SlideShare uma empresa Scribd logo
1 de 55
Baixar para ler offline
Procesamiento de Imágenes
y Visión Artificial
(WEE2)
Sesión: 3
Ing. José C. Benítez P.
Operaciones, transformaciones y conversiones
Logros de aprendizaje
1. Conocer las operaciones lógicas y aritméticas aplicadas a
los diferentes tipos de imágenes digitales.
2. Procesar espacialmente las imágenes digitales.
3. Conocer los métodos de conversión de las imágenes
digitales RGB a escala de grises.
2
3
Contenido
Operaciones, transformaciones y conversiones:
• Operaciones con imágenes.
• Procesamiento espacial de imágenes.
• Métodos de conversión RGB a escala de grises.
Operaciones con imágenes
Operaciones lógicas y aritméticas.
o Operaciones lógicas.
o Suma.
o Resta.
Operaciones geométricas.
o Traslaciones.
o Magnificaciones.
o Rotaciones.
o Interpolaciones
Procesamiento espacial.
o Convolución.
o Correlación.
o Convolución y correlación.
5
Operaciones lógicas
AND
6
Operaciones lógicas
OR
7
Operaciones lógicas
NOT
8
Operaciones aritméticas
SUMA
9
Operaciones aritméticas
RESTA
10
Operaciones aritméticas
OVERFLOW
11
Operaciones Geométricas
TRASLACIONES
12
Operaciones Geométricas
MAGNIFICACIONES
13
Operaciones Geométricas
ROTACIONES
14
Operaciones Geométricas
INTERPOLACIONES
15
Operaciones Geométricas
INTERPOLACIONES
16
Operaciones Geométricas
INTERPOLACIONES
17
Operaciones Geométricas
INTERPOLACIONES
18
Operaciones Geométricas
INTERPOLACIONES. Formas:
• Vecino más próximo
• Bilineal
• Bicúbica
19
Operaciones Geométricas
INTERPOLACION: Vecino mas próximo
20
Operaciones Geométricas
INTERPOLACION. Bilineal
21
Operaciones Geométricas
INTERPOLACION: Bicúbica
22
Procesamiento espacial
Definición
Procesamiento espacial
23
Dominio espacial: Filtros lineales
Procesamiento espacial
24
Dominio espacial: Filtros lineales
Procesamiento espacial
25
Convolución
Procesamiento espacial
26
Convolución
Procesamiento espacial
27
Convolución
Procesamiento espacial
28
Convolución
Procesamiento espacial
29
Convolución
Procesamiento espacial
30
Convolución. Ejemplo
Procesamiento espacial
31
Convolución. Resultados
Procesamiento espacial
32
Correlación
Procesamiento espacial
33
Correlación
Procesamiento espacial
34
Correlación
Procesamiento espacial
35
Ejemplo de
Correlación
Procesamiento espacial
36
Observaciones y dificultades
Procesamiento espacial
37
Observaciones y dificultades
Procesamiento espacial
38
Tratamiento de bordes
Procesamiento espacial
39
Tratamiento de bordes. Soluciones
Procesamiento espacial
40
Tratamiento de bordes. Soluciones
Procesamiento espacial
41
Tratamiento de bordes. Soluciones
42
Convolución y correlación en MatLab
Procesamiento espacial
>>a = [0 1 2 1 0]
>>stem(a)
>>b =[1 0 1]
>>stem(b)
>>c = conv(a,b)
>>stem(c)
c = a * b
c = [0 1 2 2 2 1 0]
43
Convolución y correlación en MatLab
Procesamiento espacial
>>a=[
0 0 0 1 1 1 0 0 0;
0 0 0 1 1 1 0 0 0;
0 0 0 1 1 1 0 0 0;
0 0 0 1 1 1 0 0 0;
0 0 0 1 1 1 0 0 0];
>>imshow(a);
>> b=[
1 1 1 0 0 0 1 1 1;
1 1 1 0 0 0 1 1 1;
1 1 1 0 0 0 1 1 1]
>>imshow(b)
>>c = conv2(a,b)
>>imshow(c)
>> size(a)
ans =
5 9
>> size(b)
ans =
3 9
