Procesamiento de Imagenes 2012
-
Upload
lupicinio-garcia-ortiz -
Category
Documents
-
view
22 -
download
1
description
Transcript of Procesamiento de Imagenes 2012
-
Procesamiento de la imagen
Javier Gonzlez Jimnez
Procesamiento de la imagen 1
Javier Gonzlez JimnezDpto. de Ingeniera
de Sistemas y AutomticaUniversidad de Mlaga
-
ndicendice Introduccin Introduccin Conceptos bsicosConceptos bsicos Conceptos bsicosConceptos bsicos
HistogramaHistograma Tablas de ConsultaTablas de Consulta Medidas de distanciaMedidas de distancia ConvolucinConvolucin
Suavizado Suavizado
Procesamiento de la imagen 2
Suavizado Suavizado Realce Realce
-
IntroduccinIntroduccin
ObjetivoObjetivo : Eliminar ruido, realzar tonos, ajuste de colores, : Eliminar ruido, realzar tonos, ajuste de colores,
En VC su utilizacin suele ser necesaria antes de la
INTRODUCCININTRODUCCIN
PreprocesamientoPreprocesamientofuncin h(f ( x, y))funcin h(f ( x, y))
IMAGEN ORIGINAL
f (x,y)
IMAGEN MEJORADA
g (x, y)
En VC su utilizacin suele ser necesaria antes de la aplicacin de un detector de bordes y/o segmentacin
Procesamiento de la imagen 3
f (x,y) g (x, y)
Aplicacin en el dominio espacial y Aplicacin en el dominio espacial y frecuencialfrecuencial
-
IntroduccinIntroduccin
Procesamiento en el dominio espacialProcesamiento en el dominio espacial
Operan de forma directa con los Operan de forma directa con los pixelspixels de la imagende la imagen
g(x, y) = h(f(g(x, y) = h(f(x,yx,y)) )) f(f(x,yx,y) : imagen original) : imagen originalg(g(x,yx,y) : imagen mejorada) : imagen mejoradah( ) : funcin definida sobre un h( ) : funcin definida sobre un entorno de vecindad de (x, y)entorno de vecindad de (x, y)
Procesamiento de la imagen 4
1x1 : Tablas de consulta1x1 : Tablas de consulta1x1 : Promediado de imgenes1x1 : Promediado de imgenesNxM : Convolucin NxM : Convolucin
-
IntroduccinIntroduccin
Procesamiento en el dominio frecuencialProcesamiento en el dominio frecuencial
IMAGEN ORIGINAL
FFFFFFFF {f(x,y)}{f(x,y)} IMAGEN FRECUENCIAL
f (x,y) F (u,v)
FFFFFFFF--11 {G(u,v)}{G(u,v)}IMAGEN MEJORADAg (x,y)
IMAGEN FRECUENCIAL
G (u,v)
F(u,v) x H(u,v)F(u,v) x H(u,v)
Procesamiento de la imagen 5
-
Conceptos bsicosConceptos bsicos
CONCEPTOS BSICOS EN PROCESAMIENTO DE IMGEN
Histograma de una imagen es una representacin grfica de la frecuencia con la que los
niveles de grises aparecen en dicha imagen. niveles de grises aparecen en dicha imagen.
se construye rastreando toda la imagen y contabilizando el nmero de pxeles que poseen cada nivel de gris.
proporciona informacin estadstica sobre cmo estn distribuidos los distintos niveles de grises de la imagen
Procesamiento de la imagen 6
im=imread('rice.tif');imshow(im)imhist (im);
-
Conceptos bsicosConceptos bsicos
Histograma de una imagen
til para tareas tales como:
conocer si la digitalizacin se ha efectuado correctamente
decidir el valor de umbralizacin de una imagen
tener una estimacin del brillo medio y contraste, etc.
