Análisis de imágenes digitales
|
|
- Irene Acuña Figueroa
- hace 6 años
- Vistas:
Transcripción
1 Análisis de imágenes digitales FILTRADO DE LA IMAGEN Filtros en frecencia
2 INTRODUCCIÓN x (0, 0) El filtrado en el dominio de la frecencia se basa en la transformada de Forier (TF), la cal asocia cambios de intensidad en la imagen con frecencias. La coordenada origen del espectro de Forier (==0) corresponde a la smatoria de todos los nieles de intensidad de la imagen. Conforme se incrementa y, las bajas frecencias corresponden a ariaciones lentas de intensidad, mientras qe las altas frecencias están relacionadas con cambios rápidos de intensidad. Altas Altas Bajas y F(,) f (x,y) Bajas Bajas Altas f (x,y) 2 Bajas Altas
3 INTRODUCCIÓN Algoritmo para el filtrado de imágenes digitales en el dominio de la frecencia: 1. Mltiplicar la imagen de entrada f(x,y) por ( 1) x+y para desplazar el origen del espectro al centro del plano coordenado. 2. Calclar la DFT, F(,), de la imagen resltante en el paso Mltiplicar F(,) por na fnción filtro H(,): G(,)= F(,) H(,). 4. Calclar la inersa DFT de G(,) resltante en el paso Obtener la magnitd del resltado en el paso 4. ( 1) x+y Generar na fnción filtro H(,) f (x,y) Transformada de Forier F(,) Transformada inersa de Forier ˆf (x,y) 3
4 INTRODUCCIÓN Espectros filtrados Filtro paso bajas F 1 Filtro paso banda F 1 F Filtro paso altas Espectro de frecencias F 1 4
5 FILTROS SUAVIZANTES El saizado (o borrado) de na imagen se obtiene al atenar frecencias altas del espectro de Forier, donde los bordes de los objetos y otras transiciones de intensidad abrptas, inclyendo el rido, son los qe contribyen al contenido de alta frecencia. Un filtro paso bajas se pede isalizar como n filtro qe idealmente elimina todas las componentes frecenciales altas qe se encentran despés de na distancia D0 determinada a partir del origen del espectro de Forier. Debido a qe el espectro de Forier de na imagen M N es también del mismo tamaño y s origen se localiza en el centro del plano coordenado como (0,0) = (M/2, N/2), entonces la distancia del centro a calqier pnto del espectro está dada por: D(,) = ( M 2 ) 2 + ( N 2 )
6 FILTROS SUAVIZANTES FILTRO IDEAL Un filtro qe corta abrptamente las frecencias altas a partir de na distancia fija le conoce como filtro ideal paso bajas, cya fnción de transferencia es: H (,) = 1 si D(,) D 0 0 en otro caso donde D0 es na escalar positia denominada frecencia de corte y D(,) es la distancia desde el origen del espectro al pnto (,). D0 H (,) H (,) 1 D 0 D(,) 6
7 FILTROS SUAVIZANTES FILTRO IDEAL D0 = 5 D0 = 15 D0=5 D0=15 D0=30 D0=100 D0 = 30 D0 = 100 7
8 FILTROS SUAVIZANTES FILTRO IDEAL Una desentaja del filtro ideal es el efecto de rizado qe prodce en la imagen filtrada, por lo cal no se tiliza en la práctica. Este fenómeno se debe a qe la transformada de Forier de na fnción implso en el dominio espacial genera na fnción Sinc en el dominio de la frecencia. Para eitar el fenómeno de rizado se debe saizar la transición de filtrado entre las frecencias deseadas y aqellas qe son atenadas. Fnción escalón Fnción Sinc H (,) h(x,y) 8
9 FILTROS SUAVIZANTES FILTRO BUTTERWORTH La fnción de transferencia del filtro paso bajas Btterworth de orden n y frecencia de corte a na distancia D0 desde el origen está definida como: H (,) = 1 [ ] 2n 1+ D(,) D 0 La frecencia de corte se encentra en el pnto D(,)=D0, donde la amplitd de la señal decae 50% de s máximo alor. Al amentar el orden del filtro s respesta tiende al de n filtro ideal. H (,) H (,) n = 1 n = 2 n = 3 n = 4 9 D 0 D(,)
10 FILTROS SUAVIZANTES FILTRO BUTTERWORTH D0=5 D0=15 Para todos los casos n=2 D0=30 D0=80 10
11 FILTROS SUAVIZANTES FILTRO GAUSSIANO La fnción de transferencia del filtro paso bajas Gassiano con frecencia de corte a na distancia D0 desde el origen está definida como: H (,) = exp D 2 2 (,) 2D 0 La frecencia de corte se encentra en D(,)=D0, donde la amplitd de la señal decae de s máximo alor. H (,) H (,) D 0 = 10 D 0 = 15 D 0 = 40 D 0 = 100 D(,) 11
12 FILTROS SUAVIZANTES FILTRO GAUSSIANO D0=5 D0=15 D0=30 D0=80 12
13 FILTROS SUAVIZANTES COMPARATIVO Imagen ridosa Ideal Btterworth Gassiano Para todos los casos D0=30 13
14 FILTROS PASO ALTAS La detección de bordes consiste en ejectar la operación inersa del filtro paso bajas (Hlp), es decir, el filtro paso altas (Hhp) en el dominio de la frecencia está definido como: H hp (,) = 1 H lp (,) H (,) H (,) H (,) 14
15 FILTROS PASO ALTAS FILTRO IDEAL El filtro paso altas ideal está definido como: H (,) = 1 si D(,) > D 0 0 en otro caso H (,) D0=5 D0=25 D0=80 15
16 FILTROS PASO ALTAS FILTRO BUTTERWORTH El filtro paso altas Btterworth está definido como: H (,) = 1 [ ] 2n 1+ D 0 D(,) H (,) D0=5 D0=25 D0=80 16
17 FILTROS PASO ALTAS FILTRO GAUSSIANO El filtro paso altas Gassiano está definido como: H (,) = 1 exp D 2 2 (,) 2D 0 H (,) D0=5 D0=25 D0=80 17
18 FILTROS PASO ALTAS COMPARATIVO Imagen original Ideal Btterworth Gassiano Para todos los casos D0=80 18
19 FILTROS PASO ALTAS LAPLACIANO La TF de la deriada de orden n de na fnción nidimensional es: F d n f (x) dx n = ( j)n F() De esta expresión se pede dedcir qe: F 2 f (x,y) x f (x,y) y 2 = ( j)2 F(,) + ( j) 2 F(,) = ( )F(,) Por tanto, el Laplaciano en el dominio de la frecencia se define como: F 2 f (x,y) = ( )F(,) = H(,)F(,) Si el origen del espectro está en el centro del plano coordenado, entonces el Laplaciano de la imagen se calcla como: 2 f (x,y) = F 1 { [( M 2) 2 + ( N 2) 2 ]F(,)} 19
20 FILTROS PASO ALTAS LAPLACIANO H (,) Imagen original Laplaciano 20
21 FILTROS SELECTIVOS Los filtros selectios se enfocan en mantener o atenar la contribción energética de na banda específica del espectro de frecencias y se diiden en dos categorías: 1.Filtros paso banda o rechazo banda: procesan na banda específica del espectro de frecencias alrededor del origen. 2.Filtros de mesca (notch): procesan n ecindario estrecho del espectro de frecencias. 21
22 FILTROS SELECTIVOS FILTROS PASO BANDA Los filtros paso banda se constryen a partir de los conceptos de los filtros saizantes y realzantes: Ideal Ideal: Btterworth: H (,) = H (,) = 1 si D 0 W 2 D D 0 + W 2 0 en otro caso 1 1+ D2 2 D 0 W D 2n H (,) H (,) W Btterworth D0 Gassiano: H (,) = exp D2 2 D 0 W D 2 Gassiano donde D=D(,) es la distancia al centro del espectro, D0 es el centro radial de la banda y W es el ancho de banda del filtro. 22 H (,)
23 FILTROS SELECTIVOS FILTROS PASO BANDA Un filtro rechaza banda (Hbs) se obtiene mediante el complemento de n filtro paso banda (Hbp): H bs (,) = 1 H bp (,) Ideal Btterworth Gassiano H (,) H (,) H (,) 23
24 FILTROS SELECTIVOS FILTROS PASO BANDA Ejemplos de filtrado paso banda con D0 = 40 y W = 30: Imagen original Ideal Btterworth Gassiano Ejemplos de filtrado rechaza banda con D0 = 60 y W = 50: Imagen original Ideal Btterworth 24 Gassiano
25 FILTROS SELECTIVOS FILTROS DE MUESCA Los filtros notch rechazan frecencias en n ecindario predefinido, los cales son simétricos respecto al origen del espectro (0,0), tal qe n filtro notch con centro en (k,k) debe tener s correspondiente contraparte con centro ( k, k). Este tipo de filtros son útiles para redcir el rido periódico. Los filtros notch se constryen como prodctos de filtros paso altas cyos centros se han desplazado del origen como: H (,) = Q k=1 H k (,)H k (,) donde Hk(,) y H k(,) son filtros paso altas cyos centros se encentran en (k,k) y ( k, k), respectiamente. 25
26 FILTROS SELECTIVOS FILTROS DE MUESCA Los centros de los filtros pasa altas están especificados en relación al origen del espectro desplazado al centro del plano coordenado (M 2, N 2). Entonces, el cálclo de las distancias para n filtro pasa altas y s contraparte son: D k (,) = ( M 2 k ) 2 + ( N 2 k ) y D k (,) = ( M 2 + k ) 2 + ( N 2 + k ) Por ejemplo, n filtro Btterworth notch de orden n qe contiene tres filtros se define como: H (,) = 3 k= D 0k D k (,) [ ] 2n 1 1+ D 0k D k (,) [ ] 2n 26
27 FILTROS SELECTIVOS FILTROS DE MUESCA Imagen con rido periodico Imagen filtrada F F 1 Filtro notch = 27
28 FILTROS SELECTIVOS FILTROS DE GABOR En el dominio de la frecencia, la fnción de Gabor está definida como la sma de dos fnciones Gassianas desplazadas a partir del origen, con frecencia radial ( k y k ) y orientación (θ, en el rango [0, π]) específicas, y se expresa como: H (,) = exp 1 2 (û k ) 2 σ 2 + ˆ 2 σ 2 + exp 1 2 (û + k ) 2 σ 2 + ˆ 2 k σ 2 donde û = cos(θ) + sin(θ), ˆ = cos(θ) sin(θ) k σ = 1 2πσ x y σ = 1 2πσ y H (,) 28
