RodoMeca

Hola a todos ^^

Aquí les traigo un trabajo que hice acerca de filtros de suavizado con ayuda del software maltab para la asignatura de Procesamiento Digital de Imágenes. La imagen utilizada fue Lenna!!

Bueno sin más interrupciones aquí se los dejo, espero sus comentarios !!!

El filtrado es un tipo de operación que altera el valor de un píxel en función de los valores de los píxeles que le rodean, es por ello que a este tipo de procesamiento de la imagen también se le denomina procesamiento basado en la vecindad u operación de vecindad.[1]

Para comprobar los filtros de suavizado se seleccionó una imagen, en este caso "Lenna" la cual observamos a continuación a color del lado izquierdo y en escala de grises al lado derecho:

Esta última imagen se obtuvo con la función rgb2gray, utilizando las siguientes líneas de comando.

lena_gris=rgb2gray(lena);

imshow(lena_gris);

Luego de esto se le añadió a esta imagen ruido de dos clases, “Sal y Pimienta” y “Gaussiano” con el fin de realizar un filtrado de promedio y un filtrado de promedio ponderado utilizando un kernel gaussiano, cada uno de estos con 2 clases de máscaras diferentes. Estos ruidos los trabajaremos por separado a continuación:

Ruido de Sal y Pimienta

Para obtener la imagen con el ruido de sal y pimienta se utilizó la función imnoise, como se muestra a continuación en las líneas de código:

salpi = imnoise(lena_gris,'salt & pepper',0.15);

imshow(salpi);

psnrsalpi=PSNR(lena_gris,salpi);

La imagen distorsionada debido a este ruido se muestra a seguir:

Como podemos ver si hubo una distorsión bastante pronunciada sobre la imagen, este ruido se añade con el último parámetro de la función imnoise, el cual en este caso se usó de 0.15 siendo su mínimo valor 0 y su máximo valor 1 distorsionando 100% la imagen con el ruido de sal y pimienta.

Como se puede observar en el código se halló el psnr entre la imagen distorsionada y la original el cual fue de 31.0995

Cabe señalar que todos los filtrados se hicieron con la función fspecial, que en el caso del filtro de promedio sólo había que especificar de cuanto se quería que fuese la máscara, en este caso se utilizaron 2. Una de 4x4 y otra de 7x7.

Para comenzar con el filtrado de la imagen en este tipo de ruido se utilizó la función imfilter en donde los parámetros son el filtro y la imagen dañada que se desea filtrar.

En cada caso se hizo un análisis de la PSNR con una función previamente establecida, teniendo en cuenta la imagen original, con la imagen filtrada. Cabe señalar, que entre mayor sea éste valor mejor será el filtrado de la imagen. Teniendo esto en cuenta se procede a mostrar cada uno de los resultados obtenidos al aplicar cada uno de los filtros en la imagen de Lena con ruido de sal y pimienta.

En la imagen de la izquierda la máscara fue de 4x4 y al filtrarla, se obtuvo un psnr de 52.9580 mientras que en la derecha fue de 7x7 con un valor de psnr de 55.6161 como podemos ver la segunda imagen es mucho mejor que la primera ya que su valor de psnr es mayor, esto nos indica que la máscara de 7x7 hace mejor el trabajo de filtrado de ruido.

A continuación los códigos de ambas imágenes respectivamente:

filprom1 = fspecial('average', [4 4]);

mesh(filprom1);

imfilt1=imfilter(salpi,filprom1,'replicate');

imshow(imfilt1);

psnr1=PSNR(lena_gris,imfilt1);

filprom2 = fspecial('average', [7 7]);

mesh(filprom2);

imfilt2=imfilter(salpi,filprom2,'replicate');

imshow(imfilt2);

psnr2=PSNR(lena_gris,imfilt2);

En el caso del filtro gaussiano, se utilizó la misma función fspecial, pero esta vez se le agregó un parámetro, la varianza. Dicha varianza permite establecer el tamaño de la máscara que se adecua mejor para hacer un filtrado óptimo. En éste caso se utilizó varianza de 5 y 10 cuyas máscaras fueron de 31x31 y de 61x61 respectivamente. Cabe señalar que para la escogencia del tamaño de éstas máscaras se siguió un patrón que permite que el filtro sea mucho más óptimo. El cual se basa en la formula de σ*6+1. A continuación se muestran los dos filtros mencionados anteriormente.

Utilizando el mismo método anterior se hallaron las psnr de cada una de las imágenes y sus valores fueron 53.3276 para la máscara de 31x31 y de 53.2343 para la máscara de 61x61. Por lo que se puede deducir que el primer caso fue más óptimo que el segundo. A continuación las imágenes.

Los códigos utilizados para obtener estas imágenes se encuentran a continuación respectivamente:

filgaus1=fspecial('gaussian',[31 31],5);

mesh(filgaus1);

imfilt3=imfilter(salpi,filgaus1,'replicate');

imshow(imfilt3);

psnr3=PSNR(lena_gris,imfilt3);

filgaus2=fspecial('gaussian',[61 61],10);

mesh(filgaus2);

imfilt4=imfilter(salpi,filgaus2,'replicate');

imshow(imfilt4);

psnr4=PSNR(lena_gris,imfilt4);

Como conclusión ante el ruido de sal y pimienta se puede ver que es mucho mejor utilizar un filtro de promedio ya que éste nos brinda una mayor psnr además que la imagen obtenida es mucho más nítida.

Ruido Gaussiano

Para añadir esta clase de ruido a la imagen se utilizó de igual forma la función imnoise, simplemente que cambiaron los parámetros de ésta, como vemos a continuación en el código:

gau = imnoise(lena_gris,'gaussian',0,0.05);

imshow(gau);

psnrgau=PSNR(lena_gris,gau);

Como se puede ver, se halló el psnr entre la imagen distorsionada y la original y este fue de 31.7154.

La imagen distorsionada por el ruido gaussiano se muestra a continuación.

Al igual que en el caso del ruido de sal y pimienta, en este caso se aplicaron filtros de promedio y filtro de promedio ponderado utilizando un kernel gaussiano. En el primer caso se utilizaron dos máscaras una de 6x6 y otra de 7x7 con el fin de filtrar la imagen y luego calcular su psnr. En el caso de la máscara de 6x6 el psnr fue de 57.4173 y en el caso de la máscara de 7x7 fue de 57.9369.

A continuaciñon se pueden ver las imágenes en sus posiciones respectivas después de filtrarlas como se mencionó anteriormente.

El código utilizado para la obtención de las imágenes anteriores se encuentra a continuación:

filprom3=fspecial('average',[6 6]);

mesh(filprom3);

imfilt5=imfilter(gau,filprom3,'replicate');

imshow(imfilt5);

psnr5=PSNR(lena_gris,imfilt5);

filprom4=fspecial('average',[7 7]);

mesh(filprom4);

imfilt6=imfilter(gau,filprom4,'replicate');

imshow(imfilt6);

psnr6=PSNR(lena_gris,imfilt6);

En el caso del filtro de promedio ponderado utilizando un kernel gaussiano se siguó la misma fórmula mencionada en el caso del ruido de sal y pimienta, sin embargo en este caso se utilizaron varianzas igual a 2 y 3 lo cual produjo máscaras de 13x13 y 19x19. A continuación se encuentran los filtros utilizados respectivamente.

