CAPÍTULO 4: OPERACIONES DE PIXEL

Slides:



Advertisements
Presentaciones similares
Procesamiento digital de Imágenes
Advertisements

Geodesia Física y Geofísica
LEONARDO LÓPEZ C. ECONOMIA ESTADISTICA COMPUTARIZADA PARALELO: 261.
NIIF Instrumentos financieros, Relevancia Objetivos: Solicitar a las empresas que a través de los estados financieros, expongan la información necesaria.
Introducción a la estadística. ¿Qué es la estadística? La Estadística es la parte de las Matemáticas que se encarga del estudio de una determinada característica.
 E Expresión de un problema de programación lineal  A Aplicaciones de la programación lineal  S Soluciones de un problema de programación lineal.
ESTADÍSTICA II Ing. Danmelys Perozo MSc. Blog:
Bioestadística Distribuciones muestrales para variables cuantitativas.
GENERALIDADES DEL TRABAJO ESTADÍSTICO La Estadística es una de las ramas de la Matemática de mayor universalidad, ya que muchos de sus métodos se han desarrollado.
DETERMINACION E INTERPRETACION DE LAS MEDIDAS DE TENDENCIA CENTRAL POBLACIONAL Y MUESTRAL. POR: JUDITH MARITZA JUAN CARLOS ANA MARTIN AXEL GILBERTO FÁTIMA.
PROGRAMACIÓN ORIENTADA A OBJETOS SEGUNDA UNIDAD: “CLASES, OBJETOS Y MÉTODOS” IRVING YAIR SALAS CHÁVEZ ING. EN SISTEMAS COMPUTACIONALES - ITSLP.
REGRESIÓN Y CORRELACIÓN  REGRESIÓN Es un Proceso estadístico que consiste en predecir una variable a partir de otra utilizando datos anteriores. INGA.
TRANSDUCTORES Una definición posible de Transductor es "un dispositivo sobre el que actúa energía desde un sistema y que suministra energía, usualmente.
Física General.
Sensoria Remota.
UNIDAD II.
Estado del arte y Gestión de la Información
Investigación de operaciones
Normatividad relativa a la calidad
SESION 2: AGRUPACIÓN DE DATOS (TABLAS DE DISTRIBUCIÓN DE FRECUENCIAS)
Tarea II Matemáticas Francisco Raul Gandara Villaverde
Qué es una derivada? “La pregunta del millón…”
Normatividad relativa a la calidad
Clase n º 4 Introducción a Matlab
“POLIMORFISMO PARAMETRICO”
TALLER REGIONAL SOBRE EL DISEÑO ESTADÍSTICO DE ENCUESTAS DE HOGARES PARA EL ESTUDIO DEL MERCADO LABORAL “Jackknife” Jaime Mojica Cuevas Agosto Panamá.
UNIDAD 4: ESTADÍSTICA Y PROBABILIDAD
ESTADÍSTICA II Ing. Danmelys Perozo MSc.
BASES DE DATOS.
Modelo matemático de un yacimiento de aceite
CONCEPTOS BASICOS ESTADISTICA.-Conjunto de métodos que nos permiten tomar decisiones en momentos de incertidumbre (duda). Tiene como objetivo que la información.
Movimiento.
ANALISIS DE LA VARIANZA PROF. GERARDO A. VALDERRAMA M.
CAPÍTULO 6: FILTRAJE ESPACIAL
CAPÍTULO 2: PRINCIPIOS BÁSICOS DE MATLAB
CAPÍTULO 9: DETECCIÓN DE LÍNEAS
CAPÍTULO 3: TRANSFORMADA DE FOURIER
RESONANCIA MAGNÉTICA FUNCIONAL
Tema 9 Fiabilidad de las puntuaciones
