Análisis de imágenes digitales
|
|
- Héctor Toledo González
- hace 6 años
- Vistas:
Transcripción
1 Análisis de imágenes digitales FILTRADO DE LA IMAGEN Filtros espaciales suavizantes
2 INTRODUCCIÓN El uso de máscaras espaciales para el procesamiento de imágenes se denomina filtrado espacial y a las propias máscaras se les denomina filtros (máscaras, kernels, ventanas, plantillas). El filtrado espacial consiste de (a) un vecindario, típicamente un cuadrado pequeño, y (b) una operación predefinida que se computa sobre los píxeles que están en el vecindario. El filtrado espacial consiste en modificar el valor del píxel central del vecindario. El filtrado espacial se puede categorizar en lineal y no lineal, de acuerdo al tipo de operación que se realiza sobre el vecindario. y Origen Filtro de tamaño3 3 Imagen f(x,y) x 2
3 INTRODUCCIÓN Para generar un filtro lineal de tamaño m n se especifican los mn coeficientes del filtro, con los cuales se realiza una suma de productos (convolución o correlación) con los píxeles que cubre la máscara. w w z 2 w z 3 2 z 3 w 4 w z 5 w 6 4 z 6 z 5 z 6 z 7 z 8 Suma de productos (convolución) que modifica el valor del píxel central z5 w 6 w 7 w 8 z 5 = w i z i 9 i= Para generar un filtro no lineal se especifica el tamaño m n del filtro y las operaciones que involucran a los píxeles que cubre el filtro. Nótese que no se realiza ninguna suma de productos, sino que las operaciones utilizan únicamente los valores de los píxeles del vecindario. z z 2 z 3 z 4 z 6 z 5 z 6 z 7 z 8 Máximo del vecindario que modifica el píxel central z5 { } z 5 = max z,,z 9 3
4 INTRODUCCIÓN Desde el punto de vista del espectro de frecuencias, existen básicamente tres tipos de filtros para imágenes: Filtro Atenua Aplicación Paso bajas Frecuencias altas Reducción de ruido Paso altas Frecuencias bajas Detección de bordes Paso banda Frecuencias intermedias Realce de características Secciones transversales de los filtros paso bajas, paso altas y paso banda con simetría circular en el dominio de la frecuencia y sus correspondientes filtros espaciales. 4 u u u x x x
5 FILTRO DE MEDIAS Los filtros lineales más simples son el filtro de media aritmética (promedio) y filtro de medias ponderadas. En el primer caso todos los píxeles son tratados por igual, mientras que en el segundo caso se le da más peso a los píxeles cercanos al píxel central. Su mayor uso es en la reducción de detalles irrelevantes de la imagen. La implementación general para un filtro promedio, w, de tamaño m n (con m y n impares) se expresa como: ˆf (x,y) = (s,t ) w (s,t ) w f (s,t) w(s,t) Una característica de los filtros lineales suavizantes es que la suma de los coeficientes del filtro siempre suma la unidad. 5
6 FILTRO DE MEDIAS Imagen ruidosa Media aritmética Media ponderada
7 FILTRO DE MEDIAS Una imagen imagen filtrada con un filtro de media geométrica de tamaño m n está dada por la expresión: ˆf (x,y) = (s,t ) w mn f (s,t) = exp (s,t ) w log f (s,t) Este filtro tiene mejor desempeño que el filtro de media aritmética en la remoción de ruido Gaussiano y en la preservación de bordes. Imagen ruidosa mn 7
8 FILTRO DE MEDIAS El filtro de medias harmónico está dado por la expresión: ˆf (x,y) = mn (s,t ) w f (s,t) Este filtro funciona bien para remover ruido tipo sal, aunque falla en ruido tipo pimienta. También es adecuado para reducir ruido Gaussiano. Ruido sal 5 5 Ruido pimienta 5 5 8
9 FILTRO DE MEDIAS El filtro de medias contraharmónico se basa en la siguiente expresión: ˆf (x,y) = (s,t ) w (s,t ) w f (s,t) Q+ f (s,t) Q donde Q es el orden del filtro. Este filtro es útil para eliminar virtualmente los efectos del ruido sal y pimienta. Para valores positivos de Q se reduce el ruido pimienta y para valores negativos de Q se reduce el ruido sal. Nótese que no se reducen ambos tipos de ruido simultáneamente. 9
10 FILTRO DE MEDIAS Ruido sal Ruido pimienta Filtro contraharmónico de 3 3 con Q =.5 Filtro contraharmónico de 3 3 con Q =.5 0