Las imágenes obtenidas respectivamente luego de aplicarles la función del filtro son las siguientes:

Finalmente se puede concluir que para el ruido gaussiano nuevamente el filtrado de promedio es mucho más óptimo que utilizando kernel gaussiano, ya que en este último la imagen se ve menos nítida como se mencionó anteriormente. A continuación se muestra el código de lo mencionado anteriormente.

filgaus3=fspecial('gaussian',[13 13],2);

mesh(filgaus3);

imfilt7=imfilter(salpi,filgaus3,'replicate');

imshow(imfilt7);

psnr7=PSNR(lena_gris,imfilt7);

filgaus4=fspecial('gaussian',[19 19],3);

mesh(filgaus4);

imfilt8=imfilter(salpi,filgaus4,'replicate');

imshow(imfilt8);

psnr8=PSNR(lena_gris,imfilt8);

De todas las imágenes anteriormente filtradas el mejor resultado se obtuvo en el que el psnr tuvo el mayor valor es decir de 57.9369 y por tanto la mejor calidad de imagen.

Referencias

[1] http://omarsanchez.net/filtroespa.aspx

Un grupo de científicos de los Laboratorios Nacionales de Sandia ha desarrollado células fotovoltaicas diminutas que podrían revolucionar la forma de recolectar y usar la energía solar. El investigador principal a cargo de la investigación es Greg Nielson.

(NC&T) Las pequeñas células solares podrían convertir a una persona en un cargador solar ambulante de pilas.

Las microcélulas solares, fabricadas de silicio cristalino, tienen un gran potencial para varias aplicaciones nuevas. Se espera que al final sean menos caras y tengan una mayor eficiencia que las células fotovoltaicas actuales, basadas en un diseño de tamaño convencional.

Las células se fabrican usando técnicas asociadas a los sistemas microelectrónicos y microelectromecánicos (MEMs), comunes en las fábricas modernas del sector de la electrónica.

Entre las ventajas de estas microcélulas fotovoltaicas, figuran nuevas aplicaciones, costos potencialmente reducidos y eficiencias superiores.

En el futuro, podrían fabricarse en serie, de un modo que facilitase cubrir con ellas las superficies de algunos artículos y estructuras para así dotarlos de la capacidad de recolección de energía solar, incluyendo carpas y posiblemente hasta ropa. Esto haría posible que los cazadores, los excursionistas o los militares recargasen en el campo las baterías de sus teléfonos, cámaras y otros dispositivos electrónicos mientras caminan o descansan.

Parte de la reducción potencial de los costos se debe a que las microcélulas necesitan relativamente poco material para formar dispositivos bien controlados y muy eficaces.

Con un espesor de 14 a 20 micrómetros, son mucho más delgadas que las células solares convencionales, aunque tienen aproximadamente la misma eficiencia. Dicho de otro modo, usan 100 veces menos silicio para generar la misma cantidad de electricidad. Como son mucho menores y sufren menos deformaciones mecánicas que las células convencionales, en iguales escenarios de uso, también pueden ser más fiables a largo plazo.

Fuentes:

http://www.electronicafacil.net/noticias/Energias-Alternativas/La-posible-revolucion-de-las-microcelulas-solares/

http://www.sandia.gov/news/resources/news_releases/glitter-sized-solar-photovoltaics-produce-competitive-results/

Semáforos, lámparas de automóviles, linternas, pantallas de teléfonos móviles, televisiones de última generación, son objetos de nuestra vida diaria que incorporan LEDs como emisores de luz azul o blanca, fabricados con aleaciones de materiales semiconductores (nitruros). Desde su aparición comercial a principios de los años 90, los dispositivos LED de nitruros se han utilizado en múltiples aplicaciones por su estrecho rango espectral, eficiencia, duración y bajo consumo. La tecnología ya ha conseguido fabricar LEDs con emisión suficientemente monocromática en un amplio rango espectral (violeta, azul, rojo, verde, etc.) y el reto ahora es producir luz blanca eficiente, a gran escala, y de forma rentable.

Hoy por hoy, los LEDs son capaces de generar luz blanca de gran calidad. Es decir, la que más se aproxima a la luz solar. Aprovechan prácticamente toda la energía eléctrica que consumen para generar luz, mientras que la bombilla incandescente “desperdicia” hasta un 75% en generación de calor. Por ello, los LEDs ofrecen una alternativa a la tradicional bombilla incandescente, e incluso a los tubos fluorescentes, que, aún siendo eficientes, producen un tipo de luz blanca poco “natural” y plantean problemas de residuos una vez agotados.

