Interpolación de Imágenes
|
|
|
- Lorena Suárez Ramírez
- hace 8 años
- Vistas:
Transcripción
1 Interpolación de Imágenes Escuela de Ingeniería Informática de Oviedo (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 1 / 25
2 Contenidos 1 Introducción 2 Vecino más cercano (Nearest neighbor) 3 Bilineal 4 Bicúbica 5 Matlab (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 2 / 25
3 Esquema Introducción 1 Introducción 2 Vecino más cercano (Nearest neighbor) 3 Bilineal 4 Bicúbica 5 Matlab (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 3 / 25
4 Introducción La interpolación de imágenes se utiliza siempre en el procesado de imágenes digitales Escalado (remuestreo). Reasignación (transformaciones geométricas - rotación, cambio de perspectiva,...). Relleno (restauración de agujeros). Deformación, transformaciones no lineales. (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 4 / 25
5 Introducción La interpolación de imágenes se utiliza siempre en el procesado de imágenes digitales Escalado (remuestreo). Reasignación (transformaciones geométricas - rotación, cambio de perspectiva,...). Relleno (restauración de agujeros). Deformación, transformaciones no lineales. (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 4 / 25
6 Introducción La interpolación de imágenes se utiliza siempre en el procesado de imágenes digitales Escalado (remuestreo). Reasignación (transformaciones geométricas - rotación, cambio de perspectiva,...). Relleno (restauración de agujeros). Deformación, transformaciones no lineales. (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 4 / 25
7 Introducción La interpolación de imágenes se utiliza siempre en el procesado de imágenes digitales Escalado (remuestreo). Reasignación (transformaciones geométricas - rotación, cambio de perspectiva,...). Relleno (restauración de agujeros). Deformación, transformaciones no lineales. (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 4 / 25
8 Esquema Vecino más cercano (Nearest neighbor) 1 Introducción 2 Vecino más cercano (Nearest neighbor) 3 Bilineal 4 Bicúbica 5 Matlab (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 5 / 25
9 Vecino más cercano (Nearest neighbor) Vecino más cercano (Nearest neighbor) Es un método básico. Requiere un tiempo de procesado bajo. Solo tiene en cuenta un píxel: el más cercano al punto interpolado. Simplemente aumenta el tamaño de cada píxel. (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 6 / 25
10 Vecino más cercano (Nearest neighbor) Vecino más cercano (Nearest neighbor) (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 7 / 25
11 Vecino más cercano (Nearest neighbor) Vecino más cercano (Nearest neighbor) (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 7 / 25
12 Vecino más cercano (Nearest neighbor) Relaciones con la interpolación 1D (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 8 / 25
13 Esquema Bilineal 1 Introducción 2 Vecino más cercano (Nearest neighbor) 3 Bilineal 4 Bicúbica 5 Matlab (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 9 / 25
14 Bilineal Bilineal Tiene en cuenta los valores en los píxeles conocidos que rodean a uno dado en una vecindad de los 2x2 píxeles más cercanos. Se toma el promedio ponderado de estos 4 píxeles y se calcula el valor interpolado. El resultado está más suavizado que las imágenes obtenidas utilizando el método del píxel más cercano. Necesita más tiempo de procesado. Figura : Ejemplo en el que todos los píxeles conocidos están a la misma distancia. El valor interpolado en entonces la suma de sus valores dividida por cuatro. (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 10 / 25
15 Bilineal Bilineal (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 11 / 25
16 Bilineal Bilineal (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 11 / 25
17 Bilineal Relación con la interpolación 1D (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 12 / 25
18 Esquema Bicúbica 1 Introducción 2 Vecino más cercano (Nearest neighbor) 3 Bilineal 4 Bicúbica 5 Matlab (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 13 / 25
