INTRODUCCIN

Nuestro trabajo va enfocado a temas vistos en la materia de tratamiento de

imgenes, el cual va dirigido a un pblico que se desempee en este tipo de
temas y que la siguiente informacin no slo para licenciaturas como Ingenieras,
sino para todo pblico en general; que este material de apoyo sea grato para
hacer conciencia sobre el uso del tratamiento de imgenes en una problemtica
bastante amplia como es la deforestacin en reas ecolgicas por descuidos del
ser humano o diversas actividades que se realizan.
Para ello es importante saber Qu es la deforestacin?
La deforestacin es un proceso, que tiene lugar en la litsfera del planeta,
generado por los seres humanos que consiste bsicamente en la tala de rboles
de la superficie forestal. Debido a esto, el suelo donde es realizado dicho proceso
tiende siempre a sufrir una erosin que, en la mayora de veces, lo termina
convirtiendo en un suelo infrtil.
Para ello una vez entendido esta terrible problemtica queremos demostrar los
diferentes tratamientos que toman las imgenes con conceptos aplicados
incluyendo uso de un software llamado MATLAB donde usaremos 3 diferentes
imgenes con problemticas distintas y pondremos en prctica estos procesos
para llegar al resultado requerido.

PLANTEAMIENTO DEL PROBLEMA:

En Temoaya, Edo. De Mxico. Se encuentra ubicado el Cerro de las Navajas,

Lugar caracterizado por tener una gran extensin de reas verdes. El principal
problema son los incendios provocados por descuidos del ser humano, ya que se
pueden realizar diversas actividades en la noche, como quema de Fuegos
pirotcnicos, lanzamiento de globos de cantoya y como no se tiene los cuidados
necesarios, tiene como consecuencia la prdida de estas reas.

OBJETIVO GENERAL:

Determinar la interaccin del ser humano con reas verdes y de qu manera se

puede disminuir la problemtica de deforestacin, teniendo como consecuencia
prdidas de reas verdes por las diversas actividades que se realizan.

Esto debe mejorar con la ayuda de una cmara trmica que captura una imagen
detectando el calor (Fuego y cierta combinacin de tonalidades) en un cierta rea
determinada.
OBJETIVOS ESPECFICO:

Conocer los procesos y funcionalidades de los temas que se abordan en

este proyecto con aplicacin a tratamiento de imgenes.
Interpretar los procesos que se aplican a las imgenes para as saber a qu
resultado se lleg y complementar el proyecto.
Realizar una investigacin respecto al tema de la deforestacin y
actividades que realiza el ser humano
Llevar a cabo la codificacin a las reas verdes que requieren de inmediato
estos procesos.
Aplicar las mejoras en las diversas reas, utilizando un mtodo de
monitoreo para asegurar que estas se estn llevando a cabo de la forma
correcta.
Un mes despus de aplicar las mejoras, realizar otra investigacin en el
tratamiento de la imagen para conocer si las estrategias utilizadas, han
tenido el impacto que se buscaba.

JUSTIFICACIN:

Para completar este apartado es importante hacer conciencia en estas preguntas

Cul es su propsito y qu se espera conseguir a su trmino?
Nuestro propsito es que esta informacin sea de utilidad para hacer conciencia
al ser humano de los daos ocasionados a nuestras reas verdes y al trmino de
ello es que usen la documentacin para realizar ciertos procesos que lleva un
tratamientos de imagen y de qu manera detectarlo.
Por qu es importante llevar a cabo el proyecto?
Porque slo as notamos la realidad del dao causado, y nada mejor que se tenga
un uso directo del tratamiento de imagen los procesos por los cuales pas, los
anlisis, incluso hasta programas utilizados, investigaciones para as poder llegar
a un posible antes y despus de la imagen.
As pues, la justificacin de un proyecto menciona:

El alcance del proyecto a corto, medio y largo plazo:

A corto plazo es lograr terminar esta documentacin en base al trato de la imagen

y por todos los filtros que pasa.

A medio plazo es lograr estar a un 80% de documentacin correctamente y lograr

a llegar a una implementacin en algn software
A largo plazo es que la documentacin ya este a un 100%, lista para usar con
implementacin y un ejemplo claro o que puedan crear uno de igual forma en un
software.

Diferentes soluciones para resolver un problema o alcanzar un objetivo detectado.

Las soluciones como tal sera la toma panormica del rea verde en problemas
para trabajar en ello por medio de cmaras trmicas en el cual ya es un trato
directo con la imagen y as lograr solucionar de inmediato.