29 FILTROS SELECTIVOS FILTROS DE GABOR Generalmente, los filtros de Gabor se tilizan para la extracción de textras en la imagen mediante n banco de filtros, donde el número de filtros está definido por la cantidad de frecencias radiales a donde se desplaza cada Gassiana más el número de orientaciones. Las frecencias radiales ( k ) se determinan atomáticamente de acerdo al ancho de la imagen (Nc) qe será filtrada como: 1 2, 2 2, 4 2,, log 2 ( N c 4) 2 ciclos / ancho - imagen La escala (σ) de la fnción Gassiana se relaciona con s respectia frecencia radial y se determina de manera similar qe en los filtros de Gabor espaciales a traés de n parámetro de ancho de banda (b) como: σ x = σ y = 1 2 k ln2 2 2 b +1 2 b 1 29
30 FILTROS SELECTIVOS FILTROS DE GABOR Imagen original Imagen sin brillo Cando se realiza la extracción de textras, es deseable qe la componente de DC (corriente contina) del espectro de Forier de la imagen sea cero, para eliminar el brillo de la imagen y dejar solo la información de textra. Por tanto, antes de filtrar el espectro, se coloca en cero la componente DC. DC DC=0 30
31 FILTROS SELECTIVOS FILTROS DE GABOR Imagen de textras k 0 θ Banco de filtros de Gabor (b=1) π 4 π 2 π π 4 π 2 3π 4
Curso de Procesamiento Digital de Imágenes
Crso de Procesamiento Digital de Imágenes Impartido por: Elena Martínez Departamento de Ciencias de la Comptación IIMAS UNAM cbíclo 408 http://tring.iimas.nam.mx/~elena/teaching/pdi-mast.html elena.martinez@iimas.nam.mx
Más detalles2.3. Plano tangente a una superficie paramétrica. Sea la superficie paramétrica S determinada por la función vectorial
.3. Plano tanente a na sperficie paramétrica. Sea la sperficie paramétrica S determinada por la fnción ectorial ( ) R R en el pnto P, cyo ector posición 3 : /, x,, y,, z, es (, ). Si se mantiene a constante
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 detallesRealzado de Imágenes. Capitulo Introducción MN =
Capitlo 4 Realzado de Imágenes 4. Introdcción En este capítlo amos a estdiar n conjnto de técnicas qe tratan de consegir na imagen mejorada y más nítida tanto para el obserador mano como para el ordenador.
Más detallesTEMA 7: VECTORES. También un vector queda determinado por su módulo, dirección y sentido. Dado el vector u. = AB, se define: Módulo del vector u
DPTO DE MATEMÁTICAS T5: VECTORES - 1 1.- VECTORES EN EL PLANO TEMA 7: VECTORES Hay magnitdes como ferza, desplazamiento, elocidad, qe no qedan completamente definidas por n número. Por ejemplo, no es sficiente
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 detallesDiseño o de Entradas. Autor: Dr. Juan Carlos Gómez ISIS 2
Identificación n de SIStemas Diseño o de Entradas Ator: Dr. Jan Carlos Gómez Un reqisito fndamental de las entradas para n experimento de identificación es el de persistencia de excitación de las mismas.
Más detallesTEMA 5. VECTORES EN EL ESPACIO
TEMA 5. VECTORES EN EL ESPACIO ÍNDICE 1. INTRODUCCIÓN... 2 2. VECTORES EN EL ESPACIO.... 3 2.1. CONDICIONES INICIALES.... 3 2.2. PRODUCTO DE UN VECTOR POR UN NÚMERO.... 3 2.3. VECTORES UNITARIOS.... 3
Más detallesTEMA 1. MAGNITUDES FÍSICAS
TEMA 1. MAGNITUDES FÍSICAS 1. Definición de magnitd física 2. Magnitdes físicas fndamentales deriadas. Sistema Internacional de Unidades (SI) 3. Cambio de nidades: Método de las fracciones nitarias 4.
Más detallesNOMBRE: VECTORES EN EL PLANO. Ángel de la Llave Canosa
NOMBRE: VECTORES EN EL PLANO Ángel de la Llave Canosa 1 VECTORES EN EL PLANO VECTOR FIJO Un vector fijo AB es n segmento orientado, qe está definido por dos pntos: Un pnto origen y n pnto extremo. Los
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 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 detallesREVISIÓN DE ANÁLISIS MATEMÁTICO CONCEPTOS Y EJEMPLOS
E.T. Nº 7 - Brig. Gral. Apnte teórico TEORÍA DE LOS IRUITOS II REVISIÓN DE ANÁLISIS MATEMÁTIO ONEPTOS Y EJEMPLOS INDIE Página FUNIONES LÍMITES DERIVADAS oncepto definición Derivadas de las fnciones algeraicas
Más detallesMagnitudes escalares, son aquellas que quedan definidas por una sola cantidad que denominaremos valor del escalar.
