procesamiento de imágenes en color

Top PDF procesamiento de imágenes en color:

Diseño e investigación de los filtros robustos no lineales para el procesamiento de imágenes a color

Diseño e investigación de los filtros robustos no lineales para el procesamiento de imágenes a color

Los filtros no lineales implementados fueron diseñados para preservar bordes y detalles y remover ruido del tipo impulsivo. Las técnicas adaptivas descritas en [1] son técnicas que se basan en aproximaciones no paramétricas, es decir, para conocer la forma funcional de la densidad del ruido, se estima de las observaciones disponibles de las muestras de la ventana de filtrado, para de esta manera obtener los parámetros necesarios para el procesamiento del algoritmo. De esta forma se tiene un filtro que se adapta y obtiene sus parámetros de las muestras que se van a filtrar. Otro tipo de filtros implementados como comparativos son los filtros de estadística de orden. Además se implementa un filtro propuesto que es el MM-KNN que se adapta para el procesamiento de imágenes a color. Los filtros que sirven como comparativo son: el filtro de Vector de Mediana (FVM) que se desarrolló como una extensión del filtro de Mediana [4], Este sirve como mejor comparativo junto con el filtro de Mediana (FM) [5]. También se implementó el filtro α - trimmed mean [6] que usa las ventajas del filtro de media y el de mediana para hacer más robusta la operación del filtro. El algoritmo MM-KNN (Median M-Type K-Nearest Neighbor) [7] es un filtro no lineal adaptivo que remueve muy bien el ruido impulsivo y además sirve como segunda etapa en el algoritmo de filtrado adaptivo no paramétrico.
Mostrar más

196 Lee mas

Visualización y procesamiento de imágenes satelitales

Visualización y procesamiento de imágenes satelitales

el sensado de un segemento específico del espectro en frecuencia de las radiaciones electromagnéticas. En el caso particular del satélite Landsat-5-TM, una foto está compuesta por 7 bandas, perteneciendo las tres primeras bandas al espectro de luz visible y las restantes cuatro al espectro invisible infrarrojo. Luego una imagen satelital se compondrá de una o la superposición de varias bandas mediante algún tipo de asignación de color a cada una. Generalmente se acostumbra a mostrar una banda sola como una imagen en escala de grises, o se opta por la superpoción de tres bandas a elección, cada una asignada al rojos, verde o azul del pixel true color en el moitor. Cuando las bandas no corresponden a los colores con que se las pinta, se dice que es una imágen en colores falsos. También dentro del mismo proceso de elección de bandas se hace necesaria una ecualización de cada banda usando el histograma de intensidades de cada una. De otra forma se obtendría una imagen oscuras, con bajo contraste, y con poca definición en los niveles de color.
Mostrar más

3 Lee mas

Procesamiento de Imágenes Satelitales Utilizando PDICalc

Procesamiento de Imágenes Satelitales Utilizando PDICalc

por lo que es preferible antes ecualizar los mapas de bits respectivos. Este paso debe estar sincronizado entre las bandas intervinientes (la misma correcci¶ on de histograma) para evitar una distorsi¶on en el color, y llegar a una visualizaci¶on satisfactoria normalmente lleva varios pasos de prueba y error.

