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,[])