Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no...
Transcript of Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no...
![Page 2: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/2.jpg)
Procesamiento de las imágenes
Procesamiento
Mejorar su calidad, SNR, o realzar alguna característica
Teoría de la Señal & Heurístico
Muestreo y cuantificación Resolución espacial
1. Característica más pequeña a capturar
2. Campo de visión
Depende del sistema de iluminación
Superficie iluminada
cuasi uniforme
Focos luminoso
Campo de visión
![Page 3: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/3.jpg)
Teorema del muestreo
Teorema de Shanon
La frecuencia de muestreo
debe ser al menos el doble del
ancho de banda de la señal a
muestrear.
Las imágenes se descomponen
en armónicos de frecuencias
verticales y horizontales.
![Page 4: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/4.jpg)
Discretización espacial
Interpretación frecuencial
Alta frecuencia-> bordes,
ruido.
Baja frecuencia-> áreas
homogéneas
El detalle más pequeño deberá
de tener un entorno de 2x2
010
20
3040
5060
70
0
10
20
30
40
50
60
70
0
200
400
600
800
1000
1200
1400
1600
1800
2000
Componente 2 en el eje k
0
20
40
60
80
0
20
40
60
800
500
1000
1500
2000
Componente 16 en el eje k
![Page 5: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/5.jpg)
Ejemplo 3.1
Un pliego de pasta de papel es inspeccionado a contraluz. ¿ A que distancia debería de colocarse el foco de luz respecto al papel si se desea que la variación entre la máxima y la mínima iluminación sobre el papel sea del 10%, sabiendo que se inspecciona un área de 200 mm x 275 mm?.
mmtg
Dh
E
E1260º1.15arccos
3/1
max
min
Superficie iluminada
cuasi uniforme
Focos luminoso
Campo de visión
![Page 6: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/6.jpg)
Ejemplo 3.1
Para la inspección de la pasta de papel se ha conseguido, según un modelo de simulación, una iluminación uniforme a contraluz de 200 mm x 275 mm (en una relación próxima a los ¾) y el defecto más pequeño a detectar tiene un área de 1 mm2. Con el objeto de reducir las aberraciones ópticas, se ha cerrado el diafragma con un elevado número F. Con ello y tras el análisis radiométrico se ha demostrado que si se emplea una cámara WATEC 902 con una lente de 16 mm, la pasta de papel debe de estar alrededor de los 700 mm en vertical.
Determinar si es correcta la elección realizada
![Page 7: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/7.jpg)
Ejemplo 3.1
Según el fabricante de la cámara, ésta tiene para el estándar CCIR 582 filas por 752 columnas y el tamaño del píxel es 8.3m por 8.6m.
492 9.8 510 12.78.3 8.6
582 752
m mdx m dy m
pixelesdydx
Z
fS
pixelsnw
92.8106.8103.8
650
1610
_66
2
6
2
![Page 8: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/8.jpg)
Cuantificación
Potencias de 2
![Page 9: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/9.jpg)
Cuantificación
RGB, HSV, Lab
![Page 10: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/10.jpg)
Procesamiento lineal de la Señal (1/3)
Imágenes: señales 2D
Procesamiento lineal: convolución entre señal y sistema
Secuencia de ponderación (resp. Impulsional)
Extensión a 2D (máscara de convolución):
kkkkk gxxgy **
,...,,,,..., 21012 ggggggk
n
nnk
n
nnkk gxxgy
1
1
1
1
,,,
m n
nmnlmklk gxy
1,1,11,1
1,,1,
1,1,11,1
1,10,11,1
1,00,01,0
1,10,11,1
lklklk
lklklk
lklklk
xxx
xxx
xxx
ggg
ggg
ggg
![Page 11: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/11.jpg)
Ejemplo 3.2
Dada la ecuación en diferencia:
obtener la secuencia de ponderación y determinar la
salida ante una entrada en escalón.
214
1
2
1
4
1 kkkk xxxy
![Page 12: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/12.jpg)
Extensión del ejemplo a 2D
![Page 13: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/13.jpg)
Ejemplo 3.2
214
1
2
1
4
1 kkkk xxxy
4
1121kg
...
125.05.025.0
75.05.025.0
25.0
7
0
2
7
0
1
2
0
0
n
nnk
n
nnk
n
nnk
gxy
gxy
gxy
K xk xk-1 xk-2 yk
0 1 0 0 0.25
1 0 1 0 0. 5
2 0 0 1 0.25
Resolución en MATLAB
g= [1;2;1]./4;
x=ones(10,1);
y=conv(x,g);
stem(y(1:10));
![Page 14: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/14.jpg)
Procesamiento lineal de la Señal (2/3)
Combinación lineal
Resultados
Imagen(K,L)
Máscara(M,N)
(K+M-1)(L+N-1)
(K,L)
(K-M+1)(L-N+1)
1,11,11,11,10,1,1
1,11,11,11,10,1,1
1,01,1,01,0,0,
1
1
1
1
,,,
gxgxgx
gxgxgx
gxgxgxgxy
lklklk
lklklk
lklklk
m n
nmnlmklk
![Page 15: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/15.jpg)
Ejercicio 1
Dada la siguiente imagen, calcular para el píxel marcado el
resultado de la convolución con las dos máscaras de
Prewitt.
10101011
10101011
10101011
10101011 1 1 1 1 0 1
0 0 0 1 0 1
1 1 1 1 0 1
x y
![Page 16: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/16.jpg)
Teoría de la Señal(3/3)
Correlación
Búsqueda de patrones
Simetría par en la máscara
Convolución=correlación
Simetría impar
Convolución=-correlación
m n
nmnlmklk gxy ,,,
![Page 17: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/17.jpg)
Ejemplo 3.3
Determinar la imagen de salida cuando ésta es procesada
por un filtro binomial de 3 x 3.