>> size(c)
ans =
7 17
44
Convolución y correlación en MatLab
Procesamiento espacial
45
Convolución y correlación en MatLab
Procesamiento espacial
46
Convolución y correlación en MatLab
Procesamiento espacial
>> a=magic(5)
a =
17 24 1 8 15
23 5 7 14 16
4 6 13 20 22
10 12 19 21 3
11 18 25 2 9
>> h=[-1 0 1]
h =
-1 0 1
Filtro usando la correlacion
>> imfilter(a,h)
ans =
24 -16 -16 14 -8
5 -16 9 9 -14
6 9 14 9 -20
12 9 9 -16 -21
18 14 -16 -16 -2
Filtro usando la convolucion
>> imfilter(a,h,'conv')
ans =
-24 16 16 -14 8
-5 16 -9 -9 14
-6 -9 -14 -9 20
-12 -9 -9 16 21
-18 -14 16 16 2
47
Procesamiento espacial
Dominio Frecuencial
48
Procesamiento espacial
Dominio Frecuencial
49
Procesamiento espacial
Dominio Frecuencial
50
¿Cómo convertir una imagen a escala de grises?
Para que una imagen sea vea en tonos de gris se
requiere que los tres componentes básicos del color (en
el computador: rojo, verde, azul – RGB por sus siglas en
inglés) tengan más o menos la misma intensidad,
podemos decir que si queremos convertir un pixel a su
equivalente en escala de grises bastaría con hacer algo
como esto:
• Sumar los valores de los componentes de color del
pixel, es decir sumar R + G + B
• Sacar el promedio de esa suma
• El valor hallado se debe asignar a R, G y B
Con estos tres pasos ya logramos que el pixel sea de
color gris ya que cada uno de sus componentes tiene el
mismo valor.
51
¿Cómo convertir una imagen a escala de grises?
Hay muchas otras formas de hacerlo, incluso alguien que
haya trabajado previamente con imágenes puede tener
su propia versión de como implementarlo de acuerdo a lo
que necesite o al tiempo que tenga.
Pero existe una manera ampliamente conocida y
aceptada en el gremio de las personas que trabajan con
imágenes y visión por computador esa manera es la que
aprenderemos a efectuar.
52
El ojo humano y su sensibilidad
Bien, resulta que el ojo humano es mucho más sensible a los
colores verdes y rojos que al azul, por lo que en cuanto a
precepción de iluminación se trata nuestro ojo reconoce los
patrones de iluminación en color en las siguientes
proporciones para cada componente:
• Rojo: 30%
• Verde: 59%
• Azul: 11%
Así que lo más adecuado es calcular el valor de cada
componente de color con base a esta proporción y de este
modo se obtiene el pixel de color gris con la iluminación
adecuada para que nuestro ojo lo perciba como un mejor
equivalente a su versión en color.
53
Conversión de imágenes RGB a grayscale
En PDI existen generalmente cuatro funciones diferentes
para convertir los colores a escala de grises: "lightness",
"luminosity" y "average".
Para cada píxel: "lightness" promedia los valores de color
máximo y mínimo; "luminosity" le da más peso al verde y
muy poco al azul; "average" calcula el promedio de los tres
colores:
Average = (R + G + B) / 3
Lightness = ( max(R,G,B) + min(R,G,B) ) / 2
Luminosity = 0,21 × R + 0,72 × G + 0,07 × B
Luminancia = R × 0.3 + G × 0.59 + B × 0.11
54
Conversión de imágenes RGB a grayscale
55
Agradecimiento
Procesamiento de Imágenes
y Visión Artificial
Blog del curso:
http://utppdiyva.blogspot.com

