Uni fiee ci 2016 01 sesion 10 modelos deterministicos de propagacion
Utp pdi_2014-2 lab2
1. PROCESAMIENTO DE IMÁGENES Y VISION ARTIFICIAL
HISTOGRAMA, BRILLO Y CONTRASTE, CORRECCION GAMMA, DILATACION,
EROSION, APERTURA Y CERRADURA BINARIA Y GRISES, LLENADO Y
DETECCION DE REGIONES
LABORATORIO No. 2
OBJETIVO:
Hallar el umbral de una imagen.
Binarizar una imagen.
Realizar el zoom de una imagen.
Realizar las trasformaciones lógicas entre imágenes.
Manipular el histograma de una imagen a color y escala de grises.
Ecualizar una imagen mediante el histograma.
Aplicar la corrección gamma a una imagen.
Manipular el brillo y contraste de una imagen.
Dilatar y erosionar una imagen binaria y escala de grises.
Aperturar y cerrar una imagen binaria y escala de grises.
Detectar y llenar una región de una imagen.
RESUMEN TEORICO
1. TRANSFORMACIONES ESPACIALES II. Umbral, binarizado y zoom de una
imagen. Transformaciones lógicas entre imágenes.
Ver Sesión de Aprendizaje 4 del Blog del curso: utppdiyva.blogspot.com.
2. HISTOGRAMA Y ECUALIZACION, BRILLO Y CONTRASTE, CORRECCION
GAMMA. Manipulación del histograma de una imagen, ecualización mediante el
histograma, aplicación de la corrección gamma a una imagen:
Ver Sesión de Aprendizaje 5 del Blog del curso: utppdiyva.blogspot.com.
3. TRANSFORMACIONES MORFOLOGICAS I. Dilatación y erosión de imágenes
binarias.
Ver Sesión de Aprendizaje 6 del Blog del curso: utppdiyva.blogspot.com.
4. TRANSFORMACIONES MORFOLOGICAS II. Dilatación y erosión de imágenes
binarias. Apertura y cerradura de imágenes grises y binarias. Llenado y
detección de regiones en imágenes:
Ver Sesión de Aprendizaje 7 del Blog del curso: utppdiyva.blogspot.com.
2. PROCEDIMIENTO
Desarrollar las funciones y/o programas en Matlab para cada uno de los
procedimientos descritos.
1. Binarizar una imagen escala de grises por los cuatro métodos estudiados.
Ejemplos:
a. Binarización por el umbral igual al centro de la profundidad:
clc
close all
% Binarizacion de imagenes
J=imread('imageng.bmp');
%imshow(J);
I=imresize(J, [160 120]);
I=rgb2gray(I);
[x,y]=size(I);
figure, imshow(I);
% Conversion de una IG a IB
% 1. U=p/2 = 128
for i=1:x
for j=1:y
if I(i,j)128
K(i,j)=0;
else
K(i,j)=255;
end
end
end
K=uint8(K);
figure, imshow(K);
b. Binarización por el umbral igual al punto medio de la intensidad mínima y
máxima:
% 2. U=(max-min)/2
n=min(min(I));
m=max(max(I));
u=n+(m-n)/2;
for i=1:x
for j=1:y
if I(i,j)u
L(i,j)=0;
else
L(i,j)=255;
end
end
end
L=uint8(L);
figure, imshow(L);
2. Realizar el zoom a una imagen utilizando la interpolación:
a. del vecino más cercano
b. lineal
c. bicúbica
3. Realizar operaciones lógicas de NOT, OR y AND entre una máscara de color
blanco y otra de color negro.
