sasa

1. Procesamiento de Imágenes
y Visión Artificial
(WEE2)
Sesión: 2
Ing. José C. Benítez P.
Iluminación, imágenes digitales y modos de color

2. Logros de aprendizaje
1. Definir las tipos y las fuentes de iluminación.
2. Conocer los los tipos de imágenes digitales.
3. El espectro electromagnético.
4. Definir los modelos de color.
2

3. 3
Contenido
Iluminación, imágenes digitales y modos de color
• Tipos de iluminación.
• Fuentes de luz.
• El espectro electromagnético.
• Tipos de imágenes digitales.
• Importancia del uso del color
• Modos de color.
• ¿Qué modo elegir?

4. Tipos de Iluminación
a. Iluminación direccional
b. Iluminación difusa
c. Iluminación a contraluz
d. Iluminación oblicua
e. Iluminación estructurada
f. Iluminación coaxial
g. Iluminación dark-ground o dark-field
h. Luz polarizada

5. Tipos de Iluminación

6. Tipos de Iluminación

7. Tipos de Iluminación

8. Tipos de Iluminación

9. Tipos de Iluminación

10. Tipos de Iluminación

11. Tipos de Iluminación

12. Tipos de Iluminación

13. Tipos de Iluminación

14. Fuentes de luz

15. Fuentes de luz

16. Fuentes de luz

17. Fuentes de luz

18. Fuentes de luz

19. Fuentes de luz

20. Fuentes de luz

21. Fuentes de luz

22. El espectro electromagnético
22

23. El espectro electromagnético
23

24. El espectro electromagnético
24

25. Tipos de imágenes:
Clasificar las imágenes digitales es una tarea que puede
realizarse basándose en múltiples criterios, en el caso
que nos ocupa nos interesa exclusivamente la forma en
que esta imagen se encuentra descrita en el computador.
En base a esta premisa, se distingue dos grandes grupos
de imágenes digitalizadas: aquellas que están descritas
en base a fórmulas matemáticas que definen su relleno y
contorno, llamadas vectoriales y las que se encuentran
descompuestas en píxeles, es decir, pequeños
cuadraditos de color que, al observarse todos en
conjunto proporcionan la representación total de la
imagen. Éstas se denominan imágenes en mapa de bits.
25

26. Tipos de imágenes:
La naturaleza y características particulares de cada uno
de estos dos tipos son profundamente diferentes y están
concebidas para destinos totalmente distintos, por eso es
muy importante conocerlas y comprender la esencia de
cada una de ellas para poder utilizarlas adecuadamente.
Tenemos que aclarar que, cuando observamos una
imagen en la pantalla del computador, ésta siempre se
nos representa en mapa de bits independientemente del
tipo de imagen que se trate, pues el monitor muestra
todos los contenidos mediante píxeles, sin embargo, las
diferencias resultarán decisivas cuando recuperemos la
imagen en cualquier otro medio de reproducción.
26

27. Imágenes vectoriales:
Las imágenes vectoriales se componen de contornos
y rellenos definidos matemáticamente
(vectorialmente) mediante precisas ecuaciones que
describen perfectamente cada ilustración. Esto
posibilita que sean escalables sin merma alguna de
su calidad cuando quieren reproducirse en un
dispositivo de salida adecuado. Esta característica
adquiere especial relevancia en ilustraciones que
contienen zonas con contornos curvados.
27

28. Imágenes vectoriales:
Imagen vectorial con relleno y contorno
perfectamente definidos.
Este tipo de imágenes son adecuadas para
ilustraciones que contienen zonas bien definidas con
rellenos homgéneos de color y se utilizan, siempre
que sea posible, dadas sus altas prestaciones a la
hora de su reproducción.
Imaginemos por ejemplo el logotipo de una
conocida marca de prendas deportivas.
28

29. Imágenes vectoriales:
Logotipo vectorial.
Este diseño debe figurar en las tarjetas comerciales de la empresa,
en las etiquetas de sus productos, en carteles promocionales, en
vallas publicitarias, etc. y es deseable que en todos ellos figure con
la máxima nitidez, tanto en lo relativo a su color como a su forma,
es decir, se necesita disponer de un formato gráfico que no altere la
calidad ante las distintas transformaciones que debe sufrir la
imagen.
La imagen vectorial está especialmente indicada en estos casos.
Admite que sea escalada sin que se produzca absolutamente
ninguna pérdida en la precisión de su trazo, no importa a qué
tamaño sea reproducida.
Por otra parte, las imágenes vectoriales permiten que se modifique
su contorno a voluntad con transiciones suaves entre las zonas de
concavidad y convexidad, sin que afecte para nada a la calidad de la
representación. 29

30. Imágenes vectoriales:
Manejadores de forma en los nodos de cambio de
curvatura en una figura vectorial.
Todos las aplicaciones de dibujo vectorial permiten
estas transformaciones mediante unos nodos provistos
de manejadores situados donde el contorno cambia de
curvatura, de modo que se puede moldear el trazado
garantizando transiciones suaves de forma cuando
éstas sean necesarias.
30

31. Imágenes en mapa de bits:
Las imágenes de mapa de bits están
descritas mediante una gran cantidad
de cuadraditos, llamados píxels, que
están rellenos de color aunque éste sólo
sea blanco o negro.
La idea es muy sencilla. Supongamos
que queremos reproducir una fotografía
de un paisaje en un cuaderno con hojas
cuadriculadas. Podemos trazar en la
foto cuadrados de igual tamaño que en
el cuaderno y, a continuación, traspasar
a éste los colores de cada cuadro, ello
nos proporcionará en nuestro papel una
imagen aproximada a la foto original.
Fácilmente comprenderemos que esta
copia será más fiel cuanto más
pequeños sean los cuadraditos usados
para descomponerla y copiarla.
31

32. Imágenes en mapa de bits:
Descomposición de una fotografía
en píxeles. A menor tamaño de los
cuadrados, mayor precisión de la
imagen.
La forma de representación de
estas imágenes origina una mayor
imprecisión que se manifiesta
sobre todo en las zonas de bordes
curvos mientras que en las
regiones limitadas por líneas
rectas, estas imprecisiones son
menos apreciables.
32

33. Imágenes en mapa de bits:
En las regiones curvas de las imágenes
en mapa de bits los bordes son
dentados y originan una menor nitidez
en el contorno.
El tipo más básico de imagen en mapa
de bits es aquella que sólo admite dos
tonalidades: blanco o negro,
representados por un "0" o un "1"
dependiendo si hay o no color en el
píxel correspondiente.
33
Las regiones de una imagen bitonal son
descritas con dos dígitos: 0 para el blanco y
1 para el negro.
Las representaciones en mapa de bits están
orientadas a imágenes que presentan una
variada gama de color o tonalidad, sin
embargo pierden mucha calidad al ser
ampliadas o sufren transformaciones que
afectan a su resolución.

34. Importancia del uso del color
El uso del color en PDI y VA está principalmente
motivado por dos factores:
El color es un poderoso descriptor que, en la
mayoría de los casos simplifica la
identificación y extracción de los objetos de
una escena.
Los humanos podemos distinguir miles de
colores y sin embargo sólo dos docenas de
niveles de gris.
34

35. Objetivo de un modelo de color
Debido a las características del ojo humano y a la
teoría tricromatica [5], todos los colores que
podemos reconocer en una imagen son una
combinación de los llamados colores primarios:
R(Red/Rojo), G(Green/Verde) y B(Blue/Azul).
El objetivo de un modelo de color es facilitar la
especificación de los colores de una forma
normalizada y aceptada genéricamente.

36. Concepto de un modelo de color
Un modelo de color es la especificación de un
sistema de coordenadas tridimensional y de un
subespacio de este sistema en el que cada color
queda representado por un único punto.

37. Concepto de un modelo de color
Entre los espacios de color utilizados más
frecuentemente para el procesamiento de imágenes
se encuentran:
RGB,
YIQ,
CMY,
YCbCr y
HSI.

38. Características de un color
Generalmente las características para
poder distinguir un color de otro son:
brillo,
tono y
saturación.

39. Características de un color
El brillo es la luminosidad u oscuridad
relativa del color y normalmente se expresa
como un porcentaje comprendido entre 0%
(negro) y 100% (blanco).
El tono es el color reflejado o transmitido a
través de un objeto. Se mide como un ángulo
en grados, entre 0º y 360º. Normalmente, el
tono se identifica por el nombre del color,
como rojo, naranja o verde.

40. Características de un color
La saturación, a veces llamada cromatismo, se
refiere a la pureza relativa de la cantidad de luz
blanca mezclada con el tono, es decir, es la fuerza o
pureza del color. La saturación representa la cantidad
de blanco que existe en proporción al tono y se mide
como porcentaje entre 0%(gris) y 100%(saturación
completa). En la rueda de colores estándar, la
saturación aumenta a medida que nos aproximamos
al borde de la misma. Las coordenadas de tono y
saturación definen la cromaticidad, entonces un color
puede ser caracterizado por su brillo y cromaticidad
[4],[6].

41. Modelo RGB
En el modelo RGB cada color aparece en sus componentes
espectrales primarias: rojo, verde y azul. Este modelo está
basado en el sistema de coordenadas cartesianas.
El subespacio de color de interés es el tetraedro mostrado en
la Figura 5, en el cual los valores RGB están en tres vértices;
cian, magenta y amarillo se sitúan en otros tres vértices, el
negro corresponde al origen y el blanco se sitúa en el vértice
más alejado del origen.

42. Modelo RGB
En este modelo, la escala de grises ese extiende desde el
negro al blanco a lo largo de la diagonal que une esos dos
puntos, y los colores son puntos dentro del tetraedro
definidos por los vectores desde el origen.
Por conveniencia, se asume que todos los vectores han sido
normalizados, de modo que el tetraedro de la figura es el
tetraedro unitario, es decir, todos los valores de R, G y B
están en el rango [0,1]. Las imágenes en este modelo se
forman por la combinación en diferentes proporciones de
cada uno de los colores primarios RGB.

43. Modelo RGB
Las imágenes del modelo de color RGB consisten en tres
planos de imagen independientes, uno por cada color
primario. Cuando llegan a un monitor RGB, estas tres
imágenes se combinan en la pantalla fosforescente para
producir una imagen en color compuesta. De forma
alternativa, la mayoría de las cámaras de color empleadas
para la adquisición de imágenes digitales utilizan el formato
RGB, lo que por sí solo hace de éste un modelo importante
en el procesamiento de imágenes.

44. Modelo CMY
Cian (C), magenta (M) y amarillo (Y) son los colores
secundarios de la luz, o bien los colores primarios de los
pigmentos. Se denominan sustractivos ya que se utilizan
como filtros para sustraer colores de la luz blanca.
La mayoría de los dispositivos que depositan pigmentos
coloreados sobre papel, tales como impresoras y
fotocopiadoras en color, necesitan una entrada CMY o bien
una conversión interna de RGB a CMY.
El sistema coordenado es el mismo que en modelo RGB pero
donde había negro ahora existe blanco y viceversa.

45. Modelo YIQ
El modelo YIQ se utiliza en las emisiones comerciales de
televisión. Básicamente el YIQ es una recodificación del RGB
utilizada por su eficacia en la transmisión y para mantener la
compatibilidad con los estándares de televisión en blanco y
negro. La componente Y del sistema YIQ, proporciona toda
la información de vídeo que necesita un sistema de
televisión monocromático.
El modelo YIQ fue diseñado para aprovechar la mayor
sensibilidad del sistema visual humano a los cambios de la
saturación. Así los estándares YIQ emplean más bits para
representar la Y y menos para representar la I o Q.

46. Modelo YIQ
Además de tratarse de un estándar ampliamente difundido,
la ventaja principal del modelo YIQ en el procesamiento de
imágenes es que la luminancia (Y) y la información del color
(I y Q) están desacopladas, así la importancia de este
desacoplamiento radica en que la componente de luminancia
de una imagen puede procesarse sin afectar a su contenido
cromático.

47. Modelo YCbCr
Se trata de una codificación no lineal del espacio RGB. El
parámetro Y indica la luminancia, los parámetros Cb y Cr
indican el tono del color: Cb ubica el color en una escala
entre el azul y el amarillo, Cr indica la ubicación del color
entre el rojo y el verde.
El espacio YCbCr es una versión escalada y desplazada del
espacio de color YUV. El parámetro Y representa la
luminancia (es decir, información en blanco y negro),
mientras que U y V representan la crominancia (es decir,
información con respecto al color). Cb (Cr respectivamente)
es la diferencia entre la componente azul (rojo,
respectivamente) y un valor de referencia.

48. Modelo YCbCr
La transformación de RGB a YCbCr puede ser ejecutada
utilizando la siguiente ecuación donde R, G y B oscilan en el
rango de [0, 1]. Y en el de [16,235], y Cb y Cr en el de
[16,240].

49. Modelo HSI
Sus siglas corresponden a H(Hue/Tonalidad),
S(Saturation/Saturación), I(Intensity/Intensidad).
El modelo HSI debe su utilidad a dos hechos básicos:
La componente de intensidad, I, está desacoplada de la
información cromática contenida en la imagen.
Las componentes de tono y saturación están íntimamente
relacionadas con la forma en que los seres humanos
percibimos el color.

50. Modelo HSI
Estas características hacen que el modelo HSI sea una
herramienta ideal para desarrollar algoritmos de
procesamiento de imágenes basados en alguna de las
propiedades de la percepción del color del sistema visual
humano.

51. ¿Qué modelo elegir?
Una imagen en color está especificada por sus
componentes RGB. El modelo RGB es recomendable para
visualizar el color, pero no es bueno para su análisis ya
que existe un alto grado de correlación entre sus
componentes R, G y B. Además, la distancia en el
espacio de color RGB no representa las diferencias de
colores tal como el sistema visual humano las percibe.
Es por ello que en el análisis y procesamiento de las
imágenes, muchas veces se transforman estas
componentes en otro espacio de color.
Todo espacio de color tiene sus ventajas y desventajas.

52. ¿Qué modelo elegir?
Por ejemplo en algoritmos de segmentación se
usa el espacio de color YCbCr debido a tres
razones principales:
1. El espacio de color YCbCr es comúnmente
usado en las compresiones de vídeo estándar
(MPEG y JPEG).
2. La diferencia de color en la percepción humana
puede ser aproximadamente expresada por la
distancia Euclídea en el espacio de color.
3. La intensidad y las componentes cromáticas
pueden ser controladas fácil e
independientemente.

53. Propiedades de los objetos

54. Propiedades de los objetos

55. Propiedades de los objetos

56. Propiedades de los objetos

57. Propiedades de los objetos

58. 58
Agradecimiento
Procesamiento de Imágenes
y Visión Artificial
Blog del curso:
http://utppdiyva.blogspot.com