Sistema de filtrado espacial de imágenes en sistemas embebidos
|
|
- Xavier Gómez Ortiz
- hace 7 años
- Vistas:
Transcripción
1 Sistema de filtrado espacial de imágenes en sistemas embebidos Auramaria Londoño Cano, Juan David Chica Herrera, Luis Miguel Capacho Valbuena, Hernan Felipe Garcia Arias Ingeniería Electrónica, Universidad Del Quindío, Armenia, Colombia Resumen Este trabajo presenta el desarrollo de un sistema de filtrado espacial de imágenes en sistemas embebidos. La elaboración de este proyecto se encuentra segmentada en módulos con funcionalidades propias. El primer módulo es llamado convolución cuyo objetivo es procesar una imagen con la aplicación de distintas máscaras o filtros elegidos por el usuario, tales como: Laplacian, Gaussian, Average, Unsharp, Sobel y Prewitt. Luego se realizan los procesos de umbralización y binarización de la imagen para posteriormente realizarle operaciones morfológicas tales como la dilatación y la erosión. La implementación de este proyecto está soportada bajo las características y posibilidades del microprocesador Nios II y es visualizada en una pantalla haciendo uso del módulo VGA del mismo. Los resultados obtenidos evidencian la optimización de recursos y la reducción de costo computacional, demostrando además que es posible realizar procesamiento de imágenes en hardware de forma rápida y eficiente en sistemas embebidos. Palabras claves Filtrado Lineal Espacial, Procesamiento Digital de Imágenes, Tiempo Real, Sistemas Embebidos, Diseño Digital. I. INTRODUCCIÓN En la actualidad los sistemas embebidos son de gran importancia y utilidad en el desarrollo de sistemas de computación en tiempo real para el procesamiento de señales en hardware. Este tipo de sistemas presenta grandes ventajas en cuanto a la velocidad de procesamiento y control del hardware utilizado para desarrollar una tarea específica. Además su tecnología permite realizar un sin número de aplicaciones en los campos de la robótica, telecomunicaciones, domótica, biomedicina, industria, entre muchos otros. Cuando se procesa imágenes en sistemas de cómputo y se usa lenguajes de alto nivel, es posible realizar procesamiento en tiempo real. Sin embargo, estas aplicaciones implementadas en lenguajes de programación básicos tales como C o C++ y JAVA se limitan exclusivamente al diseño del software. Por lo tanto, se requiere de un enfoque que sea capaz de realizar tareas de procesamiento en tiempo real y que a su vez ofrezca la posibilidad de implementar estos algoritmos en un sistema embebido. En la referencia [1] se presenta una estrategia para la segmentación de vasos sanguíneos basada en el umbral, la cual combina estadística y filtro de espacio escala. Al incorporar información estadística la estrategia es capaz de reducir la sobre segmentación. Allí se propone una estrategia consistente de tres estados, la cual involucra: (1) selección óptima del tamaño de ventana; (2) óptima selección de la escala y (3) el proceso de segmentación. Esta estrategia es comparada con dos técnicas comúnmente muy usadas las cuales hacen uso del umbral. Los resultados experimentales mostraron que su método es muy robusto y exacto. Por su parte en la referencia [2] se llevan a cabo un conjunto de experiencias en la implementación de las operaciones morfológicas de erosión y dilatación para imágenes binarias empleando vecindades adaptativas. Allí las imágenes se procesan con las operaciones estándar de MatLab y con las implementadas en el trabajo, para observar similitudes y diferencias. Este trabajo está desarrollado de la siguiente forma: Inicialmente en la Sección II se presenta el desarrollo de un sistema de filtrado espacial de imágenes en sistemas embebidos, que evidencia la capacidad de procesamiento de este tipo de sistemas a partir del diseño de una aplicación orientado al hardware. Para esto se utiliza técnicas de filtrado lineal espacial en donde se realiza la convolución en dos dimensiones que permite realzar características concretas de las imágenes. Además como técnicas de procesamiento de imágenes adicionales se realiza el proceso de binarización de la imagen con el fin de visualizar objetos de interés y poder aplicar las operaciones morfológicas más utilizadas en análisis de imágenes como lo son la erosión y la dilatación. Luego en la Sección III se muestra el resultado para cada uno de estos cuatro procesos y finalmente, en la Sección VI se concluye el documento y se da una idea de trabajo futuro en esta línea. II. Filtrado digital de imágenes MARCO TEORICO Los filtros digitales constituyen uno de los principales modos de operar en el procesamiento de imágenes digitales. Pueden usarse para distintos fines, pero en todos los casos, el resultado sobre cada píxel depende de los píxeles de su
2 entorno. Una imagen se puede filtrar en el dominio del espacio, trabajando directamente sobre los píxeles de la imagen, o en el dominio de la frecuencia, donde las operaciones se llevan a cabo con la transformada de Fourier de la imagen. Los objetivos del filtrado digital de imágenes consisten en: Suavizar la imagen: reducir las variaciones de intensidad entre píxeles vecinos. Eliminar ruido: modificar aquellos píxeles cuyo nivel de intensidad es muy diferente al de sus vecinos. Realzar la imagen: aumentar las variaciones de intensidad, allí donde se producen. Detectar bordes: detectar aquellos píxeles donde se produce un cambio brusco en la función intensidad. Para el filtrado de imágenes se hace uso de la convolución en dos dimensiones (x,y) lo cual se conoce como Filtrado Lineal Espacial. La convolución consiste en multiplicar un coeficiente (conocido como mascara, mascara de filtrado, filtro de convolución, kernel o ventana) por cada pixel de la imagen y sus vecinos, para luego sumarlos y obtener la respuesta en cada punto (x, y), si el vecindario es de tamaño m x n, se dice entonces que se debe tener m x n coeficientes. El uso de plantillas (máscaras u operadores) especiales para el procesamiento de imágenes recibe usualmente el nombre de filtrado espacial (para diferenciarlo del filtrado en el dominio de las frecuencias). Las máscaras reciben también el nombre de filtros espaciales. [1] [5]. El elemento estructurante define el tamaño y la forma de la vecindad en la que se aplicará la operación morfológica. Dilatación: se adiciona píxeles al contorno de objetos presentes en la imagen. El píxel de salida es el máximo de los píxeles presentes en la vecindad definida por el elemento estructural [5]. Erosión: en imágenes binarias, elimina píxeles del contorno de objetos presentes en la imagen. El píxel de salida es el mínimo de los píxeles presentes en la vecindad definida por el elemento estructural [5]. III. MARCO EXPERIMENTAL Antes de realizar la Convolución, Binarización, Dilatación y Erosión fue necesario crear el procesador Nios II en la tarjeta, también la memoria donde se almacena el programa, y además configurar el puerto VGA en la misma tarjeta donde se desarrolló el proyecto. Para crear y configurar todo esto, se usó la opción Qsys de Quartus II el cual permite agregar estos módulos ya creados por la empresa Altera. Dentro de los filtros más comúnmente aplicados se encuentran el Laplaciano, Sobel, Prewitt, Unsharp, Gaussian y Average [2],[3]. Binarización Otro proceso común en el análisis de imágenes consiste en la binarización de la misma. Sin embargo la imagen binaria resultante del proceso de clasificación puede que no represente perfectamente los objetos de interés debido a problemas inherentes en la imagen original, como objetos que se tocan, o problemas del propio proceso de las imágenes, por ejemplo, pequeñas áreas mal clasificadas. Con el fin de solucionar estos problemas se pueden aplicar distintos operadores morfológicos para: separar zonas, cribar áreas de determinados tamaños, erosionar o dilatar regiones, mirar conectividades, extraer bordes, etc [4]. Operaciones morfológicas Las operaciones morfológicas son las herramientas y métodos utilizados para extraer componentes de la misma, útiles en la descripción y representación de formas. El valor de cada píxel en la imagen de salida depende del valor de ese píxel en la imagen de entrada y su relación con la vecindad Fig.1 Creación y Configuracion en el Qsys Al realizar esta configuración, no fue posible el funcionamiento del módulo VGA en escala de grices, por lo tanto solo se imprime imágenes binarias. Despues de crear el procesador y de verificar el correcto funcionamiento del VGA, se creó el algoritmo bajo la librería OpenCV para realizar las funciones anteriormente mencionadas, y luego se diseñó para el procesador Nios II. Este algoritmo se compone principalmente de 5 funciones que se han llamado del mismo modo que las funciones que realizan estos procesos en el toolbox de imágenes de Matlab. Estas funciones son:
3 - imfilter - graythresh - im2bw - imdilate - imerode El procesamiento que se realizó para el Filtrado Digital de Imágenes se representa con el siguiente diagrama de bloques: Para realizar esta tarea, se diseñan dos funciones. La primera es la función graythresh encargada de calcular el umbral óptimo de binarización de la imagen. Para esta tarea, se hace la búsqueda de los pixeles que más se repiten en la imagen, es decir un histograma, y se extraen los dos más repetidos, uno de la región de los negros (entre 0 y 127) y el otro de la región de los blancos (entre 128 y 255), y finalmente se hace un promedio aritmético entre ambos pixeles obteniendo de esa manera un resultado, que se divide por 255 y se obtiene así el dato deseado. La segunda función realizada es la im2bw, encargada de convertir una imagen en escala de grises, en una imagen binaria. Para realizar esta tarea, es necesario el valor de umbral de binarización que se calcula con la función graythresh mencionada anteriormente. im2bw compara cada uno de los valores de los pixeles de la imagen con el umbral multiplicado por 255, y mira si este resultado es mayor o menor a los valores de los pixeles. En caso de ser mayor, remplaza el pixel con valor de uno, en caso contrario, remplaza el pixel con valor de cero. Las Operaciones Morfológicas se representan con el siguiente diagrama de bloques: Fig. 2. Diagrama de Bloques para la Convolución Para realizar esta tarea, se diseña la función imfilter, la cual se encarga de realizar la convolución de la imagen con alguna mascara que se pasa como referencia a la función. Para realizar esta tarea, la máscara recorre toda la imagen pasando por cada uno de los pixeles de ella y haciendo el cálculo matemático necesario para remplazar el pixel con el nuevo valor. Este cálculo lo que hace es multiplicar cada uno de los pixeles de la máscara con los pixeles de la porción de la imagen y sumarlos para obtener un nuevo valor de pixel el cual se remplaza y genera por tanto una nueva imagen. La binarización se representa con el siguiente diagrama de bloques: Fig. 4. Diagrama de Bloques para las Operaciones Morfológicas Fig. 3. Diagrama de Bloques para la Binarización Para realizar ambas tareas, la dilatación y erosión, se realizan las funciones imdilate e imerode respectivamente.