Esta investigacin tiene como solucin implementar el funcionamiento de temas,

vistos y con esto llegar a la reduccin de la deforestacin.
La importancia de esta investigacin radica, en el impacto social que pudiera tener
en un futuro es por ellos nuestro alcance de proyecto y una vez recopilado todo

Deforestacin y zonas protegidas por cuestiones naturales y no naturales

La deforestacin es la prdida o destruccin de los bosques naturales,

principalmente debido a las actividades humanas.

1.1 VISIN HUMANA Y ARTIFICIAL:

Qu es la visin humana?

La visin es uno de los sentidos ms importantes, encargado de interpretar

nuestro entorno a partir de la luz que llega a nuestros ojos. Se basa en la
transduccin de una seal fsica, la luz que captan nuestros ojos en forma de onda
electromagntica, en una seal elctrica en las neuronas que deriva en una
proyeccin en forma de imagen de nuestro alrededor.

Qu es la visin artificial?
La visin artificial es una disciplina cientfica que incluye mtodos para adquirir,
procesar y analizar imgenes del mundo real con el fin de producir informacin
que pueda ser tratada por una mquina.

Enfocado al proyecto:

Una manera simple de comprender este sistema es basarnos en nuestros propios

sentidos. Los humanos usamos nuestros ojos para comprender el mundo que nos
rodea, y la visin artificial trata de producir ese mismo efecto en mquinas. stas
podrn percibir y entender una imagen o secuencia de imgenes y actuar segn
convenga en una determinada situacin. La comprensin en los dispositivos se
consigue gracias a una descomposicin de la imagen en pequeos fragmentos
(pxeles) y en su posterior estudio.

1.2 PROCESAMIENTO DE IMGENES DIGITALES: PRE-PROCESO Y

ANLISIS

Este apartado es para el conjunto de tcnicas y anlisis de la situacin que se le

pueden aplicar a diversas imgenes digitales.
Una vez ya aplicado estos mtodos se tiene que llegar al objetivo de mejorar la
calidad o facilitar la bsqueda de informacin.

Es por eso que se realiza un estudio a conciencia de lo que debemos tomar en

cuenta y en este casos los procesos aplicados a todo tipos de imgenes.

1.3 PROCESAMIENTO DE BAJO NIVEL, NIVEL INTERMEDIO Y ALTO NIVEL.

PROCESOS DE NIVEL-BAJO: Reduccin de ruido, realce de contraste,

realce de caractersticas de la imagen. Donde las entradas/salidas son
imgenes.

PROCESOS DE NIVEL-MEDIO: Segmentacin (regiones, objetos), es una

descripcin de objeto que incluye una clasificacin. Donde la entrada es
una imagen y la salida son atributos de objetos (bordes, contornos,
identidades de objetos individuales).

PROCESOS DE NIVEL-ALTO: Involucra Darle sentido al conjunto de

objetos encontrados y de ah lograr un anlisis de la imagen, llevar a cabo
funciones cognitivas normalmente asociadas con la visin.

1.4 COMPONENTES DE UN SISTEMA DE PROCESAMIENTO

Para hacer mencin de los elementos de los sistemas de procesamiento de

imgenes se necesita de una adquisicin de imgenes las deben existir dos
elementos bsicos.

El primero es algn dispositivo bsico que sea sensible a una

determinada banda del espectro de energa electromagntico como
son las bandas de (rayos-x, el ultravioleta, el visible o el infrarrojo),
 las que produce una seal elctrica proporcional al nivel de energa
censado.
El segundo es el digitalizador que convierte la salida del dispositivo
fsico de censado a forma digital.
En esta categora se agrupan a las cmaras CCDs (Charge-Coupled
Devices) que tiene la ventaja de la velocidad de captacin (hasta
1/10,000 seg.) pero un costo elevado, los scanner y cmaras de
video.

Cuando hablamos del almacenamiento es un punto crtico debido a la gran

cantidad de informacin usada contiene el siguiente dato; una imagen en 8 bits de
tamao 1024 1024 pxeles requieren un megabyte de espacio para su
almacenamiento.
Y el procesamiento, ya existen computadoras con microprocesadores
especializados en procesamiento de imgenes que permiten un manejo rpido de
las operaciones de matrices y acceso a memoria para aplicaciones de
procesamiento de marcos (frames).

