PROCESAMIENTO DE IMÁGENES DIGITALES

Slides:



Advertisements
Presentaciones similares
ALGORITMOS GENETICOS EVOLUCIÓN DE UNA POBLACIÓN DE
Advertisements

Formatos de archivo y modos de color
RECONOCEDOR DE MATRICULAS
El ecuador Norte Sur 0° Latitud.
M.I.A Daniel Alejandro García López
Marcas de agua con FHT Fernando Pomares Reyes
COLEGIO DE BACHILLERES Plantel 17 “Huayamilpas Pedregal” Escobar Villagómez José Adán. Esquivel Escobedo Lucero. Gordillo Reina Christian. Guzmán Morales.
APLICACIONES DE AUTOMATAS Y EXPRESIONES REGULARES
M.I.A Daniel Alejandro García López.  Primer componente: Arreglo de cubetas.- Es una arreglo A de tamaño N, en el que se puede considerar que cada celda.
Aproximación con imágenes 2D Binarias.
Procesamiento digital de Imágenes
Chantal de Leste Conde David Ramos Navarro
TD-33. EXTRACCIÓN DE SUPERFICIE BORDE DE UN CONJUNTO DE DATOS VOLUMÉTRICO Andrés Fernández Peralta Luis Franco Espín Ignacio Gordillo Díaz.
Procesamiento digital de Imágenes
AED I. Estructuras de Datos.
GRAFOS HUGO ARAYA CARRASCO.
Teoria de grafos.-clase 4
Árbol recubridor mínimo Distancias
Introducción al diseño gráfico
Procesamiento de Imágenes Digitales
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
APLICACIÓN DEL ALGORITMO FAST MARCHING EN AMBIENTES TRIDIMENSIONALES: CASO DE ESTUDIO EN IMÁGENES MÉDICAS Autor: Luis Andrés Almanza Caicedo Director Leonardo.
Inteligencia artificial
áRBOL DE DECISIONES CASTILLO ORTIZ LESLY ULLANIC
Visualizador Web de imágenes médicas Rawb
Detección Automática de Nódulos Pulmonares
Conversión entre las representaciones matriz binaria y árbol binario.
Reconocimiento y resolución de ecuaciones impresas Luis Fernández Pérez Marco Antonio Formoso Trigo.
EL MALLADO HEXAGONAL Dolores Bonilla Silva Daniel González Ortegón Remedios Gutiérrez Martínez.
MÉTODOS DE BINARIZACIÓN DE IMÁGENES EN NIVELES DE GRIS
MÉTODO DE PIXELES DE BORDE
Procesamiento de Imágenes digitales
Reconocedor de Señales de Tráfico Verticales
Evaluación topológica de métodos de binarización
Daniel González Prieto.
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
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,
Tema 3: Filtros.
Almacenamiento de imágenes digitales Primera parte.
SUBSTRACCIÓN DE IMÁGENES
IMAGEN Y SONIDO.
CONCEPTOS BÁSICOS FOTOGRAFÍA DIGITAL. Imagen digital Una imagen digital, es una representación en código binario, de una imagen real. Es decir, la imagen.
Eliminación de ruido y Tratamiento de partes alargadas en imágenes digitales.
Tema 6: Morfología Segunda parte.
OBTENCIÓN DEL GÉNERO DE UNA IMAGEN DIGITAL (DOCUMENTACIÓN) Introducción Cálculo del género de una imagen digital Algoritmos de obtención del género de.
Representación RUNS conversiones entre representaciones matriz binaria y secuencia Juan Manuel García Sánchez Pablo de la Torre Moreno.
Imágenes binarias Horn, Robot Vision
Compresión de imágenes Carlos Miguel Calafate Visión por Computador 2002.
Reconocimiento de caras usando Histogramas de Gradientes Orientados
1 Practica 5 Transparencia en AE. Bibliografía José Luis Fernandez. “Postproducción digital”. Escuela de cine y vídeo Gonzalo Pajares. “Imágenes.
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.
Este es otro oso color rojo de 800 pixeles
La Fotografía Digital (Resumen)
Juan Del Valle González. Esta imagen tiene diferentes formas, y los colores que tiene combinan muy bien.
Iconos Definición Ventajas en el uso de iconos: Características:
 IMÁGENES DIGITALES: SE OBTIENEN CON ESCÁNER, CÁMARA DIGITAL O DESDE EL ORDENADOR CON PROGRAMA DE TRATAMIENTO DE IMÁGENES  BIT = UNIDAD DE INFORMACIÓN.
Pixelación de imágenes avanzada usando el algoritmo slic
Televisión análoga y digital
Aula de Tecnologías La imagen digital Aula de Tecnologías
Matemáticas Discretas MISTI
Page 1 CURSO DE SERIGRAFÍA By: MEDIA-LEARN CURSOS VIRTUALES MULTITEMÁTICOS.
Creación y tratamiento de imágenes digitales
Segundo periodo. Técnicas multimediales Profesora : Laura caballero Estudiante : luisa Fernanda Rodríguez IET ciudad Ibagué Curso :10.3 Año : 2013.
Algoritmos voraces Códigos de Huffman. Descripción del problema Tenemos un archivo de entrada. Asumiremos que el archivo está compuesto de bytes (enteros.
Transcripción de la presentación:

PROCESAMIENTO DE IMÁGENES DIGITALES ETIQUETADO DE COMPONENTES CONEXAS EN ÁRBOLES CUADRÁTICOS

AUTORES Borja González García de Cosío. José Luis Solano Pérez. Juan Fournier Torres.

ÍNDICE Objetivos. Nociones básicas (quadtree). Aplicaciones. Paso de malla a quadtree. Etiquetado de componentes conexas sobre el quadtree. Ventajas y desventajas (conclusiones). Bibliografía y referencias.

ÍNDICE Objetivos. Nociones básicas (quadtree). Aplicaciones. Paso de malla a quadtree. Etiquetado de componentes conexas sobre el quadtree. Ventajas y desventajas (conclusiones). Bibliografía y referencias.

OBJETIVOS DEL PROYECTO Conversión de imágenes digitales a un formato basado en árboles cuadráticos (quadtrees). Tratamiento de la adyacencia sobre el formato quadtree. Etiquetado de componentes conexas.

ÍNDICE Objetivos. Nociones básicas (quadtree). Aplicaciones. Paso de malla a quadtree. Etiquetado de componentes conexas sobre el quadtree. Ventajas y desventajas (conclusiones). Bibliografía y referencias.

NOCIONES BÁSICAS (QUADTREE) (1 de 2) SO SE NO NE SO SE Cada nodo gris representa un cuadrante que por no ser homogéneo se subdivide en 4 nuevas ramas del árbol. Cada nodo hoja representa un cuadrante de cualquier tamaño que es homogéneo en color (negro o blanco).

NOCIONES BÁSICAS (QUADTREE) (2 de 2) SO SE

ÍNDICE Objetivos. Nociones básicas (quadtree). Aplicaciones. Paso de malla a quadtree. Etiquetado de componentes conexas sobre el quadtree. Ventajas y desventajas (conclusiones). Bibliografía y referencias.

APLICACIONES (1 de 6) Compresión. Diagramas deVoronoi. Fractales.

Compresión APLICACIONES (2 de 6) Se realiza al mismo tiempo que la compresión del árbol. Fácil codificación y decodificacíon. No necesita preprocesamiento. Quadtree frente a JPG.

APLICACIONES (3 de 6) Diagramas deVoronoi

APLICACIONES (4 de 6) Diagramas deVoronoi

Diagramas deVoronoi APLICACIONES (5 de 6) Detección de regiones ( puestos de socorro, policía, incendios... ). Reconocimiento de patrones (imágen y sonido). Control aéreo. Aplicaciones científicas (medicina, biología, química, ...). Manipulación de datos espaciales (estadística). Sistemas de Información Geográfica ( SIG ).

APLICACIONES (6 de 6) Fractales Como formato de compresión. Arte.

ÍNDICE Objetivos. Nociones básicas (quadtree). Aplicaciones. Paso de malla a quadtree. Etiquetado de componentes conexas sobre el quadtree. Ventajas y desventajas (conclusiones). Bibliografía y referencias.

PASO DE MALLA A QUADTREE En un primer paso, construimos un arbol cuaternario completo, extendido hasta el nivel de hojas. Posteriormente en un recorrido de este árbol, vamos asignando los colores a los nodos intermedios y eliminando los nodos de niveles inferiores cuando sea oportuno. Nodo Sin color

ÍNDICE Objetivos. Nociones básicas (quadtree). Aplicaciones. Paso de malla a quadtree. Etiquetado de componentes conexas sobre el quadtree. Ventajas y desventajas (conclusiones). Bibliografía y referencias.

ETIQUETADO DE COMPONENTES CONEXAS (1 de 6) ¿QUÉ VAMOS A HACER? ¿CÓMO HACERLO VORAZMENTE? ¿CÓMO HACERLO EFICIENTEMENTE?