4 La primera se encarga de hacer el proceso de dilatación de la imagen, usando algún elemento estructurante que se pasa como referencia a la función. Para realizar esta tarea, el elemento estructurante se va desplazando por toda la imagen, y en cada desplazamiento valido si el pixel que está analizando es uno o cero. En caso de ser uno, dibuja el elemento estructurante centrado en ese pixel en la imagen, haciendo que esta se agrande. En caso de ser cero, pasa al siguiente pixel sin dibujar nada. La segunda se encarga de hacer el proceso de erosión de la imagen. Al igual que la función imdilate, es necesario usar algún elemento estructurante que se pasa como referencia a esta función. Para realizar esta tarea, el elemento estructurante también se desplaza por toda la imagen, y también valida si el pixel que está analizando es uno o cero. En caso de ser uno, verifica si el elemento estructurante queda totalmente contenido en esa porción de imagen; en caso de estarlo deja el pixel en uno, en caso contrario lo remplaza con cero. En caso de ser cero, pasa al siguiente pixel sin hacer ningún proceso. IV. RESULTADOS A continuación se muestra una serie de resultados obtenidos tras la aplicación de las cinco técnicas de procesamiento para dos imágenes: Convolución Análisis de Simulación Para este análisis se usó una imagen 5x5 para hacerlo más sencillo, sin embargo se podrían usar imágenes más grandes. Fig. 5. Imagen Salida en MatLab Fig. 6. Imagen Salida en ModelSim Para este análisis se usó la máscara laplacian. Al analizar la Fig.5 y la Fig.6 se puede apreciar que los resultados fueron como se esperaban. Algunos datos en ModelSim dieron exactos comparados con MatLab, otros dieron una unidad más o menos, esto fue debido al redondeo que se hace en ambos programas que en algunos momentos no coincidieron, sin embargo este error de unidad es válido y no afecta en gran manera en la aplicación final. Algunos de los resultados y dificultades obtenidos durante el desarrollo del proyecto fueron en cuanto a la complejidad de la programación describiendo hardware debido a que hasta la fecha solo se había usado plataformas para la ejecución de software y no para una aplicación e implementación física real. 1) Con máscara average Matlab Codeblocks Binarización 2) Con máscara sobel Matlab Codeblocks Dilatación 1) Con elemento estructurante vertical_line
5 2) Con elemento estructurante square Erosión 1) Con elemento estructurante vertical_line 2) Con elemento estructurante square lo que da paso a hablar del software Nios II. Esta herramienta es bastante útil ya que permite crear instrucciones de programación en lenguaje C para ejecutarlas en el procesador y realizar cualquier tarea que se desee; para este caso el procesamiento digital de una imagen. En este tipo de procesadores se pueden realizar tareas bastante complejas, como lo es una convolución en 2D de una imagen, además de que si se cuenta con un buen diseño, y sabiendo que la tarjeta DE2-70 puede trabajar hasta 100MHZ, se pueden obtener resultados óptimos en tiempos de ejecución cortos, es decir un procesamiento con bajo tiempo de latencia. Los resultados mostrados en el monitor donde se trabajo, demuestran que se pueden hacer procesamientos de imágenes con muy buena exactitud. Al comparar las imágenes de MatLab y Code Blocks con las mostradas en el monitor, se confirma dicha exactitud sin temor a equivocaciones. Este procesamiento está limitado a usar mascaras y elementos estructurantes de tamaño 3x3, sin embargo, el diseño fue pensado para ampliar este rango, lo que permite en un futuro el uso de otras máscaras y elementos estructurantes con tamaños diferentes, y así obtener como resultado otro tipo de imágenes con otras características. VI. TRABAJOS FUTUROS En cada una de las pruebas se observa claramente los excelentes resultados, ya que se obtuvo una total correspondencia entre los tres software de programación. Analizando el efecto del filtrado espacial en cada imagen según el tipo de filtro aplicado se puede observar claramente cada una de las propiedades o funciones de los filtros descritos en el marco teórico. De igual modo se puede ver la utilidad de las funciones morfológicas para la extracción de componentes de una imagen, destacar la estructura de los objetos y describirlos. V. CONCLUSIONES Se pueden realizar procesamientos de imágenes en sistemas embebidos de manera eficiente, permitiendo aislar por completo el uso de un PC para este objetivo. Para este caso, la convolución, se ve claramente la exactitud de los datos comparados con MatLab, lo que refleja la importancia de los sistemas que permiten crear hardware que se podrían usar para aplicaciones robustas. La herramienta Quartus II permite el diseño de sistemas digitales robustos de forma sencilla, además de soportar módulos internos que se pueden usar para facilitar la implementación de dichos sistemas. El propósito del uso de este software fue la creación de un procesador en una FPGA, Tanto las funciones de erosión y dilatación han sido visualizadas en pantallas por medio del módulo VGA que proporciona la FPGA, sin embargo la convolución en 2D solo ha sido simulada en MatLab, Code blocks y ModelSim, por lo tanto esto constituye una línea de trabajo futuro en donde se espera su implementación en el procesador Nios II. REFERENCIAS BIBLIOGRÁFICAS [1] Segmentation of Blood Vessels Based on a Threshold that Combines Statistical and Scale Space Filters. [Online]. Disponible: [2] Experiences in the implementation of the morphological erosion and dilation operations for binary images using adaptive neighborhoods. [Online]. Disponible: [3] Convolución en 2D. [Online]. Disponible: [4] Máscaras de desenfoque. [Online]. Disponible: [5] Filtrado de Imágenes. [Online]. Disponible: ma5_filtrado.pdf [6] Imagen Binaria. [Online]. Disponible: ml/binaria.htm [7] Operaciones Morfológicas. [Online]. Disponible:
Tema 2: PROCESAMIENTO EN EL DOMINIO ESPACIAL (Parte 2)
