Que el estudiante sepa aplicar las principales técnicas que sirven para resaltar características en imágenes

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Que el estudiante sepa aplicar las principales técnicas que sirven para resaltar características en imágenes"

Transcripción

1 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 en imágenes Recomendaciones Tenga orden y aseo para trabajar Siempre que tenga duda del procedimiento a realizar, consúltelo con el docente o instructor Todas las piezas y componentes que se quiten se deben de ir guardando en forma ordenada Siempre anote lo que haga, aún lo mas irrelevante, ya que al final cuando el sistema se tiene desensamblado se vuelve complejo Siempre aplique las normas de seguridad que le explicará el docente o instructor Al finalizar el laboratorio se debe dejar en la misma condición en que se encontró, aún los accesorios y herramientas utilizadas. Equipo Computadora con MatLab y Processing Image Toolbox Introducción Teórica Los bordes son características básicas de la imagen. Ellos tienen información útil acerca de las fronteras de los objetos que pueden usarse para el análisis de imágenes, identificación de objetos y también para aplicaciones de filtrado de imágenes. Presentan su importancia fundamental en el análisis y procesamiento de imágenes digitales. Todavía no está disponible una definición matemática precisa y ampliamente aceptada. Este hecho se explica por la complejidad del contenido de la imagen y por la interferencia de los mecanismos de visión de alto nivel en la percepción humana de las propiedades de las fronteras de un objeto. En adelante, consideramos un borde como la frontera entre dos regiones de imágenes homogéneas que tienen diferentes intensidades de iluminación. Esta definición indica que un borde es una variación local de la iluminación (y no necesariamente al

2 2 revés). Se han propuesto varios detectores de bordes en la literatura. Estos se agrupan en dos clases (a) técnicas locales, las cuales usan operadores sobre vecindades locales de la imagen y (b) técnicas globales, las cuales usan información global y métodos de filtrado para extraer la información de los bordes. A continuación se presentan algoritmos para la detección de bordes, líneas y puntos aislados. Además, se describen algoritmos para el enlace de bordes, seguimiento de fronteras (o líneas) y para la detección de curvas paramétricas. Detección de bordes Los bordes de la imagen se han definido como variaciones locales de la intensidad de la imagen. Por lo tanto, técnicas locales de diferenciación de imágenes producen operadores detectores de bordes. El gradiente de la imagen f (x, y):

3 3 Figura 4.1. (a) Máscara detectora de bordes de Prewitt; (b) Máscara detectora de bordes de Sobel. donde x es el vector que contiene los pixeles en la vecindad local de la imagen. Los vectores de pesos w1, w2 se describen por máscaras de gradiente. Tales máscaras se muestran en la figura 4.1 para los detectores de bordes de Prewitt y Sobel respectivamente. Las relaciones (4. y 4.6) son esencialmente convoluciones lineales bidimensionales con las plantillas de 3 3 mostrados en la figura 4.1. El detector de bordes de Sobel ofrece un buen desempeño y es relativamente insensible al ruido. Pueden lograrse mejores características al ruido al usar vecindades más grandes a expensas de un mayor gasto de tiempo computacional. Sin embargo, vecindades mayores tienden a producir bordes gruesos. Las plantillas de bordes son máscaras que pueden usarse para detectar bordes a lo largo de diferentes direcciones. Tales máscaras de tamaño 3x3 se muestran en la figura 4.2. Pueden detectar bordes sólo en cuatro direcciones diferentes (0, 4, 90 y 13 grados). Plantillas de mayor tamaño son más sensibles a la orientación del

4 4 borde. Hagamos que, sea el vector de pesos asociado con cada plantilla. La detección de borde puede realizarse de la siguiente manera. Todas las plantillas se aplican a cada pixel de la imagen. La plantilla que produce la máxima salida es la ganadora: La salida correspondiente es una medida de la confianza de la salida del detector de borde. Si se acerca a cero, no hay presente borde en este lugar del pixel. Si todas las plantillas dan aproximadamente iguales magnitudes de salida, información no fidedigna se extrae de la dirección del borde. Un algoritmo para la detección de bordes basado en las plantillas se encuentra en el archivo, brujula.m. También pueden usarse plantillas para la detección de líneas y puntos. Las plantillas correspondientes se muestran en la figura 4.3. Lineas en las cuatro direcciones (0, 4, 90 y 13 grados) pueden detectarse usando las plantillas de la figura 4.3b.

5 Otra mejora a la detección de bordes es usar el operador Laplaciano. Se define en términos de derivadas parciales de segundo orden de f (x, y) con respecto a x, y respectivamente: La derivada de primer orden tiene mínimos o máximos en los bordes de la imagen debido a los grandes cambios en la intensidad local. Por tanto, las derivadas de segundo orden tienen cruces por cero (es decir transiciones desde los valores positivos a los negativos y viceversa) en los lugares de los bordes.. Así, una mejora en la detección de bordes es estimar el operador laplaciano de salida y encontrar los puntos de cruce por cero. Un estimador del operador Laplaciano (4.8) está dado por El algoritmo detector de bordes correspondiente se encuentra en el archivo laplace2.m La operación de diferenciación es una operación pasa-altas. Por tanto la diferenciación de segundo orden tiende a resaltar el ruido de la imagen. El operador Laplaciano crea varios bordes falsos, especialmente en áreas donde la varianza de la imagen es pequeña, porque las pequeñas perturbaciones de intensidad (ruido) tiende a producir falsos cruces por cero. Un método para reducir la sensibilidad al ruido es considerar los cruces por cero sólo en las áreas donde la varianza local σ 2 (i, j) dada por:

6 6 es grande, porque los bordes de la imagen ocurren en áreas donde tienen gran dispersión de la imagen local. Basado en esta observación, la medida de la dispersión de datos local puede usarse ella misma como un detector de borde. La varianza local ( ) es una medida. El rango local de la imagen: Puede usarse como una medida de la dispersión local y como un detector de borde. Los operadores máx y mín en (4.12) describen el máximo y mínimo local en la vecindad de la imagen A. El detector de borde de rango resultante se encuentra en el archivo rango.m. El detector de borde de rango es muy rápido ya que requiere sólo el cálculo del máximo y mínimo local. 4.3 Algoritmos de seudocoloreado En muchas aplicaciones, el ojo humano es más sensible a los cambios de color que a los cambios de intensidad para aplicaciones de inspección (p. ej. inspección de seguridad, control de calidad, sensado remoto). Por lo tanto, es natural codificar la intensidad de las imágenes blanco y negro (B/N) usando información a color. Este proceso se llama seudocoloreado. El resultado del seudocoloreado es comúnmente agradable al ojo humano. Así, puede usarse para aplicaciones artísticas (p. ej. creación de efectos visuales). El seudocoloreado es una transformación de la imagen digital de la forma: c(x, y) = T( f (x, y)) donde f(x,y) es la imagen blanco y negro y c(x,y) es la imagen a color. Se expresa comúnmente en términos de sus componentes rojo, verde y azul La función de transformación T produce una salida de tres canales. Ya que el resultado del seudocoloreado es por lo general juzgado sólo subjetivamente, la selección de la función de transformación T es más que todo heurística. A continuación, describiremos dos modos diferentes de encontrar la transformación de seudocolor. El primer método se basa en la cuantización de la intensidad (rebanado). Vamos a suponer que usamos N colores diferentes en el seudocoloreado. Si la imagen B/N posee L diferentes niveles de gris, la función de transformación toma la siguiente forma:

7 7 Donde denota la parte entera de. Los colores, pueden escogerse arbitrariamente. Se Recortan los segmentos de intensidad de la imagen B/N en N regiones diferentes. A cada región se le asigna un color diferente. Pueden usarse algoritmos de segmentación de imágenes más sofisticados que se presentarán en una práctica posterior. El seudocoloreado produce resultados aceptables si el histograma de la imagen B/N se acerca a la distribución uniforme. Si el histograma se concentra en una región pequeña de intensidad, es decir la imagen tiene pobre contraste, el rebanado de intensidad produce resulatdos pobres. La solución a este problema es la cuantización de intensidad no uniforme. Se conocen poderosas técnicas para la cuantización no uniforme. Describiremos ahora una alternativa que es más simple y fácil de implemetar. Puede realizarse la ecualización del histograma g=g(f) y la cuantización de intensidad puede aplicarse a la imagen ecualizada g. Este método es equivalente a la siguiente función de transformación no uniforme. Este método es sensible al ruido, porque la ecualización del histograma tiende a resaltarlo. Otra modificación del seudocoloreado de la intensidad de la imagen en un umbralizado arbitrario de la imagen.

8 8 En este caso, un conjunto de N - 1 umbrales usuario. La función de transformación toma la forma:, se definen por el Note que la implementación de las transformaciones es muy fácil. Otro método de seudocoloreado se basa en uso del filtrado. Supongamos que se disponen de filtros FIR pasabajos, pasabanda y pasaaltos y tienen una respuesta al Impulso respectivamente. Cada uno de estos filtros puede operarse sobre una imagen monocromática f(k,l) produciendo una salida correspondiente. Cada salida se asigna a un componente de la imagen a color: Estos componentes de la imagen a color forman la imagen seudocoloreada. Los colores de la imagen tienden a tener más azul en las regiones homogéneas de la imagen B/N y más rojo cerca de las líneas y bordes. La respuesta ideal de los filtros basabajos, pasabanda, pasaaltos usados en las ecuaciones anteriores tienen la siguiente forma: Donde es la distancia de un punto en el dominio de las frecuencia desde el origen (0,0). Existen varios métodos para el diseño de filtros lineales FIR y IIR que se aproximan a las respuestas ideales pero su descripción está fuera del alcance del curso. Las convoluciones pueden implementarse como ya se ha hechousando el comando conv2.

9 9 Procedimiento 1. Encienda la computadora y corra el programa MATLAB. 2. Digite en la ventana de comandos:» edgedemo 3. A continuación aparecerá la siguiente ventana la cual pertenece al DEMO de detección de bordes, este demo utiliza la función EDGE para aplicar diferentes métodos de detección de bordes a una variedad de imágenes. Los menús permiten la selección de la imagen a la que se le aplicara el método de detección, y además la selección del método de detección. 4. Ubique la función que realiza el detector de bordes de Sobel.. Pruebe el archivo :

10 1 [a,m1]=imread( saturn.tif ); b=sobel(a); imshow(a); figure imshow(b); 7. Pruebelo nuevamente el archivo de la siguiente manera: >> c=imread( flowers.tif ); >> c=rgb2gray(c); >> d=sobel(c); >> figure >> imshow(c); >>figure >> imshow(d); 8. Llame al archivo prewitt.m y pruébelo de la siguiente forma: >> f=prewitt(a); >> figure >> imshow(f); 9. En MatLab la función que realiza lo mismo es: >>g=edge(a, prewitt ); >>figure >>imshow(g); 10. Pruebe el archivo brujula.m para todos los ángulos (0, 4, 90, 13), con el siguiente guión >> b=brujula(a,0); >> figure(1) >> image(b) 11. Cambie el ángulo para los otros valores propuestos. 12. Pruebe el archivo m que detecta los bordes usando el Laplaciano. b=laplace2(a); figure(1); image(b) 13. Pruebe el archivo rango.m para encontrar los bordes de la imagen a: >> b=rango(a,3,3); >> figure(1)

11 1 >> image(b) 14. Pruebe el archivo falsocol.m de la siguiente manera. >> figure(2) >> m2=falsocol(100,10, rojo ); >> colormap(m2); >> imshow(a); Análisis de resultados 1. Elija una imagen de prueba. 2. Experimente probando la aplicación de varios detectores de bordes sucesivos a esta imagen. 3. Cuál es el mejor detector de todos los bordes presentes en la imagen de prueba? 4. Presente los resultados y conclusiones de la práctica.