+34 9 76 056 - Fa: +34 9 78 477 Vectores: Vamos a distingir dos tipos de magnitdes: Magnitdes escalares, son aqellas qe qedan definidas por na sola cantidad qe denominaremos valor del escalar. Ej: Si decimos
Más detalles1. Encontrar la pendiente de la recta tangente a la curva de intersección de la superficie: z = y con el plano y=2, en el punto (2,1, 6 )
PROBLEMAS RESUELTOS 1. Encontrar la pendiente de la recta tangente a la cra de intersección de la sperficie: z = 1 con el plano =, en el pnto (,1, 6 Solción La pendiente bscada es: z 1 (,1 1 z (,1 6 (,1.
Más detalles1 Composición de funciones
Composición de fnciones La composición de fnciones o la fnción de fnción es na operación qe aparece natralmente en varias sitaciones. En esta nota, presentaremos (sin demostración) algnos de los resltados
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 detallesELECTRONICA II BIOINGENIERIA 1ra. Parte FILTROS ANALOGICOS
ELECTRONICA II BIOINGENIERIA 1ra. Parte FILTROS ANALOGICOS Los filtros analógicos son indispensables en muchas situaciones, por ejemplo los filtros anti-aliasing que se utilizan antes del procesamiento
Más detallesTEMA 1: VECTORES EN EL PLANO
Profesora: María José Sánchez Qeedo TEMA 1: VECTORES EN EL PLANO El estdio del Análisis Vectorial se remonta al siglo XVII, cando el ingeniero holandés Steen (1548-160), formló el principio del paralelogramo
Más detallesEstructura de Computadores. 1. Ejercicios Resueltos 1.1.
Estrctra de Comptadores Tema. La nidad de memoria II. La memoria virtal Localidad de referencia. Definición de memoria cache. Estrategias de mapeado: directo, asociativo y asociativo por conjntos. Algoritmos
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 detallesVECTORES EN EL PLANO
VECTORES EN EL PLANO.- PRIMERO DE BACHILLERATO.- TEORÍA Y EJERCICIOS. Pág. 1 VECTORES EN EL PLANO Vector fijo. Es n segmento orientado. Lo representamos por AB o por. El pnto A es el origen y el pnto B
Más detallesLÍMITES, CONTINUIDAD Y DERIVADAS
LÍMITES, CONTINUIDAD Y DERIVADAS ÍNDICE. Concepto de límite. Propiedades de los límites 3. Definición de continidad 4. Tipos de continidad 5. Concepto de derivada 6. Tabla de derivadas 7. Crecimiento y
Más detallesINTEGRALES DE SUPERFICIE.
INTEGALE DE UPEFICIE. 31. Encontrar el área de la sperficie definida como intersección del plano x + y + z 1 con el sólido x + y 1. olción La sperficie dada se pede parametrizar por x cos v : y (/ ) sen
Más detallesTema 5: Ecuaciones diferenciales de primer orden homogéneas
Tema 5: Ecaciones diferenciales de primer orden homogéneas 5.1 Primer método de solción En la e.d. homogénea d (1) f (, ) d donde, de acerdo con lo visto en (.), f(t, t) f(, ), se sstite () v s correspondiente
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 detalles1.2 TÉCNICAS DE LA DERIVACIÓN.
. TÉCNICAS DE LA DERIVACIÓN... DERIVACIÓN DE FUNCIONES ALGEBRAICAS Generalmente la derivación se lleva acabo aplicando fórmlas obtenidas mediante la regla general de la derivación y qe calclaremos a continación,
Más detalles3.2 EL PRODUCTO ESCALAR Y LAS PROYECCIONES EN R 2
34 CAPÍTULO 3 Vectores en R R 3 ais sqare a=ais; ais([min(a([1,3])),ma(a([,4])),min(a([1,3])),ma(a([,4]))]) % hold off Una ez qe se haa escrito la fnción en n archio con nombre lincomb.m, dé el comando
Más detallesGEOMETRÍA ANALÍTICA AB CD CD AB CD
GEOMETRÍA ANALÍTICA.- Vectores..- Vectores fijos en el plano Llamaremos ector fijo a todo par ordenado de pntos del plano. Si los pntos son A y B conendremos en representar por AB el ector fijo qe determinan;
Más detallesCAPÍTULO I ÁLGEBRA TENSORIAL
Sección I.1.a) álgebra ectorial intrínseca 10/09/2011 CAPÍTULO I ÁLGEBRA TENSORIAL 1.1 Repaso de álgebra ectorial intrínseca 1.2 Álgebra ectorial en componentes ortonormales y generales: notación indicial.
Más detallesLos lugares geométricos de todos los puntos del espacio en los cuales la magnitud escalar tiene un mismo valor.
