Métodos Avanzados para Análisis y Representación de Imágenes
|
|
- Alicia Velázquez Miranda
- hace 8 años
- Vistas:
Transcripción
1 Morfología Matemática p. 1/44 Métodos Avanzados para Análisis y Representación de Imágenes Morfología Matemática Departamento de Informática - FICH Universidad Nacional del Litoral Agosto de 2012
2 Morfología Matemática p. 2/44 Generalidades Usos de la morfología matemática realce de imágenes análisis de formas segmentación de imágenes compresión de imágenes restauración de imágenes análisis de componentes detección de ejes espesamiento de curvas análisis de texturas adelgazamiento general análisis de partículas detección de características generación de características reducción de ruido obtención de esqueletos filtrado espacio-tiempo
3 Morfología Matemática p. 3/44 Contenido 1. Conceptos preliminares Operaciones matématicas, lógicas y relacionales con imágenes Definiciones, propiedades y operaciones con conjuntos Imágenes como conjuntos 2. Morfología matemática binaria Elemento estructurante Operaciones básicas: dilatación, erosión, apertura, cierre y Hit-or-Miss 3. Algoritmos y aplicaciones Extracción de contornos Relleno de agujeros Extracción de componentes conectadas Envoltura convexa Adelgazamiento...
4 Morfología Matemática p. 4/44 Operaciones entre varias imágenes Operaciones aritméticas: Suma Resta c x,y = (a x,y +...+k x,y ) N c x,y = k(a x,y b x,y ),, conn : número de imágenes conk: función de escala Multiplicación c x,y = αk(a x,y b x,y ), conk: función de escala yα: escalar Operaciones lógicas y relacionales: Las operaciones lógicas trabajan sobre imágenes binarias, siendo posible implementar: NOT, OR, AND, XOR y combinaciones de éstas. Las operaciones relacionales (<, >,, ) trabajan sobre imágenes en escala de grises, y dan como resultado imágenes binarias.
5 Morfología Matemática p. 5/44 Operaciones entre varias imágenes Ejemplos de operaciones lógicas:
6 Morfología Matemática p. 6/44 Conjuntos Algunas definiciones El conjunto UniversoU es el que contiene a todos los elementos para un dominio dado Sia = (a 1,a 2 ) es un elemento dea, entoncesa A Sia = (a 1,a 2 ) no es un elemento dea, entoncesa / A SiAes un conjunto sin elementos (conjunto vacío), entoncesa = Al conjunto de todos los elementos que no pertenecen a A : A c = {a a U,a / A} se lo denomina conjunto complementario dea:a c
7 Morfología Matemática p. 7/44 Conjuntos Propiedades y Operaciones básicas Subconjunto A B, si todos los elementos deason elementos deb Unión Intersección C = A B, D = A B, C contiene todos los elementos dea, deb o de ambos. D contiene los elementos que pertenecen aayab Conjuntos disjuntos A B =, los conjuntosayb no tienen elementos en común
8 Morfología Matemática p. 8/44 Conjuntos Propiedades y Operaciones básicas Traslación A x = A+x = {a+x a A} Reflexión  = A = { a a A} Diferencia de conjuntos A B = {a a A,a / B} = A B c Ley de dualidad (Ley de DeMorgan) (A B) c = A c B c y (A B) c = A c B c
9 Morfología Matemática p. 9/44 Conjuntos Imágenes binarias como conjuntos A es un conjunto de pares ordenados de números reales: A U R 2 SiAes una imagen binaria, los elementos son coordenadas de pixels ya Z 2. Para imágenes binarias se puede ver que:
10 Morfología Matemática p. 10/44 Reflexión del objeto B ˆB = B = {(b 1,b 2) (b 1,b 2) = ( b 1, b 2 ),b B} Traslación del objeto B por un punto z = (z 1,z 2 ): (B) x = B +z = {(b 1,b 2) (b 1,b 2) = (b 1 +z 1,b 2 +z 2 ),b B}
11 Morfología Matemática p. 11/44 Elemento estructurante (EE) Son pequeños conjuntos o sub-imágenes Se utilizan para probar propiedades de la imagen que se estudia Debe tener especificado un origen Se deben definir las condiciones de borde
12 Morfología Matemática p. 12/44 Elemento estructurante (EE) Son pequeños conjuntos o sub-imágenes Se utilizan para probar propiedades de la imagen que se estudia Debe tener especificado un origen Se deben definir las condiciones de borde Elemento estructurante Operación morfológica Imagen Imagen Pixel de salida Fila i Fila i Columna j Columna j
13 Morfología Matemática p. 13/44 Erosión binaria Prueba: Está el EE completamente contenido en el conjunto? ConsiderandoA yb como conjuntos dez 2, la erosión se define como: A B = {z (B) z A}
14 Morfología Matemática p. 14/44 Erosión binaria Prueba: Está el EE completamente contenido en el conjunto? ConsiderandoA yb como conjuntos dez 2, la erosión se define como: A B = {z (B) z A} o A B = {z (B) z A c = }
15 Morfología Matemática p. 15/44 Erosión binaria Encoge y/o adelgaza objetos en una imagen binaria Puede considerarse una operación de filtrado morfológico
16 Morfología Matemática p. 16/44 Dilatación binaria Prueba: El EE reflejado en su origen y la imagen coinciden en, al menos, un elemento? ConsiderandoA yb como conjuntos dez 2, la dilatación se define como: A B = {z (ˆB) z A }
17 Morfología Matemática p. 17/44 Dilatación binaria: ejemplo usando el EE reflejado Prueba: El EE reflejado en su origen y la imagen coinciden en, al menos, un elemento?
