Uso de las estadísticas de los histogramas para el realce local de imágenes
|
|
- María Rosario Maldonado Alvarado
- hace 7 años
- Vistas:
Transcripción
1 Uso de las estadísticas de los histogramas para el realce local de imágenes Albornoz, Enrique Marcelo y Schulte, Walter Alfredo 5 de noviembre de 2004 Captura y Procesamiento Digital de Imágenes. Facultad de Ingeniería y Ciencias Hídricas Universidad Nacional del Litoral 1
2 Índice 1. Introducción al realce local 3 2. Desarrollo Materiales Métodos Resultados, Discusiones y Conclusiones 6 2
3 1. Introducción al realce local El trabajo que se detalla en el presente informe tiene como objetivo, aprovechar las propiedades estadísticas que otorga el histograma para el realce local de imágenes. Los métodos vistos, a lo largo del cursado de la materia, tienen en cuenta las propiedades de las imágenes (contraste, nivel de brillo, etc.) a un nivel global y el realce es aplicado a este nivel. Aquí la intensidad de los píxeles 1 se modifican a través de una función de transformación que se basa en el nivel de gris que posee la imagen en su totalidad. El método que se presenta aquí, tiene como objetivo realzar sólo los detalles de pequeñas zonas específicas en la imagen, dejando inalteradas las demás. Existen imágenes que precisan de estos métodos para que el realce sea aceptable. En estos casos se utilizan adaptaciones de métodos globales, para realizar realces locales. El procedimiento consta de los siguientes pasos: 1. Definición de un entorno, cuadrado o rectangular, para el pixel que se analiza, 2. cálculo del histograma para la máscara definida, 3. obtención de una función de ecualización o especificación, 4. cálculo del valor de gris, a partir de la función antes obtenida, para el pixel que está bajo análisis (centrado en el entorno), 5. desplazamiento de la máscara y vuelta al paso (2). Esto se calcula píxel a píxel hasta que se recorre la imagen en su totalidad. Las función de ecualización o especificación se diseña con parámetros que dependen directamente de la imagen. En los pasos antes mencionados, la máscara se desplaza píxel por píxel sobre toda la imagen. Existe una aproximación, que se utiliza para reducir el costo computacional, y es el uso de regiones no solapadas. Esto último usualmente, produce un efecto no deseado que se visualiza en la imagen con forma de tablero de ajedrez 2. 1 Son las unidades elementales de información en una imagen discretizada. 2 del inglés checkerboard 3
4 2. Desarrollo 2.1. Materiales Para la realización de este trabajo se utilizaron imágenes que poseen zonas con un contraste pobre. Algunas de estas, han sido generadas y distorsionadas intencionalmente para poder apreciar los efectos del método aplicado, destacando así sus virtudes y desventajas. El software que se utilizó para la aplicación del método es MatLab en su versión , junto al toolbox de imágenes y para generar el presente informe se utilizó L A TEX. La base teórica de este método y un desarrollo teórico más completo puede consultarse en [1] Métodos A continuación se presenta el método que utiliza las variables estadísticas de los histogramas, para el realce local de imágenes. Para esto se toman algunos parámetros estadísticos obtenibles directamente del histograma, como ser la media y la varianza. La media es calculada como una medida del brillo medio de la imagen; mientras que la varianza está relacionada con el contraste. Estas dos variables globales de la imagen son muy usadas para realizar ajustes gruesos sobre el brillo y el contraste globales. Un uso mucho más interesante y potente, por el que se puede optar a partir de estas dos medidas, es el realce local. Aquí la media y la varianza locales son utilizadas como base para realizar cambios en una región determinada, dependendiendo de las características de la imagen allí. Sean (x, y) las coordenadas de un pixel en la imagen y sea S xy un vecindario de tamaño específico centrado en (x, y). El valor medio de los pixeles dentro del entorno se puede calcular como: m Sxy = (s,t) S xy r s,t p (r s,t ) (1) donde r s,t es el nivel de gris del pixel (s, t) y p (r s,t ) es la componente del histograma local normalizada correspondiente a ese valor de gris. Similarmente, la varianza de los pixeles en la región S xy está dada por: σ 2 S xy = [ rs,t m Sxy ] 2 p (rs,t ) (2) (s,t) S xy Se pueden utilizar estos conceptos para desarrollar un método de realce local que pueda diferenciar entre las áreas oscuras y claras de bajo contraste; y que al mismo tiempo sea capaz de realzar sólo estas zonas. Una medida que se utiliza para identificar, si un área es relativamente clara u oscura en un punto, consiste en la comparación de los promedios de grises locales y globales de la imagen. Estos promedios se identifican como media local (M L) y media global (M G) respectivamente. Estos son los primeros elementos del esquema de realce local. Entonces, se considera un pixel (x, y) como candidato para el procesamiento si se cumple m Sxy <= k 0 MG (3) 4
5 donde k 0 es una constante positiva menor que 1. Puesto que se desea realzar áreas con bajo contraste, también se necesita una medida para determinar si, el contraste de un área en particular debe ser realzada. Para esto, se considera un pixel (x, y) como candidato si σ Sxy <= k 2 DG (4) donde DG es la desviación estándar global y k 2 es una constante positiva. Si el valor de k 2 es mayor que 1 se realzan las áreas claras y si es menor que 1 se realzan las áreas oscuras. Finalmente, se deben retringir los valores más bajos de contraste aceptables, para que el procedimiento no realce las áreas constantes (con desviación estándar igual a cero). Así, se fija un límite inferior para el desvío estándar, pidiendo que k 1 DG <= σ Sxy, con k 1 < k 2. (5) Una vez definidas todas estas condiciones, se procesa un pixel (x, y) que cumpla con éstas. Para su realce, simplemente se lo multiplica por una constante E (definida heurísticamente) y de esta manera se incrementa (o decrementa) su valor de gris, relativo al resto de la imagen. Los valores de aquellos píxeles que no cumplan con las condiciones permanecen sin cambios. Se puede resumir esto en una ecuación: { E F (x, y) si msxy g (x, y) = k 0 MG y k 1 DG σ k Sxy 2 DG F (x, y) en otro caso. (6) F (x, y) es el valor de gris del pixel (x, y) y g(x, y) representa el correspondiente píxel realzado, luego de la aplicación del método en esas coordenadas. 5
6 3. Resultados, Discusiones y Conclusiones La Figura 1 y el primer análisis realizado a esta, fueron extraidos de [1]. En este caso, los valores de los parámetros de la ecuación 6 fueron: E = 4, k 0 = 0,4, k 1 = 0,02 y k 2 = 0,4. El valor relativamente bajo de E se debe a que, al ser multiplicado por los valores de gris en las áreas a realzar (las cuales son oscuras), el resultado tenderá hacia el extremo negro de la escala, y de esta manera se preserva el balance visual general de la imagen. El valor de k 0 se eligió para que las medias locales que sean menores que la mitad de la MG, ya que se observa perfectamente que las áreas que necesitan realce son lo suficientemente oscuras como para estar debajo de este valor. También se hace heurística la elección de k 1 y k 2. Finalmente se utilizó un tamaño de ventana pequeño (3x3) para preservar los detalles y disminuir el costo computacional. Figura 1: Imagen de un filamento de tungsteno y soporte ampliada 130x. La imagen original está a la izquierda-arriba, a su derecha la imagen realzada con los parámetros mencionados antes. A la izquierda-abajo, realzada con otros parámetros y una ventana de 7x7. La última es la imagen tratada con la ecualización global de histograma. Se puede ver el aumento de contraste en la parte derecha de la imagen realzada en la Figura 1, aunque también aparecen artefactos indeseados creados por la técnica de realce, debido a la no linearidad con la cual procesa la imagen. Sin embargo, la imagen es realzada de manera satisfactoria. Con parámetros 6
7 similares y ventana más grande se mejoran errores pequeños en las partes realzadas, pero tiene el inconveniente de agregar artefactos de mayor magnitud a la imagen en las zonas de transición abrupta de grises. La Figura 1 muestra también una ecualización global de histograma (EGH), que apenas deja ver lo que se pretende realzar. Figura 2: La primera imagen es de un billete escaneado y modificado de forma intencional, luego la imagen realzada y la tercera con EGH. En la Figura 2 vemos como el método deja ver los que no era apreciable a 7
8 simple vista. En la parte de transición queda un borde oscuro debido al tamaño de la ventana y al cambio abrupto de brillos. Figura 3: La primera es la imagen original, luego está la imagen ya realzada y por último la imagen con EGH. En la Figura 3, una imagen del planeta saturno, se puede observar que, hay partes de los anillos que permanecen ocultos inclusive con la aplicación EGH. 8