Procesamiento de la imagen 7
L-1 L-1A B
L-1 L-1Mucho brillo y poco contraste Imagen binaria objeto sobre fondo Saturacin del blanco
-
Conceptos bsicosConceptos bsicos
CONCEPTOS BSICOS EN PROCESAMIENTO DE IMGEN
Tablas de consulta (Look-up-tables) define una transformacin pxel a pxel entre los niveles de
grises de la imagen a procesar y de la imagen resultantegrises de la imagen a procesar y de la imagen resultante
consiste en asignar como nuevo nivel de grs el correspondienteal elemento indexado con el nivel de entrada.
nivelessalida
L-1
b0b1.
. .
01
b0b1
Procesamiento de la imagen 8
L-1 nivelesentrada
Representacin contnua
bL-2bL-1
.
.
.
.
.
.
.
.
.
nivelesentrada
nivelessalida
L-2L-1 bL-1
bL-2
Representacin discreta
-
Conceptos bsicosConceptos bsicos
Tablas de consulta
aunque muy simple, tiene una granutilidad en el procesamiento deimgenes
% creamos una LUT para el 'umbral' especificado y los valores min y max lut= ones(256,1);lut(1:umbral)= lut(1:umbral).*min;lut(umbral+1:end)= lut(umbral+1:end).*max;imgenes
su implementacin es fcil
se puede aplicar en tiempo real (a lafrecuencia de digitalizacin).
nivelessalida
nivelessalida niveles
lut(umbral+1:end)= lut(umbral+1:end).*max;
% aplicamos la LUT a la imagenim_out = lut(double(imagen)+1);
% cambiamos el formato al de imagenim_out= uint8(im_out);
Procesamiento de la imagen 9L-1 niveles
entrada
nivelessalida
L-1
T
A
B
Operacin de umbralizacin
L-1 nivelesentrada
salida
L-1
No se modifica la imagen
L-1 nivelesentrada
nivelessalida
L-1
Inversin de la paleta de grises
-
Conceptos bsicosConceptos bsicos
Medidas de distancia:
1. D(p1,p2) 0 [D(p1,p2)=0 si p1=p2]2. D(p ,p ) = D(p ,p )D es una funcin distancia si: 2. D(p1,p2) = D(p2,p1)3. D(p1,p3) D(p1,p2)+D(p2,p3)
distancia eucldea entre p1 y p2 :
distancia 4 (Manhattan) entre p1 y p2 : distancia 8 (Tchebichev) entre p y p :
D es una funcin distancia si:
Procesamiento de la imagen 10
distancia 4 (Manhattan) entre p1 y p2 :
2212
2 101 2212
2D4
distancia 8 (Tchebichev) entre p1 y p2 :
2 222 22 111 22 101 22 111 22 222 2
D8
-
Conceptos bsicosConceptos bsicos
Medidas de distancia:
i
mj
i
mj
i
mj
i
n
i
n
i
n
Distancia Euclidea Distancia Manhattan Distancia Tchebichev
Procesamiento de la imagen 11
= (i-n) 2 + (j-m) 2 = |i-n| + |j-m| = max[ |i-n|, |j-m| ]
-
Conceptos bsicosConceptos bsicos
Convolucin
h(+1,+1) h(+1,0) h(+1,-1)
180 183 122 120 119 123 123 122
177 189 188 122 133 128 120 123
h(m,n)
h(+1,+1) h(+1,0) h(+1,-1)
h(0,+1) h(0,0) h(0,-1)
h(-1,+1) h(-1,0) h(-1,-1)
170 144 146 140 155 156 167 165
177 200 203 199 196 150 130 150
170 158 155 147 126 125 140 156
166 153 138 136 143 143 145 160
176 166 169 155 133 155 175 170
172 177 163 156 166 156 200 166
Ima ge n o rig in al f(i, j) Im ag en re sulta nte g (i ,j )
g i j,( ) f h f i m j n,( )h m n,( )n
m= =
Procesamiento de la imagen 12Convolucin 1D Convolucin 2D
El kernel (mscara) se voltea respecto al origen ( la imagen, esconmutativo)
En MATLAB: conv2 (filter2 o imfilter no voltean correlacion)
-
Conceptos bsicosConceptos bsicosPropiedades de la ConvolucinPropiedades de la Convolucin
Conmutativa:
Asociativa:
Distributiva:
Asociativa respecto al producto escalar:
Procesamiento de la imagen 13
Derivada:
Teorema de convolucin:
-
Suavizado de imgenesSuavizado de imgenes
SUAVIZADO DE IMGENESSUAVIZADO DE IMGENES
ObjetivoObjetivo: Reducir ruido y/o efectos espurios como consecuencia : Reducir ruido y/o efectos espurios como consecuencia ObjetivoObjetivo: Reducir ruido y/o efectos espurios como consecuencia : Reducir ruido y/o efectos espurios como consecuencia del proceso de captura, digitalizacin y transmisin.del proceso de captura, digitalizacin y transmisin.
Promediado del entornoPromediado del entorno Filtrado Filtrado gaussianogaussiano Filtro de la medianaFiltro de la mediana Promediado de imgenesPromediado de imgenes Filtrado en el dominio Filtrado en el dominio frecuencialfrecuencial (filtro paso bajo)(filtro paso bajo)
Procesamiento de la imagen 14
Filtrado en el dominio Filtrado en el dominio frecuencialfrecuencial (filtro paso bajo)(filtro paso bajo)
DEMO MATLAB:DEMO MATLAB: Noise reduction filtering
-
Suavizado de imgenesSuavizado de imgenes
SUAVIZADO DE IMGENESSUAVIZADO DE IMGENES
RuidoRuido Sal y Sal y PimientaPimienta (Salt and pepper): (Salt and pepper): contienecontiene ocurrenciasocurrencias aleatoriasaleatorias de de pixelespixelesblancoblancos y s y negrosnegros
RuidoRuido ImpulsoImpulso: : contienecontiene ocurrenciasocurrenciasaleatoriasaleatorias de de pixelespixeles blancosblancos
RuidoRuido GaussianoGaussiano: : variacionesvariaciones en la en la intensidadintensidad queque siguensiguen unauna distribuciondistribucion
Original Salt and pepper noise
Procesamiento de la imagen 15
intensidadintensidad queque siguensiguen unauna distribuciondistribucionNormal (Normal (GaussianaGaussiana))
Gaussian noiseImpulse noise
Fuente: S. Seitz
-
Suavizado de imgenesSuavizado de imgenes
Promediado del entornoPromediado del entorno
Reemplazar el nivel de gris de cada pixel por el valor medio de los niveles de grises de sus vecinos:
Procesamiento de la imagen 16
S : conjunto de p pixels situados en un entorno de (x,y)(nxm) : entorno de vecindad
-
Suavizado de imgenesSuavizado de imgenes
Promediado del entornoPromediado del entorno
Si se emplea un entorno de 3x3 el proceso es equivalente a Si se emplea un entorno de 3x3 el proceso es equivalente a convolucionar con una mscara de la forma:convolucionar con una mscara de la forma:
1/91/91/91/91/91/9
1/91/91/91/91/91/9
1/91/91/91/91/91/9
El tamao del entorno de vecindad seleccionado determina el grado El tamao del entorno de vecindad seleccionado determina el grado
Procesamiento de la imagen 17
El tamao del entorno de vecindad seleccionado determina el grado El tamao del entorno de vecindad seleccionado determina el grado de suavizado alcanzadode suavizado alcanzado
-
Suavizado de imgenesSuavizado de imgenes
Promediado del entornoPromediado del entorno
256256
Perfil de la lnea 256 de las Perfil de la lnea 256 de las imgenes (b), (c) y (d)imgenes (b), (c) y (d)
(a) Imagen original(a) Imagen original (b) Imagen con ruido(b) Imagen con ruido
256256 imgenes (b), (c) y (d)imgenes (b), (c) y (d)
0 100 200 300 400 5000
0.5
1
0 100 200 300 400 5000
0.5
1
0.5
1
Procesamiento de la imagen 18
(c) Media 3x3(c) Media 3x3 (c) Media 9x9(c) Media 9x9
0 100 200 300 400 5000
-
Suavizado de imgenesSuavizado de imgenes
Promediado del entornoPromediado del entorno
VentajaVentaja : Fcil de entender y aplicar : Fcil de entender y aplicar
Inconveniente:Inconveniente: Enturbiamiento de los contornosEnturbiamiento de los contornos
AlternativaAlternativa
Procesamiento de la imagen 19
PROBLEMASPROBLEMASNo elimina puntos espuriosNo elimina puntos espuriosQu valor de T se escoge?Qu valor de T se escoge?
