Grupo 1 Rivero Bablé, Álvaro Monge Soto, Juan Francisco Díaz Romero, Manuel Alejandro.

Slides:



Advertisements
Presentaciones similares
Tania Guzmán García Luis González Varela Alexandre González Rivas
Advertisements

ALGORITMOS GENETICOS EVOLUCIÓN DE UNA POBLACIÓN DE
Qué son: Operaciones entre pixels. Operaciones de punto Cuales son: Erosiones y dilataciones. Operaciones geométricas. Filtros espaciales. Operaciones.
Matemática Morfológica
Diseño de Interfaces Humanas
Dibujo significa tanto el arte que enseña a dibujar, como delineación, figura o imagen ejecutada en claro y oscuro, que toma nombre del material con.
MATEMÁTICAS DISCRETAS.
GRAFICOS EN EXCEL.
Centro de estudios Tecnológicos del Mar nO.20 ~Sistemas de Información Geográfica~ Betzaide Viridiana Luna Cruz 22s1.
Realizado por: Alberto Laguarta Calvo Sergio Rios Gil
INSTITUTO TECNOLOGICO DE VILLAHERMOSA
POR: MARIO COTRINA ESCANDON DANIEL PEÑA AVAREZ DICIEMBRE 2011
Chillón Gómez, María Cultura y pedagogía audiovisual
Basado en una idea de Miguel de Guzmán
5. Morfología Universidad de Valladolid Visión Artificial Industrial
RafaC - Matemática Discreta - UCM 07/08
HOMOLOGÍA Y ÁRBOLES RECUBRIDORES Jose Manuel Falces Sánchez Belén Romero Rodríguez.
Introducción a Funciones de una variable
Chantal de Leste Conde David Ramos Navarro
AED I. Estructuras de Datos.
GRAFOS HUGO ARAYA CARRASCO.
1 Algoritmos Elementales de Grafos Agustín J. González ELO-320: Estructura de Datos Y Algoritmos 1er.Sem
Grafos. Un Grafo G es un par de conjuntos (V, E), donde V es un conjunto no vacío de elementos llamados vértices o nodos y E es un conjunto formado por.
Teoria de grafos.-clase 4
Definiciones: conjuntos, grafos, y árboles
Árbol recubridor mínimo Distancias
DR. ERNESTO SUAREZ.
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.
Introducción a las imágenes digitales
Morfología Matemática Binaria
Morfología elemental en imágenes digitales binarias 3D
Preproceso de caracteres extraidos de documentos
Identificación humana automatizada usando imagenes de orejas
Procesamiento Morfológico de imágenes
!¡Animaciones¡! Escobar cañaveral dennys Estefanía Luisa fda Miranda Henao 11*
Evaluación topológica de métodos de binarización
Corrección topológica de imágenes médicas Ignacio Moreno García Antonio José Narváez Ortega Maria del Carmen.
Procesamiento de Imágenes digitales
Problema de inclusión en una Curva Digital Por Orellana Muñoz, Alfonso Paz Vicente, Rafael Pérez Medina, Gerardo Rodríguez Naranjo.
Adelgazamiento de Imágenes RGB
CARPLATE Reconocimiento del marco de la matrícula de un coche
Estrategias basadas en grafos para el tratamiento de imágenes Juan Manuel Benítez Domínguez Carlos Cornejo González Francisco Fernández Álvarez 1 TD 1.6.
Trabajo PID Análisis de imágenes de biopsias de músculo humano. Segmentación de células para construir un grafo a partir de las adyacencias entre ellas.
Características Topológicas de Imágenes 3D
Imágenes en el PC Fuente: Curso HTML del CNICE. Tipos de imagen A grandes rasgos podríamos dividir las imágenes digitales en dos grupos: Imágenes vectoriales,
Ingeniería de la Salud IMAGEN BIOMEDICA Morfología Matemática
MoMento S Grupo 33: Ignacio Ayllón Benito Félix A. Velázquez Salas.
SUBSTRACCIÓN DE IMÁGENES
Darío Villadiego Fernández
Eliminación de ruido y Tratamiento de partes alargadas en imágenes digitales.
RESTAURACIÓN DE IMAGENES (APLICACIÓN DE ANALISIS) RESTAURACION DE IMAGENES APLICANDO LA MATRIZ PESUDOINVERSA PID 2005/06 Adrián Salas Gavilán Jose Luis.
Ing. Eduard Leonardo Sierra Ballén Seminario de Investigación I Semestre I de 2005 Maestría en Ingeniería - Ingeniería de Sistemas Facultad de Ingeniería.
Tema 6: Morfología Primera parte.
Tema 6: Morfología Segunda parte.
Proyectos fin de carrera
OBTENCIÓN DEL GÉNERO DE UNA IMAGEN DIGITAL (DOCUMENTACIÓN) Introducción Cálculo del género de una imagen digital Algoritmos de obtención del género de.
Definiciones: conjuntos, grafos, y árboles
Imágenes binarias Horn, Robot Vision
EXAMENES PAU JUNIO Fase General
Introducción Microsoft Word
María cristina Gutiérrez días
Guadalupe Martínez Hernández.  La tarea de la Segmentación de imágenes es de : Encontrar un grupo de pixeles “juntos”.  En estadística este problema.
1.¿Qué es? El Microsoft PowerPoint es un programa que permite hacer presentaciones, y es usado ampliamente los ámbitos de negocios y educacionales. 1.1¿Para.
ATENCIÓN, SENSACIÓN Y PERCEPCIÓN
Marco Lógico Por: Conners, George C.I.:
El objetivo de la segmentación es dividir (segmentar) y separar la información original para generar nuevas imágenes que representen las estructuras internas.
PHP con Bases de Datos Tema 9 Programación Orientada a Objetos
ALGORITMO FLOYD WARSHALL
Mini-video 2 de 5 Materia: Límites de funciones Continuidad de funciones Prácticas con Introducción a Funciones de una variable.
SEGMENTACIÓN DE CARACTERES EN PANELES LED EN IMÁGENES NATURALES Álvaro Vilches Díaz Giulia Sabatinelli Pablo Alamo González.
Transcripción de la presentación:

Grupo 1 Rivero Bablé, Álvaro Monge Soto, Juan Francisco Díaz Romero, Manuel Alejandro

 1. Introducción  2. Objetivos  3. Definiciones  4.1 Ejemplo gráfico de los operadores morfológicos  4.2 Ejemplo gráfico de la generación de árboles  4.3 Ejemplo gráfico de la modificación de árboles al aplicar operadores morfológicos  4.4 Ejemplo gráfico de la generación de árboles con agujeros  5. Conclusiones  6. Bibliografía

 Vamos a hacer un estudio de cómo almacenar la información topológica de una imagen en árboles recubridores, la aplicación de operadores morfológicos y el efecto que producen éstos sobre los árboles.  Para ello, hemos de tener claro estos conceptos:

 Dilatación: Dada una imagen A, y un elemento estructural B, la dilatación de A por B se define como:

 Erosión: Dada una imagen A, y un elemento estructural B, la erosión de A por B se define como:

 Apertura: La apertura de A por un elemento estructural K se define como:  O lo que es lo mismo, la erosión de A por K, seguido de la dilatación del resultado por K. ◦ Suaviza los contornos de una imagen y elimina pequeños salientes

 Cierre: La clausura o cierre de A por un elemento estructural K se define como:  O lo que es lo mismo, es la dilatación de A por K, seguido de la erosión del resultado por K. ◦ Elimina pequeños huecos y une componentes conexas cercanas.

 En cuanto a la topología, definiremos: ◦ Cada píxel negro como un vértice del grafo (0-Celda). ◦ Dos píxeles negros juntos (en posición vertical u horizontal) definirán las aristas (1-Celda). ◦ Cuatro píxeles negros unidos dos a dos definen las 2-Celdas.

 Se pretende almacenar la representación de una imagen binaria (blanca y negra) en un árbol dirigido.  Nuestra aplicación se aplica a 2 dimensiones, pero la idea podría extrapolarse a N Dimensiones.

 El trabajo realizado es una aplicación interactiva java.  Nos va a permitir construir una imagen de 64 píxeles blancos y negros (matriz 8x8) a la que podremos aplicarle: ◦ Erosión ◦ Dilatación ◦ Apertura ◦ Cierre

 Permite ver al mismo tiempo que construimos las imágenes, el árbol que se genera para ella.  Además de como se modifica la imagen al aplicar los operadores morfológicos, observaremos como cambia el árbol.

Componente conexa Sumidero Vemos en la imagen como se generan dos componentes conexas (dos árboles). Lo representamos con un punto rojo y es el vértice que queda sin emparejar y al que va dirigido el flujo.

0-Celda1-Celda Entendemos por 0-Celda un píxel negro, o un vértice del árbol generado. (No tiene que ser el sumidero) Entendemos por 1-Celda un píxel negro con otro junto a él, o una arista del árbol generado.

2-CeldaAgujero Una 2-Celda se forma a partir de 4 píxeles negros juntos en esa posición Se forman cuando un píxel blanco está rodeado de píxeles negros y en el árbol se observa con una arista sin emparejar (se formaría un ciclo).

 Como hemos visto, los árboles recubridores son una buena opción a la hora de hacer un control topológico de una imagen, incluso aplicándole operadores morfológicos. ◦ Almacenan toda la información de una forma sencilla. ◦ Se podría ampliar a mayores imágenes e incluso más dimensiones.

 Luc Vincent - Graphs and mathematical morphology. Páginas [ ]  Vinh-Thong Ta, Abderrahim Elmoataz, and Olivier Lézoray - Partial Difference Equations over Graphs: Morphological Processing of Arbitrary Discrete Data. Páginas [ ]  /applets/events/canvas.htm  o11)/Javier_Carnero_Iglesias.pdf