Tema 4:Segmentación de imágenes

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

Más detalles

Detección de bordes en una imagen.

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

Más detalles

Universidad Nacional de Quilmes Ing. en Automatización y Control Industrial Cátedra: Visión Artificial Septiembre de 2005

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

Más detalles

TRATAMIENTO DEL RUIDO

TRATAMIENTO DEL RUIDO 1 TRATAMIENTO DEL RUIDO Facultad: Ingeniería. Escuela: Biomédica Asignatura: Imágenes Médicas Objetivo General Que el estudiante sea capaz de caracterizar los principales tipos de ruido que pueden estar

Más detalles

Detección de bordes: metodos lineales de cálculo de gradientesk, etc. Detección de bordes. Métodos basados en operadores lineales de gradiente

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

Más detalles

Sistemas de Sensación Segmentación, Reconocimiento y Clasificación de Objetos. CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides

Sistemas de Sensación Segmentación, Reconocimiento y Clasificación de Objetos. CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides Sistemas de Sensación Segmentación, Reconocimiento y Clasificación de Objetos CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides Introducción La visión artificial, también conocida como visión por computador

Más detalles

Procesamiento de Imágenes

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.

Más detalles

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 Fundamentos de la Visión Artificial Prof. Dr. Francisco Gómez Rodríguez Prof. Manuel J. Domínguez Morales 1 Índice 1. Introducción a lavisión Artificial 2. Adquisición y representación de imágenes 3. Filtrado

Más detalles

Reducción del ruido en una imagen digital.

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

Más detalles

En este capitulo se presentan los métodos y algoritmos utilizados para el desarrollo del

En este capitulo se presentan los métodos y algoritmos utilizados para el desarrollo del 33 En este capitulo se presentan los métodos y algoritmos utilizados para el desarrollo del sistema de procesamiento de imágenes para controlar un robot manipulador y se describen en la forma como serán

Más detalles

Qué es una imágen digital?

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

Más detalles

Procesamiento Digital de Imágenes. Compresión de imágenes

Procesamiento Digital de Imágenes. Compresión de imágenes FICH, UNL - Departamento de Informática - Ingeniería Informática Procesamiento Digital de Imágenes Guía de Trabajos Prácticos 8 Compresión de imágenes 2010 1. Objetivos Analizar las características y el

Más detalles

Técnicas Clásicas de Segmentación de Imagen

Técnicas Clásicas de Segmentación de Imagen Técnicas Clásicas de Segmentación de Imagen Marcos Martín 21 de mayo de 2002 1. Introducción El primer paso en cualquier proceso de análisis de imagen es la segmentación. Mediante la segmentación vamos

Más detalles

8 PROCESAMIENTO DIGITAL DE IMÁGENES USANDO MATLAB & SIMULINK RA-MA

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

Más detalles

PRÁCTICA: 3 FILTRADO Y ANALISIS

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

Más detalles

Modo del color, Ajustes, Duplicar y Aplicar imagen, Calcular, Tamaño de imagen, Tamaño de lienzo, Rotar lienzo, Separar, Histograma, Reventar

Modo del color, Ajustes, Duplicar y Aplicar imagen, Calcular, Tamaño de imagen, Tamaño de lienzo, Rotar lienzo, Separar, Histograma, Reventar Menú Imagen Modo del color, Ajustes, Duplicar y Aplicar imagen, Calcular, Tamaño de imagen, Tamaño de lienzo, Rotar lienzo, Separar, Histograma, Reventar Menú Imagen En este menú se puede manipular los

Más detalles

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 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 detalles

Reconocimiento de imágenes

Reconocimiento de imágenes Capítulo 4 Reconocimiento de imágenes En la actualidad, el reconocimiento de imágenes es una herramienta de gran utilidad en el área de control y automatización. Varias empresas usan el reconocimiento

Más detalles

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. 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

Más detalles

TAREA N 3 OPERADORES DE DETECCIÓN DE BORDES

TAREA 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 detalles

VI PLAN DE PRUEBAS, RESULTADOS Y RECOMENDACIONES

VI PLAN DE PRUEBAS, RESULTADOS Y RECOMENDACIONES VI PLAN DE PRUEBAS, RESULTADOS Y RECOMENDACIONES En la presente sección, se realiza el correspondiente plan de pruebas del prototipo con la finalidad de exponer las estrategias y recursos necesarios para

Más detalles

Visión. Sesión 4: Búsqueda y tracking de modelos 2D en imágenes. Departamento CCIA http://www.jtech.ua.es/vision/2011/

Visión. Sesión 4: Búsqueda y tracking de modelos 2D en imágenes. Departamento CCIA http://www.jtech.ua.es/vision/2011/ Visión Sesión 4: Búsqueda y tracking de modelos 2D en imágenes Departamento CCIA http://www.jtech.ua.es/vision/2011/ Hoy Detección de aristas Transformada de Hough Componentes conectadas Alineación de

Más detalles

Capítulo 3. 3. Marco Teórico.