11 FILTRO GAUSSIANO Probablemente el suavizado Gaussiano es el filtro paso bajas más utilizado en la práctica para remoción de ruido y reducción de detalles. Los coeficientes del filtro Gaussiano se calculan con la siguiente expresión: G(x,y) = 2πσ exp x 2 + y 2 2 2σ 2 G(x,y) donde σ 2 es la varianza. x y
12 FILTRO GAUSSIANO El grado de suavizado de la imagen está definido por el valor de la varianza y el tamaño del kernel. 9 Tamaño del filtro Desviación estándar 2
13 FILTROS DE ORDEN ESTADÍSTICO Los filtros de orden estadístico son filtros espaciales no lineales cuya respuesta se basa en un ordenamiento de los píxeles contenidos en un vecindario y, entonces, reemplaza el valor del píxel central con el valor de algún percentil. El filtro más conocido es el filtro de mediana (i.e., el percentil 50), el cual como su nombre lo indica reemplaza el valor del píxel central por el valor de mediana del vecindario. Este filtro forza los puntos con niveles de intensidad distintos a que sean más parecidos a sus vecinos. Son particularmente efectivos cuando el patrón de ruido consiste de componentes fuertes (ruido impulsivo) y se desea preservar la agudeza de los bordes. z z 2 z 3 z 4 z 6 z 5 z 6 z 7 z 8 ˆf (x,y) = mediana (s,t ) w { f (s,t)} 3
14 FILTROS DE ORDEN ESTADÍSTICO Ruido sal y pimienta Filtro mediana 3 3 Ruido Gaussiano Filtro mediana 5 5 4
15 FILTROS DE ORDEN ESTADÍSTICO El filtro mediana híbrido preserva mejor los bordes de los objetos que el filtro de mediana original, debido a que obtiene información de diferentes direcciones espaciales: MD = mediana {Todos los valores de las diagonales D} MR = mediana {Todos los valores verticales y horizontales R} C = mediana {MD, MR, C} 3 3 D R D R C R D R D 5 5 D R D D R D R R C R R D R D D R D 5
16 FILTROS DE ORDEN ESTADÍSTICO Filtro mediana 5 5 Filtro mediana híbrido 5 5 Ruido Gaussiano Ruido sal y pimienta 6
17 FILTROS DE ORDEN ESTADÍSTICO El filtro de mediana representa el 50-ésimo percentil de un conjunto de números ordenados. Por otro lado, cuando se usa el 00-ésimo percentil se dice que es un filtro max definido como: ˆf (x,y) = max { f (s,t)} (s,t ) w El 0-ésimo percentil es el filtro min, que es el opuesto al filtro max, y se define como: ˆf (x,y) = min { f (s,t)} (s,t ) w Dentro del área de la morfología matemática, al filtro max se le denomina operador de dilatación, mientras que al filtro min se le conoce como operador de erosión. 7
18 FILTROS DE ORDEN ESTADÍSTICO Ruido sal Ruido pimienta Filtro min 3 3 Filtro max 3 3 8
19 FILTROS DE ORDEN ESTADÍSTICO El filtro de punto medio simplemente computa el punto medio entre el máximo y mínimo de un vecindario w como: ˆf (x,y) = 2 max { f (s,t)} + min (s,t ) w (s,t ) w { f (s,t)} Este este filtro combina filtros de orden estadístico con la media y funciona adecuadamente con ruido tipo Gaussiano o uniforme. Ruido Gaussiano
20 FILTROS DE DIFUSIÓN En el filtrado de imágenes existe un compromiso entre la reducción del ruido y la deformación de la imagen. Por ejemplo, si se usa un filtro Gaussiano, con valores grandes de σ se reduce más el ruido, aunque la imagen se hace más borrosa, perdiendo detalles importantes en los bordes de los objetos. Para resolver el problema del borrado de la imagen, se utiliza un banco de filtros Gaussiano con σ creciente y aplicarlos sucesivamente a la imagen. A este banco de filtros se le conoce como espacio de escala (scale-space). Ruido Gaussiano σ =.0 σ =.5 σ =2.0 σ =2.5 20
21 FILTROS DE DIFUSIÓN La aplicación de este conjunto de filtros Gaussianos es equivalente a resolver iterativamente la ecuación de difusión lineal: I(x,y,t) t I(x,y,0) = 2 I(x,y,t) = I 0 (x,y) donde el operador Laplaciano se define como la divergencia del gradiente: 2 I = I La idea básica es que la temperatura de un cuerpo tiende a uniformizarse a medida que pasa el tiempo. Entonces, aplicando la ecuación de difusión a una imagen, se espera que sus niveles de intensidad se hagan uniformes dentro de regiones homogéneas. 2
