TRATAMIENTO DE IMÁGENES

PASO 1
IDENTIFICACION DE PRESABERES

FENER MARIN LÓPEZ DAZA

CÓDIGO 17.588.908

TRATAMIENTO DE IMAGENES
GRUPO: 208054 _16

INGENIERIA DE TELECOMUNICACIONES

TUTOR DE GRUPO
PAOLA ANDREA MATEUS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

FEBRERO DE 2019
 INTRODUCCION

Cuando hablamos de Tratamiento de Imágenes, estamos hablando de

Informática, la cual se ha convertido en una herramienta indispensable pen este
campo, desde las tareas más simples, hasta las más complejas de procesado de
imágenes.
En el presente documento se abordarán los temas correspondientes a la Fase 1
del Curso de Tratamiento de Imágenes, donde vamos a encontrar la orientación
fundamental para facilitar la realización de las diferentes actividades propias del
curso, donde hacemos una inducción para poder luego realizar todas las tareas
que se nos presente en ente modulo.
 Actividades a desarrollar

Paso 1 – Identificación de Presaberes:

1. Actualización de perfil y presentación:

a) Actualizar el perfil con foto e información y realizar un aporte en el foro con la
evidencia.
b) Realizar aporte en el foro con información personal como: Nombres, apellidos,
correo, Skype, intereses de la asignatura y semestre actual.

2. Resumen del proyecto final

a) 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).

Desarrollo
 Pre procesamiento de imágenes
Algoritmos que consiguen mejorar la imagen original Resaltar determinadas
características de la imagen y eliminar otras que las ocultan. Es el proceso en que
se divide una escena percibida en sus partes para extraer objetos para su
posterior reconocimiento y análisis.

 Procesamiento de imágenes
Es el conjunto de técnicas que se aplican a las imágenes digitales con el objetivo
de mejorar la calidad, la mayoría de procesamiento de imágenes se aplica
directamente sobre imágenes en escala de grises, debido al bajo consumo.

 Identificación de características
Si tomamos una imagen, podemos identificar por sus formas una carretera, y
decir si es ancha o estrecha, larga o corta, o bien si es sinuosa o rectilínea. Estos
parámetros geométricos son los que nos ayudan a identificar el elemento en sí.
 Implementación de clasificador
El reconocimiento es el proceso que identifica los objetos (llave inglesa, reten,
arandela, etc.)

 Resultados
Se obtiene después de realizar los anteriores pasos, en los casos el resultado
sería una imagen con una mejora de calidad.

 Análisis de resultados
Se obtiene por el determinado procesamiento que se desarrolla en las anteriores
etapas y se compara respecto a la imagen de referencia y se analizan los
métodos utilizados.

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 definición de una imagen digital?

las dos palabras que lo conforman proceden del latín:
• Imagen, proviene de “imago”, que, a su vez, es fruto de la derivación del verbo
“imitari”, que es sinónimo de “imitar”. Esta representación puede realizarse a
través de diversos procedimientos o técnicas, como la fotografía, la pintura o
el video.
• Digital, por otro lado, procede de “digitalis”, que puede traducirse como “relativo
al dedo” y que es fruto de la suma de dos componentes: “digitus”, que significa
“dedo”, y el sufijo “-al”, que indica “relativo a”. es aquello relativo a los dedos,
aunque actualmente el concepto se utiliza en el ámbito de la tecnología en
referencia a la representación de información de modo binario (en dos estados).
“Estas definiciones nos permiten indicar que una imagen digital es aquella
representación bidimensional construida a partir de una matriz binaria
(compuesta de unos y ceros)”.
Imagen N° 1. Fotografía Plano de la cara de un niño. Tomada el 12 de febrero de 2019 de la URL:
https://www.flims.cl/2011/04/28/bebes/

Una imagen digital consiste en una colección ordenada de valores. Estos valores
se representan una colección de filas de valores dispuestas ordenadamente, Y
Dependiendo de si la resolución de la imagen es estática o dinámica, puede
tratarse de una imagen matricial (o mapa de bits) o de un gráfico vectorial.