Capítulo 3. 3. Marco Teórico. Capítulo 3 3. Marco Teórico. La visión artificial o visión por computador se define como un área multidisciplinar que pretende, en cierta medida, reproducir artificialmente el sentido de la vista mediante

Más detalles

Bases del Procesamiento de Imágenes Médicas

Bases del Procesamiento de Imágenes Médicas Bases del Procesamiento de Imágenes Médicas Rubén Medina, Jesús Bellera Universidad de Los Andes, Facultad de Ingeniería, Grupo de Ingeniería Biomédica de la ULA (GIBULA), Av. Tulio Febres Cordero, Mérida

Más detalles

Operaciones Morfológicas en Imágenes Binarias

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

Más detalles

Segmentación Basada en Bordes

Segmentación Basada en Bordes Segmentación Basada en Bordes Detección de Puntos: Para detectar puntos en una imagen podemos usar una máscara como esta: -1-1 -1-1 8-1 -1-1 -1 Usarlo en Matlab sería muy sencillo: >> w = [-1-1 -1; -1

Más detalles

CAPÍTULO 2 PROCESAMIENTO DIGITAL DE IMÁGENES

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

Más detalles

RECONOCIMIENTO E IDENTIFICACIÓN DE LOGOTIPOS EN IMÁGENES CON TRANSFORMADA SIFT

RECONOCIMIENTO E IDENTIFICACIÓN DE LOGOTIPOS EN IMÁGENES CON TRANSFORMADA SIFT UNIVERSIDAD CARLOS III DE MADRID ESCUELA POLITÉCNICA SUPERIOR INGENIERÍA TÉCNICA DE TELECOMUNICACIÓN (ESPECIALIDAD EN SONIDO E IMAGEN) PROYECTO FIN DE CARRERA RECONOCIMIENTO E IDENTIFICACIÓN DE LOGOTIPOS

Más detalles

Aplicaciones del Procesado de Imagen

Aplicaciones del Procesado de Imagen Práctica - Aplicaciones del Procesado de Imagen. Introducción En la carpeta Mis Documentos\TDSII\pImagen y en Moodle se encuentran - El calendario de las prácticas de la asignatura, CalendarioTdsii.pdf

Más detalles

Corrección de bordes en imágenes de rango por medio de un algoritmo genético

Corrección de bordes en imágenes de rango por medio de un algoritmo genético Corrección de bordes en imágenes de rango por medio de un algoritmo genético Idanis B. Díaz* y John W. Branch** Resumen En este artículo se propone un método que permite completar y mejorar los bordes

Más detalles

Segmentación de color en imágenes digitales usando Visual C#.Net

Segmentación de color en imágenes digitales usando Visual C#.Net 5 Segmentación de color en imágenes digitales usando Visual C#.Net Bayardo Campuzano Nieto Ingeniería de Sistemas UPS-QUITO Resumen En este trabajo se presenta la definición de los histogramas de color

Más detalles

Introducción a MatLab y Tollbox Image Processing

Introducción a MatLab y Tollbox Image Processing Facultad: Ingeniería. Escuela: Biomédica Asignatura: Imágenes Médicas Introducción a MatLab y Tollbox Image Processing Objetivos Introducir conceptos básicos de imágenes digitales. Introducir el uso del

Más detalles

FILTRADO DE IMÁGENES

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

Más detalles

ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL

ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL Facultad de Ingeniería en Electricidad y Computación Implementación de Interfaz gráfica para comparación visual de métodos de segmentación y procesamiento de video

Más detalles

TEMA VI ANÁLISIS DIGITAL DE IMÁGENES

TEMA VI ANÁLISIS DIGITAL DE IMÁGENES TEMA VI ANÁLISIS DIGITAL DE IMÁGENES Qué es una imagen digital? Radianza media de una parcela Valor numérico Tratamiento digital Pixel Nº entero (ND) Pixel: unidad mínima de información en una imagen digital

Más detalles

Introducción al programa ImageJ Entrenamiento de docentes para el uso efectivo y desarrollo de recursos informáticos en el aula

Introducción al programa ImageJ Entrenamiento de docentes para el uso efectivo y desarrollo de recursos informáticos en el aula Introducción al programa ImageJ Entrenamiento de docentes para el uso efectivo y desarrollo de recursos informáticos en el aula Proyecto de Voluntariado Universitario DQIAQF, FCEN-UBA Autor: Rolando M.

Más detalles

REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No. 1. 2002 CONTEO Y CARACTERIZACIÓN DE REGIONES COMPLETAS EN IMÁGENES 2D: APLICACIÓN A NÚCLEOS CELULARES

REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No. 1. 2002 CONTEO Y CARACTERIZACIÓN DE REGIONES COMPLETAS EN IMÁGENES 2D: APLICACIÓN A NÚCLEOS CELULARES REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No. 1. 2002 CONTEO Y CARACTERIZACIÓN DE REGIONES COMPLETAS EN IMÁGENES 2D: APLICACIÓN A NÚCLEOS CELULARES Y. Sossa, G. Osorio, F. Prieto, F. Angulo Grupo de Percepción

Más detalles

Capítulo III Procesamiento Digital de Imágenes

Capítulo 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 detalles

Realce de imágenes: filtrado espacial

Realce de imágenes: filtrado espacial Revista de Teledetección. 2002. 17: 31-42. Realce de imágenes: filtrado espacial B. Aldalur 1 y M. Santamaría. 2 1 Depto de Ingeniería 2 Depto de Matemática Universidad Nacional del Sur Bahía Blanca, Argentina

Más detalles

IB14 Informática para la construcción. Tema 5. Tratamiento de imágenes digitales

IB14 Informática para la construcción. Tema 5. Tratamiento de imágenes digitales IB14 Informática para la construcción Tema 5. Tratamiento de imágenes digitales Contenidos Fotografía tradicional. Fotografía digital. Procesamiento digital de imágenes. Cómo almacena el ordenador

Más detalles

Procesamiento de imágenes con MATLAB

Procesamiento de imágenes con MATLAB Procesamiento de imágenes con MATLAB MATLAB (abreviatura de MATrix LABoratory, "laboratorio de matrices") es un software matemático que ofrece un entorno de desarrollo integrado (IDE) con un lenguaje de

Más detalles

Realce o aumento del contraste (enhancement). Suavizado o eliminación del ruido (denoising) Detección de bordes (edge detection)

Realce o aumento del contraste (enhancement). Suavizado o eliminación del ruido (denoising) Detección de bordes (edge detection) 4 Técnicas de preprocesado Las técnicas de procesado pretenden mejorar o realzar las propiedades de la imagen para facilitar las siguientes operaciones de la Visión Artificial, tales como las etapas de