18 Morfología Matemática p. 18/44 Dilatación binaria Hace crecer y/o ensancha objetos en una imagen binaria La manera específica y el grado de ensanchamiento está controlado por el EE
19 Morfología Matemática p. 19/44 Propiedades (A B) c = (A c ˆB) y (A B) c = (A c ˆB) (A B) C = A (B C) (A B) C = A (B C) (A B) C = (A C) B (A B) C = (A C) B A (B C) = (A B) (A C) A (B C) = (A B) (A C) (A B) C = (A C) (B C) A (B C) (A B) (A C)
20 Morfología Matemática p. 20/44 Apertura Suaviza el contorno de un objeto, rompe los istmos estrechos y elimina salientes delgadas La apertura de un conjuntoayb se define como: AB = (A B) B Cierre Suaviza el contorno de un objeto, elimina agujeros pequeños, fusiona discontinuidades estrechas y golfos largos y finos, y rellena lagunas en el contorno El cierre de un conjuntoayb se define como: A B = (A B) B
21 Morfología Matemática p. 21/44 Apertura y Cierre
22 Morfología Matemática p. 22/44 Propiedades (A B) c = (A c ˆB) y (AB) c = (A c ˆB) Apertura SiC D, entonces(c B) (D B) A B A A B = (A B) B Cierre SiC D, entonces(c B) (D B) A AB AB = (AB)B
23 Morfología Matemática p. 23/44 Apertura y Cierre
24 Morfología Matemática p. 24/44 Transformación de localización (Hit-or-Miss) A B = (A D) [A c (W D)] A B = (A D) (A Ê) cone = (W D)
25 Morfología Matemática p. 25/44 Algoritmos: extracción de contornos (gradiente morfológico) β E (A) = A (A B) β D (A) = (A B) A β DE (A) = (A B) (A B) EE de 3x3.
26 Morfología Matemática p. 26/44 Algoritmos: extracción de contornos (gradiente morfológico) β E (A) = A (A B) β D (A) = (A B) A β DE (A) = (A B) (A B) EE de 5x5.
27 Morfología Matemática p. 27/44 Algoritmos: relleno de agujeros semi-automático (dilatación condicionada) X k = (X k 1 B) A c k = 1,2,3,...
28 Morfología Matemática p. 28/44 Algoritmos: extracción de componentes conectadas X k = (X k 1 B) A k = 1,2,3,...
29 Morfología Matemática p. 29/44 Algoritmos: extracción de componentes conectadas X k = (X k 1 B) A k = 1,2,3,...
30 Morfología Matemática p. 30/44 Algoritmos: envoltura convexa (Convex Hull) El conjunto convexo C(A) que contiene a A se obtiene mediante Xk i = (X k 1 B i ) A i = 1,2,3,4 y k = 1,2,3,... X0 i = A Converge cuandox i k = Xi k 1 C(A) = 4 i=1 Xi k B 1 2 B B 3 B 4
31 Morfología Matemática p. 31/44 Algoritmos: envoltura convexa (Convex Hull) El conjunto crece más allá de lo mínimo necesario para garantizar convexidad ( limitar)
32 Morfología Matemática p. 32/44 Algoritmos: adelgazamiento (Thinning) A B = A (A B) = A (A B) c El adelgazamiento simétrico de A, se puede definir de forma más útil basada en una secuencia de EE: {B} = {B 1,B 2,B 3,...,B n }, B i es una versión rotada deb i 1 A {B} = ((...((A B 1 ) B 2 )...) B n )
33 Morfología Matemática p. 33/44 Algoritmos: adelgazamiento (Thinning)
34 Morfología Matemática p. 34/44 Algoritmos: espesamiento (Thickening) A B = A (A B) De forma similar al adelgazamiento simétrico de A, el espesamiento se puede definir de forma más útil basada en una secuencia de EE (complementos de los previos): A {B} = ((...((A B 1 ) B 2 )...) B n )
35 Morfología Matemática p. 35/44 Algoritmos: esqueletos (Skeletons) El esqueleto S(A) de un conjunto A, puede deducirse según: Siz S(A), se define(d) z A al mayor disco posible centrado enz. El disco máximo(d) z toca el borde deaen al menos 2 puntos. Serra [1982] definió el esqueleto en términos de erosión y apertura: S(A) = K k=0 S k (A) con S k (A) = (A kb) (A kb) B K = max{k (A kb) }
36 Morfología Matemática p. 36/44 Algoritmos: esqueletos (Skeletons)
37 Morfología Matemática p. 37/44 Algoritmos: reconstrucción morfológica Dilatación geodésica (tamaño 1): D (1) G (F) = (F B) G, F G Dilatación geodésica (tamaño n): D (n) G (F) = D(1) G [D(n 1) G (F)], D (0) G (F) = F
38 Morfología Matemática p. 38/44 Algoritmos: reconstrucción morfológica Erosión geodésica (tamaño 1): E (1) G (F) = (F B) G, F G Erosión geodésica (tamaño n): E (n) G (F) = E(1) G [E(n 1) G (F)], E (0) G (F) = F
39 Morfología Matemática p. 39/44 Algoritmos: reconstrucción morfológica Reconstrucción por dilatación: R D G(F) = D (k) G (F), hasta qued(k) G (F) = D(k+1) G (F) Reconstrucción por erosión: R E G(F) = E (k) G (F), hasta quee(k) G (F) = E(k+1) G (F)
40 Morfología Matemática p. 40/44 Algoritmos: aplicaciones de reconstrucción morfológica Apertura por reconstrucción: O (n) R (F) = RD F [(F nb)], paranerosiones def yb
