Documente Academic
Documente Profesional
Documente Cultură
II. CONTENIDO
Interpolación de Imágenes
Interpolación Bilineal
Práctica
I=imread('puce.jpg');
II=rgb2gray(I);
IIIn = imtransform(II,tform,'nearest');
IIIb = imtransform(II,tform,'bilinear');
IIIbc = imtransform(II,tform,'bicubic');
figure,subplot(2,2,1),subimage(II),title('(1a)');
subplot(2,2,2),subimage(IIIn),title('(1b)');
subplot(2,2,3),subimage(IIIb),title('(1c)');
subplot(2,2,4),subimage(IIIbc),title('(1d)');
figure,subplot(2,2,1),subimage(IIIn),title('(2a)');
subplot(2,2,2),subimage(IIIb),title('(2b)');
subplot(2,1,2),subimage(IIIbc),title('(2c)');
Registro de Imagenes
Código Una transformación espacial que define la
reubicación de los píxeles en el plano imagen.
t=45;
input_points=0; Interpolación de los niveles de grises, los cuales
base_points=0; tienen que ver con la asignación de los valores de
intensidad de los píxeles en la imagen transformada.
I=imread('puce.jpg');
En términos Matemáticos las transformaciones afines son las
II=rgb2gray(I); más usadas en imágenes digitales 2D por su representación y
manejo matricial. Una Transformación afín es aquella
a= cos(t); (transformación) en la que las coordenadas (x’ , y’) del punto
b=-sin(t); imagen son expresadas linealmente en términos de las del
c=0; punto original (x , y) [1].
d=sin(t);
e=cos(t);
f=0; Transformaciones Espaciales
I = imread('puce.jpg');
Demostración
a=1; b=.2; c=0; d=0; e=1; f=0;
II = imtransform(I,tform);
III = imtransform(I,tform);
Las transformaciones Geométricas modifican la relación a=1; b=0; c=0; d=.2; e=1; f=0;
espacial entre píxeles. En términos del procesamiento de
imágenes digitales una transformación geométrica consiste de tform = maketform('affine',[a d 0; b e 0; c f 1]);
dos operaciones básicas:
V = imtransform(I,tform);
xform=[a d 0; b e 0; c f 1];
tform = maketform('affine',xform);
VI = imtransform(I,tform,'XData', [1 (size(I,2)+
xform(3,1))],'YData', [1 (size(I,1)+ xform(3,2))]);
VII = imtransform(I,tform);
t=180/(2*pi);
tform = maketform('affine',t1);
II = imtransform(I,tform);
tform = maketform('affine',t2);
III = imtransform(II,tform);
t3=[a d 0; b e 0; c f 1];
tform = maketform('affine',t3);
IV = imtransform(III,tform);
tr=t3*t2*t1; La restricción de texturas a la hora de usar K-means viene
dado por dos problemas.
tform = maketform('affine',tr);
El primero de ellos tiene que ver con la condición de
V = imtransform(II,tform); comienzo, es decir, la inicialización de los clusters iniciales.
El segundo de ellos tiene que ver con el hecho de que no se
figure,subplot(2,3,1),subimage(I),title('(a)'); aplica una cohesión espacial a lo largo del proceso de
segmentación. Antes de comenzar a aplicar el algoritmo es
subplot(2,3,2),subimage(II),title('(b)'); necesario realizar una transformación en el espacio de color
que se vaya a utilizar. Es necesario crear uno independiente
subplot(2,3,3),subimage(III),title('(c)'); del dispositivo en el que se realice, con el fin de evitar
diferencias de color. Uno de los más usuales suele ser el
subplot(2,3,4),subimage(IV),title('(d)'); espacio de color RGB.
ALGORITMOS DE CLASIFICACIÓN
Código
I = imread('puce.jpg');
II = imtransform(I,tform);
V = imtransform(I,tform);
xform=[a d 0; b e 0; c f 1];
tform = maketform('affine',xform);
VI = imtransform(I,tform,'XData', [1 (size(I,2)+
xform(3,1))],'YData', [1 (size(I,1)+ xform(3,2))]);
VII = imtransform(I,tform);
t=180/(2*pi);
VIII = imtransform(I,tform);
figure,subplot(2,2,1),subimage(I),title('(a)');
subplot(2,2,2),subimage(II),title('(b)');
subplot(2,2,3),subimage(III),title('(c)');
subplot(2,2,4),subimage(IV),title('(d)');
figure,subplot(2,2,1),subimage(V),title('(e)');
subplot(2,2,2),subimage(VI),title('(f)');
subplot(2,2,3),subimage(VII),title('(g)');
subplot(2,2,4),subimage(VIII),title('(h)');
DEMOSTRACIÓN
III. CONCLUSIONES
IV. REFERENCIAS