18Universidad los libertadores, luis Fernando rivera rubiano

[footnoteRef:1] [1: ]

MORPHOLOGICAL PROCESSING

Luis Fernando rivera Rubiano cod:200910021600lfriverar@libertadores.edu.coUniversidad los libertadorea

Resumenen este laboratorio se realiza los distintos tipos de comandos para la morfologa de imgenes analizando cada uno de ellos y adems se toman muestra de las huellas de la mano izquierda y derecha para ser analizadas y mejoralarlas con distintos comandos como skeleton y binario donde se evidenciaran cambios con las imgenes originales.

Abstract: in this laboratory various types of commands to the morphology of images is done by analyzing each sample plus traces of the left and right hand for analysis and mejoralarlas with different skeleton and binary commands such as where changes become apparent are taken with the original images.

INTRODUCCION

Procesamiento de imagen morfolgicaes una coleccin de operaciones no lineales relacionados con la forma o morfologa de las caractersticas de una imagen., operaciones morfolgicas se basan slo en el orden relativo de los valores de pxel, no en sus valores numricos, y por lo tanto son especialmente adecuados para el procesamiento de imgenes binarias.Operaciones morfolgicas tambin se pueden aplicar a las imgenes en escala de grises de tal manera que sus funciones de transferencia de luz son desconocidas y por lo tanto sus valores de pxel absolutos no son de inters o menor.Tcnicas morfolgicas sondean una imagen con una pequea forma o plantilla llamada unelemento estructurante.El elemento estructurante est posicionado en todas las ubicaciones posibles en la imagen y se compara con el barrio correspondiente de pxeles.Algunas operaciones de probar si el elemento "encaja" en el barrio, mientras que otros probar si "hits" o se cruza el barrio:.

FUNCION IMDILATE

Figura 1:imagen original.

Figura 2: funcion imdilate con strel (line)

Se puede observar en la imagen el commando a tartar que es diltacion en el cual se selecciona el pixel de la imagen ,donde se busca el mayor de los pixeles de la vecindad y se sutituye el valor del pixel por el mximo valor

Figura 3: imagen original

Figura 4 funcion imdilate con strel (ball)

Se puede observar como se resaltan los brillos de la imagen y bordes donde se observan cosas que se veian ocultas.

FUNCION IMDILATE

Figura 5: imagen original

Figura 6: function imdilate con strel (disk)

Se denota que colocandole un strel con disk de 16 se resaltam mas los bordes dejando partes mas brillantes y se dilatan bordes en ciertas regions

Figura 7_ imagen original

FUNCION IMERODE

Figura. Imagen original

Figura 2: function imerode con strell(line)

Se observa que se produce una erosion donde en la imagen binaria elimina pixeles del contorno de objetos presentes en la imagen

Figura 8: imagen original

Figura 9 funcion imerode con strell(line)

Se ve que se resaltan bordes y los oscurece ,esto es debido aun pixel de salida ,donde este es el minimo de los pixeles presentes en la vecindad definida por el elemento estructural

Figura 10 imagen original

Figura 11:function imerode con strell (ball)

Al aplicar la erosion con ball se observar que la imagen se oscurese mucho mas hacienda que la imagen quede con mayor contfraste

FUNCION IMOPEN

Figura 12 imagen original

Figura 13 funcion imopen

Al erosionar, se eliminan pequeos elementos y al dilatar, posteriormente, se ensalzan los elementos significativosAl comenzar por una erosin, se tiende a romper las piezas en sus partes constitutivas, generando huecosFUNCION IMCLOSE

Figura 14 imagen original

Figura 15 imagen con funcion imclose

Al dilatar, se eliminan pequeos agujeros existentes en los objetos y al erosionar, posteriormente, se recuperan las zonas significativas. Al comenzar por una dilatacin, se tiende a unificar los objetos, eliminando pequeos agujeros y suaviza el contorno

Figura 16 imagen origginal

1. Figura 17 bwmorph con funcion remove

Figura 18 bwmorph con funcin skel

Se obtiene a partir de sucesivas erosiones de la imagen hasta que la misma no se convierta en un conjunto vacio

FUNCION INRECONSTRUCT

Figura 19 imagen original

1. Figura 20 imagen con function imreconstruct

realizala reconstruccin morfolgicade la imagenmarcadorbajo la imagende mscara.Los argumentos marcadorymscarapueden ser imgenes de intensidad o imgenes binarias con el mismo tamao.La imagen devueltaIMes la misma que la imagen de entrada.

HUELLAS DACTILARES (PULGAR )

Imagen 21 pulgar con imdilatre y strel ball

Figura 22 imagen original

Aplique el comando imdilate ala imagen de la huella pero el resultado no fue el esperado puesto que me la aclaro mucho y me la dilato por lo que no se puede denotar muy bien

Figura 23 imagen original

Figura 24 pulgar con imdilate y strel line Aqu aplique el comando imdilate pero con un strel line ,este mejora un poco acomparacion del anterior pero no es el resultado que se espera por lo que este comando no nos sirve para mejorar nuestra imagen .

Figura 26 imagen con imerode

Esta funcin de erosion mejora mucho mejor la imgen porque nos oscurece ciertos borde pero al igual no es el resultado que se espera

Figura 25 imagen original

Figura 27 imagen con imerode y strell (disk)

HUELLA DACTILAR (PULGAR DERECHO)

Figura 28 imagen original

Figura 28 imagen aplicando escala de grises

Fiugra 30 imagen convertida a binario

Figura 31 imagen con funcin skeleton

Con la funcion skeleton quita pxeles en los lmites de los objetos, pero no permite que los objetos se rompan.Los pxeles restantes conforman el esqueleto de imagen.Esta opcin conserva el nmero de Euler.

HUELLA DACTILAR(INDICE DERECHO)

Figura 32 imagen original

Figura 33 imagen en escala de grises

Figura 34 imagen convertida a binario

Figura 35 imagen con funcion skeleto

Figura 36 imagen original

Figura 37 imagen a escala de grises

Figura 38 imagen convertida a binario

Figura 39 imagen con funcion skeleton

HUELLA DACTILAR (ANULAR DERECHO)

Figura 40 imagen original

Figura 41 imagen a escala de grises

Figura 42 imagen convertida a binario

Figura 43 imagen con funcion skeleton

HUELLA DACTILAR (MEIQUE DERECHO)

Figura 44 imagen original

Figura 45 imagen a escala de grises

Figura 46 imagen convertida a binario

Figura 47 imagen con funcion skeleton

HUELLA DACTILAR (PULGAR IZQUIERDO)

Figura 48 imagen original

Figura 49 imagen a escala de grises

Figura 50 imagen convertida a binario

Figura 51 imagen con funcion skeleton

HUELLA DACTILAR (INDICE IZQUIERDO)

Figura 52 imagen original

Figura 53 imagen en escala de grises

Figura 54 imagen convertida a binario

Figura 55.imagen con funcion skeleton

HUELLA DACTILAR (MEDIO IZQUIERDO)

Figura 56 imagen original

Figura 57 imagen en escala de grises

Figura 58 imagen convertida a binario

Figura 59 imagen con funcion skeleton

HUELLA DACTILAR (ANULAR IZQUIERDO)

Figura 60 imagen original

Figura 61 imagen en escala de grises

Figura 62 imagen convertida a binario

Figura 63 imagen con funcion skeleton

HUELLA DACTILAR (MEIQUE IZQUIERDO)

Figura 64 imagen original

Figura 65 imagen en escala de grises

Figura 66 imagen convertida a binario

Figura 67 imagen con funcion skeleton

ANEXOS

Skeleton es una propiedad de forma importante y tiene unvariedad de aplicaciones. La implementacin esqueletizacinproporcionada en la imagen MATLAB Processing Toolbox es a menudose utiliza, pero su velocidad de ejecucin no es satisfactoria. laaplicacin se introduce y se analiza en el perido

https://translate.google.es/#en/es/Skeleton%20is%20an%20important%20shape%20property%20and%20has%20a%0Avariety%20of%20applications.%20The%20skeletonization%20implementation%0Aprovided%20in%20the%20MATLAB%20Image%20Processing%20Toolbox%20is%20often%0Aused%2C%20but%20its%20execution%20speed%20is%20not%20satisfactory.%20The%0Aimplementation%20is%20introduced%20and%20analyzed%20in%20the%20paper%2C%20and%0Aperformance%20bottlenecks%20are%20pointed%20out.%20Optimizations%20are%0Aproposed%20for%20all%20these%20bottlenecks.%20As%20the%20result%20of%20the%0Aoptimization%2C%20a%20single%20MATLAB%20function%20is%20realized%20for%0Askeleton%20computation.%20Results%20of%20experiments%20on%20a%20test%20image%0Aset%20show%20that%20the%20optimizations%20are%20effective%2C%20and%20the%20speed%0Aperformance%20of%20the%20new%20function%20is%20considerably%20higher%20than%0Athat%20of%20the%20function%20provided%20in%20the%20MATLAB%20Image%0AProcessing%20Toolbox.

http://biblioteca.libertadores.edu.co:2087/stamp/stamp.jsp?tp=&arnumber=5287575

conclusiones

1. se observo que por de los comandos podemos erosionar una imagen reduciendo bordes o agrandndolos

2. .se evidencio que para mejorar una imagen tal como una huella debemos pasar la imagen a escala de grises ,convertirla a binario y dentro del comando de bwmorhp utilizamos skeleton donde saca el esqueleto de la imagen resaltando sus bordes

3. Lamorfologa en imgenes se usa para poder resaltar omejorar una imagen en cuanto a su calidad ya sea brillo bordes etc .

4. *se observo que por medio de los comandos podemos seleccionar partes de la imagen donde los podemos eliminar o modificarlos creando asi nuevas imagenes.*

referencias [1] R.C. Gonzalez and R.E. Woods, Digital Image Processing, 3rd Edition, Prentice Hall, 2008

[2] T. Chan y J. Shen, procesamiento de imgenes y anlisis: variacional, PDE, Wavelet y Mtodos estocsticos.Society for Industrial and Applied Matemtica, 2005.

[3] M. Petrou y C. Petrou, Procesamiento de Imgenes - El Fundamentos, segunda edicin.John Wiley & Sons, 2010.[4] Digital signal processing litan., Beijing, China, Electronic pag 637 august 4 2007