Procesamiento de imágenes--Técnicas digitales

Top PDF Procesamiento de imágenes--Técnicas digitales:

Morfología matemática aplicada al procesamiento de imágenes digitales

Morfología matemática aplicada al procesamiento de imágenes digitales

Hoy en día, con la evolución de las ciencias matemáticas, existe una variedad de técnicas y métodos que son utilizados en el tratamiento de imágenes digitales. No obstante, en la mayoría de situaciones es necesario conocer la naturaleza de la imagen a procesar, para elegir y aplicar las técnicas de tratamiento más adecuadas. Pues, una imagen digital, sea en tonos de gris o a colores, proviene de diferentes escenarios tales como del sector médico, educativo, militar, comercial, climatológico, entre otros. Donde es probable encontrar cambios bruscos de intensidades de gris, ausencia de colores primarios, textura irregular, ruido gaussiano, entre otras situaciones. Particularmente, para el caso del sector médico, existen imágenes de tomografía axial computarizada, gammagrafía, ecografía, etc, que requieren ser analizadas por un computador para alcanzar o apoyar al diagnóstico del profesional médico ante una situación de interés. Para ello, el computador requiere de una aplicación informática personalizada, que a su vez debe de haber sido desarrollada utilizando algoritmos matemáticos para procesar imágenes digitales. Como parte de ese algoritmo matemático también se requiere del uso de un operador morfológico particular según la naturaleza de la imagen, como por ejemplo para identificar los tipos de bacterias a partir de la forma personalizada que estas presentan.
Mostrar más

15 Lee mas

Suavizado de imágenes digitales mediante procesamiento a nivel de subpíxel

Suavizado de imágenes digitales mediante procesamiento a nivel de subpíxel

Los métodos de procesamiento a nivel de subpíxel en técnicas de súper-resolución aprovechan el desarrollo alcanzado a partir de eficientes métodos de interpolación. Actualmente existen varios algoritmos en uso para la interpolación de imágenes digitales. Algunos de los algoritmos de interpolación comunes son el vecino más próximo, bilineal y bicúbica. Otros algoritmos de interpolación como Catmull-Rom y el Mitchell-Netravali generan una mejor calidad de imagen. El algoritmo Lanczos utiliza la función de ventana de sincronismo con 2 lóbulos, 3 lóbulos o 4 lóbulos para aplicar la interpolación. Estos algoritmos utilizan interpoladores de orden superior que tienen más píxeles circundantes en cuenta, y por lo tanto también requieren más tiempo de cálculo, y retienen la mayor parte de los detalles de la imagen después de una interpolación. Son extremadamente útiles cuando la imagen requiere múltiples traslaciones, rotaciones o distorsiones geométricas en pasos separados. No obstante, a pesar de que estos algoritmos funcionan bien, requieren un largo tiempo de procesamiento debido a su complejidad. Esto es intolerable para su utilización en el procesamiento de grandes volúmenes de imágenes, como las que surgen de los BSE-SEM. A su vez, asociados al concepto de promediado de imágenes afectadas con ruido de carácter aleatorio de media cero, los métodos de desplazamiento a nivel de subpíxel pueden ser utilizados en el suavizado y la reducción de ruido. Todo ello contribuye con el éxito de las subsiguientes etapas de procesamiento y análisis de estas imágenes [1-3].
Mostrar más

78 Lee mas

Tratamiento de imágenes digitales y video. . Visión y reconstrucción 3D

Tratamiento de imágenes digitales y video. . Visión y reconstrucción 3D

Puede decirse que el procesamiento de imágenes como tal comienza en los años 1950-1960 debido a la combinación de dos hechos: por una parte la aparición de las computadoras digitales y por otra los Programas Espaciales. El objetivo inicial era muy concreto: mejorar la calidad visual de dichas imágenes. En este contexto se ha avanzado en el estudio de técnicas de eliminación de ruido, “bluring”, entre otras [5].

