Análisis de Imágenes y Visión por Comput

Introducción
Análisis de Imágenes y Visión por Computadora
Aplicaciones
Clasificación de correo, lectura de etiquetas, procesamiento de cheques
bancarios, lectura de texto.
Detección de tumores, medida del tamaño y forma de órganos internos, análisis
de cromosomas, contéo de células sanguíneas.
Problemas
Reconocimiento de
caracteres
Análisis de imágenes
medicas
Identificación de partes en líneas de ensamblaje, detección (inspección) de
defectos y faltas.
Automatización Industrial
Reconocimiento e interpretación de objetos en una escena, control y ejecución
de movimientos por medio de (feed back) alimentación visual
Robótica
Elaboración de mapas a partir de fotografías, síntesis de mapas del clima.
Identificación de huellas digitales, análisis de sistemas automáticos
(automatizados) de seguridad.
Detección e identificación de objetos (blancos) guía de helicópteros y aterrizaje
de aviones guía de vehículos piloteados remotamente (RPU) misiles y satélites
(obtenidos) a partir de pistas visuales.
Análisis de imágenes multi espectrales, predicción del tiempo clasificación y
monitoreo ambientales, urbano, agricultural y marino a partir de imágenes de
radar
Cartografía
Medicina forense
Imágenes de radar
Percepción remota
Tabla 1.1.- Aplicaciones del análisis de imágenes y los problemas involucrados.
En la tabla anterior se muestran las aplicaciones del procesamiento digital de
imágenes. La primera columna muestra el área en el cual se aplican y en la segunda
columna se menciona el problema a resolver.
El reconocimiento de caracteres es el problema que se tiene que resolver en
aplicaciones tales como la clasificación de correo, lectura de etiquetas, procesamiento de
cheques bancarios y lectura de textos entre otros. El reconocimiento de caracteres es
diferente cuando son de origen impreso o cuando son manuscritos.
El análisis de imágenes médicas se usa en la detección de tumores, medida y forma
de los órganos internos, análisis de cromosomas, conteo de células sanguíneas etc. El
origen de las imágenes médicas es diverso. Como ejemplos mencionaremos: imágenes
obtenidas en el microscopio, imágenes de tomografía computarizada, resonancia magnética,
ultrasonido, etc.
En la automatización industrial, el principal problema a resolver es la identificación
de partes a lo largo de las líneas de ensamble y producción, de la misma manera como la
detección de faltantes y defectos en las piezas.
La robótica reconoce e interpreta los objetos que se encuentran en una escena, para
el control y ejecución de movimientos por medio de la retroalimentación visual.
En la cartografía, la principal tarea es la elaboración de mapas a partir de fotografías aéreas.
A este tipo de mapas se les llama mapas temáticos.
La identificación de huellas digitales, así como el análisis por medio de sistemas
automatizados de seguridad tiene una gran aplicación en la Medicina Forense.
Las imágenes de radar tienen uso en varias áreas, por ejemplo en al detección e
identificación de objetos, el guiado de helicópteros, y aterrizaje de aviones, así como en
vehículos piloteados remotamente.
En la percepción remota, mediante el análisis de imágenes multiespectrales (visible,
ultravioleta, infrarrojo), se realiza la predicción del tiempo, la clasificación y el monitoreo
ambiental, urbano, agricultura, marino. A las imágenes de radar que se les conoce como
percepción remota.
Técnicas para análisis de
imágenes
Extracción de
Características
Segmentación
Clasificación
Características espaciales
Template matching
Clustering
Transformación
características
de Thresholding
Estadística
Orillas y fronteras
Detección de orillas
Arboles de decisión
Características de forma
Clustering
Medidas de similitud
Momentos
Textura
Quad-trees Texture matching Min. Spanning trees
Análisis de datos
Imagen
de
entrada
Extracción
de
característi
cas
Extracción
de
característic
as
Pre procesado
Conclusi
ón del
análisis
Clasificaci
ón
y
descripción
Segmentaci
ón
Sistema de análisis de
imágenes
Sistema de
interpretación
Representación
simbólica
Interpretació
n
y
descripción
Procesamiento digital de Imágenes
El procesamiento digital de imágenes significa el manejo y análisis de imágenes por
medio de la computadora. Este se divide en varias áreas.
Las áreas más comunes son :
Digitalización: Convertir señales del espacio contínuo al digital.
Compresión y codificación: Es la aproximación de las imágenes, para salvar
espacio en memoria o en el canal de transmisión. Reducción del ancho de banda (#
bits/pixel).
Realzado, o resaltado. Resalta orillas, modificar los histogramas. Cambia el
contraste de una imágen.
Restauración: Elimina la degradación en las imágenes, por ejemplo borrosidad o
ruido.
Reconstrución. Reconstruir imágenes a partir de un conjunto de proyecciones, por
ejemplo la tomografía computarizada.
Igualación, Descripción y reconocimiento. Comparando imágenes una con otra,
segmentación de imágenes en sus diferentes componentes, midiendo propiedades y
relaciones entre las diferentes partes, comparación de los resultados con los modelos que
definen las diferentes clases de imágenes.
Análisis de Imágenes. Obtención de información a partir de imágenes de radar,
sísmicas, etc.
Modelado y representación de imágenes.
Visión por computadora
Conceptos básicos y definiciones
División de las señales.
Las señales se pueden dividir de dos maneras. La primera de acuerdo al número de
variables independientes, y la segunda de acuerdo a las características de las variables
dependiente. Ejemplos del primer grupo son las siguientes: Señales 1-D -audio f(t), 2-D imágenes f(x, y), N-D continuas ó analógicas. Son continuas en su dominio y su contradominio. Es decir la señal
esta definida para cualquier valor real del dominio. Por ejemplo audio, fotografías,
películas. La forma de cómo percibimos el mundo en que vivimos se considera contínua.
Señales Discretas.- Este tipo de señales son discretas en su dominio, pero continuas en su
contradominio, se obtienen al muestrear las señales continuas. También se conocen con el
nombre de sucesiones. Señales Digitales.- Son discretas tanto en el dominio como en el
contradominio. Se obtienen al muestrear las señales discretas. Como ejemplos tenemos:
audio y video digital, comunicaciones. Imagen Digital.- Las imágenes digitales son un caso
particular de las señales digitales. Una imagen digital se representa por una matriz de
puntos. También se representa como sucesión bi dimensional de objetos, cuyos valores
están cuantizados. En la imagen digital, tanto la posición del pixel como su valor estan
representados solamente por números enteros.
Ruido de Cuantización. El ruido de cuantización aparece al digitalizar una señal,
está directamente relacionado con el número de valores que puede tomar el pixel. También
se le conoce como definición. Entre la deficinición y el espacio en bytes que ocupa una
imagen hay una relación directa. Las imágenes mas comunes ocupan un byte por pixel.
Resolución Espacial. La resolución espacial esta relacionada con el tamaño del detector. En
otras palabras, la resolución es el numero de pixeles en el cual está dividida la imagen.
Entre mayor es el número d epixeles, menor es el tamaño físico de este. El número
de pixeles afecta el número de byte que ocupa la imagen.
Pixel: Es el elemento más pequeño de una imagen digital.
Volumen de datos. Un volume de datos se obtiene al apilar un conjunto de arreglos
bidimensionales. Por ejemplo: tomografía computarizada, Resonancia magnética,
ultrasonido, etc.
Voxel elemento más pequeño en un volumen de datos digitales, voxel = pixel.