Mais conteúdo relacionado

Destaque

Manejo Vectores Matlab
Manejo Vectores MatlabManejo Vectores Matlab
Manejo Vectores Matlab
Paul Arevalo
 
Trabajo de sociales. no lo tires¡¡¡
Trabajo de sociales. no lo tires¡¡¡Trabajo de sociales. no lo tires¡¡¡
Trabajo de sociales. no lo tires¡¡¡
Pedro Tejero Martin
 
Preparación
PreparaciónPreparación
Preparación
15hayde
 
Heriberto molina ejercicioscalculo2 derivadas-integrales
Heriberto molina ejercicioscalculo2 derivadas-integralesHeriberto molina ejercicioscalculo2 derivadas-integrales
Heriberto molina ejercicioscalculo2 derivadas-integrales
heriberto29
 
Trabajo e.f 1ª evaluación alba
Trabajo e.f 1ª evaluación   albaTrabajo e.f 1ª evaluación   alba
Trabajo e.f 1ª evaluación alba
blancoalbitta
 

Destaque (20)

Señales digitales tran z
Señales digitales tran zSeñales digitales tran z
Señales digitales tran z
 
Manejo Vectores Matlab
Manejo Vectores MatlabManejo Vectores Matlab
Manejo Vectores Matlab
 
Presentacion.
Presentacion.Presentacion.
Presentacion.
 
equilibrio químico
equilibrio químicoequilibrio químico
equilibrio químico
 
Manual Operador BFC
Manual Operador BFCManual Operador BFC
Manual Operador BFC
 
Expo sobre la humedad
Expo sobre la humedadExpo sobre la humedad
Expo sobre la humedad
 
Hardwarey sofware
Hardwarey sofwareHardwarey sofware
Hardwarey sofware
 
Sociales trabajooo 222
Sociales  trabajooo 222Sociales  trabajooo 222
Sociales trabajooo 222
 
Caida del imperio romano
Caida del imperio romanoCaida del imperio romano
Caida del imperio romano
 
Lectores rss tuto
Lectores rss tutoLectores rss tuto
Lectores rss tuto
 
Librosmasvendidos
LibrosmasvendidosLibrosmasvendidos
Librosmasvendidos
 
Trabajo de sociales. no lo tires¡¡¡
Trabajo de sociales. no lo tires¡¡¡Trabajo de sociales. no lo tires¡¡¡
Trabajo de sociales. no lo tires¡¡¡
 
Preparación
PreparaciónPreparación
Preparación
 
Heriberto molina ejercicioscalculo2 derivadas-integrales
Heriberto molina ejercicioscalculo2 derivadas-integralesHeriberto molina ejercicioscalculo2 derivadas-integrales
Heriberto molina ejercicioscalculo2 derivadas-integrales
 
Windows xp
Windows xpWindows xp
Windows xp
 
Conexion imac iphone
Conexion imac iphoneConexion imac iphone
Conexion imac iphone
 
Trabajo e.f 1ª evaluación alba
Trabajo e.f 1ª evaluación   albaTrabajo e.f 1ª evaluación   alba
Trabajo e.f 1ª evaluación alba
 
Programadistribución
ProgramadistribuciónProgramadistribución
Programadistribución
 
Preguntas word
Preguntas wordPreguntas word
Preguntas word
 
Librosmasvendidos
LibrosmasvendidosLibrosmasvendidos
Librosmasvendidos
 

Semelhante a Utp pd_iy_va_sap3 operaciones, transformaciones y conversiones

Utp 2015-2_pdi_ea3 conversiones c2_g y negativo
 Utp 2015-2_pdi_ea3 conversiones c2_g y negativo Utp 2015-2_pdi_ea3 conversiones c2_g y negativo
Utp 2015-2_pdi_ea3 conversiones c2_g y negativo
jcbp_peru
 
Utp pdiva_s8 operadores de imagenes digitales
 Utp pdiva_s8 operadores de imagenes digitales Utp pdiva_s8 operadores de imagenes digitales
Utp pdiva_s8 operadores de imagenes digitales
jcbenitezp
 
Utp pdiva_lab6_procesamiento digital de imagenes con matlab iv
 Utp pdiva_lab6_procesamiento digital de imagenes con matlab iv Utp pdiva_lab6_procesamiento digital de imagenes con matlab iv
Utp pdiva_lab6_procesamiento digital de imagenes con matlab iv
jcbenitezp
 
Pdiva 2012 2 balotario pc1
Pdiva 2012 2 balotario pc1Pdiva 2012 2 balotario pc1
Pdiva 2012 2 balotario pc1
jcbenitezp
 
Utp pdi_2014-2 lab2
 Utp pdi_2014-2 lab2 Utp pdi_2014-2 lab2
Utp pdi_2014-2 lab2
jcbp_peru
 
Nociones de topografia-1
Nociones de topografia-1Nociones de topografia-1
Nociones de topografia-1
alvarodelli
 