A pesar de sus ventajas, la aplicabilidad de los LEDs en iluminación general se ve lastrada aún por limitaciones técnicas: la producción eficiente de luz blanca para grandes áreas. A este objetivo se dirige el proyecto europeo “Smart Nanostructured Semiconductors for Energy-Saving Light Solutions (SMASH)”, coordinado por la empresa OSRAM, que pretende desarrollar, mediante nanotecnología, nuevos emisores LED de luz blanca para dotar de iluminación general a grandes zonas urbanas.

La Universidad Politécnica de Madrid, a través del Instituto de Sistemas Optoelectrónicos y Microtecnología (ISOM), participa en este proyecto enfocado a la generación de emisores LED que sustituyan con mayor durabilidad y ahorro energético a los sistemas de iluminación actuales en viviendas, calles, vehículos, etc, en definitiva, grandes zonas urbanas o de aplicación masiva.

Iluminar grandes áreas mediante este tipo de emisores requiere, bien aumentar el tamaño de los dispositivos o incrementar el número de LEDs. Mientras la segunda opción encarece el producto, la primera adolece aún de una baja eficiencia (relación entre consumo eléctrico e intensidad de luz obtenida). Sin embargo, este problema, relacionado con aspectos tecnológicos y físicos, se pretende solventar a corto plazo aplicando diferentes métodos.

El proyecto SMASH propone el uso de nanotecnología para la fabricación de nanoleds, con geometría cilíndrica de anchuras nanométricas (20 a 150 nm) y altura de una micra. El director del ISOM, Enrique Calleja, quien lidera este proyecto desde la UPM, explica que se trata de “crear y conectarlos entre sí, algo que optimizaría su funcionamiento ya que, cada uno de estos elementos sería casi perfecto”. Estos bosques (matrices ordenadas) serían aún más eficientes que sus equivalentes “macizos”, tendrían una durabilidad de 50 a 100 mil horas (frente a las tres mil horas de una bombilla incandescente), y su consumo sería mínimo, ya que toda la energía eléctrica se utilizaría para emitir luz, sin producir calor. bosques de nanoleds

El trabajo de los investigadores del ISOM es fabricar ese de manera ordenada, ya que los emisores, además de ser idénticos, han de estar repartidos siguiendo un patrón geométrico que aumenta su eficiencia (efecto de cristal fotónico). bosque de nanoleds

Reducir costes

Otra de las finalidades del proyecto es evitar el uso de fósforos (conversores) en la fabricación de LEDs de luz blanca. La combinación de nanoleds con los colores fundamentales (rojo, azul y verde), fabricados en un proceso único, produciría un blanco controlable en función del peso de cada componente, un proceso aún complicado pero factible a corto-medio plazo, indica Enrique Calleja.

Las dificultades actuales para la aplicación masiva de LEDs en iluminación general, no son solo de carácter tecnológico, sino también de índole económica. Resulta evidente que para reemplazar una tecnología ya existente, la nueva debe ser técnicamente mejor y más barata. Por ello el proyecto SMASH propone hacer un esfuerzo aún mayor para reducir el coste de estos nanoleds. En la actualidad, los LEDs comerciales se fabrican mediante técnicas complejas y sobre materiales caros, como el carburo de silicio o el zafiro. Para incrementar la rentabilidad de estos dispositivos, el proyecto SMASH plantea utilizar sustratos de silicio, un material barato y el más utilizado en la industria electrónica. “Con este proyecto creemos que será posible demostrar que se pueden aplicar estos dispositivos para iluminar áreas grandes con costes reducidos”, concluye el profesor Calleja.

.

Fuente: http://www.electronicafacil.net/noticias/Actualidad/La-iluminacion-del-futuro-se-basara-en-LEDs/