-
Suavizado de imgenesSuavizado de imgenes
Filtrado Filtrado gaussianogaussiano Reemplazar el nivel de gris de cada pixel una media ponderada de los
niveles de grises vecinos
Se implementa mediante una convolucin con la funcin gaussiana: Se implementa mediante una convolucin con la funcin gaussiana:
Propiedad de separabilidad
Procesamiento de la imagen 20
0.003 0.013 0.022 0.013 0.003
0.013 0.059 0.097 0.059 0.013
0.022 0.097 0.159 0.097 0.022
0.013 0.059 0.097 0.059 0.013
0.003 0.013 0.022 0.013 0.003
5 x 5, = 1
-
Suavizado de imgenesSuavizado de imgenes
Filtrado Filtrado gaussianogaussiano Propiedad de separabilidad
Procesamiento de la imagen 21
% Separabilidad del operador Gaussiano% h = fspecial('gaussian',hsize,sigma)g_x = fspecial('gaussian',[1,5],1)g_y = fspecial('gaussian',[5,1],1)g=g_y*g_x %Propiedad de separabilidadh = fspecial('gaussian',[5,5],1) %da lo mismo que si se construye directamente en 2D
-
Suavizado de imgenesSuavizado de imgenes
Filtrado gaussianoFiltrado gaussiano
Es un filtro ptimo compromiso entre actuacin en espacio y frecuencia
Dominio frecuencialDominio espacial
Procesamiento de la imagen 22
-
Suavizado de imgenesSuavizado de imgenes
Filtrado Filtrado gaussianogaussianoEs un filtro ptimo compromiso entre actuacin en espacio y frecuencia
Procesamiento de la imagen 23Cortesa de Zhigang Zhu
-
Suavizado de imgenesSuavizado de imgenes
Filtrado gaussianoFiltrado gaussiano
En el caso discreto
El tamao de la mscara depende de :
equivalente a una convolucin con:
331818606071715050181833
11661818252518186611
00113344331100
Procesamiento de la imagen 24
w
11661818252518186611
00113344331100
331818606071715050181833
44252571711001007171252544
-
Suavizado de imgenesSuavizado de imgenes
Filtrado Filtrado gaussianogaussiano
Mayor Sigma: ms suavizado ms enturbuiamiento
Procesamiento de la imagen 25
-
Suavizado de imgenesSuavizado de imgenes
Filtrado gaussianoFiltrado gaussianoVentajasVentajas : :
-- Se aplica mediante Se aplica mediante convolucinconvolucin..-- Provoca un menor enturbiamiento de bordes que media simple. Provoca un menor enturbiamiento de bordes que media simple.
Inconveniente:Inconveniente:
-- Mscaras grandes incluso para valores de Mscaras grandes incluso para valores de pequeos, lo que pequeos, lo que implicara un elevado coste computacional.implicara un elevado coste computacional.
