SlideShare una empresa de Scribd logo
1 de 4
Descargar para leer sin conexión
PROCESAMIENTO DE IMÁGENES Y VISION ARTIFICIAL
INTRODUCCION A LA MANIPULACION DE IMÁGENES EN MATLAB
LABORATORIO No. 1
OBJETIVO:
Leer, mostrar y almacenar imágenes en MatLab.
Identificar los tipos de imágenes en MatLab.
Conversión entre tipos de imágenes.
Identificar los formatos de imágenes en MatLab.
Conversión de formatos de imágenes.
Describir las características de una imagen.
Comparar las características de imágenes.
Calcular las dimensiones, peso y profundidad de una imagen.
Manipular los pixeles de una imagen.
Crear de imágenes monocromáticas, escala de grises y a colores.
Convertir entre los diferentes modos de color.
Implementar con funciones los métodos de conversión RGB a escala de grises.
Implementar con funciones el negativo de una imagen digital.
Implementar con funciones los métodos de binarizar una imagen.
Implementar con funciones el zoom de una imagen.
Realizar operaciones lógicas entre imágenes.
RESUMEN TEORICO
1. INTRODUCCION AL PROCESAMIENTO DE IMÁGENES Y LA VISION
ARTIFICIAL. Conceptos básicos del Procesamiento de Imágenes Digitales.
Ver Experiencia de Aprendizaje 1 del Blog del curso: utppdiyva.blogspot.com.
2. ILUMINACION, IMÁGENES DIGITALES Y MODOS DE COLOR. Tipos de
iluminación, fuentes de luz, el EEM, tipos de imágenes digitales. Importancia del uso
del color. Modos de color y conversiones entre modos.
Ver Experiencia de Aprendizaje 2 del Blog del curso: utppdiyva.blogspot.com.
3. TRANSFORMACIONES BASICAS A NIVEL ESPACIAL I. Métodos de conversión
de imágenes RGB a escala de grises. Negativo de una imagen.
Ver Experiencia de Aprendizaje 3 del Blog del curso: utppdiyva.blogspot.com.
4. TRANSFORMACIONES BASICAS A NIVEL ESPACIAL II. Binarización de una
imagen, el zoom de una imagen y operaciones lógicas entre imágenes.
Ver Experiencia de Aprendizaje 4 del Blog del curso: utppdiyva.blogspot.com.
PROCEDIMIENTO
Desarrollar las funciones y/o programas en Matlab para cada uno de los
procedimientos descritos.
1. Describir la diferencia entre los comandos help, helpdesk y doc del CW (Command
Window) del MatLab.
2. Reconocer el Toolbox en MatLab de PDI y clasificar las categorías del PDI.
3. Identificar los tipos de imágenes soportados MatLab.
4. Identificar los formatos de imágenes soportados MatLab.
5. Mostrar las conversiones entre formatos soportados por Matlab.
6. Leer imágenes en MatLab.
7. Guardar imágenes en una unidad de almacenamiento en MatLab.
8. Mostrar imágenes con MatLab.
9. Manipular el brillo/oscuridad de una imagen.
10. Mostrar las características de una imagen.
11. Identificar los modos de color.
12. Conversiones entre modos de color.
13. Conversión RGB a escala de grises.
14. El negativo de los diversos tipos de imágenes digitales.
15. Binarización de una imagen escala de grises.
16. Zoom de una imagen.
17. Operaciones lógicas con imágenes.
INFORME FINAL
El Informe de Laboratorio es un documento gráfico en lo posible y es redactado en
Word con el desarrollo del laboratorio (Ejercicios de Aula, el Procedimiento y el
Cuestionario).
Niveles de Informe:
• Primer nivel: Observaciones. Imágenes con comentarios cortos. Redactar al ir
desarrollando el laboratorio. (Requiere desarrollar el laboratorio).
• 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 1
con el siguiente formato:
PDI_PaternoM_L1
Esta carpeta debe contener:
- El Informe de Laboratorio (documento MSWord de nombre:
PDI_PaternoM_Lab1.docx),
- Los códigos (archivos script de Matlab: *.m),
- Recursos utilizados (imágenes originales e imágenes resultado), y
- Las fuentes (otras fuentes de información que utilizó en la laboratorio)
Las fuentes deben conservar el nombre original de archivo y se debe agregar en su
nombre “_L1” al final.
El esquema del Informe es el siguiente (Un modelo de este Informe se encuentra en la
plataforma Nimbus):
a. Los ejercicios del laboratorio (Aula) y
b. Los procedimientos.
c. Cuestionario
CUESTIONARIO
1. Crear un tablero de ajedrez b/n.
2. Crear un tablero de damas r/n.
3. Crear un tablero b/color diferente.
4. Crear una imagen b/n con el patrón A.
5. Crear una imagen escala de grises con el patrón B.
6. Crear una imagen a colores con el patrón C.
7. Implementar con funciones las diversas conversiones entre modos de color.
8. Implementar con funciones los métodos de conversión RGB a escala de grises.
9. Implementar con funciones el negativo de los diversos tipos de imágenes digitales.
10. Implementar con funciones los métodos de binarización de una imagen escala de
grises.
11. Implementar con funciones los métodos de zoom de una imagen.
12. Implementar con funciones las operaciones lógicas entre imágenes.
13. Dado el patrón binario C, colocar una imagen en la parte negra y otra en la blanca.
14. Realizar la composición de tres imágenes a color con un patrón de 3 niveles de
intensidad.
15. Identificar la relación entre las operaciones lógicas y aritméticas con imágenes.
Imágenes de Patrones:
Cada unidad de imagen del patrón tiene 4x4 pixeles.
FUNCIONES DE MATLAB:
imread, imwrite, imfinfo, rgb2gray, mat2gray, im2bw, etc..

Más contenido relacionado

La actualidad más candente

Taller procesamiento
Taller procesamientoTaller procesamiento
Taller procesamientoDiego Zerkk
 
Utp pd_iy_va_sap11 segmentación
 Utp pd_iy_va_sap11 segmentación Utp pd_iy_va_sap11 segmentación
Utp pd_iy_va_sap11 segmentaciónjcbp_peru
 
Utp pdiva_lab6_procesamiento digital de imagenes con matlab iv
 Utp pdiva_lab6_procesamiento digital de imagenes con matlab iv Utp pdiva_lab6_procesamiento digital de imagenes con matlab iv
Utp pdiva_lab6_procesamiento digital de imagenes con matlab ivjcbenitezp
 
Programar En Matlab
Programar En MatlabProgramar En Matlab
Programar En MatlabSaul Bernal
 
Curso matlab
Curso matlabCurso matlab
Curso matlabford81
 
Procesamiento de imagenes
Procesamiento de imagenesProcesamiento de imagenes
Procesamiento de imagenesDayana Guzman
 
Utp pd_iy_va_sap6 operaciones morfologicas i
 Utp pd_iy_va_sap6 operaciones morfologicas i Utp pd_iy_va_sap6 operaciones morfologicas i
Utp pd_iy_va_sap6 operaciones morfologicas ijcbp_peru
 
Utp pd_iy_va_sap6 operaciones morfologicas i
 Utp pd_iy_va_sap6 operaciones morfologicas i Utp pd_iy_va_sap6 operaciones morfologicas i
Utp pd_iy_va_sap6 operaciones morfologicas ijcbp_peru
 
Sistema de visión artificial para el reconocimiento y
Sistema de visión artificial para el reconocimiento ySistema de visión artificial para el reconocimiento y
Sistema de visión artificial para el reconocimiento yviisonartificial2012
 
Curso matlab
Curso matlabCurso matlab
Curso matlabklon1234
 
Utp pdiva_s8 operadores de imagenes digitales
 Utp pdiva_s8 operadores de imagenes digitales Utp pdiva_s8 operadores de imagenes digitales
Utp pdiva_s8 operadores de imagenes digitalesjcbenitezp
 
Utp pd_iy_va_sap7 operaciones morfologicas ii
 Utp pd_iy_va_sap7 operaciones morfologicas ii Utp pd_iy_va_sap7 operaciones morfologicas ii
Utp pd_iy_va_sap7 operaciones morfologicas iijcbp_peru
 
Utp pd_iy_va_sap6y7 diltacion y erosión binaria - apertura y clausura
 Utp pd_iy_va_sap6y7 diltacion y erosión binaria - apertura y clausura Utp pd_iy_va_sap6y7 diltacion y erosión binaria - apertura y clausura
Utp pd_iy_va_sap6y7 diltacion y erosión binaria - apertura y clausurac09271
 
Practica Modelo digital de terreno con envi
Practica Modelo digital de terreno con enviPractica Modelo digital de terreno con envi
Practica Modelo digital de terreno con enviGLIDER AGUILAR MORI
 
MATLAB Marzo - Examen
MATLAB Marzo - ExamenMATLAB Marzo - Examen
MATLAB Marzo - ExamenJose Cordova
 

La actualidad más candente (20)

Taller procesamiento
Taller procesamientoTaller procesamiento
Taller procesamiento
 
Utp pd_iy_va_sap11 segmentación
 Utp pd_iy_va_sap11 segmentación Utp pd_iy_va_sap11 segmentación
Utp pd_iy_va_sap11 segmentación
 
Utp pdiva_lab6_procesamiento digital de imagenes con matlab iv
 Utp pdiva_lab6_procesamiento digital de imagenes con matlab iv Utp pdiva_lab6_procesamiento digital de imagenes con matlab iv
Utp pdiva_lab6_procesamiento digital de imagenes con matlab iv
 
Programar En Matlab
Programar En MatlabProgramar En Matlab
Programar En Matlab
 
Curso matlab
Curso matlabCurso matlab
Curso matlab
 
Procesamiento de imagenes
Procesamiento de imagenesProcesamiento de imagenes
Procesamiento de imagenes
 
Utp pd_iy_va_sap6 operaciones morfologicas i
 Utp pd_iy_va_sap6 operaciones morfologicas i Utp pd_iy_va_sap6 operaciones morfologicas i
Utp pd_iy_va_sap6 operaciones morfologicas i
 
Utp pd_iy_va_sap6 operaciones morfologicas i
 Utp pd_iy_va_sap6 operaciones morfologicas i Utp pd_iy_va_sap6 operaciones morfologicas i
Utp pd_iy_va_sap6 operaciones morfologicas i
 
Sistema de visión artificial para el reconocimiento y
Sistema de visión artificial para el reconocimiento ySistema de visión artificial para el reconocimiento y
Sistema de visión artificial para el reconocimiento y
 
Curso matlab
Curso matlabCurso matlab
Curso matlab
 
Imagenes
ImagenesImagenes
Imagenes
 
Matlab robotica
Matlab roboticaMatlab robotica
Matlab robotica
 
Robot angular en matlab
Robot angular en matlabRobot angular en matlab
Robot angular en matlab
 
Utp pdiva_s8 operadores de imagenes digitales
 Utp pdiva_s8 operadores de imagenes digitales Utp pdiva_s8 operadores de imagenes digitales
Utp pdiva_s8 operadores de imagenes digitales
 
Utp pd_iy_va_sap7 operaciones morfologicas ii
 Utp pd_iy_va_sap7 operaciones morfologicas ii Utp pd_iy_va_sap7 operaciones morfologicas ii
Utp pd_iy_va_sap7 operaciones morfologicas ii
 
Conceptos basicos de graficacion en c++(2004 i)
Conceptos basicos de graficacion en c++(2004 i)Conceptos basicos de graficacion en c++(2004 i)
Conceptos basicos de graficacion en c++(2004 i)
 
Utp pd_iy_va_sap6y7 diltacion y erosión binaria - apertura y clausura
 Utp pd_iy_va_sap6y7 diltacion y erosión binaria - apertura y clausura Utp pd_iy_va_sap6y7 diltacion y erosión binaria - apertura y clausura
Utp pd_iy_va_sap6y7 diltacion y erosión binaria - apertura y clausura
 
Practica Modelo digital de terreno con envi
Practica Modelo digital de terreno con enviPractica Modelo digital de terreno con envi
Practica Modelo digital de terreno con envi
 
MATLAB Marzo - Examen
MATLAB Marzo - ExamenMATLAB Marzo - Examen
MATLAB Marzo - Examen
 
Java modografico
Java modograficoJava modografico
Java modografico
 

Destacado

Utp pdi_2015-2_sap5 histograma_brilloo_cntrastecgamma
 Utp pdi_2015-2_sap5 histograma_brilloo_cntrastecgamma Utp pdi_2015-2_sap5 histograma_brilloo_cntrastecgamma
Utp pdi_2015-2_sap5 histograma_brilloo_cntrastecgammajcbp_peru
 
Utp 2015-2_pdi_ea3 conversiones c2_g y negativo
 Utp 2015-2_pdi_ea3 conversiones c2_g y negativo Utp 2015-2_pdi_ea3 conversiones c2_g y negativo
Utp 2015-2_pdi_ea3 conversiones c2_g y negativojcbp_peru
 
Utp 2015-2_pdi_ea1 introduccion a la va
 Utp 2015-2_pdi_ea1 introduccion a la va Utp 2015-2_pdi_ea1 introduccion a la va
Utp 2015-2_pdi_ea1 introduccion a la vajcbp_peru
 
Utp 2015-2_pdi_sap2 iluminacion y modos de color
 Utp 2015-2_pdi_sap2 iluminacion y modos de color Utp 2015-2_pdi_sap2 iluminacion y modos de color
Utp 2015-2_pdi_sap2 iluminacion y modos de colorjcbp_peru
 
Utp 2015-2_pdi_ea4 binariz_zoomumbralo_logicas
 Utp 2015-2_pdi_ea4 binariz_zoomumbralo_logicas Utp 2015-2_pdi_ea4 binariz_zoomumbralo_logicas
Utp 2015-2_pdi_ea4 binariz_zoomumbralo_logicasjcbp_peru
 
Pdi paterno m_lab1
Pdi paterno m_lab1Pdi paterno m_lab1
Pdi paterno m_lab1c09271
 
Utp 2015-2_pdi_lab3
 Utp 2015-2_pdi_lab3 Utp 2015-2_pdi_lab3
Utp 2015-2_pdi_lab3jcbenitezp
 
Pdi paterno m_lab2c
Pdi paterno m_lab2cPdi paterno m_lab2c
Pdi paterno m_lab2cjcbenitezp
 
Utp pdi_2015-2_ea8 transformaciones geometricas
 Utp pdi_2015-2_ea8 transformaciones geometricas Utp pdi_2015-2_ea8 transformaciones geometricas
Utp pdi_2015-2_ea8 transformaciones geometricasjcbp_peru
 
Utp pd_iy_va_sap12 reconocimiento de patrones
 Utp pd_iy_va_sap12 reconocimiento de patrones Utp pd_iy_va_sap12 reconocimiento de patrones
Utp pd_iy_va_sap12 reconocimiento de patronesjcbp_peru
 
Utp pd_iy_va_sap14 vision estereoscopica
 Utp pd_iy_va_sap14 vision estereoscopica Utp pd_iy_va_sap14 vision estereoscopica
Utp pd_iy_va_sap14 vision estereoscopicajcbp_peru
 
Utp pdi_2015-2_ea9 filtrado espacial
 Utp pdi_2015-2_ea9 filtrado espacial Utp pdi_2015-2_ea9 filtrado espacial
Utp pdi_2015-2_ea9 filtrado espacialjcbp_peru
 
Muestreo y cuantificación de una señal analógica con MatLab
Muestreo y cuantificación de una señal analógica con MatLabMuestreo y cuantificación de una señal analógica con MatLab
Muestreo y cuantificación de una señal analógica con MatLabmarco calderon layme
 
Procesamiento digital de señales con matlab
Procesamiento digital de señales con matlabProcesamiento digital de señales con matlab
Procesamiento digital de señales con matlabPercy Julio Chambi Pacco
 
MUESTREO Y RECONSTRUCCION DE SEÑALES
MUESTREO Y RECONSTRUCCION DE SEÑALESMUESTREO Y RECONSTRUCCION DE SEÑALES
MUESTREO Y RECONSTRUCCION DE SEÑALESLinda Yesenia
 
Procesamiento digital de imágenes con matlab
Procesamiento digital de imágenes con matlabProcesamiento digital de imágenes con matlab
Procesamiento digital de imágenes con matlabPercy Julio Chambi Pacco
 
Analisis espectral en MATLAB
Analisis espectral en MATLABAnalisis espectral en MATLAB
Analisis espectral en MATLABABEL170
 

Destacado (20)

Utp pdi_2015-2_sap5 histograma_brilloo_cntrastecgamma
 Utp pdi_2015-2_sap5 histograma_brilloo_cntrastecgamma Utp pdi_2015-2_sap5 histograma_brilloo_cntrastecgamma
Utp pdi_2015-2_sap5 histograma_brilloo_cntrastecgamma
 
Utp 2015-2_pdi_ea3 conversiones c2_g y negativo
 Utp 2015-2_pdi_ea3 conversiones c2_g y negativo Utp 2015-2_pdi_ea3 conversiones c2_g y negativo
Utp 2015-2_pdi_ea3 conversiones c2_g y negativo
 
Utp 2015-2_pdi_ea1 introduccion a la va
 Utp 2015-2_pdi_ea1 introduccion a la va Utp 2015-2_pdi_ea1 introduccion a la va
Utp 2015-2_pdi_ea1 introduccion a la va
 
Utp 2015-2_pdi_sap2 iluminacion y modos de color
 Utp 2015-2_pdi_sap2 iluminacion y modos de color Utp 2015-2_pdi_sap2 iluminacion y modos de color
Utp 2015-2_pdi_sap2 iluminacion y modos de color
 
Utp 2015-2_pdi_ea4 binariz_zoomumbralo_logicas
 Utp 2015-2_pdi_ea4 binariz_zoomumbralo_logicas Utp 2015-2_pdi_ea4 binariz_zoomumbralo_logicas
Utp 2015-2_pdi_ea4 binariz_zoomumbralo_logicas
 
Lab2 d
Lab2 dLab2 d
Lab2 d
 
Pdi paterno m_lab1
Pdi paterno m_lab1Pdi paterno m_lab1
Pdi paterno m_lab1
 
L2 s2
L2 s2L2 s2
L2 s2
 
Utp 2015-2_pdi_lab3
 Utp 2015-2_pdi_lab3 Utp 2015-2_pdi_lab3
Utp 2015-2_pdi_lab3
 
Pdi paterno m_lab2c
Pdi paterno m_lab2cPdi paterno m_lab2c
Pdi paterno m_lab2c
 
Utp pdi_2015-2_ea8 transformaciones geometricas
 Utp pdi_2015-2_ea8 transformaciones geometricas Utp pdi_2015-2_ea8 transformaciones geometricas
Utp pdi_2015-2_ea8 transformaciones geometricas
 
Utp pd_iy_va_sap12 reconocimiento de patrones
 Utp pd_iy_va_sap12 reconocimiento de patrones Utp pd_iy_va_sap12 reconocimiento de patrones
Utp pd_iy_va_sap12 reconocimiento de patrones
 
Utp pd_iy_va_sap14 vision estereoscopica
 Utp pd_iy_va_sap14 vision estereoscopica Utp pd_iy_va_sap14 vision estereoscopica
Utp pd_iy_va_sap14 vision estereoscopica
 
Utp pdi_2015-2_ea9 filtrado espacial
 Utp pdi_2015-2_ea9 filtrado espacial Utp pdi_2015-2_ea9 filtrado espacial
Utp pdi_2015-2_ea9 filtrado espacial
 
Muestreo y cuantificación de una señal analógica con MatLab
Muestreo y cuantificación de una señal analógica con MatLabMuestreo y cuantificación de una señal analógica con MatLab
Muestreo y cuantificación de una señal analógica con MatLab
 
Procesamiento digital de señales con matlab
Procesamiento digital de señales con matlabProcesamiento digital de señales con matlab
Procesamiento digital de señales con matlab
 
Informe matlab
Informe matlabInforme matlab
Informe matlab
 
MUESTREO Y RECONSTRUCCION DE SEÑALES
MUESTREO Y RECONSTRUCCION DE SEÑALESMUESTREO Y RECONSTRUCCION DE SEÑALES
MUESTREO Y RECONSTRUCCION DE SEÑALES
 
Procesamiento digital de imágenes con matlab
Procesamiento digital de imágenes con matlabProcesamiento digital de imágenes con matlab
Procesamiento digital de imágenes con matlab
 
Analisis espectral en MATLAB
Analisis espectral en MATLABAnalisis espectral en MATLAB
Analisis espectral en MATLAB
 

Similar a Utp 2015-2_pdi_lab1

Utp pdi_2014-2 lab3 borrador
 Utp pdi_2014-2 lab3 borrador Utp pdi_2014-2 lab3 borrador
Utp pdi_2014-2 lab3 borradorjcbp_peru
 
Pdiva 2012 2 balotario pc1
Pdiva 2012 2 balotario pc1Pdiva 2012 2 balotario pc1
Pdiva 2012 2 balotario pc1jcbenitezp
 
Utp pdiva_lab4_procesamiento digital de imagenes con matlab ii
 Utp pdiva_lab4_procesamiento digital de imagenes con matlab ii Utp pdiva_lab4_procesamiento digital de imagenes con matlab ii
Utp pdiva_lab4_procesamiento digital de imagenes con matlab iijcbenitezp
 
Ejercicios FOTOGRAFÍA
Ejercicios FOTOGRAFÍAEjercicios FOTOGRAFÍA
Ejercicios FOTOGRAFÍAGemaViciedo
 
Gimp
GimpGimp
Gimpagl10
 
Adobeillustrator
AdobeillustratorAdobeillustrator
AdobeillustratorPolo Huye
 
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
 
Ejercicios tema 2_imagen_digital_fotografia_2_
Ejercicios tema 2_imagen_digital_fotografia_2_Ejercicios tema 2_imagen_digital_fotografia_2_
Ejercicios tema 2_imagen_digital_fotografia_2_yolypadilla
 
Utp pdi_2014-2 lab2
 Utp pdi_2014-2 lab2 Utp pdi_2014-2 lab2
Utp pdi_2014-2 lab2jcbp_peru
 
Análisis sig con model builder
Análisis sig con model builderAnálisis sig con model builder
Análisis sig con model builderJuan Salcedo
 
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
 
Temarios free hand photoshop
Temarios free hand photoshopTemarios free hand photoshop
Temarios free hand photoshopCesar Tobar
 
TRATAMIENTO DE IMAGENES DIGITALES
TRATAMIENTO DE IMAGENES DIGITALESTRATAMIENTO DE IMAGENES DIGITALES
TRATAMIENTO DE IMAGENES DIGITALESmaipe1983
 
Presentacion proyecto
Presentacion proyectoPresentacion proyecto
Presentacion proyectomaipe1983
 

Similar a Utp 2015-2_pdi_lab1 (20)

Utp pdi_2014-2 lab3 borrador
 Utp pdi_2014-2 lab3 borrador Utp pdi_2014-2 lab3 borrador
Utp pdi_2014-2 lab3 borrador
 
Pdiva 2012 2 balotario pc1
Pdiva 2012 2 balotario pc1Pdiva 2012 2 balotario pc1
Pdiva 2012 2 balotario pc1
 
Utp pdiva_lab4_procesamiento digital de imagenes con matlab ii
 Utp pdiva_lab4_procesamiento digital de imagenes con matlab ii Utp pdiva_lab4_procesamiento digital de imagenes con matlab ii
Utp pdiva_lab4_procesamiento digital de imagenes con matlab ii
 
Ofimática primera parte
Ofimática primera parteOfimática primera parte
Ofimática primera parte
 
Ejercicios FOTOGRAFÍA
Ejercicios FOTOGRAFÍAEjercicios FOTOGRAFÍA
Ejercicios FOTOGRAFÍA
 
Ejercicios
EjerciciosEjercicios
Ejercicios
 
Tema 2
Tema 2 Tema 2
Tema 2
 
MATLAB.pptx
MATLAB.pptxMATLAB.pptx
MATLAB.pptx
 
Gimp
GimpGimp
Gimp
 
Adobeillustrator
AdobeillustratorAdobeillustrator
Adobeillustrator
 
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
 
Ejercicios tema 2_imagen_digital_fotografia_2_
Ejercicios tema 2_imagen_digital_fotografia_2_Ejercicios tema 2_imagen_digital_fotografia_2_
Ejercicios tema 2_imagen_digital_fotografia_2_
 
Utp pdi_2014-2 lab2
 Utp pdi_2014-2 lab2 Utp pdi_2014-2 lab2
Utp pdi_2014-2 lab2
 
Laboratorio n°1
Laboratorio n°1Laboratorio n°1
Laboratorio n°1
 
Syllabus matlab i
Syllabus matlab i Syllabus matlab i
Syllabus matlab i
 
Análisis sig con model builder
Análisis sig con model builderAnálisis sig con model builder
Análisis sig con model builder
 
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
 
Temarios free hand photoshop
Temarios free hand photoshopTemarios free hand photoshop
Temarios free hand photoshop
 
TRATAMIENTO DE IMAGENES DIGITALES
TRATAMIENTO DE IMAGENES DIGITALESTRATAMIENTO DE IMAGENES DIGITALES
TRATAMIENTO DE IMAGENES DIGITALES
 
Presentacion proyecto
Presentacion proyectoPresentacion proyecto
Presentacion proyecto
 

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
 

Utp 2015-2_pdi_lab1

  • 1. PROCESAMIENTO DE IMÁGENES Y VISION ARTIFICIAL INTRODUCCION A LA MANIPULACION DE IMÁGENES EN MATLAB LABORATORIO No. 1 OBJETIVO: Leer, mostrar y almacenar imágenes en MatLab. Identificar los tipos de imágenes en MatLab. Conversión entre tipos de imágenes. Identificar los formatos de imágenes en MatLab. Conversión de formatos de imágenes. Describir las características de una imagen. Comparar las características de imágenes. Calcular las dimensiones, peso y profundidad de una imagen. Manipular los pixeles de una imagen. Crear de imágenes monocromáticas, escala de grises y a colores. Convertir entre los diferentes modos de color. Implementar con funciones los métodos de conversión RGB a escala de grises. Implementar con funciones el negativo de una imagen digital. Implementar con funciones los métodos de binarizar una imagen. Implementar con funciones el zoom de una imagen. Realizar operaciones lógicas entre imágenes. RESUMEN TEORICO 1. INTRODUCCION AL PROCESAMIENTO DE IMÁGENES Y LA VISION ARTIFICIAL. Conceptos básicos del Procesamiento de Imágenes Digitales. Ver Experiencia de Aprendizaje 1 del Blog del curso: utppdiyva.blogspot.com. 2. ILUMINACION, IMÁGENES DIGITALES Y MODOS DE COLOR. Tipos de iluminación, fuentes de luz, el EEM, tipos de imágenes digitales. Importancia del uso del color. Modos de color y conversiones entre modos. Ver Experiencia de Aprendizaje 2 del Blog del curso: utppdiyva.blogspot.com. 3. TRANSFORMACIONES BASICAS A NIVEL ESPACIAL I. Métodos de conversión de imágenes RGB a escala de grises. Negativo de una imagen. Ver Experiencia de Aprendizaje 3 del Blog del curso: utppdiyva.blogspot.com.
  • 2. 4. TRANSFORMACIONES BASICAS A NIVEL ESPACIAL II. Binarización de una imagen, el zoom de una imagen y operaciones lógicas entre imágenes. Ver Experiencia de Aprendizaje 4 del Blog del curso: utppdiyva.blogspot.com. PROCEDIMIENTO Desarrollar las funciones y/o programas en Matlab para cada uno de los procedimientos descritos. 1. Describir la diferencia entre los comandos help, helpdesk y doc del CW (Command Window) del MatLab. 2. Reconocer el Toolbox en MatLab de PDI y clasificar las categorías del PDI. 3. Identificar los tipos de imágenes soportados MatLab. 4. Identificar los formatos de imágenes soportados MatLab. 5. Mostrar las conversiones entre formatos soportados por Matlab. 6. Leer imágenes en MatLab. 7. Guardar imágenes en una unidad de almacenamiento en MatLab. 8. Mostrar imágenes con MatLab. 9. Manipular el brillo/oscuridad de una imagen. 10. Mostrar las características de una imagen. 11. Identificar los modos de color. 12. Conversiones entre modos de color. 13. Conversión RGB a escala de grises. 14. El negativo de los diversos tipos de imágenes digitales. 15. Binarización de una imagen escala de grises. 16. Zoom de una imagen. 17. Operaciones lógicas con imágenes. INFORME FINAL El Informe de Laboratorio es un documento gráfico en lo posible y es redactado en Word con el desarrollo del laboratorio (Ejercicios de Aula, el Procedimiento y el Cuestionario). Niveles de Informe: • Primer nivel: Observaciones. Imágenes con comentarios cortos. Redactar al ir desarrollando el laboratorio. (Requiere desarrollar el laboratorio). • 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 1 con el siguiente formato: PDI_PaternoM_L1 Esta carpeta debe contener:
  • 3. - El Informe de Laboratorio (documento MSWord de nombre: PDI_PaternoM_Lab1.docx), - Los códigos (archivos script de Matlab: *.m), - Recursos utilizados (imágenes originales e imágenes resultado), y - Las fuentes (otras fuentes de información que utilizó en la laboratorio) Las fuentes deben conservar el nombre original de archivo y se debe agregar en su nombre “_L1” al final. El esquema del Informe es el siguiente (Un modelo de este Informe se encuentra en la plataforma Nimbus): a. Los ejercicios del laboratorio (Aula) y b. Los procedimientos. c. Cuestionario CUESTIONARIO 1. Crear un tablero de ajedrez b/n. 2. Crear un tablero de damas r/n. 3. Crear un tablero b/color diferente. 4. Crear una imagen b/n con el patrón A. 5. Crear una imagen escala de grises con el patrón B. 6. Crear una imagen a colores con el patrón C. 7. Implementar con funciones las diversas conversiones entre modos de color. 8. Implementar con funciones los métodos de conversión RGB a escala de grises. 9. Implementar con funciones el negativo de los diversos tipos de imágenes digitales. 10. Implementar con funciones los métodos de binarización de una imagen escala de grises. 11. Implementar con funciones los métodos de zoom de una imagen. 12. Implementar con funciones las operaciones lógicas entre imágenes. 13. Dado el patrón binario C, colocar una imagen en la parte negra y otra en la blanca. 14. Realizar la composición de tres imágenes a color con un patrón de 3 niveles de intensidad. 15. Identificar la relación entre las operaciones lógicas y aritméticas con imágenes. Imágenes de Patrones: Cada unidad de imagen del patrón tiene 4x4 pixeles.
  • 4. FUNCIONES DE MATLAB: imread, imwrite, imfinfo, rgb2gray, mat2gray, im2bw, etc..