A) Detector de Sobel ("AlgoritmosBN\Bordes\Sobel"), con la opción "Suma de valores absolutos". La salida suministrada es una imagen en niveles de gris.
B) Detector de NMS ("AlgoritmosBN\Bordes\NMS"). Este algoritmo necesita dos imágenes de entrada: la primera es la componente horizontal del gradiente y la segunda la componente vertical del gradiente. Para generar cada una se recomienda que se utilice el Detector de Sobel, con las opciones "Componente Horizontal" y "Componente Vertical". La salida suministrada es una imagen en niveles de gris.
C) Detector Laplaciana Gaussiana ("Algoritmos\Bordes\LapGaussiana"), con una sigma determinada (la anchura de la ventana la fija automáticamente el algoritmo según la relación h=9·sigma). La salida suministrada es una imagen binaria, que recoge la posición de los "zero-crossing". Para que en un píxel se produzca un "zero-crossing" es necesario que la segunda derivada en la dirección del gradiante tenga un cambio de signo y además el módulo del gradiante supere un umbral que figura como parámetro.
La determinación de los pixeles que forman parte de los bordes se realizará mediante una umbralización ("AlgoritmosBN\Segmentación\Umbralización") con umbral variable.
A fin de evitar desbordamientos que produzcan una inevitable pérdida de precisión es necesario realizar una adaptación de las imágenes previas. Esta adaptación se suele concretar en un Factor de Escaladado: se divide la imagen por una constante ("AlgoritmosBN/UnaImagen/Aritmético"). La constante a dividir depende de las características de la imagen y de las del algoritmos de detección empleado, por lo que se suministrará a lo largo de la práctica.
Para evaluar la bondad de los detectores de borde, entre la imagen umbralizada y la imagen teórica de BORDES, se emplean los siguientes criterios ("AlgoritmosBN\Características\CompararBordes"):
El alumno deberá probar para las imágenes INICIAL, RUIDO_5, RUIDO_6 los algoritmos de detección de bordes anteriormente descritos, a partir de ahora referenciados como A,B y C. Para cada caso y una vez leídas las imágenes se recomienda la realización de las siguientes etapas:
La imagen de bordes proporcionada por cada algoritmo será comparada con la imagen sintética de bordes (BORDES), mediante el algoritmo "Comparar Bordes".
1. ¿Si se elimina el proceso de filtrado en el algoritmo A? Disminuye el numero de pixeles detectados como ruidosos Aumenta el numero de pixeles detectados como ruidosos Aumenta el grosor de los bordes detectados Aumenta el numero de puntos con perdidas de conectividad Se deterioran los detalles de forma Aumenta la distancia entre las imagenes de borde hallada y sintetica
2. ¿Si se aumenta el factor de escalado de 3 a 5 en el algoritmo A? Disminuye el numero de pixeles detectados como ruidosos Aumenta el numero de pixeles detectados como ruidosos Aumenta el grosor de los bordes detectados Aumenta el numero de puntos con perdidas de conectividad Se deterioran los detalles de forma Aumenta la distancia entre las imagenes de borde hallada y sintetica
3. ¿Si se disminuye el factor de escalado de 3 a 1.5 en el algoritmo A? Disminuye el numero de pixeles detectados como ruidosos Aumenta el numero de pixeles detectados como ruidosos Aumenta el grosor de los bordes detectados Aumenta el numero de puntos con perdidas de conectividad Se deterioran los detalles de forma Aumenta la distancia entre las imagenes de borde hallada y sintetica
4. ¿Si se disminuye el nivel de umbralizacion de 128 a 64 en el algoritmo A? Disminuye el numero de pixeles detectados como ruidosos Aumenta el numero de pixeles detectados como ruidosos Aumenta el grosor de los bordes detectados Aumenta el numero de puntos con perdidas de conectividad Se deterioran los detalles de forma Aumenta la distancia entre las imagenes de borde hallada y sintetica
5. ¿Si se elimina el proceso de filtrado en el algoritmo B? Disminuye el numero de pixeles detectados como ruidosos Aumenta el numero de pixeles detectados como ruidosos Aumenta el grosor de los bordes detectados Aumenta el numero de puntos con perdidas de conectividad Se deterioran los detalles de forma Aumenta la distancia entre las imagenes de borde hallada y sintetica
6. ¿Si se aumenta el factor de escalado de 3 a 5 en el algoritmo B? Disminuye el numero de pixeles detectados como ruidosos Aumenta el numero de pixeles detectados como ruidosos Aumenta el grosor de los bordes detectados Aumenta el numero de puntos con perdidas de conectividad Se deterioran los detalles de forma Aumenta la distancia entre las imagenes de borde hallada y sintetica
7. ¿Si se disminuye el factor de escalado de 3 a 1.5 en el algoritmo B? Disminuye el numero de pixeles detectados como ruidosos Aumenta el numero de pixeles detectados como ruidosos Aumenta el grosor de los bordes detectados Aumenta el numero de puntos con perdidas de conectividad Se deterioran los detalles de forma Aumenta la distancia entre las imagenes de borde hallada y sintetica
8. ¿Si se aumenta el factor de escalado de 2 a 4 en el algoritmo C? Disminuye el numero de pixeles detectados como ruidosos Aumenta el numero de pixeles detectados como ruidosos Aumenta el grosor de los bordes detectados Aumenta el numero de puntos con perdidas de conectividad Se deterioran los detalles de forma Aumenta la distancia entre las imagenes de borde hallada y sintetica
9. ¿Si se disminuye el factor de escalado de 2 a 1 en el algoritmo C? Disminuye el numero de pixeles detectados como ruidosos Aumenta el numero de pixeles detectados como ruidosos Aumenta el grosor de los bordes detectados Aumenta el numero de puntos con perdidas de conectividad Se deterioran los detalles de forma Aumenta la distancia entre las imagenes de borde hallada y sintetica
10. ¿Si se aumenta la desviacion tipica de la Laplaciana Gaussiana de 0.5 a 0.8 en el algoritmo C? Disminuye el numero de pixeles detectados como ruidosos Aumenta el numero de pixeles detectados como ruidosos Aumenta el grosor de los bordes detectados Aumenta el numero de puntos con perdidas de conectividad Se deterioran los detalles de forma Aumenta la distancia entre las imagenes de borde hallada y sintetica
11. ¿Si se disminuye la desviacion tipica de la Laplaciana Gaussiana de 0.5 a 0.3 en el algoritmo C? Disminuye el numero de pixeles detectados como ruidosos Aumenta el numero de pixeles detectados como ruidosos Aumenta el grosor de los bordes detectados Aumenta el numero de puntos con perdidas de conectividad Se deterioran los detalles de forma Aumenta la distancia entre las imagenes de borde hallada y sintetica
12. Comparativa entre el detector del algoritmo A frente al algoritmo B. ¿Al sustituir el algoritmo A por el B? Disminuye el numero de pixeles detectados como ruidosos Aumenta el numero de pixeles detectados como ruidosos Aumenta el grosor de los bordes detectados Aumenta el numero de puntos con perdidas de conectividad Se deterioran los detalles de forma Aumenta la distancia entre las imagenes de borde hallada y sintetica