Afortunadamente Afortunadamente
Procesamiento de la imagen 26
Afortunadamente Afortunadamente es separablees separable Aplicar filtro 1D por filas y columnasAplicar filtro 1D por filas y columnas
g(g(x,yx,y)=g(x)g(y))=g(x)g(y)
-
Suavizado de imgenesSuavizado de imgenes
Filtro de la medianaFiltro de la mediana
Reemplazar el nivel de gris de cada pixel por la mediana de los niveles de grises vecinos
Se aplica tomando el elemento central de los niveles de grises de los pixels vecinos ordenados de menor a mayor:
101050501010
121211111010 ORDENACIN DEL ENTORNOORDENACIN DEL ENTORNO
505012121212111111111010101010101010
Procesamiento de la imagen 27
111112121010
101050501010
ENTORNO 3x3ENTORNO 3x3
505012121212111111111010101010101010
medianamediana
-
Pr
e
p
r
o
d
e
s
a
m
i
e
n
t
o
d
e
I
m
g
e
n
e
s
P
r
e
p
r
o
d
e
s
a
m
i
e
n
t
o
d
e
I
m
g
e
n
e
s
Suavizado de imgenesSuavizado de imgenes
Filtro de la medianaFiltro de la medianaP
r
e
p
r
o
d
e
s
a
m
i
e
n
t
o
d
e
I
m
g
e
n
e
s
P
r
e
p
r
o
d
e
s
a
m
i
e
n
t
o
d
e
I
m
g
e
n
e
s
(a) Imagen con ruido de (a) Imagen con ruido de nieve (salt & pepper)nieve (salt & pepper)
(b) Mediana(b) Mediana (c) Media 3x3(c) Media 3x3
Procesamiento de la imagen 28
P
r
e
p
r
o
d
e
s
a
m
i
e
n
t
o
d
e
I
m
g
e
n
e
s
P
r
e
p
r
o
d
e
s
a
m
i
e
n
t
o
d
e
I
m
g
e
n
e
s
nieve (salt & pepper)nieve (salt & pepper)
-
Suavizado de imgenesSuavizado de imgenes
Filtro de la medianaFiltro de la mediana
VentajasVentajas : : -- Conserva los bordes de la imagenConserva los bordes de la imagen-- Conserva los bordes de la imagenConserva los bordes de la imagen-- Elimina puntos espurios Elimina puntos espurios
Inconveniente:Inconveniente:-- Elevado Elevado coste computacionalcoste computacional (ordenacin)(ordenacin)
Algoritmo de la pseudomedianaAlgoritmo de la pseudomedianaAlternativaAlternativa
Procesamiento de la imagen 29
-- Elimina lneas delgadas y redondea las esquinasElimina lneas delgadas y redondea las esquinas
AlternativaAlternativa Variar entorno de vecindadVariar entorno de vecindad
-
Suavizado de imgenesSuavizado de imgenes
Promediado de imgenesPromediado de imgenes
Promediar los niveles de grises de pixels de distintas imgenes de una misma escena cuya nica diferencia, en teora, es el ruidomisma escena cuya nica diferencia, en teora, es el ruido
Procesamiento de la imagen 30
Si es un ruido blanco, entonces:
-
Suavizado de imgenesSuavizado de imgenes
Promediado de imgenesPromediado de imgenes
RuidoGaussiano
Ruido tipo
1 imagen 10 imgenes 50 imgenes
Procesamiento de la imagen 31
Ruido tiposal y pimienta
-
Suavizado de imgenesSuavizado de imgenes
Promediado de imgenesPromediado de imgenes
VentajasVentajas : : -- Conserva los bordes de la imagenConserva los bordes de la imagen-- Reduce el ruido inherente de las imgenes reales Reduce el ruido inherente de las imgenes reales
Inconveniente:Inconveniente:Solo se puede aplicar con imgenes en las que no exista Solo se puede aplicar con imgenes en las que no exista movimiento en el momento de la captura de una secuencia de movimiento en el momento de la captura de una secuencia de imgenesimgenes
Procesamiento de la imagen 32
imgenesimgenes
-
Suavizado de imgenesSuavizado de imgenes
Filtrado en el dominio frecuencialFiltrado en el dominio frecuencial
Transiciones bruscas en los niveles de grises de una imagen contribuyen fuertemente en las componentes de altas frecuencias
Atenuando el rango especfico de las componentes de altas frecuencias en la transformada se puede eliminar el ruido en el dominio espacial.