Tema 2: PROCESAMIENTO EN EL DOMINIO ESPACIAL (Parte 2) 1 I N G E N I E R Í A I N F O R M Á T I C A D P T O. M A T E M Á T I C A A P L I C A D A I 2 ÍNDICE: Filtrado espacial Filtros de suavizado Filtros
Más detallesFiltros digitales dominio del espacio dominio de la frecuencia
Tema 3: Filtros 1 Filtros digitales Los filtros digitales constituyen uno de los principales modos de operar en el procesamiento de imágenes digitales. Pueden usarse para distintos fines, pero en todos
Más detallesContenido. Capítulo 1. Capítulo 2. Capítulo 3. Prólogo
Contenido Prólogo XIII Capítulo 1 Acerca del procesamiento de imágenes 1 1.1 Introducción 2 1.2 Sistema de visión y procesamiento de imágenes 2 1.3 Procesamiento digital de imágenes 3 1.4 Relaciones básicas
Más detallesProcesamiento Avanzado de Imágenes Astronómicas. Filtrado Espacial
Procesamiento Avanzado de Imágenes Astronómicas Filtrado Espacial Fundamentos filtrar implica retener o remover ciertas componentes de la imagen. el filtrado se hace utilizando kernels (máscaras, ventanas,
Más detallesFiltrado de imágenes usando hardware dedicado
Filtrado de imágenes usando hardware dedicado Acosta Nelson & Tosini Marcelo INCA/INTIA Depto. Computación y Sistemas Fac. Cs. exactas UNCPBA (7000) Tandil Argentina Email: { nacosta, mtosini }@exa.unicen.edu.ar
Más detallesExtracción de Bordes
Visión por Computadora Unidad IV Extracción de Bordes Rogelio Ferreira Escutia Contenido 1) Conceptos sobre Bordes 2) Extracción de bordes por Derivadas 3) Operadores de Primera Derivada 1) Conceptos sobre
Más detallesTema 5: SEGMENTACIÓN (I) I N G E N I E R Í A I N F O R M Á T I C A
Tema 5: SEGMENTACIÓN (I) 1 I N G E N I E R Í A I N F O R M Á T I C A Tema 5: Segmentación 2 El propósito de la segmentación de imágenes consiste en dividir una imagen en regiones significativas con respecto
Más detallesINDICE Prefacio 1. Introducción 2. Fundamentos de la imagen digital
INDICE Prefacio XVII 1. Introducción 1.1. Fundamentos 1 1.2. Representación digital de imágenes 6 1.3. Etapas fundamentales del procesamiento de imágenes 8 1.4. Elementos de los sistemas de procesamiento
Más detallesPROCESAMIENTO DIGITAL DE IMÁGENES
PROCESAMIENTO DIGITAL DE IMÁGENES Nombre de la materia: Procesamiento Digital de Imágenes Profesor: Dr. Wilfrido Gómez Flores Número de horas: 60 horas (4 horas semanales). Sitio web: http://www.tamps.cinvestav.mx/~wgomez/teaching.html
Más detallesTratamiento de imágenes Filtrado Espacial - Convolución
Tratamiento de imágenes Filtrado Espacial - Convolución Héctor Alejandro Montes h.a.montes@fi.uaemex.mx http://fi.uaemex.mx/h.a.montes Advertencia No use estas diapositivas como referencia única de estudio
Más detallesContenido Capítulo 1 Introducción Capítulo 2 Conceptos Básicos Capítulo 3 Procesamiento de Imágenes en el Dominio Espacial
Contenido Capítulo 1 Introducción 1.Introducción 1 1.1 Sistema Visual Humano 1 1.2 Modelo de Visión por Computadora 3 1.3 Procesamiento Digital de Imágenes 3 1.4 Definición de Imagen Digital 4 Problemas
Más detallesAnálisis de imágenes digitales
Análisis de imágenes digitales FILTRADO DE LA IMAGEN Filtros espaciales suavizantes INTRODUCCIÓN El uso de máscaras espaciales para el procesamiento de imágenes se denomina filtrado espacial y a las propias
Más detallesProcesamiento de Imágenes. Curso 2011 Clase 3 Eliminación del ruido mediante filtrado espacial
Procesamiento de Imágenes Curso 2 Clase 3 Eliminación del ruido mediante filtrado espacial Eliminación del ruido Entendemos por ruido en imágenes digitales cualquier valor de un píxel de una imagen que
Más detallesTema 5. Detección de bordes
1 Div. Ingeniería de Sistemas y Automática Universidad Miguel Hernández GRUPO DE TECNOLOGÍA INDUSTRIAL Tabla de Contenidos Deinición de Borde Extracción de Bordes Comparación de Funciones Locales Comparación
Más detallesIngeniería en Informática
Ingeniería en Informática Procesamiento de Imágenes Digitales 1 a convocatoria oficial, curso 2008-2009 APELLIDOS: NOMBRE: En las preguntas tipo test cada respuesta correcta puntúa 0.5 puntos, mientras
Más detallesLección 1: Umbralización. 2. Umbralización utilizando el histograma
1. Introducción Lección 1: Umbralización 2. Umbralización utilizando el histograma P-tile Modales Iterativos Adaptativos Variables 3. Histograma + Imagen Doble Weszka 1 1. Introducción: imágenes binarias
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 detallesProcesamiento digital de imágenes
Procesamiento digital de imágenes Querejeta Simbeni, Pedro Estudiante de Ingeniería Electricista Universidad Nacional del Sur, Avda. Alem 1253, B8000CPB Bahía Blanca, Argentina querejetasimbenipedro@gmail.com
Más detallesSegmentación de imágenes. Procesamiento de imágenes biomédicas Curso 2011
Segmentación de imágenes Procesamiento de imágenes biomédicas Curso 2011 Introducción Hasta ahora el procesamiento digital de una imagen implicaba, una imagen de entrada y una imagen de salida. Ahora con
Más detalles3. ANÁLISIS DE SEÑALES
3. ANÁLISIS DE SEÑALES 3.1 REGISTRO Y TRATAMIENTO DE SEÑALES Una señal se define como la historia de los valores de aceleración que mide un acelerómetro en determinado tiempo para un punto específico.
Más detallesTAREA N 2 SEPARABILIDAD DE FILTROS Y TRANSFORMADA DE FOURIER
Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Eléctrica EL7007 Introducción al Procesamiento Digital de Imágenes TAREA N 2 SEPARABILIDAD DE FILTROS Y TRANSFORMADA
Más detallesPROCESAMIENTO DIGITAL DE IMÁGENES
PROCESAMIENTO DIGITAL DE IMÁGENES 2 OBJETIVO GENERAL Familiarizarse con el análisis de imágenes a través de computadores, aprendiendo técnicas de procesamiento, utilizando la librería de programación OpenCV,
Más detallesCapítulo. Procedimiento de transformación de intensidad.
Capítulo 6 Procedimiento de transformación de intensidad. En el presente capítulo se describe el cambio de contraste como una opción de preprocesamiento para mejorar la calidad de la imagen con lo que
Más detallesCapítulo IV. Diseño del sistema.
Capítulo IV. Diseño del sistema. Este capítulo profundizará sobre la ingeniería de software necesaria para llevar a cabo la implementación del sistema. Por medio de UML podremos analizar de forma gráfica
Más detallesProcesamiento digital de imágenes
Procesamiento digital de imágenes Veroni Alsina Camila Estudiante de Ingeniería en Sistemas de Computación Universidad Nacional del Sur, Avda. Alem 1253, B8000CPB Bahía Blanca, Argentina cveroni@hotmail.com.ar
Más detallesTema 5: SEGMENTACIÓN (II) I N G E N I E R Í A I N F O R M Á T I C A
Tema 5: SEGMENTACIÓN (II) 1 I N G E N I E R Í A I N F O R M Á T I C A Tema 5: Segmentación Los algoritmos de segmentación se basan en propiedades básicas de los valores del nivel de gris: 2 - Discontinuidad:
Más detallesExtracción de Regiones
Visión por Computadora Unidad V Extracción de Regiones Rogelio Ferreira Escutia Contenido ) Conceptos sobre Regiones 2) Binarización mediante detección de umbral 3) Etiquetado de componentes conexas 4)
Más detallesPercepción visual aplicada a la robótica
Percepción visual aplicada a la robótica Mario I. Chacón Murguía Rafael Sandoval Rodríguez Javier Vega Pineda Selecciona el libro para empezar Capítulo 1 Conceptos básicos de procesamiento de imágenes
Más detallesExamen correspondiente a la evaluación alternativa. Procesamiento de imágenes digitales curso 2007/2008
Examen correspondiente a la evaluación alternativa Procesamiento de imágenes digitales curso 2007/2008 Cada respuesta correcta puntúa 0.25. Cada respuesta incorrecta puntúa -0.05. 1. Cuál de las siguientes
Más detallesBENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD CIENCIAS DE LA COMPUTACIÓN
BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD CIENCIAS DE LA COMPUTACIÓN PROGRAMA DE LA MATERIA CORRESPONDIENTE A LA INGENIERÍA EN CIENCIAS DE LA COMPUTACIÓN. Coordinación: NOMBRE DE LA MATERIA: Clave:
Más detallesProcesamiento digital de señales Semana 14. Procesamiento de Imágenes: introduccción
Procesamiento digital de señales Semana 14. Procesamiento de Imágenes: introduccción Versión 21 de Noviembre 2017 Dra. María del Pilar Gómez Gil Otoño 2017 Coordinación de computación INAOE Parte del material
Más detallesDesarrollo de Algoritmos de Procesamiento de Imágenes Basados en Operadores de Ventana sobre una FPGA
Desarrollo de Algoritmos de Procesamiento de Imágenes Basados en Operadores de Ventana sobre una FPGA Osio Jorge R., Aróztegui Walter, Rapallini José A., Quijano Antonio A. Centro de técnicas Analógico
Más detallesTema 5: SEGMENTACIÓN (II) I N G E N I E R Í A I N F O R M Á T I C A
Tema 5: SEGMENTACIÓN (II) 1 I N G E N I E R Í A I N F O R M Á T I C A Tema 5: Segmentación Los algoritmos de segmentación se basan en propiedades básicas de los valores del nivel de gris: 2 - Discontinuidad:
Más detallesApuntes Curso Doctorado: Análisis de Imágenes y Reconocimiento de formas. Elena Díaz Fernández
Apuntes Curso Doctorado: Análisis de Imágenes y Reconocimiento de formas Elena Díaz Fernández 20 de noviembre de 2007 Análisis de Imágenes y Reconocimiento de formas Código Asignatura 26212 Tipo Fundamental
Más detallesOrden de las clases...
Procesamiento Digital de Imágenes Pablo Roncagliolo B. Nº 18 Orden de las clases... CAPTURA, DIGITALIZACION Y ADQUISICION DE IMAGENES TRATAMIENTO ESPACIAL DE IMAGENES TRATAMIENTO EN FRECUENCIA DE IMAGENES
Más detallesRealzado de Imagen. 11 de junio de El histograma de una imagen digital con niveles de gris en la amplitud de [0, L 1], es función discreta
Realzado de Imagen 11 de junio de 2001 Una operación clásica en el procesado de imagen es realzar una imagen de entrada de alguna manera para que la imagen de salida sea más fácil de interpretarla. La
Más detallesProcesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 18
Procesamiento Digital de Imágenes Pablo Roncagliolo B. Nº 18 Orden de las clases... CAPTURA, DIGITALIZACION Y ADQUISICION DE IMAGENES TRATAMIENTO ESPACIAL DE IMAGENES TRATAMIENTO EN FRECUENCIA DE IMAGENES
Más detallesSegmentación de imágenes a través de reconstrucción morfológica en niveles de gris.
Segmentación de imágenes a través de reconstrucción morfológica en niveles de gris. Moler Emilce, Pastore Juan Ignacio, Bouchet Agustina Laboratorio de Procesos y Medición de Señales Facultad de Ingeniería,
Más detallesUNIVERSIDAD POLITÉCNICA DE MADRID
UNIVERSIDAD POLITÉCNICA DE MADRID DEPARTAMENTO DE ELECTRÓNICA, AUTOMÁTICA E INFORMÁTICA INDUSTRIAL Prácticas de Robótica y Visión Artificial Práctica 3 Prácticas de procesado de las imágenes 3.2 Técnicas
Más detallesConceptos Básicos para el Procesamiento Digital de Imágenes
ELO 313 Procesamiento Digital de Señales con Aplicaciones Conceptos Básicos para el Procesamiento Digital de Imágenes Matías Zañartu, Ph.D. Departamento de Electrónica Universidad Técnica Federico Santa
Más detallesSistemas de Percepción Visión por Computador
Nota: Algunas de las imágenes que aparecen en esta presentación provienen del libro: Visión por Computador: fundamentos y métodos. Arturo de la Escalera Hueso. Prentice Hall. Sistemas de Percepción Visión
Más detallesTema 4. Reducción del ruido
1 Div. Ingeniería de Sistemas y Automática Universidad Miguel Hernández GRUPO DE TECNOLOGÍA INDUSTRIAL Tabla de Contenidos 2 Definición Filtros Lineales Filtros No Lineales Filtros Temporales Realce Espacial
Más detallesReconocimiento automático a través de visión artificial, correlación estadística y Matlab aplicado a las matrículas de vehículos
Reconocimiento automático a través de visión artificial, correlación estadística y Matlab aplicado a las matrículas de vehículos Orlando Barcia * obarcia@ups.edu.ec Introducción Existen muchas investigaciones
Más detallesFiltrado lineal. Digital image processing, Gonzalez & Woods, chpt 4 Digital Image Processing, WK Pratt, part 3. filtrado lineal 1
Filtrado lineal Digital image processing, Gonzalez & Woods, chpt 4 Digital Image Processing, WK Pratt, part 3 filtrado lineal 1 Filtrado es la operación de eliminar o resaltar componentes de la representación
Más detallesAnálisis de imágenes digitales
Análisis de imágenes digitales SEGMENTACIÓN DE LA IMAGEN Segmentación basada en texturas INTRODUCCIÓN La textura provee información sobre la distribución espacio-local del color o niveles de intensidades
Más detallesTratamiento de imágenes
Tratamiento de imágenes Procesamiento morfológico h.a.montes@fi.uaemex.mx http://fi.uaemex.mx/h.a.montes 29//07 Advertencia No use estas diapositivas como referencia única de estudio durante este curso.