Más detalles

Práctica 2 - Procesamiento de Imágenes

Práctica 2 - Procesamiento de Imágenes Práctica 2 - Procesamiento de Imágenes En esta práctica veremos diferentes técnicas de tratamiento que suelen ser aplicadas a las imágenes obtenidas desde satélites. Muchos de los procedimientos que aprendamos

Más detalles

REDES NEURONALES APLICADAS AL ANÁLISIS DE IMÁGENES PARA EL DESARROLLO DE UN PROTOTIPO DE UN SISTEMA DE SEGURIDAD GABRIEL FELIPE JARAMILLO GONZÁLEZ

REDES NEURONALES APLICADAS AL ANÁLISIS DE IMÁGENES PARA EL DESARROLLO DE UN PROTOTIPO DE UN SISTEMA DE SEGURIDAD GABRIEL FELIPE JARAMILLO GONZÁLEZ REDES NEURONALES APLICADAS AL ANÁLISIS DE IMÁGENES PARA EL DESARROLLO DE UN PROTOTIPO DE UN SISTEMA DE SEGURIDAD GABRIEL FELIPE JARAMILLO GONZÁLEZ UNIVERSIDAD TECNOLÓGICA DE PEREIRA PROGRAMA DE INGENIERÍA

Más detalles

Filtrado de imágenes

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.

Más detalles

Resumen. Palabras Claves: Algoritmo, conteo, células, segmentación, operadores. Abstract

Resumen. Palabras Claves: Algoritmo, conteo, células, segmentación, operadores. Abstract Implementación de un algoritmo para la detección y conteo de células en imágenes microscópicas Moreira Quiroz, José (1), Valencia Delgado, Vladimir (2), Chávez Burbano, Patricia (*) Facultad de Ingeniería

Más detalles

Tipos de imágenes Imágenes vectoriales Imágenes de mapa de bits

Tipos de imágenes Imágenes vectoriales Imágenes de mapa de bits Tipos de imágenes Los programas de diseño gráfico trabajan en general con dos tipos de imágenes: imágenes vectoriales e imágenes de mapa de bits. Comprender sus características y diferencias es indispensable

Más detalles

102784 [20380] Visió per Computador Prueba 1 (2015) [A] Teoría (10p) (una pregunta test fallada descuenta 1/4 de pregunta acertada)

102784 [20380] Visió per Computador Prueba 1 (2015) [A] Teoría (10p) (una pregunta test fallada descuenta 1/4 de pregunta acertada) 102784 [20380] Visió per Computador Prueba 1 (2015) [A] Teoría (10p) (una pregunta test fallada descuenta 1/4 de pregunta acertada) 1. El gap del silicio es de 1.11eV (salto energético entre banda de valencia

Más detalles

Introducción a los Filtros Digitales. clase 10

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

Más detalles

Acerca del Libro. Información básica. Título: Visión Artificial y Procesamiento Digital de Imágenes usando Matlab Autor: Iván Danilo García Santillán

Acerca del Libro. Información básica. Título: Visión Artificial y Procesamiento Digital de Imágenes usando Matlab Autor: Iván Danilo García Santillán Acerca del Libro Información básica Título: Visión Artificial y Procesamiento Digital de Imágenes usando Matlab Autor: Iván Danilo García Santillán ISBN: 978-9942-01-790-1. 8 capítulos. 133 páginas. Ibarra

Más detalles

Curso Comparabilidad de resultados

Curso Comparabilidad de resultados Curso Comparabilidad de resultados Director: Gabriel A. Migliarino. Docente: Evangelina Hernández. Agenda Introducción. n. Protocolos iniciales de comparación de métodos. m * EP9-A2. CLSI. * Comparación

Más detalles

5.1. INTERFERENCIA MEDIDA DE LA LONGITUD DE ONDA Y ANÁLISIS DE LA POLARIZACIÓN MEDIANTE UN INTERFERÓMETRO DE MICHELSON

5.1. INTERFERENCIA MEDIDA DE LA LONGITUD DE ONDA Y ANÁLISIS DE LA POLARIZACIÓN MEDIANTE UN INTERFERÓMETRO DE MICHELSON 5.1. INTERFERENCIA MEDIDA DE LA LONGITUD DE ONDA Y ANÁLISIS DE LA POLARIZACIÓN MEDIANTE UN INTERFERÓMETRO DE MICHELSON 5.1.1 OBJETIVOS: Comprender los aspectos fundamentales de un interferómetro de Michelson.

Más detalles

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 MEJORA DE LA IMAGEN EN EL DOMINIO DE LA FRECUENCIA: TRANSFORMADA DE FOURIER M.C. CAROLINA ROCÍO SÁNCHEZ PÉREZ 01 DE ABRIL DE 2011 Operaciones en el dominio de la frecuencia Una imagen digital es una representación

Más detalles

Procesamiento digital de imágenes

Procesamiento digital de imágenes Procesamiento digital de imágenes Septiembre 2013 Fuente: Héctor del Valle (2007) y Emilio Chuvieco (2008) El procesamiento digital no se originó con los sensores remotos y no está restringido a este tipo

Más detalles

MICRODISEÑO CURRICULAR Ingeniería de Sistemas. Créditos TPS TIS TPT TIT

MICRODISEÑO CURRICULAR Ingeniería de Sistemas. Créditos TPS TIS TPT TIT 1. IDENTIFICACIÓN Asignatura Visión Artificial Área Nivel IV Código Pensum Correquisito(s) Prerrequisito(s) Créditos TPS TIS TPT TIT 2. JUSTIFICACIÓN. La visión artificial es una de las disciplinas de

Más detalles

ASIGNATURA DE GRADO: VISIÓN ARTIFICIAL

ASIGNATURA DE GRADO: VISIÓN ARTIFICIAL ASIGNATURA DE GRADO: VISIÓN ARTIFICIAL Curso 2015/2016 (Código:71014046) 1.PRESENTACIÓN DE LA ASIGNATURA Esta asignatura pretende ofrecer al alumno una panorámica del problema de la percepción visual a