Física para iencias e Ingeniería ÁLGEBRA ETORIAL 7.2- Introdcción A lo largo del estdio de la Física srgen na serie de propiedades, tanto de magnitdes escalares como vectoriales, qe se epresan por medio
Más detalles14 Corte por Fricción
14 Corte por Fricción CONSIDERCIONES GENERLES Cando se pblicó el docmento CI 318-83, el artíclo 11.7 fe rescrito completamente para ampliar el concepto de corte por fricción de manera qe inclyera aplicaciones
Más detallesTEMA 5 PROCESADO DE IMÁGENES EN EL DOMINIO DE LA FRECUENCIA.
TEMA 5 PROCESADO DE IMÁGENES EN EL DOMINIO DE LA FRECUENCIA. 1. - INTRODUCCIÓN Las operaciones que hemos realizado hasta ahora sobre una imagen, se realizaron en el dominio espacial, es decir, trabajando
Más detallesLección 3. Cálculo vectorial. 4. Integrales de superficie.
GRAO E INGENIERÍA AEROEPACIAL CURO 0 MATEMÁTICA II PTO E MATEMÁTICA APLICAA II 4 Integrales de sperficie Nestro último paso en la etensión del concepto de integral es el estdio de las integrales de sperficie,
Más detallesDistribuciones de probabilidad bidimensionales o conjuntas
Distribuciones de probabilidad bidimensionales o conjuntas Si disponemos de dos variables aleatorias podemos definir distribuciones bidimensionales de forma semejante al caso unidimensional. Para el caso
Más detalles2. Determinar el dominio de las siguientes funciones de variable real. a) f ( x ) = 4 2x b) f ( x ) =x 2 4x + 3
Ejercicios para practicar. Dado los conjntos A = {, 4, 6, 8,0,,4} B = {,, 5, 7, 9,,,5}; Constra la sigiente relación de A en B R = {(, ) / = + }. Adicionalmente determine el dominio el rango de cada na
Más detallesTRATAMIENTO DE IMÁGENES
Procesamiento Digital de Imágenes Pablo Roncagliolo B. Nº 09 TRATAMIENTO DE IMÁGENES EN EL DOMINIO DE LAS FRECUENCIAS prb@2007 2 1 A principios del siglo XIX, Joseph Fourier indica que toda función periódica
Más detallesIMAGENOLOGÍA EN RESONANCIA MAGNÉTICA
El ININ hoy IMAGENOLOGÍA EN RESONANCIA MAGNÉTICA Por: Ricardo Rojas Martínez, Depto. de Protección Radiológica (rrm@nclear.inin.mx) La imagen por resonancia magnética (RM) se ha convertido en la gran revolción
Más detalles12.3. El producto punto. 674 Capítulo 12: Los vectores y la geometría del espacio. Ángulo entre vectores
674 Capítlo 1: Los ectores la geometría del espacio c. Obtenga las coordenadas del pnto donde se cortan las medianas del DABC. De acerdo con el ejercicio 17 de la sección 6.6, este pnto es el centro de
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 detallesACTIVIDADES INICIALES. b) ( 1, 6) d) (0, 3) (0, 1) (0, 2) f) ( 8, 4) (24, 6) (16, 2) h) ( 5, 3) (2, 2) ( 3, 1) EJERCICIOS PROPUESTOS
Solcionario 4 Vectores TIVIDDES INIILES 4.I. Efectúa las sigientes operaciones: a) (5, 3) (, 4) c) 5(3, ) (, 4) e) (7, 4) (, ) g) (3, 6) 3 (, ) b) (6, 4) (7, ) d) 3(0, ) (0, 3) f) 4(, ) 6(4, ) h) (5, 3)
Más detallesJorge Pontt O. Adolfo Paredes P.
Capítlo 2: EL TRANSFORMADOR niversidad Técnica Federico Santa María ELO 281 Sistemas Electromecánicos Jorge Pontt O. Adolfo Paredes P. 1 2.4 Transformadores Trifásicoss 2.4.1 Principio de fncionamiento.
Más detallesDINÁMICA DE FLUIDOS. Flujo Potencial. Potencial de velocidades. Función de corriente. Ejemplos.