22 FILTROS DE DIFUSIÓN Discretizando la ecuación de difusión para cuatro vecinos se tiene: I t+ t i,j = I i,j t [ ] i,j + 4 N I + S I + W I + E I donde el símbolo indica gradiente de la imagen I en alguna de las direcciones N (arriba), S (abajo), W (izquierda) ó E (derecha): N I = I i,j I i,j S I = I i+,j I i,j E I = I i,j + I i,j W I = I i,j I i,j Ruido Gaussiano t = 2 t = 4 t = 8 22
23 FILTROS DE DIFUSIÓN Sin embargo, es necesario que la difusión del calor se detenga en los bordes de los objetos para evitar perder información de ellos. Perona y Malik * propusieron un método que aplica la ecuación del calor en imágenes, de manera que suaviza los niveles de intensidad dentro de regiones delimitadas por bordes y no lo hace a través de ellos. Para lograrlo se utiliza un coeficiente de conducción variable g que controla la ecuación del calor, de modo que para que exista preservación de los bordes g 0 sobre el borde y g en las regiones internas. De esta manera la ecuación del calor toma la forma: I(x,y,t) t = g ( I ) I * P. Perona, J. Malik, "Scale-space and edge detection using anisotropic diffusion, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2 (7):
24 FILTROS DE DIFUSIÓN Para mejorar regiones amplias sobre regiones pequeñas se utiliza la siguiente función de conducción: g ( I ) = + I 2 κ 2 donde κ es una constante que controla la extensión de la difusión y es el valor absoluto. Discretizando la ecuación de Perona y Malik para cuatro vecinos se tiene el filtro no lineal de difusión anisotrópico (ADF): donde: I t+ t i,j = I i,j + t 4 [ g N N I + g S S I + g W W I + g E E I ] i,j g N = g N I g S = g S I ( ) g E = g ( E I ) ( ) g W = g ( W I ) 24
25 FILTROS DE DIFUSIÓN Ruido Gaussiano t = 00, κ = 3 25
Tema 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 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 detallesREDUCCIÓN DEL RUIDO EN UNA IMAGEN DIGITAL
Div. Ingeniería de Sistemas y Automática Universidad Miguel Hernández REDUCCIÓN DEL RUIDO EN UNA IMAGEN DIGITAL Tabla de Contenidos Definición Filtros No Lineales Filtros Temporales Definición 3 G = Ruido:
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 detallesOrden de las clases...
Procesamiento Digital de Imágenes Pablo Roncagliolo B. Nº 10 Orden de las clases... CAPTURA, DIGITALIZACION Y ADQUISICION DE IMAGENES TRATAMIENTO ESPACIAL DE IMAGENES TRATAMIENTO EN FRECUENCIA DE IMAGENES
Más detallesFILTRADO DE IMÁGENES
FILTRADO DE IMÁGENES 1 INDICE RUIDO Qué es el ruido? Tipos de ruido TECNICAS DE FILTRADO EN DOMINIO ESPACIAL Promediado de imágenes Filtros de orden Filtros de medias DOMINIO FRECUENCIAL FUNCIONES EN MATLAB
Más detallesProcesamiento de Imágenes
3. Procesamiento de Imágenes 3.1 Transformada discreta de Fourier en 2D Una señal periódica con períodos N 1 y N 2 en sus coordenadas x 1 y x 2, respectivamente, tiene una trasformada de Fourier definida
Más detallesCurso de Procesamiento Digital de Imágenes
Curso de Procesamiento Digital de Imágenes Impartido por: Elena Martínez Departamento de Ciencias de la Computación IIMAS, UNAM, cubículo 408 http://turing.iimas.unam.mx/~elena/teaching/pdi-mast.html elena.martinez@iimas.unam.mx
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesFILTRO DE COLOR FUZZY BASADO EN EL HISTOGRAMA PARA LA RESTAURACIÓN DE IMÁGENES. Jesús López de la Cruz Grupo 10
FILTRO DE COLOR FUZZY BASADO EN EL HISTOGRAMA PARA LA RESTAURACIÓN DE IMÁGENES Jesús López de la Cruz Grupo 10 Problema Soluciones anteriores Algoritmo HFC Explicación visual Problema Tenemos una imagen
Más detallesProcesamiento de imágenes
Procesamiento de imágenes Técnicas de realce de imágenes Técnicas de realce de imágenes Las imágenes digitalizadas no presentan siempre una calidad adecuada para su utilización, ello puede ser debido a
Más detalles1.- FILTRADO MEDIANA GENERALIZADO Y TÉCNICAS DE FILTRADO NO LINEAL
- FILTRADO MEDIANA GENERALIZADO Y TÉCNICAS DE FILTRADO NO LINEAL -INTRODUCCIÓN Bovi, Huang y Munson han introducido una generalización de filtros mediana llamados filtro de orden estadístico (OSF) en la
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 detallesGRADIENTE La laplaciana es un buen filtro paso alto, pero no es una buena herramienta para resaltar o detectar los bordes. En muchos casos, los bordes o límites de las figuras o de las regiones aparecen
Más detallesPreguntas tema 4: MORFOLOGÍA
Preguntas tema 4: MORFOLOGÍA 1 I N G E N I E R Í A I N F O R M Á T I C A C U R S O 2 0 1 3-2 0 1 4 MORFOLOGÍA BINARIA 2 Ejemplo clausura: Corrección de texto escaneado - Imagen original: texto escaneado
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 detallesUniversidad Nacional de Quilmes Ing. en Automatización y Control Industrial Cátedra: Visión Artificial Septiembre de 2005
Filtrado Espacial Introducción El filtrado espacial es la operación que se aplica a una imagen para resaltar o atenuar detalles espaciales con el fin de mejorar la interpretación visual o facilitar un
Más detallesTécnicas de mejora de imágenes
Técnicas de mejora de imágenes Mejora o enhancement Restauración Reconstrucción Mejora de la imagen Dominio espacial Opera directamente sobre los píxeles g(x,y)=t entorno (f(x,y)) Dominio en el espacio
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 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 detallesTema 5: Morfología. Segunda parte
Tema 5: Morfología Segunda parte 1. Imágenes binarias Morfología Operaciones morfológicas:» Dilatación, erosión, Transformada Hit-or-Miss, apertura y cierre. Aplicaciones:» Extracción de fronteras y componentes
Más detallesIntroducción a la difusión en el tratamiento de imágenes
2 Introducción a la difusión en el tratamiento de imágenes Guillermo Gallego La idea que motiva el estudio de la difusión anisótropa en el tratamiento de imágenes es la búsqueda de métodos de suavizamiento
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 detallesMediana de un conjunto de muestras y filtro mediana
Mediana de un conjunto de muestras y filtro mediana Valor de f(x) a la mitad de las N muestras en una señal (si N es par). En una distribución con valores y(x=i) repetidos, i=1,...,n. se ordenan de menor
Más detallesFUNCIÓN. La Respuesta correcta es D
FUNCIONES FUNCIÓN La Respuesta correcta es D FUNCIÓN Función Continua: Es aquella en la que su gráfica se puede recorrer en forma ininterrumpida en toda su extensión. FUNCIÓN Función Discontinua: Es aquella
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 detallesMedidas de variabilidad (dispersión)
Medidas de posición Las medidas de posición nos facilitan información sobre la serie de datos que estamos analizando. Estas medidas permiten conocer diversas características de esta serie de datos. Las
Más detallesque asocia a cada número entero su triple menos dos:
Dada la función f que asocia a cada número entero su triple menos dos: a) Escribe la epresión que nos proporciona f 0,, b) Calcula la imagen para ) Dada la siguiente función : ), ) y 0) a) Calcula b) Determina
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 detallesRegresión Lineal Múltiple
Universidad Nacional Agraria La Molina 2011-2 Efectos de Diagnósticos de Dos predictores X 1 y X 2 son exactamente colineales si existe una relación lineal tal que C 1 X 1 + C 2 X 2 = C 0 para algunas
Más detallesMinisterio de Educación Pública Dirección de Gestión y Evaluación de la Calidad Departamento de Evaluación Académica y Certificación.
Matemáticas Distribución de ítems para la prueba nacional Modalidad Académica (Diurnos Nocturnos) Convocatorias 016 ESTIMADO DOCENTE: En la modalidad de colegios académico, la Prueba de Bachillerato 016
Más detallesUna forma fácil de recordar esta suma (regla de Sarrus): Primero vamos a estudiar algunas propiedades de los determinantes.
