAL.
FOTOGRAFÍA DIGITAL. DEFINICIÓN Consiste en la obtención de imágenes que son capturadas por un sensor electrónico que dispone de múltiples unidades fotosensibles.
Relación entre cine y literatura
Por Umberto Amato, Maria Francesca Carfora y Paolo Colandrea, publicado en ERCIM News, European Research Consortium for Informatics and Mathematics, Num.
Introducción En está presentación de diapositivas vamos a hablar, comentar y explicar sobre que es un FAKE y como nos afecta en el mundo del Internet,
Realizado por: María Inmaculada Fernández Conde.
La Pantalla Los primeros monitores surgieron en el año 1981, siguiendo el estándar MDA (Monochrome Display Adapter) eran monitores monocromáticos (de un.
Reconocimiento de caras usando Histogramas de Gradientes Orientados
Dominar el lenguaje de las imágenes supone conocer todas sus posibilidades comunicativas y expresivas. Cualquier imagen o representación de la realidad.
1º Parte. FOTOGRAFIA DIGITAL Las fotografías digitales son imágenes del mundo real digitalizadas. Esta digitalización consiste en tomar una visión del.
EL MÉTODO CIENTIFICO.
Graficación 2D Alumna: Yasmin Rosales Cruz
Concepciones erróneas de la contabilidad
UNIDAD 4 El Menú Engineering. Su Cálculo.. Determinar la Popularidad.
Pixelación de imágenes avanzada usando el algoritmo slic
FOTOGRAFÍA DIGITAL.
 La fotografía digital son imágenes del mundo real digitalizadas. Esto consiste en tomar una visión del mundo y transformarla en un número de pixeles.
presentación Que es informática Sistema informático Dispositivos de un computador Dispositivos de entrada Historia de las computadoras Dispositivos de.
El objetivo de la segmentación es dividir (segmentar) y separar la información original para generar nuevas imágenes que representen las estructuras internas.
Paloma Pamela Galindo Serrano 1º Bach No Dispositivos de Salida.
Máximo nivel de producción que puede ofrecer una estructura económica determinada: desde una nación hasta una empresa, una máquina o una persona. La capacidad.
Tópicos en Inteligencia Artificial I Universidad Católica San Pablo.
Fotografía Digital. 1º PARTE Definición La fotografía digital consiste en la obtención de imágenes mediante una cámara oscura, de forma similar a la.
Conclusiones: En este trabajo se ha demostrado que se pueden aplicar los algoritmos OCH al ajuste de los parámetros de un modelo borroso mediante la discretización.
OBSERVA LAS IMÁGENES.
Transcripción de la presentación:

Tratamiento de Imágenes por Computadora – Proyecto Final Colorización Rodrigo Alonso Pablo Iturralde

Colorización: Orígenes El término “colorización” surge en 1970 de la mano de Wilson Markle Se refiere al proceso de pasar a color películas y programas de TV en B&W. Polémica: ¿Las compañías dueñas de las grabaciones tenían el derecho a modificar artísticamente el producto?

Colorización: Definición En la Actualidad: Se denomina colorización al proceso de obtener a partir de una imagen monocromática (B&W, sepia), otra imagen en colores. Imágenes computarizadas: implica pasar de una matriz MxN a una matriz 3xMxN.

El problema: Implicaciones Particularidad: La imagen a color tiene más información que la imagen monocromática !!! Surge de algún lado !!! Es necesario que la información se agregue (en principio por parte del usuario).

El problema: Condiciones Al revertir el proceso: Es deseable que se obtenga la imagen original en B&W. La colorización debe ser coherente con lo que se observa en la imagen original. (lugares oscuros – tonos oscuros). De aquí surge un problema de minimización !!!

[Levin, Lischinski, Weiss] Imágenes Típicas (1)

[Levin, Lischinski, Weiss] Imágenes Típicas (2)

Técnicas usuales (1)‏ Las más comunes consisten en dos etapas: Segmentación Divide la imagen según su estructura para identificar distintos objetos que pudieran tener distintos colores Colorización por áreas Colorea las distintas áreas identificadas por separado.

Técnicas usuales (2)‏ Para esto es necesario !!! Siempre partir de algunos pixeles coloreados por el usuario Distinguir objetos comunes: árboles, cielo, personas. Asignando colores arbitrarios Un algoritmo que minimiza alguna función de costo Mide la distancia entre la imagen original y la colorizada según un cierto criterio.

Imágenes: Segmetación [Levin, Lischinski, Weiss] Imágenes: Segmetación Sí, es Pamela !!!

Técnicas usuales: Desventajas Es necesaria una fuerte interacción usuario-algoritmo: Determinar fronteras poco claras Establecer colores para cada área o zona Ejemplo: Colorización de videos Es necesario hacer una estimación de movimiento de los distintos objetos Posible participación del usuario Esto implica costos de tiempo, dedicación y $$$ !!!

El ideal Un algoritmo que funcione lo más automáticamente posible. Segmentación automática o no realizarla. Cantidad mínima de pixeles coloreados por el usuario. Para video Un buen algoritmo de tracking automático para seguir el movimiento de los distintos objetos.

Otras aplicaciones Con sistema de colorización funcionando, se puede: Colorizar imágenes monocromáticas. Cambiar colores en imágenes a color. Colorizar videos o películas antiguas en B&W. Sugerencias del público presente ?

Referencias y bibliografía tentativa [Levin, Lischinski, Weiss], Colorization using Optimization – Anat Levin, Dani Lischinski, Yair Weiss - School of Computer Science and Engineering, The Hebrew University of Jerusalem. [Sapiro], Inpainting the colors – Guillermo Sapiro – Institute for mathematics and its applications, University of Minnesota [Li, Lizhuang, Di], Fast Colorization Using Edge and Gradient Constrains – Yao Li, Ma Lizhuang, Wu Di – Electrical Engineering Department, Shanghai Jiao Tong University. Distintos artículos publicados en el IEEE, lo cuales no hemos conseguido el acceso aún.

FIN Llegó el final !!! Esperamos haya sido de su agrado !!! No nos reponsabilizamos en caso contrario !!!