TRATAMIENTO DE IMAGENES Deteccin de fibras coloreadas en
TRATAMIENTO DE IMAGENES Detección de fibras coloreadas en lana
Contexto Industria lanera ü Extracción de impurezas ü Sistema de adquisición de imágenes (. tif) ü Detección de fibras coloreadas ü Clasificación de fibras ü Sistematización de los resultados ü
Objetivos y limitantes Conteo de fibras coloreadas ü Espesor de las fibras de 20 -25 µm ü Imágenes con gran cantidad de píxeles ü Requerimientos de tiempo ü Trabajar con imágenes de 2. 5 x 1. 8 cm ü
Sistema de adquisición Cámara RGB Nikon coolpix 995 1536 x 2048 pixels ü Sistema de luz balanceada ü Resolución ü Uniformidad ü
Procesos
Proyección BW
Proyección de Karhunen-Loeve ü Proyección sobre el vector propio principal ü Máxima potencia en la matriz de covarianzas
Proyección de Karhunen-Loeve ü Comparación entre la proyección estandar la de K-L y la de K-L aproximada
Uniformización de la luz Revertir efectos de la luz no uniforme ü Modelo parabólico ü Resolución por mínimos cuadrados ü
Comparación Sin procesar Procesada
Filtros para el mejoramiento ü Difusión anisotrópica Mejor resaltado Costos de tiempo Cálculo de exp( ) ü Filtro de mediana Menor costo Máscara 3 x 3 Repercute en las etapas siguientes
Filtro de mediana Sin filtrar Filtrada
Umbralización Alternativa a la umbralización directa ü Basada en el cálculo de estadísticos ü Análisis de cuadrados de 16 x 16 píxeles ü Imágenes reducidas ü Posibilita procesamiento posterior sobre la imagen usando esta máscara ü
Umbralización
Umbralización
Morfología Eliminar ruido ü Conectar regiones de una misma fibra ü Localización aproximada ü
Morfología Etiquetado. Creación de regiones y extremos ü Dilatación direccional de regiones grandes ( desde los extremos, entornos según ángulo ) ü Filtrado de regiones pequeñas (diámetro) ü Conteo y localización ü
Morfología
Morfología
Regiones Previo Dilatada
Bibliografía Tratamiento Digital de Imágenes Gonzáles - Woods ü The Image Processing Handbook Jhon Russ ü Pattern Clasification ü
- Slides: 21