Rastreador ocular (Uea 2016)
Rastreador ocular (Uea 2016)Rastreador ocular (Uea 2016)
Rastreador ocular (Uea 2016)
Christian Gabriel Gomez
 
Transformgeometricas
TransformgeometricasTransformgeometricas
Transformgeometricas
jcbp_peru
 
Utp pdi_2014-2 lab2
 Utp pdi_2014-2 lab2 Utp pdi_2014-2 lab2
Utp pdi_2014-2 lab2
jcbp_peru
 

Semelhante a Utp pd_iy_va_sap3 operaciones, transformaciones y conversiones (20)

Utp 2015-2_pdi_ea3 conversiones c2_g y negativo
 Utp 2015-2_pdi_ea3 conversiones c2_g y negativo Utp 2015-2_pdi_ea3 conversiones c2_g y negativo
Utp 2015-2_pdi_ea3 conversiones c2_g y negativo
 
Utp pdiva_s8 operadores de imagenes digitales
 Utp pdiva_s8 operadores de imagenes digitales Utp pdiva_s8 operadores de imagenes digitales
Utp pdiva_s8 operadores de imagenes digitales
 
Utp pdiva_lab6_procesamiento digital de imagenes con matlab iv
 Utp pdiva_lab6_procesamiento digital de imagenes con matlab iv Utp pdiva_lab6_procesamiento digital de imagenes con matlab iv
Utp pdiva_lab6_procesamiento digital de imagenes con matlab iv
 
GEOMETRIA EPIPOLAR.pdf
GEOMETRIA EPIPOLAR.pdfGEOMETRIA EPIPOLAR.pdf
GEOMETRIA EPIPOLAR.pdf
 
Vision artificial
Vision artificialVision artificial
Vision artificial
 
2437215 procesamiento-de-imagenes-con-matrices
2437215 procesamiento-de-imagenes-con-matrices2437215 procesamiento-de-imagenes-con-matrices
2437215 procesamiento-de-imagenes-con-matrices
 
Nociones de topografia jorge franco
Nociones de topografia jorge francoNociones de topografia jorge franco
Nociones de topografia jorge franco
 
Resumen cinsis 2017
Resumen cinsis 2017Resumen cinsis 2017
Resumen cinsis 2017
 
Conteo globulos rbustamante
Conteo globulos rbustamanteConteo globulos rbustamante
Conteo globulos rbustamante
 
Pdiva 2012 2 balotario pc1
Pdiva 2012 2 balotario pc1Pdiva 2012 2 balotario pc1
Pdiva 2012 2 balotario pc1
 
Utp pdi_2014-2 lab2
 Utp pdi_2014-2 lab2 Utp pdi_2014-2 lab2
Utp pdi_2014-2 lab2
 
Nociones de topografia
Nociones de topografiaNociones de topografia
Nociones de topografia
 
Nociones de topografia-1
Nociones de topografia-1Nociones de topografia-1
Nociones de topografia-1
 
Nociones de topografia jorge franco rey
Nociones de topografia   jorge franco reyNociones de topografia   jorge franco rey
Nociones de topografia jorge franco rey
 
Rastreador ocular (Uea 2016)
Rastreador ocular (Uea 2016)Rastreador ocular (Uea 2016)
Rastreador ocular (Uea 2016)
 
Búsqueda Visual con Retroacción de Relevancia basada en Actualización de Pesos
Búsqueda Visual con Retroacción de Relevancia basada en Actualización de PesosBúsqueda Visual con Retroacción de Relevancia basada en Actualización de Pesos
Búsqueda Visual con Retroacción de Relevancia basada en Actualización de Pesos
 
Aplicaciones funciones trigonométricas
Aplicaciones funciones trigonométricas Aplicaciones funciones trigonométricas
Aplicaciones funciones trigonométricas
 
Transformgeometricas
TransformgeometricasTransformgeometricas
Transformgeometricas
 
CIRC DIG CI PN02 Boole y Karnaugh Eval_por_estudiante.pdf
CIRC DIG CI PN02 Boole y Karnaugh Eval_por_estudiante.pdfCIRC DIG CI PN02 Boole y Karnaugh Eval_por_estudiante.pdf
CIRC DIG CI PN02 Boole y Karnaugh Eval_por_estudiante.pdf
 
