LABORATORIO DE PROCESAMIENTO DIGITAL DE IMGENES
Primera practica EPIE
FACULTAD DE INGENIERA DE PRODUCCIN Y SERVICIOS
ESCUELA PROFESIONAL DE INGENIERA ELECTRNICA
Laboratorio de Procesamiento Digital de ImgenesPRIMERA
PRCTICAPRESENTADO POR:
APELLIDOS Y NOMBRES
CUI
FIRMA
MONTALICO CALDERN, OSCAR 20033231
___________
AREQUIPA PERU
2008LABORATORIO DE PROCESAMIENTO DIGITAL DE IMGENESI.
OBJETIVOSII. PROCEDIMIENTO1. LEER Y MOSTRAR UNA IMAGEN. Clear
Clc J=imread('kids.tif'); %leer imajen imshow(J,256)
%mostrar imajen
Con que tipos de imagines trabaja matlab? Que es una imagen
indexada?
La propiedad ms bsica de una imagen es su modo. Hay tres modos
posibles: RGB, escala de grises, e indexado.
RGB .-son las iniciales en ingls de rojo, verde y azul, e indica
que cada punto de la imagen es representado por un nivel de rojo,
un nivel de verde, y un nivel de azul. Dado que todos los colores
distinguibles por los seres humanos se puede representar por una
combinacin de estos colores, las imgenes RGB son a todo color. Cada
canal de color tiene 256 niveles de intensidad posibles. Para ms
detalles.
imagen de escala de grises .- cada punto es representado por un
valor de brillo, que va desde el 0 (negro) hasta el 255 (blanco),
con valores intermedios que representan diferentes niveles de
gris.
El modo indexado .- ha sido inventado por Compuserve en los
inicios de la Web para crear pequeos archivos de imgenes a color,
para que pudieran ser transmitidos fcilmente. GIF (Graphic
Interchange Format) fue el primer formato indexado. El mtodo
consiste en dar cdigos a cada pxel y adjuntar al archivo una tabla
con el color correspondiente a cada cdigo. Los pxeles con el mismo
cdigo comparten el mismo color. Imgenes indexadas: [I,MAP] La
matriz I contiene la imagen indexada y la matriz MAP la paleta de
colores RGB asociada. Si la imagen es de 100x100x256 colores, la
matriz I es de 100x100 con rango de valores en [100256] y la matriz
MAP es de 256x3 con rango de valores en [01]. En el caso de imgenes
en niveles de gris, la paleta de colores i de la paleta esta el
i-esimo nivel de gris.
2. COMPROBAR UNA IMAGEN EN MEMORIA. Whos
Name Size Bytes Class J 400x318 127200 uint8 arrayGrand total is
127200 elements using 127200 bytesExplique cada respuesta del
matlab?(i.e. name,size,bytes y class)Name Indica el nombre del
arreglo que almacena a la imagen.
SizeIndica las dimensiones de la imagen.
BytesIndica el nmero total de bytes usados en la imagen.
Class Es la clase numrica de almacenamiento usada para guardar
una imagen en MATLAB. Las posibles clases que MATLAB utiliza son
uint8, uint16 y double.
3. DESARROLLAR UNA ACTUALIZACIN DE HISTOGRAMAS. imhist(J)
histeq(J) %para esparsir el rango intensidades
r=histeq(J); figure (1);imshow(r,256); figure(2) ; imhist(r)
Que es el histograma de una imagen ? defina y ejemplifique:
contraste.histograma es la representacin grfica de las frecuencias
relativas con las que aparecen los distintos colores en una
determinada imagen ,con una simple mirada puede proporcionar una
idea muy aproximada de la distribucin de niveles de gris, el
contraste que presenta la imagen , El histograma de una imagen
digital con L niveles de gris en el rango [0, L-1] es una funcin
discreta de la forma:
h(rk) = nk / Ndonde:
rk es el k-simo nivel de grisnk es el nmero de pxeles en la
imagen con el nivel de gris rkN es el nmero total de pxels de la
imagenk = 0, 1, 2, ..., L-1 niveles de gris
Las intensidades o niveles de gris estn representadas a lo largo
del eje x y el nmero de ocurrencias para cada intensidad se
representan en el eje y. Debe remarcarse que la frecuencia de
aparicin de cada nivel de gris en el histograma, se nuestra siempre
en forma relativa debido al hecho que el valor absoluto puede
variar bastante en funcin del tamao de la imagen, as como tambin
puede variar el mximo valor a representar. Los valores de los
niveles 0 y 255 no se han tenido en cuenta a la hora de realizar el
escalado en la representacin, debido a que estos son frecuentemente
demasiado amplios, con lo cual no se obtendra una buena
representacin para el resto de niveles. De esta manera, en el caso
de que excedan el mximo de ocurrencias a representar, dicha barra
se ver de color rojo.
La forma del histograma proporciona informaciones importantes
como la intensidad media y la dispersin de los valores de nivel de
gris, siendo esta ltima, la medida de contraste de la imagen.
Cuanto mayor es la dispersin a lo largo del eje de los niveles de
gris, mayor es el contraste de la imagen y es entonces cuando el
sistema visual humano consigue una mxima respuesta en su apreciacin
de la imagen. A continuacin tenemos el siguiente ejemplos para
observar los histogramas correspondientes a las diferentes
imgenes.
En el histograma de la radiografa podemos ver como la
probabilidad de los niveles de gris cercanos al negro es muy
elevada con respecto al resto, de aqu podemos deducir que el
histograma corresponde con una imagen oscura y con poco
contraste.
En el caso contrario al anterior, tenemos un histograma con
altas probabilidades de niveles de gris cercanos al blanco ( imagen
grua ), de lo que deducimos que corresponde a una imagen clara y
con poco contraste.
En el histograma de airplane podemos ver que tiene una forma
estrecha, con los valores de probabilidad altos concentrados en
unos pocos niveles de gris, lo que se traduce en una imagen con un
bajo contraste.
En el histograma de lenna podemos observar como la probabilidad
de ocurrencia de cada uno de los niveles de gris est mejor
repartida a lo largo de todos ellos, correspondiendo con una imagen
de alto contraste.
4. REALCE DE IMGENES: ECUALIZACION DE HISTOGRAMAS. load clown ;
I=ind2gray(X,map); % Convert an indexed image to an intensity image
subplot(2,1,1),imhist(I,32); subplot(2,1,2),imshow(I,32);
Explique cada uno de los comandos para representar el numero de
pixeles y la intensidad de cada sub intervalo
load clown :
Carga todas las variables de un archivo, en este caso del
archivo con nombre clown
I=ind2gray(X,map):
Convierte la imagen X con mapa de color MAP a una imagen de
intensidad I, esta funcin remueve el matiz y la informacin de
saturacin mientras retiene la luminiscencia
subplot(2,1,1),imhist(I,32):
Grafica en una sub-ventana el histograma de la imagen I, con 32
sub-intervalo, en un intervalo de 0 a 1, en cada subintervalo se
representa el nmero de pixeles cuya intensidad cae dentro del
mismo
subplot(2,1,2),imshow(I,32):
Grafica en una sub-ventana la imagen cargada en I representada
en dos dimensiones, en esta imagen se tiene una resolucin de 32
escalas de grises representado en el histograma; los pxeles forma
la figura
Ejercicio: aplicar esta tcnica a la imagen obtenida
anteriormente para los casos de 32 y 4 subintervalos. Comparar las
imgenes e histogramas resultantes haciendo uso de los comandos
subplot, imhist e imshow, y comentar el resultado.
En cada caso se ha ecualizado las imgenes para poder
apreciar
load clown
I=ind2gray(X,map);
subplot(2,2,1),imhist(I,32);
subplot(2,2,2),imshow(I,32);
subplot(2,2,3),imhist(I,4);
subplot(2,2,4),imshow(I,4);
5. RESTAURACIN DE IMGENES.Que tipo de ruido se puede aadir a una
imagen en matlab? Realice ejemplos grficos de cada no de ellos
poisson:
K=imnoise(I,'poisson');
subplot(1,2,1),imshow(I);title('imagen original'),
subplot(1,2,2);imshow(K),title('imagen ruido poisson')
gaussian: se caracteriza por tener un espectro de energa
constante para todas las frecuencias. Cuando se presenta este
problema, el valor exacto de cualquier pxel es diferente cada vez
que se captura la misma imagen. Este efecto, suma o resta un
determinado valor al nivel de gris real y es independiente de los
valores que toma la imagen. K=imnoise(I,'gaussian');
subplot(1,2,1),imshow(I);title('imagen original'),
subplot(1,2,2);imshow(K),title('imagen ruido gaussian')
localvar: Ruido blanco Gaussiano de Valor medio cero con una
intensidad dependiente de la varianza
sal & pepper: ruido de pxeles prendido y
apagadoK=imnoise(I,'salt &
pepper');subplot(1,2,1),imshow(I);title('imagen
original'),subplot(1,2,2);imshow(K),title('imagen ruido sal y
pi')
speckle: ruido
multiplicativoK=imnoise(I,'speckle',0.2);subplot(1,2,1),imshow(I);title('imagen
original'),subplot(1,2,2);imshow(K),title('imagen ruido speck')
6. FILTRADO LINEAL Hd=zeros(11,11);
Hd(4:8,4:8)=ones(5,5);
h=fwind1(Hd,hamming(11)); [f1,f2]=freqspace([11 11]);
[x,y]=meshgrid(f1,f2);
colormap(jet(64))
subplot(1,2,1),surf(x,y,Hd),axis([- 1 1 -1 1 0 1.2]);
subplot(1,2,2),freqz2(h,[32 32]),axis([-1 1 -1 1 0 1.2]) ;
surf(x,y,h)
explicar la realizacin del filtro, y el enventanado utilizado:
Se crea una matriz de Hd de dimensin 11x11 con valor cero
Remplazar con unos las posiciones 4 al 8
Hd =
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 1 1 1 1 1 0 0 0
0 0 0 1 1 1 1 1 0 0 0
0 0 0 1 1 1 1 1 0 0 0
0 0 0 1 1 1 1 1 0 0 0
0 0 0 1 1 1 1 1 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
luego se utiliza la funcin fwind1 la cual crea un filtro FIR
(respuesta de impulso finita) bidimensional, utilizando el
enventanado de una dimensin, en este caso el de Hamming que
devuelve la ventana de Hamming simtrica en una matriz de 11
puntos.
Hamming(11): genero una vector columna 11x 1 , los coeficientes
de la ventana de hamming es segn la ecuacin :
0.0800 0.1679 0.3979 0.6821 0.9121 1.0000 0.9121 0.6821 0.3979
0.0800 Fwind1: trabaja con ventanas en una dimensin para filtro FIR
para generar un ventana simtrica de dos dimensiones
Freqspace :Determinar la frecuencia de espaciamiento de
respuesta de frecuencia
[f1,f2]=freqspace(5)
f1 = -0.8000 -0.4000 0 0.4000 0.8000
f2 = -0.8000 -0.4000 0 0.4000 0.8000
Meshgrid: realiza la combinacin d e los dos vectores
[f1,f2]=freqspace(11, meshgrid);
f1 = -0.8000 -0.4000 0 0.4000 0.8000
-0.8000 -0.4000 0 0.4000 0.8000
-0.8000 -0.4000 0 0.4000 0.8000
-0.8000 -0.4000 0 0.4000 0.8000
-0.8000 -0.4000 0 0.4000 0.8000
f2 = -0.8000 -0.8000 -0.8000 -0.8000 -0.8000
-0.4000 -0.4000 -0.4000 -0.4000 -0.4000
0 0 0 0 0
0.4000 0.4000 0.4000 0.4000 0.4000
0.8000 0.8000 0.8000 0.8000 0.8000
Freqz2 : respuesta en frecuencia en dos
dimensionesfreqz2(h,n1,n2) : Devuelve H, respuesta de frecuencia de
h, y la frecuencia de los vectores f1 (n1 de longitud) y f2 (n2 de
longitud). H es una de dos dimensiones filtro FIR, en la forma de
una molcula computacional. F1 y f2 son devueltos como normalizaron
las frecuencias en el rango de -1,0 a 1,0, donde 1,0 corresponde a
la mitad de la frecuencia de muestreo, o radianes filter2(h,i); da
el resultado de la convolucion del filtro (h) I la entrada que es
la imagen(i) Ejercicio: aplicar el filtro diseado (haciendo uso de
la funcin filter2) a la seal degradada y comparar las imgenes
original, degradada y restaurada realice los comentarios
correspondientes.