DINÁMIC DE FLUIDOS Propiedades de los Flidos. Concepto de flido. Flido ideal. Viscosidad Tensión sperficial. Capilaridad Estática. Presión en n pnto. Ecación general de la estática. Teoremas de Pascal
Más detallesALGEBRA LINEAL. 1º GRADO DE ECONOMÍA CURSO Prof. Pedro Ortega Pulido
ALGEBRA LINEAL. º GRADO DE ECONOMÍA CURSO 0-04 Prof. Pedro Ortega Plido I. ESPACIOS VECTORIALES I.. Vectores. Operaciones con vectores I.. Espacio vectorial. Propiedades I.. Sbespacio vectorial. Operaciones
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 detallesTecnologías de Sistemas Inteligentes (IA95 022) Introducción a la Lógica Difusa
Introdcción a la Lógica Difsa c M. Valenzela 1996 1998, 2006 (24 de febrero de 2006) Este apnte está basado en (Driankov, Hellendoorn, y Reinfrank, 1996, secciones 2.1 y 2.2) y (Klir y Yan, 1995). 1. Teoría
Más detalles.. A x 1 lo llamamos primera componente, a x 2 segunda
Capítlo VECTORES DE IR n.. Introdcción Una vez tenemos claro lo qe es n sistema de ecaciones lineales y s representación matricial, el significado de s solción, el tipo de conjnto solción y n método para
Más detallesFUNCIONES EXPONENCIALES Y LOGARÍTMICAS
CAPÍTULO 7 FUNCIONES EXPONENCIALES Y LOGARÍTMICAS 7. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS Una fnción eponencial es aqella en la qe la variable está en el eponente. Ejemplos e fnciones eponenciales son
Más detallesSeñales y Sistemas II
1 Señales y Sistemas II Módulo IV: La Teoría de Muestreo Contenido de este módulo 2 1.- Representación discreta de señales continuas 2.- Muestreo, reconstrucción y aliasing 3.- Consideraciones prácticas
Más detalles4. Espacios Vectoriales
4. Espacios Vectoriales 4.. Definición de espacio, sbespacio ectorial y ss propiedades n ector es na magnitd qe consta de módlo, dirección y sentido. Algnos sin embargo; más teóricos, explicarían qe n
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 detallesProcesado Lineal Bidimensional
Procesado Lineal Bidimensional Santiago Aja-Fernández Universidad de Valladolid S. Aja-Fernández (ETSI Telecomunicación) Introducción al Procesado de Imagen 1 / 36 Contenidos 1 Señales bidimensionales
Más detallesConversión Análoga - Digital
Conversión Análoga - Digital ELO 313 Procesamiento Digital de Señales con Aplicaciones Primer semestre - 2012 Matías Zañartu, Ph.D. Departamento de Electrónica Universidad Técnica Federico Santa María
Más detallesTransformada de Fourier
Transformada de Fourier Transformada Inversa de Fourier Estas ecuaciones existen si f(x) es continua e integrable y si F(u) es integrable (casi siempre se cumplen en la práctica). Espectro de Fourier La
Más detallesProcesamiento de Imágenes
Procesamiento de Imágenes 1 Procesamiento de Imágenes 1. Introdcción. Definiciones Básicas 3. Filtrado de Imágenes 4. Restaración de Imágenes 5. Combinación de Imágenes 6. Imágenes color 1. Introdcción
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 detallesMecánica I Tema 5. Manuel Ruiz Delgado. 1 de diciembre de 2010
Mecánica I Tema 5 Dinámica del sólido rígido Manel Ri Delgado 1 de diciembre de 010 eometría de masas Centro de masas de gravedad............................................... 4 Tensor de inercia.........................................................
Más detallesVECTORES EN EL ESPACIO
VECTORES EN EL ESPACIO Para poder isalizar los elementos de R 3 ={(x,y,z)/x,y,z R}, primero fijamos n sistema de coordenadas, eligiendo n pnto en el espacio llamado el origen qe denotaremos por O, y tres
Más detallesCUESTIONES DEL TEMA - V
Presentación El tema 5 está dedicado al análisis y diseño de filtros activos. Inicialmente se realiza una clasificación de los filtros. Posteriormente se propone el uso de filtros prototipos y el escalado
Más detallesSistemas Lineales e Invariantes PRÁCTICA 2
Sistemas Lineales e Invariantes PRÁCTICA 2 (1 sesión) Laboratorio de Señales y Comunicaciones PRÁCTICA 2 Sistemas Lineales e Invariantes 1. Objetivo Los objetivos de esta práctica son: Revisar los sistemas
Más detallesTEMA 2: MODULACIONES LINEALES
TEMA 2: MODULACIONES LINEALES PROBLEMA 1 La señal x(, cuyo espectro se muestra en la figura 2.1(a), se pasa a través del sistema de la figura 2.1(b) compuesto por dos moduladores y dos filtros paso alto.