19 Bicúbica Bicúbica Un paso más allá del caso bilineal es considerar la vecindad de los 4x4 píxeles conocidos más cercanos, es decir, un total de 16 píxeles. Como están situados a distancias distintas del píxel de valor desconocido, se da mayor peso en el cálculo a los más cercanos. Produce imágenes más nítidas que los dos métodos anteriores. Es un buen compromiso entre tiempo de procesado y calidad de resultado. Es un procedimiento estandar en programas de edición de imágenes, drivers de impresoras e interpolación en cámaras. (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 14 / 25
20 Bicúbica Figura : Nearest (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 15 / 25
21 Bicúbica Figura : Bilineal (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 15 / 25
22 Bicúbica Figura : Bicúbica (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 15 / 25
23 Bicúbica Relación con interpolación 1D (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 16 / 25
24 Otro ejemplo (wiki) Bicúbica Figura : Interpolación mediante el vecino más cercano, bilineal y bicúbica (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 17 / 25
25 Esquema Matlab 1 Introducción 2 Vecino más cercano (Nearest neighbor) 3 Bilineal 4 Bicúbica 5 Matlab (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 18 / 25
26 Interpolación genérica Matlab clear all I=imread('lena_eye.png'); I=double(I); [m n]= size(i); [x,y] = meshgrid(1:n, 1:m); r=0.5; [p,q]=meshgrid(1:r:n, 1:r:m); I2=interp2(x,y,I,p,q,'nearest'); % rejilla imagen inicial % factor de escala % rejilla imagen final % interpolación % 'nearest',... 'bilinear','bicubic' figure subplot(1,2,1),imagesc(i),axis image title('original','fontsize',18) subplot(1,2,2),imagesc(i2),axis image title('interpolador NN ','FontSize',18) colormap(gray) print -djpeg eye_ori_nn.jpg (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 19 / 25
27 Matlab (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 20 / 25
28 Matlab Interpolación. Órdenes directas clear all I=imread('lena_eye.png'); I=double(I); r=2;theta=45; I2=imresize(I,r,'bicubic'); I3=imrotate(I2,theta,'bicubic'); I4=imrotate(I2,theta,'bicubic','crop'); % escalado con factor r % rota theta grados % 'crop'-> tamaño original figure subplot(2,2,1),imagesc(i),axis image title('original','fontsize',18) subplot(2,2,2),imagesc(i2),axis image title('escalado','fontsize',18) subplot(2,2,3),imagesc(i3),axis image title('rotado escalado','fontsize',18) subplot(2,2,4),imagesc(i4),axis image title('...y recortado','fontsize',18) colormap(gray) print -djpeg eye_several.jpg (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 21 / 25
29 Matlab (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 22 / 25
30 Matlab Interpolación de imágenes. Transformaciones afines clear all I=imread('lena_eye.png'); I=double(I); % cizallamiento tform2 = maketform('affine',[1 0 0;.5 1 0; 0 0 1]); I2 = imtransform(i,tform2); % rotación theta=pi/4; A=[cos(theta) sin(theta) 0; -sin(theta) cos(theta) 0; 0 0 1]; tform3 = maketform('affine',a); I3 = imtransform(i,tform3); % composición tform4 = maketform('composite',[tform2,tform3]); I4 = imtransform(i,tform4); (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 23 / 25
31 Matlab Interpolación de imágenes. Transformaciones afines figure subplot(2,2,1),imagesc(i),axis image title('original','fontsize',18) subplot(2,2,2),imagesc(i2),axis image title('cizallado horizontal','fontsize',18) subplot(2,2,3),imagesc(i3),axis image title('rotación','fontsize',18) subplot(2,2,4),imagesc(i4),axis image title('composición','fontsize',18) colormap(gray) print -djpeg eye_custom.jpg (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 24 / 25
32 Matlab (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación de Imágenes 25 / 25
georreferenciación lección 11 correcciones geométricas Teledetección Dpto. de Ingeniería Cartográfica Carlos Pinilla Ruiz
1 georreferenciación lección 11 sumario 2 Introducción. Corrección polinómica. Establecimiento de los puntos de control. Funciones de transformación. Transferencia de los ND. Desplazamiento debido al relieve.