1.4.1 UNIDAD DE ADQUISICIN

Cuando hablamos de la adquisicin de la imagen, contiene un sensor de la

imagen con la cual se puede adquirir una imagen y es necesario contar con un
sensor que indique la iluminacin (energa) que recibe un punto.
Ya que las imgenes pueden ser consideradas como un conjunto de puntos en
forma de matriz, y el sensor comienza con un arreglo de sensores en forma de
matriz. El sensor de igual forma tiene un filtro, material fotosensible, una carcasa y
una salida (voltaje en forma de onda).

1.4.2 UNIDAD DE PROCESAMIENTO

Esta unidad de procesamiento es de tipo grficos que realiza operaciones de

coma flotante, y para aligerar la carga de trabajo del procesador en la unidad
central de aplicaciones como los procesos por los cuales pasa las imgenes o
tomas capturadas.
Incluso cuando ya terminaron los procesos de la imagen o aplicaciones 3D
interactivas.

1.4.3 UNIDAD DE DESPLIEGUE

Consta de una compilacin de despliegue tiene un proceso de recopilacin

ejecutable de componentes, de igual forma trabaja con documentos de soporte de
imgenes y notas que se les coloca y productos de trabajo de instalacin de
softwares para el tratamiento de imgenes.

Una unidad de despliegue est suficientemente completa para ser descargable y

entendible para ah desarrollar procesos, filtros de la imagen y ejecutarse en un
nodo. La unidad de despliegue se adorna con diferentes paquetes que constan de
material grfico y se venden como "producto". El contenido de la unidad de
despliegue se registra en la lista de materiales.

Lo cual nos ayudar a que la toma de imgenes pasen por procesos de

recopilacin, que se ejecute algunos componentes y vaya concluyendo con filtros
destacables.

1.5 FORMATOS COMUNES DE ALMACENAMIENTO DE IMGENES

Para este rubro se llega a la conclusin que existen diversos formatos y los ms
usados para as lograr llegar a un almacenamiento correcto de cada tipo de
imagen captada. Las imgenes digitales se pueden guardar en distintos formatos.
Cada uno se corresponde con una extensin especfica del archivo que lo
contiene.
Los ms utilizados en la actualidad son: BMP, GIF, JPG, TIF y PNG .

BMP (Bitmap = Mapa de bits)

Ha sido muy utilizado porque fue desarrollado para aplicaciones Windows.

La imagen se forma mediante una parrilla de pxeles.
El formato BMP no sufre prdidas de calidad y por tanto resulta adecuado
para guardar imgenes que se desean manipular posteriormente.
Ventaja: Guarda gran cantidad de informacin de la imagen.
Inconveniente: El archivo tiene un tamao muy grande.

GIF (Graphics Interchange Format = Formato de Intercambio Grfico)

Ha sido diseado especficamente para comprimir imgenes digitales.

Reduce la paleta de colores a 256 colores como mximo (profundidad de
color de 8 bits).
Admite gamas de menor nmero de colores y esto permite optimizar el
tamao del archivo que contiene la imagen.
Ventaja: Es un formato idneo para publicar dibujos en la web.
 Inconveniente: No es recomendable para fotografas de cierta calidad ni
originales ya que el color real o verdadero utiliza una paleta de ms de 256
colores.

JPG-JPEG (Joint Photographic Experts Group = Grupo de Expertos

Fotogrficos Unidos)

A diferencia del formato GIF, admite una paleta de hasta 16 millones de

colores.
Cada vez que se modifica y guarda un archivo JPEG, se puede perder algo
de su calidad si se define cierto factor de compresin.
Las cmaras digitales suelen almacenar directamente las imgenes en
formato JPEG con mxima calidad y sin compresin.
Ventaja: Es ideal para publicar fotografas en la web siempre y cuando se
configuren adecuadamente dimensiones y compresin.
Inconveniente: Si se define un factor de compresin se pierde calidad. Por
este motivo no es recomendable para archivar originales.

TIF-TIFF (Tagged Image File Format = Formato de Archivo de Imagen

Etiquetada)

Almacena imgenes de una calidad excelente.

Utiliza cualquier profundidad de color de 1 a 32 bits.
Es el formato ideal para editar o imprimir una imagen.
Ventaja: Es ideal para archivar archivos originales.
Inconveniente: Produce archivos muy grandes.

PNG (Portable Network Graphic = Grfico portable para la red)

Es un formato de reciente difusin alternativo al GIF.

Tiene una tasa de compresin superior al formato GIF (+10%)
Admite la posibilidad de emplear un nmero de colores superior a los 256
que impone el GIF.
Debido a su reciente aparicin slo es soportado en navegadores
modernos como IE 4 o superior.
1.6 ADQUISICIN DE LA IMAGEN

Este apartado de la adquisicin de la imagen se encarga de un traductor o

conjunto de transductores que mediante la manipulacin de la luz o de alguna otra
forma de radiacin que es emitida o reflejada por los cuerpos, se logra formar una
representacin del objeto dando lugar a la imagen.
Referente a nuestro proyecto sera: con los sensores de una cmara fotogrfica
trmica y es importante saber que durante la etapa de adquisicin, los
transductores agregan ruido a la imagen.
Ese ruido es seal de que los transductores trabajan, poseen una resolucin
limitada, lo cual repercute en la apreciacin de dicha imagen. y la manera de su
procesamiento digital de la imagen consiste en eliminar la mayor cantidad de ruido
que se le agrega durante la adquisicin as como tambin mejorar las
caractersticas de dicha imagen.

Para la presentacin de la imagen se deben considerar ciertos aspectos de

percepcin humana as como las velocidades de despliegue del dispositivo
utilizado. Algunos de los problemas caractersticos en el diseo de estos
subsistemas que involucran el uso de representaciones de seales son las
siguientes:

Los dispositivos sensoriales realizan un nmero limitado de mediciones

sobre las seales de entrada; estas mediciones deben ser adecuadas para
obtener aproximaciones tiles.
Decidir qu mediciones realizar y cmo usarlas de tal manera que
aproximen mejor a la seales de entrada son los problemas que deben ser
resueltos.
Para la seleccin del procesamiento y/o codificacin que se har sobre una
seal, es necesaria una interpretacin de las componentes de la seal. El
modelo del sistema de visin humano puede ser utilizado en ciertas etapas
de procesamiento para dicha interpretacin.

1.6.1 SENSOR CCD

En el caso del CCD es el encargado de convertir las cargas de las celdas de la
matriz en voltajes y entrega una seal analgica en la salida, que ser
posteriormente digitalizada por la cmara. En los sensores CCD, se realiza una
lectura con cada uno de los valores correspondientes a cada una de las celdas.
Despus esta informacin es convertida por un analgico-digital y se traduce en
forma de datos.

En este caso, la estructura interna del sensor es muy simple, el nico

inconveniente es que es necesitado de un chip adicional que se encargue del
tratamiento de la informacin proporcionada por el sensor, lo que se traduce en un
gasto mayor y equipos ms grandes.

1.6.2 SENSOR CMOS

En el mbito del CMOS, contiene celdas independientes y su principal diferencia

es que la digitalizacin de los pxeles se realiza internamente en unos transistores
que lleva cada celda, por lo que todo el trabajo se lleva a cabo dentro del sensor y
no tienen necesidad de un chip externo encargado de esta funcin. Con esto
conseguimos reducir costes y equipos ms pequeos.

Un dato relevante es que son econmicos pero ofrecen buena calidad de trabajo,
Otra de las grandes ventajas es que los sensores CMOS es que son ms
sensibles a la luz, por lo que en condiciones escasas de iluminacin se comportan
mucho mejor y los amplificadores de seal se encuentran en la propia celda, por lo
que hay un menor consumo a igualdad de alimentacin, esto facilitar la
extraccin de imgenes de diversas reas afectadas. En la velocidad, el CMOS es
claramente superior al CCD debido a que todo el procesado se realiza dentro del
sensor. Estas permiten grabar vdeos a velocidades de hasta 1000 fps.

1.7 MUESTREO, CUANTIFICACIN Y DIGITALIZACIN DE IMGENES

El muestreo y la cuantificacin son los encargados representar los pxeles de

acuerdo al tipo de imagen as como las escalas de color y la salida puede ser en
escalas de grises, cada imagen percibe a la hora de ser captada y a partir de eso,
comenzar a trabajar sobre las imgenes.

MUESTREO:
Consiste en una subdivisin de la imagen analgica en porciones. Trabajando con
imgenes en 2D. Slo estudiaremos particiones que envuelven polgonos
regulares: tringulos, cuadrados y hexgonos. Estos polgonos representan
sensores sensibles a la intensidad de luz.
En el modelo matemtico de una imagen, un pxel se identifica con su centro,
como puntos (x,y) del plano, donde (x,y) son las tpicas coordenadas cartesianas.
Dependiendo de los distintos tipos de mallado, la distribucin de los pxeles es
distinta
>> imshow(imageSub2);%muestra imagen del sub muestreo de la imagen
CUANTIFICACIN:
Es la salida de sensores es un valor (amplitud) dentro de una escala (color). De
igual forma puede ser, o bien un nico valor (escala de grises) o bien un vector
con tres valores por polgono (RGB) que se corresponden con la intensidad de
color rojo (R), verde (G) y azul (B).
Las imgenes en escala de grises con slo 2 colores: blanco y negro (0 y 1,
respectivamente), se llaman imgenes binarias A este proceso se le llama
cuantificacin .Un polgono de color constante se le llamar pxel.

DIGITALIZACIN DE LA IMAGEN:
Son fotos electrnicas tomadas de una escena o escaneadas de documentos
fotografas, manuscritos, textos impresos e ilustraciones. Dentro de ellas se realiza
un muestreo de la imagen digital y se confecciona un mapa de ella en forma de
cuadrcula de puntos o elementos de la figura (pxeles).

1.8 RANGO DINMICO Y RESOLUCIN

En este rubro se describe la capacidad que tiene un sistema para poder interpretar
la informacin tonal de las imgenes que se captan en ciertas reas as como la
resolucin que se utiliza tambin para clasificar casi todos los dispositivos
relacionados con las imgenes digitales.
Esto sera de mucha ayuda al momento de tener la toma del rea verde y junto a
las tonalidades rojizas identificar cuando se encuentre en problemas.

RANGO DINMICO:
Aqu entra la diferencia tonal entre la parte ms clara y la ms oscura de una
imagen. Cuanto ms alto sea el rango dinmico, se pueden potencialmente
representar ms matices y correlaciona en forma automtica con la cantidad de
tonos reproducidos.
Contiene la capacidad ms importante en los documentos de tono continuo que
exhiben tonos que varan ligeramente, y en el caso de las fotografas puede ser el
aspecto ms importante de la calidad de imagen.
De igual forma posee una cantidad limitada de tonos representados. La imagen
inferior posee un rango dinmico ms estrecho, pero una mayor cantidad de tonos
representados. Observe la falta de detalle en las sombras y los toques de luz en el
marco superior.

RESOLUCIN:

Se aplica en una imagen con la cantidad de pxeles. Ya sean pantallas de

ordenador o televisin, impresoras, escneres, cmaras digitales, etc.

La resolucin total expresa el nmero de pxeles que forman una imagen de mapa
de bits. La calidad de una imagen tambin depende de la resolucin que tenga el
dispositivo que la capta. En el caso de las cmaras, el nmero de pxeles que
contenga una fotografa depende de la configuracin y, como mximo, de cuntos
pxeles utilice el sensor CCD de la cmara para captar la imagen.

1.9 DISTANCIA, REGIN Y BORDES:

Referente a la distancia los pixeles p, q y z, con coordenadas (x,y), (s,t), y (v,w),
respectivamente, D es una funcin de distancia o mtrica si:

(a) D(p,q) 0 (D(p,q)=0 iff p=q)

(b) D(p,q) = D(q,p), y
(c) D(p,z) D(p,q) + D(q,z)
Llevan coordenadas para lograr tener una ubicacin adecuada, respecto al filtro de
de cada matriz.
Un borde puede ser una regin bordeada (en imgenes binarias). Se forma con
los valores de derivadas de pixeles que exceden un cierto umbral, la idea de borde
es un concepto local.

Comando:
r=imread('IncendioForestal.jpg');
subplot(3,3,4);
imshow(r);
title('IMAGEN 2');
r=imread('IncendioForestal.jpg');
planeR=r(:,:,1);
BW=edge(planeR,'prewitt');
subplot(3,3,5);
imshow(BW);
title('PREWITT');
r=imread('IncendioForestal.jpg');
planeG=r(:,:,2);
BW2=edge(planeG,'canny');
subplot(3,3,6);
imshow(BW2);
title('CANNY');

1.10 CONECTIVIDAD ENTRE PXELES:

Nos referimos cuando existe una interaccin entre ms de un pxel, tal que para
cualquier par de pxeles del conjunto, existe un camino digital que los une.
Recordemos que un componente conexa es un conjunto de pxeles tal que para
cualquier par de pxeles del conjunto, existe un camino digital que los une.

1.11 PUNTO SIMPLE, RECTA DIGITAL, CONVEXIDAD Y CURVATURA:

Bsicamente, este procedimiento consiste en ir borrando sucesivamente los

puntos del borde de la imagen, de forma que se preserve la topologa de la figura.

PUNTO SIMPLE:

Un pxel negro P del borde de la imagen se considera simple si el conjunto de los

vecinos en negro de P tiene exactamente una componente conexa que es
adyacente a P. Por otro lado, un punto es final si tiene exactamente un vecino
negro; un punto final no es ms que un punto extremo de la imagen.

