TRATAMIENTO DE IMAGENES

[pic 1]

ETAPA 1 – IDENTIFICACION DE PRESABERES

Presentado por:

CAMILA FERNANDA MANTILLA ARIAS. Código. 1098662350

Grupo No. 208054_5

Presentado a:

Tutor: PAOLA ANDREA MATEUS ABAUNZA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA

TRATAMIENTO DE IMAGENES

2022

INTRODUCCION

        En el presente encontramos el estudio de los conceptos previos, con la investigación nos permite poder entender el significado de cada uno de ellos y poner es practica los temas abordados, con este trabajo permite la realización del componente practico mediante la herramienta Matlab, utilizando código en scrib

DESARROLLO

1)  Actualización de perfil y presentación:

[pic 2]

[pic 3]

2. Resumen del proyecto final

Teniendo en cuenta los diferentes dispositivos que conforman los sistemas de información, un equipo de ingenieros de la UNAD está trabajando con módulos de visión para poner en funcionamiento un brazo robótico que pueda identificar una figura en específico y seleccionar en que grupo pertenece. Uno de los objetivos es crear un sistema de inteligencia artificial, que por medio de procesamiento de imágenes pueda identificar el conjunto de piezas y seleccionarla, sin son arandelas y/o tornillos.

Proyecto: Con el fin de realizar la identificación de las dos referencias (arandelas y tornillos), se deben cumplir los siguientes pasos:

1. Procesamiento de imágenes

De acuerdo con el sistema de programación, se tomará la imagen a procesar, el cual está ubicada junto a otros objetos y que permita separar esa imagen de los otros objetos, teniendo en cuenta los pixeles que permitan enmascarar y al mismo tiempo observar si se dilata la imagen en su respectivo proceso con el fin de mejorar la calidad y el aspecto de la imagen en sí.

2. Identificación de características

Para llevar a cabo el proceso de identificación de características primeramente tener en cuenta pasar la imagen a escala de grises de acuerdo con el histograma en su escala apropiada para su correcta intensidad de acuerdo con las matrices del objeto y grupo al que pertenezca.

3. Implementación de clasificador

Se identifica el grupo por distintas herramientas de implementación para clasificar el objeto de interés.

4. Análisis de resultados

Ya en este proceso se identifica las características en sí de la imagen de los otros objetos. De tal manera que, haya hecho la identificación correctamente de acuerdo con las especificaciones del objeto y al grupo que pertenezca.

3. Definición de conceptos: estudiando el libro guía, el estudiante investiga de manera individual y da respuesta a las siguientes preguntas teóricas:

a) ¿Cuál es la diferencia entre imagen análoga e imagen digital?

R/: Las imágenes análogas son aquellas que están formadas por granos como su estructura base. Mientras las imágenes Digitales son todas aquellas que están formadas por pixeles como su estructura base. (infobran, 2011)

b) Investigue e indique 5 campos de aplicación que tiene el tratamiento de imágenes.

• En la Industria
• En lo científico
• En los sistemas ópticos-digitales
• En los estudios de oleaje
• En el ámbito Costero

c) ¿Se tiene una imagen con resolución de 300 pixeles de alto y 200 pixeles de ancho, cuantos pixeles en total tiene la imagen?

R/: Para saber que resolución debo multiplicar: 300𝑥200=60.000 𝑝𝑖𝑥𝑒𝑙𝑒𝑠

d) Indique cual es la definición de cada uno de los siguientes tipos de número:

1) Unit8: Es una imagen cuya matriz de datos contiene 8 bits.

2) Unit16: Es una imagen cuya matriz de datos contiene 16 bits.

3) Double: Es el tipo de datos numéricos por defecto (clase). proporcionando una precisión suficiente para la mayoría de las tareas de cálculo. Las variables numéricas se almacenan automáticamente como valores de coma flotante de doble precisión de 64 bits (8 bytes).

4) Logical: representa estados true (verdaderos) o false (falsos) mediante el uso de los números 1 y 0, respectivamente. Determinadas funciones y operadores de MATLAB devuelven valores lógicos para indicar que se cumple una condición.

e) Seleccione cuál de las siguientes afirmaciones es correcta y explique por qué:

1) RGB= rojo, gris y blanco

2) RGB= rojo, verde y blanco

3) RGB= rojo, verde y azul

4) RGB= verde, azul y gris

R/: El número 3 es la afirmación correcta, porque el modo RGB corresponde a rojo, verde y azul, es utilizado por las cámaras en color y los sistemas de visualización de video, el cual cada color se forma por la combinación de los tres colores. (Negrete, 2014)

f) Indique cuantas capas tiene un espacio de color RGB.

R/: Un espacio de color RGB tiene 3 capas.

g) ¿Qué espacio de color tiene las siguientes capas: matiz, saturación y valor?

R/: Es el modelo de color HSV (hue, saturation, value), también conocido como HSB (hue, saturation, brightness).

h) ¿Qué es histograma?

R/: Un histograma es una función unidimensional de valores de píxeles que representa la distribución de los valores de píxeles en una ventana. Un histograma típico se caracteriza por la presencia de picos, o modos, que representan los valores de píxeles hallados en las características de la ventana dominante.

[pic 4]

Imagen 1. Histograma

Fuente: http://algoimagen.blogspot.com/2013/05/histograma-acumulado-tratamiento-de.html

4. Implementación de códigos

• Indique para qué sirven los comandos clc, clear all y close all.

Clc :  (Borra la pantalla, pero deja las variables en el espacio de trabajo)

clear all : (Borra las líneas de código y la variables del espacio de trabajo)

close all : (Cierra todas las ventanas que se encuentran abiertas)

imagen que va a ser procesada

[pic 5]

[pic 6]

Imagen 2. En esta imagen podemos observar el código utilizado en la herramienta Matlab.

[pic 7]

...