Uni fiee ci 2016 01 sesion 10 modelos deterministicos de propagacion
Utp 2015-2_pdi_lab2
1. 1
PROCESAMIENTO DE IMÁGENES Y VISION ARTIFICIAL
LABORATORIO No. 2
HISTOGRAMA, BRILLO Y CONTRASTE, CORRECCION GAMMA, DILATACION,
EROSION, APERTURA Y CERRADURA BINARIA Y GRIS, LLENADO Y DETECCION DE
REGIONES
Prof. Mg. Ing. José C. Benítez P.
INDICACIONES:
- Si en el Informe del Laboratorio o en los scripts de Matlab se encuentra un ejercicio
copiado o parcialmente copiado la nota del Laboratorio será CERO.
- Los laboratorios presentados fuera del plazo establecido tendrán nota NS.
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.
2. 2
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.
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. Se
desarrollan dos métodos y quedan como tarea los otros métodos.
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. Pasterizar una imagen escala de grises de 8 bits de profundidad a 5 niveles:
Ejemplo:
%Pasterización a 5 niveles
%0-51 %52-102 %103-153 %154-204 %205-255
for m=1:x
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
3. 3
if ig(m,n)>=205 & ig(m,n)<=255 ig(m,n)=231; end
end
end
figure, imshow(ig);% se muestra la imagen
3. Mostrar el histograma de una imagen escala de grises de 8 bits de profundidad.
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
4. Ecualizar una imagen escala de grises de 8 bits de profundidad 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))
5. Manipular el brillo y contraste de una imagen escala de grises de 8 bits de profundidad.
Ejemplo:
% 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);
4. 4
ig2=ig-50;
figure, imshow(ig2);
ig3=ig*0.5;
figure, imshow(ig3);
ig4=ig*1.5;
figure, imshow(ig4);
6. Realizar la corrección gamma a una imagen escala de grises de 8 bits de profundidad.
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)
7. Dilatación de imágenes escala de grises de 8 bits de profundidad.
Ejemplo:
% Dilatación de imagenes escala de grises
% I imagen
I=[ 0 0 0 0 0 0 0;...
0 0 0 0 0 0 0;...
0 0 15 27 8 0 0;...
0 0 100 95 1 0 0;...
0 0 0 0 0 0 0;...
0 0 0 0 0 0 0;...
255 255 255 255 255 255 255;...
0 0 0 255 0 0 0;...
0 0 0 255 0 0 0;...
0 0 0 255 0 0 0]
figure, imshow(imresize(uint8(I),[480,480]));
% Definicion del elemento estructural
ee=strel('square', 3);
% Se aplica dilatacion
I1=imdilate(I,ee);
figure, imshow(imresize(uint8(I1),[480,480]));
I3=imread('igsg.bmp');
figure, imshow(I3);
% Definicion del elemento estructural
ee=strel('square', 30);
% Se aplica dilatacion
I4=imdilate(I3,ee);
figure, imshow(I4);
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;
5. 5
end;
end;
figure, imshow(uint8(B))
8. Erosión de imágenes escala de grises de 8 bits de profundidad.
Ejemplo 1:
% Erosión de imagenes escala de grises
% I imagen
I=[ 0 0 0 0 0 0 0;...
0 0 0 0 0 0 0;...
0 0 15 27 8 0 0;...
0 0 100 95 1 0 0;...
0 0 0 0 0 0 0;...
0 0 0 0 0 0 0;...
255 255 255 255 255 255 255;...
0 0 0 255 0 0 0;...
0 0 0 255 0 0 0;...
0 0 0 255 0 0 0]
figure, imshow(imresize(uint8(I),[480,480]));
% Definicion del elemento estructural
ee=strel('square', 3);
% Se aplica erosión
I1=imerode(I,ee);
figure, imshow(imresize(uint8(I1),[480,480]));
I3=imread('igsg.bmp');
figure, imshow(I3);
% Definicion del elemento estructural
ee=strel('square', 30);
% Se aplica erosión
I4=imerode(I3,ee);
figure, imshow(I4);
Ejemplo 2:
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;
end;
if suma==sum(sum(K))
B(f,c)=255;
else
B(f,c)=0;
end;
end;
end;
figure, imshow(uint8(B));
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).
6. 6
• 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
Mostrar en el Informe de Laboratorio los resultados de los ejercicios del Laboratorio, los
Procedimientos y el Cuestionario.
El Informe de Laboratorio no contiene códigos, sólo las referencias a los números de línea
de los scripts.
Los ejercicios del cuestionario deben desarrollarse mediante funciones creadas por el
alumno para cada uno de los ejercicios, salvo que se trate de comparar resultados con
funciones de Matlab; en ese caso sólo mostrar resultados y describir sus observaciones y
conclusiones.
1. Crear una función para cada uno de los cuatro métodos de binarizar una imagen escala
de grises de una profundidad de 8 bits.
2. Comparar cada uno de los resultados con el resultado de la función de matlab para este
fin.
3. Crear una función para realizar el zoom a una imagen binaria utilizando la interpolación:
a. del vecino más cercano
b. bilineal
c. bicúbica
4. Comparar cada uno de los resultados con el resultado de la función de matlab para este
fin.
5. Crear una función para realizar el zoom a una imagen escala de grises utilizando la
interpolación:
a. del vecino más cercano
b. bilineal
c. bicúbica
6. Comparar cada uno de los resultados con el resultado de la función de matlab para este
fin.
7. Crear una función para realizar el zoom a una imagen a color utilizando la interpolación:
a. del vecino más cercano
b. bilineal
7. 7
c. bicúbica
8. Comparar cada uno de los resultados con el resultado de la función de matlab para este
fin.
9. Entre una máscara de color blanco / negro y una imagen binaria realizar operaciones
lógicas. Crear una función para cada una.
a. NOT
b. OR
c. AND
10. Crear una función para realizar la composición de tres imágenes binarias mediante un
patrón.
11. Entre una máscara de color blanco / negro y una imagen escala de grises realizar
operaciones lógicas. Crear una función para cada una.
a. NOT
b. OR
c. AND
12. Crear una función para realizar la composición de tres imágenes escala de grises
mediante un patrón.
13. Entre una máscara de color blanco / negro y una imagen a color realizar operaciones
lógicas. Crear una función para cada una.
a. NOT
b. OR
c. AND
14. Crear una función para realizar la composición de tres imágenes a color mediante un
patrón.
15. Crear una función para pasterizar una imagen escala de grises de 8 bpp:
a. 4 niveles.
b. 10 niveles.
c. 20 niveles.
16. Crear una función para pasterizar una imagen a colores de 8 bpp:
a. 4 niveles.
b. 10 niveles.
c. 20 niveles.
17. Crear una función para mostrar el histograma de una imagen escala de grises de 8 bpp.
Comparar con la función de matlab para este fin.
18. Crear una función para mostrar el histograma de una imagen a color. Comparar con la
función de matlab para este fin.
19. Crear una función para manipular el brillo de una imagen escala de grises por dos
métodos. Comparar con la función de matlab para este fin.
20. Crear una función para manipular el brillo de una imagen a colores por dos métodos.
Comparar con la función de matlab para este fin.
21. Crear una función para 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.
8. 8
22. Crear una función para manipular el contraste de una imagen a colores por cuatro
métodos de un valor umbral. Comparar con la función de matlab para este fin.
23. Crear una función para 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.
24. Crear una función para realizar la corrección gamma para varios valores de gamma de
una imagen. Comparar con la función de matlab para este fin.
25. Crear una función para dilatar imágenes de escala de grises de 8bpp. Comparar con la
función de matlab para este fin. Considerar tres tipos de elemento estructural:
a. Cuadrado de 3x3
b. Diamante de 3x3
c. Disco de 3x3
26. Crear una función para erosionar imágenes escala de grises de 8 bpp. Comparar con la
función de matlab para este fin. Considerar tres tipos de elemento estructural:
a. Cuadrado de 3x3
b. Diamante de 3x3
c. Disco de 3x3
27. Crear una función para dilatar imágenes binarias. Comparar con la función de matlab
para este fin. Considerar tres tipos de elemento estructural:
a. Cuadrado de 3x3
b. Diamante de 3x3
c. Disco de 3x3
28. Crear una función para erosionar imágenes binarias. Comparar con la función de matlab
para este fin. Considerar tres tipos de elemento estructural:
a. Cuadrado de 3x3
b. Diamante de 3x3
c. Disco de 3x3
29. Crear una función para aperturar imágenes binarias. Comparar con la función de matlab
para este fin.
30. Crear una función para clausurar imágenes binarias. Comparar con la función de matlab
para este fin.
31. Crear una función para detectar fronteras (bordes). Comparar con la función de matlab
para este fin.
32. Crear una función para rellenar regiones. Comparar con la función de matlab para este
fin.
En cada procedimiento cuestionario y ejercicio mostrar sus observaciones, conclusiones y
recomendaciones.
Cada línea del script de la función creada debe estar comentada.
FUNCIONES DE MATLAB:
imhist, imadjust, histeq, imdilate, strel, imerode, imopen, imclose.