6 Lee mas

Tratamiento de imágenes digitales y video . Visión 3D

Tratamiento de imágenes digitales y video . Visión 3D

Podría decirse que el procesamiento de imágenes como tal comienza en los años 1950- 1960 debido a la combinación de dos hechos: por una parte la aparición de las computadoras digitales y por otra los Programas Espaciales. El objetivo inicial era muy concreto: mejorar la calidad visual de dichas imágenes. En este contexto se ha avanzado en el estudio de técnicas de eliminación de ruido, “bluring”, entre otras. [5].

4 Lee mas

Tratamiento de imágenes digitales y video . Visión y reconstrucción 3D

Tratamiento de imágenes digitales y video . Visión y reconstrucción 3D

Puede decirse que el procesamiento de imágenes como tal comienza en los años 1950- 1960 debido a la combinación de dos hechos: por una parte la aparición de las computadoras digitales y por otra los Programas Espaciales. El objetivo inicial era muy concreto: mejorar la calidad visual de dichas imágenes. En este contexto se ha avanzado en el estudio de técnicas de eliminación de ruido, “bluring”, entre otras. [5].

5 Lee mas

Segmentación de Imágenes Médicas Digitales mediante Técnicas de Clustering

Segmentación de Imágenes Médicas Digitales mediante Técnicas de Clustering

En consecuencia, en la Universidad de las Ciencias Informáticas el proyecto Visualización Médica fue creado con el objetivo de desarrollar aplicaciones que permitan la visualización 30 de modelos anatómicos obtenidos a partir del procesamiento de imágenes médicas digitales, basada en la reconstrucción tridimensional. Este proceso tiene una etapa que consiste en la segmentación de la imagen y que actualmente se realiza con la utilización de técnicas muy básicas que conllevan a que los modelos 30 no representen de forma exacta los órganos de la anatomía humana, esto trae como consecuencia que la visualización no sea realista, haciendo su interpretación más difícil para los especialistas.
Mostrar más

9 Lee mas

Estudio morfométrico del concentrado de pirolusita mediante el procesamiento de imágenes digitales

Estudio morfométrico del concentrado de pirolusita mediante el procesamiento de imágenes digitales

El desarrollo tecnológico actual implica el uso en todas las industrias de nuevos materiales. Para crear los mismos y mejorar sus propiedades es común utilizar una gran variedad de minerales tradicionales y tecnologías avanzadas [1]. La ciencia de los materiales es una de las ramas de la investigación donde existe un incremento casi exponencial de la aplicación de técnicas novedosas como lo es la nanotecnología, los materiales “inteligentes” y otros [2-9]. El mundo capitalista tiene el mayor monopolio en todos esos aspectos y no transfiere los conocimientos a los demás países, que como Cuba tienen la necesidad de desarrollar materiales y las tecnologías vinculadas a su producción.
Mostrar más

139 Lee mas

Optimización de la ecualización del histograma en el procesamiento de imágenes digitales

Optimización de la ecualización del histograma en el procesamiento de imágenes digitales

El método estándar descripto en la literatura puede producir la perdida de detalles en ciertas situaciones que explicamos mas adelante. Proponemos aquí, una variante del método que subsana este inconveniente, y exhibimos una secuencia de imágenes sintéticas para mostrar su eficiencia. La inserción de este trabajo en el proyecto mencionado, se origina en la necesidad de disponer de técnicas eficientes de realce de imágenes para facilitar su inspección visual y forma parte de una fase preliminar de estudio del procesamiento imágenes, efectuado en el departamento de ingeniería. La consecución del proyecto, orientada al área de la inspección de materiales, incluye scanning superficial, medición, reconstrucción total o parcial de objetos, perfilometría y análisis de superficies.
Mostrar más

5 Lee mas

Diseño de un sistema identificador de personas mediante el reconocimiento de voz usando redes neuronales

Diseño de un sistema identificador de personas mediante el reconocimiento de voz usando redes neuronales