Más detalles

Tema 2. Preproceso (realzado y filtrado) de imágenes digitales

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

Más detalles

CLASIFICACIÓN DE IMÁGENES

CLASIFICACIÓN DE IMÁGENES CLASIFICACIÓN DE IMÁGENES Cesar Juárez Megías I.T.T. Imagen y sonido Carlos III de Madrid 100061832@alumnos.uc3m.es OBJETIVO. El objetivo principal de nuestro programa se basaría en la clasificación de

Más detalles

1.- INTRODUCCIÓN AL PROCESADO DIGITAL DE IMÁGENES

1.- INTRODUCCIÓN AL PROCESADO DIGITAL DE IMÁGENES 1.- INTRODUCCIÓN AL PROCESADO DIGITAL DE Los campos del procesado digital de señales en dos dimensiones (2-D) y procesado digital de imágenes han tenido una tremenda vitalidad en las dos décadas pasadas

Más detalles

Bienvenido a 1000creativos

Bienvenido a 1000creativos Bienvenido a 1000creativos Manual para Logotipos. Parte de esta información seguramente tú ya la conoces, pero debes asegurarte que tus diseños cumplan todos los requerimientos para evitar que sean descalificados.

Más detalles

TRANSMISION DIGITAL. PCM, Modulación por Codificación de Pulsos

TRANSMISION DIGITAL. PCM, Modulación por Codificación de Pulsos MODULACIÓN TRANSMISION DIGITAL La amplia naturaleza de las señales analógicas es evidente, cualquier forma de onda está disponible con toda seguridad en el ámbito analógico, nos encontramos con una onda

Más detalles

Trabajar con Máscaras y Canales

Trabajar con Máscaras y Canales Trabajar con Máscaras y Canales Herramienta Máscara, Modificar Máscara, Canal Alfa, Crear un Canal Alfa Herramienta Máscara Con la herramienta máscara podemos proteger zonas de una imagen permitiéndonos

Más detalles

Ingeniería Superior de Informática

Ingeniería Superior de Informática Ingeniería Superior de Informática Asignatura: Visión Artificial Curso 2007/08 Práctica nº 1 : Fundamentos de la Image Processing Toolbox de MATLAB 1. BREVES DEFINICIONES... 1 2. IMÁGENES EN MATLAB Y LA

Más detalles

PROCESAMIENTO DIGITAL DE IMÁGENES DE ULTRASONIDO T E S I S QUE PARA OBTENER EL TÍTULO DE: INGENIERO EN COMUNICACIONES Y ELECTRONICA

PROCESAMIENTO DIGITAL DE IMÁGENES DE ULTRASONIDO T E S I S QUE PARA OBTENER EL TÍTULO DE: INGENIERO EN COMUNICACIONES Y ELECTRONICA INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERIA MECANICA Y ELECTRICA PROCESAMIENTO DIGITAL DE IMÁGENES DE ULTRASONIDO T E S I S QUE PARA OBTENER EL TÍTULO DE: INGENIERO EN COMUNICACIONES

Más detalles

PERFECCIONAMIENTO DE BORDES

PERFECCIONAMIENTO DE BORDES 1/24 PERFECCIONAMIENTO DE BORDES Photoshop CS5 incorpora una interesantísima herramienta para poder extraer figuras de una imagen a fin de insertarlas en otras. Y uno de los grandes problemas es poder

Más detalles

Benemérita Universidad Autónoma de Puebla

Benemérita Universidad Autónoma de Puebla Benemérita Universidad Autónoma de Puebla FACULTAD DE CIENCIAS DE LA ELECTRÓNICA PRACTICA 5: Aplicación de visión artificial con Matlab Nombre de la Asignatura: CONTROL DE PROCESOS POR COMPUTADORA Profesor:

Más detalles

Capítulo 2 Silueta. Figura 2.1 Tetera capturada por la cámara con la silueta resaltada

Capítulo 2 Silueta. Figura 2.1 Tetera capturada por la cámara con la silueta resaltada Capítulo 2 Silueta 2.1 Silueta La silueta de un objeto es muy importante porque es lo que nos da las pistas visuales de cómo es que está formado, nos dice dónde están sus límites y ayuda a diferenciar

Más detalles

Maximiliano G. G. - Septiembre 2010. - mxgdvg@gmail.com (Versión 0.)

Maximiliano G. G. - Septiembre 2010. - mxgdvg@gmail.com (Versión 0.) Estas son mis respuestas a algunas cuestiones y preguntas de exámenes (no hay soluciones oficiales resueltas por el equipo docente en esta asignatura). Como soy un alumno, no necesariamente son correctas

Más detalles

Programa de la asignatura. Horas. ASIGNATURA: Visión Artificial

Programa de la asignatura. Horas. ASIGNATURA: Visión Artificial ASIGNATURA: Visión Artificial Código: 126213031 Titulación: Ingeniero Técnico Industrial, esp. Electrónica Industrial Curso: 3º Profesor(es) responsable(s): - Miguel Pinzolas Prado - Juan López Coronado

Más detalles

CAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de

CAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.