4. Pasterizar una imagen a 5 niveles:
Ejemplo:
%Pasterizacion a 5 niveles
%0-51 %52-102 %103-153 %154-204 %205-255
for m=1:x
3. for n=1:y
if ig(m,n)=0 ig(m,n)=51 ig(m,n)=26; end
if ig(m,n)=52 ig(m,n)=102 ig(m,n)=78; end
if ig(m,n)=103 ig(m,n)=153 ig(m,n)=129; end
if ig(m,n)=154 ig(m,n)=204 ig(m,n)=180; end
if ig(m,n)=205 ig(m,n)=255 ig(m,n)=231; end
end
end
figure, imshow(ig);% se muestra la imagen
5. Mostrar el histograma de una imagen.
Ejemplo:
F=zeros(1, 256);
for i=1:x
for j=1:y
v=I(i,j)
F(v+1)=F(v+1)+1;
end
end
figure, stem(F);
% verificando la cantidad de pixeles de la imagen
s=0;
for z=1:256
s=s+F(z)
end
6. Ecualizar una imagen mediante su histograma:
Ejemplo:
% ECUALIZACION DE UNA IMAGEN
I=[52 55 61 66 70 61 64 73; ...
63 59 55 90 109 85 69 72; ...
62 59 68 113 144 104 66 73; ...
63 58 71 122 154 106 70 69; ...
67 61 68 104 126 88 68 70; ...
79 65 60 70 77 68 58 75; ...
85 71 64 59 55 61 65 83; ...
87 79 69 68 65 76 78 94]
[x,y]=size(I)
f=zeros(1, 255) % matriz de frecuencias
for i=1:x
for j=1:y
v=I(i,j)
f(v+1)=f(v+1)+1;
end
end
figure, stem(f);
figure, imhist(uint8(I),255);
cdf=zeros(1,255)
for m=1:255
for n=1: m
cdf(m)=cdf(m)+f(n)
end
end
cdfmin=min(cdf)
P=zeros(8,8)
for i=1:x
for j=1:y
v=I(i,j)
v1=round((cdf(v+1)-cdfmin)/(x*y-cdfmin)*255)
P(i,j)=v1
end
end
I2=imresize(I,[640 640])
P2=imresize(P,[640 640])
figure, imshow(uint8(I2))
figure, imshow(uint8(P2))
7. Manipular el brillo y contraste de una imagen.
Ejemplo:
4. % Manipulacion del brillo de una imagen escala de grises
ic=imread('rostro.bmp');
figure, imshow(ic);
ig=rgb2gray(ic);
figure, imshow(ig);
ig1=ig+50;
figure, imshow(ig1);
ig2=ig-50;
figure, imshow(ig2);
ig3=ig*0.5;
figure, imshow(ig3);
ig4=ig*1.5;
figure, imshow(ig4);
8. Realizar la corrección gamma a una imagen.
Ejemplo:
function gama(g)
I=imread('animalesg.bmp');
figure, imshow(I)
[x,y]=size(I)
for i=1:x
for j=1:y
I(i,j)=uint8(255*(double(I(i,j))/255)^(1/g));
end
end
figure, imshow(I)
9. Dilatación de imágenes escala de grises.
Ejemplo:
function B=dilatacion(A)
% A es la variable que contiene la imagen
figure, imshow(A);
[H W Z]=size(A);
B=zeros(H, W);
K=[1 1 1; 1 1 1; 1 1 1];
for f=(1+1):(H-1)
for c=(1+1):(W-1)
suma=0;
for ff=-1:1
for cc=-1:1
suma=suma+K(ff+2,cc+2)*A(f+ff,c+cc)/255;
end;
end;
if suma=1
B(f,c)=255;
else
B(f,c)=0;
end;
end;
end;
figure, imshow(uint8(B))
10. Erosión de imágenes escala de grises.
Ejemplo:
function B=erosion(A)
% A es la variable que contiene la imagen binaria
figure, imshow(A);
[H W Z]=size(A);
B=zeros(H, W);
K=[1 1 1; 1 1 1; 1 1 1];
for f=(1+1):(H-1)
for c=(1+1):(W-1)
suma=0;
for ff=-1:1
for cc=-1:1
suma=suma+K(ff+2,cc+2)*A(f+ff,c+cc)/255;
end;
5. end;
if suma==sum(sum(K))
B(f,c)=255;
else
B(f,c)=0;
end;
end;
end;
figure, imshow(uint8(B));