Jeferson Corredor Salcedo. Director: Ing. Jorge Andrés García Barbosa Codirector: Ing. Ubaldo García Zaragoza
IMPLEMENTACIÓN DE NUEVAS TECNOLOGIAS DE TOLERANCIAS GEOMÉTRICAS Y DIMENSIONALES PARA GARANTIZAR LOS REQUERIMIENTOS DE PRECISIÓN EN EL MOMENTO DE EMSAMBLE DE LOS COMPONENTES DEL ROBOT DELTA FIM-USTA. Jeferson
T10. Transformaciones geométricas
Índice T10. Motivación Clasificación de transformaciones Representación matricial; coordenadas homogéneas Transformación directa e inversa Métodos de interpolación Otras transformaciones Warping Morphing
Herramientas matemáticas básicas para el procesamiento de imágenes
Herramientas matemáticas básicas para el procesamiento de imágenes Fundamentos de procesamiento de imágenes IIC / IEE 3713 1er semestre 2011 Cristián Tejos Basado en material desarrollado por Marcelo Guarini,
Contenido Capítulo 1 Introducción Capítulo 2 Conceptos Básicos Capítulo 3 Procesamiento de Imágenes en el Dominio Espacial
Contenido Capítulo 1 Introducción 1.Introducción 1 1.1 Sistema Visual Humano 1 1.2 Modelo de Visión por Computadora 3 1.3 Procesamiento Digital de Imágenes 3 1.4 Definición de Imagen Digital 4 Problemas
Interpolación. Escuela de Ingeniería Informática de Oviedo. (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación 1 / 35
Interpolación Escuela de Ingeniería Informática de Oviedo (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación 1 / 35 Contenidos 1 Introducción 2 Interpolación de Taylor Cálculo del polinomio
28/08/2014-16:52:22 Página 1 de 5
- NIVELACION 1 MATEMATICA - NIVELACION FISICA - NIVELACION AMBIENTACION UNIVERSITARIA 1 - PRIMER SEMESTRE 71 REPRESENTACION GRAFICA 1 - PRIMER SEMESTRE 1 INTRODUCCION A LA INGENIERIA Para Cursarla debe
ALGORITMO DEMOSAICING PARA LA RECONSTRUCCIÓN DE UNA IMAGEN PROPORCIONADA POR UN SENSOR ÓPTICO
ALGORITMO DEMOSAICING PARA LA RECONSTRUCCIÓN DE UNA IMAGEN PROPORCIONADA POR UN SENSOR ÓPTICO Vargas Rojas, Pedro Luis (1), Cabal Yepez, Eduardo (2) 1 [Ingeniería en Sistemas, Politécnico de la costa atlántica]
Sistemas de Información Geográfica. Unidad didáctica 3
Sistemas de Información Geográfica Unidad didáctica 3 Tipos de datos en un SIG Tema 4. Datos vectoriales Tema 5. Datos raster Tema 6. Calidad de la información Conceptos teóricos Unidad didáctica 3 (cont.)
Ajuste de curvas. Interpolación.
Ajuste de curvas. Interpolación. Curso: Métodos Numéricos en Ingeniería Profesor: Dr. José A. Otero Hernández Correo: [email protected] web: http://metodosnumericoscem.weebly.com Universidad: ITESM CEM
Correcciones. Correcciones. Geométricas: Radiométricas:
Correcciones Septiembre de 2013 Correcciones Geométricas: Sistemáticas: esfericidad, movimiento de rotación, inclinacion de la órbita. No sistemáticas: relieve, movimientos de la plataforma, proyección
Ajuste de curvas. Interpolación.
