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