Más detalles

SISTEMA DE VISION ARTIFICIAL PARA RECONOCIMIENTO DE OBJETOS APLICADO A UN BRAZO ROBÓTICO

SISTEMA DE VISION ARTIFICIAL PARA RECONOCIMIENTO DE OBJETOS APLICADO A UN BRAZO ROBÓTICO PROCESAMIENTO DIGITAL DE IMÁGENES Dr. Johnson Garzón SISTEMA DE VISION ARTIFICIAL PARA RECONOCIMIENTO DE OBJETOS APLICADO A UN BRAZO ROBÓTICO Realizado por : Carlos Pillajo Introducción En este proyecto,

Más detalles

Generación de Números Pseudo-Aleatorios

Generación de Números Pseudo-Aleatorios Números Aleatorios Son un ingrediente básico en la simulación de sistemas Los paquetes de simulación generan números aleatorios para simular eventos de tiempo u otras variables aleatorias Una secuencia

Más detalles

Laboratorio 1 Procesamiento Digital de Imágenes

Laboratorio 1 Procesamiento Digital de Imágenes Laboratorio 1 Procesamiento Digital de Imágenes 7 de febrero de 2013 Hernán Darío Benítez Restrepo Departamento de Electrónica y Computación Pontificia Universidad Javeriana-Cali. Temas Niveles de intensidad

Más detalles

Guía Docente Curso 2008-2009

Guía Docente Curso 2008-2009 Nombre: Sistemas de percepción robótica Denominación en inglés 1 : Robotic perception ESCUELA POLITECNICA SUPERIOR Guía Docente Curso 2008-2009 Titulación Ingeniería Industrial DATOS DE LA ASIGNATURA Código:

Más detalles

Fundamentos de Procesamiento de Imágenes

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

Más detalles

MADMAPPER FUNCION SPACIAL SCANNER

MADMAPPER FUNCION SPACIAL SCANNER MADMAPPER FUNCION SPACIAL SCANNER La función Spacial Scanner de MadMapper nos permite utilizar el proyector como un scanner para captar la realidad pixel a pixel.lo que nos proporciona es una imagen exacta

Más detalles

PRÁCTICA - VII INTRODUCCIÓN AL PROCESADO DIGITAL DE IMÁGENES

PRÁCTICA - VII INTRODUCCIÓN AL PROCESADO DIGITAL DE IMÁGENES PRÁCTICA - VII INTRODUCCIÓN AL PROCESADO DIGITAL DE IMÁGENES NOTA: Lo primero que debe hacerse al llegar al laboratorio es conectar el PC, si no está ya conectado, para que se inicie el WINDOWS 98. Si

Más detalles

Universidad Nacional de Quilmes Ing. en Automatización y Control Industrial Cátedra: Visión Artificial Agosto de 2005

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) =

Más detalles

Filtros en el dominio de la frecuencia

Filtros 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 detalles

Visión Artificial. Por Elisabeth Pérez

Visión Artificial. Por Elisabeth Pérez Visión Artificial Por Elisabeth Pérez Indice Qué es la Visión Artificial? Visión Artificial Diversos nombres Áreas de Aplicación Visión Artificial en Sistemas de Calidad Los pasos a tener en cuenta Áreas

Más detalles

Aplicación de máscaras a imágenes

Aplicación de máscaras a imágenes Aplicación de máscaras a imágenes Bienvenido a Corel PHOTO-PAINT, un potente programa de edición de imágenes de mapa de bits que permite retocar fotografías existentes o crear gráficos originales. Qué

Más detalles

Manual de GIMP. Capítulo 7. Los filtros (I) Manual de GIMP. Capítulo 7: Los filtros (I) Reconocimiento-NoComercial-CompartirIgual 2.

Manual de GIMP. Capítulo 7. Los filtros (I) Manual de GIMP. Capítulo 7: Los filtros (I) Reconocimiento-NoComercial-CompartirIgual 2. Manual de GIMP Capítulo 7: Los filtros (I) Reconocimiento-NoComercial-CompartirIgual 2.5 España Realizado por: José Sánchez Rodríguez (Universidad de Málaga) josesanchez@uma.es Julio Ruiz Palmero (Universidad

Más detalles

RECONOCIMIENTO AUTOMATICO DE MATRICULAS

RECONOCIMIENTO AUTOMATICO DE MATRICULAS RECONOCIMIENTO AUTOMATICO DE MATRICULAS Carlos Parra Ramos Universidad Carlos III de Madrid Madrid, España 2006 David Regajo Rodríguez Universidad Carlos III de Madrid Madrid, España 2006 100030583@alumnos.uc3m.es

Más detalles

FORMACIÓN DEL PROFESORADO ESCUELA TIC 2.0 MÓDULO 0 PIZARRA DIGITAL INTERACTIVA SMART BOARD HERRAMIENTAS SESIÓN

FORMACIÓN DEL PROFESORADO ESCUELA TIC 2.0 MÓDULO 0 PIZARRA DIGITAL INTERACTIVA SMART BOARD HERRAMIENTAS SESIÓN FORMACIÓN DEL PROFESORADO ESCUELA TIC 2.0 MÓDULO 0 PIZARRA DIGITAL INTERACTIVA SMART BOARD HERRAMIENTAS SESIÓN 1 Nota de autor: Este documento ha sido elaborado por Antonio Planes, para el Centro del Profesorado

Más detalles

Edwin Chiguano, Nathaly Moreno, Luis Corrales. Facultad de Ingeniería Eléctrica y Electrónica, EPN Quito, Ecuador

Edwin Chiguano, Nathaly Moreno, Luis Corrales. Facultad de Ingeniería Eléctrica y Electrónica, EPN Quito, Ecuador Diseño e implementación de un sistema traductor de lenguaje de señas de manos a un lenguaje de texto mediante visión artificial en un ambiente controlado Edwin Chiguano, Nathaly Moreno, Luis Corrales Facultad

Más detalles

ES 2 432 479 A2 ESPAÑA 11. Número de publicación: 2 432 479. Número de solicitud: 201200635 G06K 1/00 (2006.01) G06K 1/00 01.06.