9 Figura 4: A la izquierda-arriba la imagen original, a su derecha y abajo la imagen realzada con el método en análisis. Al centro-derecha la imagen con EGH y por último la realzada con la ley de la potencia. 9
10 Éste método es muy bueno para esta imagen, pues realza sectores que de otra manera no se perciben con la vista. En la Figura 4, imagen de una resonancia magnética, se puede observar que éste método no es del todo óptimo aunque permite ver la mayor parte de lo que no se veía, dejando intacta la otra parte. No se insistió con el método pues comienza a modificar partes que no debería tocar, y los parámetros rompen las reglas que establecimos antes. Se ve también que el EGH, en la Figura 4 deja ver muchos detalles pero la imagen pierde completamente sus contrastes originales. Por último, utilizamos otro de los métodos aprendidos durante el cursado: la ley de la potencia para realce. Éste es el óptimo para esta imagen con respecto a los detalles; pero pierde los contrastes originales. Una conclusión final a la que se arriba luego de haber usado los métodos es que, aunque este método es muy bueno para el realce local de imagenes, el éxito de cada método depende directamente de la imagen que está bajo análisis. Referencias [1] R. C. Gonzalez and R. E. Woods, Digital Image Processing. Estados Unidos: Prentice Hall, Second Edition. 10
Curso de Procesamiento Digital de Imágenes
Curso de Procesamiento Digital de Imágenes Impartido por: Elena Martínez Departamento de Ciencias de la Computación IIMAS, UNAM, cubículo 408 http://turing.iimas.unam.mx/~elena/teaching/pdi-mast.html elena.martinez@iimas.unam.mx
Más detallesCaracterización de Imágenes
de Imágenes Visión Artificial Andrea Rueda Pontificia Universidad Javeriana Departamento de Ingeniería de Sistemas Caracterizar: "determinar los atributos peculiares de alguien o de algo, de modo que claramente
Más detallesDocumento de Trabajo
Propuesta de fórmulas para sistemas de segundo orden Fonseca de Oliveira, André Documento de Trabajo No. Facultad de Ingeniería Universidad ORT Uruguay Agosto, 6 ISSN 1688-317 Documento de Trabajo ISSN
Más detallesPreguntas tema 4: MORFOLOGÍA
Preguntas tema 4: MORFOLOGÍA 1 I N G E N I E R Í A I N F O R M Á T I C A C U R S O 2 0 1 3-2 0 1 4 MORFOLOGÍA BINARIA 2 Ejemplo clausura: Corrección de texto escaneado - Imagen original: texto escaneado
Más detallesGRADIENTE La laplaciana es un buen filtro paso alto, pero no es una buena herramienta para resaltar o detectar los bordes. En muchos casos, los bordes o límites de las figuras o de las regiones aparecen
Más detallesUnidad Temática 3: Probabilidad y Variables Aleatorias
Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento
Más detallesPOTENCIAL ELÉCTRICO. FUNDAMENTOS DE CONDENSADORES.
POTENCIAL ELÉCTRICO. FUNDAMENTOS DE CONDENSADORES. P1.- P2.- P3.- P4.- P5.- P6.- P7.- P8.- Una batería de 12 V está conectada a dos placas paralelas. La separación entre las dos placas es de 0.30 cm, y
Más detallesAnálisis de imágenes digitales
Análisis de imágenes digitales SEGMENTACIÓN DE LA IMAGEN Segmentación basada en texturas INTRODUCCIÓN La textura provee información sobre la distribución espacio-local del color o niveles de intensidades
Más detallesTema 4. Reducción del ruido
Div. Ingeniería de Sistemas y Automática Universidad Miguel Hernández GRUPO DE TECNOLOGÍA INDUSTRIAL Tabla de Contenidos Definición Filtros Lineales Filtros Temporales Realce Espacial Definición Ruido:
Más detallesMateria: Matemática de 5to Tema: Vectores en el Espacio. Marco Teórico
Materia: Matemática de 5to Tema: Vectores en el Espacio Marco Teórico El sistema de coordenadas rectangular (o cartesiano) se utiliza para describir un plano dividido en cuatro cuadrantes, como se muestra
Más detallesCÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES
OBJETIVOS CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES Reportar correctamente resultados, a partir del procesamiento de datos obtenidos a través de mediciones directas. INTRODUCCION En el capítulo de medición
Más detallesCapítulo III Procesamiento Digital de Imágenes
Capítulo III Procesamiento Digital de Imágenes Contenido Introducción al Procesamiento digital de imágenes Orígenes del procesamiento digital de imágenes. Aplicaciones del Procesamiento de Imágenes Componentes
Más detallesDERIVADAS. Para hallar la pendiente de una curva en algún punto hacemos uso de la recta tangente de una curva en un punto.