5 Lee mas

Procesamiento digital de imágenes utilizando PDICalc

Procesamiento digital de imágenes utilizando PDICalc

Una imagen satelital de tipo pasivo est¶a normalmente compuesta por varias bandas, cada una de las cuales captura el sensado de un segmento espec¶³¯co del espectro electromagn¶etico. Usualmente el usuario de estas im¶agenes debe seleccionar un ¶area determinada, lo cual produce un mapa de bits en escala de grises. Sin embargo, en la mayor¶³a de las aplicaciones, es necesario realizar procesamientos m¶as complejos. Por ejemplo, el usuario puede requerir un pseudocoloring para visualizar la imagen con cierto realismo, asignando el nivel de tres bandas espec¶³¯cas a los primarios RGB. La mayor parte de las veces este proceder genera im¶agenes excesivamente oscuras y de bajo rango din¶amico, por lo que es preferible antes ecualizar los mapas de bits respectivos. Este paso debe estar sincronizado entre las bandas intervinientes (la misma correcci¶on de histograma) para evitar una distorsi¶on en el color, y llegar a una visualizaci¶on satisfactoria normalmente lleva varios pasos de prueba y error. En el sistema PDICalc , como hemos visto, este procedimiento se programa de una manera sencilla y puede reutilizarse para distintas porciones de la imagen sin reprogramar. En la Fig. 3(a) podemos observar una imagen de Landsat TM-5 procesada en el PDICalc . En la columna de la izquierda se observan los mapas de bits de las 6 bandas (excluyendo la 6), en la columna del medio se aplic¶o la misma ecualizaci¶on a cada celda de la izquierda, y en la columna de la derecha se modi¯c¶o la crominancia para asignar un color diferente a cada banda. PDICalc ofrece la opci¶on de abrir una imagen satelital directamente del CD y en el formato provisto por la CONAE, donde se puede elegir la banda en particular, la zona dentro de la imagen, y se puede previsualizar para observar si la selecci¶on es adecuada (ver Fig. 3(b)). Los valores de posici¶on y tama~ no de la selecci¶on quedan almacenados en forma persistente, para facilitar la apertura secuencial de todas las bandas necesarias en forma id¶entica.
Mostrar más

5 Lee mas

Aplicaciones veterinarias del procesamiento de imágenes

Aplicaciones veterinarias del procesamiento de imágenes

El campo de aplicación de la segmentación de imágenes color es sumamente amplio y se han propuesto interesantes usos en diversas áreas. En particular, la detección de celo en bovinos en base a pintadas lumbares constituye un ejemplo práctico de estas aplicaciones. La técnica consiste en pintar una banda de 20 cm de largo por 5 cm de ancho a lo largo de la base de la cola del animal. Durante la monta, la pintura se desgasta y se pierde gradualmente. De esta manera, la ausencia o deterioro de la pintura en la zona lumbar puede ser usada para determinar un estado de celo [8]. La detección se realiza generalmente mediante la observación visual de operadores entrenados ya que no existen dispositivos automáticos para este propósito. Al disponer de una herramienta de segmentación de imágenes color provenientes de las pinturas lumbares en tiempo real, se podrían implementar sistemas automáticos de detección de celo que permitan reducir costos.
Mostrar más

9 Lee mas

Estudio de métodos análogo-digitales de codificación óptica . Aplicaciones al multiplexado

Estudio de métodos análogo-digitales de codificación óptica . Aplicaciones al multiplexado

En este capítulo se abordan los principales conceptos teóricos básicos necesarios para la comprensión de los resultados a ser analizados en los capítulos siguientes. En los procesos de encriptación y multiplexado a ser estudiados se usan las arquitecturas ópticas de doble máscara de fase aleatoria y la de correlador de transformada conjunta. La descripción de estos dos esquemas se aborda a partir del desarrollo histórico que condujo a su implementación. Recordemos que la operación de convolución entre dos señales es implementada en óptica principalmente por dos tipos de arquitecturas: el correlador de Vander Lugt ó procesador 4f [2.1] y el correlador de trasformada conjunta ó JTC [2.1]. Entre otras aplicaciones estos arreglos permiten manipular los datos de entrada de tal manera que se puedan resaltar características de las imágenes, filtrar información, mejorar la relación señal ruido, etc. [2.2]. En Sección II.2.1 se describe el funcionamiento de ambos procesadores y en la Sección II.2.2 su uso en múltiples aplicaciones para el reconocimiento de datos. Finalmente, en la Sección II.2.3 se presentan las adaptaciones que requieren los mencionados correladores para su empleo como sistemas de encriptación. Estos dispositivos se basan en la introducción de difusores aleatorios de fase para codificar datos como ruido blanco estacionario, tanto en la arquitectura DRPE [2.3] cuanto en la JTC [2.4]. La encriptación analógica y digital será el objetivo general de este trabajo.
Mostrar más

205 Lee mas

Show all 10000 documents...