Una forma fácil de recordar esta suma (regla de Sarrus): Ejemplos: Tarea: realizar al menos tres ejercicios de cálculo de determinantes de matrices de 2x2 y otros tres de 3x3. PARA DETERMINANTES DE MATRICES
Más detallesVariables aleatorias
Distribuciones continuas Se dice que una variable aleatoria X tiene una distribución continua, o que X es una variable continua, si existe una función no negativa f, definida sobre los números reales,
Más detallesFrancisco J. Hernández López
Francisco J. Hernández López fcoj23@cimat.mx Proceso computacional que transforma una o más imágenes de entrada en una imagen de salida. Se utiliza para analizar e interpretar la imagen, por medio de algoritmos
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesFUNCIÓN EXPONENCIAL. Ing. Caribay Godoy Rangel
FUNCIÓN EXPONENCIAL Definir e identificar una función exponencial, establecer su dominio y rango. Conocer las características de la gráfica de una función exponencial. Explorar el cambio gráfico que se
Más detallesConstrucción de Gráficas en forma manual y con programados
Universidad de Puerto Rico en Aguadilla División de Educación Continua y Estudios Profesionales Proyecto CeCiMaT Segunda Generación Tercer Año Título II-B, Mathematics and Science Partnerships Construcción
Más detallesFiltrado de imagen utilizando el algoritmo Non-Local Means. Aplicación Android
E.T.S. de Ingeniería Industrial, Informática y de Telecomunicación Filtrado de imagen utilizando el algoritmo Non-Local Means. Aplicación Android Grado en Ingeniería Informática Trabajo Fin de Grado Iosu
Más detallesGIMNASIO VIRTUAL SAN FRANCISCO JAVIER Valores y Tecnología para la Formación Integral del Ser Humano UNIDAD I FUNCIONES
UNIDAD I FUNCIONES Una función es una correspondencia entre dos conjuntos, que asocia a cada elemento del primer conjunto exactamente un elemento del otro conjunto. Una función f definida entre dos conjuntos
Más detallesFiltros en el dominio de la frecuencia
Filtros en el dominio de la frecuencia Fundamentos de procesamiento de imágenes IIC / IEE 3713 1er semestre 2011 Cristián Tejos Basado en material desarrollado por Marcelo Guarini, Domingo Mery, libro
Más detallesDetección de bordes: metodos lineales de cálculo de gradientesk, etc. Detección de bordes. Métodos basados en operadores lineales de gradiente
Detección de bordes Métodos basados en operadores lineales de gradiente 1 Bordes Variaciones fuertes de la intensidad que corresponden a las fronteras de los objetos visualizados Métodos basados en el
Más detallesTAREA N 3 OPERADORES DE DETECCIÓN DE BORDES
Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Eléctrica EL7007 Introducción al Procesamiento Digital de Imágenes TAREA N 3 OPERADORES DE DETECCIÓN DE BORDES
Más detallesAnálisis de cerchas Método de las uniones
Seminario de Modelación Matemática em Arquitectura Análisis de cerchas Método de las uniones Determinar las fuerzas internas de cada uno de los miembros de la siguiente cercha: /2 500 lb 250 lb Y 3/2 X
Más detallesSISTEMAS DE ECUACIONES LINEALES Y MATRICES Dos ecuaciones lineales con dos
de SISTEMAS DE ECUACIONES ES Y MATRICES Dos m con n Sergio Stive Solano 1 Febrero de 2015 1 Visita http://sergiosolanosabie.wikispaces.com de SISTEMAS DE ECUACIONES ES Y MATRICES Dos m con n Sergio Stive
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 detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesSISTEMAS DE ECUACIONES LINEALES. Método de reducción o de Gauss. 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González.
SISTEMAS DE ECUACIONES LINEALES Método de reducción o de Gauss 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González. SISTEMAS DE DOS ECUACIONES LINEALES CON DOS INCÓGNITAS.
Más detallesMatrices, determinantes y sistemas de ecuaciones lineales
Matrices, determinantes y sistemas de ecuaciones lineales David Ariza-Ruiz 10 de octubre de 2012 1 Matrices Una matriz es una tabla numérica rectangular de m filas y n columnas dispuesta de la siguiente
Más detallesCaracterización de Imágenes
de Imágenes Visión Artificial Andrea Rueda Pontificia Universidad Javeriana Departamento de Ingeniería de Sistemas Caracterizar: "determinar los atributos peculiares de alguien o de algo, de modo que claramente
Más detallesUniversidad de Oriente Núcleo de Bolívar Departamento de Ciencias Área de Matemática Asignatura: Matemática ( )
Universidad de Oriente Núcleo de Bolívar Departamento de Ciencias Área de Matemática Asignatura: Matemática (0081714) UNIDAD N 4 (APLICACIONES DE LA DERIVADA) Profesora: Yulimar Matute Febrero 2012 RECTA
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesDOCENTE: JESÚS E. BARRIOS P.
