Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

Segmentación y análisis de imágenes

• Segmentación de imágenes
  Segmentar imágenes
  
• Análisis de objetos
  Detectar aristas, círculos y líneas; trazar límites; realizar la descomposición Quadtree
  
• Propiedades de la región y de la imagen
  Obtener información sobre los objetos de una imagen
  
• Análisis de texturas
  Entropía, rango y filtrado de desviación estándar; crear matriz de co-ocurrencia a nivel de gris
  
• Calidad de imagen
  Cociente máximo del señal-a-ruido, índice estructural de la semejanza (SSIM); métricas de calidad de imagen sin referencia; mediciones de calidad basadas en tablas de prueba
  
• Transformaciones de imágenes
  Realizar transformaciones de Fourier, coseno discreto, radón y haz de abanico
  

Ejemplos destacados

Segmentación basada en color mediante el espacio de color L * a * b *

En este ejemplo se muestra cómo identificar diferentes colores en la tela analizando el ColorSpace L * a * b *. La imagen de fabric se adquirió utilizando Image Acquisition Toolbox ™.

Abrir script en vivo

Segmentación basada en color mediante clustering K-means

En este ejemplo se muestra cómo segmentar los colores de forma automatizada mediante el espacio de color L * a * b * y la agrupación K-means.

Abrir script en vivo

Detectar y medir objetos circulares en una imagen

En este ejemplo se muestra cómo utilizar imfindcircles para detectar automáticamente círculos o objetos circulares en una imagen. También muestra el uso de viscircles para visualizar los círculos detectados.

Abrir script en vivo

Regiones de medición en imágenes en escala de grises

En este ejemplo se muestra cómo medir las propiedades de los objetos en una imagen en escala de grises.

Abrir script en vivo