SlideShare una empresa de Scribd logo
1 de 36
Descargar para leer sin conexión
Introduccion. Desarrollo te´orico Deteccion de bordes
Detecci´on de bordes de una imagen
Luis Marchena
Escuela polit´ecnica
Universidad de Extremadura
Introduccion. Desarrollo te´orico Deteccion de bordes
Esquema
1 Introduccion.
Concepto:
2 Desarrollo te´orico
M´etodos de aproximaci´on a la derivada
Derivadas de orden dos y tres
Derivadas de orden dos y tres
Derivadas de orden dos y tres
Taylor y la derivada.
Ejemplo.
Ejemplo.
Introduccion. Desarrollo te´orico Deteccion de bordes
Esquema
1 Introduccion.
Concepto:
2 Desarrollo te´orico
M´etodos de aproximaci´on a la derivada
Derivadas de orden dos y tres
Derivadas de orden dos y tres
Derivadas de orden dos y tres
Taylor y la derivada.
Ejemplo.
Ejemplo.
3 Deteccion de bordes
Detecci´on de bordes.
Mejoras
Bordes en color
Introduccion. Desarrollo te´orico Deteccion de bordes
Esquema
1 Introduccion.
Concepto:
2 Desarrollo te´orico
M´etodos de aproximaci´on a la derivada
Derivadas de orden dos y tres
Derivadas de orden dos y tres
Derivadas de orden dos y tres
Taylor y la derivada.
Ejemplo.
Ejemplo.
3 Deteccion de bordes
Detecci´on de bordes.
Mejoras
Bordes en color
Introduccion. Desarrollo te´orico Deteccion de bordes
Esquema
1 Introduccion.
Concepto:
2 Desarrollo te´orico
M´etodos de aproximaci´on a la derivada
Derivadas de orden dos y tres
Derivadas de orden dos y tres
Derivadas de orden dos y tres
Taylor y la derivada.
Ejemplo.
Ejemplo.
3 Deteccion de bordes
Detecci´on de bordes.
Mejoras
Bordes en color
Introduccion. Desarrollo te´orico Deteccion de bordes
1-Introducci´on
Derivadas⇒ ¿Qu´e tienen que ver las derivadas con los bordes de una
imagen?⇒ Aplicaci´on sobre la imagen.
Como hacemos que:
Resultados
Que esta imagen
¿C´omo haremos los bordes en color?
Introduccion. Desarrollo te´orico Deteccion de bordes
1-Introducci´on
Derivadas⇒ ¿Qu´e tienen que ver las derivadas con los bordes de una
imagen?⇒ Aplicaci´on sobre la imagen.
Como hacemos que:
Resultados
Que esta imagen
Pase a esta otra
¿C´omo haremos los bordes en color?
Introduccion. Desarrollo te´orico Deteccion de bordes
1-Introducci´on
Derivadas⇒ ¿Qu´e tienen que ver las derivadas con los bordes de una
imagen?⇒ Aplicaci´on sobre la imagen.
Como hacemos que:
Resultados
Que esta imagen
Pase a esta otra
¿C´omo haremos los bordes en color?
Introduccion. Desarrollo te´orico Deteccion de bordes
1-Derivadas. M´etodo de diferencias finitas
1.1-Concepto de derivada:
Geom´etricamente, la derivada de una funci´on en un punto es la pendiente
de la recta tangente en ese punto.
¿Para qu´e nos sirve esto?
Introduccion. Desarrollo te´orico Deteccion de bordes
1-Derivadas. M´etodo de diferencias finitas
1.2 -¿C´omo vamos a calcular la aproximaci´on de derivada?
Mediante rectas secantes entre dos puntos vamos a aproximar la tangente
haciendo cada vez menor la distancia entre esos puntos. La pendiente de las
rectas secantes se puede calcular de tres formas:
M´etodo de diferencias progresivas: f(x) =
f(x + h) − f(x)
h
M´etodo de diferencias regresivas: f(x) =
f(x) − f(x − h)
h
M´etodo de diferencias centradas: f(x) =
f(x + h) − f(x − h)
2h
Introduccion. Desarrollo te´orico Deteccion de bordes
1-Derivadas. M´etodo de diferencias finitas
1.3 Derivadas de orden dos y tres:
Progresivas:
Regresivas:
Introduccion. Desarrollo te´orico Deteccion de bordes
1-Derivadas. M´etodo de diferencias finitas
1.3 Derivadas de orden dos y tres:
Progresivas:
Regresivas:
Centradas:
Introduccion. Desarrollo te´orico Deteccion de bordes
1-Derivadas. M´etodo de diferencias finitas
1.3 Derivadas de orden dos y tres:
Progresivas:
Regresivas:
Centradas:
Introduccion. Desarrollo te´orico Deteccion de bordes
1-Taylor y la derivada.
1.4 Taylor y la derivada.
Ejemplo
Veamos que ocurre si desarrollamos f(x + h)
Introduccion. Desarrollo te´orico Deteccion de bordes
1-POLINOMIO DE INTERPOLACI´ON DE LAGRANGE Y SU
DERIVADA.
Ejemplo:
S = [(0, 0,3927), (0,2, 0,5672), (0,4, 0,6982), (0,6, 0,7941), (0,8, 0,8614), (1, 0,9053)]
Introduccion. Desarrollo te´orico Deteccion de bordes
1-Aproximaci´on por diferencias finitas
Ejemplo:
Por el comando diff (rojo): y = 0 6533x + 0 44161 y por diferencias finitas
(verde):y = 0 6550x + 0 4411
Introduccion. Desarrollo te´orico Deteccion de bordes
Gradiente de una imagen
Gradiente: La derivada proporciona variaciones locales de la variable, el
valor de la derivada es mayor cuanto mayores son las variaciones.
En el caso de las funciones bidimensionales la derivada es un vector que
apunta a la m´axima variaci´on de f(x,y). A este vector se le llama gradiente.
f(x, y) =
∂f(x,y)
∂x
∂f(x,y)
∂y
Mag[ f(x, y)] =
∂f(x, y)
∂x
2
+
∂f(x, y)
∂y
2
Introduccion. Desarrollo te´orico Deteccion de bordes
Gradiente de una imagen
¿C´omo podemos aplicar esto a una imagen digital?
∂f(x, y)
∂x
≈ xf(x, y) = f(x, y) − f(x − 1, y)
∂f(x, y)
∂y
≈ yf(x, y) = f(x, y) − f(x, y − 1)
|G(i, j)| = Gf
2
+ Gc
2
≈ Gf (i, j) + Gc(i, j)
Introduccion. Desarrollo te´orico Deteccion de bordes
Gradiente de una imagen
¿C´omo podemos aplicar esto a una imagen digital?
∂f(x, y)
∂x
≈ xf(x, y) = f(x, y) − f(x − 1, y)
∂f(x, y)
∂y
≈ yf(x, y) = f(x, y) − f(x, y − 1)
|G(i, j)| = Gf
2
+ Gc
2
≈ Gf (i, j) + Gc(i, j)
Introduccion. Desarrollo te´orico Deteccion de bordes
Gradiente de una imagen
Vamos a ver c´omo queda en matlab y qu´e sucede realmente en la imagen:
Original Gradiente
Ampliada
Introduccion. Desarrollo te´orico Deteccion de bordes
Gradiente de una imagen
Aplicando el m´odulo del gradiente de la intensidad de la imagen:
Resultados
Imagen Original
Introduccion. Desarrollo te´orico Deteccion de bordes
Gradiente de una imagen
Aplicando el m´odulo del gradiente de la intensidad de la imagen:
Resultados
Imagen Original
Aplicando la funcion gradient
Introduccion. Desarrollo te´orico Deteccion de bordes
Gradiente de una imagen
Aplicando el m´odulo del gradiente de la intensidad de la imagen:
Resultados
Imagen Original
Aplicando la funcion gradient
Aplicando la aproximaci´on vista
Introduccion. Desarrollo te´orico Deteccion de bordes
Gradiente de una imagen
Aplicando el m´odulo del gradiente de la intensidad de la imagen:
Resultados
Imagen Original
Aplicando la funcion gradient
Aplicando la aproximaci´on vista
Introduccion. Desarrollo te´orico Deteccion de bordes
Mejoras
Filtros mejorados
Aplicando el filtro de Prewitt en el cual consideramos los p´ıxeles (i+1,j) y
(i-1,j) en la direcci´on x, (i,j-1) y (i,j+1) en el eje y.
Resultados
Imagen Original
Introduccion. Desarrollo te´orico Deteccion de bordes
Mejoras
Filtros mejorados
Aplicando el filtro de Prewitt en el cual consideramos los p´ıxeles (i+1,j) y
(i-1,j) en la direcci´on x, (i,j-1) y (i,j+1) en el eje y.
Resultados
Imagen Original
Aplicando Prewitt
Introduccion. Desarrollo te´orico Deteccion de bordes
Mejoras
Filtros mejorados
Aplicando el filtro de Prewitt en el cual consideramos los p´ıxeles (i+1,j) y
(i-1,j) en la direcci´on x, (i,j-1) y (i,j+1) en el eje y.
Resultados
Imagen Original
Aplicando Prewitt
Introduccion. Desarrollo te´orico Deteccion de bordes
Mejoras
Filtros mejorados
Para aplicar el filtro de Canny debemos hacer la derivada gaussiana en x e
y, esto es:
∂f(x, y)
∂x
=
−x
2πσ4
e
− x2−y2
2σ2
∂f(x, y)
∂y
=
−y
2πσ4
e
− x2−y2
2σ2
Resultados
Imagen Original
Introduccion. Desarrollo te´orico Deteccion de bordes
Mejoras
Filtros mejorados
Para aplicar el filtro de Canny debemos hacer la derivada gaussiana en x e
y, esto es:
∂f(x, y)
∂x
=
−x
2πσ4
e
− x2−y2
2σ2
∂f(x, y)
∂y
=
−y
2πσ4
e
− x2−y2
2σ2
Resultados
Imagen Original
Aplicando Canny
Introduccion. Desarrollo te´orico Deteccion de bordes
Mejoras
Filtros mejorados
Para aplicar el filtro de Canny debemos hacer la derivada gaussiana en x e
y, esto es:
∂f(x, y)
∂x
=
−x
2πσ4
e
− x2−y2
2σ2
∂f(x, y)
∂y
=
−y
2πσ4
e
− x2−y2
2σ2
Resultados
Imagen Original
Aplicando Canny
Introduccion. Desarrollo te´orico Deteccion de bordes
Bordes en color
Imagenes en color
Vamos a ver qu´e pasa si queremos ver los bordes en color. Para eso hay que
descomponer la imagen en sus tres planos RGB.
Resultados
Imagen Original
Introduccion. Desarrollo te´orico Deteccion de bordes
Bordes en color
Imagenes en color
Vamos a ver qu´e pasa si queremos ver los bordes en color. Para eso hay que
descomponer la imagen en sus tres planos RGB.
Resultados
Imagen Original
Aplicando el gradiente
Introduccion. Desarrollo te´orico Deteccion de bordes
Bordes en color
Imagenes en color
Vamos a ver qu´e pasa si queremos ver los bordes en color. Para eso hay que
descomponer la imagen en sus tres planos RGB.
Resultados
Imagen Original
Aplicando el gradiente
Aplicando Prewitt
Introduccion. Desarrollo te´orico Deteccion de bordes
Bordes en color
Imagenes en color
Vamos a ver qu´e pasa si queremos ver los bordes en color. Para eso hay que
descomponer la imagen en sus tres planos RGB.
Resultados
Imagen Original
Aplicando el gradiente
Aplicando Prewitt
Aplicando Canny
Introduccion. Desarrollo te´orico Deteccion de bordes
Bordes en color
Imagenes en color
Vamos a ver qu´e pasa si queremos ver los bordes en color. Para eso hay que
descomponer la imagen en sus tres planos RGB.
Resultados
Imagen Original
Aplicando el gradiente
Aplicando Prewitt
Aplicando Canny
Introduccion. Desarrollo te´orico Deteccion de bordes
Bordes en color
Bibliografia
http : //www.uam.es/personalpdi/ciencias/pangulo/edpan/cap3.pdf
http : //webs.uvigo.es/calculo.infinitesimal/P5cal.pdf
http : //www.unioviedo.es/compnum/laboratoriosweb/laborat07deriv/laboratorio07deriv.html
http : //www.uhu.es/cristobal.garcia/descargas/AnalisisNumericoITema5.pdf
http : //www4.ujaen.es/ satorres/practicas/practica3vc.pdf
http : //www2.fisica.unlp.edu.ar/materias/procesamientodeimagenes/Clase5imagenes2011.pdf
http : //iimyo.forja.rediris.es/matlab/cursolatex005.html

Más contenido relacionado

La actualidad más candente (19)

Vectores
VectoresVectores
Vectores
 
4 la derivada por formulas
4 la derivada por formulas4 la derivada por formulas
4 la derivada por formulas
 
Cap4
Cap4Cap4
Cap4
 
Montecarlo
MontecarloMontecarlo
Montecarlo
 
Vectores
VectoresVectores
Vectores
 
Aplicaciones de la derivada
Aplicaciones de la derivadaAplicaciones de la derivada
Aplicaciones de la derivada
 
integrales multiples
integrales multiplesintegrales multiples
integrales multiples
 
Algebra vectorial
Algebra vectorialAlgebra vectorial
Algebra vectorial
 
Teoremas de derivadas
Teoremas de derivadasTeoremas de derivadas
Teoremas de derivadas
 
Resumen edo1
Resumen edo1Resumen edo1
Resumen edo1
 
La Integral Definida
La Integral DefinidaLa Integral Definida
La Integral Definida
 
4.1 funciones inversas
4.1 funciones inversas4.1 funciones inversas
4.1 funciones inversas
 
Integración múltiple
Integración múltipleIntegración múltiple
Integración múltiple
 
Integracion multiple
Integracion multipleIntegracion multiple
Integracion multiple
 
La Integral Indefinida
La  Integral IndefinidaLa  Integral Indefinida
La Integral Indefinida
 
Respuestas.ejercicios
Respuestas.ejerciciosRespuestas.ejercicios
Respuestas.ejercicios
 
Espacios vectoriales
Espacios vectorialesEspacios vectoriales
Espacios vectoriales
 
Algebra Lineal
Algebra LinealAlgebra Lineal
Algebra Lineal
 
Clase de dibujar c#
Clase de dibujar c#Clase de dibujar c#
Clase de dibujar c#
 

Destacado

Rockbox at FSCONS 2009
Rockbox at FSCONS 2009Rockbox at FSCONS 2009
Rockbox at FSCONS 2009FSCONS
 
Evolve 4
Evolve 4Evolve 4
Evolve 4zmiers
 
The Cultureof Cyberchat
The Cultureof CyberchatThe Cultureof Cyberchat
The Cultureof CyberchatLeanna Wolfe
 
SDI: A prespective from a UK archaeological unit
SDI: A prespective from a UK archaeological unitSDI: A prespective from a UK archaeological unit
SDI: A prespective from a UK archaeological unitPaul Cripps
 
Politics and Culture of Home Sharing
Politics and Culture of Home SharingPolitics and Culture of Home Sharing
Politics and Culture of Home SharingLeanna Wolfe
 
Pathways through the Avebury Landscape; A study of spatial relationships asso...
Pathways through the Avebury Landscape; A study of spatial relationships asso...Pathways through the Avebury Landscape; A study of spatial relationships asso...
Pathways through the Avebury Landscape; A study of spatial relationships asso...Paul Cripps
 
GeoSemantic Technologies for Archaeological Resources
GeoSemantic Technologies for Archaeological ResourcesGeoSemantic Technologies for Archaeological Resources
GeoSemantic Technologies for Archaeological ResourcesPaul Cripps
 
The origins of modern man
The origins of modern manThe origins of modern man
The origins of modern manLuis Monteiro
 
Early Human Origins
Early Human OriginsEarly Human Origins
Early Human Originsbdrydyk
 
Do you have a research mindset?
Do you have a research mindset?Do you have a research mindset?
Do you have a research mindset?Cathy Cranston
 
Linked Geospatial Data for Archaeological Research
Linked Geospatial Data for Archaeological Research Linked Geospatial Data for Archaeological Research
Linked Geospatial Data for Archaeological Research Paul Cripps
 
Survey in the new millennium: Tools for the 21st century archaeologist
Survey in the new millennium: Tools for the 21st century archaeologistSurvey in the new millennium: Tools for the 21st century archaeologist
Survey in the new millennium: Tools for the 21st century archaeologistPaul Cripps
 
21st Century Geospatial #HistEnv Data Management
21st Century Geospatial #HistEnv Data Management21st Century Geospatial #HistEnv Data Management
21st Century Geospatial #HistEnv Data ManagementPaul Cripps
 
Who Is Doing Anal Play and Why?
Who Is Doing Anal Play and Why?Who Is Doing Anal Play and Why?
Who Is Doing Anal Play and Why?Leanna Wolfe
 
Class preview presentation
Class preview presentationClass preview presentation
Class preview presentationCathy Cranston
 
Evolve 2
Evolve 2Evolve 2
Evolve 2zmiers
 
Social Media for Reseachers #sotondiglit
Social Media for Reseachers #sotondiglitSocial Media for Reseachers #sotondiglit
Social Media for Reseachers #sotondiglitNicole Beale
 
Speculations on the origins of human sexuality ch
Speculations on the origins of human sexuality chSpeculations on the origins of human sexuality ch
Speculations on the origins of human sexuality chLeanna Wolfe
 

Destacado (20)

Rockbox at FSCONS 2009
Rockbox at FSCONS 2009Rockbox at FSCONS 2009
Rockbox at FSCONS 2009
 
Early African History
Early African HistoryEarly African History
Early African History
 
Evolve 4
Evolve 4Evolve 4
Evolve 4
 
The Cultureof Cyberchat
The Cultureof CyberchatThe Cultureof Cyberchat
The Cultureof Cyberchat
 
SDI: A prespective from a UK archaeological unit
SDI: A prespective from a UK archaeological unitSDI: A prespective from a UK archaeological unit
SDI: A prespective from a UK archaeological unit
 
Why women swing
Why women swingWhy women swing
Why women swing
 
Politics and Culture of Home Sharing
Politics and Culture of Home SharingPolitics and Culture of Home Sharing
Politics and Culture of Home Sharing
 
Pathways through the Avebury Landscape; A study of spatial relationships asso...
Pathways through the Avebury Landscape; A study of spatial relationships asso...Pathways through the Avebury Landscape; A study of spatial relationships asso...
Pathways through the Avebury Landscape; A study of spatial relationships asso...
 
GeoSemantic Technologies for Archaeological Resources
GeoSemantic Technologies for Archaeological ResourcesGeoSemantic Technologies for Archaeological Resources
GeoSemantic Technologies for Archaeological Resources
 
The origins of modern man
The origins of modern manThe origins of modern man
The origins of modern man
 
Early Human Origins
Early Human OriginsEarly Human Origins
Early Human Origins
 
Do you have a research mindset?
Do you have a research mindset?Do you have a research mindset?
Do you have a research mindset?
 
Linked Geospatial Data for Archaeological Research
Linked Geospatial Data for Archaeological Research Linked Geospatial Data for Archaeological Research
Linked Geospatial Data for Archaeological Research
 
Survey in the new millennium: Tools for the 21st century archaeologist
Survey in the new millennium: Tools for the 21st century archaeologistSurvey in the new millennium: Tools for the 21st century archaeologist
Survey in the new millennium: Tools for the 21st century archaeologist
 
21st Century Geospatial #HistEnv Data Management
21st Century Geospatial #HistEnv Data Management21st Century Geospatial #HistEnv Data Management
21st Century Geospatial #HistEnv Data Management
 
Who Is Doing Anal Play and Why?
Who Is Doing Anal Play and Why?Who Is Doing Anal Play and Why?
Who Is Doing Anal Play and Why?
 
Class preview presentation
Class preview presentationClass preview presentation
Class preview presentation
 
Evolve 2
Evolve 2Evolve 2
Evolve 2
 
Social Media for Reseachers #sotondiglit
Social Media for Reseachers #sotondiglitSocial Media for Reseachers #sotondiglit
Social Media for Reseachers #sotondiglit
 
Speculations on the origins of human sexuality ch
Speculations on the origins of human sexuality chSpeculations on the origins of human sexuality ch
Speculations on the origins of human sexuality ch
 

Similar a Detección de bordes de una imagen en Matlab

Filtrado espacial - procesamiento de imagenes
Filtrado espacial - procesamiento de imagenesFiltrado espacial - procesamiento de imagenes
Filtrado espacial - procesamiento de imagenesAlexisPascual6
 
tema 3-2 Algoritmos de realce.pdf
tema 3-2 Algoritmos de realce.pdftema 3-2 Algoritmos de realce.pdf
tema 3-2 Algoritmos de realce.pdfErnestoCorts8
 
Detecciónde bordes canny
Detecciónde bordes cannyDetecciónde bordes canny
Detecciónde bordes cannyc09271
 
Transformgeometricas
TransformgeometricasTransformgeometricas
Transformgeometricasjcbp_peru
 
Teoria de errores con ejemplos
Teoria de errores con ejemplosTeoria de errores con ejemplos
Teoria de errores con ejemplosJimena Rachel
 
La derivada
La derivadaLa derivada
La derivadaUNAPEC
 
Clase3. 1era. parte. la derivada
Clase3. 1era. parte. la derivadaClase3. 1era. parte. la derivada
Clase3. 1era. parte. la derivadaUNAPEC
 
Apuntes maximos y_minimos
Apuntes maximos y_minimosApuntes maximos y_minimos
Apuntes maximos y_minimosAngel CaVa
 
Transformada discreta de fourier en imagenes
Transformada discreta de fourier en  imagenesTransformada discreta de fourier en  imagenes
Transformada discreta de fourier en imagenesDayana Guzman
 
W mora vectores_rectas_planos
W mora vectores_rectas_planosW mora vectores_rectas_planos
W mora vectores_rectas_planosRamiro Felix
 
Utp pdi_2014-2 lab2
 Utp pdi_2014-2 lab2 Utp pdi_2014-2 lab2
Utp pdi_2014-2 lab2jcbp_peru
 
Clase 3 derivada
Clase 3 derivadaClase 3 derivada
Clase 3 derivadaZuly Ruiz
 

Similar a Detección de bordes de una imagen en Matlab (20)

Filtrado espacial - procesamiento de imagenes
Filtrado espacial - procesamiento de imagenesFiltrado espacial - procesamiento de imagenes
Filtrado espacial - procesamiento de imagenes
 
tema 3-2 Algoritmos de realce.pdf
tema 3-2 Algoritmos de realce.pdftema 3-2 Algoritmos de realce.pdf
tema 3-2 Algoritmos de realce.pdf
 
Detecciónde bordes canny
Detecciónde bordes cannyDetecciónde bordes canny
Detecciónde bordes canny
 
Tema4
Tema4Tema4
Tema4
 
Transformgeometricas
TransformgeometricasTransformgeometricas
Transformgeometricas
 
Teoria de errores con ejemplos
Teoria de errores con ejemplosTeoria de errores con ejemplos
Teoria de errores con ejemplos
 
Teoria de errores con ejemplos
Teoria de errores con ejemplosTeoria de errores con ejemplos
Teoria de errores con ejemplos
 
Trigonometria
TrigonometriaTrigonometria
Trigonometria
 
La derivada
La derivadaLa derivada
La derivada
 
Clase3. 1era. parte. la derivada
Clase3. 1era. parte. la derivadaClase3. 1era. parte. la derivada
Clase3. 1era. parte. la derivada
 
2437215 procesamiento-de-imagenes-con-matrices
2437215 procesamiento-de-imagenes-con-matrices2437215 procesamiento-de-imagenes-con-matrices
2437215 procesamiento-de-imagenes-con-matrices
 
Apuntes maximos y_minimos
Apuntes maximos y_minimosApuntes maximos y_minimos
Apuntes maximos y_minimos
 
Transformada discreta de fourier en imagenes
Transformada discreta de fourier en  imagenesTransformada discreta de fourier en  imagenes
Transformada discreta de fourier en imagenes
 
W mora vectores_rectas_planos
W mora vectores_rectas_planosW mora vectores_rectas_planos
W mora vectores_rectas_planos
 
Texturas
TexturasTexturas
Texturas
 
Clase 11 b introducción a la derivada
Clase  11  b  introducción  a  la  derivadaClase  11  b  introducción  a  la  derivada
Clase 11 b introducción a la derivada
 
Utp pdi_2014-2 lab2
 Utp pdi_2014-2 lab2 Utp pdi_2014-2 lab2
Utp pdi_2014-2 lab2
 
DERIVADA INTRODUCCION (1).pptx
DERIVADA INTRODUCCION (1).pptxDERIVADA INTRODUCCION (1).pptx
DERIVADA INTRODUCCION (1).pptx
 
Clase 3 derivada
Clase 3 derivadaClase 3 derivada
Clase 3 derivada
 
Vision artificial
Vision artificialVision artificial
Vision artificial
 

Último

CHARLA DE INDUCCIÓN SEGURIDAD Y SALUD OCUPACIONAL
CHARLA DE INDUCCIÓN SEGURIDAD Y SALUD OCUPACIONALCHARLA DE INDUCCIÓN SEGURIDAD Y SALUD OCUPACIONAL
CHARLA DE INDUCCIÓN SEGURIDAD Y SALUD OCUPACIONALKATHIAMILAGRITOSSANC
 
CICLO DE DEMING que se encarga en como mejorar una empresa
CICLO DE DEMING que se encarga en como mejorar una empresaCICLO DE DEMING que se encarga en como mejorar una empresa
CICLO DE DEMING que se encarga en como mejorar una empresaSHERELYNSAMANTHAPALO1
 
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIASTEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIASfranzEmersonMAMANIOC
 
Flujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptxFlujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptxEduardoSnchezHernnde5
 
Seleccion de Fusibles en media tension fusibles
Seleccion de Fusibles en media tension fusiblesSeleccion de Fusibles en media tension fusibles
Seleccion de Fusibles en media tension fusiblesSaulSantiago25
 
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfReporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfMikkaelNicolae
 
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...Francisco Javier Mora Serrano
 
¿QUE SON LOS AGENTES FISICOS Y QUE CUIDADOS TENER.pptx
¿QUE SON LOS AGENTES FISICOS Y QUE CUIDADOS TENER.pptx¿QUE SON LOS AGENTES FISICOS Y QUE CUIDADOS TENER.pptx
¿QUE SON LOS AGENTES FISICOS Y QUE CUIDADOS TENER.pptxguillermosantana15
 
Presentación Proyecto Trabajo Creativa Profesional Azul.pdf
Presentación Proyecto Trabajo Creativa Profesional Azul.pdfPresentación Proyecto Trabajo Creativa Profesional Azul.pdf
Presentación Proyecto Trabajo Creativa Profesional Azul.pdfMirthaFernandez12
 
Calavera calculo de estructuras de cimentacion.pdf
Calavera calculo de estructuras de cimentacion.pdfCalavera calculo de estructuras de cimentacion.pdf
Calavera calculo de estructuras de cimentacion.pdfyoseka196
 
sistema de construcción Drywall semana 7
sistema de construcción Drywall semana 7sistema de construcción Drywall semana 7
sistema de construcción Drywall semana 7luisanthonycarrascos
 
Caldera Recuperadora de químicos en celulosa tipos y funcionamiento
Caldera Recuperadora de químicos en celulosa  tipos y funcionamientoCaldera Recuperadora de químicos en celulosa  tipos y funcionamiento
Caldera Recuperadora de químicos en celulosa tipos y funcionamientoRobertoAlejandroCast6
 
ECONOMIA APLICADA SEMANA 555555555555555555.pdf
ECONOMIA APLICADA SEMANA 555555555555555555.pdfECONOMIA APLICADA SEMANA 555555555555555555.pdf
ECONOMIA APLICADA SEMANA 555555555555555555.pdffredyflores58
 
TALLER PAEC preparatoria directamente de la secretaria de educación pública
TALLER PAEC preparatoria directamente de la secretaria de educación públicaTALLER PAEC preparatoria directamente de la secretaria de educación pública
TALLER PAEC preparatoria directamente de la secretaria de educación públicaSantiagoSanchez353883
 
183045401-Terminal-Terrestre-de-Trujillo.pdf
183045401-Terminal-Terrestre-de-Trujillo.pdf183045401-Terminal-Terrestre-de-Trujillo.pdf
183045401-Terminal-Terrestre-de-Trujillo.pdfEdwinAlexanderSnchez2
 
Introducción a los sistemas neumaticos.ppt
Introducción a los sistemas neumaticos.pptIntroducción a los sistemas neumaticos.ppt
Introducción a los sistemas neumaticos.pptEduardoCorado
 
estadisticasII Metodo-de-la-gran-M.pdf
estadisticasII   Metodo-de-la-gran-M.pdfestadisticasII   Metodo-de-la-gran-M.pdf
estadisticasII Metodo-de-la-gran-M.pdfFlorenciopeaortiz
 
Curso intensivo de soldadura electrónica en pdf
Curso intensivo de soldadura electrónica  en pdfCurso intensivo de soldadura electrónica  en pdf
Curso intensivo de soldadura electrónica en pdfFernandaGarca788912
 
Sesion 02 Patentes REGISTRO EN INDECOPI PERU
Sesion 02 Patentes REGISTRO EN INDECOPI PERUSesion 02 Patentes REGISTRO EN INDECOPI PERU
Sesion 02 Patentes REGISTRO EN INDECOPI PERUMarcosAlvarezSalinas
 
MANIOBRA Y CONTROL INNOVATIVO LOGO PLC SIEMENS
MANIOBRA Y CONTROL INNOVATIVO LOGO PLC  SIEMENSMANIOBRA Y CONTROL INNOVATIVO LOGO PLC  SIEMENS
MANIOBRA Y CONTROL INNOVATIVO LOGO PLC SIEMENSLuisLobatoingaruca
 

Último (20)

CHARLA DE INDUCCIÓN SEGURIDAD Y SALUD OCUPACIONAL
CHARLA DE INDUCCIÓN SEGURIDAD Y SALUD OCUPACIONALCHARLA DE INDUCCIÓN SEGURIDAD Y SALUD OCUPACIONAL
CHARLA DE INDUCCIÓN SEGURIDAD Y SALUD OCUPACIONAL
 
CICLO DE DEMING que se encarga en como mejorar una empresa
CICLO DE DEMING que se encarga en como mejorar una empresaCICLO DE DEMING que se encarga en como mejorar una empresa
CICLO DE DEMING que se encarga en como mejorar una empresa
 
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIASTEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
 
Flujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptxFlujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptx
 
Seleccion de Fusibles en media tension fusibles
Seleccion de Fusibles en media tension fusiblesSeleccion de Fusibles en media tension fusibles
Seleccion de Fusibles en media tension fusibles
 
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfReporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
 
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
 
¿QUE SON LOS AGENTES FISICOS Y QUE CUIDADOS TENER.pptx
¿QUE SON LOS AGENTES FISICOS Y QUE CUIDADOS TENER.pptx¿QUE SON LOS AGENTES FISICOS Y QUE CUIDADOS TENER.pptx
¿QUE SON LOS AGENTES FISICOS Y QUE CUIDADOS TENER.pptx
 
Presentación Proyecto Trabajo Creativa Profesional Azul.pdf
Presentación Proyecto Trabajo Creativa Profesional Azul.pdfPresentación Proyecto Trabajo Creativa Profesional Azul.pdf
Presentación Proyecto Trabajo Creativa Profesional Azul.pdf
 
Calavera calculo de estructuras de cimentacion.pdf
Calavera calculo de estructuras de cimentacion.pdfCalavera calculo de estructuras de cimentacion.pdf
Calavera calculo de estructuras de cimentacion.pdf
 
sistema de construcción Drywall semana 7
sistema de construcción Drywall semana 7sistema de construcción Drywall semana 7
sistema de construcción Drywall semana 7
 
Caldera Recuperadora de químicos en celulosa tipos y funcionamiento
Caldera Recuperadora de químicos en celulosa  tipos y funcionamientoCaldera Recuperadora de químicos en celulosa  tipos y funcionamiento
Caldera Recuperadora de químicos en celulosa tipos y funcionamiento
 
ECONOMIA APLICADA SEMANA 555555555555555555.pdf
ECONOMIA APLICADA SEMANA 555555555555555555.pdfECONOMIA APLICADA SEMANA 555555555555555555.pdf
ECONOMIA APLICADA SEMANA 555555555555555555.pdf
 
TALLER PAEC preparatoria directamente de la secretaria de educación pública
TALLER PAEC preparatoria directamente de la secretaria de educación públicaTALLER PAEC preparatoria directamente de la secretaria de educación pública
TALLER PAEC preparatoria directamente de la secretaria de educación pública
 
183045401-Terminal-Terrestre-de-Trujillo.pdf
183045401-Terminal-Terrestre-de-Trujillo.pdf183045401-Terminal-Terrestre-de-Trujillo.pdf
183045401-Terminal-Terrestre-de-Trujillo.pdf
 
Introducción a los sistemas neumaticos.ppt
Introducción a los sistemas neumaticos.pptIntroducción a los sistemas neumaticos.ppt
Introducción a los sistemas neumaticos.ppt
 
estadisticasII Metodo-de-la-gran-M.pdf
estadisticasII   Metodo-de-la-gran-M.pdfestadisticasII   Metodo-de-la-gran-M.pdf
estadisticasII Metodo-de-la-gran-M.pdf
 
Curso intensivo de soldadura electrónica en pdf
Curso intensivo de soldadura electrónica  en pdfCurso intensivo de soldadura electrónica  en pdf
Curso intensivo de soldadura electrónica en pdf
 
Sesion 02 Patentes REGISTRO EN INDECOPI PERU
Sesion 02 Patentes REGISTRO EN INDECOPI PERUSesion 02 Patentes REGISTRO EN INDECOPI PERU
Sesion 02 Patentes REGISTRO EN INDECOPI PERU
 
MANIOBRA Y CONTROL INNOVATIVO LOGO PLC SIEMENS
MANIOBRA Y CONTROL INNOVATIVO LOGO PLC  SIEMENSMANIOBRA Y CONTROL INNOVATIVO LOGO PLC  SIEMENS
MANIOBRA Y CONTROL INNOVATIVO LOGO PLC SIEMENS
 

Detección de bordes de una imagen en Matlab

  • 1. Introduccion. Desarrollo te´orico Deteccion de bordes Detecci´on de bordes de una imagen Luis Marchena Escuela polit´ecnica Universidad de Extremadura
  • 2. Introduccion. Desarrollo te´orico Deteccion de bordes Esquema 1 Introduccion. Concepto: 2 Desarrollo te´orico M´etodos de aproximaci´on a la derivada Derivadas de orden dos y tres Derivadas de orden dos y tres Derivadas de orden dos y tres Taylor y la derivada. Ejemplo. Ejemplo.
  • 3. Introduccion. Desarrollo te´orico Deteccion de bordes Esquema 1 Introduccion. Concepto: 2 Desarrollo te´orico M´etodos de aproximaci´on a la derivada Derivadas de orden dos y tres Derivadas de orden dos y tres Derivadas de orden dos y tres Taylor y la derivada. Ejemplo. Ejemplo. 3 Deteccion de bordes Detecci´on de bordes. Mejoras Bordes en color
  • 4. Introduccion. Desarrollo te´orico Deteccion de bordes Esquema 1 Introduccion. Concepto: 2 Desarrollo te´orico M´etodos de aproximaci´on a la derivada Derivadas de orden dos y tres Derivadas de orden dos y tres Derivadas de orden dos y tres Taylor y la derivada. Ejemplo. Ejemplo. 3 Deteccion de bordes Detecci´on de bordes. Mejoras Bordes en color
  • 5. Introduccion. Desarrollo te´orico Deteccion de bordes Esquema 1 Introduccion. Concepto: 2 Desarrollo te´orico M´etodos de aproximaci´on a la derivada Derivadas de orden dos y tres Derivadas de orden dos y tres Derivadas de orden dos y tres Taylor y la derivada. Ejemplo. Ejemplo. 3 Deteccion de bordes Detecci´on de bordes. Mejoras Bordes en color
  • 6. Introduccion. Desarrollo te´orico Deteccion de bordes 1-Introducci´on Derivadas⇒ ¿Qu´e tienen que ver las derivadas con los bordes de una imagen?⇒ Aplicaci´on sobre la imagen. Como hacemos que: Resultados Que esta imagen ¿C´omo haremos los bordes en color?
  • 7. Introduccion. Desarrollo te´orico Deteccion de bordes 1-Introducci´on Derivadas⇒ ¿Qu´e tienen que ver las derivadas con los bordes de una imagen?⇒ Aplicaci´on sobre la imagen. Como hacemos que: Resultados Que esta imagen Pase a esta otra ¿C´omo haremos los bordes en color?
  • 8. Introduccion. Desarrollo te´orico Deteccion de bordes 1-Introducci´on Derivadas⇒ ¿Qu´e tienen que ver las derivadas con los bordes de una imagen?⇒ Aplicaci´on sobre la imagen. Como hacemos que: Resultados Que esta imagen Pase a esta otra ¿C´omo haremos los bordes en color?
  • 9. Introduccion. Desarrollo te´orico Deteccion de bordes 1-Derivadas. M´etodo de diferencias finitas 1.1-Concepto de derivada: Geom´etricamente, la derivada de una funci´on en un punto es la pendiente de la recta tangente en ese punto. ¿Para qu´e nos sirve esto?
  • 10. Introduccion. Desarrollo te´orico Deteccion de bordes 1-Derivadas. M´etodo de diferencias finitas 1.2 -¿C´omo vamos a calcular la aproximaci´on de derivada? Mediante rectas secantes entre dos puntos vamos a aproximar la tangente haciendo cada vez menor la distancia entre esos puntos. La pendiente de las rectas secantes se puede calcular de tres formas: M´etodo de diferencias progresivas: f(x) = f(x + h) − f(x) h M´etodo de diferencias regresivas: f(x) = f(x) − f(x − h) h M´etodo de diferencias centradas: f(x) = f(x + h) − f(x − h) 2h
  • 11. Introduccion. Desarrollo te´orico Deteccion de bordes 1-Derivadas. M´etodo de diferencias finitas 1.3 Derivadas de orden dos y tres: Progresivas: Regresivas:
  • 12. Introduccion. Desarrollo te´orico Deteccion de bordes 1-Derivadas. M´etodo de diferencias finitas 1.3 Derivadas de orden dos y tres: Progresivas: Regresivas: Centradas:
  • 13. Introduccion. Desarrollo te´orico Deteccion de bordes 1-Derivadas. M´etodo de diferencias finitas 1.3 Derivadas de orden dos y tres: Progresivas: Regresivas: Centradas:
  • 14. Introduccion. Desarrollo te´orico Deteccion de bordes 1-Taylor y la derivada. 1.4 Taylor y la derivada. Ejemplo Veamos que ocurre si desarrollamos f(x + h)
  • 15. Introduccion. Desarrollo te´orico Deteccion de bordes 1-POLINOMIO DE INTERPOLACI´ON DE LAGRANGE Y SU DERIVADA. Ejemplo: S = [(0, 0,3927), (0,2, 0,5672), (0,4, 0,6982), (0,6, 0,7941), (0,8, 0,8614), (1, 0,9053)]
  • 16. Introduccion. Desarrollo te´orico Deteccion de bordes 1-Aproximaci´on por diferencias finitas Ejemplo: Por el comando diff (rojo): y = 0 6533x + 0 44161 y por diferencias finitas (verde):y = 0 6550x + 0 4411
  • 17. Introduccion. Desarrollo te´orico Deteccion de bordes Gradiente de una imagen Gradiente: La derivada proporciona variaciones locales de la variable, el valor de la derivada es mayor cuanto mayores son las variaciones. En el caso de las funciones bidimensionales la derivada es un vector que apunta a la m´axima variaci´on de f(x,y). A este vector se le llama gradiente. f(x, y) = ∂f(x,y) ∂x ∂f(x,y) ∂y Mag[ f(x, y)] = ∂f(x, y) ∂x 2 + ∂f(x, y) ∂y 2
  • 18. Introduccion. Desarrollo te´orico Deteccion de bordes Gradiente de una imagen ¿C´omo podemos aplicar esto a una imagen digital? ∂f(x, y) ∂x ≈ xf(x, y) = f(x, y) − f(x − 1, y) ∂f(x, y) ∂y ≈ yf(x, y) = f(x, y) − f(x, y − 1) |G(i, j)| = Gf 2 + Gc 2 ≈ Gf (i, j) + Gc(i, j)