DOCENTE: JESÚS E. BARRIOS P. DEFINICIONES Es larga la historia del uso de las matrices para resolver ecuaciones lineales. Un texto matemático chino que proviene del año 300 A. C. a 200 A. C., Nueve capítulos
Más detallesLa representación gráfica de una función cuadrática es una parábola.
Función Cuadrática A la función polinómica de segundo grado +bx+c, siendo a, b, c números reales y, se la denomina función cuadrática. Los términos de la función reciben los siguientes nombres: La representación
Más detallesSeguimiento de los parámetros del modelo del tracto vocal
Algoritmos para el seguimiento de los parámetros del modelo de tracto vocal Monografía de Tratamiento Estadístico de Señales parias@fing.edu.uy Instituto de Ingeniería Eléctrica Facultad de Ingeniería
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 detallesADMINISTRACION DE OPERACIONES
Sesión4: Métodos cuantitativos ADMINISTRACION DE OPERACIONES Objetivo específico 1: El alumno conocerá y aplicara adecuadamente los métodos de pronóstico de la demanda para planear la actividad futura
Más detallesDEFINICIÓN : f es una función de R en R si a cada número real, x Dom, le hace corresponder un único número real, f(x):
1 FUNCIONES ELEMENTALES CONCEPTO DE FUNCIÓN DEFINICIÓN : f es una función de R en R si a cada número real, x Dom, le hace corresponder un único número real, f(x): Lo denotamos por : f : Dom -----> R x
Más detallesEl determinante de una matriz se escribe como. Para una matriz, el valor se calcula como:
Materia: Matemática de 5to Tema: Definición de Determinantes Marco Teórico Un factor determinante es un número calculado a partir de las entradas de una matriz cuadrada. Tiene muchas propiedades e interpretaciones
Más detallesCORRELACION Y REGRESIÓN LINEAL
LECCION Nº 5 CORRELACION Y REGRESIÓN LINEAL OBJETIVOS ESPECIFICOS Diferenciar los conceptos de correlación lineal, y regresión lineal. Determinar el índice o coeficiente de correlación en una distribución
Más detallesRelaciones de recurrencia
MATEMÁTICA DISCRETA I F. Informática. UPM MATEMÁTICA DISCRETA I () Relaciones de recurrencia F. Informática. UPM 1 / 7 Relaciones de recurrencia Relaciones de recurrencia Definición Una relación de recurrencia
Más detallesUnidad 2. Matrices Conceptos básicos 2.2. Operaciones con matrices 2.3. Matriz Inversa 2.4. El método de Gauss-Jordan 2.5.
Unidad. Matrices.. Conceptos básicos.. Operaciones con matrices.. Matriz Inversa.. El método de Gauss-Jordan.. Aplicaciones Objetivos particulares de la unidad Al culminar el aprendizaje de la unidad,
Más detallesNo es otra cosa, que la representación de los resultados de una función sobre el plano carteciano.
FUNCIONES GRAFICAS No es otra cosa, que la representación de los resultados de una función sobre el plano carteciano. INTÉRVALOS Un intervalo es el conjunto de todos los números reales entre dos números
Más detallesEstadística Inferencial. Estadística Descriptiva
INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y
Más detallesMatrices: repaso. Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas. Una matriz A M m n es de la forma A =
Matrices: repaso Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas Una matriz A M m n es de la forma a 11 a 1n A = a m1 a mn Denotaremos A ij = a ij el coeficiente
Más detallesMatemáticas. Matías Puello Chamorro. Algebra Operativa. 9 de agosto de 2016
Matemáticas Algebra Operativa Matías Puello Chamorro http://www.unilibrebaq.edu.co 9 de agosto de 2016 Índice 1. Introducción 3 2. Definiciones básicas del Algebra 4 2.1. Definición de igualdad............................
