TRABAJO FASE 0: RECONOCIMIENTO.

TRATAMIENTO DE IMAGENES

PRESENTADO POR:

JULIO CESAR LOAIZA COD. 94506578

GRUPO ˸ 208054_20

PRESENTADO A
PAOLA ANDREA MATEUS

CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
AGOSTO 2018, SANTIAGO DE CALI

Anexo 1
1. Actualización de perfil y presentación:

Realizar aporte en el foro con información personal como: Nombres, apellidos, correo,
Skype, intereses de la asignatura y semestre actual.
2. Mapa conceptual:

El mapa conceptual debe tener los siguientes 3 siguientes aspectos:

 Información de cada unidad del curso (ver syllabus)
 Información a encontrar en cada entorno del curso
 Investigación breve sobre Tratamiento de imágenes
3. Resumen del proyecto final

Realizar lectura e investigación sobre el proyecto final. La investigación debe contener

información sobre los 6 pasos a seguir para dar una alerta temprana, es decir, el estudiante
debe realizar una breve investigación de cómo se desarrolla cada uno de esos pasos. (Ver
Anexo 2 -Proyecto Final).

1. Preprocesamiento de imágenes
Tiene como objetivo la mejora de una imagen original. Conseguir una imagen adecuado para
su posterior análisis por computadora. también busca eliminar características no deseadas y
resaltar características a la imagen
2. Procesamiento de imágenes
es el conjunto de técnicas que se aplican a las imágenes con el objetivo de mejorar la calidad
o facilitar la búsqueda de información
3. Identificación de características
La identificación de características es el resultado del procesamiento de la imagen, ya
teniendo una imagen mejorada.
4. Implementación de clasificador
El uso de redes neuronales es el reconocimiento y clasificación de imágenes muestra
resultados y rendimientos, ambos buenos. Una señal se clasifica a partir de sus características,
sus características y las clases a las que correspondan pueden ser de cualquier índole o
naturaleza, un ejemplo puede ser la clasificación de imágenes binarias de números
5. Resultados
Resultados que arrojan las pruebas y visualización de las imágenes después de ser procesadas
6. Análisis de resultados
El análisis es la parte final, después de pasar por diferentes procesos la imagen
4. Investigación de las siguientes preguntas

a. ¿Cuál es la definición de una imagen digital?

Representación bidimensional de una imagen a partir de una matriz numérica,

frecuentemente en binario. Dependiendo de si la resolución de la imagen es estática o
dinámica, puede tratarse de una imagen matricial o de un gráfico vectorial. El mapa de bits
es el formato más utilizado en informática

b. ¿Qué es tratamiento de imágenes?

Es la modificación de las características de una imagen capturada para, solucionar los
problemas que suelen producirse al capturar una imagen, tales como falta de luz, colores
apagados, tamaño excesivo, restauración de imágenes con defectos de ojos, etc.

c. ¿Qué significado tiene un pixel en una imagen?

Representa una unidad pequeña y diminuta de una imagen digital y está presente en un
inmensurable número para formar una imagen completa. Cada pixel es una unidad
homogénea de color que suma y con una importante variación de colores dan como resultado
una imagen más o menos compleja

d. ¿Qué tonalidad o color almacena cada nivel de gris?

Almacena un byte, donde su valor numérico representa su tono, que puede oscilar entre
blanco (255) y el negro (0). La profundidad del color es el número de bits que define cada
pixel, que determinan el máximo numero de colores que pueden tener.

e. Explique la diferencia entre los espacios de color RGB y HSV

RGB define como colores primarios el rojo, verde y azul, las combinaciones de estos tres
colores genera el blanco y la ausencia de estos tres genera el negro.
HSV por medio de la saturación llega a un matiz de expresión pura y al bajar la saturación
llegaría al blanco y respecto al tono al bajar su tono llegaríamos al negro.
Representación gráfica de una variable en forma de barras, donde la superficie de cada barra
es proporcional a la frecuencia de los valores representados.

f. ¿Qué es histograma?
Gráfico que representa las distribuciones de frecuencias, en el que se emplean rectángulos
dentro de unas coordenadas.
5. Implementación de los siguientes códigos

Procedimiento (Experimento) – Parte Individual:

5.1 Asegurarse de tener la instalación correcta del Software Matlab, se puede obtener
versión Trial desde link Matlab Demo del entorno Aprendizaje Practico.

5.2 Leer tutoriales y observar los videos recomendados en la caja de herramientas de

acuerdo al software Matlab, y presentar sus inquietudes de ser necesario en el
correo interno de su tutor.

 Indique para qué sirven los comandos

 clic: borra los datos que estén en la pantalla command Windows, dejando
internamente el valor de las variables.
 clear all: elimina todas las variables guardadas en el Works pace
 close all. Cierra todas las ventanas que estén abiertas

Nota: Como recomendación siempre utilice los 3 anteriores comandos antes de empezar cada
ejercicio.

5.3
 Cree una carpeta en documentos con el nombre Tratamiento de Imágenes
 El estudiante realizará el preprocesamiento de imágenes de sólo una de las 5
imágenes que se presentan a continuación. (La imagen será asignada y enviada
por el tutor al comienzo de la fase) No puede trabajar con otra imagen que ya esté
trabajando alguno de sus compañeros.
 Guarde la imagen en la carpeta creada anteriormente, póngale el nombre cerebro
(Asegúrese de que la imagen quede guardada en la extensión .jpg).

Tomografía 4, con tumor cerebral

5.4 Desarrolle el siguiente código creando un Script y guardándolo como
“preprocesamiento” en el software Matlab. (Asegúrese de estar trabajando en la
carpeta que ya se ha creado)

Nota: Si no está trabajando en la carpeta donde se encuentra la imagen guardada, al realizar

el código le saldrá error.

 Explique cada línea de comando.

 ¿Qué hacen las funciones imread, imshow, rgb2gray, im2double e

imhist?

 Imread: lea la imagen guardada

 Imshow: visualiza la imagen
 rgb2gray: convierte la imagen RGB a gris.
 im2double: codifica y almacena la imagen en tipo doublé
 imhist: crea el histograma para analizar el comportamiento de la imagen.
  Analice cada imagen obtenida en este ejercicio.

5.5 Desarrolle el siguiente código en el Command Window de Matlab. (Asegúrese de

estar trabajando en la carpeta que ya se ha creado)

Nota: Si no está trabajando en la carpeta donde se encuentra la imagen guardada, al realizar

el código le saldrá error.

Código para el espacio de color RGB (Red, Green, Blue o Rojo, Verde y Azul)

 Explique cada línea de comando realizada.

 Analice cada imagen obtenida en este ejercicio.

5.6 Investigue cómo realizar el código para el espacio de color HSV y realícelo en Matlab
(agregue el código utilizado e imágenes obtenidas).