SlideShare una empresa de Scribd logo
1 de 27
Descargar para leer sin conexión
Procesamiento de Imágenes
y Visión Artificial
(WEE2)
Sesión: 5
MSc. Ing. José C. Benítez P.
Histograma, Brillo/Contraste y Corrección Gamma
Logros de aprendizaje
1. Graficar el histograma de una imagen
2. Ecualizar una imagen mediante el histograma.
3. Manipular el brillo y contraste de una imagen.
4. Aplicar la corrección Gamma a imágenes.
2
3
Contenido
Histograma, Brillo/Contraste y corrección
Gamma:
Histograma de una imagen.
Ecualización mediante el histograma de una
imagen.
Brillo y contraste de una imagen.
Corrección Gamma.
Histograma de una imagen
En estadística, un histograma es una
representación gráfica de una
variable en forma de barras, donde la
superficie de cada barra es
proporcional a la frecuencia de los
valores representados, ya sea en
forma diferencial o acumulada.
Sirven para obtener una "primera
vista", de la distribución de la
población, o la muestra, respecto a
una característica, cuantitativa y
continua, de la misma y que es de
interés para el observador.
Histograma de una imagen
El histograma de una imagen consiste en otra imagen donde se
muestra en el eje Y el número de píxeles(np), y en el eje X cada
nivel de gris (ng) que aparecen en la imagen.
Si una imagen tiene una profundidad de 8bpp en niveles de grises,
el rango de tonos de gris será de 0 a 255 que irán en el eje X, y la
frecuencia de ocurrencia de cada nivel irá en el eje Y asociado a
cada valor de intensidad del eje X.
Histograma de una imagen
En la imagen podemos ver tres imágenes con sus correspondientes
histogramas.
Histograma de una imagen
Los histograma de una imagen pueden ser de imágenes:
- Binarias
- Escala de grises
- Colores
Ecualización del histograma
El objetivo es que la imagen del histograma tenga una
distribución uniforme sobre toda la escala de grises.
Ecualización del histograma
Ecualización del histograma
Ecualización del histograma
Ecualización del histograma
Ecualización del histograma
Ecualización del histograma
Ecualización del histograma
Ecualización del histograma
Brillo de una imagen
• El brillo de una imagen está dado por los niveles de intensidad
de cada pixel de una imagen.
• Cuando mayor es el nivel de intensidad de una imagen
basado en su profundidad, el pixel tendrá mas brillo. Por
ejemplo, el pixel de nivel de intensidad 25 tiene mayor brillo
que el pixel de nivel de intensidad 12.
• El brillo es un atributo de una sensación visual por la que una
zona parece mostrar más o menos luz.
Contraste de una imagen
• El contraste se define como la diferencia relativa en la
intensidad entre un pixel de una imagen respecto a otro.
• Un ejemplo simple es el contraste entre un objeto de brillo
constante sobre un fondo de un brillo constante. Si ambas
superficies tienen el mismo brillo, el contraste será nulo y si
el conjunto está en tonos de gris, el objeto será tanto física
como perceptiblemente indistinguible del fondo.
• Según se incrementa la diferencia en brillo el objeto será
perceptiblemente distinguible del fondo una vez alcanzado
el umbral de contraste, que se sitúa alrededor del 0,3 % de
diferencia.
Contraste de una imagen
Brillo y contraste de una imagen
Corrección gamma
• Es el ajuste de los valores de intensidad de una imagen (una
combinación del brillo y el contraste) con el objetivo de
compensar las variaciones de los dispositivos de salida.
• Por ejemplo, las imágenes desplegadas en un monitos de PC
deben ser corregidas de forma Gamma para que luzcan de la
misma manera que en una PC y viceversa.
• La fórmula que se utiliza para hacer esta corrección viene dada
por:
Corrección gamma
• Esta fórmula al ser tabulada para diferentes valores de Gamma
nos produce una gráfica como la siguiente:
Corrección gamma
Observando esta gráfica se puede concluir lo siguiente:
• Para gamma = 1 no hay ninguna corrección
• Para gamma > 1 hay una gran corrección en el contraste para
valores pequeños del color de entrada, mientras que una
pequeña corrección en el contraste para valores grandes. El
brillo aumenta más para valores intermedios del color de
entrada.
• Para gamma < 1 hay una pequeña corrección en el contraste
para valores pequeños del color de entrada mientras que una
gran corrección en el contraste para valores grandes. El brillo
disminuye más para valores intermedios del color de entrada.
Corrección gamma
La implementación de esta corrección se hara en matlab
teniendo en cuenta lo descrito anteriormente, se hará una
función para recorrer todos los pixeles de una imagen y se
generará su correspondiente imagen donde se modificará
aumentando o disminuyendo su gamma en cierta cantidad,
al final se realizará las conclusiones prácticas respectivas
Resumen
25
Realizar un resumen mediante mapas conceptuales (CMapTools)
de esta diapositiva.
Serán mejor consideradas los resúmenes que tengan información
extra a esta diapositiva.
Las fuentes adicionales utilizadas en el resumen se presentarán
en su carpeta personal del Dropbox y deben conservar el nombre
original y agregar al final _S5.
Las fuentes y los archivos *.cmap deben colocarse dentro de su
carpeta personal del Dropbox, dentro de una carpeta de nombre:
PDI_PaternoM_S5
Las Tareas que no cumplan las
indicaciones no serán considerados
por el profesor.
26
Preguntas
El resumen con mapas conceptuales solicitado de la Sesión, al
menos debe responder las siguientes preguntas:
1. Graficar el histograma de una imagen.
2. Ecualización de imágenes escala de grises.
3. El brillo de una imagen.
4. El contraste de una imagen.
5. Hacer un listado de cinco aplicaciones del histograma de una
imagen, brillo de una imagen, constraste de una imagen y la
corrección gamma de una imagen las operaciones,
transformaciones y conversiones.
27
Sesión 5. Histograma, Brillo/Contraste y corrección gamma
Procesamiento de Imágenes y Visión Artificial
http://utpiayva.blogspot.com

Más contenido relacionado

La actualidad más candente

Practica 6 efectos distorsionar
Practica 6 efectos distorsionarPractica 6 efectos distorsionar
Practica 6 efectos distorsionariliestephi
 
Utp pdi_2014-2_sap4 binariz_zoomumbralo_logicas
 Utp pdi_2014-2_sap4 binariz_zoomumbralo_logicas Utp pdi_2014-2_sap4 binariz_zoomumbralo_logicas
Utp pdi_2014-2_sap4 binariz_zoomumbralo_logicasjcbp_peru
 
Ejercicios tema 5 de gimp arturo 2
Ejercicios tema 5 de gimp arturo 2Ejercicios tema 5 de gimp arturo 2
Ejercicios tema 5 de gimp arturo 2arturo6897689
 
Presentación, edición de imágenes
Presentación, edición de imágenesPresentación, edición de imágenes
Presentación, edición de imágeneselena-ana
 
Presentación1
Presentación1Presentación1
Presentación1gema161
 
Enmascarar un árbol en photoshop
Enmascarar un árbol en photoshopEnmascarar un árbol en photoshop
Enmascarar un árbol en photoshopSotero Ordones
 
Introducción al video y la edición digital
Introducción al video y la edición digitalIntroducción al video y la edición digital
Introducción al video y la edición digitalsergio ceballos
 
Cesar perugach i3 an
Cesar perugach i3 anCesar perugach i3 an
Cesar perugach i3 anCesarp6
 
Efecto texto soga
Efecto texto sogaEfecto texto soga
Efecto texto soganadia1489
 

La actualidad más candente (16)

Practica 6 efectos distorsionar
Practica 6 efectos distorsionarPractica 6 efectos distorsionar
Practica 6 efectos distorsionar
 
Menu imagen en photoshop
Menu imagen en photoshopMenu imagen en photoshop
Menu imagen en photoshop
 
Utp pdi_2014-2_sap4 binariz_zoomumbralo_logicas
 Utp pdi_2014-2_sap4 binariz_zoomumbralo_logicas Utp pdi_2014-2_sap4 binariz_zoomumbralo_logicas
Utp pdi_2014-2_sap4 binariz_zoomumbralo_logicas
 
Ejercicios tema 5 de gimp arturo 2
Ejercicios tema 5 de gimp arturo 2Ejercicios tema 5 de gimp arturo 2
Ejercicios tema 5 de gimp arturo 2
 
Presentación, edición de imágenes
Presentación, edición de imágenesPresentación, edición de imágenes
Presentación, edición de imágenes
 
Resolucion de la imagen ♥
Resolucion de la imagen ♥Resolucion de la imagen ♥
Resolucion de la imagen ♥
 
Presentación1
Presentación1Presentación1
Presentación1
 
pregunta ecaes
pregunta ecaespregunta ecaes
pregunta ecaes
 
Renderizado
RenderizadoRenderizado
Renderizado
 
Práctica4
Práctica4 Práctica4
Práctica4
 
Enmascarar un árbol en photoshop
Enmascarar un árbol en photoshopEnmascarar un árbol en photoshop
Enmascarar un árbol en photoshop
 
Introducción al video y la edición digital
Introducción al video y la edición digitalIntroducción al video y la edición digital
Introducción al video y la edición digital
 
Texto biselado
Texto biseladoTexto biselado
Texto biselado
 
Unidad 3
Unidad 3Unidad 3
Unidad 3
 
Cesar perugach i3 an
Cesar perugach i3 anCesar perugach i3 an
Cesar perugach i3 an
 
Efecto texto soga
Efecto texto sogaEfecto texto soga
Efecto texto soga
 

Destacado (20)

50 ejercicios estadistica
50 ejercicios estadistica50 ejercicios estadistica
50 ejercicios estadistica
 
Hardwarey sofware
Hardwarey sofwareHardwarey sofware
Hardwarey sofware
 
Html
HtmlHtml
Html
 
Buscadores
BuscadoresBuscadores
Buscadores
 
herramientas avanzadas word combinar correspondencia
herramientas avanzadas word combinar correspondenciaherramientas avanzadas word combinar correspondencia
herramientas avanzadas word combinar correspondencia
 
katy
katykaty
katy
 
Fotoreportaje
FotoreportajeFotoreportaje
Fotoreportaje
 
Comercio electronico (2)
Comercio electronico (2)Comercio electronico (2)
Comercio electronico (2)
 
Librosmasvendidos
LibrosmasvendidosLibrosmasvendidos
Librosmasvendidos
 
Enlaces de rf
Enlaces de rfEnlaces de rf
Enlaces de rf
 
Tp4
Tp4Tp4
Tp4
 
Tijeras (2)
Tijeras (2)Tijeras (2)
Tijeras (2)
 
Juan amos komenski
Juan amos komenskiJuan amos komenski
Juan amos komenski
 
Librosmasvendidos
LibrosmasvendidosLibrosmasvendidos
Librosmasvendidos
 
Fagertic sig
Fagertic sigFagertic sig
Fagertic sig
 
Breve introducción 1
Breve introducción 1Breve introducción 1
Breve introducción 1
 
Las redes sociales y la seguridad de las
Las redes sociales y la seguridad de lasLas redes sociales y la seguridad de las
Las redes sociales y la seguridad de las
 
lLAS REDES SOCIALES UNIMINUTO
lLAS REDES SOCIALES  UNIMINUTOlLAS REDES SOCIALES  UNIMINUTO
lLAS REDES SOCIALES UNIMINUTO
 
La mafia del narcotrafico
La mafia del narcotraficoLa mafia del narcotrafico
La mafia del narcotrafico
 
Entr culvirtf2actv2
Entr culvirtf2actv2Entr culvirtf2actv2
Entr culvirtf2actv2
 

Similar a Procesamiento de Imágenes y Visión Artificial (WEE2

CLASE 10 PROCESAMIENTO DE IMAGEN DIGITAL a.pptx
CLASE 10 PROCESAMIENTO DE IMAGEN DIGITAL a.pptxCLASE 10 PROCESAMIENTO DE IMAGEN DIGITAL a.pptx
CLASE 10 PROCESAMIENTO DE IMAGEN DIGITAL a.pptxYeseniaMartnez19
 
Utp 2014-2_pdi_sap2 iluminacion y modos de color
 Utp 2014-2_pdi_sap2 iluminacion y modos de color Utp 2014-2_pdi_sap2 iluminacion y modos de color
Utp 2014-2_pdi_sap2 iluminacion y modos de colorc09271
 
Modos de color y Pantone (Abigail Pinilla)
Modos de color  y Pantone (Abigail Pinilla)Modos de color  y Pantone (Abigail Pinilla)
Modos de color y Pantone (Abigail Pinilla)2534928Abby
 
Matemáticas en el Retoque digital
Matemáticas en el Retoque digitalMatemáticas en el Retoque digital
Matemáticas en el Retoque digitaljorquera
 
Presentation1 (consulta 3)
Presentation1 (consulta 3)Presentation1 (consulta 3)
Presentation1 (consulta 3)Andree Manco
 
Presentacion ing.gabriel 24-08-2014
Presentacion ing.gabriel 24-08-2014Presentacion ing.gabriel 24-08-2014
Presentacion ing.gabriel 24-08-2014Enrique Morales
 
