Filtros en el dominio de la frecuencia
|
|
|
- Germán Espinoza Alvarado
- hace 8 años
- Vistas:
Transcripción
1 Filtros en el dominio de la frecuencia Fundamentos de procesamiento de imágenes IIC / IEE er semestre 2011 Cristián Tejos Basado en material desarrollado por Marcelo Guarini, Domingo Mery, libro Digital Image Processing, 3erd Edition, R. Gonzalez y R. Woods, y wikipedia
2 Filtros en el dominio de la frecuencia Índice Conceptos preliminares Muestreo y transformada de Fourier de funciones muestreadas Transformada Discreta de Fourier (DFT) para funciones de una variable Extensión a funciones 2D Propiedades de la DFT en 2D Principios básicos de filtrado en el dominio de la frecuencia Suavizamiento Agudización Filtrado selectivo Implementación de filtros en el dominio de la frecuencia
3 Conceptos preliminares La idea de Fourier de representar una señal periódica como una suma ponderada de senos y cosenos fue recibida con bastante escepticismo en 1807 Señal resultante de sumar las cuatro sinusoides de arriba
4 Conceptos preliminares Números complejos
5 Conceptos preliminares Números complejos 5
6 Conceptos preliminares Series de Fourier
7 Conceptos preliminares Impulso y la propiedad del cedazo
8 Conceptos preliminares Impulso y la propiedad del cedazo
9 Conceptos preliminares Impulso y la propiedad del cedazo (caso discreto)
10 Conceptos preliminares Impulso y la propiedad del cedazo (caso discreto) f(x 0 )
11 Conceptos preliminares Impulso y la propiedad del cedazo (caso discreto) Impulso discreto unitario localizado en x=x0
12 Conceptos preliminares Impulso y la propiedad del cedazo (caso discreto) n
13 Conceptos preliminares Transformada de Fourier de funciones de una variable continua
14 Conceptos preliminares Transformada de Fourier de funciones de una variable continua
15 Conceptos preliminares Transformada de Fourier de funciones de una variable continua. EJEMPLO:
16 Conceptos preliminares Transformada de Fourier de funciones de una variable continua. EJEMPLO:
17 Conceptos preliminares Transformada de Fourier de funciones de una variable continua. EJEMPLO:
18 Conceptos preliminares Transformada de Fourier de funciones de una variable continua (Impulso)
19 Conceptos preliminares Transformada de Fourier de funciones de una variable continua (Impulso)
20 Conceptos preliminares Transformada de Fourier de funciones de una variable continua (Tren de impulsos)
21 Conceptos preliminares Transformada de Fourier de funciones de una variable continua (Tren de impulsos)
22 Conceptos preliminares Transformada de Fourier de funciones de una variable continua (Tren de impulsos)
23 Conceptos preliminares Convolución
24 Conceptos preliminares Convolución
25 Conceptos preliminares Convolución
26 Muestreo y Transformada de Fourier de Señales Muestreadas Muestreo
27 Muestreo y Transformada de Fourier de Señales Muestreadas Muestreo (representación gráfica) Función contínua Trén de impulsos para modelar el proceso de muestreo
28 Muestreo y Transformada de Fourier de Señales Muestreadas Muestreo (represantación gráfica) Producto de la señal contínua (a muestrear) y el trén de impulsos Valores muestreados obtenidos por integración y utilizando la propiedad del cedazo del impulso
29 Muestreo y Transformada de Fourier de Señales Muestreadas Muestreo (representación matemática)
30 Muestreo y Transformada de Fourier de Señales Muestreadas Muestreo (representación matemática)
31 Muestreo y Transformada de Fourier de Señales Muestreadas Transformada de Fourier de señales muestreadas
32 Muestreo y Transformada de Fourier de Señales Muestreadas Transformada de Fourier de señales muestreadas
33 Muestreo y Transformada de Fourier de Señales Muestreadas Transformada de Fourier de señales muestreadas (representación gráfica) Transformada de Fourier de una señal limitada en frecuencia. Señal sobre-muestreada
34 Muestreo y Transformada de Fourier de Señales Muestreadas Transformada de Fourier de señales muestreadas (representación gráfica) Señal críticamente muestreada Señal sub-muestreada
35 Muestreo y Transformada de Fourier de Señales Muestreadas TEOREMA DEL MUESTREO
36 Muestreo y Transformada de Fourier de Señales Muestreadas TEOREMA DEL MUESTREO
37 Muestreo y Transformada de Fourier de Señales Muestreadas TEOREMA DEL MUESTREO
38 Muestreo y Transformada de Fourier de Señales Muestreadas TEOREMA DEL MUESTREO (Recuperación de la función)
39 Muestreo y Transformada de Fourier de Señales Muestreadas ALIASING (Aliasión) Frecuencia Espacio (tiempo)
40 Muestreo y Transformada de Fourier de Señales Muestreadas Reconstrucción e una función a partir de datos muestreados.
41 Transformada Discreta de Fourier para funciones de una variable DFT de la transformada contínua de una función muestreada
42 Transformada Discreta de Fourier para funciones de una variable DFT de la transformada contínua de una función muestreada
43 Transformada Discreta de Fourier para funciones de una variable DFT de la transformada contínua de una función muestreada
44 Transformada Discreta de Fourier para funciones de una variable DFT de la transformada contínua de una función muestreada
45 Transformada Discreta de Fourier para funciones de una variable Relación entre el muestreo y los intervalos de frecuencia