load clown;
i=ind2gray(X,map);
Hd=zeros(11,11);
Hd(4:8,4:8)=ones(5,5);
h=fwind1(Hd,hamming(11));% creamos el filtro lineal
r=imnoise(i,'poisson');
R=filter2(h,r);
%filtro al imagen con ruidoI=filter2(h,i);
%filtro al imagen original
subplot(2,2,1);imshow(i);title('imagen original')
subplot(2,2,2);imshow(I);title('filter imagen original')
subplot(2,2,3);imshow(r);title('imagen con ruido POISSON')
subplot(2,2,4);imshow(R);title('filtro imagen con ruido')
% subplot(fila ;columna;#)
7. ESCRIBIR UNA IMAJEN imwrite(J2,'kids2.png');
que parmetros se puede cambiar con el comando imwrite?
Se pueden modificar los siguientes parmetros
En el formato HDF:
Compresin Calidad
Modo de escritura
En el formato JPEG
Calidad
Comentario
Modo
Tamao de bit
En el formato TIFF
Espacio de color
Compresion
Descripcion
Resolucion
Modo de escritura
En el formato PNG
Autor
Descripcion
Copyright
Fecha de creacion
Sowftware
Descargo de responsibilidad
Advertancia
Recurso
Comentario
Tipo de entrelazado
Tamao de bit
Tranparencia
Fondo
Gama
Cromaticidades
Resolucion X
Resolucion Y
Resolucion de unidad
Alpha
Bits mas significativos
En el formato RAS
Tipo
Alpha
En los formatos PBM, PGM, and PPM
Codificacion
Valor maximo
8. COMPROBAR EL CONTENIDO DEL ARCHIVO ESCRITO
imfinfo('kids.tif')
ans =
Filename:D:\VigoMuEvo\toolbox\images\imdemos\kids.tif'
FileModDate: '04-Dec-2000 13:57:58'
FileSize: 95162
Format: 'tif'
FormatVersion: []
Width: 318
Height: 400
BitDepth: 8
ColorType: 'indexed'
FormatSignature: [73 73 42 0]
ByteOrder: 'little-endian'
NewSubfileType: 0
BitsPerSample: 8
Compression: 'PackBits'
PhotometricInterpretation: 'RGB Palette'
StripOffsets: [16x1 double]
SamplesPerPixel: 1
RowsPerStrip: 25
StripByteCounts: [16x1 double]
XResolution: 72
YResolution: 72
ResolutionUnit: 'Inch'
Colormap: [256x3 double]
PlanarConfiguration: 'Chunky'
TileWidth: []
TileLength: []
TileOffsets: []
TileByteCounts: []
Orientation: 1
FillOrder: 1
GrayResponseUnit: 0.0100
MaxSampleValue: 255
MinSampleValue: 0
Thresholding: 1explicar cada una de las respuestas de
imfinfo()
Imfinfo: Nos devuelve informacin acerca del archivo grafico
especificado
Filename: Carcter que contiene el nombre del archivo
FileModDate: Carcter que contiene la modificacin de la fecha del
archivo
FileSize: Un entero que indica el tamao del archivo en bytes
Format: Un carcter que contiene el formato del archive
FormatVersion: Un carcter o numero la versin del formato del
archivo
Ancho: Un entero que indica el ancho de la imagen en pixels
Height: Un entero que indica la altura de la imagen en
pixels
Tamao de bit: Un entero que indica el nmero de bits por pxel
Color Type: Un entero que indica el tipo de imagen como
'truecolor' para un color verdadero RGB) 'grayscale' para la
intensidad de una escala de grises o 'indexed', para una imagen
indexada
Con que tipos de imagines trabaja matlab? La propiedad ms bsica
de una imagen es su modo. Hay tres modos posibles: RGB, escala de
grises, e indexado.