DERIVADAS Tema: La derivada como pendiente de una curva Para hallar la pendiente de una curva en algún punto hacemos uso de la recta tangente de una curva en un punto. La pendiente de la curva en el punto
Más detallesProfesor(a): Ing. Miriam Cerón Brito
Área Académica: Informática Tema: Hoja electrónica Profesor(a): Ing. Miriam Cerón Brito Periodo: Enero Junio 2014 Abstract: This presentation show the spreadsheet's characteristics and show the principals
Más detallesFLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional
FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros
Más detallesMedidas de tendencia central y dispersión
Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 3, Marzo 2011. Open Access, Creative Commons. Medidas de tendencia central y dispersión Autor: Fernando Quevedo Ricardi (1) Filiación:
Más detallesInformación de la práctica
P-SLM-00 PRÁCTICA DE LABORATORIO NÚM 0 Página 1 de 10 Rev. nº 1.0 Fecha 28/10/2010 SOFTWARE DE SIMULACIÓN BASADO EN RAYLEIGH-SOMMERFELD Equation Chapter 1 Section 1 Información de la práctica Título: Asignatura:
Más detallesCriterios para evaluar la siembra de precisión
Criterios para evaluar la siembra de precisión Durante la siembra de precisión, bajo el sistema de siembra directa, la sembradora debe realizar las siguientes operaciones: corte del rastrojo en superficie,
Más detallesTema 5: Morfología. Segunda parte
Tema 5: Morfología Segunda parte 1. Imágenes binarias Morfología Operaciones morfológicas:» Dilatación, erosión, Transformada Hit-or-Miss, apertura y cierre. Aplicaciones:» Extracción de fronteras y componentes
Más detallesProcesamiento Digital de Imágenes
Procesamiento Digital de Imágenes Pablo Roncagliolo B. Nº 14 Procesamiento Espacial en Color De manera similar al procesamiento espacial de imágenes en escala de gris, las imágenes RGB pueden ser procesadas
Más detallesProcesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 14
Procesamiento Digital de Imágenes Pablo Roncagliolo B. Nº 14 Procesamiento Espacial en Color De manera similar al procesamiento espacial de imágenes en escala de gris, las imágenes RGB pueden ser procesadas
Más detalles4. NÚMEROS PSEUDOALEATORIOS.
4. NÚMEROS PSEUDOALEATORIOS. En los experimentos de simulación es necesario generar valores para las variables aleatorias representadas estas por medio de distribuciones de probabilidad. Para poder generar
Más detallesJesús Eduardo Pulido Guatire, marzo Diagrama de Dispersión y Correlación Lineal Simple
Jesús Eduardo Pulido Guatire, marzo 0 Diagrama de Dispersión y Correlación Lineal Simple Hasta el momento el trabajo lo hemos centrado en resumir las características de una variable mediante la organización
Más detallesMarzo 2012
Marzo 2012 http:///wpmu/gispud/ Para determinar la carga transferida a través del tiempo a un elemento, es posible hacerlo de varias formas: 1. Utilizando la ecuación de carga, evaluando en los tiempos
Más detallesSistemas de ecuaciones lineales dependientes de un parámetro
Vamos a hacer uso del Teorema de Rouché-Frobenius para resolver sistemas de ecuaciones lineales de primer grado. En particular, dedicaremos este artículo a resolver sistemas de ecuaciones lineales que
Más detallesLECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.
LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante
Más detallesTeoría de errores -Hitogramas
FÍSICA I Teoría de errores -Hitogramas Autores: Pablo Iván ikel - e-mail: pinikel@hotmail.com Ma. Florencia Kronberg - e-mail:sil_simba@hotmail.com Silvina Poncelas - e-mail:flo_kron@hotmail.com Introducción:
Más detalles1: INTRODUCCIÓN AL USO DE LA HOJA DE CALCULO EXCEL COMO HERRAMIENTA PARA DESARROLLAR PROBLEMAS EN INGENIERÍA. SOLVER, REGRESION LINEAL MULTIPLE
Practica 1: INTRODUCCIÓN AL USO DE LA HOJA DE CALCULO EXCEL COMO HERRAMIENTA PARA DESARROLLAR PROBLEMAS EN INGENIERÍA. SOLVER, REGRESION LINEAL MULTIPLE I. INTRODUCCION Las planillas de cálculo se han
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesRECOMENDACIÓN UIT-R BT Especificaciones y procedimientos de ajuste para establecer el brillo y el contraste en las pantallas
Rec. UIT-R BT.814-2 1 RECOMENDACIÓN UIT-R BT.814-2 Especificaciones y procedimientos de ajuste para establecer el brillo y el contraste en las pantallas (Cuestión UIT-R 211/11) (1992-1994-2007) Cometido
Más detallesESTUDIO COMPARATIVO SOBRE DISTINTOS TIPOS DE FILTROS FIR IMPLEMENTADOS EN UN DSPIC
ESTUDIO COMPARATIVO SOBRE DISTINTOS TIPOS DE FILTROS FIR IMPLEMENTADOS EN UN DSPIC Autores: Matías L. Martini, Gastón Oviedo Tutor: Ing. Franco M. Salvático (fmsalvatico@hotmail.com) Departamento de Ingeniería
Más detallesMEDIDAS DE TENDENCIA CENTRAL
MEDIDAS DE TENDENCIA CENTRAL Al describir grupos de observaciones, con frecuencia es conveniente resumir la información con un solo número. Este número que, para tal fin, suele situarse hacia el centro
Más detallesDiseño de Transformadores Monofásicos
Jorge Romo L. El diseño de cualquier equipo es un proceso de cálculo mediante el cual se trata de determinar sus dimensiones geométricas, de modo de obtener un comportamiento preespecificado. Así, en el
Más detallesLas medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución.
CONTENIDO: MEDIDAS DE DISPERSIÓN INDICADOR DE LOGRO: Determinarás y aplicarás, con perseverancia las medidas de dispersión para datos no agrupados y agrupados Guía de trabajo: Las medidas de dispersión
Más detallesComputación Aplicada. Universidad de Las Américas. Aula virtual de Computación Aplicada. Módulo de Excel 2013 LIBRO 4
Computación Aplicada Universidad de Las Américas Aula virtual de Computación Aplicada Módulo de Excel 2013 LIBRO 4 Contenido FORMATO CONDICIONAL... 3 FORMATOS CONDICIONALES... 3 VARIANTES DE LOS FORMATOS
Más detalles1, 2, 2, 3, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 2, 1, 1, 4, 1
8 Estadística 81 Distribuciones unidimensionales Tablas de frecuencias En este tema nos ocuparemos del tratamiento de datos estadísticos uestro objeto de estudio será pues el valor de una cierta variable
Más detalles7.- Teorema integral de Fourier. Transformada de Fourier
7.- Teorema integral de Fourier. Transformada de Fourier a) Introducción. b) Transformada de Fourier. c) Teorema integral de Fourier. d) Propiedades de la Transformada de Fourier. e) Teorema de Convolución.
Más detallesUniversidad de Sonora Departamento de Matemáticas Área Económico Administrativa
Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa Materia: Estadística I Maestro: Dr. Francisco Javier Tapia Moreno Semestre: 015- Hermosillo, Sonora, a 14 de septiembre de
Más detallesCurso de Procesamiento Digital de Imágenes
Curso de Procesamiento Digital de Imágenes Impartido por: Elena Martínez Departamento de Ciencias de la Computación IIMAS, UNAM, cubículo 408 http://turing.iimas.unam.mx/~elena/teaching/pdi-mast.html elena.martinez@iimas.unam.mx
Más detallesObjetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev
PROBABILIDAD Y ESTADÍSTICA Sesión MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS. Definición de variable aleatoria continua. Función de densidad y acumulatíva. Valor esperado, varianza y desviación
Más detallesREDUCCIÓN DEL RUIDO EN UNA IMAGEN DIGITAL
Div. Ingeniería de Sistemas y Automática Universidad Miguel Hernández REDUCCIÓN DEL RUIDO EN UNA IMAGEN DIGITAL Tabla de Contenidos Definición Filtros No Lineales Filtros Temporales Definición 3 G = Ruido:
Más detallesU.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo
U.D.1: Análisis estadístico de una variable Consideraciones iniciales: - Población: Es el conjunto de todos los elementos que cumplen una determinada característica. Ej.: Alumnos del colegio. - Individuo:
Más detalles4. Medidas de dispersión
FUOC XP00/71004/00017 27 Medidas de dispersión 4. Medidas de dispersión Los cuartiles y la desviación estándar En el capítulo 3 hemos aprendido varias maneras de medir el centro de una distribución. Pero,
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detalles3. La circunferencia.
UNIDAD 8: RESOLVAMOS CON GEOMETRÍA ANALITICA. 3. La circunferencia. Objetivos conceptuales. Definir el concepto de circunferencia. Objetivos procedimentales. Calular el radio, el centro, algunos puntos
Más detallesECONOMIA Profesor: Econ. Milton Oroche Carbajal Alumno.. LA OFERTA
1 LA OFERTA CARACTERÍSTICAS GENERALES La oferta es la acción que ejercen los vendedores, productores u oferentes que buscan vender u ofrecer su producción de bienes y servicios en el mercado. En este sentido,
Más detallesCómo se hace la Prueba t a mano?
Cómo se hace la Prueba t a mano? Sujeto Grupo Grupo Grupo Grupo 33 089 74 5476 84 7056 75 565 3 94 8836 75 565 4 5 704 76 5776 5 4 6 76 5776 6 9 8 76 5776 7 4 78 6084 8 65 45 79 64 9 86 7396 80 6400 0
Más detallesQue el estudiante sepa aplicar las principales técnicas que sirven para resaltar características en imágenes
1 Facultad: Ingeniería. Escuela: Biomédica Asignatura: Imágenes Médicas Realce de Características Objetivos Que el estudiante sepa aplicar las principales técnicas que sirven para resaltar características
Más detallesLa representación gráfica de una función cuadrática es una parábola.
Función Cuadrática A la función polinómica de segundo grado +bx+c, siendo a, b, c números reales y, se la denomina función cuadrática. Los términos de la función reciben los siguientes nombres: La representación
Más detallesAPUNTES DE FÍSICA I Profesor: José Fernando Pinto Parra UNIDAD 2 ÁLGEBRA VECTORIAL
Vectores y escalares. REPÚBLICA BOLIVARIANA DE VENEZUELA APUNTES DE FÍSICA I Profesor: José Fernando Pinto Parra UNIDAD 2 ÁLGEBRA VECTORIAL Las magnitudes escalares son aquellas magnitudes físicas que
Más detallesOtra característica poblacional de interés es la varianza de la población, 2, y su raíz cuadrada, la desviación estándar de la población,. La varianza
CARACTERÍSTICAS DE LA POBLACIÓN. Una pregunta práctica en gran parte de la investigación de mercado tiene que ver con el tamaño de la muestra. La encuesta, en principio, no puede ser aplicada sin conocer
Más detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detallesMANUAL DE INSTRUCCIONES
Contraste de fases MANUAL DE INSTRUCCIONES Modelo B-380 B-500 B-800 B-1000 Versión: 2 Publicado: 18, 08, 2014 Introducción al contraste de fases Las preparaciones sin teñir y por lo tanto transparentes
Más detallesSESIÓN 14 DERIVADAS SUCESIVAS DE UNA FUNCION, DE MÁXIMOS Y MÍNIMOS Y LA CONCAVIDAD DE UNA CURVA APLICANDO EL CRITERIO DE LA SEGUNDA DERIVADA
SESIÓN 14 DERIVADAS SUCESIVAS DE UNA FUNCION, DE MÁXIMOS Y MÍNIMOS Y LA CONCAVIDAD DE UNA CURVA APLICANDO EL CRITERIO DE LA SEGUNDA DERIVADA I. CONTENIDOS: 1. Derivadas sucesivas de una función 2. Concavidad
Más detallesECUACIÓN DE LA RECTA
MATEMÁTICA SEMANA 2 ECUACIÓN DE LA RECTA Todos los derechos de autor son de la exclusiva propiedad de IACC o de los otorgantes de sus licencias. No está permitido copiar, reproducir, reeditar, descargar,
Más detallesPuntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I. L.A. y M.C.E. Emma Linda Diez Knoth
1 Puntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I Qué es la Puntuación Z? 2 Los puntajes Z son transformaciones que se pueden hacer a los valores o puntuaciones de una distribución normal, con el propósito
Más detalles3. Espacios de color. 3.Espacios de color. El uso del color en el procesamiento de imágenes está principalmente motivado por dos factores:
3. Espacios de color El uso del color en el procesamiento de imágenes está principalmente motivado por dos factores: El color es un poderoso descriptor que, en la mayoría de los casos simplifica la identificación
Más detallesFILTRO DE COLOR FUZZY BASADO EN EL HISTOGRAMA PARA LA RESTAURACIÓN DE IMÁGENES. Jesús López de la Cruz Grupo 10
FILTRO DE COLOR FUZZY BASADO EN EL HISTOGRAMA PARA LA RESTAURACIÓN DE IMÁGENES Jesús López de la Cruz Grupo 10 Problema Soluciones anteriores Algoritmo HFC Explicación visual Problema Tenemos una imagen
Más detallesDERIVADAS PARCIALES Y APLICACIONES
CAPITULO IV CALCULO II 4.1 DEFINICIÓN DERIVADAS PARCIALES Y APLICACIONES En cálculo una derivada parcial de una función de diversas variables es su derivada respecto a una de esas variables con las otras
Más detalles1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS
1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1.1 SISTEMAS DE ECUACIONES LINEALES Una ecuación lineal es una ecuación polinómica de grado 1, con una o varias incógnitas. Dos ecuaciones son equivalentes
Más detallesVariables estadísticas bidimensionales: problemas resueltos
Variables estadísticas bidimensionales: problemas resueltos BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimenez@ull.es) M. ISABEL MARRERO
Más detallesVisión Artificial INSTITUTO POLITACNICO NACIONAL
INSTITUTO POLITACNICO NACIONAL UNIDAD PROFESIONAL INTERDICIPLINARIA EN INGENIERIA Y TECNOLOGIAS AVANZADAS. Esté modelo fue diseñado para obtener la ventaja del sistema de visión humano, que es más sensible
Más detallesEs un conjunto de palabras y símbolos que permiten al usuario generar comandos e instrucciones para que la computadora los ejecute.
Los problemas que se plantean en la vida diaria suelen ser resueltos mediante el uso de la capacidad intelectual y la habilidad manual del ser humano. La utilización de la computadora en la resolución
Más detallesAnálisis de represa hidroeléctrica a escala
Análisis de represa hidroeléctrica a escala Resumen ejecutivo Se analiza mediante las herramientas básicas de la mecánica de fluidos el funcionamiento de una represa hidroeléctrica a pequeña escala. Se
Más detallesInstructivo Costo Promedio Ponderado en el software administrativo
en el software administrativo Utilizar Costo Promedio Ponderado El costo promedio ponderado consiste en determinar un promedio, sumando los valores existentes en el inventario con los valores de las nuevas
Más detallesA qué nos referimos con medidas de dispersión?
Estadística 1 Sesión No. 4 Nombre: Medidas de dispersión. Contextualización A qué nos referimos con medidas de dispersión? En esta sesión aprenderás a calcular las medidas estadísticas de dispersión, tal
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesHistograma del puntaje de vocabulario y la aproximación por una curva gaussiana.
35 Curvas de densidad Existe alguna manera de describir una distribución completa mediante una única expresión? un diagrama tallo-hoja no es práctico pues se trata de demasiados datos un histograma elimina
Más detallesLaboratorio de Física para Ingeniería
Laboratorio de para Ingeniería 1. Al medir la longitud de un cilindro se obtuvieron las siguientes medidas: x [cm] 8,45 8,10 8,40 8,55 8,45 8,30 Al expresar la medida en la forma x = x + x resulta: (a)
Más detallesMedidas de tendencia central
Medidas de tendencia central Medidas de tendencia central Medidas de Posición: son aquellos valores numéricos que nos permiten o bien dar alguna medida de tendencia central, dividiendo el recorrido de
Más detallesMedidas de dispersión
Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia
Más detalles3. ANÁLISIS DE DATOS DE PRECIPITACIÓN.
3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. Teniendo en cuenta que la mayoría de procesos estadísticos se comportan de forma totalmente aleatoria, es decir, un evento dado no está influenciado por los demás,
Más detallesUniversidad Nacional de Quilmes Ing. en Automatización y Control Industrial Cátedra: Visión Artificial Septiembre de 2005
Filtrado Espacial Introducción El filtrado espacial es la operación que se aplica a una imagen para resaltar o atenuar detalles espaciales con el fin de mejorar la interpretación visual o facilitar un
Más detallesSESION 12 LA DISTRIBUCIÓN BINOMIAL
SESION LA DISTRIBUCIÓN BINOMIAL I. CONTENIDOS:. La distribución omial.. Variables aleatorias en una distribución omial. 3. Descripciones de la distribución omial. 4. Distribución de Poisson. II. OBJETIVOS:
Más detallesDistancia focal de una lente convergente (método del desplazamiento) Fundamento
Distancia focal de una lente convergente (método del desplazamiento) Fundamento En una lente convergente delgada se considera el eje principal como la recta perpendicular a la lente y que pasa por su centro.
Más detallesMedidas descriptivas I. Medidas de tendencia central A. La moda
Medidas descriptivas I. Medidas de tendencia central A. La moda Preparado por: Roberto O. Rivera Rodríguez Coaching de matemática Escuela Eduardo Neuman Gandía 1 Introducción En muchas ocasiones el conjunto
Más detallesUNIVERSIDAD POLITÉCNICA DE MADRID
UNIVERSIDAD POLITÉCNICA DE MADRID DEPARTAMENTO DE INGENIERÍA ELÉCTRICA, ELECTRÓNICA, AUTOMÁTICA Y FÍSICA APLICADA Prácticas Visión Artificial Práctica 4 Prácticas de procesado de las imágenes 4.2 Técnicas
Más detallesFILTRADO DE IMÁGENES
FILTRADO DE IMÁGENES 1 INDICE RUIDO Qué es el ruido? Tipos de ruido TECNICAS DE FILTRADO EN DOMINIO ESPACIAL Promediado de imágenes Filtros de orden Filtros de medias DOMINIO FRECUENCIAL FUNCIONES EN MATLAB
Más detallesMÓDULO 5 TEMA 2: AJUSTES DE IMAGEN INTRODUCCIÓN
MÓDULO 5 TEMA 2: AJUSTES DE IMAGEN INTRODUCCIÓN Photoshop posee una serie de herramientas que permiten ajustar las luces, las sombras y la gama tonal de los píxeles de la imagen para corregir y personalizar
Más detallesUNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO ESCUELA PREPARATORIA TEXCOCO
UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO ESCUELA PREPARATORIA TEXCOCO MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIÓN PARA DATOS NO AGRUPADOS MATERIAL DIDACTICO SOLO VISION ASIGNATURA QUE CORRESPONDE: ESTADISTICA
Más detallesCampo Magnético en un alambre recto.
Campo Magnético en un alambre recto. A.M. Velasco (133384) J.P. Soler (133380) O.A. Botina (133268) Departamento de física, facultad de ciencias, Universidad Nacional de Colombia Resumen. Se hizo pasar
Más detallesCOMPARACIÓN Y REPRESENTACIÓN DE DATOS
COMPARACIÓN Y REPRESENTACIÓN DE DATOS C.1.1 C.1.3 Las distribuciones de datos pueden representarse gráficamente con histogramas y diagramas de caja. Los diagramas de caja se describen en el recuadro de
Más detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesManual de Uso del Sistema de Información Geográfica Web SIGRAS. INIA Unidad de Agroclima y Sistemas de Información (GRAS) Junio 2013
Manual de Uso del Sistema de Información Geográfica Web SIGRAS Junio 2013 Página 1 de 20 Contenido 1. INTRODUCCIÓN.... 3 2. SIGRAS.... 4 2.1. Inicio.... 4 2.2. Información Geográfica.... 5 2.3. Visualizador....