Trabajo modalidad
Trabajo modalidadTrabajo modalidad
Trabajo modalidadjeka7
 
Manipulación del contraste de una imágen monocromática por transformación exp...
Manipulación del contraste de una imágen monocromática por transformación exp...Manipulación del contraste de una imágen monocromática por transformación exp...
Manipulación del contraste de una imágen monocromática por transformación exp...Ivan Luis Jimenez
 
Utp va_sl4_procesamiento digital de imagenes con matlab iii
 Utp va_sl4_procesamiento digital de imagenes con matlab iii Utp va_sl4_procesamiento digital de imagenes con matlab iii
Utp va_sl4_procesamiento digital de imagenes con matlab iiijcbenitezp
 
Las matemáticas en el retoque digital de imágenes
Las matemáticas en el retoque digital de imágenesLas matemáticas en el retoque digital de imágenes
Las matemáticas en el retoque digital de imágenesjorquera
 
Características de la Imagen Digital
Características de la Imagen DigitalCaracterísticas de la Imagen Digital
Características de la Imagen Digitalmaixu61
 
Retoque fotográfico
Retoque fotográficoRetoque fotográfico
Retoque fotográficoLaura Barrera
 
Clase 2 periodismo-2016 photoshop cs 6
Clase 2  periodismo-2016 photoshop cs 6Clase 2  periodismo-2016 photoshop cs 6
Clase 2 periodismo-2016 photoshop cs 6Viviana Mercedes Ponce
 
Imágenes de vectores y pixeles
Imágenes de vectores y pixelesImágenes de vectores y pixeles
Imágenes de vectores y pixelesLuisa Puerta
 

Similar a Procesamiento de Imágenes y Visión Artificial (WEE2 (20)

Tema4 contraste
Tema4 contrasteTema4 contraste
Tema4 contraste
 
CLASE 10 PROCESAMIENTO DE IMAGEN DIGITAL a.pptx
CLASE 10 PROCESAMIENTO DE IMAGEN DIGITAL a.pptxCLASE 10 PROCESAMIENTO DE IMAGEN DIGITAL a.pptx
CLASE 10 PROCESAMIENTO DE IMAGEN DIGITAL a.pptx
 
Pdi02
Pdi02Pdi02
Pdi02
 
2437215 procesamiento-de-imagenes-con-matrices
2437215 procesamiento-de-imagenes-con-matrices2437215 procesamiento-de-imagenes-con-matrices
2437215 procesamiento-de-imagenes-con-matrices
 
Tratamiento digital de imágenes
Tratamiento digital de imágenesTratamiento digital de imágenes
Tratamiento digital de imágenes
 
Utp 2014-2_pdi_sap2 iluminacion y modos de color
 Utp 2014-2_pdi_sap2 iluminacion y modos de color Utp 2014-2_pdi_sap2 iluminacion y modos de color
Utp 2014-2_pdi_sap2 iluminacion y modos de color
 
Modos de color y Pantone (Abigail Pinilla)
Modos de color  y Pantone (Abigail Pinilla)Modos de color  y Pantone (Abigail Pinilla)
Modos de color y Pantone (Abigail Pinilla)
 
Matemáticas en el Retoque digital
Matemáticas en el Retoque digitalMatemáticas en el Retoque digital
Matemáticas en el Retoque digital
 
Presentation1 (consulta 3)
Presentation1 (consulta 3)Presentation1 (consulta 3)
Presentation1 (consulta 3)
 
Presentacion ing.gabriel 24-08-2014
Presentacion ing.gabriel 24-08-2014Presentacion ing.gabriel 24-08-2014
Presentacion ing.gabriel 24-08-2014
 
Trabajo modalidad
Trabajo modalidadTrabajo modalidad
Trabajo modalidad
 
Manipulación del contraste de una imágen monocromática por transformación exp...
Manipulación del contraste de una imágen monocromática por transformación exp...Manipulación del contraste de una imágen monocromática por transformación exp...
Manipulación del contraste de una imágen monocromática por transformación exp...
 
Presentación Photoshop e Imagenes
Presentación Photoshop e ImagenesPresentación Photoshop e Imagenes
Presentación Photoshop e Imagenes
 
Utp va_sl4_procesamiento digital de imagenes con matlab iii
 Utp va_sl4_procesamiento digital de imagenes con matlab iii Utp va_sl4_procesamiento digital de imagenes con matlab iii
Utp va_sl4_procesamiento digital de imagenes con matlab iii
 
Las matemáticas en el retoque digital de imágenes
Las matemáticas en el retoque digital de imágenesLas matemáticas en el retoque digital de imágenes
Las matemáticas en el retoque digital de imágenes
 
Características de la Imagen Digital
Características de la Imagen DigitalCaracterísticas de la Imagen Digital
Características de la Imagen Digital
 
Renderizado
RenderizadoRenderizado
Renderizado
 
Retoque fotográfico
Retoque fotográficoRetoque fotográfico
Retoque fotográfico
 
Clase 2 periodismo-2016 photoshop cs 6
Clase 2  periodismo-2016 photoshop cs 6Clase 2  periodismo-2016 photoshop cs 6
Clase 2 periodismo-2016 photoshop cs 6
 
Imágenes de vectores y pixeles
Imágenes de vectores y pixelesImágenes de vectores y pixeles
Imágenes de vectores y pixeles
 

Más 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_ap2y3jcbp_peru
 
It526 2016 2 pc4 dom
It526 2016 2 pc4 domIt526 2016 2 pc4 dom
It526 2016 2 pc4 domjcbp_peru
 
It246 2016 2 practica calificada 4
It246 2016 2 practica calificada 4It246 2016 2 practica calificada 4
It246 2016 2 practica calificada 4jcbp_peru
 
It246 2016 2 practica calificada 3
It246 2016 2 practica calificada 3It246 2016 2 practica calificada 3
It246 2016 2 practica calificada 3jcbp_peru
 
It246 2016 2 practica calificada 2
It246 2016 2 practica calificada 2It246 2016 2 practica calificada 2
It246 2016 2 practica calificada 2jcbp_peru
 
It526 2013 2 ep
It526 2013 2 epIt526 2013 2 ep
It526 2013 2 epjcbp_peru
 
It526 2016 1 ep
It526 2016 1 epIt526 2016 1 ep
It526 2016 1 epjcbp_peru
 
It526 2016 2 practica calificada 2
It526 2016 2 practica calificada 2It526 2016 2 practica calificada 2
It526 2016 2 practica calificada 2jcbp_peru
 
33012 calvo tfw-figura-paterna-2015
33012 calvo tfw-figura-paterna-201533012 calvo tfw-figura-paterna-2015
33012 calvo tfw-figura-paterna-2015jcbp_peru
 
It246 2016 2 practica calificada 1
It246 2016 2 practica calificada 1It246 2016 2 practica calificada 1
It246 2016 2 practica calificada 1jcbp_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 propagacionjcbp_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 inalámbricosjcbp_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 radioelèctricojcbp_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 gjcbp_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 3gjcbp_peru
 
Lte whitepaper(1)
 Lte whitepaper(1) Lte whitepaper(1)
Lte whitepaper(1)jcbp_peru
 
Redes moviles
Redes movilesRedes moviles
Redes movilesjcbp_peru
 
Uni fiee ci sesion 12 cdma
Uni fiee ci sesion 12 cdmaUni fiee ci sesion 12 cdma
Uni fiee ci sesion 12 cdmajcbp_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 movilesjcbp_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 propagacionjcbp_peru
 