41 Morfología Matemática p. 41/44 Algoritmos: aplicaciones de reconstrucción morfológica Relleno de agujeros automático: F(x,y) = { 1 I(x,y) si(x,y) pertenecen al borde dei 0 para otros casos La imagen, similar a I, con los agujeros rellenos se obtiene por: H = [ R D I c(f)] c
42 Morfología Matemática p. 42/44 Algoritmos: aplicaciones de reconstrucción morfológica Relleno de agujeros automático:
43 Morfología Matemática p. 43/44 Algoritmos: aplicaciones de reconstrucción morfológica Limpieza de objetos en el borde: F(x,y) = { I(x,y) si(x,y) pertenecen al borde dei 0 para otros casos La imagen, similar ai, sin objetos que tocan el borde: X = I R D I (F)
44 Morfología Matemática p. 44/44 Fin de teoría Bibliografía J. Serra (1982): Image Analysis and Mathematical Morphology, Academic Press, London. R. Gonzales and R. Woods (2007): Digital Image Processing (3rd Edition), Prentice Hall. E. R. Davies (2005) Machine Vision: Theory, Algorithms, Practicalities (3rd Edition), Elsevier. F. Shih (2009) Image Processing and Mathematical Morphology: Fundamentals and Applications, CRC Press. W. Burger and M. J. Burge (2010) Digital Image Processing - An algorithmic Introduction Using Java, Springer. J. Goutsias, L. Vincent and D. S. Bloomberg (Editors). (2000) Mathematical Morphology and Its Applications to Image and Signal, Springer. Online course on mathematical morphology, by Jean Serra (in English, French, and Spanish).
Métodos Avanzados para Análisis y Representación de Imágenes
Morfología Matemática p. 1/24 Métodos Avanzados para Análisis y Representación de Imágenes Morfología Matemática en niveles de gris Departamento de Informática - FICH Universidad Nacional del Litoral Septiembre
Más detallesTema 6: Morfología. Primera parte
Tema 6: Morfología Primera parte Morfología La morfología matemática se basa en operaciones de teoría de conjuntos. En el caso de imágenes binarias, los conjuntos tratados son subconjuntos de Z 2 y en
Más detallesUniversidad Nacional de Quilmes Ing. en Automatización y Control Industrial Cátedra: Visión Artificial Agosto de 2005
Extracción de Frontera (Boundary Extraction) La frontera de un conjunto A, escrita como β(a), se puede obtener erosionando A por B y luego calcular la diferencia entre A y su erosión. Esto es β ( A) =
Más detallesOperaciones Morfológicas en Imágenes Binarias
Operaciones Morfológicas en Imágenes Binarias Introducción La morfología matemática es una herramienta muy utilizada en el procesamiento de i- mágenes. Las operaciones morfológicas pueden simplificar los
Más detallesUniversidad Nacional de Quilmes Ing. en Automatización y Control Industrial Cátedra: Visión Artificial Agosto de 2005
Apertura y Clausura (Opening and Closing) Como vimos, la dilatación y la erosión están muy relacionadas con la forma; la primera operación expande la imagen mientras que la segunda la contrae. La dilatación
Más detallesCuando se termina de delimitar objetos en una imagen usando los operadores de búsqueda de bordes aparece el problema de definir dichos objetos dentro
Cuando se termina de delimitar objetos en una imagen usando los operadores de búsqueda de bordes aparece el problema de definir dichos objetos dentro del sistema. Supongamos que definimos una característica
Más detallesQué es una imágen digital?
Qué es una imágen digital? Una imagen digital es una fotografía, un dibujo, un trabajo artístico o cualquier otra imagen que es convertida en un fichero de ordenador. Qué es una imágen digital? Una imagen
Más detalles6.1 Procesamiento morfológico de imágenes
Procesamiento morfológico Las tareas de segmentación no suelen dar un resultado exacto de la delimitación de los objetos o regiones de interés. Aparecen píxeles mal clasificados, bordes imprecisos de los
Más detallesTema 4: MORFOLOGÍA (Parte I) I N G E N I E R Í A I N F O R M Á T I C A
Tema 4: MORFOLOGÍA (Parte I) 1 I N G E N I E R Í A I N F O R M Á T I C A 2 La morfología matemática se basa en operaciones de teoría de conjuntos. En el caso de imágenes binarias, los conjuntos tratados
Más detallesMorfología Matemática en Imágenes
8 de mayo de 2013 Morfología Estudio de la forma y la estructura Es una técnica de procesado no lineal de la imagen, interesada en la geometría de los objetos contenidos en una escena segmentada (usualmente
Más detallesProcesamiento Morfológico de Imágenes
Procesamiento Morfológico de Imágenes Morfología Matemática Se usa para extraer componentes de imágenes útiles para la representación y descripción de forma de regiones, tales como Extracción de límites
Más detallesDetección de bordes en una imagen.