Ajuste de curvas. Interpolación. Curso: Métodos Numéricos en Ingeniería Profesor: Dr. José A. Otero Hernández Correo: [email protected] web: http://metodosnumericoscem.weebly.com Universidad: ITESM CEM
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
TEMA VI-b ANÁLISIS DIGITAL DE IMÁGENES
TEMA VI-b ANÁLISIS DIGITAL DE IMÁGENES Tipos de Correcciones Radiométricas: Eliminar ruidos en los ND. Conversión a parámetros físicos. Geométricas: Sistemáticas: esfericidad, movimiento de rotación, inclinación
Procesamiento Digital de Imágenes
Procesamiento Digital de Imágenes Pablo Roncagliolo B. Nº 5 Orden de las clases... CAPTURA, DIGITALIZACION Y ADQUISICION DE IMAGENES TRATAMIENTO ESPACIAL DE IMAGENES TRATAMIENTO EN FRECUENCIA DE IMAGENES
Aproximación. Escuela de Ingeniería Informática de Oviedo. (Dpto. de Matemáticas-UniOvi) Computación Numérica Aproximación 1 / 19
Aproximación Escuela de Ingeniería Informática de Oviedo (Dpto. de Matemáticas-UniOvi) Computación Numérica Aproximación 1 / 19 Motivación Intro Aproximar una función f consiste en reemplazarla con una
Corrección geométrica 1. Que es...? Rectificación. Georeferenciación. Procesamiento de Imágenes Satelitales
Corrección geométrica 1 Que es...? Rectificación es la conversion de las coordenadas del archivo de datos a alguna otra grilla y sistema de coordenadas, llamado "sistema de referencia", y que en general
Sistemas de Percepción Visión por Computador
Nota: Algunas de las imágenes que aparecen en esta presentación provienen del libro: Visión por Computador: fundamentos y métodos. Arturo de la Escalera Hueso. Prentice Hall. Sistemas de Percepción Visión
PROCESAMIENTO DE IMAGENES
PROCESAMIENTO DE IMAGENES Programa de teoría 1. Adquisición y representación de imágenes. 2. Procesamiento global de imágenes. 3. Filtros y transformaciones locales. 4. Transformaciones geométricas. 5.
MANEJO Y APLICACIÓN DEL MATLAB EN LA ENSEÑANZA DE LAS MATEMATICAS, CIENCIAS NATURALES Y CURSOS TECNICOS
MANEJO Y APLICACIÓN DEL MATLAB EN LA ENSEÑANZA DE LAS MATEMATICAS, CIENCIAS NATURALES Y CURSOS TECNICOS Profesor : JAIRO PERTUZ CAMPO Físico, Instructor y Asesor de MATLAB E-mail : [email protected]
Procesamiento digital de imágenes
Procesamiento digital de imágenes Querejeta Simbeni, Pedro Estudiante de Ingeniería Electricista Universidad Nacional del Sur, Avda. Alem 1253, B8000CPB Bahía Blanca, Argentina [email protected]
EQUIVALENCIAS CON EL RESTO DE LAS CARRERAS DE INGENIERÍA
EQUIVALENCIAS CON EL RESTO DE LAS CARRERAS DE INGENIERÍA Ingeniería Electrónica Plan 281-05 Sem. Ingeniería en Computación Plan 285-05 Sem. Química Aplicada 1 Química Aplicada 1 Representación Gráfica
Optimización. Escuela de Ingeniería Informática de Oviedo. (Dpto. de Matemáticas-UniOvi) Computación Numérica Optimización 1 / 19
Optimización Escuela de Ingeniería Informática de Oviedo (Dpto. de Matemáticas-UniOvi) Computación Numérica Optimización 1 / 19 Introducción Problema general de optimización (minimización) Dado f : Ω R
Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 07
Procesamiento Digital de Imágenes Pablo Roncagliolo B. Nº 7 1. Cuál es el rango de longitud de onda de la luz visible? 2. Cuáles son los tipos de ondas electromagnéticas cercanas a la luz visible? 3. Cuál
Módulo de Imágenes TCP MDT. Modelo Digital del Terreno - V7.5. Ortofotos. Fotografías Aéreas y Mapas Escaneados
TCP MDT Modelo Digital del Terreno - V7.5 Módulo de Imágenes Este módulo está diseñado para las necesidades de los proyectos de Topografía, Ingeniería Civil, Arquitectura, Arqueología, etc. en los que
Análisis de imágenes digitales
Análisis de imágenes digitales FILTRADO DE LA IMAGEN Filtros espaciales suavizantes INTRODUCCIÓN El uso de máscaras espaciales para el procesamiento de imágenes se denomina filtrado espacial y a las propias
Objetivos. Grafismo Electrónico. 1. Objetivos. José María López Valles Despacho 1.14 Ext.Tfno: 4816
Correo-e: [email protected] Web: teleco.uclm.es/ge José María López Valles Despacho 1.14 Ext.Tfno: 4816 Objetivos 1. Objetivos Comprender las técnicas utilizadas para el modelado de objetos y personajes