Las condiciones exactas que determinan si un punto se puede borrar estn

relacionadas con el concepto de punto simple y punto final. Ms concretamente,
un punto del borde de la imagen se puede eliminar si es simple y no es final.El
borrado de puntos debe seguir un esquema de barridos sucesivos para que la
imagen siga teniendo las mismas proporciones que la original y conseguir as que
no queden todos los pxeles "borrables" para eliminarlos todos a la vez.

RECTA DIGITAL:
Dada una imagen digital binaria con una relacin de vecindad definida (t-
adyacencia), un camino digital ( t-camino) de un pxel p a otro pxel q se define
como una sucesin de pxeles Ppq={pi ; i=0,...,n} (del mismo color, todos distintos),
tal que:
p =p, p =q
Imgenes binarias
0n Para todo i=1,...,n-1, pi tiene exactamente dos vecinos en P p Q que son pi-1
y pi+1
p0 y pn tienen exactamente un vecino que son p1 y pn-1, respectivamente. La
longitud de un camino digital con n+1 pxeles es n.

CURVATURA:
Definimos curva digital como un conjunto de pxeles tal que al eliminar cualquiera
de ellos, se convierte en un camino digital.

CONVEXIDAD:
Se define de la siguiente manera, es la formacin o la estructura que tiene la
imagen, pero viendo ms a fondo los trazos que lleva en base al conjunto de los
pxeles teniendo como seguimiento un camino digital de igual forma.

1.12 OPERACIONES BSICAS CON IMGENES:

A continuacin se mostraran algunas de las operaciones bsicas que se pueden

aplicar a nuestra zona de estudio y a las cual nos ayudaran a tener mejor
visualizacin del contexto. Enfocado a MATLAB

1.12.1 LIMPIEZA
Se aplica el filtro gaussiano, el ruido y filtro de la media.
Filtro gaussiano.
imagen2=imnoise(imagen1,'gaussian');
Ruido.
imagen2=imnoise(imagen1,'gaussian');
gaussian=fspecial('gaussian');
filtro=imfilter(imagen2,gaussian);
Filtro de la media.
imagen2=imnoise(imagen1,'gaussian');
average=fspecial('average');
media2=imfilter(imagen2,average);
[imagen2, avegare] = tamao de la mscara (por defecto 3x3).

Comando:
y=imread('fogata.jpg');
title('SALT AND PEPPER');
x=imnoise(y,'gaussian',0.03);
subplot(2,2,2);
imshow(x);
title('GAUSSIAN');

1.12.2 COPIA

imwrite(imagen1,'copia_imagen.jpg');
La imagen original guardada en imagen1 se guarda en un archivo que se
generar por nombre copia_imagen.jpg y se muestra.
imagen2=imread('copia_imagen.jpg');

1.12.3 INVERSIN

Inversin: (Negativo fotogrfico)

INVERT:[[Q0=MaxLevel-P0]]
O para una imagen binaria INV:[[Q0=1-P0]]
La inversin realza detalles claros que se confunden con un fondo oscuro, y
viceversa

1.12.4 ROTACIN

g1=imrotate(imagen1,90,'crop')
El 90 indica los grados a rotar y el crop indica la funcin.

Comando:
f=imread('IncendioForestal.jpg');
imshow(f);
b=imrotate(f,360);
subplot(3,2,1);
imshow(b);
title('IMAGEN 1');
b=imrotate(f,35);
subplot(3,2,2);
imshow(b);
title('IMAGEN 35 GRADOS');
b=imrotate(f,140);
subplot(3,2,3);
imshow(b);
title('IMAGEN 140 GRADOS');
b=imrotate(f,273);
subplot(3,2,4);
imshow(b);
title('IMAGEN 273 GRADOS');

1.12.5 ESPEJO

Para hacer esto la imagen debe estar en escala de grises para transformar l matriz
h=flipdim(imagen2,2);
El 2 indica la forma en que se invertir si de arriba abajo o de izquierda a derecha.

Comando:
x=imread('fogata.jpg');
pic = flipdim(x ,3);
subplot(3,3,1);
imshow(pic);
title('IMAGEN ORIGINAL');
pic=flipdim(x,2);
subplot(3,3,2);
imshow(pic);
title('ESPEJO');

1.12.6 BRILLO

imagen1=imagen1+55;
Multiplica con las matrices
imagen1=imagen1*1.6;
Aumenta el valor del pixel

Comando:
a=imread('cigarroincendio.jpg');
imshow (a);
pause(2);
imshow (a-100)
imshow (a*5)
title('brillo ');
pause(2)

1.12.7 DESPLAZAMIENTO

LEFT:[[Q0=P1]]
DOWN:[[Q0=P3]]
RIGHT:[[Q0=P5]]
UP:[[Q0=P7]]
DOWNR:[[Q0=P4]]
Las operaciones de desplazamiento, aplican tanto a imgenes en escala de gris
como a color.