Dominio frecuencial
Paso baja Paso alta Paso banda
Procesamiento de la imagen 33
Dominio espacial
-
Suavizado de imgenesSuavizado de imgenes
Filtrado en el dominio frecuencialFiltrado en el dominio frecuencial
Aplicacin:f(x,y)f(x,y) F(u,v)F(u,v)FFFFFFFF {f(x,y)}{f(x,y)}
%Visualizar espectro de Fourier%Visualizar espectro de Fourier
im=imread('saturn.tif');im=imread('saturn.tif');f(x,y)f(x,y) F(u,v)F(u,v)
g(x,y)g(x,y) G(u,v)G(u,v)FFFFFFFF--11 {G(u,v)}{G(u,v)}
G(u,v) = G(u,v) = H(u,v) H(u,v) x F(u,v)x F(u,v)imf = imf = fft2fft2 (im);(im);imfs = imfs = fftshiftfftshift (imf);(imf);colormap(gray); colormap(gray); imageimage(imfs);(imfs);
Procesamiento de la imagen 34
La multiplicacin en el dominio frecuencial equivale a la La multiplicacin en el dominio frecuencial equivale a la convolucin en el dominio espacialconvolucin en el dominio espacial
-
Suavizado de imgenesSuavizado de imgenes
Filtrado en el dominio frecuencialFiltrado en el dominio frecuencial
- Filtro ideal paso bajo (ILPF):
Imagen ILPFImagen ILPFILPF 2DILPF 2DD0
0
1
ILPF 1DILPF 1D
- Filtro de Butterworth (BLPF)
Procesamiento de la imagen 35
D0BLPF 1DBLPF 1D0
0.5
1
Imagen BLPFImagen BLPFBLPF 2DBLPF 2D
-
Suavizado de imgenesSuavizado de imgenes
Filtrado en el dominio frecuencialFiltrado en el dominio frecuencial
- Filtro ideal paso bajo (ILPF):
- Filtro de Butterworth (BLPF)
H(u,v) =1 si D (u,v) D0
0 si D(u,v) > D0
Frecuencia de corteFrecuencia de corte
Distancia al eje de frecuenciasDistancia al eje de frecuencias
Procesamiento de la imagen 36
Orden del filtroOrden del filtro
-
Suavizado de imgenesSuavizado de imgenes
Filtrado en el dominio frecuencialFiltrado en el dominio frecuencial
ILPF (D0 = 70)
FFTFFT
ILPF (D0 = 70)
IFFTIFFT
Procesamiento de la imagen 37
Espectro de FourierEspectro de Fourier(Imagen filtrada)(Imagen filtrada)
Espectro de FourierEspectro de Fourier(Imagen original)(Imagen original)
H(u,v)H(u,v)
**
-
Suavizado d imgenesSuavizado d imgenes
Filtrado en el dominio frecuencialFiltrado en el dominio frecuencial
BLPF (D0 = 50, n=1)
FFTFFT
BLPF (D0 = 50, n=1)
IFFTIFFT
Procesamiento de la imagen 38
Espectro de FourierEspectro de Fourier(Imagen original)(Imagen original)
H(u,v)H(u,v)
**
Espectro de FourierEspectro de Fourier(Imagen filtrada)(Imagen filtrada)
-
Realce de ImgenesRealce de Imgenes
REALCE DE IMGENESREALCE DE IMGENESObjetivosObjetivos: :
-- Aumentar el contraste mediante la redistribucin de los Aumentar el contraste mediante la redistribucin de los -- Aumentar el contraste mediante la redistribucin de los Aumentar el contraste mediante la redistribucin de los niveles de grises de la imagen.niveles de grises de la imagen.
