Upload
jcbenitezp
View
4.081
Download
8
Embed Size (px)
Citation preview
Procesamiento de Imágenes
y Visión Artificial
(PS02)
Laboratorio: 2
Ing. José C. Benítez P.
Procesamiento
de Imágenes con MatLab I
Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 2
� Objetivo
� Generar imágenes de escala de grises.
� Tipo de dato de los pixeles de las imágenes.
� Histograma
� Ajuste de imágenes
� Binarización de la imagen
� Informe
� Presentación
Procesamiento Digital de Imágenes con MatLab I
Objetivo
� Generar imágenes en escala de grises y a
colores manualmente.
� Realizar conversiones de imágenes a color a
escala de grises mediante algoritmos
clásicos: Lightness, Luminosity y Average
� Al final de la clase el alumno debe presentar
un documento word con el desarrollo y
adjuntar sus fuentes en USB.
3Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P.
Generar Imágenes de escalas de gris
4Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P.
1. Generar 08 imágenes diferentes de contenido manualmente:
• Una de 76,800 pixels, de dimensiones 320x240 de escala
de grises.
• La otra de 38,400 pixels, de dimensiones 160x120 de
escala de grises
Cada una de:
a. de 8 bits.
b. de 16 bits.
c. de 32 bits.
d. de 64 bits.
Ejemplo. Tablero de ajedrez. (imagen generada
manualmente).
Generar Imágenes de escalas de gris
5Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P.
2. Obtener 08 imágenes de internet diferentes de contenido:
• Una de 76,800 pixels, de dimensiones 320x240 de escala
de grises.
• La otra de 38,400 pixels, de dimensiones 160x120 de
escala de grises
Cada una de:
a. de 8 bits.
b. de 16 bits.
c. de 32 bits.
d. de 64 bits.
Nota. Las imágenes deben ser de mapas de bits y de
formato BMP.
Tipo de dato de los pixeles de las imágenes
6Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P.
Todos los pixeles de una imagen son de tipo entero sin
signo de 8, 16, 32 o 64 bits.
Para convertir cada uno de los pixeles de una imagen a
enteros sin signo de 8, 16, 32 o 64 bits:
E = uint8(I)
E = uint16(I)
E = uint32(I)
E = uint64(I)
Para generar imágenes en escala de grises de 8 bits:
I1 = zeros(10,20,’uint8’)
I2 = 255 * ones(10,10,’uint8’)
X = [I1 I2]
imshow(X)
Entrada y salida de imágenes
3. Con las imágenes realizar lo siguiente:
Grabar con otro nombre para conservar el original.imwrite(I,filename)
Leer los archivos creados para verificar.I = imread('your_image.bmp');
Mostrar todas las imágenes en una ventana para
verificar su contenido.subplot(2,2,1), imshow(I1);
subplot(2,2,2), imhist(I2);
subplot(2,2,3), imshow(I3);
subplot(2,2,4), imhist(I4);
7Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P.
Propiedades de las imágenes
4. Con todas las imágenes realizar lo siguiente:
Verificar el tamaño de cada imagen[Rows, Cols, RGB] = size(I)
Verificar el tipo de dato de cada imagenC = class(I)
Verificar datos de cada imagenimfinfo(‘imagen1.bmp’)
8Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P.
Conversión de imagen de colores a
escala de grises
5. Obtener 08 imágenes de internet diferentes de contenido:
• Una de 76,800 pixels, de dimensiones 320x240 de color.
• La otra de 38,400 pixels, de dimensiones 160x120 de
color.
Cada una de:
a. de 8 bits.
b. de 16 bits.
c. de 32 bits.
d. de 64 bits.
9Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P.
Para operar los pixeles de las imágenes
Recordar que:
Para convertir cada pixel a double
D = double(I)
Para convierte cada pixel de una imagen a enteros
sin signo de 8 y 16 bits respectivamente:
E = uint8(I)
E = uint16(I)
10Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P.
Transformaciones básicasCon todas las imágenes realizar lo siguiente:
Cambio de tamaño: Reducir cada imagen a la mitadI = imread('imagen.ext');
Mostrar la imagen original, la imagen reducida, y el
resultado de imresize(I, 0.5) en una ventanasubplot(3,1,1), imshow(I1);
subplot(3,1,2), imshow(I2);
subplot(3,1,3), imshow(I3);
Rotación:Rotar cada imagen 60 grados.
Mostrar la imagen original, la imagen reducida, y el
resultado de imrotate(I, 60) en una ventanasubplot(3,1,1), imshow(I1);
subplot(3,1,2), imshow(I2);
subplot(3,1,3), imshow(I3);
11Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P.
