Se apruebasisisisissis

Dado el histograma indicado en la figura, responde a las siguientes preguntas: a) Estima cuántos objetos (el fondo se considera un objeto) hay presentes en la imagen original desde la que se ha calculado ese histograma: 0. 1. 2. 3. 4. 5.

b) ¿Cuál es el valor de intensidad que más se repite dentro de la región de píxeles del fondo?.

c) Determina cuántos umbrales se recomienda emplear para segmentar la imagen mediante el uso de dicho histograma, separando correctamente las regiones que representan el fondo y cada uno de los objetos que pueden estar presentes en la imagen. Para ello rellena con un valor entre [0, 255] tantos huecos como número de umbrales estimes necesarios. NOTA: Rellena los umbrales que no sean necesarios con 0 (cero). Por ejemplo, si sólo necesitas dos umbrales, Umbral 3, Umbral 4 y Umbral 5 serían 0. (Contestar asi X-X-0-0-0).

Utilizando la función regionprops, indica qué área en nº de píxeles ocupan los círculos presentes en la siguiente imagen:

Tomando como entrada la imagen (de abajo) mostrada en la figura y suponiendo que se aplican los procesos necesarios para obtener una imagen binarizada sobre la que aplicar una detección de blobs. a)¿Qué descriptor se emplearía para identificar mejor sobre la imagen de blobs el tipo de objeto de color rojo?. b)¿Qué instrucción de MATLAB permite extraer características que permitan identificar y describir el objeto círculo en la imagen de blobs?. c)Escoge el parámetro más adecuado que hay que pasarle a la función para reconocer los círculos negros y no confundirlo con otros objetos presentes en la imagen (NOTA: si hay más de un parámetro que permite reconocer el círculo, escoge el más preciso y efectivo).

¿Qué secuencia de operaciones habría que seguir para obtener el segmentado de las distintas clases de objeto por color usando la técnica de umbralización múltiple en la imagen siguiente?. Paso de la imagen a escala de grises, invertir la imagen, obtención del histograma, detección de los umbrales. Paso de la imagen a escala de grises, apertura, obtención del histograma, detección de los umbrales. Filtrado mediante imfilter, paso de la imagen a escala de grises, obtención del histograma, detección de los umbrales. Paso de la imagen de color a binaria, filtrado con imfilter, obtención del histograma, detección de los umbrales.

Los umbrales que utilizarías (de 0 a 255) son: (NOTA: Rellena los umbrales que no sean necesarios con 0. Por ejemplo, si sólo necesitas 2 umbrales, Umbral 3, 4 y 5 serían 0) (Escribir como X-X-X-X-0).

Si aplicamos el método de umbralización global a la imagen de abajo (tiburon1.tif), ¿cuál de los siguientes valores de umbral inicial (T), y de margen (ΔT) habría que utilizar para segmental el tiburón del fondo?. T = 130, ΔT = 3. T = 120, ΔT = 3. T = 50, ΔT = 3. T = 200, ΔT = 5. T = 120, ΔT = 2. T = 120, ΔT = 5.

Dado un proceso iterativo de umbralización global con valores de umbral inicial (T) y de margen (ΔT) es cierto que: El método de umbralización global funciona mejor si el fondo es más uniforme. El valor de convergencia del umbral depende del umbral inicial (ΔT) seleccionado. El método de umbralización global funciona bien con bajos contrastes entre objeto y fondo. El algoritmo es más rápido cuanto menor es el margen (ΔT). Si el margen (ΔT) es muy pequeño el algoritmo puede no estabilizarse nunca. El incremento del margen (ΔT) aumenta la precisión del umbralizado.

Tomando como entrada la imagen siguiente y suponiendo que se aplican los procesos necesarios para obtener una imagen binarizada sobre la que aplicar una detección de blobs: ¿Qué descriptor se emplearía para identificar mejor, sobre la imagen de blobs, el tipo de objeto rojo con forma de anillo?. ¿Qué instrucción de MATLAB permite extraer características que permitan identificar objetos en la imagen de blobs?. Escoge el parámetro más adecuado que hay que pasarle a la función para reconocer el tipo de objeto rojo con forma de anillo y no confundirlo con otros objetos presentes en la imagen (NOTA: Si hay más de un parámetro que permite reconocerlo, escoge el más preciso y efectivo).

Dado el histograma indicado en la figura, responde a las siguientes preguntas: a) Estima cuántos objetos (el fondo se considera un objeto) hay presentes en la imagen original desde la que se ha calculado ese histograma: 0. 1. 2. 3. 4. 5.

b) ¿Cuál es el valor de intensidad que más se repite dentro de la región de píxeles del fondo?.

c) Determina cuántos umbrales se recomienda emplear para segmentar la imagen mediante el uso de dicho histograma, separando correctamente las regiones que representan el fondo y cada uno de los objetos que pueden estar presentes en la imagen. Para ello rellena con un valor entre [0, 255] tantos huecos como número de umbrales estimes necesarios. NOTA: Rellena los umbrales que no sean necesarios con 0 (cero). Por ejemplo, si sólo necesitas dos umbrales, Umbral 3, Umbral 4 y Umbral 5 serían 0. (Escribir como X-X-X-0-0).

¿Qué secuencia de operaciones habría que seguir para obtener el segmentado de las distintas clases de objeto por color usando la técnica de umbralización múltiple en la imagen siguiente?. Filtrado mediante imfilter, paso de la imagen a escala de grises, obtención del histograma, detección de los umbrales. Paso de la imagen de color a binaria, filtrado con imfilter, obtención del histograma, detección de los umbrales. Paso de la imagen a escala de grises, invertir la imagen, obtención del histograma, detección de los umbrales. Paso de la imagen a escala de grises, apertura, obtención del histograma, detección de los umbrales.

Los umbrales que utilizarías (de 0 a 255) son: (NOTA: Rellena los umbrales que no sean necesarios con 0. Por ejemplo, si sólo necesitas 2 umbrales, Umbral 3, 4 y 5 serían 0).

Utilizando la función regionprops, indica qué perímetro suman los triángulos presentes en la siguiente imagen: