Image Processing Toolbox

Preprocesar y posprocesar imágenes

Image Processing Toolbox proporciona algoritmos de referencia-estándar para preprocesar y posprocesar tareas que solucionan problemas frecuentes del sistema, tales como ruido de interferencia, bajo rango dinámico, óptica fuera de foco y la diferencia en la representación del color entre dispositivos de entrada y salida.

Mejora de la imagen

Las técnicas de mejora de imágenes de Image Processing Toolbox le permiten aumentar la proporción de señal a ruido y acentuar las características de las imágenes modificando los colores o las intensidades de una imagen. Puede:

  • Realizar ecualización de histogramas.
  • Efectuar estiramiento de decorrelación.
  • Reasignar el rango dinámico.
  • Ajustar el valor gamma.
  • Realizar filtrado lineal, medio o adaptativo.

La toolbox incluye rutinas de filtrado especializadas y una función de filtrado multidimensional generalizado que maneja tipos de imágenes de enteros, ofrece opciones de relleno de contornos múltiples y realiza convolución y correlación. También se proporcionan filtros y funciones para diseñar e implementar sus propios filtros lineales.

Ejemplo: Técnicas de mejora del contraste

Técnicas de mejora del contraste
Mejora de imágenes en escala de grises y color verdadero (truecolor) con ecualización de histogramas adaptativa.

Enfoque de imágenes borrosas

Los algoritmos de enfoque de imágenes borrosas de Image Processing Toolbox incluyen la deconvolución ciega, de Lucy-Richardson, de Wiener y de filtros regularizados, además de conversiones entre la distribución de puntos y funciones de transferencia óptica. Estas funciones ayudan a corregir el enfoque de imágenes borrosas por óptica fuera de foco, movimiento de la cámara o de la persona durante la captura de la imagen, condiciones atmosféricas, tiempo de exposición breve y otros factores. Todas las funciones de enfoque de imágenes borrosas funcionan con imágenes multidimensionales.

Ejemplo: Enfocar imágenes borrosas mediante un filtro regularizado

Enfocar imágenes borrosas mediante un filtro regularizado
Restauración de una imagen borrosa y con ruido mediante un algoritmo de restauración restringido de mínimos cuadrados.

Ejemplo: Enfocar imágenes borrosas mediante el algoritmo de deconvolución ciega

Enfocar imágenes borrosas mediante el algoritmo de deconvolución ciega
Restauración de una imagen cuando no hay disponible información sobre la distorsión.

Administración del color independiente del dispositivo

La administración del color independiente del dispositivo de Image Processing Toolbox le permite representar el color con precisión independientemente del dispositivo de entrada o salida. Esto le ayuda a analizar las características de un dispositivo, medir la precisión del color cuantitativamente o desarrollar algoritmos para varios dispositivos distintos. Con las funciones especializadas de la toolbox, puede convertir imágenes entre espacios de color independientes del dispositivo, tales como sRGB, XYZ, xyY, L*a*b*, uvL y L*ch.

Ejemplo: Segmentación basada en colores mediante el espacio de color L*a*b*

Segmentación basada en colores mediante el espacio de color L*a*b*
Identificación de distintos colores analizando una imagen en un espacio de color alternativo.

Para obtener más flexibilidad y control, la toolbox soporta conversiones de espacios de color basadas en el perfil mediante un sistema de administración del color basado en ICC versión 4. Por ejemplo, puede importar perfiles de color ICC n-dimensionales, crear nuevos perfiles de color ICC o modificar los existentes para dispositivos de entrada y salida específicos, especificar el intento de renderizado y buscar todos los perfiles compatibles en su máquina.

Transformación de la imagen

Las transformaciones de imágenes tales como FFT y DCT desempeñan un papel fundamental en muchas tareas de procesamiento de imágenes, como la mejora, el análisis, la restauración y la compresión de imágenes. Image Processing Toolbox brinda diversas transformaciones de imágenes, incluidas las proyecciones Radon y de proyección de haz de rayos en abanico. Puede reconstruir imágenes a partir de datos de proyección de haz de rayos en abanico y en paralelo (común en aplicaciones tomográficas). Las transformaciones de imágenes también están disponibles en MATLAB y Wavelet Toolbox™.

Reconstruir una imagen a partir de datos de proyección
Comparación de la reconstrucción de una imagen mediante geometrías de proyección de haz de rayos en paralelo (Radon) y en abanico.

Conversión de la imagen

Las conversiones de imágenes entre clases de datos y tipos de imágenes son un requisito común para las aplicaciones de generación de imágenes. Image Processing Toolbox proporciona diversas utilidades para la conversión entre clases de datos, incluidos los enteros de punto flotante de precisión simple y doble, y los enteros de 8, 16 y 32 bits con signo y sin signo. La caja de herramientas incluye algoritmos para la conversión de tipos de imágenes, incluidas las imágenes binarias, en escala de grises, de color indexado y de color verdadero (truecolor). Para las imágenes en color en concreto, la toolbox admite diversos espacios de color, tales como YIQ, HSV y YCrCb, así como imágenes Bayer codificadas por patrones y de alto rango dinámico.

Siguiente: Analizar imágenes

Probar Image Processing Toolbox

Obtener software de prueba

Visión Artificial con MATLAB: Detección y seguimiento de objetos

Ver seminario virtual