Professional Documents
Culture Documents
ON DE LAGRANGE Y SU
DERIVADA.
Ejemplo:
S = [(0, 0,3927), (0,2, 0,5672), (0,4, 0,6982), (0,6, 0,7941), (0,8, 0,8614), (1, 0,9053)]
Introduccion. Desarrollo te orico Deteccion de bordes
1-Aproximacion por diferencias nitas
Ejemplo:
Por el comando di (rojo): y = 0
6533x + 0
6550x + 0
4411
Introduccion. Desarrollo te orico Deteccion de bordes
Gradiente de una imagen
Gradiente: La derivada proporciona variaciones locales de la variable, el
valor de la derivada es mayor cuanto mayores son las variaciones.
En el caso de las funciones bidimensionales la derivada es un vector que
apunta a la m axima variaci on de f(x,y). A este vector se le llama gradiente.
f(x, y) =
f(x,y)
x
f(x,y)
y
Mag[f(x, y)] =
f(x, y)
x
2
+
f(x, y)
y
2
Introduccion. Desarrollo te orico Deteccion de bordes
Gradiente de una imagen
C omo podemos aplicar esto a una imagen digital?
f(x, y)
x
x
f(x, y) = f(x, y) f(x 1, y)
f(x, y)
y
y
f(x, y) = f(x, y) f(x, y 1)
|G(i, j)| =
G
f
2
+ G
c
2
G
f
(i, j) + G
c
(i, j)
Introduccion. Desarrollo te orico Deteccion de bordes
Gradiente de una imagen
C omo podemos aplicar esto a una imagen digital?
f(x, y)
x
x
f(x, y) = f(x, y) f(x 1, y)
f(x, y)
y
y
f(x, y) = f(x, y) f(x, y 1)
|G(i, j)| =
G
f
2
+ G
c
2
G
f
(i, j) + G
c
(i, j)
Introduccion. Desarrollo te orico Deteccion de bordes
Gradiente de una imagen
Vamos a ver c omo queda en matlab y que sucede realmente en la imagen:
Original
Gradiente
Ampliada
Introduccion. Desarrollo te orico Deteccion de bordes
Gradiente de una imagen
Aplicando el m odulo del gradiente de la intensidad de la imagen:
Resultados
Imagen Original
Aplicando la funcion gradient
Aplicando la aproximaci on vista
Introduccion. Desarrollo te orico Deteccion de bordes
Gradiente de una imagen
Aplicando el m odulo del gradiente de la intensidad de la imagen:
Resultados
Imagen Original
Aplicando la funcion gradient
Aplicando la aproximaci on vista
Introduccion. Desarrollo te orico Deteccion de bordes
Gradiente de una imagen
Aplicando el m odulo del gradiente de la intensidad de la imagen:
Resultados
Imagen Original
Aplicando la funcion gradient
Aplicando la aproximaci on vista
Introduccion. Desarrollo te orico Deteccion de bordes
Gradiente de una imagen
Aplicando el m odulo del gradiente de la intensidad de la imagen:
Resultados
Imagen Original
Aplicando la funcion gradient
Aplicando la aproximaci on vista
Introduccion. Desarrollo te orico Deteccion de bordes
Mejoras
Filtros mejorados
Aplicando el ltro de Prewitt en el cual consideramos los pxeles (i+1,j) y
(i-1,j) en la direcci on x, (i,j-1) y (i,j+1) en el eje y.
Resultados
Imagen Original
Aplicando Prewitt
Introduccion. Desarrollo te orico Deteccion de bordes
Mejoras
Filtros mejorados
Aplicando el ltro de Prewitt en el cual consideramos los pxeles (i+1,j) y
(i-1,j) en la direcci on x, (i,j-1) y (i,j+1) en el eje y.
Resultados
Imagen Original
Aplicando Prewitt
Introduccion. Desarrollo te orico Deteccion de bordes
Mejoras
Filtros mejorados
Aplicando el ltro de Prewitt en el cual consideramos los pxeles (i+1,j) y
(i-1,j) en la direcci on x, (i,j-1) y (i,j+1) en el eje y.
Resultados
Imagen Original
Aplicando Prewitt
Introduccion. Desarrollo te orico Deteccion de bordes
Mejoras
Filtros mejorados
Para aplicar el ltro de Canny debemos hacer la derivada gaussiana en x e
y, esto es:
f(x, y)
x
=
x
2
4
e
x
2
y
2
2
2
f(x, y)
y
=
y
2
4
e
x
2
y
2
2
2
Resultados
Imagen Original
Aplicando Canny
Introduccion. Desarrollo te orico Deteccion de bordes
Mejoras
Filtros mejorados
Para aplicar el ltro de Canny debemos hacer la derivada gaussiana en x e
y, esto es:
f(x, y)
x
=
x
2
4
e
x
2
y
2
2
2
f(x, y)
y
=
y
2
4
e
x
2
y
2
2
2
Resultados
Imagen Original
Aplicando Canny
Introduccion. Desarrollo te orico Deteccion de bordes
Mejoras
Filtros mejorados
Para aplicar el ltro de Canny debemos hacer la derivada gaussiana en x e
y, esto es:
f(x, y)
x
=
x
2
4
e
x
2
y
2
2
2
f(x, y)
y
=
y
2
4
e
x
2
y
2
2
2
Resultados
Imagen Original
Aplicando Canny
Introduccion. Desarrollo te orico Deteccion de bordes
Bordes en color
Imagenes en color
Vamos a ver que pasa si queremos ver los bordes en color. Para eso hay que
descomponer la imagen en sus tres planos RGB.
Resultados
Imagen Original
Aplicando el gradiente
Aplicando Prewitt
Aplicando Canny
Introduccion. Desarrollo te orico Deteccion de bordes
Bordes en color
Imagenes en color
Vamos a ver que pasa si queremos ver los bordes en color. Para eso hay que
descomponer la imagen en sus tres planos RGB.
Resultados
Imagen Original
Aplicando el gradiente
Aplicando Prewitt
Aplicando Canny
Introduccion. Desarrollo te orico Deteccion de bordes
Bordes en color
Imagenes en color
Vamos a ver que pasa si queremos ver los bordes en color. Para eso hay que
descomponer la imagen en sus tres planos RGB.
Resultados
Imagen Original
Aplicando el gradiente
Aplicando Prewitt
Aplicando Canny
Introduccion. Desarrollo te orico Deteccion de bordes
Bordes en color
Imagenes en color
Vamos a ver que pasa si queremos ver los bordes en color. Para eso hay que
descomponer la imagen en sus tres planos RGB.
Resultados
Imagen Original
Aplicando el gradiente
Aplicando Prewitt
Aplicando Canny
Introduccion. Desarrollo te orico Deteccion de bordes
Bordes en color
Imagenes en color
Vamos a ver que pasa si queremos ver los bordes en color. Para eso hay que
descomponer la imagen en sus tres planos RGB.
Resultados
Imagen Original
Aplicando el gradiente
Aplicando Prewitt
Aplicando Canny
Introduccion. Desarrollo te orico Deteccion de bordes
Bordes en color
Bibliograa
http : //www.uam.es/personal
p
di/ciencias/pangulo/edpan/cap3.pdf
http : //webs.uvigo.es/calculo.infinitesimal/P5cal.pdf
http : //www.unioviedo.es/compnum/laboratorios
w
eb/laborat07
d
eriv/laboratorio07
d
eriv.html
http : //www.uhu.es/cristobal.garcia/descargas/AnalisisNumericoITema5.pdf
http : //www4.ujaen.es/ satorres/practicas/practica3
v
c.pdf
http : //www2.fisica.unlp.edu.ar/materias/procesamiento
d
e
i
magenes/Clase5
i
magenes
2
011.pdf
http : //iimyo.forja.rediris.es/matlab/cursolatex005.html