46 Transformada Discreta de Fourier para funciones de una variable DEDUCCIONES IMPORTANTES
47 Extensión a funciones de dos variables Impulso unitario 2-D y propiedad del cedazo.
48 Extensión a funciones de dos variables Impulso unitario 2D y propiedad del cedazo.
49 Extensión a funciones de dos variables Impulso unitario 2D y propiedad del cedazo.
50 Extensión a funciones de dos variables Par de Transformada de Fourier continua 2D
51 Extensión a funciones de dos variables Transformada de Fourier continua 2D (EJEMPLO)
52 Extensión a funciones de dos variables Transformada de Fourier continua 2D (EJEMPLO)
53 Extensión a funciones de dos variables Muestreo 2D y el Teorema de Muestreo 2D
54 Extensión a funciones de dos variables Muestreo 2D y el Teorema de Muestreo 2D
55 Extensión a funciones de dos variables Muestreo 2D y el Teorema de Muestreo 2D
56 Extensión a funciones de dos variables Aliasing (aliasión) en imágenes
57 Extensión a funciones de dos variables Aliasing (aliasión) en imágenes 16 x 16 pixeles 6 x 6 pixeles x pixeles x pixeles
58 Extensión a funciones de dos variables Aliasing (aliasión) en imágenes (Interpolación y remuestreo) Imagen digital con aliasión despreciable Resultado de reducir el tamaño de la imagen a 50% eliminando un pixel por medio Resultado de utilizar un promediador de 3 x 3 antes de reducir el tamaño.
59 Extensión a funciones de dos variables Patrones de moiré
60 Extensión a funciones de dos variables Patrones de moiré
61 Extensión a funciones de dos variables La 2D DFT y su inversa
62 Extensión a funciones de dos variables Propiedades de la 2D DFT
63 Extensión a funciones de dos variables Propiedades de la 2D DFT
64 Extensión a funciones de dos variables Propiedades de la 2D DFT La TF en el intervalo 0 a M-1 consiste de dos medios períodos conectados por el extremo posterior en M/2. Tanto para efectos de graficar la T de F discreta como para propósitos de filtrar, es conveniente tener un período completo en este intervalo.
65 Extensión a funciones de dos variables Propiedades de la 2D DFT
66 Extensión a funciones de dos variables Propiedades de la 2D DFT Caso 2-D es más dificil de representar graficamente, pero el principio es el mismo. En vez de dos medios períodos hay cuatro cuartos de período que se encuentran en el punto (M/2,N/2). Como en el caso 1-D conviene desplazar los datos de tal forma que F(0,0) esté en (M/2,N/2)
67 Extensión a funciones de dos variables Propiedades de la 2D DFT
68 Extensión a funciones de dos variables Propiedades de la 2D DFT
69 Extensión a funciones de dos variables Propiedades de la 2D DFT
70 Extensión a funciones de dos variables Propiedades de la 2D DFT
71 Extensión a funciones de dos variables Propiedades de la 2D DFT (simetría)
72 Extensión a funciones de dos variables Espectro de Fourier y ángulo de fase
73 Extensión a funciones de dos variables Espectro de Fourier y ángulo de fase
74 Extensión a funciones de dos variables Espectro de Fourier y ángulo de fase
75 Extensión a funciones de dos variables Espectro de Fourier y ángulo de fase Imagen Espectro Espectro centrado Logaritmo del espectro centrado
76 Extensión a funciones de dos variables Espectro de Fourier y ángulo de fase Rectángulo desplazado Espectro Rectángulo rotado Espectro
77 Extensión a funciones de dos variables Espectro de Fourier y ángulo de fase Angulo de fase del rectángulo centrado Angulo de fase del rectángulo desplazado Angulo de fase del rectángulo rotado
78 Extensión a funciones de dos variables Espectro de Fourier y ángulo de fase Imagen Angulo de fase Imagen reconstruida utilizando sólo la fase Imagen reconstruida utilizando sólo el espectro Rec. con fase de mujer y espectro del rectángulo Rec. con espectro de mujer y fase del rectángulo
79 Extensión a funciones de dos variables Teorema de la convolución en dos dimensiones
80 Extensión a funciones de dos variables Convolución en dos dimensiones - consideraciones
81 Extensión a funciones de dos variables Convolución en 2D: consideraciones
82 Extensión a funciones de dos variables Convolución en 2D: consideraciones
83 Extensión a funciones de dos variables Convolución en 2D: consideraciones
84 Extensión a funciones de dos variables Convolución en dos dimensiones - consideraciones
85 Resumen propiedades de la 2D DFT
86 Resumen propiedades de la DFT 2-D (continuación)
87 Pares importantes de DFT Ver tabla anterior
88 Pares importantes de DFT (continuación)
89 Aspectos básicos del filtrado en 2D Fundamentos Imagen SEM de un microchip dañado y su espectro de Fourier
90 Aspectos básicos del filtrado en 2D Fundamentos Imagen filtrada haciendo 0 el componente F(M/2,N/2) de la transformada de Fourier
91 Aspectos básicos del filtrado en 2D Fundamentos
92 Aspectos básicos del filtrado en 2D Fundamentos Imagen Imagen borrosa obtenida con un filtro pasabajos Gausiano sin utilizar padding de ceros Imagen borrosa obtenida con un filtro pasabajos Gausiano utilizando padding de ceros
93 Aspectos básicos del filtrado en 2D Fundamentos Filtro original especificado en el dominio de la frecuencia (centrado) Representación espacial del filtro obtenida a través de la IDFT.
94 Aspectos básicos del filtrado en 2D Fundamentos Resultado de padding de ceros la IDFT del filtro al doble de su longitud Filtro correspondiente en el dominio de la frecuencia obtenido calculando la DFT.
