Reconocimiento de Patrones – Medición de imágenes

El reconocimiento de patrones es la ciencia que se ocupa de los procesos sobre ingeniería, computación y matemáticas relacionados con objetos físicos o abstractos, con el propósito de extraer información que permita establecer propiedades de entre conjuntos de dichos objetos.

Para poder reconocer los patrones se siguen los siguientes procesos:

1. Adquisición de datos
2. Extracción de características
3. Toma de decisiones

La adquisición de datos comúnmente se realiza a través de un sensor, el cual toma en un momento determinado una imagen y se envía a un dispositivo que analiza sus características, para posteriormente clasificarla.

EJERCICIO

En este ejercicio se utiliza la herramienta Octave con el paquete image instalado (bajo el sistema operativo Linux, Ubuntu).

1. Obtener la siguiente imagen. La imagen se llama mm2.gif y para este ejercicio será guardado en la siguiente ubicación: “/home/mario/Documentos/Elisa/Patrones/”

2. Leer la imagen en la herramienta Octave. Para realizar esta actividad se utiliza la función imread y se guardará en una variable temporal llamada imagen:

     imagen = imread("/home/mario/Documentos/Elisa/Patrones/mm2.gif")

3. De esta imagen, primero que nada se procede a convertirla en blanco y negro. Para realizar esta actividad se utiliza la función im2bw, el valor umbral (que debe estar en el intervalo [0,1]) lo asignaremos en 0.5 y se guardará en una variable temporal llamada imagenbyn:

     imagenbyn = im2bw(imagen, 0.5)

(la imagen de blanco y negro se puede guardar con la siguiente instrucción)

     imwrite(imagenbyn, "/home/mario/Documentos/Elisa/Patrones/mm2-bn.gif")

(la cual se ve así)

3. Posteriormente, de la imagen en blanco y negro, se puede obtener una imagen con el perímetro de esta. Para esto utilizaremos la función bwperim, con el segundo parámetro = 4, el cual indica que hará un perímetro con los vecinos de los cuatro píxeles, también se pudiera poner en 8 para considerar los vecinos de las esquinas.

BW2 = bwperim(imagenbyn, 4)

(si obtenemos esta imagen, se verá así)

4. O también podemos obtener su área utilizando la función bwarea. Esta obtiene el área de los píxeles "encendidos" de una imagen, para esto, tomaremos la imagen que se convirtió en blanco y negro, y se calcularán los píxeles que están en color negro:

     total = bwarea(imagenbyn)

(y como resultado nos dará):

     total = 73683