Esto último se logra con DACs (pór sus siglas en inglés Digital-Analog-Conversor o Convertidor-Digital-Analógico), que tienen la capacidad de reproducir múltiples muestras digitales a diferentes tonos e incluso aplicarles efectos en tiempo real como el filtrado o distorsión. Algunas veces, la reproducción digital de multi-canales puede ser usado para sintetizar música si es combinado con un banco de instrumentos que por lo general es una pequeña cantidad de memoria ROM o flash con datos sobre el sonido de distintos instrumentos musicales. Otra forma de sintetizar música en las PC's es por medio de los "códecs de audio" los cuales son aplicativos diseñados para esta función pero consumen mucho tiempo de microprocesador.
Mostrar más

127 Lee mas

Clasificación de imágenes digitales utilizando patrones N-dimensionales

Clasificación de imágenes digitales utilizando patrones N-dimensionales

Se ha propuesto una modificación del método, al que se lo llama Razonamiento Evidencial Dinámico, de manera tal de mejorar su precisión. Esta modificación consiste en permitir tener una etapa de aprendizaje supervisado, y de este modo incorporar nueva evidencia para el sistema. Además se modifica su regla de decisión, y se la compara con las distintas alternativas propuestas por diversos autores y otras surgidas de la presente investigación [3]. Se evalúa su comportamiento para la clasificación de los cultivos en imágenes hiperespectrales. Esto se realiza sobre una etapa específica de la evolución de los cultivos y para un área geográfica particular (Nebraska –USA). Las imágenes fueron provistas por un grupo de trabajo de USA [4], que las ha utilizado para hacer investigación sobre el estrés de los cultivos.
Mostrar más

5 Lee mas

Evaluación de dosis radiológicas mediante técnicas de procesamiento digital de imágenes

Evaluación de dosis radiológicas mediante técnicas de procesamiento digital de imágenes

Al aplicar la prueba de rango con signo de Wilcoxon primeramente para las imágenes en un intervalo de dosis de hasta 5000 mGy, se obtuvo el resultado que se muestra en la figura 3.5. Se realizó la prueba, comparando en el caso de diezmar por dos, el método de interpolación polinomial con orden cuatro y el método con splines, debido a que la interpolación cúbica opera de manera similar a la interpolación con splines, como se observa en las curvas de calibración mostradas en el epígrafe anterior. Se utilizó orden cuatro para la interpolación polinomial ya que esta produjo mejores resultados. El valor del nivel de significación, mayor que 0.05 revela que no son significativas las diferencias entre los métodos. Esta misma prueba se efectuó para el segundo grupo de imágenes, pero se tomaron los puntos correspondientes al intervalo de hasta 5000 mGy y los resultados manifestaron que tampoco existen diferencias significativas, lo cual se observa en la figura 3.6.
Mostrar más

86 Lee mas

Identificación de bacilos ácido-alcohol resistentes en imágenes digitales de muestras de expectoraciones teñidas con la técnica Ziehl-Neelsen tradicional

Identificación de bacilos ácido-alcohol resistentes en imágenes digitales de muestras de expectoraciones teñidas con la técnica Ziehl-Neelsen tradicional

El uso de las técnicas de transformada de color basado en la infor- mación de banda ancha de los canales de cámaras analógicas y digi- tales. Se ha mostrado un éxito considerable usando técnicas de trans- formadas de color, usando la transformación de tonalidad-saturación- intensidad (Hue-Saturation-Intensity) o transformaciones similares co- mo tonalidad-valor-cromaticidad o transformaciones de tinte específico. Una desventaja de las transformaciones de color es que aunque hacen una segmentación basada en el color, no resultan en la separación de la contribución de dos o más tintes al color resultante. Las áreas que son teñidas con dos o más colores son designadas a uno de los colo- res, dependiendo en las contribuciones relativas de las manchas y los ajustes del umbral. Esto puede resultar en una considerable pérdida de información cuando una de las técnicas de transformación son uti- lizadas [15].
Mostrar más

102 Lee mas

Cifrado de imágenes y Matemáticas

Cifrado de imágenes y Matemáticas

En clases prácticas con ordenador, se les proporcionaba las imágenes cifradas y su trabajo consistía en descifrarlas. El trabajo se hacía por grupos de alumnos, favoreciendo así el trabajo colaborativo. Para ello se les describía minuciosamente el proceso seguido en el cifrado y las claves empleadas. Hemos visto la satisfacción mostrada por aquellos grupos que conseguían ser los primeros en descifrar la imagen propuesta.

