Procesamiento Digital De Imágenes

INTRODUCCION

El procesamiento digital de imágenes es un tema muy amplio en el que se incluyen estudios de física, fisiología, ingeniería eléctrica, ciencias de la computación y matemáticas. En este curso se ven los fundamentos PRACTICOS de adquisición y despliegue de imágenes, y de procesamiento y análisis de imágenes usando MATLAB.

El procesamiento digital de imágenes es el conjunto de técnicas que se aplican a las imágenes digitales con el objetivo de mejorar la calidad o facilitar la búsqueda de información.

Los filtros se utilizan para la modificación de imágenes ya sea para detectar los bordes de una escena o para modificar el aspecto, otra función de los filtros es para la eliminación de ruido de la imagen.

Al hablar de un filtro nos estamos refiriendo a realizar una Convolución de una matriz con respecto a un pixel y la vecindad de este, esto quiere decir, si la imagen es de 200x300 pixeles y el filtro con el cual se va a realizar la convolución es una matriz de 3x3 entonces se irá desplazando el filtro pixel a pixel iniciando en la posición (1,1) hasta llegar a la (199,299).

299004 – Procesamiento Digital de Señales

Actividad 12: Trabajo Colaborativo 3

Descripción Resumida:

El trabajo colaborativo tienen como finalidad unir esfuerzos, reunir los saberes y competencias de todos los integrantes del grupo y con ello alcanzar la construcción de un trabajo de alta calidad, el cual lleva el resumen de los aportes valiosos de cada uno de los integrantes del grupo para la adquisición de las competencias necesarias en su carrera profesional. En este sentido, para el desarrollo del presente trabajo se hace necesario e importante los aportes individuales, por eso el trabajo final para presentarle a su tutor virtual requiere que todos conozcan las instrucciones y los recursos tecnológicos disponibles a la hora de construir el documento.

1. Investigación (4 páginas máximo)

a. Como se aplican los filtros digitales en la compresión digital de imágenes, explique con un ejemplo.

FILTROS DIGITALES

Como es sabido existe el sistema imágenes en BMP de windows de 32 bits 24bits 16bits. Cada modo de color se basa en el número de colores que permite visualizar (mejor dicho, el numero de tonos de color que se puede visualizar).

32 bits = 4294967296 colores

24 bits = 16777216 colores.

16 bits = 65536 colores.

Esto se puede trasladar al Video y existe el modo RGB donde se trata a cada pixel con una variación/mezcla entre los colores RED (rojo), GREEN (verde) y BLUE (azul). El problema que tiene esto es que este método hace que digitalmente ocupe mucho utilizar el RGB.

Para solucionar este problema se saca el modo YUV que permite disminuir el número de tonos de color gracias a las deficiencias del ojo humano en cuanto al color y una mayor percepción de la luz. De esta forma se consigue un menor tamaño de video/imagen y sin apreciación

alguna de que la calidad haya disminuido. Para este método se saca el modo subsampling que consiste en la reducción de información de color y preservar la de la luz.

YUV = Luminiscencia: "Y", Cromados: "U"(Cb) y "V"(cr). Teniendo en cuenta esto, tenemos distintos tipos de compresión.

4:2:2 (YUY2) - 16bits de información por pixel.

Este modo es el más común de todos, aunque es más conocido por el popular nombre de YUY2. Es el que se utiliza en las capturadoras de TV y similares.

El nombre de 4:2:2 quiere decir que la luminiscencia (el valor 4) se mantiene inalterado, ofreciendo el valor real del mismo.

Los valores de croma (2:2) se han disminuido a la mitad de información.

La cantidad de datos de información es de 16bits, con una calidad similar al RGB24 y obviamente con una reducción de espacio.

Ejemplo:

Capturando a 768 x 576 en YUY2 se obtiene lo siguiente:

768 x 576 pixels de información para Luma.

384 x 576 pixels de información para Croma (debido a que solo se guarda la información de un pixel por cada dos).

Como se puede ver, la resolución del croma tiene la vertical en la mitad, y aun capturando en RGB que si mantiene inalterado esto, no se cambiará, ya que la propia capturadora funciona de esta manera.

4:2:0 (YV12) - 12bits de información por pixel

Este modo de compresión es el utilizado mayoritariamente en los DVDs y preserva la luminiscencia (valor 4) y reduce a la mitad uno de los valores de croma y elimina la otra por completo (2:0). No es aconsejable la captura por este modo, debido a la disminución de calidad al convertir YUY2, que es la entrada de video, en YV12.

Ejemplo: Capturando a 768 x 576 en YV12 se obtiene lo siguiente

768 x 576 pixels de información para Luma.

384 x 288 pixels de información para Croma (debido a que solo se guarda la información de 1 pixel por cada 2, tanto en horizontal como en vertical).

Actualmente la mayoría de sistemas de compresión de imágenes y vídeo utilizan mecanismos que comportan una pérdida, en muchos casos imperceptible, en la calidad de imagen a cambio de obtener factores de compresión muy elevados. Para minimizar la pérdida de calidad de imagen, los compresores utilizan técnicas de optimización de tasa-distorsión, los cuales son muy costosos computacionalmente. El estudio presentado en este trabajo introduce estimadores de la distorsión. Estos estimadores permiten reducir significativamente los costes computacionales de estas técnicas sin penalizar la calidad de imagen. Sus aplicaciones son múltiples: aceleran el proceso de compresión de imágenes, pueden estimar la calidad en transmisiones interactivas, o bien pueden ayudar a no perder calidad en procesos de re-codificación.

Actualmente, la mayoría de sistemas de compresión de imágenes y vídeo utilizan mecanismos llamados de compresión con pérdida. La compresión con pérdida sacrifica calidad de imagen a cambio de obtener factores de compresión elevados; es decir, al comprimir una imagen con pérdida obtenemos un archivo de tamaño mucho más pequeño a cambio de recuperar la imagen con una calidad visual reducida. Estos mecanismos son ampliamente usados ya que sólo reduciendo un poco la calidad visual -a veces incluso a niveles imperceptibles por el ojo humano- la imagen se puede comprimir enormemente.

Para conseguir la máxima calidad posible dado el tamaño del archivo al que queremos comprimir la imagen, los compresores utilizan técnicas de optimización de tasa-distorsión. Uno de los pasos más importante llevado a cabo por estas técnicas es la cuantificación de la ganancia de calidad conseguida al comprimir cada una de las piezas de las que está compuesta la imagen. Generalmente, este proceso se realiza comparando la imagen (o pieza) original con la imagen (o pieza) recuperada después de comprimir.

El estudio presentado en significativamente el tiempo de cómputo de las técnicas de optimización, acelerando así el proceso de compresión de la imagen o el vídeo. Además, gracias al hecho de no necesitar la imagen original para cuantificar los aumentos de calidad, esta transmisión de imágenes i vídeo, donde la monitorización y/u optimización de la calidad

es también necesaria, o bien en mecanismos de re-codificación de imágenes.

Los estimadores de la distorsión presentados en este trabajo se han desarrollado a partir de un estudio teórico que considera la naturaleza de las imágenes. Los resultados experimentales conseguidos en tres aplicaciones diferentes, sugieren que la precisión de estos estimadores supera todos los métodos desarrollados hasta el momento, consiguiendo una precisión equiparable a la conseguida cuando se compara con la imagen original. Los costes computacionales de estos estimadores son prácticamente este trabajo introduce estimadores de la distorsión. Estos estimadores permiten evitar que las técnicas de optimización de tasa-distorsión hayan de comparar la imagen original al cuantificar las ganancias de calidad. Su principal ventaja es que reducen nulos, haciéndolos muy útiles en aplicaciones de compresión y transmisión de imágenes y vídeo.

b. Como se aplican los filtros digitales en la compresión digital de audio, explique con un ejemplo

Comprensión digital Audio

El audio digital es la codificación digital de una señal eléctrica que representa una onda sonora. Consiste en una secuencia de valores enteros y se obtienen de dos procesos: el muestreo y la cuantificación digital de la señal eléctrica.

Muestreo digital de una señal de audio

El muestreo consiste en fijar la amplitud de la señal eléctrica a intervalos regulares de tiempo (tasa de muestreo). Para cubrir el espectro audible (20 a 20000 Hz) suele bastar con tasas de muestreo de algo más de 40000 Hz (el estándar CD-Audio emplea una tasa un 10% mayor con objeto de contemplar el uso de filtros no ideales), con 32000 muestras por segundo se tendría un ancho de banda similar al de la radio FM o una cinta de casete, es decir, permite registrar componentes

de hasta 15 kHz, aproximadamente. Para reproducir un determinado intervalo de frecuencias se necesita una tasa de muestreo de poco más del doble (Teorema de muestreo de Nyquist-Shannon). Por ejemplo en los CDs, que reproducen hasta 20 kHz, emplean una tasa de muestreo de 44,1 kHz (frecuencia Nyquist de 22,05 kHz).

La cuantificación consiste en convertir el nivel de las muestra fijadas en el proceso de muestreo, normalmente, un nivel de tensión, en un valor entero de rango finito y predeterminado. Por ejemplo, utilizando cuantificación lineal, una codificación lineal de 8 bits discriminará entre 256 niveles

...