95 Aspectos básicos del filtrado en 2D Fundamentos
96 Aspectos básicos del filtrado en 2D Fundamentos Pequeños cambios en el ángulo de fase pueden tener efectos dramáticos en la imagen filtrada Imagen resultante de multiplicar por 0,25 el ángulo de fase en (74) y luego calcular la IDFT Imagen resultante de multiplicar por 0,5 el ángulo de fase en (74) y luego calcular la IDFT
97 Aspectos básicos del filtrado en 2D Resumen de Pasos para Filtrar una Imagen en el Dominio de la Frecuencia
98 Aspectos básicos del filtrado en 2D Resumen de Pasos para Filtrar una Imagen en el Dominio de la Frecuencia (Forma Gráfica) Imagen f(x,y) de M x N Imagen fp(x,y) de P x Q Imagen fp(x,y) multiplicada por (-1)^(x+y)
99 Aspectos básicos del filtrado en 2D Resumen de Pasos para Filtrar una Imagen en el Dominio de la Frecuencia (Forma Gráfica) Espectro de Fp(u,v) Filtro pasabajos Gaussiano centrado H(u,v), de tamaño P x Q Espectro del producto H(u,v) Fp(u,v)
100 Aspectos básicos del filtrado en 2D Resumen de Pasos para Filtrar una Imagen en el Dominio de la Frecuencia (Forma Gráfica) gp(x,y) correspondiente al producto de (-1)^(x+y) con la parte real de la IDFT de H(u,v) Fp(u,v) Resultado final
101 Aspectos básicos del filtrado en 2D Correspondencia entre el filtrado espacial y en el dominio de la frecuencia
102 Aspectos básicos del filtrado en 2D Correspondencia entre el filtrado espacial y en el dominio de la frecuencia
103 Aspectos básicos del filtrado en 2D Correspondencia entre el filtrado espacial y en el dominio de la frecuencia
104 Aspectos básicos del filtrado en 2D Correspondencia entre el filtrado espacial y en el dominio de la frecuencia Filtro Gaussiano pasabajos 1-D en el dominio de la frecuencia Filtro Gaussiano pasaaltos 1-D en el dominio de la frecuencia Filtro Gaussiano pasabajos 1-D en el dominio del espacio Filtro Gaussiano pasaaltos 1-D en el dominio del espacio.
105 Aspectos básicos del filtrado en 2D Correspondencia entre el filtrado espacial y en el dominio de la frecuencia Ejemplo: Imagen Espectro de Fourier
106 Aspectos básicos del filtrado en 2D Correspondencia entre el filtrado espacial y en el dominio de la frecuencia Máscara de filtrado espacial Filtro correspondiente en el dominio de la frecuencia visto como imagen Filtro correspondiente en el dominio de la frecuencia visto en perspectiva
107 Aspectos básicos del filtrado en 2D Correspondencia entre el filtrado espacial y en el dominio de la frecuencia Filtrado con la máscara espacial Filtrado en el dominio de la frecuencia
108 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos ideal.
109 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos ideal.
110 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos ideal.
111 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos ideal. Imagen de prueba de 688 x 688 Espectro de Fourier con círculos sobreimpuestos de radio 10, 30, 60,160 y 460, encerrando 87.0, 93.1, 95.7, y 99.2 % de la potencia de la imagen
112 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos ideal. Imagen de prueba de 688 x 688 Imagen de prueba filtrada con filtro de radio 10
113 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos ideal. Imagen de prueba filtrada con filtro de radio 30 Imagen de prueba filtrada con filtro de radio 60
114 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos ideal. Imagen de prueba filtrada con filtro de radio 160 Imagen de prueba filtrada con filtro de radio 460
115 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos ideal Representación en el dominio del espacio de un filtro pasabajos ideal de radio 5 y tamaño 1000 x 1000
116 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos Butterworth
117 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos Butterworth Función de transferencia de un filtro pasabajos Butterworth Perspectiva Imagen Sección cruzada radial para órdenes del 1 al 4.
118 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos Butterworth Imagen Original Filtro PB Butterworth orden 2 y frecuencia de corte = 10
119 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos Butterworth Filtro PB Butterworth orden 2 y frecuencia de corte = 30 Filtro PB Butterworth orden 2 y frecuencia de corte = 60
120 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos Butterworth Filtro PB Butterworth orden 2 y frecuencia de corte = 160 Filtro PB Butterworth orden 2 y frecuencia de corte = 460
121 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos Butterworth Representación espacial de un PB Buterworth de orden 1 y perfil de intensidad a través del centro del filtro. Representación espacial de un PB Buterworth de orden 2 y perfil de intensidad a través del centro del filtro.
122 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos Butterworth Representación espacial de un PB Buterworth de orden 5 y perfil de intensidad a través del centro del filtro. Representación espacial de un PB Buterworth de orden 20 y perfil de intensidad a través del centro del filtro.
123 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos Gaussiano
124 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos Gaussiano Función de transferencia de un filtro pasabajos Gaussiano Perspectiva Imagen Sección cruzada radial para varios valores de Do.
