PROCESAMIENTO DE IMAGENES

TEMAS A TRATAR:

HISTOGRAMAS

OPERACIONES CON PIXELES

MODELAMIENTO DE UN HISTOGRAMA

COMBINACION DE IMAGENES

DEGRADACION Y MANEJO DEL COLOR

PROCESAMIENTO DE IMAGENES

Definición:
Manejo de herramientas para optimizar y analizar cada imagen que tienen diferentes plataformas, por otra porte mejora el aspecto de las imagenes y ayuda a acentuar o puntualizar cada detalle .

Las imagenes pueden ser creadas de varias maneras, bien sea por fotografías o por medios electrónicos.


Algo de historia:
El Frances,Jean-Baptiste-Joseph Fourier, nació en Auxerre  (1768-1830), su teorema se basa que una gráfica o una función, se puede hacer la representación con tal presición, utilizando sumas de varias funciones senoidales con una ocilancion de frecuencias.

El procesamiento óptico de imagenes tomo gran fuerza con la teoría de la difracción de la luz. Cuando una imagen de refracción Fraunhofer da una transparencia a través de un lente, es una distribución luminosa, son estas frecuencias de difracción las que componen una imagen.

HISTOGRAMA

METODO POR EL CUAL SE GRAFICA UNA DISTRIBUCION DE FRECUENCIAS

Los Histogramas pueden ser:

De una imagen : Representacion de grices en una imagen.

Una imagen se puede representar por una matriz bidimencional de números




se puede aplicar los diferentes de operadores numericos tales como la suma, resta, multiplicación, división, operandos or, maximo, minimo y demas operadores numericos, y cada resultado tendra un significado.


TIPOS DE PROCESAMIENTO DE IMAGENES:





ejemplo: se tiene una imagen de entrada = A y se tiene una imagen de salida R, cuando esta operacion global ( de pixel a pixel) se puede decir que es una función,la cual seria: R(X,Y):=F(A(X,Y))










y su frecuencia seria:

OPERACIONES CON PIXELES

pixel: es el elemento mas basico en una imagen una imagen: sucecion de pixeles dentro de una matriz bidimensional, con diferentes intensidad de la luminosidad, dicha intensidad se mide en n bits lo cual nos arroja una infinidad de tonalidades de gris. pixelaje

Operaciones de pixelaje: R(x,y):= f(A(x,y)),(x,y)

Filtros: el valor que toma el pixel, depende de el valor que tenga cada uno de los pixeles cercanos a el. R(x,y):= f(A(x-k,y-k), ..., A(x,y), ..., A(x+k,y+k))

Modelamiento Geometrico: dependiendo su ubicación es el valor del pixel R(x,y):= A(f1(x,y), f2(x,y))

Modelamiento Lineal:el valor del pixel,depende del valor que tome cada uno de los pixeles de la imagen. R(x,y):= f(A, x, y)

Saturacion de pixelaje: Para medir si un pixel esta saturado, tenemos que entender que los pixeles van en rangos hasta de 256x256 celdas, cuando un pixel esta por debajo del pixelaje estandar o supera esta medida, el nivel de pixelaje esta saturado, lo cual lleva a una perdida de la información.


ADICION DE UNA VARIABLE



SUSTRACCION O RESTA DE UNA VARIABLE






EJEMPLOS DE TRANSFORMACIONES DE IMAGENES, SATURACION -0 Y +255 , ESCALAS Y SARTURACION


EJEMPLOS DE TRANSFORMACIONES DE IMAGENES, SATURACION -0 Y +255 , ESCALAS Y SARTURACION

COMBINACION DE IMAGENES

PARA ENTENDER LA COMBINACION DE IMAGENES, TENDREMOS QUE REPASAR ALGUNAS OPERACIONES
BASICAS:



R(x, y):= A(x, y) + B(x, y)
R(x, y):= A(x, y) - B(x, y)
R(x, y):= (A(x, y) + B(x, y))/2
R(x, y):= a·A(x, y) + (1-a)·B(x, y)
R(x, y):= A(x, y)·B(x, y)·c



ADICIONAR dos imágenes: R(x, y):= A(x, y) + B(x, y)
Resultado = [0..255] + [0..255] = [0..510]






PARA EVITAR LA SATURACION DE LAS IMAGENES SOL BASTA CON EL RESULTADO DE LA OPERACION DIVIDIRLO ENTRE 2 PARA COMPENSAR LAS DOS IMAGENES EN 255

Media de 2 imágenes: R(x, y):= (A(x,y)+B(x,y))/2

ASI COMO PODEMOS ADICIONAR TAMBIEN PODEMOS RESTAR DOS IMAGENES

R(x, y):= A(x, y) - B(x, y)

TAMBIEN APLICA CON OPERADORES Booleanos

R(x, y):= A(x,y) AND B(x,y)
R(x, y):= A(x,y) OR B(x,y)
R(x, y):= A(x,y) XOR B(x,y)
R(x, y):= NOT A(x,y) AND B(x,y)
R(x, y):= A(x,y) OR NOT B(x,y)


PODEMOS TOMAR COMO REFERENCIA QUE:

COLOR NEGRO = 0 = FALSO
COLOR BLANCO = 1 A 255 = VERDADERO




UTILIZANDO UNA TECNICA DE MORPH, PODEMOS HACER UNA COMBINACION DE DOS IMAGENES ENTRADA Y SALIDA

EJEMPLO DE MORPH

EJEMPLO DE MORPH

CONCEPTOS

DENTRO DEL MUNDO DE LA IMAGEN TENEMOS LOS SIGUIENTES CONCEPTOS:

COLOR: Formado por colores básicos como el Rojo , Azul y Verde (RGB) (RED, GREEN, BLUE)

TONO: Especifica si una porción de la imagen esta relacionada o es similar al los colores básicos R,G,B.

BRILLO: Mide la intensidad de una área y su saturación

LUMINOSIDAD: mide el grado de saturación de luz con respecto a otra zona de la imagen

CROMA:Nos permite determinar el grado de luminosidad de una zona referenciada en blanco.

ESPACIO RGB: Se basa en el grado de luminosidad cromática diferente a R,G,B.



EL RUIDO: Son pixeles aislados que tienden a tornarse grises.

TIPOS DE RUIDO:

IMPULSIONAL: algunos pixel toma un valor que no encaja con el valor de los pixeles adyacentes, y el ruido le ocaciona que su valor aumente o disminuya.




GAUSSIANO: generalmente son anomalías generadas por los sistemas digitales el cual distorsionan el valor inicial del pixel.

MULTIPLICATIVO: resultado de multiplicar dos valores de pixel generadores de ruido.
utilizando la siguiente formula :

S(x, y)= F(I(x, y)) = original (I(x, y)) , resultado S(x, y), transformación F

TABLA DE VALORES R,G,B

REFERENCIAS VIRTUALES

PROCESAMIENTO DE IMAGENES 1

PROCESAMIENTO DE IMAGENES 2

PROCESAMIENTO DE IMAGENES 3

CURSO FUNDAMENTOS DE IMAGENES


Imagenes descargadas de Google

PROGRAMAS UTILIZADOS PARA ESTA PRESENTACION

Camtasia Studio 7

FUN MORPH

POWERPOINT