CAPÍTULO 8: DETERMINACIÓN DE ESQUINAS
CAPÍTULO 10: OPERACIÓNES MORFOLOGICAS
Geodesia Física y Geofísica
CAPÍTULO 7: DETECCIÓN DE BORDES
Modelos Análogos e Icónicos
DISTRIBUCIÓN GAMMA. La distribución gamma se deriva de la función gamma. La distribución gamma tiene un caso especial que es la distribución exponencial.
PREDICCIÓN Y ESTIMACIÓN
RESULTADOS Y DISCUSIÓN CONCLUSIONES Y RECOMENDACIONES
REGRESÍON LINEAL SIMPLE
S.I.G (SISTEMA DE INFORMACION GEOGRAFICO)
CAPÍTULO 5: SEGMENTACIÓN Y TRATAMIENTO DE IMÁGENES BINARIAS
MODULO MICROSOFT EXCEL 2013
VARIOGRAMA EXPERIMENTAL Es una herramienta que permite analizar el comportamiento espacial de una propiedad o variable sobre una zona dada. Ejemplo: Detectar.
Unidad 3 Capítulo I Teoría general
1 Dirección IP - Características Las direcciones IP se denominan direcciones lógicas. Tienen un direccionamiento Jerárquico. Representan una conexión de.
Área Académica: Matemáticas Tema: FUNCIONES Profesor: Jorge Pérez Cabrera Periodo: Enero-Junio 2015.
La mayoría de las variables aleatorias que se presentan en los estudios relacionados con las ciencias sociales, físicas y biológicas, por ejemplo, el peso.
La mayoría de las variables aleatorias que se presentan en los estudios relacionados con las ciencias sociales, físicas y biológicas, por ejemplo, el peso.
Este trabajo se realiza con el objetivo de dar a conocer de forma precisa y concisa a los estudiantes de la carrera de mercadotecnia lo fundamental de.
ESTIMACIÓN (Inferencia Estadística) Intervalos de Confianza
Introducción a las imágenes digitales
P.S.P. ALMA JIMENEZ RIVERA
CAUDALES. ESTADÍSTICA HIDROLÓGICA ESTADÍSTICA E N LA HIDROLOGÍA ESTADÍSTICA HIDROLÓGICA Los procesos hidrológicos varían en el espacio y en el tiempo.
ESTADISTICA MEDIDAS DE DISPERSIÓN Cristian Gómez Coordinar Técnico Calidad Laboratorio Labsai.
UNIVERSIDAD DE LOS ANDES CENTRO DE INVESTIGACIONES PSICOLÓGICAS
URBINA GUADARRAMA GILBERTO MORENO CONTRERAS TANGANXOAN ZUANGUA
Departamento: INGENIERÍA MECÁNICA, ENERGÉTICA Y DE MATERIALES
Procesamiento Digital de Imágenes. Etapas del procesamiento de imágenes Entrenamiento Captura Pre-procesamiento Segmentación Extracción de características.
INFORMACION GENERAL DE OBJETO DE APRENDIZAJE Bibliografía Autor Competencia Tema INICIO Facultad de Ingeniería Mexicali – Agosto 2009 Optimizado para Microsoft.
INFORMACION GENERAL DE OBJETO DE APRENDIZAJE Bibliografía Autor Competencia Tema INICIO Facultad de Ingeniería Mexicali – Agosto 2009 Optimizado para Microsoft.
La distribución de Weibull La distribución de Weibull es para una variable aleatoria continua que se utiliza en una variedad de situaciones. Una aplicación.
Transcripción de la presentación:

CAPÍTULO 4: OPERACIONES DE PIXEL Objetivo: En este capítulo son tratadas a detalle las operaciones de pixel, así como sus propiedades y aplicaciones en el tratamiento de imágenes. Además, serán discutidos los histogramas de imagen, y las relaciones de éstos con las operaciones de pixel.

Introducción Operaciones de Pixel: operaciones realizadas sobre imágenes en donde sólo es tomado en cuenta el valor del pixel en cuestión de la imagen. Cada nuevo valor del pixel calculado p’ es dependiente del valor del píxel original p en la misma posición y con ello independiente de los valores de otros pixeles, como podrían ser sus vecinos.

CAMBIO DEL VALOR DE LA INTENSIDAD DEL PIXEL Contraste de una imagen: definido como la relación existente entre los diferentes valores de intensidad presentes en esa imagen. Iluminación o brillo: se relaciona con la forma en que los valores de intensidad se distribuyen en los pixeles de la imagen. El operador genérico que se utiliza para modificar el contraste o la iluminación en una imagen puede ser definido como: Complemento o inversión: operación de pixel, en la cual se altera el valor del pixel en sentido contrario (a través de la multiplicación del valor del pixel por -1)

CAMBIO DEL VALOR DE LA INTENSIDAD DEL PIXEL Segmentación por umbral: forma especial de cuantificación en la cual los pixeles de la imagen son divididos en dos clases, dependiendo de un umbral (“threshold”) predefinido.

HISTOGRAMA Y OPERACIONES DE PIXEL Histogramas: distribuciones que describen la frecuencia con la que se presentan los valores de intensidad (pixeles) de la imagen. En el caso más sencillo los histogramas son mejor entendidos por medio de imágenes a escala de grises. El histograma muestra importantes características de una imagen, como el contraste y el rango dinámico, los cuales se encuentran atribuidos a la captación de la imagen. Sin embargo, no proporciona información acerca del origen de los pixeles que lo conforman y esto representa una pérdida en la información referente a la relación espacial que tenían los pixeles en la imagen, por lo que resulta imposible reconstruir una imagen únicamente a partir de su histograma.

HISTOGRAMA Y OPERACIONES DE PIXEL Los errores de la iluminación son reconocidos en el histograma porque no hay pixeles en la región final o inicial de la escala de intensidad, mientras que las regiones medias del histograma sí se encuentran ocupadas por pixeles con distintos valores de intensidad. Contraste: La definición de contraste se entiende, como el campo de valores de intensidad que en una imagen concreta son utilizados, en pocas palabras: la diferencia entre el máximo y mínimo valor de intensidad de los pixeles presentes en la imagen. Dinámica: número de pixeles diferentes que son utilizados en la imagen. El caso ideal en una imagen, resulta cuando es utilizado el rango completo de valores de intensidad disponibles k para la imagen en cuestión, en este caso la región de valores es cubierta completamente.

HISTOGRAMA Y OPERACIONES DE PIXEL Cálculo del histograma utilizando Matlab. La función del toolbox de procesamiento de imagen para el cálculo del histograma de una imagen tiene el formato: Esta función calcula y despliega el histograma de la imagen I. El número de valores del histograma si no se especifica n depende del tipo de imagen que se trate. Si I es una imagen a escala de grises la función utilizará para el cálculo y despliegue 256 valores. Si I es una imagen binaria la función calculará el histograma con solo 2 valores. Si n es especificada el histograma es calculado y desplegado utilizando n valores en lugar de los especificados por el tipo de imagen. La variable counts es un vector que recibe el número de pixeles pertenecientes al valor de intensidad especificado por x. Relacionando estas dos variables mediante stem(x,counts) podríamos encontrar de nueva cuenta el histograma. [counts,x]=imhist(I, n)

CORRECCIÓN GAMMA La relación existente entre el valor de intensidad de un pixel y sus respectivas medidas físicas es compleja y en todos los casos no lineal. Resulta importante conocer mínimo en forma de aproximación la naturaleza de estas relaciones y con ello poder predecir la apariencia de imágenes en los diferentes medios. Corrección Gamma: operación de píxel que permite compensar las diferentes características de captación y despliegue de imágenes mediante la utilización de un espacio general de intensidades. La expresión gama proviene originalmente de la fotografía clásica, donde existe una relación aproximadamente logarítmica entre la cantidad de iluminación y la densidad resultante de la película fotográfica. La pendiente de la función de iluminación dentro de su región de dispersión es tradicionalmente definida como la gamma de la película fotográfica.

CORRECIÓN GAMMA El fundamento para la corrección gamma es la función gamma, la cual es definida como: para Donde el parámetro γ es el llamado factor gamma, cuyos valores para los diferentes dispositivos son normalmente especificados por el fabricante y obtenidos a partir de mediciones. Considerando la relación Densidad – Iluminación, mostrada en la figura Se establece el proceso de corrección gamma, donde b será la imagen corregida, a través de lo descrito por: