tema2vip

La igualación del histograma transforma una imagen para que su histograma se aproxime a: Un histograma gaussiano centrado en el nivel medio. Un histograma uniforme, repartiendo píxeles por todo el rango dinámico. Un histograma con un único pico en el nivel de gris más frecuente. Un histograma idéntico al de otra imagen de referencia.

El operador de Sobel para detección de bordes se basa en: La segunda derivada (Laplaciano) de la imagen. Dos máscaras 3×3 que aproximan el gradiente en x e y, con peso 2 en la fila/columna central. Un filtro de mediana aplicado en dos direcciones ortogonales. La Transformada de Fourier local en ventanas de 3×3.

¿Cuál de las siguientes afirmaciones sobre el detector de bordes de Canny es CORRECTA?. Utiliza un único umbral global para decidir si un píxel es borde. No requiere suavizado previo de la imagen. Aplica umbralización por histéresis con dos umbrales (alto y bajo) y análisis de conectividad. Es un operador de segunda derivada similar al Laplaciano.

En el filtrado frecuencial, ¿por qué el filtro Gaussiano de paso bajo es preferido frente al filtro Ideal?. Porque el filtro Gaussiano es más rápido de calcular. Porque el filtro Ideal produce artefactos de anillamiento (ringing) y el Gaussiano no. Porque el filtro Ideal solo funciona con imágenes en color. Porque el filtro Gaussiano no necesita la Transformada de Fourier.

¿Por qué el filtro de mediana es más adecuado que el filtro de media para eliminar ruido de sal y pimienta?. Porque el filtro de mediana es más rápido de computar. Porque la mediana elimina valores extremos aislados sin difuminar los bordes de la imagen. Porque el filtro de media no puede aplicarse a imágenes en escala de grises. Porque la mediana realza los bordes además de eliminar el ruido.

. ¿Qué efecto tiene la transformación de negativo (s = L − 1 − r) sobre una imagen en escala de grises?. Aumenta el contraste en las zonas oscuras únicamente. Invierte la escala de grises: lo claro se vuelve oscuro y viceversa. Elimina el ruido de alta frecuencia. Convierte la imagen a binaria (blanco y negro puro).

La especificación del histograma permite: Ajustar el histograma de la imagen a una forma arbitraria definida por el usuario. Únicamente igualar el histograma a forma uniforme. Calcular la varianza de la imagen. Detectar bordes mediante el análisis de niveles de gris.

¿Cuál es la principal diferencia entre los operadores de Roberts y de Sobel para el cálculo del gradiente?. Roberts usa máscaras 3×3 y Sobel usa máscaras 2×2. Roberts usa diferencias cruzadas en máscaras 2×2 (sensible al ruido); Sobel usa máscaras 3×3 con suavizado incorporado. Sobel solo detecta bordes horizontales; Roberts detecta en todas las direcciones. No existe diferencia significativa entre ambos operadores.

El detector de bordes de Marr-Hildreth (LoG) busca bordes como. Máximos en la respuesta del gradiente de primer orden. Cruces por cero en la respuesta de la Laplaciana de la Gaussiana (segunda derivada). Mínimos locales del histograma de la imagen. Picos en el espectro de Fourier de la imagen.

Si una máscara de filtrado espacial tiene todos los coeficientes positivos que suman 1, se trata de un filtro: Paso alto (realce de bordes). Paso bajo (suavizado / alisamiento). Paso banda (deja pasar un rango de frecuencias). Derivativo (detección de puntos aislados).

¿Cuál es la ventaja del procesamiento local del histograma frente al global?. Es más rápido de calcular porque usa menos píxeles. Permite mejorar detalles en áreas pequeñas que el método global no puede resaltar. No necesita conocer el histograma de la imagen. Funciona exclusivamente con imágenes en color.

El Laplaciano (segunda derivada) se utiliza para realce de imagen sumándolo a la original. ¿Por qué la suma de los coeficientes de su máscara es cero?. Para que no modifique la media de la imagen (respuesta nula en zonas uniformes). ) Porque es un requisito de la Transformada de Fourier. Para que funcione solo con imágenes binarias. Porque los coeficientes negativos anulan el ruido automáticamente.

¿Qué establece el Teorema de la Convolución?. Que toda imagen puede descomponerse en funciones seno y coseno. Que la convolución en el dominio espacial equivale a la multiplicación en el dominio frecuencial. Que la correlación y la convolución son siempre idénticas. ) Que un filtro paso bajo en frecuencia equivale a un filtro paso alto en el espacio.

