Talleres Imágenes y Visión 2025-10
  • Talleres PAID
  • Taller 1: operaciones elementales sobre imágenes
    • Análisis del histograma
    • Operaciones aritméticas
    • Negativo
    • Cuantificación
    • Operaciones lógicas
    • Interpolación
    • Modificación de la paleta de colores
    • Ejercicio de síntesis taller 1
  • Taller 2: operaciones de transformación del histograma
    • Calibración del histograma (o expansión del contraste)
    • Ecualización del histograma
    • Comparación entre diferentes transformaciones del histograma
    • Umbralización simple
    • Umbralización doble
    • Ejercicio de síntesis taller 2
  • Taller 3: Segmentación
    • Segmentación por umbralización
    • Segmentación por crecimiento de regiones
    • Segmentación por agrupación
    • Filtros lineales de detección de contornos
    • Operador de Canny
    • Laplaciano
    • Ejercicio de síntesis taller 3
  • Taller 4: Filtros lineales y no lineales
    • Filtros lineales suavizantes
    • Filtros lineales separables
    • Filtros no lineales
    • Ejercicio de síntesis taller 4
  • Taller 5: Morfología matemática
    • Operadores de dilatación y erosión
    • Gradiente morfológico
    • Operadores de apertura y cierre
    • Etiquetado de objetos
    • Imagen de distancia
    • Esqueleto y adelgazamiento de una imagen
    • Ejercicio de síntesis taller 5
  • Vocabulario
    • Apertura
    • Cierre o clausura
    • Dilatación
    • Elementos estructurantes
    • Erosión
    • Esqueleto, Adelgazamiento y Estrechamiento
    • Falso color
    • Herramienta o elemento estructurante
    • Histograma
    • Imagen binaria
    • Nivel de gris
    • Marcado
    • Morfología matemática
    • Paleta de color
    • Pixel
    • Producto de convolución
    • Pseudo-color
    • Segmentación
    • Transformación del histograma
    • Umbralización del histograma
    • Vecindario y conectividad
    • Coeficiente de Sorensen-Dice
    • Agrupación - Método del codo
  • Imágenes
    • AMOUR
    • ANGIO
    • AQUITAIN
    • BABOON
    • BOUGIES
    • BUREAU
    • BRUIT
    • CARREFOU
    • CHERMANT
    • CIRCUIT
    • CLEF
    • CT
    • DES
    • DES2
    • DES3
    • DES4
    • DESSIN
    • EURO7
    • FILM
    • FISSURE
    • IMPACT
    • LACORNOU
    • MEB
    • MORPHO
    • MUSCLE
    • NOIX
    • OBJECTS
    • QUITO
    • RECT
    • REGLE
    • RONDELLE
    • SCANNER
    • SIC
    • SPOT
    • TORAX
    • TEXT
    • CHEST
  • Ayudas
    • Adición de ruido
    • Adición de ruido uniforme
    • Adición de sombras
    • Aplicación de filtros por convolución
    • Aplicación de filtro Gaussiano
    • Aplicación de filtro promedio
    • Aplicación de filtro sigma
    • Aplicación de operaciones morfológicas
    • Aplicación de ruido Sal y Pimienta
    • Aplicación del Laplaciano
    • Aplicar mapa de color
    • Cálculo de imagen de distancia euclidiana
    • Cálculo del gradiente morfológico
    • Cargar imágenes
    • Crecimiento de regiones
    • Cuantificación de imágenes
    • Detección de componentes conexos
    • Ecualización del histograma
    • Especificación de histogramas
    • Esqueletización (y adelgazamiento)
    • Expansión del histograma
    • Extracción de planos binarios
    • Operaciones aritméticas
    • Operador de Canny
    • Operadores de detección de bordes (Sobel y Prewitt)
    • Redimensionar imágenes
    • Segmentación por K-means
    • Segmentación por súper-pixeles (SLIC)
    • Separabilidad de filtros lineales
    • Umbralización
    • Umbralización doble
    • Umbralización local
    • Visualizar histograma
    • Visualizar imágenes
Powered by GitBook
On this page
  1. Taller 5: Morfología matemática

Operadores de dilatación y erosión

PreviousTaller 5: Morfología matemáticaNextGradiente morfológico

Last updated 2 months ago

Imagen de trabajo:

Preparación

  1. Cree una nueva sección en su notebook.

  2. y la imagen morpho.png

  3. Haga una de esta imagen, para obtener objetos negros sobre fondo blanco (umbral alrededor de 115).

Se desea eliminar los objetos de dimensión pequeña. Para hacer esto, se va a reducir el tamaño de todos los objetos, hasta que quede únicamente el más grande. Después se "inflará" de nuevo el objeto que quedó. Recuerde que la reduce el tamaño de los objetos claros y que la aumenta su tamaño. En nuestro caso, los objetos son oscuros. Por consiguiente, para reducir su tamaño, es necesario dilatar el fondo claro.

  1. Sobre la imagen binaria efectúe una con un o máscara cuadrada de 29x29. ¿Qué obtiene como resultado?

  2. Sobre la imagen resultante, haga una con la misma máscara. ¿Cómo es el objeto obtenido con respecto al original?

  3. Sobre la imagen resultado del punto anterior, haga una con una en cruz, de tamaño 11x11. Las máscaras en cruz deben crearse generando una matriz de nxn (tamaño deseado) y colocando 1’ s en la cruz. Los demás elementos se deben dejar vacíos (SIN CEROS).

  4. Calcule el máximo entre esta última imagen y la imagen original umbralizada. ¿Cómo es el resultado obtenido?

  5. Repita las operaciones 1 a 4, trabajando directamente con la imagen original no umbralizada (en niveles de gris).

  6. ¿Cómo funcionan las operaciones de erosión y de dilatación en imágenes en niveles de gris?

  7. ¿Cómo es el resultado obtenido sobre la imagen en niveles de gris, comparado con el resultado sobre la imagen binaria?

  8. Guarde los cambios en su notebook.

morpho.png
Cargue
visualice
umbralización
erosión
dilatación
dilatación
elemento estructurante
erosión
erosión
máscara