MORFOLOGÍA MATEMÁTICA UTILIZANDO MATLAB La
morfología es una técnica del procesamiento de
imágenes basada en pendientes. El valor de cada
píxel de la imagen de salida está basado en la
comparación del píxel correspondiente en la imagen
de entrada con sus vecinos. Para elegir tanto el tamaño
como la pendiente de la vecindad, se pueden construir operaciones
morfológicas que son sensibles a pendientes
específicas en la imagen de entrada. (Gp:) FONDO (Gp:) En
una imagen binaria, los píxeles que están apagados,
i. e., con un valor de 0, son considerados como el fondo. En una
imagen binaria son los píxeles de color negro. (Gp:)
CONECTIVIDAD Es un criterio que describe como los píxeles
en una imagen forman un grupo conectado. Por ejemplo, un
componente conectado es “8-conectado” si los
píxeles adyacentes diagonalmente se consideran a ser
tocados, de otra forma, es “4 conectado”.
MORFOLOGÍA MATEMÁTICA UTILIZANDO MATLAB (Gp:)
FOREGROUND (Gp:) En una imagen binaria, los píxeles que
están encendidos, i. e., con un valor de 1, son
considerados como el frente. En una imagen binaria son los
píxeles de color blanco. (Gp:) MÁXIMO GLOBAL (Gp:)
El máximo regional más alto en la imagen. (Gp:)
MÍNIMO GLOBAL (Gp:) El mínimo regional más
alto en la imagen. (Gp:) MORFOLOGÍA (Gp:) Un amplio
conjunto de operaciones de procesamiento de imágenes que
procesan a la imagen basado en pendientes. Un conjunto de
operaciones morfológicas aplican un elemento estructura a
una imagen de entrada, creando una imagen de salida del mismo
tamaño. Las operaciones básicas son las
dilatación y la erosión.
MORFOLOGÍA MATEMÁTICA UTILIZANDO MATLAB (Gp:)
VECINDAD (Gp:) Un conjunto de píxeles que están
definidos por sus posiciones relativas al píxel de
interés. Una vecindad se define por un elemento de
estructura o por la especificación de una conectividad.
(Gp:) IMAGEN BINARIA EMPAQUETADA (Gp:) Un método de
compresión de imágenes binarias que puede acelerar
el procesamiento de la imagen. (Gp:) MÁXIMO REGIONAL (Gp:)
Un conjunto de píxeles de intensidad constante de los cual
es imposible obtener un punto con una intensidad mayor sin
primero descender; esto es, un componente conectado de
píxeles con el mismo valor de intensidad, t, rodeados por
píxeles que todos tienen un valor menor que t .
MORFOLOGÍA MATEMÁTICA UTILIZANDO MATLAB (Gp:)
MÍNIMO REGIONAL (Gp:) Un conjunto de píxeles de
intensidad constante de los cual es imposible obtener un punto
con una intensidad menor sin primero ascender; esto es, un
componente conectado de píxeles con el mismo valor de
intensidad, t, rodeados por píxeles que todos tienen un
valor mayor que t . (Gp:) ELEMENTO ESTRUCTURA (Gp:) Una matriz
utilizada para definir tanto la pendiente como el tamaño
de una vecindad para operaciones morfológicas, incluyendo
la dilatación y la erosión. Está consiste
sólo de 1’s y 0’s que pueden tener una
pendiente y tamaño arbitrario. Los píxeles con
valores de 1 definen la vecindad.
DILATACIÓN Y EROSIÓN La dilatación y la
erosión son las dos operaciones fundamentales de la
morfología matemática. La dilatación suma
píxeles a las fronteras de los objetos en una imagen,
mientras que la erosión elimina los píxeles sobre
las fronteras de los objetos.
En las operaciones morfológicas de erosión y
dilatación, el estado de algún píxel
determinado en la imagen de salida está determinado por la
aplicación de una regla que relaciona al píxel
correspondiente de la señal de entrada y sus vecinos. La
regla utilizada define las operaciones como una dilatación
o una erosión. La siguiente tabla resume tales reglas:
DILATACIÓN. El valor del píxel de salida es el
valor máximo de todos los píxeles en la vecindad
del píxel de entrada. En una imagen binaria, si alguno de
los píxeles es igual a uno, el píxel de salida se
coloca a uno. EROSIÓN. El valor del píxel de salida
es el valor mínimo de todos los píxeles en la
vecindad del píxel de entrada. En una imagen binaria, si
alguno de los píxeles es igual a cero, el píxel de
salida se coloca a cero.
>> y=imread('mandril.jpg'); >> se=strel('square',3)
se = Flat STREL object containing 9 neighbors. Neighborhood: 1 1
1 1 1 1 1 1 1 >> bw2=imdilate(y,se); >>
bw3=imerode(y,se);
open=imopen(y,se); OPEN
CLOSE open=imclose(y,se);
>>x=double(imread('mandril.jpg')); >> imshow(x,[]);
>> b=[0 1 0;1 1 1;0 1 0]; >>
mask=strel('arbitrary',b); >> xero=imerode(x,mask);
>> xres=xero-x; >> imshow(xres,[])
>>x=double(imread('mandril.jpg')); >> imshow(x,[]);
>> b=[0 1 0;1 1 1;0 1 0]; >>
mask=strel('arbitrary',b); >> xdil=imdilate(x,mask);
>> xresdil=x-xdil; >> imshow(xresresdil,[])
>> se=strel('square',3) >> xdil=imdilate(x,se);
>> xresdil=x-xdil; >> imshow(xresdil,[])
for i=1:480 for j=1:640 nuevo(i,j)=y(i,j)+150; if
(nuevo(i,j)>256) nuevo(i,j)=256; end end end >> hask=[0
1/10 0; 1/10 6/10 1/10; 0 1/10 0]; >> b=conv2(nuevo,hask);
>> imshow(b,[])
>> yerod=imerode(y,se); >> ydila=imdilate(y,se);
>> yresero=y-yerod; >> yresdil=ydila-y; >>
imshow(ydila,[]) >> imshow(yresdil,[]) >>
yresdil=y-ydila; >> yresero=yerod-y; >>
imshow(yresdil,[]) >> imshow(yresero,[])
>> nuevoero=imerod(nuevo,se); >>
nuevoero=imerode(nuevo,se); >> nuevodil=imdilate(nuevo,se);
>> nuevoresero=nuevoerod-nuevo; >>
nuevoresero=nuevoero-nuevo; >> nuevoresdil=nuevo-nuevodil;
>> imshow(nuevoresero,[]) >>
imshow(nuevoresdil,[])
>> bero=imerode(b,se); >> bdil=imdilate(b,se);
>> bresero=bero-b; >> bresdil=b-bdil; >>
imshow(bresero,[]) >> imshow(bresdil,[])