125 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos Gaussiano Imagen Original Filtro PB Gaussiano con frecuencia de corte = 10
126 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos Gaussiano Filtro PB Gaussiano con frecuencia de corte = 30 Filtro PB Gaussiano con frecuencia de corte = 60
127 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos Gaussiano Filtro PB Gaussiano con frecuencia de corte = 160 Filtro PB Gaussiano con frecuencia de corte = 460
128 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos Gaussiano (aplicación)
129 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtro pasabajos Gaussiano (aplicación) Imagen Original Procesada con filtro Gaussiano con Do = 100 Procesada con filtro Gaussiano con Do = 80
130 Suavizamiento de imágenes utilizando filtros en el dominio de la frecuencia Filtros pasabajos (resumen de fórmulas)
131 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Filtros pasa-altos
132 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Filtros pasa-altos
133 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Filtro pasa-altos ideal
134 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Filtro pasa-altos de Butterworth
135 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Filtro pasa-altos Gaussiano
136 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Filtros pasa-altos (Representación espacial) Pasa-altos ideal Pasa-altos de Butterworth Pasa-altos Gaussiano
137 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Filtros pasa-altos ideal (aplicación a la imagen de prueba) Do = 30 Do = 60 Do = 160
138 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Filtros pasa-altos de Butterworth de 2do orden (aplicación a la imagen de prueba) Do = 30 Do = 60 Do = 160
139 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Filtros pasa-altos Gaussiano (aplicación a la imagen de prueba) Do = 30 Do = 60 Do = 160
140 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Filtros pasa-altos (aplicación típica) Imagen de huella digital huella Filtrada con pasa-altos resultado de aplicar un umbral
141 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Laplaciano en el dominio de la frecuencia - - -
142 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Laplaciano en el dominio de la frecuencia
143 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Laplaciano en el dominio de la frecuencia (aplicación a una imagen de la luna) Imagen original Imagen filtrada
144 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Unsharp Mask (máscara borrosa)
145 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Unsharp Mask (máscara borrosa)
146 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Unsharp Mask (máscara borrosa) Imagen de rayos X Imagen procesada con un filtro Gaussiano pasa altos Resultado de énfasis de altas frecuencias utilizando el mismo filtro Resusltado de equalizar el histograma de la imagen procesada de la izquierda.
147 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Filtro Homomórfico
148 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Filtro Homomórfico
149 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Filtro Homomórfico
150 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Filtro Homomórfico
151 Aumento de nitidez utilizando filtros en el dominio de la frecuencia Filtro homomórfico Imagen PET de cuerpo completo Imagen PET de cuerpo completo procesada con filtro homomórfico
152 Filtros selectivos Combinaciones de distintos filtros Filtro rechaza-banda Filtro pasa-banda
153 Filtros selectivos Filtros Notch Imagen de diario escaneada, mostrando un patron de moiré. Espectro de la imagen, donde se aprecian las componentes relacionadas con la señal periódica.
154 Filtros selectivos Filtros Notch Filtro notch de Butterworth multiplicado por el espectro de la imagen Imagen filtrada
155 Filtros selectivos Filtros Notch Imagen de los anillos de Saturno que muestra una interferencia casi periódica Espectro de la imagen
156 Filtros selectivos Filtros Notch Filtro vertical de rechazo nothch Imagen filtrada
157 Filtros selectivos Filtros no lineales
158 Filtros selectivos Filtros no lineales
159 Filtros selectivos Filtros no lineales flp(x,y) f LP(x,y) f(x,y) k(fl) g(x,y) fhp(x,y) f HP(x,y)
160 Filtros selectivos Filtros no lineales k(flp) f LP fl fl
161 Filtros selectivos Filtros no lineales
Capítulo 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
TEMA 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
FILTRADO 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
MEJORA DE LA IMAGEN EN EL DOMINIO DE LA FRECUENCIA: TRANSFORMADA DE FOURIER
MEJORA DE LA IMAGEN EN EL DOMINIO DE LA FRECUENCIA: TRANSFORMADA DE FOURIER M.C. CAROLINA ROCÍO SÁNCHEZ PÉREZ 01 DE ABRIL DE 2011 Operaciones en el dominio de la frecuencia Una imagen digital es una representación
Introducción a la Teoría del Procesamiento Digital de Señales de Audio
Introducción a la Teoría del Procesamiento Digital de Señales de Audio Transformada de Fourier Discreta Resumen Propiedades de la Transformada de Fourier Linealidad Comportamiento de la fase Naturaleza
Qué es una imágen digital?
Qué es una imágen digital? Una imagen digital es una fotografía, un dibujo, un trabajo artístico o cualquier otra imagen que es convertida en un fichero de ordenador. Qué es una imágen digital? Una imagen
Tratamiento de imágenes en el dominio de la frecuencia
Tratamiento de imágenes en el dominio de la frecuencia Transformada de Fourier Transformada: Representación alternativa de una imagen Transformada de Fourier: Cualquier señal periódica puede representarse
. Cómo es la gráfica de z[n]?
![. Cómo es la gráfica de z[n]?](/thumbs/29/13254373.jpg ". Cómo es la gráfica de z[n]?")
UNIVERSIDAD INDUSTRIAL DE SANTANDER Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones - E³T Perfecta combinación entre energía e intelecto TRATAMIENTO DE SEÑALES Actividades de Clase:
Introducción a la Teoría del Procesamiento Digital de Señales de Audio
Introducción a la Teoría del Procesamiento Digital de Señales de Audio Transformada de Fourier Resumen el análisis de Fourier es un conjunto de técnicas matemáticas basadas en descomponer una señal en
Transformada discreta de Fourier
Transormada discreta de Fourier Convolución en el espacio = multiplicación de la TDF de la imagen por la TDF de la respuesta impulsional del iltro. Mayor rapidez de aplicación (algoritmo FFT) Permite aplicar
Conceptos de señales y sistemas
Conceptos de señales y sistemas Marta Ruiz Costa-jussà Helenca Duxans Barrobés PID_00188064 CC-BY-NC-ND PID_00188064 Conceptos de señales y sistemas Los textos e imágenes publicados en esta obra están
Última modificación: 1 de agosto de 2010. www.coimbraweb.com
Contenido DOMINIOS DEL TIEMPO Y DE LA FRECUENCIA 1.- Señales analógicas y digitales. 2.- Señales analógicas periódicas. 3.- Representación en los dominios del tiempo y de la frecuencia. 4.- Análisis de
Preguntas IE TEC. Total de Puntos: 47 Puntos obtenidos: Porcentaje: Nota:
IE TEC Nombre: Instituto Tecnológico de Costa Rica Escuela de Ingeniería en Electrónica EL-5805 Procesamiento Digital de Señales Profesor: Dr. Pablo Alvarado Moya II Semestre, 2010 Examen Final Total de
Procesamiento 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.
Introducción a la Teoría del Procesamiento Digital de Señales de Audio
Introducción a la Teoría del Procesamiento Digital de Señales de Audio Transformada de Fourier Discreta Resumen Respuesta en frecuencia de un sistema Convolución a través del dominio de la frecuencia Convolución
Transformada 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
Compresión de Vídeo. Juan A. Michell Mar>n Gustavo A. Ruiz Robredo. Tema 1.3. Filtrado en el dominio frecuencial
Compresión de Vídeo Tema 1.3. Filtrado en el dominio frecuencial Juan A. Michell Mar>n Gustavo A. Ruiz Robredo Departamento de Electrónica y Computadores Este tema se publica bajo Licencia: Crea9ve Commons
Filtrado de imágenes
Capítulo 3 Filtrado de imágenes Bibliografía: González, R.C., Wintz, P. (1996), Procesamiento digital de imágenes. Addison- Wesley, Tema 3,4, pág 89-269. Contenidos: 1. Fuentes de degradación de la imagen.
Introducción a los Filtros Digitales. clase 10
Introducción a los Filtros Digitales clase 10 Temas Introducción a los filtros digitales Clasificación, Caracterización, Parámetros Filtros FIR (Respuesta al impulso finita) Filtros de media móvil, filtros
Esther Pueyo Paules Teoría (primavera) Despacho: D3.20 epueyo@unizar.es
Asignatura: 11943 SEÑALES Y SISTEMAS II Área: TEORÍA DE LA SEÑAL Y COMUNICACIONES Departamento: INGENIERÍA ELECTRÓNICA Y COMUNICACIONES Plan de estudios: INGENIERO EN TELECOMUNICACIÓN (Plan 94) Curso:
Series y Transformada de Fourier
Series y Transformada de Fourier Series de Fourier Transformada de Fourier Series de Fourier Las series de Fourier describen señales periódicas como una combinación de señales armónicas (sinusoides). Con
Practica 2 Filtro Activo Butterworth Pasa-Banda de Segundo Orden
Universidad de San Carlos de Guatemala Facultad de Ingeniería Escuela de Mecánica Eléctrica Laboratorio de Electrónica Electrónica 4 Segundo Semestre 2015 Auxiliar: Estuardo Toledo Practica 2 Filtro Activo
TRANSFORMADA DE FOURIER. Transformada de Fourier (Parte 1) Página 1 INTRODUCCION
Transformada de Fourier (Parte 1) Página 1 INTRODUCCION En una primera aproximación, podemos decir que todos los dominios transformados, que se utilizan dentro del tratamiento digital de imagen, tienen
Herramientas 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,
Procesamiento 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
FORMACIÓN Y PROCESADO ÓPTICO DE IMÁGENES
FORMACIÓN Y PROCESADO ÓPTICO DE IMÁGENES Autor. Moisés Valenzuela Gutiérrez. 2009. Moisés Valenzuela Gutiérrez Portada diseño: Celeste Ortega (HUwww.cedeceleste.comUH) Edición cortesía de HUwww.publicatuslibros.comUH.
Detección 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
8 PROCESAMIENTO DIGITAL DE IMÁGENES USANDO MATLAB & SIMULINK RA-MA
ÍNDICE PRÓLOGO...19 CAPÍTULO 1. INTRODUCCIÓN...25 1.1 SISTEMA DE VISIÓN Y PROCESAMIENTO DE IMÁGENES...25 1.2 PROCESAMIENTO DIGITAL DE IMÁGENES...26 1.3 RELACIONES BÁSICAS ENTRE PÍXELES...27 1.3.1 Vecinos
UNIDAD EDUCATIVA PARTICULAR ECOMUNDO. TEMARIOS CORRESPONDIENTES AL PRIMER QUIMESTRE SEGUNDO AÑO DE BACHILLERATO.
UNIDAD EDUCATIVA PARTICULAR ECOMUNDO. TEMARIOS CORRESPONDIENTES AL PRIMER QUIMESTRE SEGUNDO AÑO DE BACHILLERATO. PROFESOR: ING. JOHNNY HERNANDEZ C./ING. RICHARD LAVAYEN G. 1. Determinar un modelo lineal.
Detección 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
Integral definida. 4. La integral definida de una suma de funciones es igual a la suma de integrales (Propiedad de linealidad)
Integral definida Dada una función f(x) de variable real y un intervalo [a,b] R, la integral definida es igual al área limitada entre la gráfica de f(x), el eje de abscisas, y rectas x = a y x = b. bb
Reducción del ruido en una imagen digital.
Reducción del ruido en una imagen digital. Departamento de Ingeniería electrónica, Telecomunicación y Automática. Área de Ingeniería de Sistemas y Automática OBJETIVOS: Estudio de distintas máscaras para
D. REALIZACIÓN DE LA PRÁCTICA Y PRESENTACIÓN DE RESULTADOS
22 Laboratorio de Tratamiento Digital de Señales D. REALIZACIÓN DE LA PRÁCTICA Y PRESENTACIÓN DE RESULTADOS 1. DISEÑO DE FILTROS IIR 1.1 Diseño de filtros IIR empleando prototipos analógicos En este apartado
Filtrado 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
Universidad 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
Equipos analizadores de señal. - Introducción - Analizadores de Fourier - Analizadores de espectros heterodinos
- Introducción - Analizadores de Fourier - Analizadores de espectros heterodinos Introducción El análisis del espectro de colores es una forma de análisis de componentes frecuenciales que para el caso
Introducción general a la compresión de datos multimedia
Introducción general a la compresión de datos multimedia Necesidad de la compresión La mayoría de las aplicaciones multimedia requieren volúmenes importantes de almacenamiento y transmisión. CD-ROM 640
Un filtro general de respuesta al impulso finita con n etapas, cada una con un retardo independiente d i y ganancia a i.
