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


2/6

l $istograma se lo consigui! mediante el siguiente c!digo#



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


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)


else

figure,ims'o3(im),title(4magen 4);

end


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);


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


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)


else


end

trabajo bimestral 1

Documents