-Universidad ECCI.

Sebastián Novoa, Ortega Carlos, Laboratorio #3 1

Laboratorio no 3
Matlab procesamiento de imágenes

Ortega Téllez Carlos Eduardo, Novoa Romero Sebastian

Carlose.ortegat@ecci.edu.co (61868) sebastian.novoar|@ecci.edu.co (60995)
Herramientas Computacionales para Robótica y Automatización- Universidad ECCI

Abstract—This laboratory has as objective to perform different

image processing tasks through MATLAB; by using different
code and functions which will help to make color modifications
like grayscale and RGB scale mask on a specific image.
Índice de Términos— MATLAB, Procesamiento de imágenes,
Mascara, GUIDE, Double, Matriz, Color RGB, Escala de
grises.
a) MÁSCARAS
El realce espacial es un procesamiento matemático sobre los
pixeles de una imagen, con el fin de resaltar ciertos tipos de
relaciones. Para esto se usan las llamadas máscaras de
convolución o filtros espaciales, que son ventanas con valores
dados por el tipo de relación espacial que se quiere resaltar. Las
máscaras se pueden definir manualmente (como matriz).
Por ejemplo:

>> w = 1/9*[1 1 1;1 1 1;1 1 1]; o bien

>> w = 1/9*ones(3);
I. INTRODUCTION

E N este laboratorio se hablara de los diferentes

procesamientos trabajados en clase, junto con la
identificación de los colores (Azul, Verde); además para
Máscaras implementadas en Matlab:

obtener dichos procesamientos se debe contar con un código en

la plataforma de MATLAB; mediante el cual se vera las
diferentes operaciones y combinaciones necesarias para la
obtención de estos. Adicional a esto se profundizará en
conceptos esenciales como la importancia de Mascara en
procesamiento de imágenes, y la implementación que se
requiere para cargar una imagen desde la guía de MATLAB.

II. MARCO TEORICO

Procesamiento De Imágenes Con Matlab

MATLAB (abreviatura de MATrix LABoratory, "laboratorio

de matrices") es un software matemático que ofrece un entorno Imagen #1- Tabla de máscaras en Matlab,
de desarrollo integrado (IDE) con un lenguaje de programación http://personal.us.es/majiro/2014_10_10_clase2.pdf.
propio (lenguaje M). Está disponible para las plataformas de
Unix, Windows y Apple. Entre sus prestaciones básicas se
hallan: la manipulación de matrices, la representación de datos b) IMPLEMENTACION DE LA CARGA DE UNA
y funciones, la implementación de algoritmos, la creación de IMAGEN DESDE LA GUÍA DE MATLAB
interfaces de usuario (GUI) y la comunicación con programas Lo primero que se debe hacer para la edición de fotografías, es
en otros lenguajes. Además, se pueden ampliar las capacidades guardar el programa, teniendo en cuenta que tanto las imágenes
de MATLAB con las cajas de herramientas (toolkits o que se vallan a trabajar y el documento con el código se
toolboxes). Para el caso de manipulación de imágenes se encuentren en una misma carpeta, para evitar inconvenientes a
emplea el toolbox “Image Processing”. la hora de realizar las pruebas.

GUIDE es un entorno de programación visual disponible en

-Universidad ECCI. Sebastián Novoa, Ortega Carlos, Laboratorio #3 2

MATLAB para realizar y ejecutar programas que necesiten

ingreso continuo de datos. Tiene las características básicas de
los programas visuales como Visual Basic o Visual C++.

INICIO

Para iniciar un nuevo proyecto, lo podemos hacer de dos

maneras:

 Ejecutando la siguiente instrucción en la ventana de

comandos:
>> guide
Imagen # 4 -Entorno de diseño de GUI,
 Haciendo clic en el icono que muestra la figura: https://www.dspace.espol.edu.ec/bitstream/123456789/10740/11/MATLAB_G
UIDE.pdf

La interfaz grafica cuenta con las siguientes herramientas:

Imagen # 2 -Icono GUIDE, Imagen # 5 interfaz gráfica,

https://www.dspace.espol.edu.ec/bitstream/123456789/10740/11/MATLAB_G https://www.dspace.espol.edu.ec/bitstream/123456789/10740/11/MATLAB_G
UIDE.pdf UIDE.pdf

Se presenta el siguiente cuadro de dialogo: En la siguiente tabla muestra una descripción de los
componentes:

Imagen # 3- Ventana de inicio de GUIDE

Donde se elegirá la opción Blank GUI (Default), siendo una

interfaz grafica de usuario en blanco (viene predeterminada),
presenta un formulario nuevo, en el cual se puede diseñar un
programa.
Después de elegir dicha opción se tiene:
Imagen # 6,
https://www.dspace.espol.edu.ec/bitstream/123456789/10740/11/MATLAB_G
UIDE.pdf
FUNCIONAMIENTO DE UNA APLICACIÓN GUI
 Una aplicación GUIDE consta de dos archivos: .m y
fig. El archivo .m es el que contiene el código con las
correspondencias de los botones de control de la
interfaz y el archivo .fig contiene los elementos
-Universidad ECCI. Sebastián Novoa, Ortega Carlos, Laboratorio #3 3

gráficos.

 Cada vez que se adicione un nuevo elemento en la

interfaz gráfica, se genera automáticamente código en
el archivo .m.

 Después de crear una ventana GUI se podrá arrastrar

los botones de procesos y un espacio donde se
evidenciarán los cambios de las imágenes.

Imagen #9 - Fotografía de la imagen original.

Proceso 1
Se declara las siguientes funciones, la cual sirve para ampliar la
imagen de su estado original, mostrada en la siguiente imagen.

Código:
a=imread('guacamayos.jpg'); % Lectura de la imagen
colormap(gray(256)); % Operación de ampliación
image(a) % Imagen original
Imagen #7- ventana de visualización de procesos en imágenes.

Automáticamente habilita los espacios, donde se podrá

completar los códigos y las diferentes operaciones de los
procesos; cómo se puede ver en la siguiente imagen.

Imagen #10 - Proceso 1, ampliación de la imagen original.

Proceso 2
En este proceso el código servirá para crear una imagen de
intensidad en escala de gris a partir de una imagen RGB.
Imagen #8- Habilitación de los códigos para los procesos.

La función rgb2gray transforma una imagen a color de grises.

III. MARCO PRECEDENTIAL
Código
a = imread('guacamayos.jpg'); % lectura de una imagen
Imagen Original gris = rgb2gray(a); %se muestra niveles de gris por defecto
imshow(gris) % Imagen en escala de grises
La imagen para leer debe encontrarse en la carpeta de trabajo
de Matlab. Los formatos de imagen soportados por Matlab son:
TIFF, JPEG, GIF, BMP, PNG, XWD.

A continuación, se declara las variables:

a=imread; ('guacamayos.jpg'); % Lectura de una imagen
imshow(a); % Sirve para visualizar la imagen original.
-Universidad ECCI. Sebastián Novoa, Ortega Carlos, Laboratorio #3
Imagen # 11 - Escala de grises
Proceso 3
En este proceso se buscará obtener una imagen a blanco y
negro; una imagen de color RGB se representa por tres matrices
bidimensionales, correspondientes a los planos R, G y B. Para
obtener los planos RGB se ejecutan los comandos. El tipo de
dato matriz, que contendrá una imagen puede ser de varios tipos
(según el tipo de dato de cada píxel):
Double: Cambia el formato entero sin signo de 8 bits (unit8) de
la imagen a un formato decimal.
La imagen binaria: es una imagen en blanco y negro. Cada
píxel tiene asignado un valor lógico de 0 o 1.
Código:
a=imread('guacamayos.jpg'); % lectura de una imagen
imR = double(a(:,:,1)); %Divide matrices de los colores
imG = double(a(:,:,2));
imB = double(a(:,:,3));
ima = imR - imG - imB; %Negativo de rojo
imshow(ima) %imagen en escala a blanco y negro
Imagen # 12 - Fotografía en Blanco y Negro.
Proceso 4
Para este proceso se buscará separar los demás colores,
mostrando únicamente el color rojo que tenga la imagen
4
original; para ello se debe aplicar una operación matemática
junto con una comparación binaria, de esta forma se puede
observar en la siguiente imagen y su respectivo código:
Código:
a = imread('guacamayos.jpg');
imR = double(a(:,:,1)); %Divide en matriz de escala de rojos
imG = double(a(:,:,2)); % Divide en matriz de escala de verdes
imB = double(a(:,:,3)); % Divide en matriz de escala de azules
ima = imR - imG - imB; % Operación para obtener escala de
rojo en la imagen.
imagen_b = ima > 20; % 0-255 comparación binaria
imagen_b_f = medfilt2(imagen_b); %Filtro medio
mascara = 1-imagen_b_f; %Mascara para imágenes: opuesto
de la imagen binaria
gris = rgb2gray(a); % Escala de grises aplicada a la imagen
Imagen_R = (double(gris)/255); % Mantiene la escala de rojos
en la imagen
Imagen_G = (double(gris).*mascara/255); % Aplica la
mascara a escala de verdes
Imagen_B = (double(gris).*mascara/255); % Aplica la
mascara a escala de azules
Imagen_final = cat(3,Imagen_R,Imagen_G,Imagen_B); % Se
agrupan o concatenan las matrices para obtener la imagen final
imshow(Imagen_final) % Imagen transformada solamente a
escala de rojo.
Imagen # 13 - fotografía visualizando el color Rojo.
Proceso #5
En esta ocasión, para el proceso se buscará separar los demás
colores que tenga la imagen original, mostrando únicamente el
color Verde; para ello se debe aplicar una operación matemática
junto con una comparación binaria, de esta forma se puede
observar en el siguiente código y su respectiva imagen:
Código:
a = imread('guacamayos.jpg');
imR = double(a(:,:,1)); %Divide matrices de los colores
imG = double(a(:,:,2));
imB = double(a(:,:,3));
ima = imG - imR - imB; %Operación para obtener el color
verde
imagen_b = ima > 10; %0-255 comparación binaria
imagen_b_f = medfilt2(imagen_b); %Filtro
-Universidad ECCI. Sebastián Novoa, Ortega Carlos, Laboratorio #3
mascara = 1-imagen_b_f; %Mascara para imágenes: opuesto
de la imagen binaria
gris = rgb2gray(a); % Escala de grises
Imagen_R = (double(gris).*mascara/255);
Imagen_G = (double(gris)/255);
Imagen_B = (double(gris).*mascara/255);
Imagen_final = cat(3,Imagen_R,Imagen_G,Imagen_B);
imshow(Imagen_final) %Imagen transformada, solamente el
color Verde
Imagen #14 - fotografía visualizando el color Verde.
Proceso 6
Para el proceso final, el color que se busca resaltar es el Azul;
donde se aplicara una serie de operaciones, y matrices para
dividir los colores de su imagen original, el cual se puede ver
en el siguiente código e imagen.
Código:
a = imread('guacamayos.jpg');
imR = double(a(:,:,1)); %Divide matrices de los colores
imG = double(a(:,:,2));
imB = double(a(:,:,3));
ima = imB - imR - imG; %Operación para obtener el color
Azul
imagen_b = ima > 10; %0-255 comparación binaria
imagen_b_f = medfilt2(imagen_b); %Filtro
mascara = 1-imagen_b_f; %Mascara para imágenes: opuesto
de la imagen binaria
gris = rgb2gray(a); % Escala de grises
Imagen_R = (double(gris).*mascara/255);
Imagen_G = (double(gris).*mascara/255);
Imagen_B = (double(gris)/255);
Imagen_final = cat(3,Imagen_R,Imagen_G,Imagen_B);
imshow(Imagen_final) %Transformación de imagen final de
color Azul.
5
Imagen #15- fotografía visualizando el color Azul.
IV. CONCLUSIONES
[1] El procesamiento de imágenes es una herramienta que no
solo es de utilidad para trabajadores gráficos o audiovisuales,
ya que en base a los códigos vistos se puede orientar estos
resultados para hacer un reconocimiento en diferentes procesos
industriales (profundizando en la programación) para lograr
automatizar procesos que lo hagan posible dadas sus
condiciones.
[2] A partir del uso de diferentes máscaras, se puede lograr en
este caso que en imágenes estáticas se pueda enfocar en
secciones especificas basado en respectivos colores siendo de
ayuda para la identificación de objetos o figuras.
[3] Gracias a la función de concatenar se puede lograr la
reconstrucción de la imagen para mostrar las secciones
deseadas (Rojo, Verde o Azul) dejando en una escala de grises
todo lo que no cumpla con la condición.
V. REFERENCIAS
Belén Medrano Garfia, Dpto. Matemática Aplicada 1
http://personal.us.es/majiro/2014_10_10_clase2.pdf
Crear Máscara Dentro De La Imagen (1994-2019) The
MathWorks,
Inc.https://la.mathworks.com/help/images/ref/imroi.createmas
k.html
Mabual de Interfaz de Usuario en Matlab, por: Diego Orlando
Barragan Guerrero,
https://www.dspace.espol.edu.ec/bitstream/123456789/10740/
11/MATLAB_GUIDE.pdf