Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Utp pd_iy_va_sap7 operaciones morfologicas ii

Related Audiobooks

Free with a 30 day trial from Scribd

See all
  • Be the first to comment

  • Be the first to like this

Utp pd_iy_va_sap7 operaciones morfologicas ii

  1. 1. Procesamiento de Imágenes y Visión Artificial (WEE2) Sesión: 7 Operaciones morfológicas II Ing. José C. Benítez P.
  2. 2. Logros de aprendizaje 1. Conocer las operaciones morfológicas aplicadas a los diferentes tipos de imágenes digitales. 2. Procesar morfológicamente las imágenes digitales. 3. Implementar las operaciones morfológicas de las imágenes binarias. 4. Dilatar una imagen binaria. 5. Erosionar una imagen binaria. 6. Aperturar una imagen binaria. 7. Clausurar una imagen. 8. Extraer las fronteras (borde) de una imagen. 9. Rellanar regiones de una imagen. 2
  3. 3. 3 Contenido Operaciones morfológicas II: • Introducción. • Elementos del procesado morfológico. • Dilatación binaria. • Erosión binaria. • Apertura (erosión + dilatación). • Clausura (dilatación + erosión). • Bordes utilizando OM. • Rellenado de regiones (Fill Hole ). • Resumen de operaciones morfológicas.
  4. 4. Introducción a las OM Esquema general del análisis de imágenes
  5. 5. Introducción a las OM Morfología: • Estudio de la forma y la estructura Morfología matemática: • Es una técnica de procesado no lineal de la imagen, interesada en la geometría de los objetos • Análisis morfológico: Permite extraer componentes de la imagen que son útiles en la representación y descripción de la forma de las regiones: Fronteras Esqueletos, … • Permite obtener características relevantes de los objetos en la imagen: Forma Tamaño, ... • Procesado morfológico: Permite transformar la forma o la estructura de los objetos en una imagen
  6. 6. Introducción a las OM Tipos: • Morfología binaria (es la más frecuente). • Morfología de niveles de gris. • Morfología de imágenes policromáticas. Usos: • Post-procesado: Por ejemplo, tras un proceso de segmentación • Pre-procesado: Por ejemplo, previo a un sistema de reconocimiento. Aplicaciones: • Análisis de imágenes médicas, teledetección, visión artificial, ...
  7. 7. Introducción a las OM • Las tareas de segmentación no suelen dar un resultado exacto de la delimitación de los objetos o regiones de interés. Aparecen píxeles mal clasificados, bordes imprecisos de los objetos o regiones que están solapadas. Por tanto, antes de extraer más características de medio nivel se requiere de una etapa de pre-procesamiento. En esta fase se suele emplear el tratamiento morfológico. • Es una técnica de procesamiento no lineal de la señal, caracterizada en realzar la geometría y forma de los objetos. • Su fundamento matemático se basa en la teoría de conjuntos. • Aunque en un principio se aplicará sobre las imágenes binarizadas, luego se extenderá a las imágenes en niveles de grises. Este uso a niveles de grises permitirá vislumbrar que el procesamiento morfológico también se puede utilizar como técnica de procesado de la señal.
  8. 8. Introducción a las OM • Concluyendo, estas nuevas herramientas se pueden emplear tanto en el procesado, como en las etapas de segmentación - postprocesado o en fases de mayor nivel de información visual. • Actualmente se puede encontrar aplicaciones en la restauración de imágenes, en la detección de bordes, en el análisis de texturas, en el aumento del contraste y hasta en la compresión de imágenes.