  • 19. Introduccion. Desarrollo te´orico Deteccion de bordes Gradiente de una imagen ¿C´omo podemos aplicar esto a una imagen digital? ∂f(x, y) ∂x ≈ xf(x, y) = f(x, y) − f(x − 1, y) ∂f(x, y) ∂y ≈ yf(x, y) = f(x, y) − f(x, y − 1) |G(i, j)| = Gf 2 + Gc 2 ≈ Gf (i, j) + Gc(i, j)
  • 20. Introduccion. Desarrollo te´orico Deteccion de bordes Gradiente de una imagen Vamos a ver c´omo queda en matlab y qu´e sucede realmente en la imagen: Original Gradiente Ampliada
  • 21. Introduccion. Desarrollo te´orico Deteccion de bordes Gradiente de una imagen Aplicando el m´odulo del gradiente de la intensidad de la imagen: Resultados Imagen Original
  • 22. Introduccion. Desarrollo te´orico Deteccion de bordes Gradiente de una imagen Aplicando el m´odulo del gradiente de la intensidad de la imagen: Resultados Imagen Original Aplicando la funcion gradient
  • 23. Introduccion. Desarrollo te´orico Deteccion de bordes Gradiente de una imagen Aplicando el m´odulo del gradiente de la intensidad de la imagen: Resultados Imagen Original Aplicando la funcion gradient Aplicando la aproximaci´on vista
  • 24. Introduccion. Desarrollo te´orico Deteccion de bordes Gradiente de una imagen Aplicando el m´odulo del gradiente de la intensidad de la imagen: Resultados Imagen Original Aplicando la funcion gradient Aplicando la aproximaci´on vista
  • 25. Introduccion. Desarrollo te´orico Deteccion de bordes Mejoras Filtros mejorados Aplicando el filtro de Prewitt en el cual consideramos los p´ıxeles (i+1,j) y (i-1,j) en la direcci´on x, (i,j-1) y (i,j+1) en el eje y. Resultados Imagen Original
  • 26. Introduccion. Desarrollo te´orico Deteccion de bordes Mejoras Filtros mejorados Aplicando el filtro de Prewitt en el cual consideramos los p´ıxeles (i+1,j) y (i-1,j) en la direcci´on x, (i,j-1) y (i,j+1) en el eje y. Resultados Imagen Original Aplicando Prewitt
  • 27. Introduccion. Desarrollo te´orico Deteccion de bordes Mejoras Filtros mejorados Aplicando el filtro de Prewitt en el cual consideramos los p´ıxeles (i+1,j) y (i-1,j) en la direcci´on x, (i,j-1) y (i,j+1) en el eje y. Resultados Imagen Original Aplicando Prewitt
  • 28. Introduccion. Desarrollo te´orico Deteccion de bordes Mejoras Filtros mejorados Para aplicar el filtro de Canny debemos hacer la derivada gaussiana en x e y, esto es: ∂f(x, y) ∂x = −x 2πσ4 e − x2−y2 2σ2 ∂f(x, y) ∂y = −y 2πσ4 e − x2−y2 2σ2 Resultados Imagen Original
  • 29. Introduccion. Desarrollo te´orico Deteccion de bordes Mejoras Filtros mejorados Para aplicar el filtro de Canny debemos hacer la derivada gaussiana en x e y, esto es: ∂f(x, y) ∂x = −x 2πσ4 e − x2−y2 2σ2 ∂f(x, y) ∂y = −y 2πσ4 e − x2−y2 2σ2 Resultados Imagen Original Aplicando Canny
  • 30. Introduccion. Desarrollo te´orico Deteccion de bordes Mejoras Filtros mejorados Para aplicar el filtro de Canny debemos hacer la derivada gaussiana en x e y, esto es: ∂f(x, y) ∂x = −x 2πσ4 e − x2−y2 2σ2 ∂f(x, y) ∂y = −y 2πσ4 e − x2−y2 2σ2 Resultados Imagen Original Aplicando Canny
  • 31. Introduccion. Desarrollo te´orico Deteccion de bordes Bordes en color Imagenes en color Vamos a ver qu´e pasa si queremos ver los bordes en color. Para eso hay que descomponer la imagen en sus tres planos RGB. Resultados Imagen Original
  • 32. Introduccion. Desarrollo te´orico Deteccion de bordes Bordes en color Imagenes en color Vamos a ver qu´e pasa si queremos ver los bordes en color. Para eso hay que descomponer la imagen en sus tres planos RGB. Resultados Imagen Original Aplicando el gradiente
  • 33. Introduccion. Desarrollo te´orico Deteccion de bordes Bordes en color Imagenes en color Vamos a ver qu´e pasa si queremos ver los bordes en color. Para eso hay que descomponer la imagen en sus tres planos RGB. Resultados Imagen Original Aplicando el gradiente Aplicando Prewitt
  • 34. Introduccion. Desarrollo te´orico Deteccion de bordes Bordes en color Imagenes en color Vamos a ver qu´e pasa si queremos ver los bordes en color. Para eso hay que descomponer la imagen en sus tres planos RGB. Resultados Imagen Original Aplicando el gradiente Aplicando Prewitt Aplicando Canny
  • 35. Introduccion. Desarrollo te´orico Deteccion de bordes Bordes en color Imagenes en color Vamos a ver qu´e pasa si queremos ver los bordes en color. Para eso hay que descomponer la imagen en sus tres planos RGB. Resultados Imagen Original Aplicando el gradiente Aplicando Prewitt Aplicando Canny
  • 36. Introduccion. Desarrollo te´orico Deteccion de bordes Bordes en color Bibliografia http : //www.uam.es/personalpdi/ciencias/pangulo/edpan/cap3.pdf http : //webs.uvigo.es/calculo.infinitesimal/P5cal.pdf http : //www.unioviedo.es/compnum/laboratoriosweb/laborat07deriv/laboratorio07deriv.html http : //www.uhu.es/cristobal.garcia/descargas/AnalisisNumericoITema5.pdf http : //www4.ujaen.es/ satorres/practicas/practica3vc.pdf http : //www2.fisica.unlp.edu.ar/materias/procesamientodeimagenes/Clase5imagenes2011.pdf http : //iimyo.forja.rediris.es/matlab/cursolatex005.html