Búsqueda personalizada

espectrometria y matlab

Dudas, comentarios sobre temas de Laboratorio de Quimica.

espectrometria y matlab

Notapor charly » Sab, 12 May 2012, 09:27

Hyperspectral Image Analysis Toolbox

http://www.censsis.neu.edu/software/hyperspectral/hyperspectral.html

Imagen

Imagen





1 Hypertools toolbox 1
2 Installing hypertools 2
3 Data handling 2
3.1 Data handling in hypertools . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
3.2 Spectral images in PRTools dataset . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
3.3 Conversion between DIP image and dataset representation . . . . . . . . . . . . . . . . . . 4
3.4 Importing binary BioRad FTIR data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
4 Visualization techniques for spectral images 5
4.1 Plotting spectral data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
4.2 Interactive vizualization tool for spectral images . . . . . . . . . . . . . . . . . . . . . . . 5
4.3 Area under spectra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
5 Preprocessing 9
5.1 Baseline subtraction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
5.2 Smoothing of spectral data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
5.3 Unmixing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
6 Dissimilarity measures 12
6.1 Dissimilarity measures implemented in hypertools . . . . . . . . . . . . . . . . . . . . . . . 12
6.2 Visualization using dissimilarity measures . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
6.3 Building dissimilarity representation for pattern recognition . . . . . . . . . . . . . . . . . 13
7 Feature extraction methods 14
7.1 Generalized Local Discriminant Bases (GLDB) . . . . . . . . . . . . . . . . . . . . . . . . 14
7.2 Multi-class GLDB feature extraction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
7.3 Genetic algorithm for feature selection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
7.4 Maximum Autocorrelation Transformation (MAF) . . . . . . . . . . . . . . . . . . . . . . 18
7.5 Principial Component Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
7.6 PCA shaving . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
7.7 Canonical Correlation Analysis (CCA) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
7.8 Partial Least Squares (PLS) regression mapping . . . . . . . . . . . . . . . . . . . . . . . 20
8 Image segmentation 20
8.1 Segmentation combining spatial and spectral domain . . . . . . . . . . . . . . . . . . . . . 20
8.2 ECHO segmentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
charly
 
Mensajes: 188
Registrado: Lun, 11 Jul 2011, 08:56


Re: espectrometria y matlab

Notapor charly » Sab, 12 May 2012, 09:36

Digital Image Processing Using Matlab



An Introduction to Digital Image Processing with Matlab



1 Introduction 1
1.1 Images and pictures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 What is image processing? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Image Acquisition and sampling . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Images and digital images . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5 Some applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.6 Aspects of image processing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.7 An image processing task . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.8 Types of digital images . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.9 Image File Sizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.10 Image perception . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.11 Greyscale images . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.12 RGB Images . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.13 Indexed colour images . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.14 Data types and conversions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.15 Basics of image display . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.16 The imshow function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.17 Bit planes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.18 Spatial Resolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2 Point Processing 37
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.2 Arithmetic operations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.3 Histograms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.4 Lookup tables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3 Neighbourhood Processing 57
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.2 Notation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.3 Filtering in Matlab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.4 Frequencies; low and high pass lters . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.5 Edge sharpening . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.6 Non-linear lters . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4 The Fourier Transform 81
CONTENTS iii
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.2 Background . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.3 The one-dimensional discrete Fourier transform . . . . . . . . . . . . . . . . . . . 81
4.4 The two-dimensional DFT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.5 Fourier transforms in Matlab . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.6 Fourier transforms of images . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.7 Filtering in the frequency domain . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
5 Image Restoration (1) 109
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
5.2 Noise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
5.3 Cleaning salt and pepper noise . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
5.4 Cleaning Gaussian noise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
6 Image Restoration (2) 125
6.1 Removal of periodic noise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
6.2 Inverse ltering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
6.3 Wiener ltering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
7 Image Segmentation (1) 137
7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
7.2 Thresholding . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
7.3 Applications of thresholding . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
7.4 Adaptive thresholding . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
8 Image Segmentation (2) 145
8.1 Edge detection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
8.2 Derivatives and edges . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
8.3 Second derivatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
8.4 The Hough transform . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
9 Mathematical morphology (1) 163
9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
9.2 Basic ideas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
9.3 Dilation and erosion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
10 Mathematical morphology (2) 175
10.1 Opening and closing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
10.2 The hit-or-miss transform . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
10.3 Some morphological algorithms . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
iv CONTENTS
11 Colour processing 191
11.1 What is colour? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
11.2 Colour models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
11.3 Colour images in Matlab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
11.4 Pseudocolouring . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
11.5 Processing of colour images . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
12 Image coding and compression 215
12.1 Lossless and lossy compression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
12.2 Human coding . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
12.3 Run length encoding . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
Bibliography 225
charly
 
Mensajes: 188
Registrado: Lun, 11 Jul 2011, 08:56


Siguiente

Volver a Laboratorio (Quimica)

¿Quién está conectado?

Usuarios navegando por este Foro: No hay usuarios registrados visitando el Foro y 1 invitado

cron
Review foroingenieria.cajael.com on alexa.com