8 Lee mas

Detección de defectos en telas poliéster utilizando técnicas de procesamiento de imágenes

Detección de defectos en telas poliéster utilizando técnicas de procesamiento de imágenes

Luego de haber concluido el primer proceso de identificación de (MC), El proceso para la detección de de MA, se inició con el procesamiento de la imagen adquirida en tiempo real, paso siguiente se utilizó la librería del IMAQ ColorBCGLookup VI, se procedió a dar valores fijos de brillo, contraste y gama a los tres planos de la imagen en modo RGB, a continuación se asignó un rango de valores a reemplazar 167-194 (Ver Tabla 7 y anexo 2), se procedió a utilizar el IMAQ color threshold VI como se observa en la Figura 38, el cual permitió que todos los pixeles que se encuentran dentro del rango mencionado están siendo reemplazados por el valor numérico de 255 (color blanco), lo que produjo que las manchas de aceite se vean resaltadas de
Mostrar más

119 Lee mas

Estimación robusta en modelos ARMA bidimensionales. Aplicación al procesamiento de imágenes digitales

Estimación robusta en modelos ARMA bidimensionales. Aplicación al procesamiento de imágenes digitales

En el tercer experimento, la imagen original fue contaminada aditivamente con α = 10 , 20 , 30 , 40 y 50 porciento. La primera columna de la Fig. 3.10 ((a1) a (a5)) muestra las correspondientes imágenes contaminadas. La segunda y tercera columnas muestran los resultados de la aplicación de los Algoritmos 1 y 2, respectivamente. Los estudios se llevaron a cabo considerando un tamaño de ventana 8 × 8 con ruido aditivo ν ∼ N (0, 50) . La tabla 3.3 muestra la similitud medida entre la imagen original (I) y las reconstrucciones que aparecen en la segunda columna ((b1) a (b5)). Al igual que en el experimento anterior, visualmente, no se observan diferencias importantes con respecto a la imagen original en las imágenes reconstruidas. Sin embargo, se observó que, a medida que aumenta el nivel de contaminación, los bordes de las diferentes imágenes se vuelven más prominentes ((c1) a (c5)). Esto puede ser corroborado por los valores en la Tabla 3.3, donde para todos los índices estudiados, a medida que la contaminación aumenta, la similitud disminuye.
Mostrar más

148 Lee mas

Estrategia de navegación para la plataforma robótica NAO usando landsmarks mediante reconocimiento de figuras geométricas

Estrategia de navegación para la plataforma robótica NAO usando landsmarks mediante reconocimiento de figuras geométricas

Para el desarrollo de este método es necesario procesar previamente la imagen, convirtiendo la imagen a blanco y negro, ya que este método detecta las formas blancas sobre un fondo negro, debido a que los valores binarios que se generan en la imagen (1 si es blanco, 0 si es negro), simplifican la detección del elemento en cuestión. También se debe aplicar, en el procesamiento previo, filtros a la imagen, que nos permita separar figuras de un color específico, como pueden ser colores primarios o RGB, o aplicar filtros que reduzcan elementos no deseados en la imagen, como se observa en la figura 1.(Botero Valencia & Delgado Trejos, 2009)
Mostrar más

22 Lee mas

TÉCNICAS DE PROCESAMIENTO DE IMÁGENES, PARA LA DETECCIÓN O DIAGNÓSTICO DE ENFERMEDADES EN IMÁGENES DEL SECTOR AGRÍCOLA.