Utp pdi_2014-2 lab2
 Utp pdi_2014-2 lab2 Utp pdi_2014-2 lab2
Utp pdi_2014-2 lab2
 

Mais de jcbp_peru

It526 2017 1 balotario-s_ap2y3
It526 2017 1 balotario-s_ap2y3It526 2017 1 balotario-s_ap2y3
It526 2017 1 balotario-s_ap2y3
jcbp_peru
 
It526 2016 2 pc4 dom
It526 2016 2 pc4 domIt526 2016 2 pc4 dom
It526 2016 2 pc4 dom
jcbp_peru
 
It246 2016 2 practica calificada 4
It246 2016 2 practica calificada 4It246 2016 2 practica calificada 4
It246 2016 2 practica calificada 4
jcbp_peru
 
It246 2016 2 practica calificada 3
It246 2016 2 practica calificada 3It246 2016 2 practica calificada 3
It246 2016 2 practica calificada 3
jcbp_peru
 
It246 2016 2 practica calificada 2
It246 2016 2 practica calificada 2It246 2016 2 practica calificada 2
It246 2016 2 practica calificada 2
jcbp_peru
 
It526 2016 2 practica calificada 2
It526 2016 2 practica calificada 2It526 2016 2 practica calificada 2
It526 2016 2 practica calificada 2
jcbp_peru
 
33012 calvo tfw-figura-paterna-2015
33012 calvo tfw-figura-paterna-201533012 calvo tfw-figura-paterna-2015
33012 calvo tfw-figura-paterna-2015
jcbp_peru
 
It246 2016 2 practica calificada 1
It246 2016 2 practica calificada 1It246 2016 2 practica calificada 1
It246 2016 2 practica calificada 1
jcbp_peru
 
Uni fiee ci 2016 02 sesion 3y4 modelos deterministicos de propagacion
Uni fiee ci 2016 02 sesion 3y4 modelos deterministicos de propagacionUni fiee ci 2016 02 sesion 3y4 modelos deterministicos de propagacion
Uni fiee ci 2016 02 sesion 3y4 modelos deterministicos de propagacion
jcbp_peru
 
Uni fiee ci 2016 02 sesion 2 servicios inalámbricos
Uni fiee ci 2016 02 sesion 2 servicios inalámbricosUni fiee ci 2016 02 sesion 2 servicios inalámbricos
Uni fiee ci 2016 02 sesion 2 servicios inalámbricos
jcbp_peru
 
Uni fiee ci 2016 02 sesion 1 espectro radioelèctrico
Uni fiee ci 2016 02 sesion 1 espectro radioelèctricoUni fiee ci 2016 02 sesion 1 espectro radioelèctrico
Uni fiee ci 2016 02 sesion 1 espectro radioelèctrico
jcbp_peru
 
Uni wc 2016 1 sesion 14 redes moviles 4 g
Uni wc 2016 1 sesion 14 redes moviles 4 gUni wc 2016 1 sesion 14 redes moviles 4 g
Uni wc 2016 1 sesion 14 redes moviles 4 g
jcbp_peru
 
Uni wc 2016 1 sesion 13 redes moviles 2 g y 3g
Uni wc 2016 1 sesion 13 redes moviles 2 g y 3gUni wc 2016 1 sesion 13 redes moviles 2 g y 3g
Uni wc 2016 1 sesion 13 redes moviles 2 g y 3g
jcbp_peru
 
Uni fiee ci sesion 12 cdma
Uni fiee ci sesion 12 cdmaUni fiee ci sesion 12 cdma
Uni fiee ci sesion 12 cdma
jcbp_peru
 
Uni fiee ci 2016 01 sesion 11 comunicaciones moviles
Uni fiee ci 2016 01 sesion 11 comunicaciones movilesUni fiee ci 2016 01 sesion 11 comunicaciones moviles
Uni fiee ci 2016 01 sesion 11 comunicaciones moviles
jcbp_peru
 
Uni fiee ci 2016 01 sesion 10 modelos deterministicos de propagacion
Uni fiee ci 2016 01 sesion 10 modelos deterministicos de propagacionUni fiee ci 2016 01 sesion 10 modelos deterministicos de propagacion
Uni fiee ci 2016 01 sesion 10 modelos deterministicos de propagacion
jcbp_peru
 

Mais de jcbp_peru (20)