Detección de bordes en una imagen. Departamento de Ingeniería electrónica, Telecomunicación y Automática. Área de Ingeniería de Sistemas y Automática OBJETIVOS: Utilizar distintas máscaras empleadas para
Más detallesProcesamiento Digital de imágenes: Procesamiento morfológico de imágenes
Procesamiento Digital de imágenes: Procesamiento morfológico de imágenes Prof. Hernán Darío Benítez Restrepo Departamento de Electrónica y Ciencias de la Computación Pontificia Universidad Javeriana Cali
Más detallesCAPÍTULO 2 PROCESAMIENTO DIGITAL DE IMÁGENES
CAPÍTULO PROCESAMIENTO DIGITAL DE IMÁGENES En este capítulo se presentan de manera breve, una explicación de la visión, las imágenes digitales y como son capturadas por medios electrónicos, el campo encargado
Más detallesAnexo 7. Integración de herramientas
Anexo 7. Integración de herramientas Para integrar las tres herramientas primero se debe tener claro que función realiza cada una de ellas: ITK: es una biblioteca para el procesamiento y análisis de imágenes.
Más detallesProcesamiento Digital de Imágenes PRUEBA Nº2: PAUTA
PRUEBA Nº2: PAUTA Fecha: 23-07-2007 1.- (10 Ptos.) En procesamiento de imágenes es muy recurrente la necesidad de eliminar pequeños objetos o "artefactos" que rodean al objeto de interés, como los 4 pequeños
Más detallesFiltrado no lineal: morfología
Filtrado no lineal: morfología Gonzalez & Woods, cap 8.4 morfología 1 Fundamentada en la teoría de conjuntos: las imágenes se consideran como conjuntos. Imágenes binarias: conjuntos de pixels corresponden
Más detallesFiltrado de Imágenes y Detección de Orillas Utilizando un Filtro Promediador Móvil Multipunto Unidimensional
Filtrado de Imágenes y Detección de Orillas Utilizando un Filtro Promediador Móvil Multipunto Unidimensional Mario A. Bueno a, Josué Álvarez-Borrego b, Leonardo Acho a y Vitaly Kober c mbueno@cicese.mx,
Más detallesTema 4:Segmentación de imágenes
Tema 4:Segmentación de imágenes La segmentación de imágenes divide la imagen en sus partes constituyentes hasta un nivel de subdivisión en el que se aíslen las regiones u objetos de interés. Los algoritmos
Más detallesRelaciones binarias. ( a, b) = ( c, d) si y solamente si a = c y b = d
Relaciones binarias En esta sección estudiaremos formalmente las parejas de objetos que comparten algunas características o propiedades en común. La estructura matemática para agrupar estas parejas en
Más detallesMICRODISEÑO CURRICULAR Ingeniería de Sistemas. Créditos TPS TIS TPT TIT
1. IDENTIFICACIÓN Asignatura Visión Artificial Área Nivel IV Código Pensum Correquisito(s) Prerrequisito(s) Créditos TPS TIS TPT TIT 2. JUSTIFICACIÓN. La visión artificial es una de las disciplinas de
Más detallesÁlgebra Relacional. Unidad 5
Álgebra Relacional Unidad 5 Definición Álgebra es un sistema matemático que está formado por: Operandos. Valores o variables con los cuáles se pueden construir nuevos valores o variables Operadores. Símbolos
Más detallesFundamentos de la Visión Artificial. Prof. Dr. Francisco Gómez Rodríguez Prof. Manuel J. Domínguez Morales 1
Fundamentos de la Visión Artificial Prof. Dr. Francisco Gómez Rodríguez Prof. Manuel J. Domínguez Morales 1 Índice 1. Introducción a lavisión Artificial 2. Adquisición y representación de imágenes 3. Filtrado
Más detallesOperaciones Booleanas y Compuertas Básicas
Álgebra de Boole El álgebra booleana es la teoría matemática que se aplica en la lógica combinatoria. Las variables booleanas son símbolos utilizados para representar magnitudes lógicas y pueden tener
Más detallesCapítulo 6 Filtrado en el Dominio de la Frecuencia
Capítulo 6 Filtrado en el Dominio de la Frecuencia...39 6. Método en el Dominio de la Frecuencia...39 6. Filtros Espaciales en la frecuencia...40 6.. Convolución Lineal y la Transformada Discreta de Fourier...45
Más detallesProcesamiento de Imágenes
Procesamiento de Imágenes Curso 011 - Clase Filtros Espaciales Filtrado espacial Ya trabajamos procesando sólo al piel individualmente. Ahora vamos a hacer un procesamiento en una vecindad de cada piel.
Más detallesREVISTA COLOMBIANA DE FÍSICA, VOL. 34, No. 1. 2002 CONTEO Y CARACTERIZACIÓN DE REGIONES COMPLETAS EN IMÁGENES 2D: APLICACIÓN A NÚCLEOS CELULARES
REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No. 1. 2002 CONTEO Y CARACTERIZACIÓN DE REGIONES COMPLETAS EN IMÁGENES 2D: APLICACIÓN A NÚCLEOS CELULARES Y. Sossa, G. Osorio, F. Prieto, F. Angulo Grupo de Percepción
Más detallesEsqueletización digital sobre la geometría de dos complejos celulares
192 Esqueletización digital sobre la geometría de dos complejos celulares Alfredo Trejo, Leonardo Herrera, Roberto Castro y Miguel Martínez A. Trejo, L. Herrera, R. Castro y M. Martínez Tecnológico de
Más detallesMEJORA DE LA IMAGEN EN EL DOMINIO DE LA FRECUENCIA: TRANSFORMADA DE FOURIER
MEJORA DE LA IMAGEN EN EL DOMINIO DE LA FRECUENCIA: TRANSFORMADA DE FOURIER M.C. CAROLINA ROCÍO SÁNCHEZ PÉREZ 01 DE ABRIL DE 2011 Operaciones en el dominio de la frecuencia Una imagen digital es una representación
Más detallesESCUELA SUPERIOR POLITÉCNICA DEL LITORAL Facultad de Ingeniería en Electricidad y Computación SYLLABUS DEL CURSO Procesamiento Digital de Imágenes
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL Facultad de Ingeniería en Electricidad y Computación SYLLABUS DEL CURSO Procesamiento Digital de Imágenes 1. CÓDIGO Y NÚMERO DE CRÉDITOS CÓDIGO FIEC05439 NÚMERO
Más detallesProgramación Gráfica. Conceptos Básicos
2013 1 Procesamiento de Imágenes. Es el campo que trata con métodos, técnicas, y algoritmos para manipulación, realce e interpretación de imágenes. Graficación por Computadora. Es la disciplina concerniente
Más detallesPRÁCTICA: 3 FILTRADO Y ANALISIS
PRÁCTICA: 3 FILTRADO Y ANALISIS 1.- INTRODUCCIÓN. En esta práctica se manejarán tanto filtros lineales como no lineales, para que el alumno pueda apreciar sus efectos sobre las imágenes, y profundizar
Más detallesCapítulo III Procesamiento Digital de Imágenes
Capítulo III Procesamiento Digital de Imágenes Contenido Introducción al Procesamiento digital de imágenes Orígenes del procesamiento digital de imágenes. Aplicaciones del Procesamiento de Imágenes Componentes
Más detallesCapítulo 3. 3. Marco Teórico.
