Algoritmo de búsqueda de bordes en una imagen digital. Obtención del código de fisuras y de cadenas Grupo: José Manuel Berrio Morgado Francisco José Carrasquilla.

Slides:



Advertisements
Presentaciones similares
ALGORITMOS GENETICOS EVOLUCIÓN DE UNA POBLACIÓN DE
Advertisements

Matemática Morfológica
INTELIGENCIA ARTIFICIAL
INTEGRANTES Aguilar Pastor, Sara Blancas Tunqui, Alicia
RECONOCEDOR DE MATRICULAS
Almacenamiento de imágenes digitales
X(t)y(t) Sistema Lineal F G H Figura 2: Bloque de degradación de una fila de la imagen.
Javier A. Chauvin. Cámara Tag θ d Que se va ha hacer? Captura tiempo real Video.
Análisis de componentes principales María José Nueda Dpto. Estadística e Investigación Operativa Homenaje a Marco A. López. Febrero 2010.
Introducción a la Programación “Ejercicios” Semestre de Otoño 2006 Manuel Crisosto M., Claudio Gutiérrez S., Christian Vidal C.
HOMOLOGÍA Y ÁRBOLES RECUBRIDORES Jose Manuel Falces Sánchez Belén Romero Rodríguez.
Aproximación con imágenes 2D Binarias.
Diseño de algoritmos “Estructuras”
Chantal de Leste Conde David Ramos Navarro
Procesamiento digital de Imágenes
1 Algoritmos Elementales de Grafos Agustín J. González ELO-320: Estructura de Datos Y Algoritmos 1er.Sem
Capitulo 2 Filtrado Filtrado Espacial Visión de Máquina
Introducción al diseño gráfico
Procesamiento de Imágenes Digitales
Introducción a las imágenes digitales
Algoritmos de búsqueda
Detección Automática de Nódulos Pulmonares
Conversión entre las representaciones matriz binaria y árbol binario.
Morfología elemental en imágenes digitales binarias 3D
Detectores de Borde. Extracción de Características Detección de Líneas. Detección de Puntos de Borde. Detección de Contornos.
Sergio Marín Pulido Alberto Campos Galeano José Carlos Requeijo Puente
EL MALLADO HEXAGONAL Dolores Bonilla Silva Daniel González Ortegón Remedios Gutiérrez Martínez.
MÉTODOS DE BINARIZACIÓN DE IMÁGENES EN NIVELES DE GRIS
Procesamiento de Imágenes digitales
Dudarno conformarse sin pruebas suficientes profundizar hasta el máximo en búsqueda de confirmaciones o de contradicciones y posibles soluciones no confiar.
Fundamentos Físicos de la Imagen Médica José Macías Jaén Radiofísico Hospitalario Servicio de Radiofísica Hospitalaria Hospital Universitario Virgen Macarena.
COMPRESIÓN AUTORREGRESIVA Y CASI SIN PERDIDA Autores: Antonio Fernández Carpio Francisco José Lamela Rincón.
Evaluación topológica de métodos de binarización
Daniel González Prieto.
Aclaraciones TP Especial 2006 Primera Entrega Enunciado del problema Diseño sugerido Interfaz básica sugerida Interfaz extendida sugerida Sugerencias para.
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
Trabajo PID Análisis de imágenes de biopsias de músculo humano. Segmentación de células para construir un grafo a partir de las adyacencias entre ellas.
Grupo 1 Rivero Bablé, Álvaro Monge Soto, Juan Francisco Díaz Romero, Manuel Alejandro.
TPE 1 - Sistemas de Producción: Rolling Cubes Sistemas de Inteligencia Artifcial Bergez, Brasca y García.
Almacenamiento de imágenes digitales Primera parte.
SUBSTRACCIÓN DE IMÁGENES
Eliminación de ruido y Tratamiento de partes alargadas en imágenes digitales.
Tema 6: Morfología Primera parte.
PROPIEDADES GEOMÉTRICAS
OBTENCIÓN DEL GÉNERO DE UNA IMAGEN DIGITAL (DOCUMENTACIÓN) Introducción Cálculo del género de una imagen digital Algoritmos de obtención del género de.
Imágenes binarias Horn, Robot Vision
Introducción al análisis de expresiones
HTML. Etiquetas   Atributos  BGCOLOR: Color de fondo "padrón: gris o blanco"  TEXT: Color de los textos de la página "padrón: negro"  LINK: Color.
TABLA EN HTML Celda 1Celda2celda3 Celda 4Celda 5Celda 6 Celda 1 Celda 2 Celda 3 Celda 4 Celda 5 Celda 6.
PROCESAMIENTO DE IMÁGENES DIGITALES
PC BD Alexandra Buri H José Rivera De La Cruz.
Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.
Capitulo 4 Arreglos o Arrays Unidimensionales Bidimensionales Strings
Un algoritmo es un método en el que se define paso a paso la solución de un problema que termina en un número infinito de pasos. Un algoritmo es otro tipo.
Matrices rango de una matriz
UNIDAD DE TRABAJO Nº.18. E-BUSINESS INICIACIÓN. INTRODUCCIÓN PREGUNTAS RECURSOS LA GRAN PREGUNTA Un grupo de empresarios de Castilla y León quieren emprender.
Unidad de trabajo nº 2 Barreras y riesgos en el mercado internacional INICIACIÓN.
Nº PO TITULO POSTER: Fuente tamaño 20 Autores: Fuente tamaño 16 Afiliación: Fuente tamaño 14 Introducción: fuente tamaño16 Agregar texto: Materiales y.
Todo con bits Transmisión de imágenes.
HTML.
COLORTRONIC Manejo diciembre, Colortronic Calibración Standard blanco y negro calibradas al espectrofotómetro, con una referencia exclusiva para.
El contexto gráfico La función paint y update nos suministran el contexto gráfico del applet o del componente, en otros casos, hemos de obtener el contexto.
Fecha: 04/01/ 2016 Tema: Efectos creativos Objetivo: Identificar los elementos que intervienen en la elaboración de videos agregando textos y animaciones.
Qué es una imagen? Una imagen es una representación visual, que manifiesta la apariencia visual de un objeto real o imaginario.
ACTIVIDADES DE APRENDIZAJE. ABCFHOEPRIAUDTCDAFDAHOELBADTAQTU PERYUIAETNEDNECSEDAUFHVCMNXAOSOS RSZXVGSDACAAERYFNIAEFGFGSAROPARA OQANALSISZAPATERASECUENCIATRTAXZ.
VÍDEO LSE REPRODUCIENDO EL TEXTO DESCRIPCIÓN Estilo Sport o desenfadado Camisetas y pantalones anchos Usan gorras y complementos como cadenas VÍDEO.

