Sunteți pe pagina 1din 13

Implementación de los siguientes códigos Procedimiento Experimento) – Parte

Individual

MARIA LEYDY GUACHETÁ GUACHETÁ


COD. 1049637201

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA


UNAD
2018
2. Implementación de los siguientes códigos

Procedimiento (Experimento) – Parte Individual:

2.1 Desarrolle el siguiente código en el script de Matlab. (Asegúrese de estar trabajando en la


carpeta que ya se ha creado). Para esta unidad el estudiante debe seleccionar 3 imágenes enfermas
y 3 imágenes sanas sanas (la base de datos será proporcionada por el tutor, por favor, solicitarla por
correo interno)

El código a utilizar es el que ya se implementó en la fase 2, en el ejercicio 2.1. La combinación de


numpixel y umbral, debe ser única para las 6 imágenes y debe ser la que detecte por lo menos el
70% del “tumor” en las 3 imágenes enfermas. Es decir, el estudiante no debe hacer un código por
cada imagen, sino un código para todas las imágenes proporcionadas por el tutor.

Enferma 5:
Enferma 6:
Enferma 7:
Sana1:
Sana6:
Sana7:
a. Explique cada línea de código.

Sana7=imread('Sana7.jpg');
Sana7=im2double(Sana7); lee una imagen con x nombre.
figure; convierte la imagen de intensidad I
a precisión doble
imshow(Sana7); Nos muestra la imagen , en la figura
umbral=0.28; valor del umbral
binSana7=im2bw(Sana7,umbral); convertir la imagen de escala grises a binario
figure;
imshow(binSana7); muestra la imagen del resultado binario
numpixels=270; indicar número de pixeles.
Filtro1=bwareaopen(binSana7,numpixels); elimina todos los componentes conectados
(objetos) que tienen menos de P píxeles de la imagen binaria
figure;
imshow(Filtro1); muestra la imagen del filtro anterior
se3=strel('line',8,3); representa un elemento estructurante morfológico
plano, que es una parte esencial de las operaciones de dilatación y erosión morfológicas.
dilatacion1=imdilate(Filtro1,se3); dilata la imagen en escala de grises, binaria o
binaria empaquetada I, devolviendo la imagen dilatada.
figure;
imshow(dilatacion1);
[Lo num]=bwlabel(dilatacion1); devuelve la matriz de etiquetas L que contiene
etiquetas para los objetos conectados a 8 que se encuentran en BW.
prop=regionprops(Lo); Calcule los centroides para los componentes
conectados en la imagen usando regionprops.
figure;
imshow(Lo);
b. ¿Cómo funciona y que datos obtienen de la función “bwlabel”?
Etiquetar componentes conectados en imagen binaria 2D
L = bwlabel (BW) devuelve la matriz de etiquetas L que contiene etiquetas para los objetos
conectados a 8 que se encuentran en BW.

Opcionalmente, puede etiquetar componentes conectados en una imagen binaria 2-D


usando una GPU (requiere Parallel Computing Toolbox ™). Para obtener más información,
consulte Procesamiento de imágenes en una GPU.

L = bwlabel (BW, conn) devuelve una matriz de etiquetas, donde conn especifica la
conectividad.

[L, n] = bwlabel (___) también devuelve n, el número de objetos conectados encontrados


en BW.
c. ¿Qué valor se obtiene en las variables “Lo” y en “num”?

Num: Number of connected objects in BW, returned as a nonnegative integer.

L: Etiqueta de matriz de regiones contiguas, devuelta como matriz de enteros no negativos con
el mismo tamaño que BW. Los píxeles etiquetados con 0 son el fondo. Los píxeles etiquetados
como 1 forman un objeto; los píxeles etiquetados como 2 forman un segundo objeto; y así.

Si los componentes conectados se etiquetan utilizando una GPU, entonces L se devuelve como
gpuArray que contiene una matriz de enteros no negativos.

d. ¿Cómo funciona y que datos obtienen de la función “regionprops”?

regionprops es una función muy útil para el procesamiento morfológico de una imagen. Es una
aplicación de la función que cuenta el número de objetos de una imagen y ubica su posición dentro
de la misma.