Más detallesMorfología matemática en color para el análisis de imágenes neuronales
INFORME TÉCNICO VC-6-2005 Morfología matemática en color para el análisis de imágenes neuronales (Realizado por Francisco Ortiz Zamora Profesor Titular de Escuela Universitaria, Universidad de Alicante)
Más detallesII.3. Retoque (enhancement) de imágenes médicas (Bankman I. N. (Ed.), Handbook of medical imaging, Academic Press, 2000)
II.3. Retoque (enhancement) de imágenes médicas (Bankman I. N. (Ed.), Handbook of medical imaging, Academic Press, 2000) Las técnicas de retoque de imágenes son técnicas matemáticas diseñadas para mejorar
Más detallesUso de las estadísticas de los histogramas para el realce local de imágenes
Uso de las estadísticas de los histogramas para el realce local de imágenes Albornoz, Enrique Marcelo y Schulte, Walter Alfredo 5 de noviembre de 2004 Captura y Procesamiento Digital de Imágenes. Facultad
Más detalles3 Fundamentos y algoritmos de visión artificial
3. Descripción de los procesos utilizados En esta aplicación el problema de visión artificial que se plantea es la discriminación y localización de una serie de objetos, concretamente discos circulares
Más detallesProcesamiento de la Señal
Filtrado IV: Filtrado en el Dominio del Espacio II 8 de abril de 2013 Filtrado en el dominio del Espacio II Repaso: Filtrado en el Dominio del Espacio: Convolución en Imágenes En 2D, la convolución en
Más detallesApéndice A: Funciones del programa LightPAP
Apéndice A: Funciones del programa LightPAP A continuación se van a explicar las funciones principales que se han desarrollado para esta aplicación. 1 calcula_prop.m function [nc,cv,posicion,tinta,saturacion,luminancia]
Más detallesTema 2: PROCESAMIENTO EN EL DOMINIO ESPACIAL (Parte 1)
Tema 2: PROCESAMIENTO EN EL DOMINIO ESPACIAL (Parte 1) 1 I N G E N I E R Í A I N F O R M Á T I C A D P T O. M A T E M Á T I C A A P L I C A D A I 2 ÍNDICE: Nociones básicas Concepto de ruido Dominio espacial:
Más detallesTema 4. Reducción del ruido
Div. Ingeniería de Sistemas y Automática Universidad Miguel Hernández GRUPO DE TECNOLOGÍA INDUSTRIAL Tabla de Contenidos Definición Filtros Lineales Filtros Temporales Realce Espacial Definición Ruido:
Más detalles(1) Métodos y materiales
Desarrollo de un filtro en el dominio de la frecuencia para procesamiento digital de imágenes de huella dactilar basado en la Transformada Rápida de Fourier Modificada. Resumen. El análisis en frecuencia
Más detallesHerramientas matemáticas básicas para el procesamiento de imágenes
Herramientas matemáticas básicas para el procesamiento de imágenes Fundamentos de procesamiento de imágenes IIC / IEE 3713 1er semestre 2011 Cristián Tejos Basado en material desarrollado por Marcelo Guarini,
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 detallesAnálisis de imágenes digitales
Análisis de imágenes digitales MEJORAMIENTO DE LA IMAGEN Procesamiento del histograma DISTRIBUCIÓN DE PÍXELES El histograma de una imagen es un gráfico de las frecuencias relativas de ocurrencia de cada
Más detallesCapítulo 2: Segmentación de imágenes
Capítulo 2: Segmentación de imágenes 2.1.- Introducción Como se ha comentado en la presentación, la segmentación de la imagen es el proceso que divide una imagen en regiones u objetos cuyos píxeles poseen
Más detallesCONTEO DE PERSONAS EN ESPACIOS FÍSICOS POR MEDIO DE VISIÓN COMPUTACIONAL
CONTEO DE PERSONAS EN ESPACIOS FÍSICOS POR MEDIO DE VISIÓN COMPUTACIONAL Misael Armenta Nieto 1, Moisés García Villanueva 2, Leonardo Romero Muñoz 3 Resumen En el presente trabajo se presenta el diseño
Más detallesKorell, Guillermo Pohl, Nancy. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas
Unión de imágenes mediante correlación Korell, Guillermo Pohl, Nancy Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas Captura y Procesamiento Digital de Señales e Imágenes Resumen:
Más detallesSistema de Desarrollo de Redes Neuronales Celulares
Sistema de Desarrollo de Redes Neuronales Celulares PRESENTA: ING. JOSÉ DE JESÚS MORALES ROMERO DIRECTORES DE TESIS: DR. FELIPE GÓMEZ CASTAÑEDA DR. JOSÉ ANTONIO MORENO CADENAS Contenido Objetivos Antecedentes
Más detallesProcesamiento de Imágenes. Prof. Alexandra La Cruz, PhD
Procesamiento de Imágenes Prof. Alexandra La Cruz, PhD alacruz@ldc.usb.ve Contenido Conceptos básicos Modelo de una imagen Procesamiento digital de imágenes Operaciónes básicas Convolución Filtros Segmentación
Más detallesEstudio del Efecto de las Máscaras de Convolución en Imágenes Mediante el Uso de la Transformada de Fourier
46 Revista Ingeniería e Investigación No. 48 Diciembre de 2001 Estudio del Efecto de las Máscaras de Convolución en Imágenes Mediante el Uso de la Transformada de Fourier Manuel Guillermo Forero Vargas',
Más detallesCONVOLUCIÓN Y FUNCIONES DE TRANSFORMACIÓN
INSTITUTO NACIONAL DE ASTROFÍSICA, ÓPTICA Y ELECTRÓNICA COORDINACIÓN DE ELECTRÓNICA PROCESAMIENTO DIGITAL DE IMÁGENES CONVOLUCIÓN Y FUNCIONES DE TRANSFORMACIÓN PRESENTA: RUBÉN FRANCISCO ALFONSO LÓPEZ 3
Más detallesEclipse SDK 3.3: Utilizado para el desarrollo del software de la aplicación web.
