Resumen de Procesamiento de
Imágenes Digitales
1. Introducción y Fundamentos
• Definición: conjunto de técnicas para mejorar la calidad de imágenes digitales o
extraer información útil.
• Aplicaciones: medicina (rayos X, resonancias), astronomía (imágenes
satelitales), seguridad (reconocimiento facial), industria (control de calidad),
autos (conducción autónoma), agroindustria, clima y robótica
• Imagen digital: función bidimensional f(x,y), donde cada píxel representa
intensidad (nivel de gris o color)
2. Representación de Imágenes
• Tipos:
o Binarias: 0 y 1 (blanco/negro).
o Escala de grises: 0 (negro) a 255 (blanco).
o Color: RGB (rojo, verde, azul).
o Multiespectrales: capturan más bandas (ej: satelitales)
• Formatos:
o JPEG: compresión con pérdida, fotos.
o PNG: compresión sin pérdida, transparencia.
o TIFF: alta calidad, ciencia.
o BMP: sin compresión, archivos pesados
• Resolución: cantidad de píxeles (ej: 1920×1080).
• Profundidad de bits:
o 1 bit: blanco/negro.
o 8 bits: 256 niveles de gris.
o 24 bits: color (16,7 millones)
3. Teoría del Color
• Modelos:
o RGB (rojo, verde, azul): síntesis aditiva, usado en pantallas
o CMYK (cian, magenta, amarillo, negro): síntesis sustractiva, usado en
impresión
o HSV/HSI: Hue (matiz), Saturation (saturación), Value/Intensity (brillo).
Útil porque es invariante a condiciones de luz
o YCbCr: separa luminancia (Y) y crominancia (Cb,Cr). Usado en
compresión (ej: JPEG)
• Variables:
o Matiz: tipo de color.
o Saturación: pureza del color.
o Valor/Brillo: cantidad de luz
4. Procesos Básicos
1. Adquisición: cámaras, sensores, resolución, balance de blancos.
2. Preprocesamiento:
o Escala de grises, ajuste de contraste, reducción de ruido
3. Transformaciones:
o Espaciales: filtros de suavizado, bordes.
o Frecuenciales: Transformada de Fourier
4. Segmentación: separar objetos del fondo (umbralización, contornos, objetos)
5. Filtros Digitales
• Ruido: información no deseada (gaussiano, uniforme, sal y pimienta)
A. En el dominio del espacio
• Filtros lineales (máscaras de convolución):
o Media: suaviza reemplazando cada píxel por el promedio de sus vecinos
o Gaussiano: suaviza más uniforme, menos sensible a cambios locales
• Filtros no lineales:
o Máximo: elimina ruido pimienta (píxeles negros).
o Mínimo: elimina ruido sal (píxeles blancos).
o Mediana: muy efectivo para ruido sal y pimienta
B. En el dominio de la frecuencia
• Operaciones aplicadas en la Transformada de Fourier (trabajo sobre frecuencias
en lugar de píxeles)
6. Análisis y Operaciones Avanzadas
• Transformaciones puntuales: dependen de un solo píxel (binarización,
corrección de color).
• Locales: usan vecinos (suavizado, realce de bordes).
• Globales: basadas en toda la imagen (Fourier).
• Geométricas: rotación, traslación, escalado
• Operaciones morfológicas (imágenes binarias):
o Dilatación: agranda objetos, rellena huecos.
o Erosión: reduce objetos, elimina ruido
• Segmentación y extracción: particiona en regiones (por discontinuidad o
similitud).
• Transformada de Hough: detección de líneas, círculos, elipses
• Etiquetado de componentes: agrupa píxeles de un mismo objeto
7. Herramientas
• Python + OpenCV: librería más usada.
• MATLAB: entorno académico.
• GIMP: edición avanzada