Más detallesREPASO DE FUNCIONES FUNCIONES REALES DE VARIABLE REAL
REPASO DE FUNCIONES FUNCIONES REALES DE VARIABLE REAL CORRESPONDENCIA. Se llama CORRESPONDENCIA entre dos conjuntos A y B a toda ley que asocia elementos del conjunto A con elementos del conjunto B. Se
Más detalles1, 2, 2, 3, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 2, 1, 1, 4, 1
8 Estadística 81 Distribuciones unidimensionales Tablas de frecuencias En este tema nos ocuparemos del tratamiento de datos estadísticos uestro objeto de estudio será pues el valor de una cierta variable
Más detallesGuía de Matemática Cuarto Medio
Guía de Matemática Cuarto Medio Aprendizaje Esperado: 1. Conocen distintas maneras de organizar y presentar información incluyendo el cálculo de algunos indicadores estadísticos, la elaboración de tablas
Más detallesMódulo de Estadística
Módulo de Estadística Tema 2: Estadística descriptiva Tema 2: Estadísticos 1 Medidas La finalidad de las medidas de posición o tendencia central (centralización) es encontrar unos valores que sinteticen
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 detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:
Más detallesDEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES
ALGEBRA DE MATRICES DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES DEFINICIONES 2 Las matrices y los determinantes son herramientas
Más detallesCálculo numérico. Sistemas de ecuaciones lineales.
José Luis Morales http://allman.rhon.itam.mx/ jmorales Departamento de Matemáticas. ITAM. 2010. Las raíces de x 2 bx + c = 0. r = b ± b 2 4c 2 b = 3.6778, c = 0.0020798 r 1 = 3.67723441190... r 2 = 0.00056558809...
Más detallesSESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES
SESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES RELACIONES BINARIAS PAR ORDENADO Es un arreglo de dos elementos que tienen un orden determinado donde a es llamada al primera componente y b es llamada la
Más detalleslog = = Las ecuaciones de cancelación cuando se aplican las funciones f x = a x y f 1 = log a x, se convierten en:
Función logarítmica Función logarítmica y su representación Si a > 0 y a 0, la función exponencial f x = a x bien se incrementa o disminuye y por eso mediante la prueba de la línea horizontal es uno a
Más detallesProfesorado de Nivel Medio y Superior en Biología Matemática - 1º Cuatrimestre Año 2013 FUNCIÓN CUADRÁTICA
Matemática - º Cuatrimestre Año 0 FUNCIÓN CUADRÁTICA Hemos definido anteriormente la función lineal como una función f: R R de la forma f()a+b con a R y b R, que se representa en el plano mediante una
Más detallesFunción lineal Ecuación de la recta
Función lineal Ecuación de la recta Función constante Una función constante toma siempre el mismo valor. Su fórmula tiene la forma f()=c donde c es un número dado. El valor de f() en este caso no depende
Más detallesÍNDICE Capítulo 2 La transformada de Laplace 1 Capítulo 2 Series de Fourier 49 Capítulo 3 La integral de Fourier y las transformadas de Fourier 103
ÍNDICE Capítulo 2 La transformada de Laplace... 1 1.1 Definición y propiedades básicas... 1 1.2 Solución de problemas con valores iniciales usando la transformada de Laplace... 10 1.3 Teoremas de corrimiento
Más detallesMatrices y Sistemas Lineales
Matrices y Sistemas Lineales Álvarez S, Caballero MV y Sánchez M a M salvarez@umes, mvictori@umes, marvega@umes 1 ÍNDICE Matemáticas Cero Índice 1 Definiciones 3 11 Matrices 3 12 Sistemas lineales 5 2
Más detallesMedidas de Tendencia Central.
Medidas de Tendencia Central www.jmontenegro.wordpress.com MEDIDAS DE RESUMEN MDR MEDIDAS DE TENDENCIA CENTRAL MEDIA MEDIANA MODA CUARTILES,ETC. MEDIDAS DE DISPERSIÓN RANGO DESVÍO EST. VARIANZA COEFIC.
Más detallesLos Números Enteros (Z)
Los Números Enteros (Z) Los números enteros: representación gráfica, orden, modulo o valor absoluto. Operaciones en Z, procedimientos y propiedades de estas. Prioridades de operaciones y paréntesis. Problemas
Más detallesFLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional
FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros
Más detallesUNIDAD I: SISTEMAS DE DOS ECUACIONES CON DOS INCÓGNITAS
UNIDAD I: SISTEMAS DE DOS ECUACIONES CON DOS INCÓGNITAS Sistemas de dos ecuaciones con dos incógnitas. Método de igualación. Método de reducción. Método de sustitución Método de eliminación Gaussiana.
Más detallesQue el estudiante sepa aplicar las principales técnicas que sirven para resaltar características en imágenes
1 Facultad: Ingeniería. Escuela: Biomédica Asignatura: Imágenes Médicas Realce de Características Objetivos Que el estudiante sepa aplicar las principales técnicas que sirven para resaltar características
Más detallesAPUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES
APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES Ignacio López Torres. Reservados todos los derechos. Prohibida la reproducción total o parcial de esta obra, por cualquier medio electrónico
Más detallesSERIE INTRODUCTORIA. REPASO DE ALGEBRA.