0. Datos de interés La totalidad del proyecto de título Aplicación web y análisis de señales acústicas provenientes del llanto de los infantes (A web-based application and acoustic signal analysis of the
Más detallesTécnicas de Segmentación
Técnicas de Segmentación M.C. Sayde Alcántara Santiago Licenciatura en Informática (951) 50 1 72 08 Ext. 1024 salcantara@jacinto.novauniversitas.edu.mx Resumen El desarrollo de las tecnologías de adquisición
Más detallesProcesamiento y análisis de imágenes digitales I
Procesamiento y análisis de imágenes digitales I Alejandra García, TM Centro de Estudios Moleculares de la Célula, FONDAP, Facultad de Medicina, Universidad de Chile Procesamiento de Imágenes Digitales
Más detallesCaptura y Procesamiento Digital de Sen ales e Imagenes. Trabajo de Aplicacion. Filtro Adaptativo de mediana
Captura y Procesamiento Digital de Sen ales e Imagenes Trabajo de Aplicacion Filtro Adaptativo de mediana Alumnos: Long Sebastian. Villanueva Rau l. Zalazar Gustavo. 5 de noviembre de 2004. Introduccio
Más detalles5. Software desarrollado
5. Software desarrollado Como ya se ha señalado, en el desarrollo de este proyecto se ha creado una herramienta que ayuda al diagnóstico de cáncer de cérvix. Esta herramienta calcula una serie de parámetros
Más detallesPROCESAMIENTO DE IMÁGENES CON TITERE
www. PROCESAMIENTO DE IMÁGENES CON TITERE PAUTA Programa de mejora de las enseñanzas Prácticas basadas en el AUToAprendizaje 20/03/01 Proyecto TITERE 1 PROYECTO TITERE 1. Introducción. 2. Descripción del
Más detallesPROCESAMIENTO DIGITAL DE SEÑALES TRABAJO FINAL PROFESOR: CRISTIAN FILTRO PASA BAJAS PARA SEÑAL DE SENSOR DE TEMPERATURA LM35
PROCESAMIENTO DIGITAL DE SEÑALES TRABAJO FINAL PROFESOR: CRISTIAN FILTRO PASA BAJAS PARA SEÑAL DE SENSOR DE TEMPERATURA LM35 JIMÉNEZ OSORIO HÉCTOR ALONSO MARTÍNEZ PÉREZ JOSÉ ALFREDO PÉREZ GACHUZ VICTOR
Más detallesFiltrado de imágenes (parte 2)
de imágenes (parte 2) Visión Artificial Andrea Rueda Pontificia Universidad Javeriana Departamento de Ingeniería de Sistemas Modificar el valor de cada pixel de la imagen en función de las intensidades
Más detallesCAPÍTULO 2. Desde el punto de vista más simple, hoy una imagen digital consiste de lo que se puede ver
CAPÍTULO 2 PROCESAMIENTO DE IMÁGENES 2.1 Imágenes Digitales Desde el punto de vista más simple, hoy una imagen digital consiste de lo que se puede ver como una matriz de miles o millones de píxeles cada
Más detallesAnálisis de imágenes biomédicas
Análisis de imágenes biomédicas Formación de la imagen a partir de una fuente externa β Objeto irradiado γ Dominio del objeto Sistema de formación de la imagen h x y Imagen Sección seleccionada z Dominio
Más detallesCAPITULO 3: PASOS REALIZADOS PARA LA DETECCIÓN DE BORDES DE IMÁGENES A COLOR
CAPITULO 3: PASOS REALIZADOS PARA LA DETECCIÓN DE BORDES DE IMÁGENES A COLOR El algoritmo realizado para la detección de bordes de imágenes a color se basa en el operador Canny. La filosofía del operador
Más detalles1 Introducción. 1.1 Ecualización del histograma
AHE (ECUALIZACIÓN DEL HISTOGRAMA ADAPTATIVO) Dpto. Física aplicada e Ingeniería de Sistemas Grupo de Control e Informática Industrial Universidad Politécnica de Madrid Escuela Universitaria de Ingeniería
Más detallesFundamentos de Visión por Computador
Fundamentos de Visión por Computador Sistemas Informáticos Avanzados Índice Filtrado en el espacio Filtros lineales Tipos de ruido Filtro media Filtro mediana Filtros gausianos Filtrado en la frecuencia
Más detallesÍndice 1. Introducción Imagen digital. Formación imagen Histograma de una imagen digital 2. Transformaciones puntuales. Introducción.
