jueves, 10 de julio de 2014

Detección de orillas

Diversos experimentos psicofisiológicos han mostrado que el sistema visual humano utiliza una amplia gama de fuentes de información, tales como las sombras, proporciones, longitudes, color, curvatura e intensidades. De las anteriores, las variaciones en intensidad u “orillas” se cuentan entre las más importantes. Aun´ si una imagen carece de información tridimensional, textura o sombras podemos reconocer el objeto utilizando sus orillas o silueta.

Detectar orillas es una tarea particularmente importante en visión por computadora. Los límites o bordes físicos, discretizados como variaciones de intensidad, son un punto de partida para tareas de bajo nivel como detección de esquinas, bordes y compresión de imágenes; y son la base de tareas de nivel intermedio como la separación o segmentación de los diferentes objetos en una imagen. 

Las técnicas de detección de orillas se pueden clasificar en:
  • operadores de gradiente
  • múltiples  respuestas a diferentes orientaciones,

en tanto que los post–procesamientos para crear bordes se pueden clasificar en:
  • relajación
  • seguimiento de orillas.

En el presente se muestra la aplicación de filtros utilizando los operadores de Prewitt para detectar orillas.




Referencias:

http://ccc.inaoep.mx/~esucar/Libros/vision-sucar-gomez.pdf

Histograma Octave

Histograma 


Un histograma ilustra en un gráfico cómo están distribuidos los pixeles de la imagen mostrando la cantidad de pixeles en cada nivel de intensidad del color. 





Ecualización del Histograma 

Ecualizar el histograma es hacerlo lo más llano y separado posible. Esto hace que los píxeles se distribuyan más ampliamente por todo el rango de valores (del 0 al 255) y que en la imagen ecualizada se resaltarán detalles que antes no eran evidentes.
Para generar una imagen con el histograma ecualizado se requieren varios pasos:
1. Calcular el histograma de la imagen
2. Normalizar el histograma (dividirlo entre el número total de píxeles)
3. Calcular el histograma acumulado (ir sumando los píxeles desde el valor 0 al 255, esto originará una gráfica creciente)
Para valores de la imagen original distintos de cero:
imagen_ecualizada(i,j) = histograma_acumulado(imagen_original(i,j))
Para valores de la imagen original iguales a cero:
imagen_ecualizada(i,j) = histograma_acumulado(imagen_original(i,j)+1)

Donde lo que va entre paréntesis es el índice, o índices, de cada píxel de la imagen o de cada valor del histograma. Así  "imagen_original(i,j)" viene a indicar el índice del vector del histograma acumulado correspondiente. De esta manera se le asigna a cada píxel de la imagen ecualizada (o imagen con el histograma ecualizado) la densidad de probabilidad acumulada correspondiente al valor del píxel de la imagen original.




Referencias:

http://helpx.adobe.com/es/photoshop/using/viewing-histograms-pixel-values.html
http://toyscaos.tripod.com/hist_filt.html