Más 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
 

Procesamiento de Imágenes y Visión Artificial (WEE2

  • 1. Procesamiento de Imágenes y Visión Artificial (WEE2) Sesión: 5 MSc. Ing. José C. Benítez P. Histograma, Brillo/Contraste y Corrección Gamma
  • 2. Logros de aprendizaje 1. Graficar el histograma de una imagen 2. Ecualizar una imagen mediante el histograma. 3. Manipular el brillo y contraste de una imagen. 4. Aplicar la corrección Gamma a imágenes. 2
  • 3. 3 Contenido Histograma, Brillo/Contraste y corrección Gamma: Histograma de una imagen. Ecualización mediante el histograma de una imagen. Brillo y contraste de una imagen. Corrección Gamma.
  • 4. Histograma de una imagen En estadística, un histograma es una representación gráfica de una variable en forma de barras, donde la superficie de cada barra es proporcional a la frecuencia de los valores representados, ya sea en forma diferencial o acumulada. Sirven para obtener una "primera vista", de la distribución de la población, o la muestra, respecto a una característica, cuantitativa y continua, de la misma y que es de interés para el observador.
  • 5. Histograma de una imagen El histograma de una imagen consiste en otra imagen donde se muestra en el eje Y el número de píxeles(np), y en el eje X cada nivel de gris (ng) que aparecen en la imagen. Si una imagen tiene una profundidad de 8bpp en niveles de grises, el rango de tonos de gris será de 0 a 255 que irán en el eje X, y la frecuencia de ocurrencia de cada nivel irá en el eje Y asociado a cada valor de intensidad del eje X.
  • 6. Histograma de una imagen En la imagen podemos ver tres imágenes con sus correspondientes histogramas.
  • 7. Histograma de una imagen Los histograma de una imagen pueden ser de imágenes: - Binarias - Escala de grises - Colores
  • 8. Ecualización del histograma El objetivo es que la imagen del histograma tenga una distribución uniforme sobre toda la escala de grises.
  • 17. Brillo de una imagen • El brillo de una imagen está dado por los niveles de intensidad de cada pixel de una imagen. • Cuando mayor es el nivel de intensidad de una imagen basado en su profundidad, el pixel tendrá mas brillo. Por ejemplo, el pixel de nivel de intensidad 25 tiene mayor brillo que el pixel de nivel de intensidad 12. • El brillo es un atributo de una sensación visual por la que una zona parece mostrar más o menos luz.
  • 18. Contraste de una imagen • El contraste se define como la diferencia relativa en la intensidad entre un pixel de una imagen respecto a otro. • Un ejemplo simple es el contraste entre un objeto de brillo constante sobre un fondo de un brillo constante. Si ambas superficies tienen el mismo brillo, el contraste será nulo y si el conjunto está en tonos de gris, el objeto será tanto física como perceptiblemente indistinguible del fondo. • Según se incrementa la diferencia en brillo el objeto será perceptiblemente distinguible del fondo una vez alcanzado el umbral de contraste, que se sitúa alrededor del 0,3 % de diferencia.
  • 20. Brillo y contraste de una imagen
  • 21. Corrección gamma • Es el ajuste de los valores de intensidad de una imagen (una combinación del brillo y el contraste) con el objetivo de compensar las variaciones de los dispositivos de salida. • Por ejemplo, las imágenes desplegadas en un monitos de PC deben ser corregidas de forma Gamma para que luzcan de la misma manera que en una PC y viceversa. • La fórmula que se utiliza para hacer esta corrección viene dada por:
  • 22. Corrección gamma • Esta fórmula al ser tabulada para diferentes valores de Gamma nos produce una gráfica como la siguiente:
  • 23. Corrección gamma Observando esta gráfica se puede concluir lo siguiente: • Para gamma = 1 no hay ninguna corrección • Para gamma > 1 hay una gran corrección en el contraste para valores pequeños del color de entrada, mientras que una pequeña corrección en el contraste para valores grandes. El brillo aumenta más para valores intermedios del color de entrada. • Para gamma < 1 hay una pequeña corrección en el contraste para valores pequeños del color de entrada mientras que una gran corrección en el contraste para valores grandes. El brillo disminuye más para valores intermedios del color de entrada.
  • 24. Corrección gamma La implementación de esta corrección se hara en matlab teniendo en cuenta lo descrito anteriormente, se hará una función para recorrer todos los pixeles de una imagen y se generará su correspondiente imagen donde se modificará aumentando o disminuyendo su gamma en cierta cantidad, al final se realizará las conclusiones prácticas respectivas
  • 25. Resumen 25 Realizar un resumen mediante mapas conceptuales (CMapTools) de esta diapositiva. Serán mejor consideradas los resúmenes que tengan información extra a esta diapositiva. Las fuentes adicionales utilizadas en el resumen se presentarán en su carpeta personal del Dropbox y deben conservar el nombre original y agregar al final _S5. Las fuentes y los archivos *.cmap deben colocarse dentro de su carpeta personal del Dropbox, dentro de una carpeta de nombre: PDI_PaternoM_S5 Las Tareas que no cumplan las indicaciones no serán considerados por el profesor.
  • 26. 26 Preguntas El resumen con mapas conceptuales solicitado de la Sesión, al menos debe responder las siguientes preguntas: 1. Graficar el histograma de una imagen. 2. Ecualización de imágenes escala de grises. 3. El brillo de una imagen. 4. El contraste de una imagen. 5. Hacer un listado de cinco aplicaciones del histograma de una imagen, brillo de una imagen, constraste de una imagen y la corrección gamma de una imagen las operaciones, transformaciones y conversiones.
  • 27. 27 Sesión 5. Histograma, Brillo/Contraste y corrección gamma Procesamiento de Imágenes y Visión Artificial http://utpiayva.blogspot.com