Skip to content
Snippets Groups Projects
Commit 3c9a1f3c authored by Manuel Padin Galleni's avatar Manuel Padin Galleni
Browse files

Update file methods.md

parent f6860fc4
No related branches found
No related tags found
No related merge requests found
Pipeline #108250 canceled with stage
...@@ -38,7 +38,7 @@ Figura: Imagen media ampliada digitalmente 5 veces {#fig_imagen_ampliada} ...@@ -38,7 +38,7 @@ Figura: Imagen media ampliada digitalmente 5 veces {#fig_imagen_ampliada}
## Cálculo de MSSR ## 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} Figura: Imagen con MSSR de orden 0 {#MSSR0}
......
0% Loading or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment