Professional Documents
Culture Documents
MANEJO DE FILTROS
Forero Frasser, Carlos1; Rodrguez Barrero, Jhonattan 2; Gordillo Porras, Nicolas3.
1. carlos.forero@mail.escuelaing.edu.co 2. jhonattan.rodriguez@mail.escuelaing.edu.co
3. nicolas.gordillo@mail.escuelaing.edu.co
II.
OBJETIVOS
General:
Especficos:
quality of an image.
I.
INTRODUCCIN
procesamiento de la imagen.
III.
DESARROLLO Y ANLISIS
utilizando
ampliamente
m-files
IMPLEMENTACION DE EJEMPLOS
A continuacin se desarrollaran y analizaran los
ejemplos propuestos en la gua para dar una
introduccin al procesamiento de imgenes por medio
de filtros
1. Filtros en el dominio espacial
1.1. Filtros de reduccin de ruido
1.1.1.
Filtros lineales
Pgina 1
I=imread('Figura_F1.jpg');
h=ones(5,5)/25;
I2=imfilter(I,h);
imshow(I), title('Imagen Original');
figure; imshow(I2), title('Imagen Filtrada')
(I2).
Imagen original
filtros
predefinidos
que
no
Pgina 2
'average'
averaging filter
'disk'
'gaussian'
'laplacian'
filter
approximating
2-D
Laplacian operator
'log'
I=imread('Figura_F2.jpg');
'motion'
motion filter
IG=rgb2gray(I);
'prewitt'
Prewitt
horizontal
edge-
emphasizing filter
'sobel'
filter
I2=uint8(I2);
figure; imshow(I2), title('Imagen Filtrada')
Imagen Original
Pgina 3
Imagen Filtrada
I=imread('Figura_F2.jpg');
IG=rgb2gray(I);
In=imnoise(IG);
I2=ordfilt2(In,1,ones(3,3));
imshow(IG),
grises');
title('Imagen
escala
de
1.1.2.
Filtros No Lineales
Pgina 4
Imagen Filtrada
I=imread('Figura_F2.jpg');
IG=rgb2gray(I);
In=imnoise(IG);
I2=ordfilt2(In,9,ones(3,3));
imshow(I2), title('Imagen Filtrada')
Pgina 5
h=fspecial('average');
freqz2(h);
Pgina 6
resf=fft2(f).*fft2(h,30,30);
rest=ifft2(resf);
res=real(rest);
imshow(res);
EJERCICIOS PROPUESTOS
imshow(A);
figure; imshow(B);
Pgina 7
0];
mask=mask/15;
Qu
diferencias
A=imread('Lenna.jpg');
A=rgb2gray(A);
A=imnoise(A, 'gaussian');
B=imfilter(A, ones(7,7)/49);
A=imread('Lenna.jpg');
imshow(A)
A=rgb2gray(A);
figure; imshow(B);
A=imnoise(A, 'gaussian');
B=imfilter(A, [4 1 0; 4 1 0; 4 1 0]/15);
imshow(A)
figure; imshow(B);
Pgina 8
Comparando
los
histogramas
de
las
saque conclusiones.
A=imread('Lenna.jpg');
A=rgb2gray(A);
imhist(A);
Pgina 9
A=imread('Lenna.jpg');
A=rgb2gray(A);
A1=imnoise(A, 'gaussian');
imhist(A1);
A=imread('Lenna.jpg');
A=rgb2gray(A);
A=imnoise(A, 'gaussian');
B=imfilter(A, [4 1 0; 4 1 0; 4 1 0]/15);
imhist(B);
Pgina 10
aritmtico
eran
proporcionales,
si
A=imread('Kratos.jpg');
A=rgb2gray(A);
A=imread('Lenna.jpg');
A=rgb2gray(A);
figure;
imshow(A);
A=imnoise(A, 'gaussian');
B=imfilter(A, ones(7,7)/49);
imhist(B);
Pgina 11
A=rgb2gray(A);
A=imnoise(A, 'salt & pepper');
figure;
subplot(1,2,1);
imshow(A);
subplot(1,2,2);
B=ordfilt2(A, 1, ones(3, 3));
B=uint8(B);
imshow(B);
imshow(A);
subplot(1,2,2);
B=ordfilt2(A, 5, ones(3, 3));
A=imread('Kratos.jpg');
B=uint8(B);
A=rgb2gray(A);
imshow(B);
Pgina 12
A=imread('Figura_F5.jpg');
A=rgb2gray(A);
B=uint8(B);
subplot(1,2,2);
imhist(B); title('Histograma 3*3 minimo');
A=imread('Figura_F5.jpg');
subplot(1,2,1);
A=rgb2gray(A);
B=A-B;
figure;
figure;
subplot(1,2,1);
imshow(A);
C=uint8(C);
subplot(1,2,2);
subplot(1,2,2); imhist(C);
B=uint8(B);
subplot(1,2,1);
imshow(B);
C=C-A;
imshow(C); title('Resta 3*3 maximo');
figure;
D=ordfilt2(A, 5, ones(3, 3));
D=uint8(D);
subplot(1,2,2); imhist(D);
title('Histograma 3*3 media');
subplot(1,2,1);
D=A-D;
restando
las
figure;
E=ordfilt2(A, 13, ones(5, 5));
E=uint8(E);
subplot(1,2,2);
histogramas,
imgenes
Pgina 13
Pgina 14
res=real(rest);
imshow(res);
Pgina 15
el comando fir1.
A=imread('Figura_F6.png');
A=rgb2gray(A);
h1=fir1(5,0.05,'high');
h2= ftrans2(h1);
freqz2(h2);
resf=fft2(f).*fft2(h,30,30);
rest=ifft2(resf);
res=real(rest);
imshow(res);
resf=fft2(A).*fft2(h2,size(A,1),size(A,2));
rest=ifft2(resf);
res=real(rest);
imshow(res);
Pgina 16
Imagen 2
en
degradado
horizontal
Pgina 17
SIMULINK
Ajuste de contraste
Pgina 18
Imagen original
Pgina 19
Imagen filtrada
Pgina 20
V.
REFERENCIAS
Notas de clase
IV.
CONCLUSIONES
poseen
ventajas
como
Pgina 21