Paso 2 – segmentación de imágenes
Tratamiento de imágenes
Tutora:
Paola Andrea Mateus
Integrante:
Universidad Nacional abierta y a distancia
UNAD
Valledupar, Colombia
Abstract- This document contains Actividades a desarrollar
basic concepts of the image
segmentation process, applications to Paso 2 – Segmentación de imágenes:
the image processing course.
1. Definición de conceptos:
These concepts established the estudiando el libro guía, el
bases to understand and analyze the estudiante investiga de manera
activity to be carried out, due to the individual y da respuesta a las
containment of the processes of siguientes preguntas teóricas:
carrying out and executing
commands within the MATLAB a. ¿Qué es umbralización o
software, which will allow us to binarización?
convert an image assigned in the Esta es una técnica de
presaber phase. segmentación, simple y muy
eficiente. Esta nos permite que se
This image was converted to a gray
separen los pixeles de una imagen
scale with different thresholds, noise
and sometimes a filtering process. 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
INTRODUCCIÓN umbralización global y local?
¿Cuál es su implementación en
Matlab?
Umbral local: divide una imagen
en subimagenes y calcula los normal o gaussiana.
umbrales de las subimagenes.
h. Explique diferentes técnicas de
Umbral global: extrae el objeto segmentación de imágenes
del resto de la imagen, mediante
Método de Umbral: esta divide los
una comparación de valores de la
pixeles de una imagen de acuerdo
imagen. con el nivel de intensidad.
c. ¿Qué es umbral de Otsu?
son un conjunto de algoritmos que Método de segmentación basado
se encargan de segmentar los en clústeres: esta consta que la
gráficos rasterizados, separando imagen en conjunto tiene pixeles
los objetos de una imagen del. con características similares, el
d. ¿Qué es reducción de ruido en una agrupamiento de dicho conjunto
imagen binaria? divide los elementos en datos de
se aplica a nivel de escala de manera que los elementos del
mismo grupo sean iguales.
grises o por separados en a cada
uno d ellos componentes
Método de división y fusión de
cromáticos (R, G, B). regiones: se trata de la división
literal de una imagen en varias
e. ¿Qué es filtro mediano y cómo se regiones, las cuales tienen
implementa en Matlab? características similares, luego se
Este consiste en asignar a cada fusionan, cuya fusión constituye a
punto el valor correspondiente de combinar las regiones similares
la mediana local. adyacentes.
Método de segmentación basado
f. ¿Para qué sirven los filtros de en bordes: cambia rápidamente los
suavizado en una imagen? valores de intensidad de una
elimina los pequeños detalles imagen.
antes de la segmentación de un
objeto, rellena los pequeños i. ¿Qué es reconstrucción
espacios y elimina ruidos. morfológica?
consta de dos imágenes, en la cual
g. ¿Cuál es la diferencia entre ruido
se dilata la imagen cargada,
gaussiano y ruido de sal y
ajustando el contorno de la
pimienta? imagen en el marcador a la
Ruido sal y pimienta: todos los segunda imagen que se encuentra
pixeles de la imagen son debajo de la primera.
diferentes en intensidad o color.
Ruido gaussiano: todos y cada uno j. ¿Qué tipos de funciones
de los píxeles que constituyen la morfológicas existen y cómo
imagen cambian su valor, de funcionan?
acuerdo con una distribución 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 Cada estudiante debe realizar los 5
pequeño de unos objetos, siguientes experimentos modificando el
conservando la forma de los código anterior.
objetos grandes de la imagen.
Imagen umbral numpixels
Implementación de códigos en software 1 0.6 5
2 0.4 100
3 0.55 4
1. Desarrolle el siguiente código en el 4 0.38 40
script de Matlab y guardelo como
5 0.43 10
paso2. (Asegúrese de estar trabajando
en la carpeta que ya se ha creado).
Debe trabajar con la imagen que fue UMBRAL 1
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.
En el umbral 2, se evidencia mejor las
afectaciones, donde se tornan de color
blanco.
Se obtuvieron 3 imágenes diferentes, UMBRAL 3
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 4, es donde más se identifica
la enfermedad de roya, tornándose de un
color blanco toda la zona afectada.
En el umbral 3, solo se alcanza a notar la UMBRAL 5
zona más afectada, donde prácticamente
la roya atraviesa la hoja de café.
UMBRAL 4
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.
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
2. Cada estudiante debe averiguar cómo
El resultado debe ser de este estilo
implementar el filtro para el ruido “sal
para el filtro de ruido gaussiano
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 Gaussiano
b) Imagen Original
a. Imagen con ruido Sal y pimienta
b. Imagen Original
Figura 1: Aquí tenemos la imagen
3. Desarrolle el siguiente código en el original de la hoja de café con la
script que ha creado al comienzo de enfermedad de Roya, donde se evidencia
esta actividad. (Asegúrese de estar a color los rasgos característicos de la
trabajando en la carpeta que ya se ha hoja con las afectaciones.
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 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 más claro que el resto de
la hoja.
Figura 3: nos muestra por medio de guardada, al realizar el código le
bordes toda la imagen, donde se resalta la saldrá error.
zona afectada.
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.
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
Figura 1: nos muestra el lugar donde esta
intensidad de una imagen en cada punto
mas afectada la hoja por la enfermedad de
(píxel). Así, para cada punto, entrega la
roya.
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
Figura 2: por medio de una imagen lineal
y pequeños puntos nos muestra la hoja de
café y los puntos mas notorios de la ¿Qué diferencias encuentra entre el
enfermedad de roya. ejercicio a y b?
b. Son estructuras 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
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.
Bibliografía
Mateus, P. (2019, Enero 14), Tratamiento
de Imágenes. [OVI]. Recuperado
de: http://hdl.handle.net/10596/23302
Recuperado de universidad de Sevilla
http://asignatura.us.es/imagendigital/Tem
a5-
2_SegmentacionRegionesUmbralizacion.
pdf
Recuperado de Albed, por thomas
BORDES CANNY 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/j
orge.marquez/cursos/imagenes_neurobio
med/Mediana_filtro.pdf
Recuperado de mathworks
https://la.mathworks.com/help/images/mo
rphological-filtering.html
Recuperado de mathworks
https://la.mathworks.com/help/images/un
derstanding-morphological-
reconstruction.html
