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.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Roberto Quejido Cañamero

Roberto Quejido Cañamero Crear un documento de texto con todas las preguntas y respuestas del tema. Tiene que aparecer en él todos los contenidos del tema. 1. Explica qué son los modos de presentación en Writer, cuáles hay y cómo

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

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

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

Tema 2: PROCESAMIENTO EN EL DOMINIO ESPACIAL (Parte 2)

Tema 2: PROCESAMIENTO EN EL DOMINIO ESPACIAL (Parte 2) Tema 2: PROCESAMIENTO EN EL DOMINIO ESPACIAL (Parte 2) 1 I N G E N I E R Í A I N F O R M Á T I C A D P T O. M A T E M Á T I C A A P L I C A D A I 2 ÍNDICE: Filtrado espacial Filtros de suavizado Filtros

Más 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

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 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

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

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

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

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

MANUAL DE FACTURACIÓN TOUCH SCREEN

MANUAL DE FACTURACIÓN TOUCH SCREEN MANUAL DE FACTURACIÓN TOUCH SCREEN Tabla de Contenido Contenido Pág. CAPITULO 1... 3 CARACTERÍSTICAS Y BENEFICIOS... 3 CAPITULO 2... 4 ENTRADAS Y SALIDAS DEL MODULO... 4 Visión general... 4 Contenido del

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

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

SISTEMAS DE NUMERACIÓN

SISTEMAS DE NUMERACIÓN SISTEMAS DE NUMERACIÓN EL SISTEMA DECIMAL Es el sistema usado habitualmente en todo el mundo. Según los antropólogos, el origen del sistema decimal está en los diez dedos que tenemos los humanos en las

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

8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión...

8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión... Tema 8 Análisis de dos variables: dependencia estadística y regresión Contenido 8.1. Introducción............................. 1 8.2. Dependencia/independencia estadística.............. 2 8.3. Representación

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

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

SOROLLA2 GUÍA PRÁCTICA SIMPLIFICADA. Relaciones de transferencias. Marzo del 2014

SOROLLA2 GUÍA PRÁCTICA SIMPLIFICADA. Relaciones de transferencias. Marzo del 2014 DE PRESUPUESTOS SOROLLA2 GUÍA PRÁCTICA SIMPLIFICADA Relaciones de transferencias Marzo del 2014 1. DE PRESUPUESTOS Aunque la operativa es prácticamente idéntica, vamos a distinguir dos tipos entre las

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

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

TEORÍA DEL COLOR Colores Primarios

TEORÍA DEL COLOR Colores Primarios TEORÍA DEL COLOR Para el caso de la imagen, son todas aquellas recomendaciones respecto del color, sus combinaciones, el uso de los tonos entre otros. No se puede avanzar en el tema, sin antes mencionar

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

POWER POINT. Iniciar PowerPoint

POWER POINT. Iniciar PowerPoint POWER POINT Power Point es la herramienta de Microsoft Office para crear presentaciones que permiten comunicar información e ideas de forma visual y atractiva. Iniciar PowerPoint Coloque el cursor y dé

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

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

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

Capitulo 2: Introducción a RAW de cámara

Capitulo 2: Introducción a RAW de cámara Capitulo 2: Introducción a RAW de cámara Acerca de los archivos RAW de cámara Los archivos RAW de cámara contienen datos de imágenes en escala de grises sin procesar ni comprimir del sensor de imagen de

Más detalles

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales Estadística 38 Tema 3: Variables aleatorias y vectores aleatorios bidimensionales El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos

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

Electrónica Analógica Respuesta en frecuencia. Transformada de Laplace

Electrónica Analógica Respuesta en frecuencia. Transformada de Laplace Electrónica Analógica espuesta en frecuencia. Transformada de Laplace Transformada de Laplace. Introducción La transformada de Laplace es una herramienta matemática muy útil en electrónica ya que gracias

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

understanding documents Digitalización y Captura Inteligente de Documentos

understanding documents Digitalización y Captura Inteligente de Documentos Digitalización y Captura Inteligente de Documentos Mayo 2013 Poder mantener accesibles los documentos desde cualquier punto del planeta y utilizar la información contenida en ellos se ha vuelto crítico

Más detalles

Práctica de laboratorio 5.1.4 Uso de la Calculadora de Windows con direcciones de red

Práctica de laboratorio 5.1.4 Uso de la Calculadora de Windows con direcciones de red Práctica de laboratorio 5.1.4 Uso de la Calculadora de Windows con direcciones de red Objetivos Cambiar entre los dos modos de la Calculadora de Windows. Usar la Calculadora de Windows para la conversión

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

Experimento 6 LAS LEYES DE KIRCHHOFF. Objetivos. Teoría. Figura 1 Un circuito con dos lazos y varios elementos

Experimento 6 LAS LEYES DE KIRCHHOFF. Objetivos. Teoría. Figura 1 Un circuito con dos lazos y varios elementos Experimento 6 LAS LEYES DE KIRCHHOFF Objetivos 1. Describir las características de las ramas, los nodos y los lazos de un circuito, 2. Aplicar las leyes de Kirchhoff para analizar circuitos con dos lazos,

Más detalles

SIMULADOR DE SISTEMAS DE EVENTOS DISCRETOS

SIMULADOR DE SISTEMAS DE EVENTOS DISCRETOS SIMULADOR DE SISTEMAS DE EVENTOS DISCRETOS MANUAL DE USUARIO 1.1 Introducción. El simulador de sistemas de eventos discretos está compuesto por dos aplicaciones: el Simulador de redes de Petri y el Simulador

Más detalles

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 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

Más detalles

1. CREACIÓN Y MANEJO DE OBJETOS Hoy en día un buen documento debe incluir, siempre que sea posible, gráficos o imágenes, sobre todo si se va a

1. CREACIÓN Y MANEJO DE OBJETOS Hoy en día un buen documento debe incluir, siempre que sea posible, gráficos o imágenes, sobre todo si se va a 1. CREACIÓN Y MANEJO DE OBJETOS Hoy en día un buen documento debe incluir, siempre que sea posible, gráficos o imágenes, sobre todo si se va a distribuir por Internet. Un excelente procesador de textos

Más detalles

Fases Cuánticas Geométricas. Gutiérrez Mesías, Juan Moisés.

Fases Cuánticas Geométricas. Gutiérrez Mesías, Juan Moisés. Apéndice A Transporte paralelo En esta sección describiremos una forma de trasladar un vector a lo largo de una curva sobre una superficie. Este procedimiento revelará una forma de expresar la desviación

Más detalles

Capítulo 9. Archivos de sintaxis

Capítulo 9. Archivos de sintaxis Capítulo 9 Archivos de sintaxis El SPSS permite generar y editar archivos de texto con sintaxis SPSS, es decir, archivos de texto con instrucciones de programación en un lenguaje propio del SPSS. Esta

Más detalles

COMO CONFIGURAR UN PERFIL DE COLOR:

COMO CONFIGURAR UN PERFIL DE COLOR: COMO CONFIGURAR UN PERFIL DE COLOR: Un Perfil de color es un archivo con extensión.icm que permite a la impresora o al Monitor mostrar los colores con la saturación y profundidad de acuerdo a las necesidades

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

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

Serie Manuales VRay. Configuración en escenas exteriores

Serie Manuales VRay. Configuración en escenas exteriores Serie Manuales VRay Configuración en escenas exteriores Cómo configurar VRay para renders exteriores RENDER EXTERIOR Veremos cómo renderizar para hacer borradores y cómo renderizar para producción, teniendo

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

Apuntes de Microcontroladores (Repaso de temas previos)

Apuntes de Microcontroladores (Repaso de temas previos) Apuntes de Microcontroladores (Repaso de temas previos) Por M. C. Miguelangel Fraga Aguilar Enero 2015 Representaciones numéricas En estos apuntes se usara el posfijo b para denotar un número escrito en

Más detalles

PRESENTACIÓN GRÁFICA DE LOS DATOS

PRESENTACIÓN GRÁFICA DE LOS DATOS PRESENTACIÓN GRÁFICA DE LOS DATOS Una imagen dice más que mil palabras, esta frase explica la importancia de presentar los datos en forma gráfica. Existe una gran variedad de gráficos y la selección apropiada

Más detalles

1. Visualización de datos con Octave

1. Visualización de datos con Octave 1. Visualización de datos con Octave Versión final 1.0-19 agosto 2002 Octave es un poderoso software de cálculo numérico. En este documento explicamos un subconjunto realmente pequeño de sus comandos,

Más detalles

Tema 1.- Introducción a la Visión Artificial

Tema 1.- Introducción a la Visión Artificial Tema 1.- Introducción a la Visión Artificial Visión Artificial Avanzada Prof. Dr. Nicolás Luis Fernández García Departamento de Informática y Análisis Numérico Escuela Politécnica Superior Universidad

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

CCNA Discovery Networking para el hogar y pequeñas empresas

CCNA Discovery Networking para el hogar y pequeñas empresas Objetivos Cambiar entre los dos modos de la Calculadora de Windows. Usar la Calculadora de Windows para la conversión entre los sistemas numéricos decimal, binario y hexadecimal. Usar la Calculadora de

Más detalles

TÉCNICAS DE CONVERSIÓN A BLANCO Y NEGRO (basado en los métodos de Russell Brow, Rob Carr y Scott Kelby)

TÉCNICAS DE CONVERSIÓN A BLANCO Y NEGRO (basado en los métodos de Russell Brow, Rob Carr y Scott Kelby) TÉCNICAS DE CONVERSIÓN A BLANCO Y NEGRO (basado en los métodos de Russell Brow, Rob Carr y Scott Kelby) By Tokinho - 1 - Técnicas básicas de conversión a Blanco y Negro. A la hora de convertir una imagen

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

Decisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.

Decisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama. Diagrama de Flujo La presentación gráfica de un sistema es una forma ampliamente utilizada como herramienta de análisis, ya que permite identificar aspectos relevantes de una manera rápida y simple. El

Más detalles

En nuestro capitulo final, daremos las conclusiones y las aplicaciones a futuro

En nuestro capitulo final, daremos las conclusiones y las aplicaciones a futuro Capitulo 6 Conclusiones y Aplicaciones a Futuro. En nuestro capitulo final, daremos las conclusiones y las aplicaciones a futuro para nuestro sistema. Se darán las conclusiones para cada aspecto del sistema,

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

Precio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales.

Precio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales. Series Temporales Introducción Una serie temporal se define como una colección de observaciones de una variable recogidas secuencialmente en el tiempo. Estas observaciones se suelen recoger en instantes

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

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

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

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

Charla No 3: Fórmulas de mayor uso.

Charla No 3: Fórmulas de mayor uso. 1 Charla No 3: Fórmulas de mayor uso. Objetivos generales: Explicar el uso de las funciones de mayor uso en MS-Excel Objetivos específicos: Autosuma. Asistente de fórmulas. Max y Min. Buscarv Contar Si

Más detalles

Extracción de Bordes

Extracción de Bordes Visión por Computadora Unidad IV Extracción de Bordes Rogelio Ferreira Escutia Contenido 1) Conceptos sobre Bordes 2) Extracción de bordes por Derivadas 3) Operadores de Primera Derivada 1) Conceptos sobre

Más detalles

Operación Microsoft Access 97

Operación Microsoft Access 97 Trabajar con Controles Características de los controles Un control es un objeto gráfico, como por ejemplo un cuadro de texto, un botón de comando o un rectángulo que se coloca en un formulario o informe

Más detalles

PowerPoint 2010 Modificar el diseño de las diapositivas

PowerPoint 2010 Modificar el diseño de las diapositivas PowerPoint 2010 Modificar el diseño de las diapositivas Contenido CONTENIDO... 1 MODIFICAR EL DISEÑO DE LAS DIAPOSITIVAS... 2 DISEÑO DE DIAPOSITIVAS EN POWERPOINT WEB APP... 13 1 Modificar el diseño de

Más detalles

Experimento 5 COMBINACIONES DE RESISTENCIAS. Objetivos. Introducción. Figura 1 Circuito con dos resistencias en serie

Experimento 5 COMBINACIONES DE RESISTENCIAS. Objetivos. Introducción. Figura 1 Circuito con dos resistencias en serie Experimento 5 COMBINACIONES DE RESISTENCIAS Objetivos 1. Construir circuitos con baterías, resistencias, y cables conductores, 2. Analizar circuitos con combinaciones de resistencias en serie para verificar

Más detalles

Comunicaciones Digitales - Ejercicios Tema 3

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.

Más detalles

guía para LOS PADRES APOYANDO A SU HIJO EN LA PREPARATORIA (HIGH SCHOOL) MATEMÁTICAS

guía para LOS PADRES APOYANDO A SU HIJO EN LA PREPARATORIA (HIGH SCHOOL) MATEMÁTICAS guía para LOS PADRES APOYANDO A SU HIJO EN LA PREPARATORIA (HIGH SCHOOL) MATEMÁTICAS HS Las escuelas de los Estados Unidos de América están trabajando para brindar una enseñanza de mayor calidad nunca

Más detalles

GUIA 3 Tema: Optimización de imagenes y recursos para la web.

GUIA 3 Tema: Optimización de imagenes y recursos para la web. 22 GUIA 3 Tema: Optimización de imagenes y recursos para la web. Objetivos Que los alumnos comprendan la importancia de la optimización de imágenes para la Web y utilicen Adobe Fireworks como editor de

Más detalles