Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Procesamiento de Imágenes I

No description
by

José María Massa

on 23 May 2016

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Procesamiento de Imágenes I

Procesamiento de Imágenes I
Formación de imágenes
Radiación E/M
Sonido
Calor
Objeto
Sistema de captura
Realzar
Segmentar
Encontrar patrones / Clasificar objetos
Conocer
Conocer la Fuente
¿Alcanza con conocer Rho para conocer la fuente?
Procesamiento de Imágenes I
Formación de imágenes
Existe un Rho para cada parte del proceso de captura
Aspectos que se pueden controlar desde el ámbito de sistemas:
Muestreo y Cuantificación
Quantization
2
4
8
16
32
Quantization
32
64
128
256
Cuantificación
Muestreo y Cuantificación
Histograma
Definición
Ojo Humano
Bastones
Modelos de color
RGB
HSV/HSB
CMYK
Práctica
Construir una imagen con Java con diferentes muestreos
Levantar una imagen con Java y visualizar características
Levantar una imagen con Java y cambiar el espacio de color
Muestreo y Cuantificación
Resolución
Resolución espacial y de nivel de gris
Niveles
Representación
Niveles
Representación
Muestreo (sampling): Cantidad de elementos espaciales en los que se "discretiza" el espacio continuo
Cuantificación (Quantization): Cantidad de valores posibles que puedo almacenar en cada elemento
Sampling
Resolución espacial
Ejemplo: 100 líneas por milímetro
Cuantificación
Resolución de nivel de gris
Ejemplo: 16 millones de colores
Sampling
Resolución
Representación gráfica de la cantidad de puntos con una intensidad determinada
Ojo Humano
Espectro electromagnético
Espectro visible
Produce impulsos nerviosos en el nervio óptico cuando recibe fotones de luz cuya frecuencias entre 400 nm y 750 nm
Funcionan en condiciones de poca luz, distinguen negro, blanco y tonos de gris.
Conos
Poseen pigmentos que reaccionan ante fotones de diferentes frecuencias.
eritropsina
cloropsina
560 nm.
530 nm.
cianopsina
430 nm.
Detección de colores por el ojo humano
Algunos datos del ojo humano
Cada cono está conectado individualmente con el centro de visión del cerebro
7 millones de conos
125 millones de bastones
Inspirado en la visión humana

Existen muchos estándares RGB

Depende de la función de conversión del dispositivo de captura
Límite en la cantidad de niveles de gris/colores que se perciben al mismo tiempo
Brillo relativo (intensidad aparente)
Match band effect: https://en.wikipedia.org/wiki/Mach_bands

Algunos "problemas"
El componente H (Hue) representa el color (de 0-360, de 0 a 100 o de 0 a 1
El componente S (Saturation) representa la saturación, cuanto mayor más "diluido" está el color.
El componente V (Value) representa el valor, la intensidad, o brillo.
HSI/HSL
El componente L (lightness) expresa la intensidad de forma mas suave.
Distintas aplicaciones utilizan distintos estándares
Procesamiento de Imágenes I
Captura
Qué vamos a ver hoy:
Formación de imágenes
Muestreo y cuantificación
Resolución
Histograma
Espectro electromagnético
Ojo humano
Algunas características del ojo humano
Modelos de color
Modelo de color sustractivo
A medida que se agregan pigmentos, se absorbe mas luz y el color es mas oscuro.
Utilizado por impresoras
Compatibilidad parcial con RGB
IMAGE ACQUISITION
INPUT RAW IMAGE
IMAGE ENHANCEMENT & FILTERING
MORPHOLOGICAL OPERATION
SEGMENTATION
FEATURE EXTRACTION
PERSON DETECTION
Reconocimiento de personas por huellas digitales
Full transcript