Preliminares Interpolación INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL
INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL Contenido Preliminares 1 Preliminares Teorema 2 Contenido Preliminares Teorema 1 Preliminares Teorema 2 Teorema Preliminares Teorema Teorema: Serie de Taylor Supongamos
ENTRE PÍXELES LA IMAGEN DIGITAL. IES Leiras Pulpeiro
ENTRE PÍXELES LA IMAGEN DIGITAL IES Leiras Pulpeiro La imagen digital La imagen digital consiste en almacenar información gráfica (formas y colores) codificándola en formato digital informático (ceros
PDI - Procesamiento Digital de Imagen
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2017 205 - ESEIAAT - Escuela Superior de Ingenierías Industrial, Aeroespacial y Audiovisual de Terrassa 739 - TSC - Departamento
INDICE Prefacio 1. Introducción 2. Fundamentos de la imagen digital
INDICE Prefacio XVII 1. Introducción 1.1. Fundamentos 1 1.2. Representación digital de imágenes 6 1.3. Etapas fundamentales del procesamiento de imágenes 8 1.4. Elementos de los sistemas de procesamiento
Superficies en AutoCAD Civil 3D
Superficies en AutoCAD Civil 3D Una superficie es una representación geométrica tridimensional de un área de terreno, constituyendo un modelo digital del mismo. Las superficies están compuestas por triángulos
Interpolación MÉTODO DE LAGRANGE. Numérico II MOYOTL-HERNÁNDEZ E.,
Interpolación MÉTODO DE LAGRANGE Numérico II MOYOTL-HERNÁNDEZ E., 2017 1 INTERPOLACIÓN El problema matemático de la interpolación es el siguiente: Dada una lista de puntos (x 0, y 0 ),, (x n, y n ) se
TcpImagen V 2.1. Gestión y Transformación de Imágenes
TcpImagen V 2.1 Gestión y Transformación de Imágenes Esta aplicación permite realizar todo tipo de operaciones sobre imágenes digitales, georreferenciadas o no, en una amplia variedad de formatos. Está
[20380] Visió per Computador Prueba 2 (2013) Teoria (10p) (una pregunta test fallada descuenta 1/4 de pregunta acertada)
![[20380] Visió per Computador Prueba 2 (2013) Teoria (10p) (una pregunta test fallada descuenta 1/4 de pregunta acertada)](/thumbs/53/32802790.jpg "[20380] Visió per Computador Prueba 2 (2013) Teoria (10p) (una pregunta test fallada descuenta 1/4 de pregunta acertada)")
102784 [20380] Visió per Computador Prueba 2 (2013) Teoria (10p) (una pregunta test fallada descuenta 1/4 de pregunta acertada) 1. En cuál de estas posibles aplicaciones podríamos utilizar una característica
Visión por Computador: Introducción
Visión por Computador: Introducción Ciencia que desarrolla la base teórica y algorítmica mediante la que se extrae y analiza información útil sobre el mundo/ entorno, a partir de: una imagen un conjunto
Procesamiento digital de imágenes
Procesamiento digital de imágenes Veroni Alsina Camila Estudiante de Ingeniería en Sistemas de Computación Universidad Nacional del Sur, Avda. Alem 1253, B8000CPB Bahía Blanca, Argentina [email protected]
Aplicación de Modelos Matemáticos en el Tratamiento de Imágenes de Ultrasonido
Aplicación de Modelos Matemáticos en el Tratamiento de Imágenes de Ultrasonido Dr. Marco MORA Investigador Les Fous du Pixel Image Procesing Group Departamento de Computación e Informática Universidad
SisMat Nombre Materia Grupo Docente Carrera(s) 2004005 PREPARACION Y EVALUACION DE PROYECTOS I 1 Docente por Designar..
Agrupado por: Departamento: QUIMICA [2004] 2004005 PREPARACION Y EVALUACION DE PROYECTOS I 1 Docente por Designar.. 2004045 QUIMICA GENERAL 1 Docente por Designar.. 2004045 QUIMICA GENERAL 1 Docente por
Tema 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:
ANÁLISIS NUMÉRICO. 4 horas a la semana 6 créditos Cuarto semestre
ANÁLISIS NUMÉRICO 4 horas a la semana 6 créditos Cuarto semestre Objetivo del curso: El estudiante deducirá y utilizará métodos numéricos para obtener soluciones aproximadas de modelos matemáticos que
UNIVERSIDAD AUTÓNOMA DE CHIAPAS Facultad de Contaduría y Administración, Campus I
Facultad de Negocios, Campus IV Programa descriptivo por unidad de competencia Programa educativo Licenciatura en Ingeniería en Desarrollo y Tecnologías de Software Modalidad Presencial Clave MA04 H S
Profra. Soraida Zúñiga.