It526 2017 1 balotario-s_ap2y3
It526 2017 1 balotario-s_ap2y3It526 2017 1 balotario-s_ap2y3
It526 2017 1 balotario-s_ap2y3
 
It526 2016 2 pc4 dom
It526 2016 2 pc4 domIt526 2016 2 pc4 dom
It526 2016 2 pc4 dom
 
It246 2016 2 practica calificada 4
It246 2016 2 practica calificada 4It246 2016 2 practica calificada 4
It246 2016 2 practica calificada 4
 
It246 2016 2 practica calificada 3
It246 2016 2 practica calificada 3It246 2016 2 practica calificada 3
It246 2016 2 practica calificada 3
 
It246 2016 2 practica calificada 2
It246 2016 2 practica calificada 2It246 2016 2 practica calificada 2
It246 2016 2 practica calificada 2
 
It526 2013 2 ep
It526 2013 2 epIt526 2013 2 ep
It526 2013 2 ep
 
It526 2016 1 ep
It526 2016 1 epIt526 2016 1 ep
It526 2016 1 ep
 
It526 2016 2 practica calificada 2
It526 2016 2 practica calificada 2It526 2016 2 practica calificada 2
It526 2016 2 practica calificada 2
 
33012 calvo tfw-figura-paterna-2015
33012 calvo tfw-figura-paterna-201533012 calvo tfw-figura-paterna-2015
33012 calvo tfw-figura-paterna-2015
 
It246 2016 2 practica calificada 1
It246 2016 2 practica calificada 1It246 2016 2 practica calificada 1
It246 2016 2 practica calificada 1
 
Uni fiee ci 2016 02 sesion 3y4 modelos deterministicos de propagacion
Uni fiee ci 2016 02 sesion 3y4 modelos deterministicos de propagacionUni fiee ci 2016 02 sesion 3y4 modelos deterministicos de propagacion
Uni fiee ci 2016 02 sesion 3y4 modelos deterministicos de propagacion
 
Uni fiee ci 2016 02 sesion 2 servicios inalámbricos
Uni fiee ci 2016 02 sesion 2 servicios inalámbricosUni fiee ci 2016 02 sesion 2 servicios inalámbricos
Uni fiee ci 2016 02 sesion 2 servicios inalámbricos
 
Uni fiee ci 2016 02 sesion 1 espectro radioelèctrico
Uni fiee ci 2016 02 sesion 1 espectro radioelèctricoUni fiee ci 2016 02 sesion 1 espectro radioelèctrico
Uni fiee ci 2016 02 sesion 1 espectro radioelèctrico
 
Uni wc 2016 1 sesion 14 redes moviles 4 g
Uni wc 2016 1 sesion 14 redes moviles 4 gUni wc 2016 1 sesion 14 redes moviles 4 g
Uni wc 2016 1 sesion 14 redes moviles 4 g
 
Uni wc 2016 1 sesion 13 redes moviles 2 g y 3g
Uni wc 2016 1 sesion 13 redes moviles 2 g y 3gUni wc 2016 1 sesion 13 redes moviles 2 g y 3g
Uni wc 2016 1 sesion 13 redes moviles 2 g y 3g
 
Lte whitepaper(1)
 Lte whitepaper(1) Lte whitepaper(1)
Lte whitepaper(1)
 
Redes moviles
Redes movilesRedes moviles
Redes moviles
 
Uni fiee ci sesion 12 cdma
Uni fiee ci sesion 12 cdmaUni fiee ci sesion 12 cdma
Uni fiee ci sesion 12 cdma
 
Uni fiee ci 2016 01 sesion 11 comunicaciones moviles
Uni fiee ci 2016 01 sesion 11 comunicaciones movilesUni fiee ci 2016 01 sesion 11 comunicaciones moviles
Uni fiee ci 2016 01 sesion 11 comunicaciones moviles
 
Uni fiee ci 2016 01 sesion 10 modelos deterministicos de propagacion
Uni fiee ci 2016 01 sesion 10 modelos deterministicos de propagacionUni fiee ci 2016 01 sesion 10 modelos deterministicos de propagacion
Uni fiee ci 2016 01 sesion 10 modelos deterministicos de propagacion
 

Utp pd_iy_va_sap3 operaciones, transformaciones y conversiones