ETIQUETADO DE COMPONENTES CONEXAS (2 de 6) ¿QUÉ VAMOS A HACER? Queremos conocer las componentes conexas de una imagen a partir de su representación quadtree. 5 componentes conexas negras. 2 componentes conexas blancas. (4-adyacencia)

ETIQUETADO DE COMPONENTES CONEXAS (3 de 6) ¿QUÉ VAMOS A HACER? Imagen (malla) quadtree PROCESO DE ETIQUETADO Etiquetado de nodos Ya sabemos a qué componente conexa pertenece cada nodo Vorazmente Eficientemente Procesado de etiquetas equivalentes

ETIQUETADO DE COMPONENTES CONEXAS (4 de 6) ETIQUETADO DE NODOS VORAZ QUADTREE IMÁGEN GRUPO DE PÍXELES DEL MISMO COLOR ¿SERÁN 4-ADYACENTES EN LA IMAGEN ESOS DOS GRUPOS DE PÍXELES? SI Pertenecerán a la Misma componente conexa NO No pertenecerán a la Algoritmo CRO

ETIQUETADO DE COMPONENTES CONEXAS (5 de 6) ETIQUETADO DE NODOS VORAZ Basta con recorrer las hojas del árbol dos a dos, e ir preguntando por el color y la adyacencia de la pareja. Orden de complejidad prohibitivo. Algoritmo CRO  ¿ son 4-adyacentes dos hojas del quadtree? NO - NE - SE - NE - SO - SO - NO NO - NE - SE - NO - SE - SE - NE Regla 1: coinciden siempre en una de las dos componenetes (ROJO) Regla 2: la otra comp.coincidirá hasta un punto (AZUL) a partir del cual se cambia y se mantiene en el resto de su camino.

ETIQUETADO DE COMPONENTES CONEXAS (6 de 6) ETIQUETADO DE NODOS EFICIENTE Función de vecindad: NODO GTEQUAL(NODO n , DIRECCION d) Devuelve el nodo vecino a “n” en la dirección d, siendo la dirección Norte, Sur, Este u Oeste. 1 2 GTEQUAL (1 , Este) Nodo 2 GTEQUAL (2 , Oeste) Nodo 1

ETIQUETADO DE COMPONENTES CONEXAS (7 de 6) ETIQUETADO DE NODOS EFICIENTE 2 1 GTEQUAL (1 , Este) Nodo 2 1 2 GTEQUAL (1 , Este) Nodo 2

ETIQUETADO DE COMPONENTES CONEXAS (8 de 6) ETIQUETADO DE NODOS EFICIENTE Recorrido de los nodos negros del quadtree comprobando cada nodo con sus vecinos Sur y Este, por si estos también son negros Si ya estuviesen etiquetados ambos con etiquetas dintintas, se guarda la pareja en la tabla de equivalencias ET 1 ET 2 .... 1 2 ... 1 2 TABLA DE EQUIVALENCIAS

ETIQUETADO DE COMPONENTES CONEXAS (8 de 6) PROCESADO DE ETIQUETAS EQUIVALENTES ET 1 ET 2 1 2 3 4 .... Recorrido de las etiquetas del primer proceso (antiguas) comprobando las transitividades de forma recursiva Para cada etiqueta-antigua hay que recorrer el quadtree entero Problema con orden de complejidad a considerar para imágenes grandes TABLA DE EQUIVALENCIAS

ÍNDICE Objetivos. Nociones básicas (quadtree). Aplicaciones. Paso de malla a quadtree. Etiquetado de componentes conexas sobre el quadtree. Ventajas y desventajas (conclusiones). Bibliografía y referencias.

VENTAJAS Y DESVENTAJAS (CONCLUSIONES) Rápida transformación de la imagen al quadtree y viceversa. Gran compresión en imágenes simples (homogeneidad). No necesita preprocesamiento en la compresión. Buen comportamiento en tratamiento recursivo. Poca compresión en imágenes demasiado complejas en el colorido / grises. Mal comportamiento sobre imágenes no homogéneas. El orden de la matriz (cuadrada) debe ser potencia de dos, bytes relleno. Tratamiento del color.

ÍNDICE Objetivos. Nociones básicas (quadtree). Aplicaciones. Paso de malla a quadtree. Etiquetado de componentes conexas sobre el quadtree. Ventajas y desventajas (conclusiones). Bibliografía y referencias.

BIBLIOGRAFÍA Y REFERENCIAS. “Connected Component Labeling Using Quadtrees.” Hanan Samet. “Quadtree conectivity.” http://geometrycomputing.issyua.ru/dep14/~qtree.html “Computer graphics and image processing” Charles R. Dyer