• Author / Uploaded
• yenifer nieto

Citation preview

Actividades a desarrollar

Paso 2 – Segmentación de imágenes:

1. Definición de conceptos: estudiando el libro guía, el estudiante investiga de manera individual y da respuesta a las siguientes preguntas teóricas:

a. ¿Qué es umbralización o binarización? Esta es una técnica de segmentación, simple y muy eficiente. Esta nos permite que se separen los pixeles de una imagen en escala de grises en dos niveles o categorías, todo esto a partir de un valor de umbral de intensidad. b. ¿Cuál es la diferencia entre umbralización global y local? ¿Cuál es su implementación en Matlab? Umbral local: divide una imagen en subimagenes y calcula los umbrales de las subimagenes. Umbral global: extrae el objeto del resto de la imagen, mediante una comparación de valores de la imagen. c. ¿Qué es umbral de Otsu? son un conjunto de algoritmos que se encargan de segmentar los gráficos rasterizados, separando los objetos de una imagen del. d. ¿Qué es reducción de ruido en una imagen binaria? se aplica a nivel de escala de grises o por separados en a cada uno d ellos componentes cromáticos (R, G, B). e. ¿Qué es filtro mediano y cómo se implementa en Matlab? Este consiste en asignar a cada punto el valor correspondiente de la mediana local. f. ¿Para qué sirven los filtros de suavizado en una imagen? elimina los pequeños detalles antes de la segmentación de un objeto, rellena los pequeños espacios y elimina ruidos. g. ¿Cuál es la diferencia entre ruido gaussiano y ruido de sal y pimienta? Ruido sal y pimienta: todos los pixeles de la imagen son diferentes en intensidad o color. Ruido gaussiano: todos y cada uno de los píxeles que constituyen la imagen cambian su valor, de acuerdo con una distribución normal o gaussiana. 

h. Explique diferentes técnicas de segmentación de imágenes Método de Umbral: esta divide los pixeles de una imagen de acuerdo con el nivel de intensidad. Método de segmentación basado en clústeres: esta consta que la imagen en conjunto tiene pixeles con características similares, el agrupamiento de dicho conjunto divide los elementos en datos de manera que los elementos del mismo grupo sean iguales. Método de división y fusión de regiones: se trata de la división literal de una imagen en varias regiones, las cuales tienen características similares, luego se fusionan, cuya fusión constituye a combinar las regiones similares adyacentes. Método de segmentación basado en bordes: cambia rápidamente los valores de intensidad de una imagen. i. ¿Qué es reconstrucción morfológica? consta de dos imágenes, en la cual se dilata la imagen cargada, ajustando el contorno de la imagen en el marcador a la segunda imagen que se encuentra debajo de la primera. j. ¿Qué tipos de funciones morfológicas existen y cómo funcionan? Erosión: Elimina los pixeles de contorno de un objeto. La erosión Bora aquellos puntos pequeños, dejando los objetos sustantivos. Dilatación: añade pixeles al contorno de la imagen. Es la función que rellenas los pequeños agujeros en la imagen, haciendo que los objetos sean más visibles Relleno de inundación: asigna un valor de píxel uniforme a los pixeles que se encuentran conectados, parándose en los límites del objeto. Abertura: Elimina el objeto pequeño de unos objetos, conservando la forma de los objetos grandes de la imagen.

Implementación de códigos en software 1. Desarrolle el siguiente código en el script de Matlab y guardelo como paso2. (Asegúrese de estar trabajando en la carpeta que ya se ha creado). Debe trabajar con la imagen que fue asignada y enviada por su tutor en el Paso 1. Esta imagen la debe guardar como “Enferma1”. Nota1: Si no está trabajando en la carpeta donde se encuentra la imagen guardada, al realizar el código le saldrá error. Nota2: Para que el código sea válido, debe tener una línea con su nombre.

Cada estudiante debe realizar los 5 siguientes experimentos modificando el código anterior. Imagen 1 2 3 4 5

umbral 0.6 0.4 0.55 0.38 0.43

numpixels 5 100 4 40 10

UMBRAL 1

Se obtuvieron 3 imágenes diferentes, aplicándoles un umbral de 0.6 con 5 pixeles, en la cual se observa muy poco las afectaciones por la roya.

UMBRAL 2

En el umbral 2, se evidencia mejor las afectaciones, donde se tornan de color blanco.

UMBRAL 3

En el umbral 3, solo se alcanza a notar la zona más afectada, donde prácticamente la roya atraviesa la hoja de café.

UMBRAL 4

En el umbral 4, es donde mas se identifica la enfermedad de roya, tornándose de un color blanco toda la zona afectada.

UMBRAL 5

En el umbral 5, también se visualiza la enfermedad de roya en la hoja de café, pero en menos cantidad que el umbral #4.   

