Professional Documents
Culture Documents
INTRODUCCIN
El filtrado de imgenes se utiliza con el fin de
obtener una representacin grfica que sea capaz
de entregar datos que puedan facilitar el anlisis
de un dato en especfico, para el rea de la salud
las imgenes son de gran aporte ya que por medio
de estas se pueden diagnosticar y tratar un
sinnmero de patologas.
Al realizar la adquisicin de imgenes para el
diagnstico o tratamiento, se encuentran junto con
ellas informacin no deseada que contamina las
mismas, esto es conocido como ruido; de los
cuales existen varias clases entre ellos
encontramos, el ruido gaussiano este produce
pequeas variaciones en la imagen y su fuente
suelen ser componentes elctricos debido a su
radiacin.
Ruido sal y pimienta los pixeles toman valores
que no estn relacionados siendo estos el mximo
(sal) y el minino (pimienta).
ABSTRAC
Matlab is a software application that allows its use
in different areas of knowledge , it also allows the
possibility of using specialized filters that make
work easier and give a more realistic and accurate
results in different ways, in this case images. This
paper seeks to highlight some of the basic
functions handled in a routine M -file (files) , there
will convert digital images to gray levels , these are
contaminated with noise levels of salt and pepper
which will be treated with median and averaging
filters . Later we find, some statistical measures
such as mean, variance and standard deviation
and its respective histogram. Noting the effect that
occurs in our respective digital image.
MARCO TEORICO
Matlab tiene especial importancia los ficherosM
de extensin .m. ya que este contiene conjuntos de
comandos a ejecutar o definicin de funciones y se
ejecutan al teclear su nombre en la lnea. Un
fichero .m puede llamar a otros ficheros .m y
ficheros de comandos pueden ser llamados desde
ficheros de funciones. Por defecto, Matlab
considera las variables locales, como ficheros de
texto sin formato ya que pueden crearse a partir de
un editor de textos.
FILTROS DIGITALES
Lo que se quiere lograr con cada uno de los filtros
es:
Suavizar la imagen: reducir las variaciones
de intensidad entre pxeles vecinos.
Eliminar ruido: modificar aquellos pxeles
cuyo nivel de intensidad es muy diferente
al de sus vecinos.
Realzar la imagen: aumentar las
variaciones de intensidad, all donde se
producen.
Detectar bordes: detectar aquellos pxeles
donde se produce un cambio brusco en la
funcin intensidad. (tema3-1, s.f.)
.
Para definir la desviacin media y la
varianza hacemos uso de la media:
(Macias, s.f.)
DESARROLLO
CONCLUSIONES
Bibliografa
Gonzalez, Y. (s.f.). http://dmi.uib.es/. Obtenido
de
http://dmi.uib.es/~ygonzalez/VI/Materi
al_del_Curso/Teoria/Tema5_Filtrado.p
df
Macias, V. B. (s.f.). herramientas
computacionales. Obtenido de
http://www.utm.mx/~vero0304/HCPM/
33.Analisis-datos.pdf
pepgonzalez.blogspot. (s.f.). Obtenido de
http://pepgonzalez.blogspot.com.co/
tema3-1. (s.f.).
alojamientos.us.es/gtocoma/pid/tema31.pdf. Obtenido de
http://alojamientos.us.es/gtocoma/pid/te
ma3-1.pdf