11. Dilatación de imágenes binarias.
12. Erosión de imágenes binarias.
13. Apertura de imágenes binarias.
14. Cerradura de imágenes binarias
INFORME FINAL
El Informe de Laboratorio es un documento gráfico en lo posible y es redactado en
Word con el desarrollo del laboratorio.
Niveles de Informe:
• Primer nivel: Observaciones. Imágenes con comentarios cortos. Redactar al ir
desarrollando el laboratorio. (Requiere desarrollar el laboratorio).
• Segundo nivel: Conclusiones. Redactar al terminar el laboratorio. (Requiere
haber desarrollado el laboratorio).
• Tercer Nivel: Recomendaciones. (Requiere la lectura de otras fuentes).
Dentro de su Carpeta Personal del Dropbox crear una carpeta para el Laboratorio 2
con el siguiente formato:
PDI_PaternoM_L2
Esta carpeta debe contener el Informe de Laboratorio, los códigos, las fuentes y
recursos utilizados.
Las fuentes deben conservar el nombre original de archivo y se debe agregar en su
nombre “_L2” al final.
CUESTIONARIO
1. Muestre los resultados de los procedimientos y ejercicios del laboratorio.
2. Binarizar una imagen por cuatro métodos. Comparar con la función de matlab para
este fin.
3. Realizar el zoom de una imagen utilizando tres interpolaciones. Comparar con la
función de matlab para este fin.
4. Realizar operaciones lógicas de NOT, OR y AND entre una máscara de color
blanco y otra de color negro. Comparar con la función de matlab para este fin.
5. Pasterizar una imagen escala de grises a:
a. 4 niveles.
b. 10 niveles.
6. c. 20 niveles.
6. Pasterizar una imagen a colores a:
a. 4 niveles.
b. 10 niveles.
c. 20 niveles.
7. Mostrar el histograma de una imagen escala de grises. Comparar con la función de
matlab para este fin.
8. Mostrar el histograma de una imagen a color. Comparar con la función de matlab
para este fin.
9. Manipular el brillo de una imagen escala de grises por dos métodos. Comparar con
la función de matlab para este fin.
10. Manipular el brillo de una imagen a colores por dos métodos. Comparar con la
función de matlab para este fin.
11. Manipular el contraste de una imagen escala de grises por cuatro métodos de un
valor umbral. Comparar con la función de matlab para este fin.
12. Manipular el contraste de una imagen a colores por cuatro métodos de un valor
umbral. Comparar con la función de matlab para este fin.
13. Manipular el contraste de una imagen escala de grises por dos métodos de más de
un valor umbral. Comparar con la función de matlab para este fin.
14. Realizar la corrección gamma para varios valores de gamma de una imagen.
Comparar con la función de matlab para este fin.
15. Dilatar imágenes de escala de grises. Comparar con la función de matlab para este
fin.
16. Erosionar imágenes escala de grises. Comparar con la función de matlab para este
fin.
17. Dilatar imágenes binarias. Comparar con la función de matlab para este fin.
18. Erosionar imágenes binarias. Comparar con la función de matlab para este fin.
19. Aperturar imágenes binarias. Comparar con la función de matlab para este fin.
20. Clausurar imágenes binarias. Comparar con la función de matlab para este fin.
21. Detectar fronteras (bordes). Comparar con la función de matlab para este fin.
22. Rellenar regiones. Comparar con la función de matlab para este fin.
23. En cada procedimiento y ejercicio mostrar sus observaciones, conclusiones y
recomendaciones.
FUNCIONES DE MATLAB:
imdilate, strel, imerode, imopen, imclose.