1.12.8 OPERACIONES LOGARTMICAS:

LOGTRANS:[[Q0=clog(1+P0)]]
El resultado de las transformaciones logartmicas es la compresin/expansin de
niveles de gris, lo que resulta en un realzado de la imagen.

1.12.9 OPERACIONES DE POTENCIA:

POWERLAW :[[Q0=cP0e]] donde:- c es una constante

1.12.10 OPERACIONES ARITMTICAS:

Cada operacin tiene su comando

suma=imadd(imagen1,imagen2) Suma
resta=imsubtract(imagen1,imagen2)Resa
multiplicacion=immultiply(imagen1,imagen2)Multiplicacin
division=imdivide(imagen1,imagen2)DIvision
Comando:

c=imadd(a,x);
imshow(c),title('Operacion Suma')
pause(2)

z=imsubtract(a,x);
imshow(z),title('Operacion Resta')
pause(2)

e=immultiply(a,x);
imshow(e),title('Operacion Multiplicacion')
pause(2)

a=imread('fogata.jpg');
s=imdivide(a,x);
imshow(s),title('Operacion divisin')
pause(2)
1.12.11 OPERACIONES LGICAS:

Las imgenes deben tener la misma resolucin, adems de que deben estar en
binario.
B=and(imbinaria,im2binaria)
Las operaciones son AND, OR, NOT y XOR.

Comando:
a=imread('fogata.jpg');
subplot(3,3,1);
imshow(a);
title('IMAGEN 1');
fgris=rgb2gray(a);
subplot(3,3,2);
imshow(fgris);
title('GRIS');
fbinario=im2bw(fgris,T);
subplot(3,3,3);
imshow(fbinario);
title('BINARIA');

1.13 OPERACIONES BSICAS CON HISTOGRAMA:

Para esto se debe convertir la imagen a grises.Lo siguiente muestra el histograma
normal:
imhist(img_gris) Histograma ecualizado, donde n indica el nmero de niveles de
intensidad especfico para la imagen de salida, por ejemplo, n=256.
img_bn=histeq(img_gris,256).

Comando:
f=imread('fogata.jpg');
subplot(3,3,1);
imshow(f);
title('ORIGINAL IMAGE');
planeR=f(:,:,1);
subplot(3,3,2);
imhist(planeR);
title(' HISTOGRAMA 1');

1.13.1 EXPANSIN LINEAL:

Se disea una CLUT para crear una expansin (Color Look Up Table) en el
mnimo se le asocia un cambio de longitud (se excluye el 2% de los valores en
ambos extremos), distribuyendo linealmente el resto entre ambos mrgenes.
Como resultado del realce la imagen aparece ms ntida y mejor contrastada.

1.13.2 COMPRENSIN DEL HISTOGRAMA:

Compresin del espacio de color en el histograma sirve para adaptar el espacio de

color a determinadas condiciones de salida o impresin, puede ser comprimido en
el cuadro de dilogo Histograma.
Esto no significa que se vaya a cortar el espacio de color de la fuente o del
escner, sino que los valores tonales del escner presentes sern distribuidos
uniformemente en la escala comprimida del nuevo espacio de color objetivo o de
salida.
Un histograma se construye en principio a partir de cinco valores principales:
El valor absoluto 0% (blanco)
El punto blanco establecido (luces)
Los valores medios (tonos medios)
El punto negro establecido (sombras)
El valor absoluto 0% (negro)
Los tringulos desplazables utilizados para realizar la compresin estn
interrelacionados de forma inteligente.

1.14 ECUALIZACIN:
Se trata de que en una imagen se logra es una transformacin que pretende
obtener para una imagen un histograma con una distribucin uniforme. Se dice
que existe el mismo nmero de pixeles para cada nivel de gris del histograma de
una imagen monocroma.
En teora, la aplicacin de esta operacin debera transformar el histograma en
otro con una forma perfectamente uniforme sobre todos los niveles de gris. En la
prctica esto no se va a poder conseguir pues se estara trabajando con funciones
de distribucin discretas en lugar de continuas.
En la transformacin, todos los pixels de un mismo nivel de gris se transformarn
a otro nivel de gris, y el histograma se distribuir en todo el rango disponible
separando en lo posible las ocupaciones de cada nivel.