Índice 1. Imagen digital. Formación imagen Histograma de una imagen digital 2. Transformaciones puntuales Procesamiento de imágenes digitales Transformaciones basadas en el histograma Ecualización del
Más detallesProcesamiento Digital de Imágenes LCC-594
Procesamiento Digital de Imágenes LCC-594 Benemérita Universidad Autónoma de Puebla Facultad de Ciencias de la Computación Daniel Alejandro Valdés Amaro, Ph.D 4. Operaciones regionales Objetivo: Conocer
Más detallesMODELO FUNCIONAL DEL SISTEMA
APENDICE A: MODELO FUNCIONAL DEL SISTEMA 102 APENDICE A MODELO FUNCIONAL DEL SISTEMA A.1. Descripción del proyecto El Sistema Reconocedor de Partituras Musicales (S.R.P.M.) es un sistema que analiza partituras
Más detallesTABLA DE CONTENIDOS. Dedicatoria. Agradecimientos. Tabla de Contenidos. Índice de Figuras. Índice de Tablas. Resumen
TABLA DE CONTENIDOS página Dedicatoria Agradecimientos Tabla de Contenidos Índice de Figuras Índice de Tablas Resumen I II IV VII X XI 1. Introducción 13 1.1. Descripción del contexto.........................
Más detallesProfesor: Javier Ruiz del Solar 6
1. Introducción al Procesamiento de 6 1.1. Definiciones y Conceptos Básicos Nomenclatura Acquisition Communication Display Sorage Image Procesing Image Image Procesing, Computer Vision, Image Analysis
Más detallesConceptos Básicos para el Procesamiento Digital de Imágenes
ELO 313 Procesamiento Digital de Señales con Aplicaciones Conceptos Básicos para el Procesamiento Digital de Imágenes Matías Zañartu, Ph.D. Departamento de Electrónica Universidad Técnica Federico Santa
Más detallesSistemas de Percepción
PROGRAMA DE LA ASIGNATURA: Sistemas de Percepción Código: 3042105040 Curso 2006/2007 CENTRO: ESCUELA TÉCNICA SUPERIOR DE INGENIEROS INDUSTRIALES TITULACIÓN: INGENIERO EN AUTOMÁTICA Y ELECTRÓNICA INDUSTRIAL
Más detallesPROCESAMIENTO DE IMÁGENES CON TITERE
www. Proyecto TITERE PROCESAMIENTO DE IMÁGENES CON TITERE Realización de prácticas de laboratorio en puestos de trabajo remotos mediante la Transmisión de Imágenes REales por InTErnet PAUTA Programa de
Más detallesMarcas de agua (Watermarking) en imágenes, aplicadas en el dominio espacial basadas en Correlación
Marcas de agua (Watermarking) en imágenes, aplicadas en el dominio espacial basadas en Correlación Godoy Matías, Mignola César Captura y Procesamiento Digital de Señales e Imágenes Trabajo práctico final
Más detallesCapítulo 2. Técnicas de Procesamiento de Imágenes
Capítulo 2. Técnicas de Procesamiento de Imágenes 2.1 Binarización La binarización es una de las técnicas más antiguas de procesamiento de imágenes ya que en el pasado, el primer analizador de imágenes
Más detallesLaboratorio de Visión para Robots. Práctica 2
1. Preparación del entorno de trabajo Laboratorio de Visión para Robots Práctica 2 La manera en la que trabajaremos será primero utilizando Eclipse para prototipar nuestro programa. Cuando podamos procesar
Más detallesDesarrollo de Algoritmos de Procesamiento de Imágenes Basados en Operadores de Ventana sobre una FPGA
Desarrollo de Algoritmos de Procesamiento de Imágenes Basados en Operadores de Ventana sobre una FPGA Desarrollo de Algoritmos Orientados a la Corrección de Defectos en Imágenes Médicas Jorge Osio*; Walter
Más detallesSegmentación de Imágenes Parte 2
Segmentación de Imágenes Parte 2 Visión Artificial Andrea Rueda Pontificia Universidad Javeriana Departamento de Ingeniería de Sistemas Parcial - respuestas Descripción del Color Tres atributos: - Brillo
Más detallesIntroducción al procesamiento digital de señales en tiempo real
Introducción al procesamiento digital de señales en tiempo real ELO 385 Laboratorio de Procesamiento Digital de Señales Segundo semestre - 2011 Matías Zañartu, Ph.D. Departamento de Electrónica Universidad
Más detallesCAPÍTULO 2. MARCO TEÓRICO. El reconocimiento de imágenes es en general un proceso complejo que requiere una serie
CAPÍTULO 2. MARCO TEÓRICO El reconocimiento de imágenes es en general un proceso complejo que requiere una serie de pasos que sucesivamente transforman los datos icónicos a información que la computadora
Más detallesContornos de objetos. Marcados por varios usuarios.
DETECCIÓN DE CONTORNOS Contornos de objetos Marcados por varios usuarios http://www.eecs.berkeley.edu/research/projects/cs/vision/grouping/segbench/bench/html/images.html Contornos de objetos a partir
Más detalles1 INTRODUCCIÓN AL PROYECTO
1 INTRODUCCIÓN AL PROYECTO 1.1 Marco teórico Una de las innovaciones tecnológicas más sobresalientes es el microprocesador, el cual se ha desarrollado rápidamente a partir de su invención. Los procesadores
Más detallesImplementación de un Algoritmo para procesamiento de imágenes en una FPGA
Implementación de un Algoritmo para procesamiento de imágenes en una FPGA Implementación de un Filtro de Mediana para reducción de ruido Jorge Osio*; Jose Rapallini; Antonio Adrián Quijano; Jesús Ocampo
Más detallesTécnicas recientes de procesado geométrico de imágenes y de secuencias de vídeo. Philippe Salembier
Técnicas recientes de procesado geométrico de imágenes y de secuencias de vídeo Philippe Salembier JORNADA CIENTÍFICA RSME TELECOMUNICACIONES Y MATEMÁTICAS Junio 2005 Estructura de la Presentación 1. Introducción
Más detallesHerramienta de Apoyo para Cursos de Procesamiento Digital de Imagen
Herramienta de Apoyo para Cursos de Procesamiento Digital de Imagen J. G. Velásquez-Aguilar, U. Alcázar-Carreño, R. Mañón-Abarca, L. Martínez- Rebollar, G. Ortiz-Ojeda Centro de Investigación en Ingeniería
Más detalles