RGB son las iniciales en ingls de rojo, verde y azul, e indica
que cada punto de la imagen es representado por un nivel de rojo,
un nivel de verde, y un nivel de azul. Dado que todos los colores
distinguibles por los seres humanos se puede representar por una
combinacin de estos colores, las imgenes RGB son a todo color. Cada
canal de color tiene 256 niveles de intensidad posibles. Para ms
detalles.
En una imagen de escala de grises, cada punto es representado
por un valor de brillo, que va desde el 0 (negro) hasta el 255
(blanco), con valores intermedios que representan diferentes
niveles de gris.
El modo indexado ha sido inventado por Compuserve en los inicios
de la Web para crear pequeos archivos de imgenes a color, para que
pudieran ser transmitidos fcilmente. GIF (Graphic Interchange
Format) fue el primer formato indexado.
El mtodo consiste en dar cdigos a cada pxel y adjuntar al
archivo una tabla con el color correspondiente a cada cdigo. Los
pxeles con el mismo cdigo comparten el mismo color.
Puedee ver la paleta de una imagen abierta una imagen GIF
empleando el dilogo Dilogos Paleta indexada. Adems le permite
editar y modificar cada color.
http://docs.gimp.org/es/gimp-images-in.htmlQue es una imagen
indexada?Estimado usuario: Es lgico que con las imgenes indexadas
no se te permita modificarlas, simplemente tienes que cambiarles el
modo para poder comenzar a trabajar con ellas. Abre la imagen en
photoshop, vete a modo y te saldr indexado. Cmbialo a RGB o CMYK
(el primero es el ms aconsejable para trabajar con filtros), ahora
ya puedes trabajar con tu imagen.
Abr una foto en photoshop y queria duplicar una capa pero no me
deja. En la foto aparece la palabra "INDEXADO". Que significa esto
y como puedo solucionarlo para poder trabajar con la foto?
Imagen indexada. Esta es una forma prctica de representar
imgenes en color. Una imagen indexada almacena una imagen como dos
matrices. La primera matriz tiene el mismo tamao que la imagen y un
nmero para cada pxel. La segunda matriz se denomina mapa de color y
su tamao puede diferir del de la imagen. Los nmeros de la primera
matriz son una instruccin de qu color usar segn el mapa de
color.
As que todas las imgenes indexadas tienen un mapa de color
asociado del que no te puedes salir, de hecho si intentas pintar
con un color RGB que tu elijas aleatoriamente, automticamente el
programa te pintar con el color ms cercano pero que est dentro del
mapa de color de la imagen. Te debe sonar lo de mapa de color web,
ese es el ms conocido.Tipos de imgenes (segn tipo de
de dato de sus elementos)
El tipo de dato matriz, que contendr una imagen puede
ser de varios tipos (segn el tipo de dato de cada pixel):
double Doble precisin, nmeros en punto flotante que
varan en un rango aproximado de -10308 a 10308 (8
bytes por elmento)
uint8 Enteros de 8 bits en el rango de [0,255] (1 byte por
elemento)
uint16 Enteros de 16 bits en el rango de [0, 65535] (2
bytes por elemento)
uint32 Enteros de 32 bits en el rango de [0, 4294967295]
(4 bytes por elemento)
int8 Enteros de 8 bits en el rango de [-128, 127] (1 byte
por elemento)for i=1:318
for j=1:318
r=double(y(i,j)) ;
% w=log(1+r)
s(i,j)=1*log(1+r) ;
a=a+1;
end
end
figure(2),imshow(s)
e=0:255;
w=0.1*log(1+e); figure(3),plot(e,w) y=imread('kids.tif');
figure(1),imshow(y)
a=1;
for i=1:318
for j=1:318
r(a)=double(y(i,j)) ;
% w=log(1+r)
s(i,j)=1*log(1+r(a)) ;
a=a+1;
end
end
figure(2),imshow(s)
figure(3) , plot(r,s)
El tratamiento de imgenes ms empleado y conocido, es el
tratamiento espacial tambin conocido como convolucin. Las
convoluciones discretas son muy usadas en el procesado de imagen
para el suavizado de imgenes, el afilado de imgenes, deteccin de
bordes, y otros efectos. Mediante este proceso se calcula el valor
de un determinado punto en funcin de su valor y del valor de los
puntos que le rodean, aplicando una simple operacin matemtica en
funcin de la cual se obtendr un valor resultante para el punto en