Capítulo 3 3. Marco Teórico. La visión artificial o visión por computador se define como un área multidisciplinar que pretende, en cierta medida, reproducir artificialmente el sentido de la vista mediante
Más detallesMorfología. Lección Dr. Pablo Alvarado Moya
Morfología Lección 09.1 Dr. Pablo Alvarado Moya CE5201 Procesamiento y Análisis de Imágenes Digitales Área de Ingeniería en Computadores Tecnológico de Costa Rica I Semestre, 2017 P. Alvarado TEC 2017
Más detallesImágenes binarias. Horn, Robot Vision Haralick & Shapiro, Computer and Robot Vision Gonzalez & Woods, Digital Image Processing. imagenes binarias 1
Imágenes binarias Horn, Robot Vision Haralick & Shapiro, Computer and Robot Vision Gonzalez & Woods, Digital Image Processing imagenes binarias 1 Propiedades geométricas simples: Area: la integral de la
Más detallesMATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas
Universidad de Cádiz Departamento de Matemáticas MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Tema Representación gráfica de funciones reales de una variable real Elaborado
Más detallesSistemas de Sensación Segmentación, Reconocimiento y Clasificación de Objetos. CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides
Sistemas de Sensación Segmentación, Reconocimiento y Clasificación de Objetos CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides Introducción La visión artificial, también conocida como visión por computador
Más detallesSistemas Digitales Ingeniería Técnica en Informática de Sistemas Curso 2006 2007 Introducción a la lógica binaria
binariaoliverio J. Santana Jaria 6. Introducción n a la lógica l Sistemas Digitales Ingeniería Técnica en Informática de Sistemas Curso 2006 2007 Las cuándo lógica una es determinada la parte del razonamiento
Más detallesCorresponde a la operación que consiste en no hacer nada. Todos los objetos poseen al menos este elemento
ELEMENTOS Y OPERACIONES DE SIMETRÍA Identidad (E) Corresponde a la operación que consiste en no hacer nada. Todos los objetos poseen al menos este elemento Eje de simetría (Cn) Eje que pasa por el objeto
Más detallesFICHEROS Y BASES DE DATOS (E44) 3º INGENIERÍA EN INFORMÁTICA. Tema 9. Reglas de Integridad
FICHEROS Y BASES DE DATOS (E44) 3º INGENIERÍA EN INFORMÁTICA Tema 9. Reglas de Integridad 1.- Introducción. 2.- Claves Primarias. 3.- Regla de Integridad de Entidades. 4.- Claves Ajenas. 5.- Regla de Integridad
Más detallesOperaciones morfológicas básicas
Operaciones morfológicas básicas La morfología matemática se basa en geometría y forma. Las operaciones morfológicas simplifican imágenes y conservan las principales característica de forma de los objetos.
