» Profesorado. Tutorías: Martes de 16:30 a 19:30 Miércoles de 10:00 a 13:00. Concertar cita previa por ! Cristina Suárez Mejías

» Profesorado María José Jiménez Página web: http://personal.us.es/majiro Email: majiro@us.es Departamento: Matemática Aplicada I (http://ma1.eii.us.es) Lugar: despacho B2.46 Tutorías: Martes de 16:30 a 19:30 Miércoles de 10:00 a 13:00. Concertar cita previa por e-mail! Cristina Suárez Mejías

» Actividad formativa Clases prácticas de laboratorio Objetivo: Aportar unos conocimientos básicos para la utilización de las herramientas Matlab, ImageJ, Slicer 3D para procesar imágenes Material relativo a Matlab e ImageJ en http://personal.us.es/majiro/imb.htm

» Planificación temporal 26/09 Subgrupo 1 clase1:"introducción a MATLAB",B1.35 03/10 Subgrupo 2 clase1:"introducción a MATLAB", B2.30 10/10 Subgrupo 1 clase2:"matlab para Imágenes" B1.35 17/10 Subgrupo 2 clase2:"matlab para Imágenes", B2.30 24/10 Subgrupo 1 clase3:"introducción ImageJ" B1.35 31/10 Subgrupo 2 clase3:"introducción ImageJ" B2.30 07/11 Subgrupo 1 clase4:"introducción ImageJ" B1.35 14/11 Subgrupo 2 clase4:"introducción ImageJ" B2.30 21/11 Subgrupo 1 clase5:"slicer3d para Imágenes Biomédicas" B1.35 28/11 Subgrupo 2 clase5:"slicer3d para Imágenes Biomédicas" B2.30 Hoja de ruta completa

» Programas informáticos Matlab: http://www.us.es/campus/servicios/sic/servusus/equi pinfor/acuerdos.html#matlab ImageJ: http://rsbweb.nih.gov/ij/ Slicer 3D: http://www.slicer.org/

Práctica 1: Introducción a Matlab

» MATLAB MATLAB (MATrix LABoratory) es un sistema de computacion interactivo que combina calculo numérico, gráficas, visualización y un lenguaje de programación de alto nivel. MATLAB puede realizar operaciones aritméticas reales y complejas con matrices y escalares, resolver sistemas de ecuaciones no lineales, integrar funciones y sistemas de ecuaciones diferenciales y algebraicas, etc.

» MATLAB

Introducción al procesamiento de imágenes:» Introducción» Tipos de imágenes» Lectura, visualización y escritura de imágenes» Conversiones

Introducción al procesamiento de imágenes» Imagen analógica: Datos x, y y f(x,y) son continuos.» Muestrear: Digitalizar las coordenadas, (x,y).» Cuantificación: Digitalizar la intensidad, f(x,y).

Introducción al procesamiento de imágenes» El resultado de muestrear y cuantificar es una matriz (imagen digital) de números reales.» El tamaño de la imagen es el número de filas por el número de columnas, M x N.

Introducción al procesamiento de imágenes» La indexación habitual es:» Mientras que Matlab indexa de la forma siguiente:

Tipos de imágenes Existen tres tipos principales de imágenes:» La imagen binaria:» Imagen de intensidad:» La imagen en color:

Tipos de imágenes Existen tres tipos principales de imágenes:» La imagen binaria: cada pixel tiene asignado un valor lógico de 0 ó 1.» Imagen de intensidad:» La imagen en color:

Tipos de imágenes Existen tres tipos principales de imágenes:» La imagen binaria:» Imagen de intensidad (escala de grises): es una matriz de datos. + Valores uint8 (enteros almacenados en 8 bits). 256 valores en el rango [0, 255] + Valores uint16 (enteros de 16 bits), valores en el rango [0, 65535] + Valores double (números en punto flotante almacenados en 32 bits). Rango de [0, 1].» La imagen en color:

Tipos de imágenes Existen tres tipos principales de imágenes:» La imagen binaria:» Imagen de intensidad:» La imagen en color: Tiene tres canales, es decir, a cada pixel le corresponden tres valores de intensidad (RGB).

Lectura, visualización y escritura de imágenes La sintaxis de lectura es: El tipo de dato habitual para una imagen es uint8 (un entero representado en 8 bits). Esto nos da 256 valores que se distribuyen en el rango de [0,255] para cada pixel.

Lectura, visualización y escritura de imágenes Ejemplo:

Lectura, visualización y escritura de imágenes» Para la visualización podemos usar imshow, que tiene varias opciones Ejercicio: Investigar las opciones del comando imshow

Lectura, visualización y escritura de imágenes

Lectura, visualización y escritura de imágenes» Podemos guardarla en el directorio de trabajo usando imwrite

Lectura, visualización y escritura de imágenes» Ejercicio: 1. Buscar la imagen de Lenna a color en Internet y guardarla. 2. Leer la imagen y asignarle la variable a. 3. Convertir la imagen a a gris: b=rgb2gray(a) 4. Guardar la nueva imagen con el nombre 'lena_gray.tif'

Lectura, visualización y escritura de imágenes Ejercicio: 1. Extraer una porción de la imagen de Lena en gris correspondiente a un ojo : c=b(x1:x2,y1:y2); y guardarla con el nombre lena_eye.tif usando imwrite (usar brush/select data en la ventana de visualización de la imagen para determinar los límites de la ventana). 2. Mostrar la imagen de Lena y el recorte realizado en pantalla usando los comandos imshow y figure. 3. Extraer información de la imagen guardada usando el comando imfinfo

Lectura, visualización y escritura de imágenes Se pueden obtener las matrices correspondientes a cada canal R, G, B de una imagen a color:

Conversiones» im2uint8: de cualquier tipo a uint8,» im2double: de cualquier tipo a double,» im2bw: de cualquier tipo a logical,» rgb2gray: RGB color a gray.

Conversiones Ejemplo:» Usando la imagen recortada del ejercicio anterior, comprobar, examinando la matriz de intensidad de la imagen, como se transforma la misma si le aplicamos las distintas conversiones.» Mostrar todos los resultados a la vez en pantalla.

» Recursos usados para la elaboración de estas diapositivas: http://orion.ciencias.uniovi.es/~riera/modelado/practicas/pract_01.pdf http://www.unioviedo.es/compnum/laboratorios_web/laborat03_intro_i magen/laborat03.html