SERIE INTRODUCTORIA. REPASO DE ALGEBRA. 1.- REDUCCION DE TÉRMINOS SEMEJANTES. Recuerde que los términos semejantes son aquellos que tienen las mismas letras con los mismos exponentes. Ejemplos: *7m; 5m
Más detallesVARIABLES ESTADÍSTICAS BIDIMENSIONALES
VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes
Más detalles7.- Teorema integral de Fourier. Transformada de Fourier
7.- Teorema integral de Fourier. Transformada de Fourier a) Introducción. b) Transformada de Fourier. c) Teorema integral de Fourier. d) Propiedades de la Transformada de Fourier. e) Teorema de Convolución.
Más detallesSolución de sistemas lineales
Solución de sistemas lineales Felipe Osorio http://www.ies.ucv.cl/fosorio Instituto de Estadística Pontificia Universidad Católica de Valparaíso Marzo 31, 2015 1 / 12 Solución de sistemas lineales El problema
Más detallesMEDIDAS DE RESUMEN. Medidas de Tendencia Central Medidas de Dispersión. Rafael Díaz Sarmiento, M.D., E.S.O., E.C. Las Palmas de Gran Canario, España
MEDIDAS DE RESUMEN Medidas de Tendencia Central Medidas de Dispersión Rafael Díaz Sarmiento, M.D., E.S.O., E.C. Las Palmas de Gran Canario, España MEDIDAS DE RESUMEN DEFINICIONES: Medida de tendencia central:
Más detallesMATEMÁTICAS ÁLGEBRA (TIC)
COLEGIO COLOMBO BRITÁNICO Formación en la Libertad y para la Libertad MATEMÁTICAS ÁLGEBRA (TIC) GRADO:8 O A, B DOCENTE: Nubia E. Niño C. FECHA: 23 / 02 / 15 GUÍA UNIFICADA: # 1 5; # 1-6 y 1-7 DESEMPEÑOS:
Más detallesTécnicas de filtrado. Tema 6
Tema 6 Técnicas de filtrado Se trata de métodos para resaltar o suprimir, de forma selectiva, información contenida en una imagen a diferentes escalas espaciales, para destacar algunos elementos de la
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 detallesMedidas de tendencia central
Medidas de tendencia central Medidas de tendencia central Medidas de Posición: son aquellos valores numéricos que nos permiten o bien dar alguna medida de tendencia central, dividiendo el recorrido de
Más detallesMedidas de Tendencia Central. Dra. Noemí L. Ruiz Limardo Derechos de Autor Reservados Revisado 2010
Medidas de Tendencia Central Dra. Noemí L. Ruiz Limardo Derechos de Autor Reservados Revisado 2010 Objetivos de Lección Conocer cuáles son las medidas de tendencia central más comunes y cómo se calculan
Más detalles1. Manipulación simple de imágenes
1 ELO 385 Laboratorio de Procesamiento Digital de Señales Laboratorio 7: Procesamiento Digital de Imágenes En este laboratorio se introducirá el procesamiento digital de imágenes y se extenderán conceptos
Más detallesMEDIDAS DE TENDENCIA CENTRAL
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMERICA) MEDIDAS DE TENDENCIA CENTRAL 20/05/2008 Ing. SEMS 2.1 INTRODUCCIÓN En el capítulo anterior estudiamos de qué manera los
Más detallesRuido y Filtrado. Clase de Taller I del 28/10/2015
Ruido y Filtrado Clase de Taller I del 8/0/05 Índice RUIDO Qué es el ruido? Objetivos. Tipos de ruido. TECNICAS DE FILTRADO EN DOMINIO ESPACIAL Promediado de imágenes Filtros de orden Filtros de medias
Más detallesFU CIÓ CUADRÁTICA. y = a.x 2 + b.x + c. Término Cuadrático Término Lineal Término Independiente. Matestay. a = 1 b = 4 c = 3. d 2.
FU CIÓ CUADRÁTICA La función cuadrática es una función mu común en Matemática. Se trata de una función de segundo grado: la "" aparece elevada al cuadrado como máima potencia. Su representación gráfica
Más detallesDEPARTAMENTO DE MATEMATICAS Y FISICA Matemáticas Discreta
DEPARTAMENTO DE MATEMATICAS Y FISICA Matemáticas Discreta SUCESIONES Y RELACIONES DE RECURRENCIA Esta última sección la dedicamos a presentar el concepto de recurrencia, que esta muy ligado al axioma de
Más detalles