Procesamiento de Imágenes
Upcoming SlideShare
Loading in...5
×
 

Like this? Share it with your network

Share

Procesamiento de Imágenes

on

  • 598 views

Like & Coment pls (;

Like & Coment pls (;

Statistics

Views

Total Views
598
Views on SlideShare
598
Embed Views
0

Actions

Likes
0
Downloads
40
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Procesamiento de Imágenes Presentation Transcript

  • 1. Procesamiento de Imágenes y Visión Artificial (PS02) Laboratorio: 2 Procesamiento de Imágenes con MatLab I Ing. José C. Benítez P.
  • 2. Procesamiento Digital de Imágenes con MatLab I Objetivo Generar imágenes de escala de grises. Tipo de dato de los pixeles de las imágenes. Histograma Ajuste de imágenes Binarización de la imagen Informe Presentación Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 2
  • 3. Objetivo Generar imágenes en escala de grises y a colores manualmente. Realizar conversiones de imágenes a color a escala de grises mediante algoritmos clásicos: Lightness, Luminosity y Average Al final de la clase el alumno debe presentar un documento word con el desarrollo y adjuntar sus fuentes en USB. Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 3
  • 4. Generar Imágenes de escalas de gris 1. Generar 08 imágenes diferentes de contenido manualmente: • Una de 76,800 pixels, de dimensiones 320x240 de escala de grises. • La otra de 38,400 pixels, de dimensiones 160x120 de escala de grises Cada una de: a. de 8 bits. b. de 16 bits. c. de 32 bits. d. de 64 bits. Ejemplo. Tablero de ajedrez. (imagen generada manualmente). Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 4
  • 5. Generar Imágenes de escalas de gris 2. Obtener 08 imágenes de internet diferentes de contenido: • Una de 76,800 pixels, de dimensiones 320x240 de escala de grises. • La otra de 38,400 pixels, de dimensiones 160x120 de escala de grises Cada una de: a. de 8 bits. b. de 16 bits. c. de 32 bits. d. de 64 bits. Nota. Las imágenes deben ser de mapas de bits y de formato BMP. Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 5
  • 6. Tipo de dato de los pixeles de las imágenes Todos los pixeles de una imagen son de tipo entero sin signo de 8, 16, 32 o 64 bits. Para convertir cada uno de los pixeles de una imagen a enteros sin signo de 8, 16, 32 o 64 bits: E = uint8(I) E = uint16(I) E = uint32(I) E = uint64(I) Para generar imágenes en escala de grises de 8 bits: I1 = zeros(10,20,’uint8’) I2 = 255 * ones(10,10,’uint8’) X = [I1 I2] imshow(X) Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 6
  • 7. Entrada y salida de imágenes 3. Con las imágenes realizar lo siguiente: Grabar con otro nombre para conservar el original. imwrite(I,filename) Leer los archivos creados para verificar. I = imread('your_image.bmp'); Mostrar todas las imágenes en una ventana para verificar su contenido. subplot(2,2,1), subplot(2,2,2), subplot(2,2,3), subplot(2,2,4), imshow(I1); imhist(I2); imshow(I3); imhist(I4); Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 7
  • 8. Propiedades de las imágenes 4. Con todas las imágenes realizar lo siguiente: Verificar el tamaño de cada imagen [Rows, Cols, RGB] = size(I) Verificar el tipo de dato de cada imagen C = class(I) Verificar datos de cada imagen imfinfo(‘imagen1.bmp’) Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 8
  • 9. Conversión de imagen de colores a escala de grises 5. Obtener 08 imágenes de internet diferentes de contenido: • Una de 76,800 pixels, de dimensiones 320x240 de color. • La otra de 38,400 pixels, de dimensiones 160x120 de color. Cada una de: a. de 8 bits. b. de 16 bits. c. de 32 bits. d. de 64 bits. Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 9
  • 10. Para operar los pixeles de las imágenes Recordar que: Para convertir cada pixel a double D = double(I) Para convierte cada pixel de una imagen a enteros sin signo de 8 y 16 bits respectivamente: E = uint8(I) E = uint16(I) Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 10
