TEMA 7. Preprocesamiento de imagen. Operaciones espaciales
4 views 0 purchase
Course
Visión Artificial
Institution
UNIR Business School
UNIVERSIDAD DE LA RIOJA
Postgrado al que pertenece: Máster Universitario en Inteligencia Artificial
Denominación de la asignatura: Visión Artificial
Contenido: BLOQUE 2. Procesamiento digital de imagen
Guía de Estudio: TEMA 7. Preprocesamiento de imagen. Operaciones espaciales
UNIVERSIDAD DE LA RIOJA
Postgrado al que pertenece: Máster Universitario en Inteligencia Artificial
Denominación de la asignatura: Visión Artificial
Contenido: BLOQUE 2. Procesamiento digital de imagen
Guía de Estudio: TEMA 7. Preprocesamiento de imagen. Operaciones espaciales
Introducción
El preprocesamiento de imagen es una etapa crítica en el ámbito de la inteligencia artificial y el
procesamiento de imágenes digitales. Esta guía se enfoca en el Tema 7: Preprocesamiento de
imagen y operaciones espaciales, abarcando filtros paso bajo y paso alto, así como detección de
bordes. Aquí se detallan definiciones, características, ventajas, desventajas y recomendaciones
para un estudio exhaustivo.
a. ¿Cómo estudiar este tema?
Estrategias de Estudio
1. Fundamentos Teóricos: Comienza con una comprensión sólida de los conceptos básicos
de procesamiento de imágenes y teoría de la señal. Libros como "Digital Image
Processing" de Gonzalez y Woods pueden ser de gran ayuda.
2. Matemáticas: Refuerza tus conocimientos en álgebra lineal y cálculo, ya que las
operaciones espaciales a menudo implican convoluciones y transformaciones matemáticas
complejas.
3. Programación: Familiarízate con bibliotecas de procesamiento de imágenes como
OpenCV en Python o MATLAB, que te permitirán implementar y experimentar con los
conceptos aprendidos.
4. Estudios de Caso: Analiza estudios de caso y artículos de investigación para comprender
la aplicación práctica y las innovaciones recientes en el campo.
5. Práctica: Implementa algoritmos desde cero y compara los resultados con
implementaciones estándar para entender las sutilezas de cada método.
b. Filtros Paso Bajo y Paso Alto
Definición
Filtros Paso Bajo: Son filtros diseñados para suavizar una imagen eliminando detalles de
alta frecuencia, como ruido y bordes bruscos. Un ejemplo común es el filtro de promedio o
el filtro gaussiano.
Filtros Paso Alto: Realzan los detalles de alta frecuencia, como bordes y texturas finas,
resaltando cambios bruscos en la intensidad de la imagen. Un ejemplo típico es el filtro
Laplaciano.
Características
Filtros Paso Bajo:
, o Propósito: Suavización de imágenes y eliminación de ruido.
o Método: Convolución con un kernel de suavización.
o Ejemplos: Filtro gaussiano, filtro de media.
Filtros Paso Alto:
o Propósito: Acentuación de bordes y detalles finos.
o Método: Convolución con un kernel de realce.
o Ejemplos: Filtro Laplaciano, filtro Sobel.
Ventajas y Desventajas
Filtros Paso Bajo:
o Ventajas: Reducción efectiva del ruido, mejora de la calidad visual en imágenes
ruidosas.
o Desventajas: Pérdida de detalles finos y posible difuminado de bordes importantes.
Filtros Paso Alto:
o Ventajas: Mejora la percepción de detalles y bordes.
o Desventajas: Aumento del ruido, posible aparición de artefactos no deseados.
c. Detección de Bordes
Definición
La detección de bordes es una técnica fundamental en el procesamiento de imágenes que
identifica puntos en una imagen donde la intensidad de la luminancia cambia bruscamente. Es
esencial para el reconocimiento de formas y la segmentación de imágenes.
Características
Métodos: Los métodos de detección de bordes incluyen operadores como Sobel, Canny, y
Laplaciano de Gaussiano (LoG).
Sensibilidad: La elección del método y sus parámetros afecta la sensibilidad y precisión
de la detección de bordes.
Ventajas y Desventajas
Ventajas:
o Facilita la segmentación y el análisis de formas en imágenes.
o Reduce la cantidad de datos a procesar, enfocándose en información relevante.
Desventajas:
o Sensible al ruido, lo que puede llevar a la detección de bordes falsos.
o Requiere ajuste cuidadoso de parámetros para obtener resultados óptimos.
Recomendaciones
The benefits of buying summaries with Stuvia:
Guaranteed quality through customer reviews
Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.
Quick and easy check-out
You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.
Focus on what matters
Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!
Frequently asked questions
What do I get when I buy this document?
You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.
Satisfaction guarantee: how does it work?
Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.
Who am I buying these notes from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller ma_medina. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $7.16. You're not tied to anything after your purchase.