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detalles1 ÁLGEBRA DE MATRICES
1 ÁLGEBRA DE MATRICES 1.1 DEFINICIONES Las matrices son tablas numéricas rectangulares. Se dice que una matriz es de dimensión m n si tiene m filas y n columnas. Cada elemento de una matriz se designa
Más detallesIB14 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 detallesPRÁCTICA DE LABORATORIO - trigonometría Funciones trigonométricas y ondas senoides.
PRÁCTICA DE LABORATORIO - trigonometría Funciones trigonométricas y ondas senoides. Objetivos: Identificar y familiarizarse con las ondas senoides. construir e identificar claramente las características
Más detallesDepletion (Economía Molecular)
Depletion (Economía Molecular) v 1.3 1996, 2000 Judith Herzfeld Un juego de mesa para dos o tres jugadores. Partes del juego: Tablero (tres páginas, puestas juntas formando una tira diagonal) mostrando
Más detallesLEY DE RADIACIÓN DE STEFAN-BOLTZMANN OBJETIVO Comprobación de la ley de radiación de Stefan-Boltzmann. MATERIAL Termómetro, 2 polímetros, amperímetro, termopila, bombilla con filamento de tungsteno, generador
Más detallesReducción del rango dinámico de una escena mediante la combinación de dos imágenes
mediante la combinación de dos imágenes 1/13 Reducción del rango dinámico de una escena mediante la combinación de dos imágenes! Resumen: Cuando una escena sobrepasa el rango dinámico de la cámara se puede
Más detallesEl proceso de trabajo para obtener el rectángulo raíz de dos y sus líneas estructurales características es el siguiente:
JULIÁN GIL Serie Pliegues Raíz de dos Las obras de la serie Pliegues Raíz de dos están basadas en los rectángulos raíz de dos y sus relaciones proporcionales, a través del mecanismo de pliegues. Se puede
Más detallesComputación Aplicada. Universidad de Las Américas. Aula virtual de Computación Aplicada. Módulo de Excel 2013 LIBRO 10
Computación Aplicada Universidad de Las Américas Aula virtual de Computación Aplicada Módulo de Excel 2013 LIBRO 10 Contenido GRÁFICOS... 3 GRÁFICOS DESCRIPCION... 4 TIPOS DE GRÁFICOS... 6 GRÁFICOS DE
Más detallesLa ganancia pretendida debe ser la que estipula los planes estratégicos de la compañía
Costeo objetivo Tema de la clase: Conocer esta técnica de reducción de costos y su implementación Objetivos de la clase Conocer los conceptos centrales del costeo objetivo o target costing y cuáles son
Más detalles( ) DISTRIBUCIÓN UNIFORME (o rectangular) 1 b a. para x > b DISTRIBUCIÓN DE CAUCHY. x ) DISTRIBUCIÓN EXPONENCIAL. α α 2 DISTRIBUCIÓN DE LAPLACE
Estudiamos algunos ejemplos de distribuciones de variables aleatorias continuas. De ellas merecen especial mención las derivadas de la distribución normal (χ, t de Student y F de Snedecor), por su importancia
Más detallesTERCERA EVALUACIÓN. Física del Nivel Cero A Abril 20 del 2012
TERCERA EVALUACIÓN DE Física del Nivel Cero A Abril 20 del 2012 VERSION CERO (0) NOTA: NO ABRIR ESTA PRUEBA HASTA QUE SE LO AUTORICEN! Este examen, sobre 100 puntos, consta de 25 preguntas de opción múltiple
Más detalles4. ANÁLISIS DE FUNCIONES DE UNA VARIABLE
Análisis de funciones de una variable 49 4. ANÁLISIS DE FUNCIONES DE UNA VARIABLE En esta sección realizaremos algunos ejercicios sobre el estudio de funciones de una variable: En la parte final hay ejercicios
Más detallesMEDIDAS DE VARIABILIDAD
MEDIDAS DE VARIABILIDAD 1 Medidas de variabilidad Qué son las medidas de variabilidad? Las medidas de variabilidad de una serie de datos, muestra o población, permiten identificar que tan dispersos o concentrados
Más detallesElaboración de Documentos en Procesadores de Textos
Las tablas permiten organizar la información en filas y columnas, de forma que se pueden realizar operaciones y tratamientos sobre las filas y columnas. Por ejemplo, obtener el valor medio de los datos
Más detalles