0 0 0 0 0
1 2 10 200 200 200 01
* 2 4 20 200 0 200 016
1 2 10 200 200 200 0
0 0 0 0 0
![Page 18: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/18.jpg)
Ejemplo 3.3
0 0 0 0 0
1 2 10 200 200 200 01
* 2 4 20 200 0 200 016
1 2 10 200 200 200 0
0 0 0 0 0
0 0 0 0 0 0 0
0 12.5 37.5 50 37.5 12.5 0
0 37.5 100 125 100 37.5 0
0 50 125 150 125 50 0
0 37.5 100 125 100 37.5 0
0 12.5 37.5 50 37.5 12.5 0
0 0 0 0 0 0 0
0000000
02006008006002000
06001600200016006000
08002000240020008000
06001600200016006000
02006008006002000
0000000
16
1
![Page 19: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/19.jpg)
Ejemplo 3.4
Determinar el resultado de la convolución discreta 2D
para el filtro FIR binomial {1,2,1} y su traspuesta.
121
242
121
1
2
1
*121
Resolución en MATLAB
g= [1;2;1]./4;
conv2(g,g’)
![Page 20: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/20.jpg)
Respuesta en frecuencia(1/2)
Respuesta en frecuencia normalizada
Secuencia de ponderación
n
nj
negG 1,...,2,1,00
2
KkegGN
n
nK
kj
nk
1,...,2,1,01 1
0
2
NneGK
gK
k
nK
kj
kn
![Page 21: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/21.jpg)
Ejemplo 3.6
Determinar la respuesta en frecuencia de un sistema
discreto cuya secuencia de ponderación es {1/4, 1/2, 1/4}.
22
0 4
1
2
1
4
1 jjnj
n eeegG
G() G Garg
0 1 1 0
/64 0.99-j0.049 0.999 -2.81º
2/64 0.99-j0.097 0.997 -5.62º
... ... ... ...
63/64 -0.0006-j0.00003 0.0006 -178º
![Page 22: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/22.jpg)
Ejemplo 3.6
Resolución en MATLAB
[G,W] = freqz ([1/4,1/2,1/4], 1,128);
plot(W,abs(G));
plot(W,angle(G).*(180/pi));
![Page 23: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/23.jpg)
firdemo
![Page 24: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/24.jpg)
Extensión a imágenes digitales (1/5)
Respuesta en frecuencia de una máscara de convolución
2 2
, ,
0 0
0,1,2,..., 1 0,1,2,..., 1k lM N j m j n
K Lk l m n
m n
G g e e k K l L
010
2030
4050
6070
0
20
40
60
800
0.2
0.4
0.6
0.8
1
Respuesta en frecuencia de filtro binomial
010
2030
4050
6070
0
20
40
60
800
0.2
0.4
0.6
0.8
1
Respuesta en frecuencia de filtro promedio
![Page 25: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/25.jpg)
fftshift
0
20
40
60
80
0
10
20
30
40
50
60
70
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0
20
40
60
80
0
10
20
30
40
50
60
70
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
![Page 26: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/26.jpg)
firdemo
![Page 27: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/27.jpg)
Extensión a imágenes digitales (2/5)
Transformadas de Fourier
La transformada de Fourier
muestra que una imagen puede ser
construida por la combinación de
armónicos de frecuencias verticales
y horizontales.
A mayor frecuencia más
transiciones de la luminancia en
menos píxeles, en la dirección
determinada por la componente
010
20
3040
5060
70
0
10
20
30
40
50
60
70
0
200
400
600
800
1000
1200
1400
1600
1800
2000
Componente 2 en el eje k
0
20
40
60
80
0
20
40
60
800
500
1000
1500
2000
Componente 16 en el eje k
0
20
40
60
80
0
20
40
60
800
0.5
1
1.5
2
x 104
Componente de alta frecuencia
![Page 28: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/28.jpg)
Extensión a imágenes digitales (3/5)
Transformadas de Fourier
La transformada de Fourier
muestra que una imagen puede ser
construida por la combinación de
armónicos de frecuencias verticales
y horizontales.
A mayor frecuencia más
transiciones de la luminancia en
menos píxeles, en la dirección
determinada por la componente
![Page 29: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/29.jpg)
Ejercicio
Para la imagen dada, I(x,y), obtener los coeficientes de su
transformada discreta de Fourier que no aparecen en F(I):
1 1 1 1
1 1 1 1
0 0 0 0
0 0 0 0
I
0 0
0 0 0( )
0 0 0
0 0 0
F I
2 2
4 4, , 0,1,2,3 0,1,2,3k l
x y
x y
F k l I x y e e k l
0,0 8 0,1 0 1,0 4 4 2,0 0 3,0 4 4F F F j F F j
![Page 30: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/30.jpg)
Extensión a imágenes digitales (4/5)
Aplicaciones
Eliminación del ruido
Realce de bordes
Alto coste computacional
FFT: N log2(N)
Compresión
![Page 31: Capítulo 3: Procesamiento de las imágenes€¦ · transformada discreta de Fourier que no aparecen en F(I): 1111 1111 0000 0000 I §· ¨¸ ¨¸ ¨¸ ¨¸ ©¹ 00 000 000 000 FI](https://reader035.fdocuments.co/reader035/viewer/2022062223/5f86f2b4fe009c4d6047e036/html5/thumbnails/31.jpg)
Extensión a imágenes digitales (5/5)
Compactación de la información