TÉCNICAS DE PROCESAMIENTO DE IMÁGENES, PARA LA DETECCIÓN O DIAGNÓSTICO DE ENFERMEDADES EN IMÁGENES DEL SECTOR AGRÍCOLA.

Si se desea comparar imágenes, se enfrentara una tarea muy difícil que no puede ser resuelta con algoritmos simples. Posiblemente se deba procesar la imagen para obtener un conjunto de características o rasgos que puedan ser consideradas como objetos. Comparar el contenido de una imagen no es una tarea sencilla, pero se la puede simplificar si decidimos reducir el problema a uno más simple (dividiéndolo en problemas más sencillos), en vez de preguntarnos ¿Los objetos de estas imágenes son iguales? nos podríamos preguntar ¿Alguna región de esta imagen es similar, en algún aspecto, a algunas regiones de la otra imagen? En base a ello, ahora se podría tratar el problema con algunas técnicas de procesamiento de imágenes. El proceso para extraer objetos en el cerebro humano es muy, muy complejo y flexible, siendo capaz de reconocer no solo el objeto en sí, sino también su comportamiento general en la escena, como así también a la categoría a la cual pertenece. Es muy sencillo para los seres humanos observar la Imagen 1 que contiene una “ardilla mirando hacia arriba” o “un pequeño roedor colgando de una reja”, pero esta tarea no puede ser realizada con solo algoritmos de procesamiento de imágenes.
Mostrar más

23 Lee mas

Reconocimiento y detección biométrico basado en imágenes de huellas digitales

Reconocimiento y detección biométrico basado en imágenes de huellas digitales

Las técnicas de comparación de huellas dactilares basadas en correlación son técnicas precisas, pero poco estudiadas y con problemas de rendimiento debido a la alta carga computacional que presentan. El algoritmo para imágenes de alta resolución se ha probado con 120 huellas de tamaño 560x400 píxeles. La taza de error obtenido fue del 9.865%. El método propuesto para la detección del núcleo ha producido sólo 4 errores en esta base de datos, fallando por tanto en el 3.3% de las huellas. Analizando los errores de comparación obtenidos, se encuentran tres causas básicas para los fallos: la calidad de las huellas, núcleos cercanos al extremo de la imagen y baja curvatura en las huellas (Lindoso, 2009).
Mostrar más

80 Lee mas

Técnicas de verificación orientadas a sistemas digitales de procesamiento de señales

Técnicas de verificación orientadas a sistemas digitales de procesamiento de señales

Dado que el componente de verificaci´ on est´ a dise˜ nado para verificaci´ on tipo caja negra, se espera no tener visibilidad sobre los detalles de implementaci´ on del DUV. Por esta raz´ on el espacio de prueba debe ser explorado a conciencia para exponer cualquier error de implemen- taci´ on. De todas maneras, las secuencias de entrada caracter´ısticas del procesamiento de FFT t´ıpicamente involucran bloques desde 64 a 4096 ´ıtems con precisi´on entre 8 y 32 bits, lo que resulta en un n´ umero de vectores de prueba impr´actico de manejar a menos que se adopte una metodolog´ıa para reducirlo. Por esta raz´ on, se analiza el espacio de se˜ nales para definir una es- tructura adecuada para aplicar la estrategia introducida en la secci´ on 2.3.3. Entonces, un modelo de cobertura se define como una lista de conjuntos de cobertura.
Mostrar más

109 Lee mas

Aplicación de redes neuronales al reconocimiento de patrones en imágenes médicas

Aplicación de redes neuronales al reconocimiento de patrones en imágenes médicas

En cuanto a la clasificación se han comparado diferentes soluciones utilizando redes neuronales logrando una respuesta correcta, con un error menor al 10%. Esta etapa utiliza una caracterización dependiente del tipo de muestra histológica de la que se trate. Un objetivo a futuro es la generalización de la clase de problemas (imágenes médicas) que se pueden tratar con un modelo de red neuronal dada.

3 Lee mas

Show all 10000 documents...