  9. 9. Introducción a las OM • La morfología matemática se basa en operaciones de teoría de conjuntos. En el caso de imágenes binarias, los conjuntos tratados son subconjuntos de Z2 y en el de las imágenes en escala de grises, se trata de conjuntos de puntos con coordenadas en Z3. • Las operaciones morfológicas simplifican imágenes y conservan las principales características de forma de los objetos. • Un sistema de operadores de este tipo y su composición, permite que las formas subyacentes sean identificadas y reconstruidas de forma óptima a partir de sus formas distorsionadas y ruidosas.
  10. 10. Introducción a las OM • La morfología matemática se puede usar, entre otros, con los siguientes objetivos: Pre-procesamiento de imágenes (supresión de ruidos, simplificación de formas). Destacar la estructura de los objetos (extraer el esqueleto, detección de objetos, envolvente convexa, ampliación, reducción,...) Descripción de objetos (área, perímetro,...)
  11. 11. Introducción a las OM 1. Imágenes binarias Operaciones morfológicas: Dilatación, erosión, Transformada Hit-or-Miss, apertura y clausura. Aplicaciones: Extracción de fronteras y componentes conexas, rellenado de regiones, adelgazamiento y engrosamiento, esqueleto y poda. 2. Imágenes en escala de grises Operaciones morfológicas: dilatación, erosión, apertura, cierre. Aplicaciones: Gradiente morfológico, transformada Top-Hat, texturas y granulometrías.
  12. 12. Dilatación Dada una imagen A, y un elemento estructural B, (ambas imágenes binarias con fondo blanco), la dilatación de A por B se define como: Tengamos en cuenta que, para la intersección sólo consideramos los píxeles negros de A y B. El primer elemento de la dilatación, A, está asociado con la imagen que se está procesando y el segundo recibe el nombre de elemento estructural, la forma que actúa sobre A en la dilatación para producir A Å B .
  13. 13. Dilatación
  14. 14. Dilatación
  15. 15. Dilatación
  16. 16. Dilatación
  17. 17. Dilatación
  18. 18. Dilatación
  19. 19. Dilatación
  20. 20. Erosión Dada una imagen A, y un elemento estructural B, (ambas imágenes binarias con fondo blanco), la erosión de una imagen, A, por un elemento estructural, B, es el conjunto de todos los elementos x para los cuales B trasladado por x está contenido en A: Tengamos en cuenta que, para la condición Bx Í A, sólo consideramos los píxeles negros de A y B. La erosión es la operación morfológica dual de la dilatación. La erosión se concibe usualmente como una reducción de la imagen original.
  21. 21. Erosión
  22. 22. Erosión
  23. 23. Erosión
  24. 24. Erosión
  25. 25. Erosión
  26. 26. Erosión
  27. 27. Erosión
  28. 28. Erosión
  29. 29. Dilatación y Erosión Ejercicios: • ¿En qué condiciones A Í A Å B? • ¿ A Q B Í A? • ¿Cuándo se dan las inclusiones contrarias? Para practicar: http://homepages.inf.ed.ac.uk/rbf/HIPR2/morops.htm
  30. 30. Apertura
  31. 31. Apertura
  32. 32. Apertura
  33. 33. Clausura
  34. 34. Clausura
  35. 35. Clausura
  36. 36. Clausura
  37. 37. Clausura
  38. 38. Apertura y Clausura (Cierre)
  39. 39. Bordes mediante erosión Extracción de la frontera La frontera de un conjunto A se puede obtener primero erosionando A por un elemento estructural apropiado, B, y realizando posteriormente la diferencia entre A y su erosión. Es decir, El elemento estructural B usado más frecuentemente es el cuadrado 3x3 (como en el ejemplo que se muestra a continuación). Usando otros tamaños, por ejemplo 5 x 5, se ampliaría el grosor de la frontera a dos o tres píxeles.
  40. 40. Bordes mediante erosión
  41. 41. Bordes mediante erosión
  42. 42. Rellenado de regiones (Fill Hole ).
  43. 43. Rellenado de regiones (Fill Hole ).
  44. 44. Relleno de regiones (Fill Hole ).
  45. 45. Relleno de regiones (Fill Hole ).
  46. 46. Resumen de Operaciones morfológicas I
  47. 47. Resumen de Operaciones morfológicas II
  48. 48. 48 Sesion7. Operaciones morfológicas II Procesamiento de Imágenes y Visión Artificial Blog del curso: http://utppdiyva.blogspot.com

×