1.15 UMBRALIZACIN:

La umbralizacin es uno de los ms importantes mtodos de segmentacin. Tiene

como objetivo convertir una imagen en escala de grises a una nueva con slo dos
niveles, de manera que los objetos queden separados del fondo.
El histograma corresponde a una imagen compuesta de objetos claros sobre un
fondo oscuro y tiene una forma de extraer el objeto del fondo es seleccionar un
umbral de intensidad T que separe los dos conjuntos.
De este modo, cualquier punto (x, y) para el que f(x, y)>T, pertenece al objeto, en
caso contrario, pertenecern al fondo. Si los valores de gris del objeto y del resto
de la imagen difieren claramente, entonces el histograma mostrar una
distribucin bimodal, con dos mximos distintos, separados por una regin vaca.
Con lo cual se lograr una separacin perfecta entre el objeto y el fondo, al
establecer un valor umbral ubicado en esta regin del histograma
Ejemplo:
im2bw(f, T)
Donde T es el umbral tal que todos los niveles de intensidad por debajo de T los
hace 0 y todos los que son mayores que T los hace 1. Dicho umbral se puede
obtener con la siguiente funcin la cual aplica el mtodo de Otsu:
>> T=graythresh(f)
Ejemplo :
f=imread(nombre_de_imagen);
T=graythresh(f);
fbinaria=im2bw(f,T)

Comando:
f=imread('fogata.jpg');
imshow(f);
subplot(2,2,1);
imshow(f);
title('IMAGEN');
t=graythresh(f);
p=im2bw(f,t);
subplot(2,2,2);
imshow(p;
title('UMBRALIZACION 1');

CONCLUSIN:

ste proyecto se hizo con la finalidad de dar a conocer algunos de los procesos
que se llevan a cabo para el tratamiento de imgenes y de la mano con ello
obtener resultados que nos pueden servir para aplicarlos al tema que es
Aplicacin del tratamiento de imgenes para el problema de deforestacin por
incendios.
Con ste trabajo se obtuvo lo esperado ya que mediante la investigacin de los
temas de aplicacin del tratamiento de imgenes se podr encontrar la manera de
poder usarlos y encontrar la solucin para lograr la reduccin de la deforestacin.
En base a libros, presentaciones, vdeos, etc, indagamos para as lograr de la
manera ms apropiada la aplicacin sobre nuestro proyecto haciendo uso del
software de MatLab, algunas instrucciones no entendamos, tuvimos que
buscarlas
para llegar a concluir con l.
Es un proyecto muy interesante en el cual nos gustara dar seguimiento en base a
la ayuda del ingeniero encargado de esta materia la cual es Tratamiento de
Imgenes. Este proyecto sera interesante llevarlo a la implementacin en un
caso real debido a que en la actualidad hay demasiada prdida de reas verdes
por causa de la deforestacin por incendios.
CIBERGRAFIA:
Laura Florian Cruz, Freddy Carranza (AthoTpicos en procesamiento
grfico.2006Archivo PDF.pndice E. Tratamiento de imgenes en MATLAB
Procesamiento de imgenes con MATLAB, Archivo PDF. Gines Garca
MateosDept. de informtica y sistemas, Universidad de Murcia.
Procesamiento de imgenes.Tema 2. Procesamiento global de
imgenesPresentacin de Power Point.
Ingeniera biomdica, Tratamiento de imgenes.Operaciones bsicas con
imgenes.Archivo PDF.
Videos de Youtube sobre tratamiento de imgenes.

REFERENCIAS:

Gonzalez, R. C. , and Woods, P., Digital Image Processing, Addison Wesley,

2002
://encyclopedia.thefreedictionary.com/light
Hecht, E., ptica, Addison Wesley Iberoamericana, Madrid, 2000.

Azriel Rosenfeld and Avinash C. KaK. Digital Picture Processing. Academic
Press, 1982.
K. Pratt, William. Digital Image Processing. John Wiley & Sons, 1991.
Gonzalez R.C and R.E Woods. Digital Image Processing. Adisson-Wesley,
1993.
http://www.ite.educacion.es/formacion/materiales/107/cd/imagen/imagen010
5.html
Fuente: https://www.caracteristicas.co/vision/#ixzz4tBCRO0Kk
http://www.contaval.es/que-es-la-vision-artificial-y-para-que-sirve/
http://preservationtutorial.library.cornell.edu/tutorial-spanish/intro/intro-
01.html