Transcripción de la presentación:

Algoritmo de búsqueda de bordes en una imagen digital. Obtención del código de fisuras y de cadenas Grupo: José Manuel Berrio Morgado Francisco José Carrasquilla Ortiz María Jesús León Peña María del Mar López Maraver

Contenido 1. Introducción 2. Teoría 2.1. Búsqueda de bordes Etiquetado de componentes conexas Crack following (fisuras) Border following (cadenas).

Contenido 3. Detalles de implementación 3.1. Estructura del fichero Estructura de la matriz Estructura de un píxel Estructura de un borde.

Contenido 4. Complejidad 4.1. Búsqueda de bordes Etiquetado de componentes conexas Crack following Border following.

Introducción Objetivos: Analizar una imagen digital, y encontrar todos los bordes de la misma, tanto exteriores como interiores. Para cada borde encontrado, se realizará un seguimiento con dos métodos: * código de fisuras (crack following). * código de cadenas (border following). Requisitos: Para realizar una correcta búsqueda, se ha implementado el algoritmo de etiquetado de componentes conexas.

Teoría Búsqueda de bordes 1. Detección de bordes. 2. El problema de la repetición de bordes. Marcado. 3. El problema de la detección de bordes exteriores e interiores simultáneamente.

Búsqueda de bordes Detección de bordes

Búsqueda de bordes Detección de bordes

Búsqueda de bordes Detección de bordes

Búsqueda de bordes Detección de bordes

Búsqueda de bordes Detección de bordes

Búsqueda de bordes Detección de bordes

Búsqueda de bordes Detección de bordes

Búsqueda de bordes El problema de la repetición de bordes

Búsqueda de bordes Solución a la repetición: Marcado

Búsqueda de bordes Bordes exteriores e interiores simultáneamente

Búsqueda de bordes Bordes exteriores e interiores simultáneamente

Búsqueda de bordes Bordes exteriores e interiores simultáneamente

Búsqueda de bordes Marcado en función de la componente conexa del blanco

Etiquetado de componentes conexas

Etiquetado de componentes conexas

Etiquetado de componentes conexas

Etiquetado de componentes conexas

Etiquetado de componentes conexas

Etiquetado de componentes conexas

Etiquetado de componentes conexas

Etiquetado de componentes conexas

Etiquetado de componentes conexas

Etiquetado de componentes conexas

Etiquetado de componentes conexas

Etiquetado de componentes conexas

Etiquetado de componentes conexas

Etiquetado de componentes conexas

Etiquetado de componentes conexas

Teoría Crack following

Teoría Crack following

Teoría Crack following

Teoría Crack following PUUVVQQP QVPQUPVU UVP’Q’Giro -1VQDerecha 10UVNo 00PUIzquierda Código: adyacencia

Teoría Crack following PUUVVQQP QVPQUPVU UVP’Q’Giro -1VQDerecha 10UVNo 00PUIzquierda Código: adyacencia

Teoría Border following

Teoría Border following Código: 0

Teoría Border following Código: 00

Teoría Border following Código: 000

Teoría Border following Código: 0000

Teoría Border following Código: 00002

Teoría Border following Código: P0 567 Movimientos Código:

Detalles de implementación Estructura del fichero 3,4,2,4, Número de filas Número de columnas Número de colores Adyacencia para el negro Adyacencia para el blanco Matriz binaria

Detalles de implementación Estructura de la matriz #define F 20 #define C 50 struct MatBin{ int filas; int columnas; int numcolores; int adnegro; int adblanco; pxl pixel[F][C]; };

Detalles de implementación Estructura de un pixel struct pxl{ char color; int compconexa; int marcado; };

Detalles de implementación Estructura de un borde struct Borde{ int fila; int columna; int codigoCadena[150]; int codigoFisura[150]; };

Complejidad Búsqueda de bordes: O(N 2 ) Etiquetado de componentes conexas: O(N 2 ) Crack following: O(M) Border following: O(M) N: nº de filas/columnas de la matriz. M: nº de pixels del borde.