Imagen N° 2. Fotografía Plano de la cara de un niño normal versus primerísimo primer plano del
ojo derecho en fichero de ordenador. Tomada el 12 de febrero de 2019 de la URL:
https://www.flims.cl/2011/04/28/bebes/

La imagen digital está formada por un conjunto definido de puntos llamados

píxeles. La imagen tradicional, sobre material sensible, también está formada por
puntos o granos de plata metálica; la gran diferencia estriba en que en la
fotografía tradicional, los granos son irregulares y están situados de forma
aleatoria mientras que en la digital forman una matriz con filas y columnas.
Cuanto mayor sea el número de filas y columnas, mayor será el detalle de la
imagen digital y mayor será su tamaño de archivo.
Los elementos que definen una imagen digital son los siguientes:
 Tamaño de la imagen (medida en pixeles).
 Resolución de entrada (medida en pixeles o en dpi según el dispositivo).
 Resolución de salida (medida en dpi).
 Profundidad de color (medida en cantidad posible de colores).
 LUT (tabla de colores)
 Planos de color (RGB ...)
 Niveles de gris.
 Tamaño de fichero (medida en bytes).
 Tipo de fichero (formato en el que se ha guardado)

b. ¿Qué es tratamiento de imágenes?

El tratamiento digital de imágenes tiene por objeto modificar las características de
la imagen capturada para:
 Solucionar los problemas que suelen producirse al capturarlas, tales como
falta de luz, colores apagados, tamaño excesivo...
 Restaurar imágenes con defectos, ojos rojos…
 Recortar partes de la imagen para manipularla o transformarla mediante
filtros.

Entre los principales procesos que se llevan a cabo desde que se captura una
imagen hasta su puesta a punto, se pueden relacionar los siguientes:
 Métodos para variar la información gráfica. Se tiene el Histograma y niveles,
otras herramientas de color (brillo/contraste, curvas, umbral y saturación.
 Métodos para variar el tamaño. Escalar la imagen, tamaño y resolución.
 Métodos de restauración. El tampón de clonar
 Las Transformaciones. Herramientas de selección y filtros.
 La Optimización. Tamaño imagen en pixeles, visualización pantalla,
resolución y formato.
c. ¿Qué significado tiene un pixel en una imagen?
La palabra píxel surgió hace años como acrónimo del concepto en inglés “Picture
Element”, que en castellano significa elemento de imagen.
Un pixel es la unidad homogénea más pequeña en color que compone una
imagen digital. Cada pixel se pude observa cuando se hace un zoom a la imagen,
son cuadrados o rectangulares de diferentes colores y tonalidades, que en suma
dan como resultado una imagen.

Imagen N° 3. Pixelado de una imagen. Tomada el 12 de febrero de 2019 de la URL:

https://blog.rosabetania.com/que-es-un-pixel-y-como-repercute-para-la-impresion-2/

Cada píxel de una imagen almacena la información de su tono o luminosidad,

donde el tono negro es el valor 0 y el blanco el valor más alto (normalmente 255
en escala de grises), pero en formato binario, o sea es una notación numérica
como puede ser la que utilizamos normalmente, la decimal, con la diferencia de
que la binaria es la única que entienden los ordenadores.

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

En fotografía digital hay 2 tipos de imagen, de forma similar a la tradicional: escala
de grises y color. La primera se denomina “escala de grises” precisamente para
diferenciarla del blanco y negro donde solo existen 2 tonos, el blanco y el negro.
Esta última (la imagen de blanco y negro) es una imagen con 1 bit por píxel.
Cuantos más bits definan cada píxel, más tonos podrá tener: si tiene 4 bits por
píxel, tendrá 16 grises y si tiene 2 bits tendrá 4 grises.
Una imagen digital en color se genera con sus componentes R, G y B por síntesis
aditiva. Así pues, la imagen en color se compone de 3 “imágenes”: la que
contiene la parte roja, la verde y la azul. Cada una de ellas es una imagen en
escala de grises, pero como va asociada a cada uno de los colores primarios, al
visionarla el ordenador la colorea adecuadamente. La suma de las 3, por síntesis
aditiva, componen la imagen final. Cada píxel va definido por 3 Bytes: el rojo, el
verde y el azul. Si cada uno de ellos tiene una gama de 256 tonos, en la imagen
final habrá una gama de 16,777.216 colores posibles (256 x 256 x 256), que se
suele abreviar como “16 millones de colores”. Es lo que se llama una imagen con
una profundidad de color de 24 bits (8 por cada color).
En una imagen en escala de grises cada punto de la imagen se almacena en un
Byte, donde su valor numérico representa su tono, que puede oscilar entre el
blanco (255) y el negro (0). Esto quiere decir que es una imagen donde existen
256 tonos de gris (de 0 a 255, ambos inclusive). Es decir, la profundidad de color
es el número de bits que definen cada píxel, que determinan el máximo número
de colores que puede tener.
Si cada píxel viene determinado por 2 Bytes (=16 bits) en vez de por un Byte,
existirán 65.536 tonos de gris, ya que el número binario 1111111111111111
corresponde a 65.536. Es lo que se denomina una profundidad de color de 16
bits.

Imagen N° 4. Tabla de Profundidad del color. Tomada el 12 de febrero de 2019 de la URL:

https://es.slideshare.net/jcbarcelo/la-imagen-bitmap
 e. Explique la diferencia entre los espacios de color RGB y HSV
El modelo RGB define como colores primarios el rojo, el verde y el azul. La combinación
de los tres genera blanco. La ausencia de los tres genera negro. Las diferentes mezclas
entre ellos representarían toda la gama de color. De nuevo, los grises se representarían
con diferentes intensidades de cada color, pero siempre los tres con el mismo valor.
El modelo CMYK es un modelo sustractivo y se utiliza en impresión a partir de pigmentos
de tres colores básicos: C – cian, M – magenta y Y – amarillo. La K viene del negro, ya
que la combinación de los tres anteriores produce un negro poco puro, de ahí que se
añada al modelo un pigmento negro puro. Al contrario que en RGB, donde el negro es la
ausencia de luz, en CMYK el blanco se representa aquí como ausencia de pigmentos.
El Modelo HSV, es un modelo basado en coordenadas polares y no cartesianas. En este
modelo no se puede hacer transformación lineal con RGB.

Acrónimo inglés Red, Green, Blue (Rojo, Verde,

Azul).
 Define los colores primarios: rojo, el verde y
el azul.
 Es un modelo de color en el cual es posible
representar un color mediante la mezcla por
adición de tres colores primarios: rojo, verde
y azul
 Sistema tridimensional de coordenadas
cartesianas
 El modelo RBG se utiliza cuando se
representa color mediante haces de luz
(pantallas o monitores).
 Formato estándar de los monitores en color y
de la mayoría de las cámaras de video
 Modelo de color más usado en el
procesamiento digital de imágenes.
 Ventaja. No requiere ninguna transformación
para ser utilizado en el procesamiento digital
de imágenes.
 Inconvenientes Las componentes R, G y B
poseen un fuerte factor de intensidad y están
altamente correlacionadas. No es
visualmente uniforme
 Describe la percepción humana del color.
 Utilizan atributos como: Tono, saturación, brillo o
luminosidad.
 Es una transformación no lineal del modelo
RGB.
 HSV consta de los componentes: H-matiz (hue),
S-saturación, V-valor de intensidad.
 Sistema de coordenadas polares y no
cartesianas.
 Espacio de escala uniforme (USC). El espacio
HSV se suele representar como un cono o como
un cilindro. Cada color bien definido por las
siguientes dimensiones:
 Tinte o matiz: Ángulo que representa el matiz,
normalmente definido entre 0o y 360o.
 Saturación: Nivel saturación del color, dado entre
0 y 1, 0 representa sin saturación alguna (blanco),
hasta 1 que sería el matiz en toda su intensidad.
Es común también darlo en percentiles 0%-100%.
 Brillo: Nivel del brillo entre 0 y 1. 0 es negro; 1,
blanco. Al igual que la saturación puede darse en
porcientos entre 0% y 100%. De esta forma el
50% indica el nivel medio o normal del brillo del
color
 El espacio de color HSV tiene la forma de un
cilindro de diámetro y altura unitarios, donde
cada punto de color viene dado por las
coordenadas (t,s,b), iniciales de tinte, saturación
y brillo.
 Modelo RGB suele representarse con 24 bits,
en tres octectos: uno para la componente
roja (Red), otro para el verde (Green) y el
restante para el azul(Blue). De esta forma,
cada componente de color básico tiene 256
valores posibles que tienen en 0 su valor de  Las coordenadas del espacio de color HSV
apagado y en 255 el valor más brillante, con describen un color en función de la tonalidad,
intensidades graduales en los valores dada mediante grados, combinada con una
intermedios. De esta manera pueden saturación y un brillo, ambos representados
representarse cada color con un como porcentajes.
punto (r,v,a) admitiéndose 2563=16 777
216 posibilidades, más de lo que el ojo
humano puede distinguir y la representación
geométrica del espacio RGB suele ser un
cubo.
 Espacio de Color se representa mediante un
cubo:

Imagen N° 5. Espacio e Imagen de Color RGB. Imagen N° 6. Espacio de Color HSV. Tomado el 12
Tomado el 12 de febrero de 2019 de la URL: de febrero de 2019 de la URL:
http://www.uco.es/users/ma1fegan/2012- http://www.uco.es/users/ma1fegan/2012-
2013/vision/Temas/color.pdf 2013/vision/Temas/color.pdf

 No describen la percepción humana del

color. El modelo de color RGB, no define por
sí mismo que significa exactamente "rojo",
"verde" o "azul", por lo que los mismos
valores RGB pueden mostrar colores
notablemente diferentes en varios
dispositivos que empleen este modelo de
color. Aunque utilicen un mismo modelo de
color, sus espacios de color pueden variar
considerablemente.

f. ¿Qué es histograma?
En los campos procesamiento de imagen y fotografía, un histograma de color es una
representación anterior de la distribución del color en una imagen. En las imágenes digitales,
un histograma de color representa el número de píxeles que tienen colores en cada una de
las listas fijas de rangos de colores, que se extienden sobre el espacio de color de la imagen,
es decir, el conjunto de todos los posibles colores.
El histograma de color puede ser construido para cualquier tipo de espacio de color, aun
cuando el término es usado más frecuentemente en espacios tridimensionales
como RGB o HSV. Para imágenes monocromáticas, el término histograma de intensidad
puede ser usado en su lugar. Para imágenes multiespectrales, donde cada pixel es
representado por un número arbitrario de medidas (además de las tres medidas en RGB), el
histograma de color es N-dimensional, con N siendo el número de medidas tomadas. Cada
medida tiene su propio rango de longitud de onda del espectro de luz, algunos de los cuales
pueden estar fuera del espectro visible.

Imagen N° 7. Histograma RGB por colores Tomado el 12 de febrero de 2019 de la URL:

https://todo-fotografia.com/revelado/el-histograma/
 Implementación de códigos en software

1. Asegurarse de tener la instalación correcta del Software Matlab, se puede obtener

versión Trial desde link Matlab Demo del entorno Aprendizaje Practico.

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 clc, clear all y close all.

Nota: Como recomendación siempre utilice los 3 anteriores comandos antes de

empezar cada ejercicio.

Solución:
 Clc (borra la pantalla, pero deja las variables en el espacio de trabajo)
 clear all (Borra las líneas de código y las variables del espacio de trabajo)
 close all (Cierra las ventanas que se encuentren abiertas)

3. Realice los siguientes pasos:

 Cree una carpeta en documentos con el nombre Tratamiento de Imágenes

 El estudiante realizará el pre procesamiento 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)

Nota: No puede trabajar con otra imagen que ya esté trabajando alguno de sus
compañeros. Si entrega el trabajo con otra imagen, este trabajo tendrá calificación
cero.

 Guarde la imagen en la carpeta creada anteriormente, póngale el nombre

Enferma1 (Asegúrese de que la imagen quede guardada en la extensión .jpg).
 Imagen asignada “Enferma 2 con vitíligo en la piel”

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)

Nota1: Si no está trabajando en la carpeta donde se encuentra la imagen

guardada, al realizar el código le saldrá error.
Nota2: Para que el código sea válido, debe tener una línea con su nombre.
 Primer código

 Explicación de cada comando.