Más detallesVictrola de La Transformada de Fourier
Victrola de La Transformada de Fourier p. 1/2 Victrola de La Transformada de Fourier Introducción para Músicos Juan I Reyes juanig@maginvent.org artelab Laboratorios de Artes Electrónicas Victrola de La
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 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 detallesUna operación interna: Suma Una operación externa: Multiplicación por un escalar
El conjunto R n Es el conjunto de las n-adas formadas por el producto cartesiano RRR.R, donde R es el conjunto de los números reales. Así pues, dos elementos X y Y de R n serán iguales si y solo si tienen
Más detalles12.2 Vectores Algunos de los factores que medimos están determinados simplemente por sus magnitudes. Por
. Vectores 665. Vectores Algnos de los factores qe medimos están determinados simplemente por ss magnitdes. Por ejemplo, para registrar la masa, la longitd o el tiempo sólo necesitamos escribir n número
Más detallesTema 3: Filtros SEGUNDA PARTE
Tema 3: Filtros SEGUNDA PARTE FILTROS En el dominio del espacio: Filtros de suavizado. Filtros de realce. En el dominio de la recuencia: Filtros de suavizado. Filtros de realce. Filtros espaciales de realce
Más detallesPRÁCTICA 1 ANÁLISIS DE SEÑALES EN EL DOMINIO DE LA FRECUENCIA: EL ANALIZADOR DE ESPECTROS
PRÁCTICA 1 ANÁLISIS DE SEÑALES EN EL DOMINIO DE LA FRECUENCIA: EL ANALIZADOR DE ESPECTROS 1 Espectro de una señal GSM 2 CONOCIMIENTOS PREVIOS: Estructura de un receptor heterodino, mezcla, factor de ruido,
Más detallesCAPÍTULO III. Modelo del enlace Satelital
CAPÍTULO III Modelo del enlace Satelital 3.1 Modelo del enlace satelital. Básicamente n enlace satelital se conforma de tres etapas. Dos están bicadas en las estaciones terrestres, a las cales llamaremos
Más detallesLA CLASE VIRTUAL LOS NUMEROS COMPLEJOS
LA CLASE VIRTUAL LOS NUMEROS COMPLEJOS La ecuación x 2 +1=0 carece de soluciones en el campo de los números reales. log e (-2) no es un número real. Tampoco es un número real (-2) π Un número complejo
Más detallesANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ
ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ Probabilidad - Período de retorno y riesgo La probabilidad de ocurrencia de un fenómeno en hidrología puede citarse de varias Formas: El
Más detallesCárceles y salas de retenidos
Cárceles y salas de retenidos 1. Soporte legal Ley 9ª de 1979, Código sanitario nacional, títlo V, Saneamiento de edificaciones. Ley 65 de 1993, Código penitenciario y carcelario. Establece las exigencias
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 detallesElectromagnetismo I. Semestre: TAREA 2 Y SU SOLUCIÓN Dr. A. Reyes-Coronado
Electromagnetismo I Semestre: 214-2 TAREA 2 Y SU SOLUCIÓN Dr. A. Reyes-Coronado Solución por Carlos Andrés Escobar Ruíz 1.- Problema: (2pts) a) Una carga puntual q está localizada en el centro de un cubo
Más detallesLey de Faraday. Campos y Ondas FACULTAD DE INGENIERÍA UNIVERSIDAD NACIONAL DE LA PLATA ARGENTINA CAMPOS Y ONDAS
Ley de Faraday Campos y Ondas FACULTAD DE INGENIERÍA UNIVERSIDAD NACIONAL DE LA PLATA ARGENTINA Ley de Faraday En electrostática el campo eléctrico es conservativo, por lo tanto pede ser descripto por
Más detallesCoordinación de Matemática II (MAT022)
Coordinación de Matemática II (MAT) Primer semestre de 3 Semana 9: Lnes 3 de Mao Viernes 7 de Mao CÁLCULO Contenidos Clase : Coordenadas polares: Gráfica de cras. Clase : Cálclo de áreas en coordenadas
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 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 detallesOBJETIVOS: Definir Límites. Realizar demostraciones formales de límites. Describir gráficamente los límites. Calcular límites.
Cap. Límites de Fnciones. LÍMITE EN UN PUNTO. LÍMITES LATERALES. TEOREMAS SOBRE LÍMITES.4 CÁLCULO DE LÍMITES.5 LÍMITES AL INFINITO.6 LÍMITES INFINITOS.7 OTROS LÍMITES OBJETIVOS: Definir Límites. Realizar
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 1 Resumen Unidad n 3
Universidad Nacional de Colombia Departamento de Matemáticas 1000003-5 Álgebra Lineal - Grupo 1 Resumen Unidad n 3 Vectores en R n Definición. El conjunto de las n-tuplas ordenadas de números reales se
Más detallesINCERTIDUMBRE EN LA CALIBRACIÓN DE CALIBRADORES TIPO VERNIER
CENTRO NACIONAL DE METROLOGÍA INCERTIDUMBRE EN LA CALIBRACIÓN DE CALIBRADORES TIPO VERNIER Héctor González Mñoz Nota: El presente ejercicio ha sido desarrollado bajo aspectos didácticos y llea por esto
Más detallesMétodo de identificación de modelos de orden reducido de tres puntos 123c
Método de identificación de modelos de orden redcido de tres pntos 123c Víctor M. Alfaro, M.Sc. Departamento de Atomática Escela de Ingeniería Eléctrica Universidad de Costa Rica valfaro@eie.cr.ac.cr Rev:
Más detallesLos lugares geométricos de todos los puntos del espacio en los cuales la magnitud escalar tiene un mismo valor.