cuestin. La operacin de la convolucin puede representarse como la
siguiente operacin:
g(x,y) = f(x,y) a(x,y)donde a(x,y) es la funcin respuesta al
impulso del filtro a aplicar (o mscara de convolucin), f(x,y) es la
imagen de entrada y g(x,y) es la imagen filtrada. Las expresiones
matemticas para el caso bidimensional son las
siguientes:continuo
discreto
La suma de los pesos en la mscara de convolucin afecta a la
intensidad general de la imagen resultante. Muchas mscaras de
convolucin tienen coeficientes que suman un total de 1 (como los
filtros paso bajo usados en el suavizado de imagen). Es este caso,
la imagen convolucionada tendr la misma intensidad media que la
imagen original. Algunas mscaras de convolucin (como las usadas en
deteccin de bordes) tienen coeficientes positivos y negativos y
suman un total de 0, en esta situacin se generarn valores de pxeles
negativos. En caso de que nos salgamos del rango impuesto para la
imagen f(x,y), bien porque necesitemos utilizar mscaras cuya suma
de valores sea mayor que la unidad o porque utilicemos mscaras con
coeficientes negativos, debemos normalizar el resultado aplicando
la funcin ms adecuada en cada caso.
Existe una gran variedad de mscaras que realizan diferentes
acciones sobre una imagen. Las hay que suavizan los bordes, otras
que limpian la imagen, otras que la oscurecen, etc. Las mscaras,
como operadores lineales ms utilizados, suelen ser de los de paso
bajo, paso alto y deteccin de bordes. Por ejemplo, mediante la
siguiente matriz no se realiza ningn cambio a la imagen:0 0 0
0 1 0
0 0 0
El tamao de la mscara podra ser arbitrario, e incluso no
restringido a matrices cuadradas, por lo que se podra utilizar
perfectamente matrices rectangulares. Pero nos limitaremos a que la
mayora de los procesados utilicen mscaras cuadradas de tamao 3x3,
ya que para comprender su funcionamiento son las mscaras ms
simples. Una cosa que se aprende con rapidez es que cuando la
mscara de convolucin aumenta de tamao, la carga computacional
aumenta exponencialmente.
La primera cuestin al implementar una funcin de convolucin es
como tratar los bordes de la imagen. Cuando la ventana de
convolucin se centra en el primer pxel de una imagen en (0,0), la
ventana deslizante sobresale de la imagen en el borde superior y en
el izquierdo. Qu valores de la imagen deben ser multiplicados por
esos coeficientes de convolucin que sobresalen de los bordes?
Hay varias maneras para solucionar este problema.
La primera solucin es tratar las celdas vacas en la ventana de
convolucin como ceros. Esto se conoce como zero-padding. Es fcil de
realizar pero no es una buena idea si los bordes de la imagen
resultante son tan importantes como el resto de la imagen.
La siguiente solucin es empezar la convolucin en la primera
posicin donde la ventana no sobresalga de la imagen. Si la mscara
de convolucin es de tamao 3x3, se empezara convolucionando con el
pxel en (1,1) en vez del pxel en (0,0). Este mtodo es sencillo de
implementar. En la imagen de salida, los bordes convolucionados son
copiados para crear una imagen con el mismo tamao que la imagen de
entrada.
Otros mtodos amplan la imagen antes de convolucionarla. Una
forma de hacerlo es duplicar los bordes. Usando una mscara 3x3, se
copiaran la filas superior e inferior, as como las columnas
izquierda y derecha.
El otro mtodo es envolver la imagen, es decir, considerar como
pxel contiguo al del borde izquierdo, el pxel del borde derecho y
viceversa, as como con los del borde superior e inferior. Si se
quiere convolucionar una imagen 256x256 con una mscara de
convolucin de 3x3, la primera ventana de convolucin opera con los
pxeles en las posiciones que se ven en la siguiente figura. Este
ltimo mtodo ha sido el empleado en la implementacin de la
aplicacin.
PAGE
_______________________________________________________________________________
Procesamiento digital de imgenes - 21 -