¿Qué hacen las funciones clc, clear all, clos all, im2bw y bwreaopen? Clc: borra toda la pantalla Clear all: limpia toda la pantalla









Close all: cerrar todo oculto elimina todas las figuras, incluidas las que tienen identificadores ocultos. Estas líneas representan un espacio de trabajo limpio. Im2bw: convierte la imagen en escala de grises en imagen binaria, reemplazando todos los píxeles de la imagen de entrada con una luminancia mayor que con el valor (blanco) y reemplazando todos los demás píxeles por el valor (negro). Bwreaopen: elimina todos los componentes conectados (objetos) que tienen menos de píxeles de la imagen binaria, produciendo otra imagen binaria. Indique cual es la combinación de umbral y de filtro que identifica más del 80% de la enfermedad de “Roya” en la imagen asignada (si el estudiante encuentra otra combinación, debe indicarla y mostrar la imagen resultante) La combinación de umbral y de filtro que identifica mas del 80% seria el #4, con un umbral= 0.38 y N° de pixeles=40.

2. Cada estudiante debe averiguar cómo implementar el filtro para el ruido “sal y pimienta” y el filtro para el ruido “Gaussiano”. Posteriormente implementar el filtro correspondiente para la imagen con Roya que le ha sido asignada. Nota: El código se debe adjuntar junto con las imágenes resultantes  El resultado debe ser de este estilo para el filtro de ruido sal y pimienta

a) Imagen con ruido Sal y pimienta

b) Imagen Original



El resultado debe ser de este estilo para el filtro de ruido gaussiano

a) Imagen con ruido Gaussiano b) Imagen Original

3. Desarrolle el siguiente código en el script que ha creado al comienzo de esta actividad. (Asegúrese de estar trabajando en la carpeta que ya se ha creado). Nota1: Si no está trabajando en la carpeta donde se encuentra la imagen guardada, al realizar el código le saldrá error. Nota2: Para que el código sea válido, debe tener una línea con su nombre.

Figura 1: Aquí tenemos la imagen original de la hoja de café con la enfermedad de Roya, donde se evidencia a color los rasgos característicos de la hoja con las afectaciones.

Figura 2: Aquí encontramos la imagen de la hoja de café, en escala de grises donde evidenciamos las zonas afectadas por la roya en un tono mas claro que el resto de la hoja.

Figura 3: nos muestra por medio de bordes toda la imagen, donde se resalta la zona afectada.

Figura 4: nos muestra en que lugares de la hoja este mayor concentrado la afectación por la roya, donde se evidencia un mayor daño producido por esta enfermedad de la roya.  ¿Qué hacen las funciones canny y sobel? El método Canny halla los bordes de una imagen, suavizando la imagen con un filtro gaussiano, reduciendo el ruido, los detalles y las texturas que no “interesan”. El método Sobel, también detecta los bordes, pero calculando el gradiente de la intensidad de una imagen en cada punto (píxel). Así, para cada punto, entrega la magnitud del mayor cambio posible.

4. Desarrolle el siguiente código en el script que ha creado al comienzo de esta actividad (“paso2”). (Asegúrese de estar trabajando en la carpeta que ya se ha creado). Nota: Si no está trabajando en la carpeta donde se encuentra la imagen guardada, al realizar el código le saldrá error. Nota2: Para que el código sea válido, debe tener una línea con su nombre. Este código necesita el código del ejercicio 3 para poder ser ejecutado.

a

Figura 1: nos muestra el lugar donde esta mas afectada la hoja por la enfermedad de roya.

Figura 2: por medio de una imagen lineal y pequeños puntos nos muestra la hoja de café y los puntos mas notorios de la enfermedad de roya. b.

Figura 1: por medio de un detector de bordes que se le aplica a la imagen, localiza los bordes mas visibles de la hoja, en la cual nos muestra los bordes de la hoja y los bordes de la afectación.

Figura 2: en esta imagen se crea una estructura cuadrada con dos pixeles de ancho.  ¿Qué diferencias encuentra entre el ejercicio a y b? SON ESTRUCTURA LINEALES, PERO EROSIONADAS DE FORMA DISTINTA.

2.5. Teniendo en cuenta el código anterior, donde se utiliza la función morfológica de erosión, el estudiante deberá investigar cómo implementar la función morfológica de “dilatación”, con la dilatación en forma de cuadrado y tamaño 2 (‘suaqre’,2). Esta dilatación se debe realizar, tanto para bodes sobel como para bordes canny. Nota: El código se debe adjuntar junto con las imágenes resultantes BORDES SOBEL

BORDES CANNY

Bibliografía Recuperado de universidad de Sevilla http://asignatura.us.es/imagendigital/Tema52_SegmentacionRegionesUmbralizacion.pdf Recuperado de Albed, por thomas Therrys https://www.albedomedia.com/tecnologia/procesadores-de-imagen-reduccion-de-ruido/ Recuperado de rocesamiento y análisis de señales e imágenes- por Jorge Márquez http://www.academicos.ccadet.unam.mx/jorge.marquez/cursos/imagenes_neurobiomed/Me diana_filtro.pdf Recuperado de mathworks https://la.mathworks.com/help/images/morphologicalfiltering.html Recuperado de mathworks https://la.mathworks.com/help/images/understandingmorphological-reconstruction.html