2. 2. Introducción A lo largo del estudio de la Física surgen una serie de propiedades, tanto de magnitudes escalares como vectoriales, que se expresan por medio de nuevos conceptos tales como gradiente,
Más detallesTEMA 5 VECTORES EN EL ESPACIO MATEMÁTICAS II 2º Bach. 1
TEMA 5 VECTORES EN EL ESPACIO MATEMÁTICAS II º Bach. TEMA 5 VECTORES EN EL ESPACIO 5. LOS VECTORES Y SUS OPERACIONES DEINICIÓN Un ector es n segmento orientado. Un ector extremo B. Elementos de n ector:
Más detalles3.5 ANTENAS MICROSTRIP
3.5 ANTENAS MICROSTRIP 3.5.1 Descripción general 3.5. Alimentación de un parche sencillo 3.5.3 Modelo de línea de transmisión 3.5.4 Campo de radiación 3.5.5 Impedancia de entrada 3.5.6 Métodos de análisis
Más detallesPRÁCTICA 1 ANÁLISIS DE SEÑALES EN EL DOMINIO DE LA FRECUENCIA: EL ANALIZADOR DE ESPECTROS
PRÁCTICA 1 ANÁLISIS DE SEÑALES EN EL DOMINIO DE LA FRECUENCIA: EL ANALIZADOR DE ESPECTROS 1 Espectro de una señal GSM Las señales radiadas son susceptibles de ser interceptadas y analizadas. EJ. Monitorización
Más detallesTercera Parte: Producto Vectorial y Producto Mixto entre vectores
Tercera Parte: Prodcto Vectorial Prodcto Mito entre ectores Introdcción Retomemos el caso los dos pintores: Carlos Jan. Finaliada la tarea de moer el escritorio, el arqitecto qe coordina la obra, indica
Más detallesMatemática Aplicada a la Economía. Toma de decisiones en la elección de los riesgos
Matemática Aplicada a la Economía. Toma de decisiones en la elección de los riesgos Este artíclo se basa en el capítlo III ( Elección en condiciones de incertidmbre ) de la obra Microeconomía, del profesor
Más detallesFormulario Procesamiento Digital de Señales
Formulario Procesamiento Digital de Señales M n=0 n=0 α n = αm+ α ( α n =, a < ( α sen(a ± B = sen(a cos(b ± cos(a sen(b (3 cos(a ± B = cos(a cos(b sen(a sen(b (4 cos (A = ( + cos(a (5 sen (A = ( cos(a
Más detallesVECTORES. Copia en un papel cuadriculado los cuatro vectores siguientes:
a c VECTORES Página REFLEXIONA Y RESUELVE Mltiplica vectores por números Copia en n papel cadriclado los catro vectores sigientes: d Representa: a a c Expresa el vector d como prodcto de no de los vectores
Más detallesCircuitos duales y resistencia efectiva
Circitos dales y resistencia efectiva Paco H. Talero, Leidy F. Santana Grpo Física y Matemática, Depto. de Ciencias Natrales, Universidad Central, Carrera 5 No -8, Bogotá, Colombia. Grpo Fisinfor, Proyecto
Más detallesTema 8. Detección de líneas y esquinas
Tema 8. Detección de líneas y esquinas 4730 Visión Industrial Ingeniería Técnica Industrial especialidad en Electrónica Industrial Universitat de les Illes Balears Departament de Ciències Matemàtiques
Más detallesProcesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 09
Procesamiento Digital de Imágenes Pablo Roncagliolo B. Nº 09 TRATAMIENTO DE IMÁGENES EN EL DOMINIO DE LAS FRECUENCIAS prb@2007 2 A principios del siglo XIX, Joseph Fourier indica que toda función periódica
Más detalles1.- CORRIENTE CONTINUA CONSTANTE Y CORRIENTE CONTINUA PULSANTE
UNIDAD 5: CIRCUITOS PARA APLICACIONES ESPECIALES 1.- CORRIENTE CONTINUA CONSTANTE Y CORRIENTE CONTINUA PULSANTE La corriente que nos entrega una pila o una batería es continua y constante: el polo positivo
Más detallesEl átomo de hidrógeno
El átomo de hiógeno Antonio M. Márquez Departamento de Química Física Universidad de Sevilla Curso 15-16 Problema 1 Calcule la probabilidad de que un electrón 1s del H se encuentre entre r r. La probabilidad
Más detallesA u. OX=OA+tu, t R. u 2. O u 1. Emilio Martínez Ros
r A X OX=OA+t, t R O 1 Emilio Martínez Ros del plano 1. Vectores y pntos... 1 1.1 Vectores fijos 1. Vectores libres 1.3 Operaciones con vectores - Sma de vectores - Prodcto de n número real por n vector
Más detallesGuia de Problemas N o 2. Filtros Analógicos
SAPS: Sistemas de Adquisición y Procesamiento de Señales Departamento Académico de Electrónica Carrera: Bioingeniería 2 do Cuatrimestre 2014 Guia de Problemas N o 2 Filtros Analógicos Tipos de problemas:
Más detallesCircuitos de RF y las Comunicaciones Analógicas. Capítulo II: Circuitos resonantes y Redes de acople
Capítulo II: Circuitos resonantes y Redes de acople 21 22 2. Circuitos Resonantes y Redes de Acople En este capítulo se estudiaran los circuitos resonantes desde el punto de vista del factor de calidad
Más detallesFiltrado en el Dominio de la
Filtrado en el Dominio de la Frecuencia Matlab para realizar una transformada discreta de Fourier a una matriz MxN usa el algoritmo: Transformada Rápida de Fourier (Fast Fourier Transform): F = fft2(f);
Más detallesDetectores de movimiento TriTech+ Professional Series con antienmascaramiento
Sistemas de alarma de intrsión Detectores de movimiento TriTech+ Professional Series con antienmascaramiento Detectores de movimiento TriTech+ Professional Series con antienmascaramiento www.boschsecrity.es
Más detalles