Sunteți pe pagina 1din 53

Visin por Computadora (MTR608)

Ing. Kristians Diaz Rojas

Qu es visin por computadora?

Qu es visin por computadora?

Por qu es difcil?
Problema inverso Proyecto http://www.cs.ubc.ca/~lowe/vision.html
Documento escrito: 10 referencias (artculos indexadas) de los ltimos 10 aos Formato IEEE http:// www.ieee.org/conferences_events/conferences/publishing/ templates.html 10 hojas Mximo 3 alumnos por grupo

Procesamiento de Imgenes

Representacin de una imagen y su anlisis

Representacin de una imagen

Imagen: es una representacin visual de una funcin f(x,y), donde f esta relacionada con el valor de brillo (o color) en el punto (x,y) Continuas en amplitud y en el espacio

Representacin de la imagen
columnas

filas

Imgenes de Color

Digitalizacin
Muestreo (Sampling)
Cantidad de detalle La imagen continua es digitalizada en puntos (sampling points)
Pixel o image element (2-D) Voxel (3-D)

Muestreo espacial

Digitalizacin
Cuantificacin
B bits
64 niveles

->
16 niveles 4 niveles 2 niveles

Trasformacin de pixel
Dependen nicamente del valor del pixel Espacio discreto

Trasformacin de pixel
Multiplicacin y suma con una constante

Control de contraste

Control de brillo

La ganancia y el bias pueden variar espacialmente

Trasformacin de pixel
La multiplicacin de la ganancia es una operacin lineal
Superposicin

Operacin no Lineal (Transformacin gama)

Transformacin Gamma (Power-Law)


s = c r , c > 0, > 0

Transformacin Gamma

Transformacin Gamma

Transformacin de Color
Las imgenes a color estn formadas por tres capas:
Rojo, Verde y Azul (RGB, por sus siglas en ingles) se puede emplear la transformacin de brillo a cada capa por separado sin que afecte la imagen, es decir sin que aparezcan elementos o manchas indeseadas?

Ecualizacin del Histograma


Histograma : representacin grafica de la cantidad de veces que se repite un valor de intensidad
Distribucin estadstica

Ecualizacin del Histograma


Distribucin de probabilidad Acumulado nmero total de pixeles en la imagen

Ecualizacin del Histograma

Imagen original

Imagen ecualizada

Ecualizacin del Histograma

Ecualizacin del Histograma

Imagen original

Imagen ecualizada

Ecualizacin del Histograma

Ecualizacin del Histograma

Ecualizacin adaptativa
Basada en histogramas obtenidas de diversas porciones de la imagen

Desplazamiento Sliding window approach

Mosaico Tiling approach

Ecualizacin Adaptativa
MxM

Moving window

Ecualizacin Adaptativa
Mas eficiente es dividir en bloques MxM y luego aplicar interpolacin
AHE adaptive histogram equalization
S. M. Pizer, E. P. Amburn, J. D. Austin, R. Cromartie, A. Geselowitz, T. Greer, B. ter Haar Romeny, J. B. Zimmerman, y K. Zuiderveld, Adaptive histogram equalization and its variations, Computer Vision, Graphics, and Image Processing, vol. 39, pp. 355-368, 1984.

Adaptive histogram equalization (AHE)


Dividir la imagen en bloques (8x8) A cada bloque se le extrae el histograma acumulado Se obtiene el centro(x,y) de cada bloque Para un pixel ubicado en las coordenadas (x,y) se busca los 4 centros mas cercanos Se mapea el valor del pixel (x,y) en los 4 histogramas acumulados y se realiza el promedio ponderado y este valor es el que va a corresponder a la ubicacin del pixel(x,y)

Adaptive histogram equalization (AHE)

CLAHE Contrast limited AHE (adapthist)

Filtraje Lineal

Masks Kernels Templat es windows

Filtraje Lineal

Filtraje Lineal
Correlacin Mscara Convolucin
Una variacin comn a esta formula es

Filtraje Lineal

Filtraje Lineal
La convolucin y la correlacin son sistemas lineales invariantes al desplazamiento
Superposicin Invariante al desplazamiento

Filtraje Lineal

Padding (efecto en el borde)


Ceros Constante Repetir los bordes de la imagen (clamp) Repetir en forma cclica (wrap) Espejo

Padding (efecto en el borde)

Filtros separable
Costo computacional

Filtros separable

Ejemplos de Filtros Lineales


Pasa Bajos / suavizado (smoothing)
Moving average Bilinear Gaussian

Ejemplos de Filtros Lineales

Ejemplos de Filtros Lineales


Unsharp Masking

Ejemplos de Filtros Lineales

Ejemplos de Filtros Lineales


Deteccin de lneas (sobel) Deteccin de esquinas

Filtros No Lineales

Filtros No Lineales
Mediana -trimmed mean

Trasformacin de Distancia
d(p,q) 0 (d(p,q) = 0 p = q) d(p,q) = d(q, p) d(p,z) d(p,q) + d(q,z)

Distancia Euclidiana:
de(p,q) = [(x s)2 + (y t) 2 ] .

Citi - block o Manhattan


d4 (p,q) =| x s |+ | y t |

Chessboard:
d8(p,q) = max(| x s |,| y t |)

Trasformacin de Distancia

La distancia mas corta al valor de cero

Trasformacin de Distancia
Distancia Euclidiana

Signed Distance Transform


Extensin de la transformada de distancia

S-ar putea să vă placă și