ES 2 432 479 A2 ESPAÑA 11. Número de publicación: 2 432 479. Número de solicitud: 201200635 G06K 1/00 (2006.01) G06K 1/00 01.06. 19 OFICINA ESPAÑOLA DE PATENTES Y MARCAS ESPAÑA 11 21 Número de publicación: 2 432 479 Número de solicitud: 201200635 51 Int. CI.: G06K 1/00 (2006.01) G06K 1/00 (2006.01) 12 SOLICITUD DE PATENTE A2 22

Más detalles

José Luis Caballano Alcántara Tutotial Raw Therapee

José Luis Caballano Alcántara Tutotial Raw Therapee 1 Raw Therapee 1 es un procesador de archivos RAW multiplataforma. Su nombre proviene de THe Experimental RAw Photo Editor, y esta basado en el concepto de edición no destructiva. Los cambios reales no

Más detalles

6ª Práctica. Matlab página 1

6ª Práctica. Matlab página 1 6ª Práctica. Matlab página 1 PROGRAMACIÓN EN MATLAB PRÁCTICA 06 INSTRUCCIÓN BREAK TRATAMIENTO DE IMÁGENES EN MATLAB FUNCIONES Y GRÁFICOS EJERCICIO 1. INSTRUCCIÓN BREAK...1 EJERCICIO 2. TRATAMIENTO DE IMÁGENES

Más detalles

PRÁCTICA DE GABINETE DE COMPUTACIÓN Nº 2

PRÁCTICA DE GABINETE DE COMPUTACIÓN Nº 2 Universidad Nacional de San Juan - Facultad de Ingeniería DEPARTAMENTO DE ELECTRONICA Y AUTOMATICA Carrera: Bioingeniería Área CONTROL Asignatura: CONTROL I PRÁCTICA DE GABINETE DE COMPUTACIÓN Nº ANÁLISIS

Más detalles

PRÁCTICA 4: IDENTIFICACIÓN Y CONTROL DE UN SERVOMECANISMO DE POSICIÓN CURSO 2007/2008

PRÁCTICA 4: IDENTIFICACIÓN Y CONTROL DE UN SERVOMECANISMO DE POSICIÓN CURSO 2007/2008 PRÁCTICA 4: IDENTIFICACIÓN Y CONTROL DE UN SERVOMECANISMO DE POSICIÓN CURSO 2007/2008 LABORATORIO DE CONTROL AUTOMÁTICO. 3 er CURSO ING. TELECOMUNICACIÓN 1. OBJETIVOS En esta práctica se pretende que el

Más detalles

Visión de alto nivel:

Visión de alto nivel: UNIVERSIDAD DE MURCIA FACULTAD DE INFORMÁTICA SISTEMAS Y PROYECTOS INFORMÁTICOS Visión de alto nivel: Interpretación de dibujos de líneas mediante comparación de grafos Autor: Ginés García Mateos Profesor

Más detalles

Para qué se modula? Técnicas de Modulación Digital Pasabanda. Comunicación Digital Fabio G. Guerrero Universidad del Valle

Para qué se modula? Técnicas de Modulación Digital Pasabanda. Comunicación Digital Fabio G. Guerrero Universidad del Valle Comunicación Digital Fabio G. Guerrero Universidad del Valle Para qué se modula? Para obtener tamaños de antena razonables en una radio transmisión. (Ej: las antenas para teléfonos celulares tienen típicamente

Más detalles

El curso ideal para estudiantes, diseñadores, artistas, fotógrafos y todo profesional involucrado en ambientes de comunicación gráfica que busque

El curso ideal para estudiantes, diseñadores, artistas, fotógrafos y todo profesional involucrado en ambientes de comunicación gráfica que busque 1 El curso ideal para estudiantes, diseñadores, artistas, fotógrafos y todo profesional involucrado en ambientes de comunicación gráfica que busque acrecentar sus habilidades con los programas de última

Más detalles

Tema 6: Morfología. Primera parte

Tema 6: Morfología. Primera parte Tema 6: Morfología Primera parte Morfología La morfología matemática se basa en operaciones de teoría de conjuntos. En el caso de imágenes binarias, los conjuntos tratados son subconjuntos de Z 2 y en

Más detalles

El monitoreo de una variable física requiere supervisión permanente de señales que

El monitoreo de una variable física requiere supervisión permanente de señales que Capítulo 1 Marco Contextual 1.1. Formulación del problema 1.1.1. Definición del problema El monitoreo de una variable física requiere supervisión permanente de señales que varían con el tiempo. Tal información,

Más detalles

TECNO2 año O7. Color Digital. Tratamiento Digital del Color. Problemas para la cuantificación del color. Modelos y sistemas de color

TECNO2 año O7. Color Digital. Tratamiento Digital del Color. Problemas para la cuantificación del color. Modelos y sistemas de color año O7 Color Digital links www.fotonostra.com/grafico/profundidadbit.htm http://www.apple.com/es/pro/ Bibliografía Harald Küppers: Fundamentos de la teoría de los colores. Agfa: Introducción a la digitalización.

Más detalles

LISTADO DE PROYECTOS DEL CAMPUS PRAKTIUM UPV-FUNCAE 2012. ETS de Ingeniería Informática Grado en Ingeniería Informática

LISTADO DE PROYECTOS DEL CAMPUS PRAKTIUM UPV-FUNCAE 2012. ETS de Ingeniería Informática Grado en Ingeniería Informática 34 Conexión de móviles Android a dispositivos externos. INF05 Los teléfonos móviles con sistema operativo Android, son un fenómeno social. Existen multitud de aplicaciones, pero pocas pueden "salir" de

Más detalles

Prácticas de programación en C con MinGW Developer Studio

Prácticas de programación en C con MinGW Developer Studio Prácticas de programación en C con MinGW Developer Studio MinGW Developer Studio es un entorno de desarrollo integrado (IDE) para la programación en lenguaje C gratuito y cómodo de usar. Se ejecuta en

Más detalles

"Color vs blanco y negro"

Color vs blanco y negro por Pedro Meyer Pedro Meyer 2002 Cuando se le pide a alguien que haga una predicción del futuro, y la pregunta se formula de modo tal que requiera una respuesta precisa, las más de las veces, la única

Más detalles

MATERIAL 2 EXCEL 2007

MATERIAL 2 EXCEL 2007 INTRODUCCIÓN A EXCEL 2007 MATERIAL 2 EXCEL 2007 Excel 2007 es una planilla de cálculo, un programa que permite manejar datos de diferente tipo, realizar cálculos, hacer gráficos y tablas; una herramienta

Más detalles