Filtros y Detectores de Borde

Slides:



Advertisements
Presentaciones similares
Tema 3: Filtros SEGUNDA PARTE.
Advertisements

PROCESAMIENTO DE IMAGENES
Especialista en Business Intelligence Reporting Services SSRS (Sesión 19) Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a.
Por: Alex F. Guerrero E. Fecha: 04/02/2010
Filtros digitales y Máscaras
KRIGING.
7. Extracción de Contornos
6. Filtrado. Universidad de Valladolid.
Filtros espaciales Aplicación del filtro unsharp masking.
MÁSCARAS DE CONVOLUCIÓN PARA LA DETECCIÓN DE BORDES.
Manuel Mazo,Daniel Pizarro. Departamento de Electrónica 1 Manuel Mazo Quintas Daniel Pizarro Pérez Departamento de Electrónica. Universidad de Alcalá.
MAESTRIA EN INGENIERIA DE CONTROL INDUSTRIAL - Curso de Identificación de Sistemas Ing.MSc. Ana Isabel Gutiérrez 3. PREPROCESAMIENTO DE SEÑALES La calidad.
Segmentación. Qué vemos? La información visual llega a la retina de manera local y “discreta”: conos y bastones sensibles a fotones reflejados por los.
Detector de grietas en edificios Síntesis, Análisis y Visualización de Imágenes Máster Oficial en Ingeniería y Tecnología del Software Pedro Tomás Ibáñez.
Juan Pablo Vásquez Ralf Wilke 18 de Diciembre 2008.
Capítulo 2. Representación de imágenes digitales
TD-33. EXTRACCIÓN DE SUPERFICIE BORDE DE UN CONJUNTO DE DATOS VOLUMÉTRICO Andrés Fernández Peralta Luis Franco Espín Ignacio Gordillo Díaz.
El valor del pixel (tono de gris) varia de una manera continua
Procesamiento digital de Imágenes
Capitulo 2 Filtrado Filtrado Espacial Visión de Máquina
Procesamiento de Imágenes Digitales
Procesamiento Digital de Imágenes y Visión
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.
Digital Image Processing Chapter 3
Universidad Técnica Particular de Loja
Análisis de series de tiempo Cuarta semana Abril Julio 2009.
Introducción al procesamiento de imágenes
PROCESAMIENTO EN EL DOMINIO DEL ESPACIO. Se entiende por procesamiento en el dominio del espacio, la realización de operaciones directamente sobre el valor.
Sesión 6: Campos de Markov
Vectores Aleatorios 1 Distribución conjunta de un vector aleatorio
Tema 4. Realzado de imágenes  Qué vamos a estudiar  ¿Qué vamos a estudiar? Un conjunto de técnicas que tratan de conseguir una imagen mejorada y más.
Procesamiento de imágenes
Manuel Mazo, Daniel Pizarro. Departamento de Electrónica 1 Manuel Mazo Quintas Daniel Pizarro Pérez Departamento de Electrónica. Universidad de Alcalá.
Tratamiento Digital de Imagenes Andres Felipe Rubiano Pinzon Gina Lorena Giraldo Alzate.
Realzado en el dominio de la frecuencia
Detectores de Borde. Extracción de Características Detección de Líneas. Detección de Puntos de Borde. Detección de Contornos.
Tema 4:Segmentación de imágenes
MÉTODOS DE BINARIZACIÓN DE IMÁGENES EN NIVELES DE GRIS
Capitulo 3 Segmentación.
Los filtros de desenfoque suavizan una selección o una imagen entera y son útiles para retocar. Suavizan las transiciones mediante el cálculo.
Preparada por: Xavier Ernesto San Andrés Lascano &
Statistic Filters El filtro de mediana. Este tipo de filtro pertenece al grupo de filtros de orden estadístico, los cuales son filtros que no cumplen con.
Estadística La Estadística tiene por objeto recolectar, organizar, resumir, presentar y analizar datos relativos a un conjunto de objetos, personas, procesos,
Introducción Scalable Edge Enhancement With Automatic Optimization For Digital Radiographic Images Procesamiento de Imágenes Digitales 1.
Curso de Procesamiento Digital de Imágenes Impartido por: Elena Martínez Departamento de Ciencias.
Procesamiento Digital de Imágenes
Informática Médica: Procesamiento de imágenes
Procesamiento Digital de Imágenes
Ingeniería de la Salud IMAGEN BIOMEDICA Realce: Filtros en imagen digital (Parte I)
Tema 3: Filtros.
MoMento S Grupo 33: Ignacio Ayllón Benito Félix A. Velázquez Salas.
Filtro Canny Detección de Esquinas
Una aproximación a la visión
Filtros.
1 Image Segmentation Chapter 9 Dr. Mario Chacón DSP & Vision Lab.
Tema 6: Morfología Segunda parte.
Filtrado lineal Digital image processing, Gonzalez & Woods, chpt 4
Procesamiento Digital de Imágenes
Procesamiento Digital de Imágenes
Procesamiento de Imágenes
El uso de las máscaras espaciales
8.4 Toolbox de Matlab.
Juan Antonio Cano Salado Borja Moreno Fernández
FUNDAMENTOS SOBRE P ROCESAMIENTO D IGILTAL DE I MÁGENES (DIP) Copyright 2004 para Diego Luis Aristizábal Ramírez OrquideaJAI Universidad Nacional de Colombia.
Aplicando Visión por Computador para Control de Acceso Vehicular
PROCESAMIENTO DIGITAL DE SEÑALES
DETECCION DE SEÑALES BINARIAS EN RUIDO GAUSSIANO El criterio de toma de decisión fue descrito por la ecuación Un criterio muy usado para escoger el nivel.
SEGMENTACIÓN DE CARACTERES EN PANELES LED EN IMÁGENES NATURALES Álvaro Vilches Díaz Giulia Sabatinelli Pablo Alamo González.
Miguel A. Carrasco Septiembre, 2006 Visión por Computador Aplicaciones del Procesamiento de Imágenes Ayudantía 01.
Transcripción de la presentación:

Filtros y Detectores de Borde

Filtro definición Se le llama filtrado al proceso mediante el cual se modifica una señal determinada de tal manera que las amplitudes relativas de las componentes en frecuencia cambian o incluso son eliminadas. También sirven para restaurar una señal, cuando haya una señal que haya sido deformada de alguna forma. La función en Matlab que permite generar un filtro para aplicarlo sobre una imagen en 2-D es fspecial, y contiene filtros predefinidos en 2-D.

Filtros en el dominio del espacio: Filtros espaciales Filtros lineales Filtros pasa bajos Filtro pasa altos Filtro pasa bandas Filtros no lineales Filtro max Filtro min Filtro mediana

Filtro espacial Es un tipo de operación que altera el valor de un píxel en función de los valores de los píxeles que le rodean. También se le denomina procesamiento basado en la vecindad u operación de vecindad. Filtrar una imagen consiste en aplicar una transformación de forma que se acentúen o disminuyan ciertos aspectos. h f( x , y ) g( x , y )

G(u , v) = H(u , v) F(u , v) g(x , y) = T[f(x , y)] Tipos de Filtros Filtro espacial - convolución La alteración del píxel se realiza dependiendo de los valores de los píxeles del entorno sin realizar ninguna modificación previa de sus valores g(x , y) = h(x , y) * f(x , y) Filtrado frecuencial - multiplicación + transformadas de Fourier Requiere de la aplicación de la transformada de Fourier. G(u , v) = H(u , v) F(u , v) g(x , y) = T[f(x , y)]

Generación de Filtros en Matlab h = fspecial(type) h = fspecial(type, parameters) Crea un filtro bidimensional h del tipo especificado. Devuelve como un kernel de correlación, que es la forma adecuada para usar con imfilter.

Filtro Promedio Obtiene el valor promedio de los pixeles. También se denomina filtro de media. Su efecto es el difuminado o suavizado de la imagen y se aplica junto con el de mediana para eliminar ruidos. Este filtro se puede implementar con la siguiente máscara(kernel) para un tamaño 3x3: 1/9

Filtro Promedio

Ej. Filtro Promedio

Filtro Gaussiano Se usa para suavizar la imagen El suavizado es dependiente de la desviación estándar de la mascara. A mayor σ2 el suavizado es mayor. La mascara es no lineal pero el filtro es lineal.

Ej. Filtro Gaussiano σ= 1 σ= 2 σ= 3 σ= 4

Filtro Unsharp para acentuar contraste >> y=fspecial('unsharp');

Detectores de Bordes Los bordes de una imagen digital se definen como transiciones entre dos regiones de niveles de gris significativamente distintos. Métodos basados en el gradiente: detectan los bordes en base a las derivadas espaciales de la imagen que se calculan mediante operadores de convolución En Matlab primero se transforma a la imagen original I(x , y) a escala de grises por medio de la función rgb2gray para poder aplicar la detección de bordes.

Detección La suavización de la imagen evita que se sobredetecten los bordes. Los máximos de la primera derivada o los cruces por cero de la segunda derivada permiten detectar los bordes.

Ej. Detección de borde

Detector Prewitt Se define como la aplicación de 8 matrices pixel a pixel a la imagen. La respuesta es la suma de los bordes bien marcados. Los nombres de cada matriz se define como un punto cardinal: Norte, Sur, Este, Oeste, Noroeste, Noreste, Suroeste, Sureste. Se invoca a la función edge para el detector de borde ‘prewitt’ asumiendo los parámetros de umbral (threshold) y la dirección del gradiente (direction) por default. Al definirlo de esta manera se considera en horizontal y vertical.

Método de Prewitt

Prewitt Prewit: Acentuar transiciones horizontales Máscara: w = [ 1 1 1 0 0 0 -1 -1 -1] Sobel: Acentuar transiciones horizontales [1 2 1 -1 -2 -1] Para acentuar transiciones verticales usar la transpuesta

Método de Canny El método utiliza dos umbrales, para detectar los bordes fuertes y débiles, e incluye los bordes débiles en la salida sólo si están conectados a los bordes fuertes. En este método se tiene más probabilidades de detectar ciertos bordes débiles y se lo considera como uno de los mejores en la detección de bordes. El método de Canny encuentra bordes buscando máximos locales del gradiente.

Método de Canny

Prewitt vs. Canny

Filtros Fotográficos Los filtros fotográficos permiten ver las imágenes tal y como desea tomarlas y es la razón por la cual son tan importantes. Una de las formas mas fáciles de mejorar su fotografía digital es aprender a utilizar los filtros fotográficos.

Filtros Fotográficos Filtros Polarizadores .- Es un filtro indispensable para eliminar los brillos en el agua y los reflejos en los vidrios. Filtros de Densidad Neutral (ND).- Estos son los filtros necesarios para regular el contraste de las escenas. Filtros de Color.- Los filtros de color permiten cambiar la tonalidad de sus fotografías. Filtros Especializados.- Dentro de esta categoría se encuentran los filtros que se sales de las otras clasificaciones.