Más detallesTecnologías en la Educación Matemática. Expresiones. Datos. Expresiones Aritméticas. Expresiones Aritméticas 19/08/2014
Tecnologías en la Educación Matemática jac@cs.uns.edu.ar Dpto. de Ciencias e Ingeniería de la Computación UNIVERSIDAD NACIONAL DEL SUR 1 Datos Los algoritmos combinan datos con acciones. Los datos de entrada
Más detallesDESCRIPCIÓN DE LA ASIGNATURA
DESCRIPCIÓN DE LA ASIGNATURA ASIGNATURA: Nombre en Inglés: COMPUTER VISION Código UPM: MATERIA: CRÉDITOS ECTS: 4 CARÁCTER: TITULACIÓN: TIPO: ÓPTATIVA CURSO: SEMESTRE: SEGUNDO CURSO ACADÉMICO 2013-2014
Más detallesTEMA II: ÁLGEBRA DE CONMUTACIÓN
TEMA II: ÁLGEBRA DE CONMUTACIÓN En este capítulo veremos los métodos matemáticos que se disponen para las operaciones relacionadas con los circuitos digitales, así como las funciones más básicas de la
Más detallesReconocimiento de imágenes
Capítulo 4 Reconocimiento de imágenes En la actualidad, el reconocimiento de imágenes es una herramienta de gran utilidad en el área de control y automatización. Varias empresas usan el reconocimiento
Más detallesSEGMENTACIÓN MORFOLÓGICA WATERSHED EN IMÁGENES MÉDICAS: MÉTODOS DE SELECCIÓN DE MARCADORES
Doctor en Ingeniería con orientación Electrónica SEGMENTACIÓN MORFOLÓGICA WATERSHED EN IMÁGENES MÉDICAS: MÉTODOS DE SELECCIÓN DE MARCADORES Ing. Mariela Azul Gonzalez Director: Dra. Virginia Laura Ballarin
Más detalles8 PROCESAMIENTO DIGITAL DE IMÁGENES USANDO MATLAB & SIMULINK RA-MA
ÍNDICE PRÓLOGO...19 CAPÍTULO 1. INTRODUCCIÓN...25 1.1 SISTEMA DE VISIÓN Y PROCESAMIENTO DE IMÁGENES...25 1.2 PROCESAMIENTO DIGITAL DE IMÁGENES...26 1.3 RELACIONES BÁSICAS ENTRE PÍXELES...27 1.3.1 Vecinos
Más detallesApuntes de Compresión Fractal de Imágenes
Apuntes de Compresión Fractal de Imágenes Gonzalo Rojas C., Ulrich Raff B. Grupo de Procesamiento de Imágenes Departamento de Física Universidad de Santiago de Chile Av. Ecuador 3493 Santiago, CHILE E-MAIL:
Más detallesCapítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones.
Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones. 2.1 Revisión sistema reconocimiento caracteres [9]: Un sistema de reconocimiento típicamente esta conformado por
Más detallesFundamentos de Visión por Computador
Fundamentos de Visión por Computador Sistemas Informáticos Avanzados Índice Introducción Conectividad Operaciones matemáticas básicas OR AND NOT XOR Operadores morfológicos Dilatación Erosión Cierre Apertura
Más detalles6. VECTORES Y COORDENADAS
6. VECTORES Y COORDENADAS Página 1 Traslaciones. Vectores Sistema de referencia. Coordenadas. Punto medio de un segmento Ecuaciones de rectas. Paralelismo. Distancias Página 2 1. TRASLACIONES. VECTORES
Más detallesColegio Salesiano Don Bosco Academia Reparación Y Soporte Técnico V Bachillerato Autor: Luis Orozco. Subneteo
Subneteo La función del Subneteo o Subnetting es dividir una red IP física en subredes lógicas (redes más pequeñas) para que cada una de estas trabajen a nivel envío y recepción de paquetes como una red
Más detallesOR (+) AND( ). AND AND
Algebra de Boole 2.1.Introducción 2.1. Introducción El Algebra de Boole es un sistema matemático que utiliza variables y operadores lógicos. Las variables pueden valer 0 o 1. Y las operaciones básicas
Más detallesUNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano.
UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. EL PLANO CARTESIANO. El plano cartesiano está formado
Más detallesEspacios vectoriales y aplicaciones lineales.
Práctica 2 Espacios vectoriales y aplicaciones lineales. Contenido: Localizar bases de espacios vectoriales. Suma directa. Bases y dimensiones. Cambio de base. Aplicaciones lineales. Matriz asociada en
Más detallesMATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas
Universidad de ádiz Departamento de Matemáticas MATEMÁTIAS para estudiantes de primer curso de facultades y escuelas técnicas Tema 5 La circunferencia Elaborado por la Profesora Doctora María Teresa González
Más detallesVectores: Producto escalar y vectorial
Nivelación de Matemática MTHA UNLP 1 Vectores: Producto escalar y vectorial Versores fundamentales Dado un sistema de coordenadas ortogonales, se considera sobre cada uno de los ejes y coincidiendo con
Más detallesPROCESO DE ELABORACIÓN DE INFORMACION GEOGRAFICA DEL SIG - IGM
PROCESO DE ELABORACIÓN DE INFORMACION GEOGRAFICA DEL SIG - IGM Imagen Satelital de alta resolución Carta base (curvas de nivel), o procesos fotogramétricos Apoyo de campo Corrección geométrica y radiométrica
Más detallesVECTORES EN EL PLANO
VECTORES EN EL PLANO VECTOR: vectores libres Segmento orientado, con un origen y extremo. Módulo: es la longitud del segmento orientado, es un número positivo y su símbolo es a Dirección: es la recta que
Más detallesTutorial de Subneteo Clase A, B, C - Ejercicios de Subnetting CCNA 1
Tutorial de Subneteo Clase A, B, C - Ejercicios de Subnetting CCNA 1 La función del Subneteo o Subnetting es dividir una red IP física en subredes lógicas (redes más pequeñas) para que cada una de estas
Más detallescircuitos digitales Oliverio J. Santana Jaria Sistemas Digitales Ingeniería Técnica en Informática de Sistemas Curso 2006 2007
Oliverio J. Santana Jaria Sistemas Digitales 8. Análisis lógico l de los circuitos digitales Ingeniería Técnica en Informática de Sistemas Los Curso 26 27 El conjunto circuitos de puertas digitales lógicas
Más detallesTe damos los elementos básicos de los vectores para que puedas entender las operaciones básicas.
4 año secundario Vectores, refrescando conceptos adquiridos Te damos los elementos básicos de los vectores para que puedas entender las operaciones básicas. El término vector puede referirse al: concepto
Más detallesAPÉNDICE C Vision Toolkit: Funciones
APÉNDICE C Vision Toolkit: Funciones En la figura B.2 se muestran las funciones de Vision que se encuentran en el diagrama de bloques. Dentro de las funciones de Vision se agregan las opciones para realizar
Más detallesINTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA
INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA Dentro del campo general de la teoría de la optimización, también conocida como programación matemática conviene distinguir diferentes modelos de optimización.