-- Adaptarse de forma automtica a los cambios de Adaptarse de forma automtica a los cambios de iluminacin.iluminacin.
Transformacin de la paletaTransformacin de la paleta Igualacin de histogramaIgualacin de histograma
Procesamiento de la imagen 39
Igualacin de histogramaIgualacin de histograma Especificacin de histogramaEspecificacin de histograma Realce localRealce local
-
Realce de ImgenesRealce de Imgenes
Transformacin de la paletaTransformacin de la paleta
Idea:Idea: Estirar y desplazar el histograma para aprovechar mejor el rango Estirar y desplazar el histograma para aprovechar mejor el rango de niveles de grisesde niveles de grises
Procesamiento de la imagen 40
-
Realce de ImgenesRealce de Imgenes
Escalado NoEscalado No--LinealLinealf(x,y) = g(x,y)
Transformacin de la paletaTransformacin de la paleta
< 1 para aumentar el contraste de las zonas oscuras > 1 para aumentar el contraste de las zonas claras
0.5
1
=1=1=1=1
1
-
Realce de ImgenesRealce de Imgenes
Escalado NoEscalado No--LinealLineal f(x,y) = g(x,y)Transformacin de la paletaTransformacin de la paleta
= 0.5 (raiz cuadrada)
0.5
1
Procesamiento de la imagen 42
0 0.5 10
Cortesa de Zhigang Zhu
-
Realce de ImgenesRealce de Imgenes
Escalado NoEscalado No--LinealLineal f(x,y) = g(x,y)Transformacin de la paletaTransformacin de la paleta
= 3
0.5
1
Procesamiento de la imagen0 50 100 150 200 250
0
500
1000
1500
2000
2500
3000
3500
4000
0 50 100 150 200 250
0
500
1000
1500
2000
2500
3000
3500
4000
0 0.5 10
-
Realce de ImgenesRealce de Imgenes
Igualacin de histogramasIgualacin de histogramas
Idea:Idea: Modificar la imagen para lograr un aprovechamiento Modificar la imagen para lograr un aprovechamiento ptimo del rango de niveles de grises mediante una ptimo del rango de niveles de grises mediante una distribucin uniforme de los mismos.distribucin uniforme de los mismos.distribucin uniforme de los mismos.distribucin uniforme de los mismos.
Imagen con mal aprovechamiento Imagen con mal aprovechamiento de los niveles de grisesde los niveles de grises
Imagen con buen aprovechamiento Imagen con buen aprovechamiento de los niveles de grisesde los niveles de grises
Procesamiento de la imagen 44
0 50 100 150 200 2500
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Niveles de Grises
HISTOGRAMA
F
r
e
c
u
e
n
c
i
a
de los niveles de grisesde los niveles de grises
0 50 100 150 200 2500
0.2
0.4
0.6
0.8
1
Niveles de Grises
F
r
e
c
u
e
n
c
i
a
HISTOGRAMA
de los niveles de grisesde los niveles de grises
-
Pr
e
p
r
o
d
e
s
a
m
i
e
n
t
o
d
e
I
m
g
e
n
e
s
P
r
e
p
r
o
d
e
s
a
m
i
e
n
t
o
d
e
I
m
g
e
n
e
s
Realce de ImgenesRealce de Imgenes
Igualacin de histogramasIgualacin de histogramas
Imagen OriginalImagen Original Imagen RealzadaImagen RealzadaFuncin de transformacinFuncin de transformacin
P
r
e
p
r
o
d
e
s
a
m
i
e
n
t
o
d
e
I
m
g
e
n
e
s
P
r
e
p
r
o
d
e
s
a
m
i
e
n
t
o
d
e
I
m
g
e
n
e
s
0 50 100 150 200 2500
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1HISTOGRAMA
F
r
e
c
u
e
n
c
i
a
0 50 100 150 200 2500
50
100
150