HistogramaCon todas las imágenes realizar lo siguiente:
Histograma de una imagen:I = imread('imagen.ext');
Mostrar la imagen original, el histograma, y el
resultado de imhist(I) en una ventanasubplot(3,1,1), imshow(I1);
subplot(3,1,2), imshow(I2);
subplot(3,1,3), imshow(I3);
Ecualización de una imagen:I = imread('imagen.ext');
Mostrar la imagen original, la ecualizada, y el resultado
de histeq(I) en una ventanasubplot(3,1,1), imshow(I1);
subplot(3,1,2), imshow(I2);
subplot(3,1,3), imshow(I3);
12Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P.
0 50 100 150 200 250
0
500
1000
1500
0 50 100 150 200 250
0
500
1000
1500
2000
Ajuste de imágenes
Con todas las imágenes realizar:
Ajuste de brillo de imágenesI = imread('imagen.ext');
Mostrar la imagen original, la brillante en un
25%, y el resultado de imadjust(G,[0 1],[0.2 1],1)
y los tres histogramas en una ventana :subplot(3,2,1), imshow(I1);
subplot(3,2,2), imshow(I2);
subplot(3,2,3), imshow(I3);
subplot(3,2,4), imshow(I1);
subplot(3,2,5), imshow(I2);
subplot(3,2,6), imshow(I3);
13Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P.
0 50 100 150 200 250
0
500
1000
1500
0 50 100 150 200 250
0
500
1000
1500
2000
Ajuste de imágenes
Con todas las imágenes realizar:
Ajuste de contraste de imágenesI = imread('imagen.ext');
Mostrar la imagen original, la brillante en un 25%, y el
resultado de imadjust(G,[0.3 1],[0 1],1); y los tres
histogramas en una ventana :subplot(3,2,1), imshow(I1);
subplot(3,2,2), imshow(I2);
subplot(3,2,3), imshow(I3);
subplot(3,2,4), imshow(I1);
subplot(3,2,5), imshow(I2);
subplot(3,2,6), imshow(I3);
14Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P.
0 50 100 150 200 250
0
500
1000
1500
0 50 100 150 200 250
0
2000
4000
6000
8000
10000
Conversión de imagen de color a escala
de grises
� Con cada imagen mediante cada uno de los algoritmos de
conversión de imágenes de colores a escala de grises
(Lightness, Luminosity y Average), realizar las
conversiones.
� Mostrar en una ventana la imagen original, las 03 escalas
de grises y el resultado de aplicar rgb2gray(I) en Matlab:
subplot(3,2,1), imshow(I1);
subplot(3,2,2), imhist(I2);
subplot(3,2,3), imshow(I3);
subplot(3,2,4), imshow(I4);
subplot(3,2,5), imhist(I5);
� Compare y comente los resultados.
15Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P.
Binarización de la imagen
Con todas imágenes de cada formato
realizar lo siguiente:
Binarización.I = imread('imagen.ext');
Mostrar la imagen original, la binaria con umbral
60% del valor máximo de pixel, y el resultado de
im2bw(I,150/256) y los tres histogramas en una
ventana :subplot(3,2,1), imshow(I1);
subplot(3,2,2), imshow(I2);
subplot(3,2,3), imshow(I3);
subplot(3,2,4), imshow(I1);
subplot(3,2,5), imshow(I2);
subplot(3,2,6), imshow(I3);
16Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P.
Informe
17Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P.
� Terminado el laboratorio en la semana siguiente se
debe presentar el informe de laboratorio completo
con todas las fuentes y el informe en USB; y sólo el
informe impreso en folder de color AZUL.
� Presentar el informe de laboratorio con el
desarrollo de todos los ejercicios y preguntas de
esta clase.
� El informe debe ser básicamente un documento
grafico en lo posible.
� Lo mas importante de un informe de laboratorio sus
conclusiones, recomendaciones y observaciones.
Presentación
18Procesamiento Digital de Señales - Prof. Ing. Jose C. Benitez P.
� Todas las fuentes y el Informe deben presentarse en USB,
dentro de una carpeta que lleve las iniciales del curso, sus
Apellidos, guion bajo y luego el numero de laboratorio.
Ejemplo:
PDI_BenitezPalacios_L2
� Si se utilizan fuentes, deben conservar el nombre original y
agregar _tema.
� Las Tareas que no cumplan las indicaciones
no serán recepcionados por el profesor.
Procesamiento de Imágenes y Visión Artificial - Prof. Ing. José C. Benítez P. 19
Agradecimiento
http://utppdiyva.blogspot.com