En este documento, se realiza un análisis detallado de las operaciones por pixeles. Primeramente, se estudia un poco del contexto histórico de los pixeles y su paso en el tiempo. Posteriormente, se realiza una descripción detallada de las operaciones básicas por pixeles, para finalmente hablar de los aplicativos que estos tienen en distintos campos de la tecnología.
1. Presentación de señales:
INTEGRANTES DE GRUPO:
● Kevin Andres Hernandez (1803924)
● Jorge Hernando Cáceres (1803840)
● David Alejandro Espejo García (1803896)
● David Felipe Ortiz León (1803289)
● Daniel Santiago Vargas Neisa (1803530)
3. Un píxel se puede definir como un punto rectangular. Un
conjunto de puntos (píxeles), generan imágenes o señales de
vídeo (estás últimas, también denominadas “imágenes
dinámicas”, muestrean los píxeles en un espacio
tridimensional: dos espaciales, y uno temporal).
3
Un pixel
5. Antes de la llegada de los píxeles,
las imágenes se representaban
principalmente a través de gráficos
vectoriales, que se basaban en
fórmulas matemáticas para definir
las formas y líneas en una imagen.
Con el avance de la tecnología de
visualización digital, surgió la
necesidad de representar imágenes
de manera más detallada y realista.
Esto condujo al concepto de píxel,
que es la unidad básica de una
imagen digital.
5
Antecesor
6. Russell Kirsch, un científico informático estadounidense que
desarrolló el primer escáner digital y creó la primera imagen
digital con píxeles en 1957. Su innovación revolucionaria sentó
las bases para la tecnología de imágenes digitales que hoy en
día utilizamos en todas las áreas de nuestra vida, desde la
fotografía digital hasta los gráficos por computadora.
6
Su creador
7. Desde los primeros dispositivos de visualización digital hasta
las técnicas de procesamiento de imágenes por píxeles
altamente sofisticadas de hoy en día. Estas operaciones han
revolucionado la forma en que interactuamos con las
imágenes digitales y han abierto nuevas posibilidades en
campos como la fotografía, el diseño y los medios visuales
7
Su desarrollo con el paso del
tiempo
10. 10
Sumar una constante:
R(x,y) : = A(x,y) + a
Esta operación permite que el brillo de una
imagen se incremente. Dicho incremento
depende del valor asignado en la variable “a”
11. 11
Restar una constante:
R(x,y) : = A(x,y) - a
Esta operación permite que el brillo de una
imagen decremente. El valor del decremento
depende de la magnitud de la variable “a”
12. 12
Multiplicar por una constante
R(x,y) : = b.A(x,y)
Esta operación aumenta la intensidad de una
imagen. Este aumento está determinado por
el valor de la variable b.
13. 13
Multiplicar por una constante
R(x,y) : = (1/b).A(x,y)
Esta operación disminuye la intensidad de
una imagen. La disminución está
determinada por el valor de la variable b.
15. Son operaciones que se realizan en procesamiento de
imágenes y visión por computadora, consisten en aplicar una
determinada operación o transformación a cada píxel de una
imagen de forma individual, sin considerar la relación entre
píxeles vecinos.
15
¿En qué consisten?
16. Tipos de operaciones:
Ajuste de brillo y contraste: Técnica utilizada para
modificar la apariencia de una imagen al aumentar o
disminuir su luminosidad y la diferencia entre los valores
de intensidad.
16
Pasos:
• Conversión de espacios de color
• Cálculo de brillo y contraste
actuales
• Ajuste de brillo
• Ajuste del contraste
• Reescalado y recorte
17. Tipos de operaciones:
Umbralización: El objetivo principal es separar objetos o
regiones de interés del resto de la imagen, basándose en la
intensidad de los píxeles.
17
Pasos:
• Conversión a escala
de grises
• Selección de umbral
• Comparación
• Post procesamiento
¿Cómo se consigue?: Se
convierte una imagen normal
en una imagen binaria, donde
los píxeles se clasifican como
blanco o negro según un
umbral predefinido.
18. Tipos de operaciones:
Negativo de la imagen: Es un proceso en el que se invierte
el valor de intensidad de cada píxel en una imagen. El
objetivo es transformar los píxeles más claros en oscuros y
los más oscuros en claros.
18
Pasos:
• Conversión a escala
de grises
• Cálculo del negativo
• Reescalado
• Generación de la
imagen negativa
19. Tipos de operaciones:
Operaciones aritméticas: Implica realizar operaciones
matemáticas entre los valores de los píxeles de dos o más
imágenes para obtener una nueva imagen resultante.
19
Operaciones más comunes
• Suma: Superposición de imágenes.
• Resta: Eliminar un fondo común en
imágenes superpuestas.
• Multiplicación: Aplicar máscaras o
filtros a una imagen.
• División: Ajustes de contraste o
normalización de imágenes.
21. 21
Inversión de imagen:
Esta operación invierte
los valores de brillo de
cada píxel. Los píxeles
oscuros se vuelven
claros y los píxeles
claros se vuelven
oscuros.
22. 22
Conversión a escala de
grises: Transforma una
imagen en color en una
imagen en escala de
grises, donde cada píxel
se representa solo con
una intensidad de brillo
sin información de color.
23. 23
Filtros de suavizado o
desenfoque: Estos filtros
se utilizan para reducir el
ruido o suavizar los
detalles de una imagen.
Un ejemplo común es el
filtro de promedio, que
reemplaza el valor de un
píxel con el promedio de
los valores de sus
píxeles vecinos.
25. Las operaciones con píxeles son fundamentales en
el procesamiento de imágenes y se utilizan en una
amplia variedad de aplicaciones.
Alguna de las aplicaciones que podemos
encontrar son:
● Edición de imágenes
● Segmentación de objetos
● Comprensión de imágenes
● Procesamiento de video
● Reconocimiento de patrones
● Realidad aumentada
25
26. 26
Aplicación de filtros y efectos
especiales: Se pueden aplicar
diferentes filtros y efectos
para alterar la apariencia de
una imagen.
Eliminación de ojos rojos: Se
realiza para corregir el efecto de
ojos rojos causado por el flash
de la cámara. Mediante
operaciones de selección y
reemplazo de píxeles, se puede
eliminar el efecto no deseado.
27. Segmentación de objetos:
Detección de bordes: Se utilizan operaciones de convolución para
resaltar los bordes de los objetos en una imagen. Esto permite
identificar y separar objetos basados en cambios abruptos de
intensidad.
Umbralización: Esta técnica consiste en establecer un umbral de
intensidad para separar los píxeles en dos categorías (por ejemplo,
blanco y negro). Se puede utilizar para segmentar objetos basados en
su nivel de intensidad.
27
28. Segmentación basada en color: Las operaciones con
píxeles permiten identificar y extraer objetos en
función de su color. Esto es útil en aplicaciones como la
detección de señales de tráfico o la clasificación de
productos en una línea de producción.
28
29. Compresión de imágenes
Transformada de coseno discreta (DCT):
Esta operación se utiliza en algoritmos de
compresión como JPEG para
descomponer la imagen en componentes
de frecuencia. Luego, los coeficientes
menos importantes se cuantifican y
codifican, logrando una compresión sin
pérdida perceptible.
29
Codificación predictiva: Se basa en
la estimación de la diferencia entre
los valores de píxeles adyacentes y
su predicción. Los errores de
predicción se cuantifican y
codifican, lo que permite una
mayor compresión en imágenes
con regiones suaves o
gradualmente cambiantes.
30. Procesamiento de video
Detección de movimiento: Se aplican
operaciones con píxeles para identificar y
rastrear objetos en movimiento en un
video. Esto es utilizado en aplicaciones de
vigilancia, seguimiento de objetos y
realidad aumentada.
Estabilización de video: Las operaciones
con píxeles se utilizan para reducir el
efecto de vibración o movimiento no
deseado en un video. Esto se logra
mediante la compensación del
movimiento a nivel de píxel para
mantener una apariencia estable.
30
31. Generación de efectos visuales: Se pueden aplicar
operaciones con píxeles para añadir efectos
especiales a un video, como cambiar el color de una
escena, agregar efectos de desenfoque o aplicar
filtros artísticos.
31
32. Reconocimiento de patrones
Reconocimiento facial: Las operaciones con píxeles
se aplican para detectar características faciales y
reconocer rostros en una imagen. Se pueden utilizar
algoritmos como el reconocimiento de patrones,
análisis de texturas y detección de características
distintivas.
32
33. Análisis de imágenes
médicas: En aplicaciones
médicas, las operaciones con
píxeles se emplean para
detectar y analizar
características en imágenes de
resonancia magnética,
tomografía computarizada,
radiografías, etc. Esto permite
el diagnóstico de
enfermedades y la
planificación de tratamientos.
33
34. Realidad aumentada
Mapeo de píxeles: Se realiza
un mapeo entre los píxeles
de la imagen de la cámara y
los objetos virtuales para
lograr una superposición
precisa. Esto se utiliza en
aplicaciones de juegos,
navegación asistida y
aplicaciones interactivas que
combinan elementos
virtuales con el entorno real.
34
35. Conclusiones
1. El aplicativo de la operaciones por pixeles no se limita
únicamente a meras expresiones algebraicas, o
modificaciones de imagen. Su espectro abarca una
amplia gama de disciplinas, como la realidad
aumentada o el análisis de imágenes médicas.
2. Las operaciones básicas por pixeles, son base
fundamental de muchos desarrollos tecnológicos
desarrollados hasta el día de hoy
35
36. [1] Bing, Benny. 2016. “Advances in Video Coding Standards.” Chap. 5 in
Video Over Wireless. 1st ed. New York: McGraw-Hill Education.
https://www.accessengineeringlibrary.com/content/book/9780071849
289/chapter/chapter5
[2] Anónimo. Procesamiento Audivisual. Recuperado de:
http://dis.um.es/~ginesgm/files/doc/pav/tema2.pdf
[3] Palomino, N. L. S., & Concha, U. N. R. (2009). Técnicas de
segmentación en procesamiento digital de imágenes. Revista de
investigación de Sistemas e Informática, 6(2), 9-16.
[4] Tomado de:
https://www.famaf.unc.edu.ar/~pperez1/manuales/cim/cap2.html
[5] Tomado de: https://usuario.cicese.mx/~josue/aplicaciones.php
36
Bibliografía
Gracias por
su atención