Filtros Digitales Un filtro general de respuesta al impulso finita con n etapas, cada una con un retardo independiente d i y ganancia a i. En electrónica, ciencias computacionales y matemáticas, un filtro
Filtrado 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);
SEÑALES Y ESPECTROS SEÑALES Y ESPECTROS 1
SEÑALES Y ESPECTROS INTRODUCCIÓN. TERMINOLOGÍA USADA EN TRANSMISIÓN DE DATOS. FRECUENCIA, ESPECTRO Y ANCHO DE BANDA. DESARROLLO EN SERIE DE FOURIER PARA SEÑALES PERIÓDICAS. TRANSFORMADA DE FOURIER PARA
3. LA DFT Y FFT PARA EL ANÁLISIS FRECUENCIAL. Una de las herramientas más útiles para el análisis y diseño de sistemas LIT (lineales e
3. LA DFT Y FFT PARA EL AÁLISIS FRECUECIAL Una de las herramientas más útiles para el análisis y diseño de sistemas LIT (lineales e invariantes en el tiempo), es la transformada de Fourier. Esta representación
Conversión Analógica-a-Digital
Conversión Analógica-a-Digital OBJEIVOS: Comprender la conversión de señales analógicas a digitales, analizando las modificaciones que se producen con este proceso. Fundamentalmente, las "réplicas" en
2.2 Transformada de Laplace y Transformada. 2.2.1 Definiciones. 2.2.1.1 Transformada de Laplace
2.2 Transformada de Laplace y Transformada 2.2.1 Definiciones 2.2.1.1 Transformada de Laplace Dada una función de los reales en los reales, Existe una función denominada Transformada de Laplace que toma
CAPÍTULO 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
Fundamentos de Procesamiento de Imágenes
Fundamentos de Procesamiento de Imágenes Evento: CONATEC Sede: INSTITUTO TECNOLÓGICO DE CIUDAD MADERO Instructor: M. C. José Jaime Esqueda Elizondo Universidad Autónoma de Baja California, Unidad Tijuana
FACULTAD DE INGENIERÍAS Y ARQUITECTURA SÍLABO
I. DATOS GENERALES SÍLABO CARRERA PROFESIONAL : INGENIERÍA ELECTRÓNICA Y CÓDIGO CARRERA PROFESIONAL : 29 ASIGNATURA : PROCESAMIENTO DIGITAL DE SEÑALES CÓDIGO DE ASIGNATURA : 29-406 CÓDIGO DE SÍLABO : 2940631012014
Análisis espectral de señales periódicas con FFT
Análisis espectral de señales periódicas con FFT 1 Contenido 7.1 Introducción a la Transformada Discreta de Fourier 3-3 7.2 Uso de la Transformada Discreta de Fourier 3-5 7.3 Método de uso de la FFT 3-8
Procesamiento de Imágenes Digitales Asesinos de estudiantes normalistas. Paren de asesinar a futuros formadores.
Procesamiento de Imágenes Digitales Asesinos de estudiantes normalistas. Paren de asesinar a futuros formadores. Dr. Ivo H. Pineda Torres Facultad de Ciencias de la Computación Benemérita Universidad Autónoma
Tema 3. Secuencias y transformada z
Ingeniería de Control Tema 3. Secuencias y transformada z Daniel Rodríguez Ramírez Teodoro Alamo Cantarero Contextualización del tema Conocimientos que se adquieren en este tema: Concepto de secuencia
TRATAMIENTO DIGITAL DE LA SEÑAL Tratamiento digital de imágenes
TRATAMIENTO DIGITAL DE LA SEÑAL Tratamiento digital de imágenes Práctica 4 Fecha: 11 de mayo de 2009 1. Introducción Una imagen digital es una señal de dos dimensiones que se representa por una matriz.
Cambio de la Frecuencia de Muestreo
Cambio de la Frecuencia de Muestreo Omar X. Avelar & Diego I. Romero PROCESAMIENTO DIGITAL DE SEÑALES (ESI05AA) Instituto Tecnológico y de Estudios Superiores de Occidente (ITESO) Departamento de Electrónica,
Fundamentos de la Visión Artificial. Prof. Dr. Francisco Gómez Rodríguez Prof. Manuel J. Domínguez Morales 1
Fundamentos de la Visión Artificial Prof. Dr. Francisco Gómez Rodríguez Prof. Manuel J. Domínguez Morales 1 Índice 1. Introducción a lavisión Artificial 2. Adquisición y representación de imágenes 3. Filtrado
Tema 2. Preproceso (realzado y filtrado) de imágenes digitales
Tema 2. Preproceso (realzado y filtrado) de imágenes digitales - Introducción - Procesamiento básico de imágenes - Histograma y realzado de imágenes - Filtrado en el dominio de la frecuencia - Filtrado
7.- MODIFICACIÓN DE LA FRECUENCIA DE MUESTREO
7.- MODIFICACIÓN DE LA FRECUENCIA DE MUESTREO 7..- Introducción. Hasta ahora todos los sistemas de procesado digital que hemos analizado utilizan una frecuencia de muestreo fija. En ocasiones es necesario
Universidad Nacional de Quilmes Ing. en Automatización y Control Industrial Cátedra: Visión Artificial Agosto de 2005
Extracción de Frontera (Boundary Extraction) La frontera de un conjunto A, escrita como β(a), se puede obtener erosionando A por B y luego calcular la diferencia entre A y su erosión. Esto es β ( A) =
UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano.
UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. EL PLANO CARTESIANO. El plano cartesiano está formado
Tema 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
Introducción a la Teoría del Procesamiento Digital de Señales de Audio
Introducción a la Teoría del Procesamiento Digital de Señales de Audio Transformada de Fourier Discreta Resumen Análisis espectral de señales enventanado, derramamiento y resolución, tipo de ventanas,
Texturas. Descripción y aplicaciones
Texturas Descripciónyaplicaciones Motivación Segmentación de texturas. Clasificación de texturas. Síntesis de texturas. Extracción de características. Reconocimiento de patrones. Reconocimiento de objetos.
Filtrado 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,
Integración de Monte Carlo Técnicas Avanzadas de Gráficos en 3D
Integración de Monte Carlo Técnicas Avanzadas de Gráficos en 3D Miguel Ángel Otaduy 26 Abril 2010 Contexto Cálculo de la integral de radiancia reflejada en la ecuación de rendering Cálculo de la integral
FUNDAMENTOS DE REALCE DE IMAGEN
UNIVERSIDAD DE VALLADOLID Especialista Universitario en Ingeniería Biomédica FUNDAMENTOS DE REALCE DE IMAGEN Laboratorio de Procesado de Imagen Santiago Aja Fernández E.T.S.I. Telecomunicación Valladolid,
Límite de una función
Límite de una función Idea intuitiva de límite El límite de la función f(x) en el punto x 0, es el valor al que se acercan las imágenes (las y) cuando los originales (las x) se acercan al valor x 0. Es
PRÁCTICA: 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
Operaciones Morfológicas en Imágenes Binarias
Operaciones Morfológicas en Imágenes Binarias Introducción La morfología matemática es una herramienta muy utilizada en el procesamiento de i- mágenes. Las operaciones morfológicas pueden simplificar los
Visión Artificial: Análisis Teórico del Tratamiento Digital de Imágenes Para su aplicación en la identificación de objetos.
Visión Artificial: Análisis Teórico del Tratamiento Digital de Imágenes Para su aplicación en la identificación de objetos. Trabajo de Titulación para optar al Título de Ingeniero en Electrónica PROFESOR
Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones.
Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones. 2.1 Revisión sistema reconocimiento caracteres [9]: Un sistema de reconocimiento típicamente esta conformado por
Procesamiento Digital de Imágenes Tema 7: Técnicas de Restauración. Rafael Palacios Hielscher Curso de Doctorado 2002-2003
Procesamiento Digital de Imágenes Tema 7: Técnicas de Restauración Rafael Palacios Hielscher Curso de Doctorado 2002-2003 Conceptos básicos Restauración consiste en corregir la degradación sufrida por
UNIDAD EDUCATIVA INTERNACIONAL SEK-ECUADOR PROGRAMA DE MATEMÁTICAS NM
UNIDAD EDUCATIVA INTERNACIONAL SEK-ECUADOR PROGRAMA DE MATEMÁTICAS NM I. DATOS INFORMATIVOS: NIVEL DE EDUCACIÓN: Bachillerato. ÁREA: Matemáticas CURSO: Segundo de bachillerato (1º año de Diploma) PARALELO:
DATOS DE IDENTIFICACIÓN DEL CURSO DEPARTAMENTO:
DATOS DE IDENTIFICACIÓN DEL CURSO DEPARTAMENTO: Electrónica ACADEMIA A LA QUE Sistemas Digitales Avanzados PERTENECE: NOMBRE DE LA MATERIA: Taller de Procesamiento Digital de Señales CLAVE DE LA MATERIA:
Guía para resolver la prueba Graduandos 2015
1 Prueba de Matemáticas 1. Objetivo del documento El objetivo principal de este documento es dar a conocer los temas de Matemáticas que se incluyen en la Evaluación Nacional de. 2. La importancia de evaluar
Capítulo 2. Reverberación por convolución.
Capítulo 2. Reverberación por convolución. En el capítulo anterior se mencionaron algunos tipos de reverberación artificial que pueden ser implementados por hardware o software mediante técnicas de procesado
Mejoramiento de las Imágenes en el Dominio Espacial
Mejoramiento de las Imágenes en el Dominio Espacial Objetivos del Mejoramiento Procesar una imagen de tal modo que la Imagen resultante sea más adecuada que la original para una aplicación específica.
Cálculo de altura de formación de auroras.