¿Qué pasos incluye el procedimiento estándar de filtrado en el dominio frecuencial?. Binarizar, aplicar Hough, detectar rectas. Padding con ceros, centrado, DFT, multiplicación por H(u,v), IDFT, recorte. Calcular histograma, igualar, umbralizar. Aplicar Sobel, suprimir no máximos, umbralizar por histéresis.

Un filtro paso alto enfatiza los bordes de la imagen. ¿Cuál es su relación con un filtro paso bajo?. No tienen ninguna relación matemática. El filtro paso alto es el complementario: H_HP(u,v) = 1 − H_LP(u,v). El filtro paso alto es el doble del filtro paso bajo. El filtro paso alto se obtiene rotando 90° el filtro paso bajo.

¿Qué es un histograma de imagen y qué información proporciona?. Un gráfico del brillo medio por columna de la imagen. Una función discreta que estima la probabilidad de cada nivel de gris; describe el contraste global sin componente espacial. Una representación del contenido frecuencial de la imagen. Un mapa de bordes detectados en la imagen.

La transformación lineal por tramos (piecewise linear) permite: Aplicar un único factor de escala a toda la imagen. Controlar de forma precisa el contraste en rangos específicos de niveles de gris. Convertir la imagen directamente al dominio frecuencial. Eliminar el ruido de sal y pimienta.

¿Cuál es el efecto de aumentar el tamaño de la máscara en un filtro de media?. Se reduce el suavizado y se acentúan los bordes. Se aumenta el suavizado (más difuminado) y se pierden más detalles finos. La imagen se oscurece uniformemente. No tiene ningún efecto apreciable.

En el detector de Canny, la supresión no maximal tiene como objetivo: Eliminar el ruido de sal y pimienta antes de detectar bordes. Adelgazar los bordes a un ancho de 1 píxel comparando cada punto con sus vecinos en la dirección del gradiente. Calcular el histograma local para umbralización adaptativa. Conectar segmentos de borde que estén separados por más de 3 píxeles.

La transformación logarítmica (s = c · log(1 + r)) es especialmente útil para: Oscurecer uniformemente toda la imagen. Expandir el rango dinámico de valores oscuros y comprimir los claros (ej. visualizar el espectro de Fourier). Detectar bordes verticales en la imagen. Convertir la imagen de color a escala de grises.

¿Por qué el procesamiento global del histograma puede no mejorar detalles en áreas pequeñas de la imagen?. Porque el histograma global no existe para imágenes en color. Porque el histograma global refleja la distribución de toda la imagen y las regiones pequeñas apenas influyen en él, por lo que sus niveles de gris no se redistribuyen adecuadamente. Porque el histograma global solo funciona con imágenes binarias. Porque las áreas pequeñas no contienen píxeles válidos.

¿Cuáles son los tres criterios de optimalidad en los que se basa el detector de bordes de Canny?. Velocidad de cómputo, compatibilidad con color y bajo consumo de memoria. Buena detección (minimizar falsos positivos/negativos), buena localización (mínima distancia al borde real) y respuesta única (un solo píxel por borde). Invarianza a rotación, invarianza a escala e invarianza a iluminación. Máxima resolución, mínimo ruido y máximo contraste.

¿Qué diferencia conceptual hay entre un filtro lineal y un filtro no lineal en el dominio espacial?. Los filtros lineales solo funcionan con imágenes en escala de grises; los no lineales funcionan con imágenes en color. Un filtro lineal calcula una suma ponderada de los vecinos (ej. media, Sobel); un filtro no lineal aplica una operación no expresable como suma ponderada (ej. mediana, máximo). Los filtros no lineales siempre producen imágenes binarias. No existe diferencia real; todos los filtros espaciales son lineales.

¿Qué relación existe entre las bajas frecuencias y las altas frecuencias en el espectro de Fourier de una imagen?. ) Las bajas frecuencias representan bordes y las altas frecuencias representan zonas uniformes. Las bajas frecuencias corresponden a variaciones suaves y gradientes amplios; las altas frecuencias corresponden a bordes, detalles finos y ruido. No hay relación; frecuencias bajas y altas son independientes. Las bajas frecuencias solo aparecen en imágenes en color y las altas en escala de grises.

¿Por qué se recomienda aplicar un suavizado previo antes de calcular el gradiente para detección de bordes?. ¿Por qué se recomienda aplicar un suavizado previo antes de calcular el gradiente para detección de bordes?. Porque el ruido genera falsas respuestas de gradiente; el suavizado reduce el ruido y hace la detección más robusta. Porque sin suavizado los bordes se detectan con demasiada precisión. Porque el gradiente solo funciona sobre imágenes borrosas.