Más detallesSecretaría de Docencia Dirección de Estudios Profesionales
PROGRAMA DE ESTUDIO POR COMPETENCIAS VISIÓN ARTIFICIAL I. IDENTIFICACIÓN DEL CURSO Espacio Educativo: Facultad de Ingeniería Licenciatura: Área de docencia: Interacción Hombre-Máquina Año de aprobación
Más detalles1. Representación de la información en los sistemas digitales
Oliverio J. SantanaJaria Sistemas Digitales Ingeniería Técnica en Informática de Sistemas Curso 2005 2006 1. Representación de la información en los sistemas digitales Durante Hoy Los digital tipo muchos
Más detallesc) ( 1 punto ). Hallar el dominio de definición de la función ( ). Hallar el conjunto de puntos en los que la función tiene derivada.
Materiales producidos en el curso: Curso realizado por Escuelas Católicas del 7 de noviembre al 19 de diciembre de 2011 Título: Wiris para Matemáticas de ESO y Bachilleratos. Uso de Pizarra Digital y Proyector
Más detallesGuía Docente Curso 2008-2009
Nombre: Sistemas de percepción robótica Denominación en inglés 1 : Robotic perception ESCUELA POLITECNICA SUPERIOR Guía Docente Curso 2008-2009 Titulación Ingeniería Industrial DATOS DE LA ASIGNATURA Código:
Más detallesT6. CIRCUITOS ARITMÉTICOS
T6. CIRCUITOS ARITMÉTICOS Circuitos Aritméticos Son dispositivos MSI que pueden realizar operaciones aritméticas (suma, resta, multiplicación y división) con números binarios. De todos los dispositivos,
Más detallesÁlgebra. Curso 2007-2008
Álgebra. Curso 2007-2008 11 de septiembre de 2008 Resolución Ejercicio. 1. Sea A un anillo conmutativo. (1) Demostrar que cualesquiera ideales a, b de A verifican (a b)(a + b) ab. (2) Para A = Z[X] dar
Más detallesEn este capitulo se presentan los métodos y algoritmos utilizados para el desarrollo del
33 En este capitulo se presentan los métodos y algoritmos utilizados para el desarrollo del sistema de procesamiento de imágenes para controlar un robot manipulador y se describen en la forma como serán
Más detallesBASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
Más detallesMatrices y transformaciones
Matrices transformaciones La simetría corre por nuestras venas. Esta imagen representa el núcleo central del grupo hemo, el centro activo de la hemoglobina que oigena nuestras células. Fuente: http://www.cienciateca.com/simetria.html
Más detallesEjemplos: Sean los conjuntos: A = { aves} B = { peces } C = { anfibios }
La Teoría de Conjuntos es una teoría matemática, que estudia básicamente a un cierto tipo de objetos llamados conjuntos y algunas veces, a otros objetos denominados no conjuntos, así como a los problemas
Más detallesSeminario Universitario Material para estudiantes. Física. Unidad 2. Vectores en el plano. Lic. Fabiana Prodanoff
Seminario Universitario Material para estudiantes Física Unidad 2. Vectores en el plano Lic. Fabiana Prodanoff CONTENIDOS Vectores en el plano. Operaciones con vectores. Suma y producto por un número escalar.
Más detallesESTUDIO de los TUMORES ÓSEOS mediante el. TRATAMIENTO de IMÁGENES DIGITALIZADAS
ESTUDIO de los TUMORES ÓSEOS mediante el TRATAMIENTO de IMÁGENES DIGITALIZADAS A, Baltasar Sánchez; A, González-Sistal. Departament de Cièncias Fisiológiques II. Facultat de Medicina. Universitat de Barcelona.
Más detallesMC ENRIQUE MARTINEZ PEÑA. Maestría en Ingeniería. Introducción al PDI Representación de la imagen Operaciones básicas con imágenes
Maestría en Ingeniería Procesamiento Digital de Imágenes Contenido Introducción al PDI Representación de la imagen Operaciones básicas con imágenes 2 1 Inteligencia artificial La inteligencia artificial
Más detallesConstrucción de bases en el núcleo e imagen de una transformación lineal
Construcción de bases en el núcleo e imagen de una transformación lineal Objetivos. Estudiar el algoritmo para construir una base del núcleo y una base de la imagen de una transformación lineal. Requisitos.
Más detallesTema 3 : Algebra de Boole
Tema 3 : Algebra de Boole Objetivo: Introducción al Algebra de Boole 1 INTRODUCCIÓN George Boole creó el álgebra que lleva su nombre en el primer cuarto del siglo XIX. Pretendía explicar las leyes fundamentales
Más detallesExperiencias en la implementación de las operaciones morfológicas de erosión y dilatación para imágenes binarias empleando vecindades adaptativas
RIELAC, Vol.XXXIII 2/22 p. 34-4 Mayo - Agosto ISSN: 85-5928 Experiencias en la implementación de las operaciones morfológicas de erosión y dilatación para imágenes binarias empleando vecindades adaptativas
Más detallesREPARACIÓN DE FICHEROS
Corrección de imperfecciones REPARACIÓN DE FICHEROS El objetivo de este capitulo es mostrar algunos problemas típicos que pueden aparecer al importar geometría creada externamente, y el modo de abordar
Más detallesEn las estructuras de datos, muchas de las implementaciones o mapeos de problemas, sus
1 Introducción. En las estructuras de datos, muchas de las implementaciones o mapeos de problemas, sus soluciones o procesos, se basan en matrices binarias. Existen varios métodos y algoritmos que trabajan
Más detallesCapitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES
Más detallesAritmética Binaria. Luis Entrena, Celia López, Mario García, Enrique San Millán. Universidad Carlos III de Madrid
Aritmética Binaria Luis Entrena, Celia López, Mario García, Enrique San Millán Universidad Carlos III de Madrid 1 Índice Representación de números con signo Sistemas de Signo y Magnitud, Complemento a
Más detallesSistemas de numeración, operaciones y códigos.
