Ayúdanos a dar forma a GoConqr. ¿Qué deberíamos añadir?

Diagrama de flujo

Tecnicas de Visión Artificial 2

malkik salvador Informática Español

Su ventaja principal es que es útil en distintos objetos que se corresponden con distintos niveles de grises diferentes.

Contenido del diagrama

  1. TÉCNICAS DE VISIÓN ARTIFICIAL

  2. Para especificar las técnicas de visión artificial se mencionará primeramente la segmentación el cual es un campo de la visión por computadora en el cual objetivo es dividir una imagen digital en varias secciones o grupos

  3. Segmentación por nivel de gris

  4. Filtros

  5. Utiliza como característica la luminancia de cada pixel, en donde el nivel de gris se determina alguna propiedad física en una imagen.

  6. Su ventaja principal es que es útil en distintos objetos que se corresponden con distintos niveles de grises diferentes.

  7. Caracteristicas

  8. Ejemplos

  9. Huellas dactilares

  10. el objetivo es detectar el área de la huella dactilar y desechar la información innecesaria en la imagen haciendo uso de las herramientas descritas en la sección anterior.

  11. En un primer paso se aproximan las derivadas parciales en las coordenadas de cada píxel de la imagen, como se muestra en las ecuaciones

  12. Medicina

  13. se trata de una versión clásica del algoritmo de segmentación por crecimiento de regiones mientras que mejorada es una versión optimizada del mismo, que introduce algunos cambios.

  14. se trata de métodos para resaltar o suprimir, de forma selectiva, información contenida en una imagen a diferentes escalas espaciales, para destacar algunos elementos de la imagen, o también para ocultar valores anómalos.

  15. Concepto y características

  16. Utiliza como característica la luminancia de cada pixel, en donde el nivel de gris se determina alguna propiedad física en una imagen.

  17. También pueden utilizarse para resaltar la información correspondiente a una determinada escala (tamaño de la matriz de filtrado);

  18. En el caso de que se quiera eliminar la variabilidad asociada a los tipos de cubierta presentes en la imagen uniformizando de esta manera su respuesta.

  19. Ejemplos

  20. Filtro Gussiano

  21. Simulan una distribución gaussiana bivariante.

  22. El valor máximo aparece en el pixel central y disminuye hacia los extremos tanto más rápido cuanto menor sea el parámetro de desviación típicas

  23. El resultado será un conjunto de valores entre 0 y 1. Para transformar la matriz a una matriz de números enteros se divide toda la matriz por el menor de los valores obtenidos.

  24. Sustracción de la media

  25. Si se considera que un filtro de paso bajo sirve para resaltar componentes a gran escala eliminando la variabilidad local

  26. La matriz de filtrado de este filtro menos media puede calcularse directamente restando a la matriz de filtrado identidad

  27. Una aplicabilidad de este filtro es en las redes sociales especifiamente en la sección de tomar fotos para compartir en las redes sociales, de modo que, estos ayudan a realizar el filtro en la foto de las personas que reciben la captura o las personas que utilizan.

  28. Su ventaja principal es que es útil en distintos objetos que se corresponden con distintos niveles de grises diferentes.
  29. Transformada Discreta de furier
  30. El resultado será un conjunto de valores entre 0 y 1. Para transformar la matriz a una matriz de números enteros se divide…
  31. Si se considera que un filtro de paso bajo sirve para resaltar componentes a gran escala eliminando la variabilidad local
  32. Transformada Discreta de furier

  33. Característica

  34. Ejemplo

  35. Se ha desarrollado como un caso particular de enorme interés práctico de la Transformada de Fourier clásica o continua a partir de la aparición de la informáica, que no trabaja con señales continua.

  36. Su aplicabilidad se ve reflejada en conrdinación con filtros; es decir si se multiplica la transformada por un filtro, ya sea de paso bajo, alto, banda etc. El resultado será elimnar aquellos armónicos que no interesenta, lo que consigue un filtro de la misma, lo que quedaría es usar la transformada inversa para visualizar el resultado. (Gonzales & Martínez, 2006)

  37. Su aplicabilidad se ve reflejada en conrdinación con filtros; es decir si se multiplica la transformada por un filtro, ya…
  38. Histograma

  39. La herramienta Histograma de Cognex computa histogramas y estadísticas de histogramas para las imágenes adquiridas.

  40. Característica

  41. Ejemplo

  42. Un histograma es una función unidimensional de valores de píxeles que representa la distribución de los valores de píxeles en una ventana.

  43. Un histograma típico se caracteriza por la presencia de picos, o modos, que representan los valores de píxeles hallados en las características de la ventana dominante.

  44. Las aplicaciones de visión artificial dependen de la herramienta Histograma para determinar el conteo de píxeles, el contraste y el brillo.(COGNEX, 2017)

  45. La herramienta Histograma puede generar un número de estadísticas, lo que incluye lo siguiente:

  46. Conteo de pixeles

  47. Valor de píxeles medio, mediano y modal

  48. Valores de píxeles mínimos y máximos

  49. Desviación estándar y variación de valores de píxeles

  50. Un histograma típico se caracteriza por la presencia de picos, o modos, que representan los valores de píxeles hallados en…
  51. Transformaciones morfológicas

  52. Las transformaciones morfológicas son algunas operaciones simples basadas en la forma de la imagen, que normalmente se aplican a imágenes binarias.

  53. Necesita dos entradas, una es nuestra imagen original, la segunda se llama elemento estructurante o núcleo (kernel) que decide la naturaleza de la operación.

  54. Dos operadores morfológicos básicos son Erosión y Dilatación.

  55. Es muy utilizado en aumentar el contorno de los objetos o unir lineas discontinuas de objetos, producidas por algun filtrado

  56. La máscaram dependiendo de la forma del mismo, se puede utilizar la dilataciión o erosión. Su aplicabilidad prácticamente se ve reflejada en la utilización de mejorar la calidad de las imagenes posterior a filtros utilizados.

  57. La máscaram dependiendo de la forma del mismo, se puede utilizar la dilataciión o erosión. Su aplicabilidad prácticamente…
  58. Características

  59. Ejemplo

Información

Descripción
Informática Diagrama sobre Tecnicas de Visión Artificial 2, creado por malkik salvador el 11/08/2020.
Creado por
malkik salvador
Visitas
2
Historial
  • Creado por malkik salvador · 8 ago 2020
  • Copiado por malkik salvador · 11 ago 2020
Valoración

Escríbenos

¿Sobre qué es tu mensaje?

¿Qué deberíamos añadir?