Practica 1 Histogramas en imagen

Asignatura: Visin Artificial I

Profesor: MC. Gerardo Garca Gil
Alumno: Jess Salvador Muiz Enrquez
Ingeniera en Mecatrnica 2017-B
Centro de Enseanza Tcnica Industrial (CETI)
INTRODUCCIN.

En esta sesin se abordar. Adems de un (i)= (0) = 0

histograma original a partir de una imagen
( 1) + () 0
captada por webcam, obtendremos su
histograma acumulado y su histograma
acumulado equilibrado. Pero antes se explicar
algunas definiciones para entender lo que se El histograma acumulativo es de acuerdo a su
pretende realizar. definicin una funcin montona creciente, con el
valor mximo de.
QU ES CONTRASTE?
1
Como contraste se entiende el campo de valores
de intensidad que en una imagen concreta son
( 1) = () =
=0
utilizados, en pocas palabras la diferencia entre el
mximo y el mnimo valor de la intensidad de los El histograma acumulativo, el cual dentro de sus
pixeles que presente la imagen. Una imagen con propiedades presenta una distribucin
un contraste completo utiliza un intervalo equilibrada, es solo una aproximacin ,sin
completo de niveles de intensidad definidos para embargo es posible de esta manera utilizar una
la imagen = . = 0 1 (de operacin de pixel que desplace las lneas del
negro a blanco). Por ello es sencillo observar el histograma de tal forma que el histograma
contraste de la imagen utilizando para ello un acumulativo de la imagen muestre como mnimo
histograma. de manera aproximada una funcin lineal
HISTOGRAMA ACUMULADO. creciente tal como.

El histograma acumulativo es una variante del

histograma normal, el cual refleja informacin
importante para la realizacin de operaciones de
pixel por pixel en imgenes (operaciones de
punto), por ejemplo para equilibrar un
histograma. El histograma acumulativo () es
definido como:

(i) = () 0
=0

El valor de () es entonces la suma de todos los En la cuarta columna vemos la linealizacin, es la

valores abajo del valor especificado i del operacin de pixel que se requiere (). Para
histograma normal () con los valores j=0.i o equilibrar el histograma de una imagen se calcula
bien, el obtenido considerando el valor inmediato a partir de su histograma acumulativo. Para una
anterior. imagen de una resolucin pixeles en el
intervalo de [0.K-1] quedara la operacin %Histograma ecualizado
definida como: Inh=[1:256];
for rxs=1:fil
K1 for rys=1:col
feq(p) = [H(p). ] ac=In(rxs,rys);
MN
if ac==val
La representacin del proceso de ecualizacin de
un histograma a travs de una operacin pixel Inh(rxs,rys)=Tam(ac+1)*(255
sobre una imagen con el histograma original () /(fil*col));
debe de lograrse la aproximacin equilibrada, las end
end
representaciones de los histogramas acumulados
end %Fin histograma
muestran como queda transformado el ecualizado
histograma acumulativo original. %Muestreo de imagenes y su
respectivo histograma
DESARROLLO. subplot(3,2,1),subimage(In)
,title('Imagen original');
Antes de empezar a trabajar con el video se opt subplot(3,2,2),stem(Tam),ti
por iniciar con el procesamiento de imgenes con tle('Histograma');
los algoritmos conocidos para estar seguros de su subplot(3,2,3),subimage(mat
comportamiento para despus comenzar con el 2gray(In)),title('Imagen
video, la siguiente es el segmento de cdigo con el acomulado');
que trato la imagen de llamada presa con subplot(3,2,4),stem(H),titl
extensin .jpg e('Histograma acomulado');
subplot(3,2,5),subimage(mat
2gray(In)),title('Imagen
Obteniendo los siguientes resultados. linializado');
subplot(3,2,6),stem(Inh),ti
Im=imread('Paisaje.jpg'); tle('Histograma
In=rgb2gray(Im); linealizado');
[fil,col]=size(In);
pixmax=256;
Tam=zeros(pixmax);

%%Histograma imagen original

for rxp=1:fil
for ryp=1:col
rxyp=In(rxp,ryp);
for val=1:pixmax
if rxyp==val
Resultado obtenido del cdigo anterior.
Tam(val)=Tam(val)+1;
end
CONCLUCIONES: endLa creacin de los histogramas nos sirve para poder ver en el caso de las imgenes a blanco
y negroend
la cantidad de pixeles y su intensidad correspondiente, tambin fue un trabajo muy duro ya que al
end %Fin
principio histograma
de obtena original
los resultados, pero despus de una investigacin pude lograr la realizacin de estos y
poder ver la diferencia que existe entre cada tipo diferente de histograma con respecto a una misma imagen,
%Histograma
con acumulativo
la diferencia que se ecualizo para lograr el ultimo histograma
H=[1:256];
vo=0;
for ru=1:256
H(ru)=vo+Tam(ru);
vo=H(ru);
end %Fin histograma acumulativo