Cálculo de altura de formación de auroras. Andrea Polo Padilla E X P E D I C I Ó N S H E L I O S C A R L A M E N D O Z A R U T A D E L A S E S T R E L L A S 2 0 1 5 I E S L u c a s M a r t í n E s p i
2.1 Sistemas discretos en tiempo. 2.1.1 Sistemas lineales. 2.1.2 Sistemas invariantes en tiempo
2.1 stemas discretos en tiempo Un sistema discreto en el tiempo se define matemáticamente como la transformación o el operador que traza una secuencia de entrada con valores x[n], en una secuencia de salida
Tipos de funciones. Clasificación de funciones
Tipos de funciones Clasificación de funciones Funciones algebraicas En las funciones algebraicas las operaciones que hay que efectuar con la variable independiente son: la adición, sustracción, multiplicación,
Solución: a) En un periodo de revolución, el satélite barre el área correspondiente al círculo encerrado por la órbita, r 2. R T r
1 PAU Física, junio 2011 OPCIÓN A Cuestión 1.- Un satélite que gira con la misma velocidad angular que la Tierra (geoestacionario) de masa m = 5 10 3 kg, describe una órbita circular de radio r = 3,6 10
Procesamiento 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
Procesamiento digital de voz
Procesamiento digital de voz Seminario de Audio 2005 Ernesto López Martín Rocamora Producción del habla Aparato fonador Corte transversal de la laringe Sonidos sonoros y sordos Sonidos sonoros Forma de
Física: Repaso Matemático, Vectores y Sistemas de Referencia
Física: Repaso Matemático, Vectores y Sistemas de Referencia Dictado por: Profesor Aldo Valcarce 2 do semestre 2014 Fechas de pruebas C1: Miércoles 13 de agosto (8:30 hrs cátedra) C2: Viernes 29 de agosto
Cap. 24 La Ley de Gauss
Cap. 24 La Ley de Gauss Una misma ley física enunciada desde diferentes puntos de vista Coulomb Gauss Son equivalentes Pero ambas tienen situaciones para las cuales son superiores que la otra Aquí hay
Introducció al Processament de Senyals Àudiovisuals Data d examen: 19 de gener de 2012. Professors: J. Ruiz, E. Monte
DEPARTAMENT DE TEORIA DEL SENYAL I COMUNICACIONS Introducció al Processament de Senyals Àudiovisuals Data d examen: 19 de gener de 2012 Notes provisionals: 25 de gener Període d al legacions: 27 de gener
Comunicaciones Digitales - Ejercicios Tema 3
Comunicaciones Digitales - Ejercicios Tema 3 007. 1. Considere el diagrama de rejilla para un canal discreto equivalente genérico con 4 coeficientes no nulos (memoria K p = 3) y una constelación -PAM.
Introducción 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
Procesamiento Digital Tren de pulsos
2. Procesamiento Digital Una formulación general para las series de Fourier es = donde se utiliza otro tipo de función φ k diferente a las funciones sinusoidales. 2.1 Interpolación Se puede expresar una
Señales y Análisis de Fourier
2 Señales y Análisis de Fourier En esta práctica se pretende revisar parte de la materia del tema 2 de la asignatura desde la perspectiva de un entorno de cálculo numérico y simulación por ordenador. El
6.2. Enfoque. Enfocar una imagen
Enfocar una imagen SiverFast dispone de una función especial de enfoque, la llamada Máscara de desenfoque (USM). Este término procede de la litografía tradicional, en la que se trabajaba a nivel químico
Procesamiento digital de señales y radios definidas en software
1 2 2 3 4 5 5 6 Procesamiento digital de señales y radios definidas en software Marcelo Franco, N2UO www.qsl.net/n2uo En los últimos tiempos se han popularizado dos siglas entre los radioaficionados: DSP
Tema 4 Funciones elementales Matemáticas CCSSI 1º Bachillerato 1
Tema 4 Funciones elementales Matemáticas CCSSI 1º Bachillerato 1 TEMA 4 - FUNCIONES ELEMENTALES 4.1 CONCEPTO DE FUNCIÓN DEFINICIÓN : Una función real de variable real es una aplicación de un subconjunto
Procesamiento Digital de Imágenes
3. Procesamiento Digital 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
DENOMINACIÓN ASIGNATURA DE 4 CRÉDITOS: ING. INDUSTRIALES CURSO: CUATRIMESTRE:
DENOMINACIÓN ASIGNATURA DE 4 CRÉDITOS: ING. INDUSTRIALES CURSO: CUATRIMESTRE: SE- SIÓN FECHA (DÍA INICIAL DE LA SEMANA/ MES) DESCRIPCIÓN DEL CONTENIDO DE LA SESIÓN TEORÍ A TIPO (MARCAR CON UNA X) PRÁCT
Practica 5: Ventanas espectrales
1 Practica 5: Ventanas espectrales 2 1. Objetivos El objetivo principal es mostrar un amplio número de ventanas y una forma sencilla de caracterizarlas, así como la comparación de sus propiedades. 2. Ventanas
Unidad Orientativa (Electrónica) Amplificadores Operacionales
Unidad Orientativa (Electrónica) 1 Amplificadores Operacionales Índice Temático 2 1. Que son los amplificadores operacionales? 2. Conociendo a los Amp. Op. 3. Parámetros Principales. 4. Circuitos Básicos
Representación de señales y sistemas en el dominio de la frecuencia
Representación de señales y sistemas en el dominio de la frecuencia Modulación y Procesamiento de Señales Ernesto López Pablo Zinemanas, Mauricio Ramos {pzinemanas, mramos}@fing.edu.uy Centro Universitario
APÉNDICE C Vision Toolkit: Funciones
APÉNDICE C Vision Toolkit: Funciones En la figura B.2 se muestran las funciones de Vision que se encuentran en el diagrama de bloques. Dentro de las funciones de Vision se agregan las opciones para realizar
El color. Fundamentos de procesamiento de imágenes IIC / IEE er semestre Cristián Tejos
El color Fundamentos de procesamiento de imágenes IIC / IEE 3713 1er semestre 2011 Cristián Tejos Basado en material desarrollado por Marcelo Guarini, Domingo Mery, libro Digital Image Processing, 3erd
COORDENADAS CURVILINEAS
CAPITULO V CALCULO II COORDENADAS CURVILINEAS Un sistema de coordenadas es un conjunto de valores que permiten definir unívocamente la posición de cualquier punto de un espacio geométrico respecto de un
Guía Semana 12 1. RESUMEN 2. EJERCICIOS PROPUESTOS. Universidad de Chile. Ingeniería Matemática
. RESUMEN FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo en Varias Variables 8- Guía Semana Teorema del Cambio de Variables. Sea Ω ÊN un abierto y T : Ω ÊN una función de clase
Sistemas de numeración
Sistemas de numeración Sistema binario 0,1 Sistema octal 0, 1, 2, 3, 4, 5, 6, 7 Sistema decimal 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 Sistema hexadecimal 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C, D, E, F Una señal
Curso 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-lic.html elena.martinez@iimas.unam.mx