Profra. Soraida Zúñiga www.soraidazuniga.pbworks.com [email protected] INTERSEMESTRAL METODOS NUMÉRICOS HORARIO DE 8 A 11 AM (EXCEPTO MARTEs, DE 8 A 12 HRS) RECESO DE 9.40 A 10 AM (LUNCH), EXCEPTO
M.C. Soraida Zúñiga Mtz.
M.C. Soraida Zúñiga Mtz www.soraidazuniga.pbworks.com [email protected] EVALUACION 70 % EXAMEN 30% TAREAS Y TRABAJOS EN CLASE Obligatorio. PRESENTACIONES EN LIBRETA, CON LIBRETA COMPLETA cada
Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 5b
Procesamiento Digital de Imágenes Pablo Roncagliolo B. Nº 5b Orden de las clases... CAPTURA, DIGITALIZACION Y ADQUISICION DE IMAGENES TRATAMIENTO ESPACIAL DE IMAGENES TRATAMIENTO EN FRECUENCIA DE IMAGENES
PROCESAMIENTO DIGITAL DE IMÁGENES
PROCESAMIENTO DIGITAL DE IMÁGENES Nombre de la materia: Procesamiento Digital de Imágenes Profesor: Dr. Wilfrido Gómez Flores Número de horas: 60 horas (4 horas semanales). Sitio web: http://www.tamps.cinvestav.mx/~wgomez/teaching.html
GRADO EN INGENIERÍA EN ELECTRÓNICA INDUSTRIAL Y AUTOMÁTICA
GRADO EN INGENIERÍA ELÉCTRICA GRADO EN INGENIERÍA EN ELECTRÓNICA INDUSTRIAL Y AUTOMÁTICA (G405) Álgebra y Geometría 6,00 1 B (G273) Álgebra y Geometría 6,00 1 B (G857) Automática I 6,00 2 U (G991) Automática
Grado en Ingeniería Informática
Grado en Ingeniería Informática CENTRO RESPONSABLE: FACULTAD DE CIENCIAS RAMA: Ingeniería y Arquitectura CRÉDITOS: 240,00 DISTRIBUCIÓN DE CRÉDITOS DE LA TITULACIÓN FORMACIÓN BÁSICA: 72,00 OBLIGATORIOS:
M.D.T. y TOPOCAL. Superficies Topográficas 13/01/2011. Superficies Topográficas. Técnicas de Representación Gráfica.
M.D.T. y TOPOCAL Técnicas de Representación Gráfica Curso 2010-2011 No es geométrica La superficie terrestre No se puede representar con exactitud matemática Para realizar los cálculos de ingeniería necesarios:
Aritmética finita y análisis de error
Aritmética finita y análisis de error Escuela de Ingeniería Informática de Oviedo (Dpto. de Matemáticas-UniOvi) Computación Numérica Aritmética finita y análisis de error 1 / 38 Contenidos 1 Almacenamiento
M.D.T. y TOPOCAL. Técnicas de Representación Gráfica. Curso DIGTEG 2010
M.D.T. y TOPOCAL Técnicas de Representación Gráfica Curso 2010-2011 Superficies Topográficas Superficies Topográficas No es geométrica La superficie terrestre No se puede representar con exactitud matemática
Análisis de mezclas espectrales
Análisis de mezclas espectrales Apellidos, nombre Ruiz Fernández, Luis Ángel ([email protected]) Departamento Centro Ingeniería Cartográfica, Geodesia y Fotogrametría ETSI. Geodésica, Cartográfica y Topográfica
COMO GEORREFENCIAR IMÁGENES EN QGIS
COMO GEORREFENCIAR IMÁGENES EN QGIS INTRODUCCIÓN En primer lugar recordar, que una imagen georrefenciada la podemos encontrar en dos tipos de formatos: 1. un fichero de imagen + un fichero de georeferenciación.