200
250
Niveles de Entrada
N
i
v
e
l
e
s
d
e
S
a
l
i
d
a
FDP ACUMULADA
Procesamiento de la imagen 50
P
r
e
p
r
o
d
e
s
a
m
i
e
n
t
o
d
e
I
m
g
e
n
e
s
P
r
e
p
r
o
d
e
s
a
m
i
e
n
t
o
d
e
I
m
g
e
n
e
s
0 50 100 150 200 250Niveles de Grises
Histograma de la imagen originalHistograma de la imagen original
0 50 100 150 200 2500
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Niveles de Grises
F
r
e
c
u
e
n
c
i
a
HISTOGRAMA
Histograma de la imagen realzadaHistograma de la imagen realzada
DEMO MATLAB:DEMO MATLAB: Image histogram and intensity adjustment
-
Realce de ImgenesRealce de Imgenes
Especificacin de histogramasEspecificacin de histogramas
Idea:Idea: Modificar una imagen de tal forma que la imagen Modificar una imagen de tal forma que la imagen resultante tenga un histograma determinadoresultante tenga un histograma determinado
????????
Imagenoriginalr (x,y)
Imagen Igualada
s(x,y)
T(r) T(r)
GG--11(s)(s)
Procesamiento de la imagen 51
????????
IMAGEN Con histograma
especificadoz (x,y) GG--11(i)(i)
Imagen Igualada
i(x,y)
G(z)G(z)
-
Realce de ImgenesRealce de Imgenes
Especificacin de histogramasEspecificacin de histogramasImagen OriginalImagen Original Imagen RealzadaImagen Realzada
0.9
1HISTOGRAMA
0 50 100 150 200 2500
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
Niveles de grises
F
r
e
c
u
e
n
c
i
a
s
Histograma especificadoHistograma especificado
0.9
1HISTOGRAMA
1HISTOGRAMA
Procesamiento de la imagen 52
0 50 100 150 200 2500
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Niveles de grises
F
r
e
c
u
e
n
c
i
a
s
Histograma de la imagen originalHistograma de la imagen original
0 50 100 150 200 2500
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Niveles de grises
F
r
e
c
u
e
n
c
i
a
s
Histograma de la imagen realzadaHistograma de la imagen realzada
-
Realce de ImgenesRealce de Imgenes
Realce localRealce local
Idea:Idea: Plantear el realce a partir de la distribucin de Plantear el realce a partir de la distribucin de intensidades sobre en intensidades sobre en entorno de cada pixelentorno de cada pixel de la de la imagen.imagen.imagen.imagen.
Aplicacin:Aplicacin: Definir una ventana NxM que es posicionada Definir una ventana NxM que es posicionada pixel a pixel por la imagen, operando solamente en pixel a pixel por la imagen, operando solamente en dicho entorno en base a los atributos de las dicho entorno en base a los atributos de las intensidades de sus pixels.intensidades de sus pixels.
Procesamiento de la imagen 53
EJEMPLO : Aplicar igualacin o especificacin EJEMPLO : Aplicar igualacin o especificacin empleando slo un conjunto de pixels vecinosempleando slo un conjunto de pixels vecinos
-
Realce de ImgenesRealce de Imgenes
Realce localRealce localMedia del entorno Media del entorno
de vencidadde vencidad
Media de la imagen Media de la imagen completa completa
Desviacin tpica del Desviacin tpica del entorno de vencidadentorno de vencidad
Procesamiento de la imagen 54
Constante entre 0 y 1Constante entre 0 y 1
GANANCIA DEL FILTROGANANCIA DEL FILTRO