Procesamiento de Imágenes

y Visión Artificial

(WEE2)

Sesión: 6

MSc. Ing. José C. Benítez P.

Operaciones morfológicas I

Logros de aprendizaje

1. Implementar una función con la dilatación de una

imagen de escala de grises en matlab.

2. Operar la dilatación de imágenes de escala de grises

con funciones de matlab.

3. Implementar una función con la erosión de una imagen

de escala de grises en matlab.

4. Operar la erosión de imágenes de escala de grises con

funciones de matlab.

2

3

Contenido

Dilatación y erosión de imágenes en escala de grises:

• Introducción.

• Dilatación de imágenes escala de grises.

• Erosión de imágenes escala de grises.

Introducción

Esquema general del análisis de imágenes

Introducción

� Morfología:

• Estudio de la forma y la estructura.

� Morfología matemática:

• Es una técnica de procesado no lineal de la imagen,

interesada en la geometría de los objetos

• Análisis morfológico: Permite extraer componentes de la

imagen que son útiles en la representación y descripción de

la forma de las regiones: Fronteras, Esqueletos, etc.

• Permite obtener características relevantes de los objetos en

la imagen: Forma, Tamaño, etc.

• Procesado morfológico: Permite transformar la forma o la

estructura de los objetos en una imagen

Introducción

� Tipos:

• Morfología binaria (es la más frecuente).

• Morfología de niveles de gris.

• Morfología de imágenes poli cromáticas.

� Usos:

• Post-procesado: Por ejemplo, tras un proceso de

segmentación

• Pre-procesado: Por ejemplo, previo a un sistema de

reconocimiento.

� Aplicaciones:

• Análisis de imágenes médicas, teledetección, visión

artificial, ...

Introducción

• La segmentación no suelen dar un resultado exacto de la

delimitación de los objetos o regiones de interés: Aparecen

píxeles mal clasificados, bordes imprecisos de los objetos o

regiones que están solapadas. Por tanto, antes de extraer más

características de medio nivel se requiere de una etapa de

pre-procesamiento. En esta fase se suele emplear el

tratamiento morfológico.

• Es una técnica de procesamiento no lineal de la señal,

caracterizada en realzar la geometría y forma de los objetos.

• Su fundamento matemático se basa en la teoría de conjuntos.

• Aunque en un principio se aplicará sobre las imágenes

binarias, luego se extenderá a las imágenes grayscale. Esto

permitirá vislumbrar que el procesamiento morfológico

también se puede utilizar como técnica de PDS.

Introducción

• Concluyendo, estas nuevas herramientas se pueden

emplear tanto en el procesado, como en las etapas de

segmentación – post procesado o en fases de mayor

nivel de información visual.

• Actualmente se puede encontrar aplicaciones en la

restauración de imágenes, en la detección de bordes, en

el análisis de texturas, en el aumento del contraste y

hasta en la compresión de imágenes.

Introducción

• La morfología matemática se basa en operaciones de teoría

de conjuntos. En el caso de imágenes binarias, los conjuntos

tratados son subconjuntos de Z2 y en el de las imágenes en

escala de grises, se trata de conjuntos de puntos con

coordenadas en Z3.

• Las operaciones morfológicas simplifican imágenes y

conservan las principales características de forma de los

objetos.

• Un sistema de operadores de este tipo y su composición,

permite que las formas subyacentes sean identificadas y

reconstruidas de forma óptima a partir de sus formas

distorsionadas y ruidosas.

Introducción a las OM

• La morfología matemática se puede usar, entre otros,

con los siguientes objetivos:

� Pre-procesamiento de imágenes (supresión de

ruidos, simplificación de formas).

� Destacar la estructura de los objetos (extraer el

esqueleto, detección de objetos, envolvente

convexa, ampliación, reducción,...)

� Descripción de objetos (área, perímetro,...)

Introducción a las OM1. Imágenes binarias

� Operaciones morfológicas:

�Dilatación, erosión, Transformada Hit-or-Miss, apertura

y clausura.

� Aplicaciones:

�Extracción de fronteras y componentes conexas,

rellenado de regiones, adelgazamiento y engrosamiento,

esqueleto y poda.

2. Imágenes en escala de grises

� Operaciones morfológicas: dilatación, erosión, apertura,

cierre.

� Aplicaciones:

�Gradiente morfológico, transformada Top-Hat, texturas y

granulometrías.

Elementos del procesado morfológico

� Los fundamentos del análisis y procesado morfológico

se basan en el álgebra de conjuntos y en la topología.

� Tres elementos:

a. Conjuntos (Imágenes)

b. Operadores Morfológicos (dilatación, erosión,

apertura/cierre)

c. Elementos Estructurantes (EE)

Operaciones básicas sobre conjuntos

Operaciones básicas sobre conjuntos

Operaciones lógicas

Operaciones lógicas

Dilatación de imágenes escala de grises

Dilatación de imágenes escala de grises

Dilatación de imágenes escala de grises

Dilatación de imágenes escala de grises

Dilatación de imágenes escala de grises

Dilatación de imágenes escala de grises

Erosión de imágenes escala de grises

Erosión de imágenes escala de grises

Erosión de imágenes escala de grises

26

Preguntas

Al término de la experiencia de aprendizaje el alumno debe ser

capaz de responder las siguientes preguntas:

1. Conceptos de operaciones morfológicas.

2. Clasificación de los OM.

3. Hacer un listado de cinco aplicaciones de las operaciones

morfológicas.

4. La dilatación de grises.

5. La erosión de grises.

6. Hacer un listado de cinco aplicaciones de la operación

morfológica dilatación de grises.

7. Hacer un listado de cinco aplicaciones de la operación

morfológica erosión de grises.

27

Sesión 6. Operaciones morfológicas I

Procesamiento de Imágenes

y Visión Artificial

Blog del curso:

http://utppdiyva.blogspot.com