diff --git a/docs/methods.md b/docs/methods.md index 4df59d3bc868b0d85d80f5927ea92693d17efa9a..938d9b1620411c560fda2e187035eda92ad77fc8 100755 --- a/docs/methods.md +++ b/docs/methods.md @@ -38,7 +38,7 @@ Figura: Imagen media ampliada digitalmente 5 veces {#fig_imagen_ampliada} ## Cálculo de MSSR -Se procede al cálculo de la media desplazada(MS), para esto es necesario la determinación de un parametro hs que es representativo del tamaño del kernel, el mismo tiene la finalidad de separar la estructura de interes.En este paso se recorre la imagén con un kernel(de lado hs) con pesos exponenciales y restar a esta ponderacion el valor del pixel central una vez recorrida la imagen tenemos el vector MS. Es importante notar que implementarlo de esta manera es poco practico computacionalmente y tiene tiempos ordendes de magnitud superiores a la implementación que se realizó, esta implementación es equivalente a "pasar la imagen por el kernel" y fue recomendada por el tutor. Una vez calculada la MS se toma el opuesto de los valores, posteriormente transformamos los valores negativos de la imagen a 0 y después normalizamos. En esta etapa ya tenemos una imagen con mejor resolución pero podemos seguir aplicando operaciones matemáticas para seguir refinando nuestra imagen para obtener un mejor resultado +Se procede al cálculo de la media desplazada(MS), para esto es necesario la determinación de un parámetro hs que es representativo del tamaño del kernel, el mismo tiene la finalidad de separar la estructura de interés.En este paso se recorre la imagen con un kernel (de lado hs) con pesos exponenciales y restar a esta ponderación el valor del pixel central, una vez recorrida la imagen tenemos el vector MS. Es importante notar que implementarlo de esta manera es poco práctico computacionalmente y tiene tiempos ordenés de magnitud superiores a la implementación que se realizó, esta implementación es equivalente a "pasar la imagen por el kernel" y fue recomendada por el tutor. Una vez calculada la MS se toma el opuesto de los valores, posteriormente transformamos los valores negativos de la imagen a 0 y después normalizamos. En esta etapa ya tenemos una imagen con mejor resolución pero podemos seguir aplicando operaciones matemáticas para seguir refinando nuestra imagen. Figura: Imagen con MSSR de orden 0 {#MSSR0}