Vitigilio = imread('Enferma1.jpg'); %Lee la imagen y la almacena en la %variable

Vitiligio
figure; %Crea una ventana en la que se puede mostrar una imagen
imshow(Vitigilio) %Muestra la imagen
GrayVitigilio = rgb2gray(Vitigilio); %Se guarda una imagen en escala de %grises
en la variable GrayVitiligio
figure; %Crea una ventana en la que se puede mostrar una imagen
imshow(GrayVitigilio) %Muestra la imagen
GrayVitigilio = im2double(GrayVitigilio); %Cambia la clase de la imagen a %doble
y lo almacena en la variable GrayVitigilio
figure; %Crea una ventana en la que se puede mostrar una imagen
imhist(GrayVitigilio) %Crea un histograma de la imagen en escala de grises
 ¿Qué hacen las funciones imread, imshow, rgb2gray, im2double e imhist?

 imread: Comando que permite leer una imagen y utilizarla dentro de Matlab.
 imshow: Comando que muestra una imagen con la que se está trabajando
dentro de Matlab en una ventana.
 rgb2gray: Comando que permite cambiar una imagen de RGB a escala de
grises.
 im2double: Comando que permite cambiar la clase de una variable a doublé
(doble).
 imhist: Comando que permite mostrar el histograma de la imagen.
 El histograma es una representación gráfica de la distribución de los distintos tonos
de una imagen. Puede ayudarnos para controlar la exposición en nuestras fotos, así
como para corregir los colores.

 Analice cada imagen obtenida en este ejercicio.

La figura inicial es la imagen original, leída desde la misma carpeta donde se encuentra el
archivo de este programa, con el comando imread.
La segunda imagen ya posee un filtro de escala de grises donde se puede observar que
todos los tonos de la imagen original pasan a una escala que comprende los colores
entre negro y blanco.

En la tercera imagen se observa el histograma de la imagen en escala de grises, donde

se puede confirmar que los tonos oscilan entre un tono de gris (0.3) y blanco (0.9).
5. Desarrolle el siguiente código en el Command Window de Matlab. (Asegúrese de
estar trabajando en la carpeta que ya se ha creado)
Nota1: Si no está trabajando en la carpeta donde se encuentra la imagen
guardada, al realizar el código le saldrá error.
Nota2: Para que el código sea válido, debe tener una línea con su nombre.

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

 Segundo código y explicación de cada comando.

 Analice cada imagen obtenida en este ejercicio.

Componente roja de la imagen: (donde se extra todos los pixeles con esta característica.)

Componente verde de la imagen:

 Componente azul de la imagen:

6. Investigue cómo realizar el código para el espacio de color HSV y realícelo en

Matlab (agregue el código utilizado e imágenes obtenidas).
Imagen original:

Imagen con filtro HSV:

 CONCLUSION

Una imagen, no es más que una matriz de números, una imagen digital es un
muestreo discreto de señales continuas bidimensionales con discretización en el
espacio a lo ancho y largo, y discretización en el valor en cuanto a la profundidad
de cada pixel.
En el anterior trabajo practico hemos logrado adentrar nuestros conocimientos un
poquito más viendo de primera mano como las imágenes pueden sufrir
modificaciones considerables con solo modificar una serie de códigos
alfanuméricos.
 BIBLIOGRAFIA

Imagen Digital, Tomada el 12 de febrero de 2019 de la URL:

https://www.flims.cl/2011/04/28/bebes/

Tratamiento de Imágenes. Tomada el 12 de febrero de 2019 de la URL:

http://www.ite.educacion.es/formacion/materiales/131/cd/modulo_7/tratamiento_d
e_imgenes.html

Definición de Pixel. Tomada el 12 de febrero de 2019 de la URL:

https://definicion.de/pixel/
Espacios de color RGB y HSV. Tomada el 12 de febrero de 2019 de la URL:
http://www.uco.es/users/ma1fegan/2012-2013/vision/Temas/color.pdf

Procesado de imágenes. Tomada el 12 de febrero de 2019 de la URL:

http://volaya.github.io/libro-sig/chapters/Imagenes.html

Histograma. Tomada el 12 de febrero de 2019 de la URL:

https://es.wikipedia.org/wiki/Histograma_de_color