• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Procesamiento de Imágenes
 

Procesamiento de Imágenes

on

  • 371 views

Like & Coment pls (;

Like & Coment pls (;

Statistics

Views

Total Views
371
Views on SlideShare
371
Embed Views
0

Actions

Likes
0
Downloads
29
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 Procesamiento de Imágenes Presentation Transcript

    • Procesamiento de Imágenes y Visión Artificial (PS02) Laboratorio: 2 Procesamiento de Imágenes con MatLab I Ing. José C. Benítez P.
    • 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
    • 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
    • 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
    • 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
    • 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
    • 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
    • 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
    • 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
    • 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
    • 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
    • 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
    • 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
    • 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
    • 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
    • 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
    • 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
    • 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
    • Agradecimiento http://utppdiyva.blogspot.com Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 19