  • 11. Transformaciones básicas Con todas las imágenes realizar lo siguiente: Cambio de tamaño: Reducir cada imagen a la mitad I = imread('imagen.ext'); Mostrar la imagen original, la imagen reducida, y el resultado de imresize(I, 0.5) en una ventana subplot(3,1,1), imshow(I1); subplot(3,1,2), imshow(I2); subplot(3,1,3), imshow(I3); Rotación: Rotar cada imagen 60 grados. Mostrar la imagen original, la imagen reducida, y el resultado de imrotate(I, 60) en una ventana subplot(3,1,1), imshow(I1); subplot(3,1,2), imshow(I2); subplot(3,1,3), imshow(I3); Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 11
  • 12. Histograma Con todas las imágenes realizar lo siguiente: Histograma de una imagen: I = imread('imagen.ext'); Mostrar la imagen original, el histograma, y el resultado de imhist(I) en una ventana subplot(3,1,1), imshow(I1); subplot(3,1,2), imshow(I2); subplot(3,1,3), imshow(I3); 1500 1000 500 0 0 50 100 150 200 250 0 50 100 150 200 250 2000 1500 1000 500 Ecualización de una imagen: 0 I = imread('imagen.ext'); Mostrar la imagen original, la ecualizada, y el resultado de histeq(I) en una ventana subplot(3,1,1), imshow(I1); subplot(3,1,2), imshow(I2); subplot(3,1,3), imshow(I3); Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 12
  • 13. Ajuste de imágenes Con todas las imágenes realizar: Ajuste de brillo de imágenes I = imread('imagen.ext'); Mostrar la imagen original, la brillante en un 25%, y el resultado de imadjust(G,[0 1],[0.2 1],1) y los tres histogramas en una ventana : subplot(3,2,1), subplot(3,2,2), subplot(3,2,3), subplot(3,2,4), subplot(3,2,5), subplot(3,2,6), imshow(I1); imshow(I2); imshow(I3); imshow(I1); imshow(I2); imshow(I3); 1500 1000 500 0 0 50 100 150 200 250 0 50 100 150 200 250 2000 1500 1000 500 0 Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 13
  • 14. Ajuste de imágenes Con todas las imágenes realizar: Ajuste de contraste de imágenes I = imread('imagen.ext'); Mostrar la imagen original, la brillante en un 25%, y el resultado de imadjust(G,[0.3 1],[0 1],1); y los tres histogramas en una ventana : subplot(3,2,1), subplot(3,2,2), subplot(3,2,3), subplot(3,2,4), subplot(3,2,5), subplot(3,2,6), imshow(I1); imshow(I2); imshow(I3); imshow(I1); imshow(I2); imshow(I3); 1500 1000 500 0 0 50 100 150 200 250 50 100 150 200 250 10000 8000 6000 4000 2000 0 0 Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 14
  • 15. Conversión de imagen de color a escala de grises Con cada imagen mediante cada uno de los algoritmos de conversión de imágenes de colores a escala de grises (Lightness, Luminosity y Average), realizar las conversiones. Mostrar en una ventana la imagen original, las 03 escalas de grises y el resultado de aplicar rgb2gray(I) en Matlab: subplot(3,2,1), subplot(3,2,2), subplot(3,2,3), subplot(3,2,4), subplot(3,2,5), imshow(I1); imhist(I2); imshow(I3); imshow(I4); imhist(I5); Compare y comente los resultados. Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 15
  • 16. Binarización de la imagen Con todas imágenes de cada formato realizar lo siguiente: Binarización. I = imread('imagen.ext'); Mostrar la imagen original, la binaria con umbral 60% del valor máximo de pixel, y el resultado de im2bw(I,150/256) y los tres histogramas en una ventana : subplot(3,2,1), subplot(3,2,2), subplot(3,2,3), subplot(3,2,4), subplot(3,2,5), subplot(3,2,6), imshow(I1); imshow(I2); imshow(I3); imshow(I1); imshow(I2); imshow(I3); Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 16
  • 17. Informe Terminado el laboratorio en la semana siguiente se debe presentar el informe de laboratorio completo con todas las fuentes y el informe en USB; y sólo el informe impreso en folder de color AZUL. Presentar el informe de laboratorio con el desarrollo de todos los ejercicios y preguntas de esta clase. El informe debe ser básicamente un documento grafico en lo posible. Lo mas importante de un informe de laboratorio sus conclusiones, recomendaciones y observaciones. Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 17
  • 18. Presentación Todas las fuentes y el Informe deben presentarse en USB, dentro de una carpeta que lleve las iniciales del curso, sus Apellidos, guion bajo y luego el numero de laboratorio. Ejemplo: PDI_BenitezPalacios_L2 Si se utilizan fuentes, deben conservar el nombre original y agregar _tema. Las Tareas que no cumplan las indicaciones no serán recepcionados por el profesor. Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P. 18
  • 19. Agradecimiento http://utppdiyva.blogspot.com Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 19