Luis Fernando rivera Rubiano cod:200910021600

lfriverar@libertadores.edu.co
Universidad los libertadorea

MORPHOLOGICAL PROCESSING

Resumenen

este laboratorio se realiza los

distintos tipos de comandos para la morfologa de
imgenes analizando cada uno de ellos y adems se
toman muestra de las huellas de la mano izquierda y
derecha para ser analizadas y mejoralarlas con
distintos comandos como skeleton y binario donde se
evidenciaran cambios con las imgenes originales.

Abstract:

in this laboratory various types of

commands to the morphology of images is done by
analyzing each sample plus traces of the left and right
hand for analysis and mejoralarlas with different
skeleton and binary commands such as where changes
become apparent are taken with the original images.

I. INTRODUCCION
Procesamiento de imagen morfolgica es una
coleccin de operaciones no lineales relacionados
con la forma o morfologa de las caractersticas de
una imagen. , operaciones morfolgicas se basan
slo en el orden relativo de los valores de pxel,
no en sus valores numricos, y por lo tanto son
especialmente adecuados para el procesamiento
de imgenes binarias.Operaciones morfolgicas
tambin se pueden aplicar a las imgenes en
escala de grises de tal manera que sus funciones
de transferencia de luz son desconocidas y por lo
tanto sus valores de pxel absolutos no son de
inters o menor.

FUNCION IMDILATE

Tcnicas morfolgicas sondean una imagen con

una pequea forma o plantilla llamada
un elemento
estructurante . El
elemento
estructurante est posicionado en todas las
ubicaciones posibles en la imagen y se compara
con el barrio correspondiente de pxeles. Algunas
operaciones de probar si el elemento "encaja" en
el barrio, mientras que otros probar si "hits" o se
cruza el barrio:

Figura 1:imagen original.

Figura 4 funcion imdilate con strel (ball)

Figura 2: funcion imdilate con strel (line)

Se puede observar en la imagen el commando a

tartar que es diltacion en el cual se selecciona el
pixel de la imagen ,donde se busca el mayor de
los pixeles de la vecindad y se sutituye el valor
del pixel por el mximo valor

Se puede observar como se resaltan los brillos de

la imagen y bordes donde se observan cosas que
se veian ocultas.
FUNCION IMDILATE

Figura 5: imagen original

Figura 3: imagen original

Figura 6: function imdilate con strel (disk)

Figura. Imagen original

Se denota que colocandole un strel con disk de 16

se resaltam mas los bordes dejando partes mas
brillantes y se dilatan bordes en ciertas regions

Figura 2: function imerode con strell(line)

Se observa que se produce una erosion donde en
la imagen binaria elimina pixeles del contorno de
objetos presentes en la imagen
Figura 7_ imagen original
FUNCION IMERODE

Figura 11:function imerode con strell (ball)

Figura 8: imagen original

Al aplicar la erosion con ball se observar que la

imagen se oscurese mucho mas hacienda que la
imagen quede con mayor contfraste
FUNCION IMOPEN

Figura 9 funcion imerode con strell(line)

Se ve que se resaltan bordes y los oscurece ,esto
es debido aun pixel de salida ,donde este es el
minimo de los pixeles presentes en la vecindad
definida por el elemento estructural

Figura 12 imagen original

Figura 10 imagen original

Figura 13 funcion imopen

Al erosionar, se eliminan pequeos elementos y al

dilatar, posteriormente, se ensalzan los elementos
significativos
Al comenzar por una erosin, se tiende a romper
las piezas en sus partes constitutivas, generando
huecos
FUNCION IMCLOSE

Figura 16 imagen origginal

Figura 14 imagen original

1.

Figura 17 bwmorph con funcion

remove

Figura 15 imagen con funcion imclose

Figura 18 bwmorph con funcin skel

Al dilatar, se eliminan pequeos agujeros

existentes en los objetos y al erosionar,
posteriormente, se recuperan las zonas
significativas. Al comenzar por una dilatacin, se
tiende a unificar los objetos, eliminando pequeos
agujeros y suaviza el contorno

Se obtiene a partir de sucesivas erosiones de la

imagen hasta que la misma no se convierta en un
conjunto vacio
FUNCION INRECONSTRUCT

Imagen 21 pulgar con imdilatre y strel ball

Figura 19 imagen original

Figura 22 imagen original

1.

Figura 20 imagen con function

imreconstruct

Aplique el comando imdilate ala imagen de la

huella pero el resultado no fue el esperado puesto
que me la aclaro mucho y me la dilato por lo que
no se puede denotar muy bien

realiza la
reconstruccin
morfolgica de
la
imagen marcador bajo
la
imagen de
mscara . Los
argumentos
marcador y mscara pueden ser imgenes de
intensidad o imgenes binarias con el mismo
tamao. La imagen devuelta IM es la misma que
la imagen de entrada.

HUELLAS DACTILARES (PULGAR )

Figura 23 imagen original

Figura 24 pulgar con imdilate y strel line

Aqu aplique el comando imdilate pero con un
strel line ,este mejora un poco acomparacion del
anterior pero no es el resultado que se espera por
lo que este comando no nos sirve para mejorar
nuestra imagen .