Tema : Sistemas de numeración, operaciones y códigos. Para representar ideas, los seres humanos (al menos los occidentales) utilizamos cadenas de símbolos alfanuméricos de un alfabeto definido. En el mundo
Más detalles21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES
Aplicaciones lineales. Matriz de una aplicación lineal 2 2. APLICACIONES LINEALES. MATRIZ DE UNA APLICACIÓN LINEAL El efecto que produce el cambio de coordenadas sobre una imagen situada en el plano sugiere
Más detallesCoordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 3: Lunes 25 - Jueves 28 de Marzo. Contenidos
Coordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 3: Lunes 25 - Jueves 28 de Marzo Cálculo Contenidos Clase 1: Funciones: Dominio, recorrido, gráfico. Ejemplos. Clase 2: Igualdad de funciones.
Más detallesTRANSFORMACIONES GEOMÉTRICAS SOBRE IMÁGENES DIGITALES
TRANSFORMACIONES GEOMÉTRICAS SOBRE IMÁGENES DIGITALES Samuel Barreto Melo sbarreto@udistrital.edu.co Facultad de Ciencias Carrera de Matemáticas Universidad Distrital Francisco José de Caldas RESUMEN Las
Más detallesPATRONAJE INDUSTRIAL INFORMATIZADO EN 2D ON-LINE
EDA PLATAFORMA E-LEARNING CURSO: PATRONAJE INDUSTRIAL INFORMATIZADO EN 2D ON-LINE CÓDIGO DE CURSO: TCPF02EXP MÓDULO FORMATIVO 1: INSTALACIÓN, ENTORNO Y FUNDAMENTOS DE PATRONEO UNIDAD DIDÁCTICA 3: CONTENIDOS
Más detallesMATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas
Universidad de Cádiz Departamento de Matemáticas MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Tema 4 La recta en el plano Elaborado por la Profesora Doctora María Teresa
Más detallesESTRUCTURAS ALGEBRAICAS 1
ESTRUCTURAS ALGEBRAICAS Se da la relación entre dos conjuntos mediante el siguiente diagrama: (, ) (2, 3) (, 4) (, 2) (7, 8) (, ) (3, 3) (5, ) (6, ) (, 6)........ 5 6......... 2 5 i) Observa la correspondencia
Más detalles1 1 0 1 x 1 0 1 1 1 1 0 1 + 1 1 0 1 0 0 0 0 1 1 0 1 1 0 0 0 1 1 1 1
5.1.3 Multiplicación de números enteros. El algoritmo de la multiplicación tal y como se realizaría manualmente con operandos positivos de cuatro bits es el siguiente: 1 1 0 1 x 1 0 1 1 1 1 0 1 + 1 1 0
Más detallesMatemáticas Discretas
Matemáticas Discretas Conjuntos (11) Curso Propedéutico 2009 Maestría en Ciencias Computacionales, INAOE Conjuntos (2) Dr Luis Enrique Sucar Succar esucar@inaoep.mx Dra Angélica Muñoz Meléndez munoz@inaoep.mx
Más detallesMatemáticas II PRUEBA DE ACCESO A LA UNIVERSIDAD 2012 BACHILLERATO FORMACIÓN PROFESIONAL CICLOS FORMATIVOS DE GRADO SUPERIOR.
PRUEBA DE ACCESO A LA UNIVERSIDAD 0 Matemáticas II BACHILLERATO FORMACIÓN PROFESIONAL CICLOS FORMATIVOS DE GRADO SUPERIOR Examen Criterios de Corrección y Calificación UNIBERTSITATERA SARTZEKO PROBAK 0ko
Más detallesDefinición de vectores
Definición de vectores Un vector es todo segmento de recta dirigido en el espacio. Cada vector posee unas características que son: Origen: O también denominado Punto de aplicación. Es el punto exacto sobre
Más detallesTema IV. Unidad aritmético lógica
Tema IV Unidad aritmético lógica 4.1 Sumadores binarios 4.1.1 Semisumador binario (SSB) 4.1.2 Sumador binario completo (SBC) 4.1.3 Sumador binario serie 4.1.4 Sumador binario paralelo con propagación del
Más detallesFunciones de Varias Variables
Funciones de Varias Variables 1. Funciones de dos Variables Sea Ω un subconjunto del plano x, y, esto es Ω R 2. Una función real f de dosvariablesesunareglaqueasociaacadaparordenado (x,y) Ω unúniconúmeroreal
Más detallesResolución de Problemas
Resolución de Problemas con algoritmos Colaboratorio de Computación Avanzada (CNCA) 2015 1 / 27 Contenidos 1 Introducción 2 Elementos de algoritmos Elementos Variables Estructuras de Control Condicionales
Más detallesUNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES )
UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES ) HOJA : Límites continuidad de funciones en R n. -. Dibuja cada uno de los subconjuntos de R siguientes. Dibuja su
Más detalles