Download - Trabajo Bimestral 1
-
8/16/2019 Trabajo Bimestral 1
1/6
Universidad Técnica Particular de
Loja
Introducción a la visión artificial
Proyecto Bimestral 1
Lenin Herrera
25-05-2016
Problema 1: Contraste.
Se puede determinar que una imagen tienen un buen contrastes cuando tiene un valor equilibrado
entre valores altos y valores bajos de intensidad. sta aseveraci!n se reali"o en base a 2declaraciones#
1. Si una imagen contiene muc$os valores cercanos a 0% sera una imagen negra en su totalidad
o muy oscura.
2. Si una imagen contiene muc$os valores cercanos a 255% sera una imagen blanca o
demasiado clara.
&l anali"ar el $istograma podemos a'irmar lo mencionado% ya que se observo el resultado de las (
im)genes y coincidieron con las declaraciones mencionadas.
&s* mismo se puede notar que la +magen 2% tienen una nivel equilibrado de valores pr!,imos a 0 y a255% siendo su promedio no el mayor ni el menor% si no el medido.
Ilustración 1: Histograma Imagen 1
-
8/16/2019 Trabajo Bimestral 1
2/6
l $istograma se lo consigui! mediante el siguiente c!digo#
Ilustración 2: Histograma Imagen 2
Ilustración 3: Histograma Imagen 3
nk = zeros(256,1);%f(zeros): genera una matriz de zeros(m,n)
t = m * n; %t = numero total de pixeles
for i=1:m
for !=1:n
k = im1(i,!); %k: "alor temporal de la intensidad de pixel
nk(k#1) = nk(k#1) # 1; %se suma un pixel por $ada uno $on el "alor de mend
end
pf = nksum(nk); %normaliza$i&n del 'istograma
-
8/16/2019 Trabajo Bimestral 1
3/6
on los datos obtenidos era necesario proceder a obtener los valores promedios entre las
intensidades obtenidas de cada $istograma.
on los promedios obtenidos er) necesario ordenarlos para poder identi'icar la imagen con el mejor
promedio el cual se ubicar*a en medio del vector organi"ado con los valores promedio de cada
$istograma.
Se $a empleado el mtodo burbuja para organi"ar los promedios obtenidos.
Luego de ser ordenados% se determino a que imagen pertenec*a el promedio seleccionado% para
proceder a la presentaci!n de la imagen seleccionada por el procedimiento.
omo se supon*a la imagen presentada 'ue la +magen numero 2% ya que conten*a la mejor relaci!n
entre sus niveles de grises.
Siendo su promedio el valor de# /.26e05.
%e multipli$a el "alor de intensidad por el numero de pixeles $on di$'o
%"alor
for i = 1:
for ! = 1:256
pfr(!,i) = pfr(!,i)*i; end
end
pr = zeros(,2); % pr: promedio para rela$i&n entre las imagenes
sr = zeros(,2); % sr: suma para rela$i&n entre las imagenes
for i = 1:
for ! = #1:255#1
sr(i,1) = sr(i,1) # pfr(!,i); %suma de $ada "alor
end
pr(i,1) = (sr(i,1)*1)255;% sr numero total de pixeles
end
%+etodo uru!a para ordenar de ma-or a menor
for i = 1:
for != 1:.i
if pro(!,1) / pro(!#1,1)
aux = pro(!,1); %aux: numero auxiliar para alma$enar "alor de entrada
pro(!,1) = pro(!#1,1);
pro(!#1,1) = aux; end
end
end
0f,$ = size(pro); %tamao de pro
"m = round(f2); %"m: "alor medio del numero de filas en pro
%$ompara$i&n para presentar la imagen es$ogida de a$uerdo al pro$eso%realizado
if pro("m,1) == pr(1,1)
figure,ims'o3(im1),title(4magen 14);
elseif pro("m,1) == pr(2,1)
figure,ims'o3(im2),title(4magen 24);
else
figure,ims'o3(im),title(4magen 4);
end
-
8/16/2019 Trabajo Bimestral 1
4/6
Problema : !nfo"ue.
l problema del en'oque no se abordo desde la perspectiva o in'ormaci!n del $istograma sino se
tomo en cuanta el numero de bordes que podr*an ser identi'icados $aciendo uso del 'iltro anny. 3a
que la imagen entre m)s clara sea se encontrara un mayor numero de bordes. 3 si la imagen se
encuentra desen'ocada% el numero de bordes detectados por el c!digo sera menor.
4ara con'irmar lo mencionado% se anali"o el resultado del 'iltro de anny. ando como resultado de
la tesis% un verdadero.
4ara obtener el resultado de aplicar el 'iltro anny se empleo el siguiente codigo.
Ilustración 4: Efecto filtor Canny Imagen 4
Ilustración 5: Efecto Filtro Canny Imagen 5
%ete$$i&n de ordes
1 = edge(im7,48ann-4); %1: imagen inaria ordes 1 de im7
2 = edge(im5,48ann-4); %f(edge): en$uentra los ordes de im7 $on filtro 8ann-
= edge(im6,48ann-4);
-
8/16/2019 Trabajo Bimestral 1
5/6
na ve" obtenidos los resultados del 'iltro anny% se pudo observar que entre menos en'ocada esta
la imagen menor detalle tendr) y por ende menor sera el numero de bordes detectados.
Siendo el conteo manual una tarea tediosa y de alto coste% es necesario que se realice un conteo de
bordes $aciendo uso de una 'unci!n. n el caso del lenguaje matlab 7b8label9 es la 'unci!n que
cumple con el objetivo.
l c!digo para encontrar el numero de bordes en cada imagen es el siguiente#
on los datos obtenidos era necesario ordenarlos en una matri" y el primer resultado el m)s alto
ser*a la imagen con mejor en'oque.
omo resultado obtenemos que el mayor numero de bordes es#
:inalmente% con el valor obtenido de la imagen con mejor en'oque se procedi! a la presentaci!n dela misma.
Ilustración 6: Efecto Canny Imagen 6
%8onteo del numero de ordes
0n1,n1 = 3lael(1,7); %n1: matriz $on las $one$$iones de en$idad 7 en$ontradas
en 1
0n2,n2 = 3lael(2,7); %n2: numero de ordes en$ontrados en 2;
0n,n = 3lael(,7); %f(3lael): fun$ion para en$ontar $one$$iones entre pixeles
de a$uerdo a su "e$indad
%+atriz n para alma$enar el numero de ordes de las imagenes
n (1,1) = n1;
n (2,1) = n2;
n (,1) = n;
no = n; %no: n ordenada
%+etodo uru!a para ordenar de ma-or a menorfor i = 1:
for != 1:.i
if no(!,1) / no(!#1,1)
aux = no(!,1); %aux: numero auxiliar para alma$enar "alor de entrada
no(!,1) = no(!#1,1);
no(!#1,1) = aux;
end
end
end
-
8/16/2019 Trabajo Bimestral 1
6/6
Conclusiones.
• 4ara que una imagen disponga de un buen contraste debe de tener un equilibrado nivel de
grises.
• na imagen sin ruido de alta calidad y de buen en'oque dispondr) de mayor numero de
bordes que otras.
%$ompara$i&n para presentar la imagen es$ogida respe$to al pro$eso
%realizado
if no(1,1) == n(1,1)
figure,ims'o3(im7),title(4magen 74);elseif no(1,1) == n(2,1)
figure,ims'o3(im5),title(4magen 54);
else
figure,ims'o3(im6),title(4magen 64);
end