Figura 26 imagen con imerode

Esta funcin de erosion mejora mucho mejor la
imgen porque nos oscurece ciertos borde pero al
igual no es el resultado que se espera

Figura 27 imagen con imerode y strell (disk)

Figura 25 imagen original

HUELLA DACTILAR (PULGAR DERECHO)

Fiugra 30 imagen convertida a binario

Figura 28 imagen original

Figura 31 imagen con funcin skeleton

Con la funcion skeleton quita pxeles en los

Figura 28 imagen aplicando escala de grises

lmites de los objetos, pero no permite que los

objetos se rompan. Los pxeles restantes
conforman el esqueleto de imagen. Esta opcin
conserva el nmero de Euler.

HUELLA DACTILAR(INDICE DERECHO)

Figura 32 imagen original

Figura 34 imagen convertida a binario

Figura 33 imagen en escala de grises

Figura 35 imagen con funcion skeleto

Figura 36 imagen original

Figura 38 imagen convertida a binario

Figura 37 imagen a escala de grises

Figura 39 imagen con funcion skeleton

HUELLA DACTILAR (ANULAR

DERECHO)

Figura 42 imagen convertida a binario

Figura 40 imagen original

Figura 43 imagen con funcion skeleton

Figura 41 imagen a escala de grises

HUELLA DACTILAR (MEIQUE

DERECHO)

Figura 46 imagen convertida a binario

Figura 44 imagen original

Figura 47 imagen con funcion skeleton

Figura 45 imagen a escala de grises

HUELLA DACTILAR (PULGAR

IZQUIERDO)

Figura 50 imagen convertida a binario

Figura 48 imagen original

Figura 51 imagen con funcion skeleton

Figura 49 imagen a escala de grises

HUELLA DACTILAR (INDICE

IZQUIERDO)

Figura 54 imagen convertida a binario

Figura 52 imagen original

Figura 55.imagen con funcion skeleton

Figura 53 imagen en escala de grises

HUELLA DACTILAR (MEDIO

IZQUIERDO)

Figura 58 imagen convertida a binario

Figura 56 imagen original

Figura 59 imagen con funcion skeleton

Figura 57 imagen en escala de grises

HUELLA DACTILAR (ANULAR

IZQUIERDO)

Figura 62 imagen convertida a binario

Figura 60 imagen original

Figura 63 imagen con funcion skeleton

Figura 61 imagen en escala de grises

HUELLA DACTILAR (MEIQUE

IZQUIERDO)

Figura 66 imagen convertida a binario

Figura 64 imagen original

Figura 65 imagen en escala de grises

Figura 67 imagen con funcion skeleton

Universidad los libertadores,

luis Fernando rivera rubiano

ANEXOS
Skeleton es una propiedad de forma importante y tiene un
variedad
de
aplicaciones.
La
implementacin
esqueletizacin
proporcionada en la imagen MATLAB Processing Toolbox
es a menudo
se utiliza, pero su velocidad de ejecucin no es
satisfactoria. la
aplicacin se introduce y se analiza en el perido
https://translate.google.es/#en/es/Skeleton%20is%20an
%20important%20shape%20property%20and%20has
%20a%0Avariety%20of%20applications.%20The
%20skeletonization%20implementation%0Aprovided
%20in%20the%20MATLAB%20Image%20Processing
%20Toolbox%20is%20often%0Aused%2C%20but%20its
%20execution%20speed%20is%20not%20satisfactory.
%20The%0Aimplementation%20is%20introduced%20and
%20analyzed%20in%20the%20paper%2C%20and
%0Aperformance%20bottlenecks%20are%20pointed
%20out.%20Optimizations%20are%0Aproposed%20for
%20all%20these%20bottlenecks.%20As%20the%20result
%20of%20the%0Aoptimization%2C%20a%20single
%20MATLAB%20function%20is%20realized%20for
%0Askeleton%20computation.%20Results%20of
%20experiments%20on%20a%20test%20image%0Aset
%20show%20that%20the%20optimizations%20are
%20effective%2C%20and%20the%20speed
%0Aperformance%20of%20the%20new%20function
%20is%20considerably%20higher%20than%0Athat%20of
%20the%20function%20provided%20in%20the
%20MATLAB%20Image%0AProcessing%20Toolbox.
http://biblioteca.libertadores.edu.co:2087/stamp/stamp.jsp?
tp=&arnumber=5287575

II.

CONCLUSIONES

18

1.

se observo que por de los comandos podemos

erosionar una imagen reduciendo bordes o
agrandndolos

2.

.se evidencio que para mejorar una imagen tal como

una huella debemos pasar la imagen a escala de grises
,convertirla a binario y dentro del comando de
bwmorhp utilizamos skeleton donde saca el esqueleto
de la imagen resaltando sus bordes

3.

La morfologa en imgenes se usa para poder resaltar

o mejorar una imagen en cuanto a su calidad ya sea
brillo bordes etc .

4.

*se observo que por medio de los comandos podemos

seleccionar partes de la imagen donde los podemos
eliminar o modificarlos creando asi nuevas
imagenes.*

REFERENCIAS

[1] R.C. Gonzalez and R.E. Woods, Digital Image

Processing, 3rd Edition, Prentice Hall, 2008
[2] T. Chan y J. Shen, procesamiento de imgenes y
anlisis: variacional, PDE, Wavelet y Mtodos
estocsticos.Society for Industrial and Applied
Matemtica, 2005.
[3] M. Petrou y C. Petrou, Procesamiento de Imgenes El Fundamentos, segunda edicin. John Wiley &
Sons, 2010.
[4] Digital signal processing litan., Beijing, China ,
Electronic pag 637 august 4 2007