PROCESAMIENTO DIGITAL DE IMÁGENES CON MATLAB

PROCESAMIENTO DE IMÁGENES CON MATLAB 1

http://lonely113.blogspot.com

Lectura de Imágenes 2

Mediante el comando: Imagen=imread(‘nombre.extensión’) La imagen a leer debe encontrarse en la carpeta de trabajo de Matlab. Los formatos de imagen soportados por Matlab son: Formato

Extensión

TIFF

.tiff

JPEG

.jpg

GIF

.gif

BMP

.bmp

PNG

.png

XWD

.xwd


Ejemplo: Lectura de una imagen *.jpg 3

La imagen "fruta.jpg" se encuentra en el directorio de trabajo.

>> Im_RGB=imread('fruta.jpg');


Representación de Imágenes en Matlab 4

En Matlab una imagen en formato de color RGB se representa por tres matrices bidimensionales, correspondientes a los planos R, G y B.

1=R 2=G 3=B http://lonely113.blogspot.com

Obtención de los Planos RGB 5

Para obtener los planos R, G y B se ejecutan los comandos: Im_R=Imagen(:,:,1) Im_G=Imagen(:,:,2) Im_B=Imagen(:,:,3) Ejemplo: >> Im_R=Im_RGB(:,:,1); Im_R=Im_RGB(:,:,1); >> Im_G=Im_RGB(:,:,2); Im_G=Im_RGB(:,:,2); >> Im_B=Im_RGB(:,:,3); Im_B=Im_RGB(:,:,3);


Tamaño de la Imagen 6

Obtención del tamaño de Imagen: >> [m,n,p]=size(Im_RGB) [m,n,p]=size(Im_RGB) m= 600 n= 800 p= 3

Im_RGB: 600x800 3 planos (R,G y B) http://lonely113.blogspot.com

Despliegue de Imágenes 7

Se realiza con el comando: Imshow(Imagen) Dónde: Imagen es del tipo uint8.

>> imshow(Im_RGB)


Escritura de Imágenes 8

Con el comando: imwrite(Imagen,’nombre.extensión’)

>> imwrite(Im_RGB,'imagen.jp imwrite(Im_RGB,'imagen.jpg'); g');


Lectura de Valor de Pixeles 9

Obtención de valor de pixel Imagen(m,n)

; Cuando Imagen está en escala de grises (un solo plano).

Imagen(m,n,p) ; Para imagen RGB. Devuelve el valor del pixel correspondiente al plano p (1, 2 ó 3). Dónde: m,n son las coordenadas del pixel. >> Im_RGB(300,300,1) Im_RGB(300,300,1) ans = 255 >> Im_RGB(300,300,2) Im_RGB(300,300,2) ans = 178 >> Im_RGB(300,300,3) Im_RGB(300,300,3) ans = 10 http://lonely113.blogspot.com

Selección manual y Lectura de Valor de Pixel 10   

Mostrar la imagen con el comando imshow. Escribir el comando: pixel=impixel; Clic en el pixel y Enter. >> imshow(Im_RGB) >> pixel=impixel pixel = 252 144 115


Edición de Pixeles 11

Para modificar el valor de un pixel: Imagen(m,n)=x ; Para una imagen en escala de grises. imagen(m,n,p)=x ; Para una imagen RGB. Dónde: x es un número entero entre 0 y 255 correspondiente a escala de grises (0=negro y 255=Blanco)

>> Im_RGB(200,750,1)=255; Im_RGB(200,750,1)=255; >> Im_RGB(200,750,2)=255; Im_RGB(200,750,2)=255; >> Im_RGB(200,750,3)=255; Im_RGB(200,750,3)=255;


Perfil de Imagen 12    

Mostrar la imagen con el comando: imshow . Escribir el comando: improfile Trazar la línea para obtener el perfil en la imagen (clic en inicio y clic en final) y Enter. Si se desea se puede guardar el perfil en una variable. Ejecutando: perfil=improfile; >> imshow(Im_RGB) >> improfile

300

250

200

150

100

50

0


0

50

100

150

200 250 300 Distance along profile

350

400

450

500

Submuestreo 13

Submuestrear una imagen reduce su tamaño y permite que el procesamiento posterior de la imagen se agilice. a11

a12

a13

a14

a15

a16

a17

a18

…

a1n

Se toman pixeles equidistantes (muestras), dependiendo del factor elegido, y se desecha el resto de pixeles. Imagen_ sub=Imagen(1:a:end,1:a:end,1:1:end) Dónde: a es el factor de muestreo. Si a=2 la imagen se reduce a la mitad. http://lonely113.blogspot.com

Ejemplo: Submuestreo de la imagen Im_RGB por un factor de 4. 14

>> Im_sub=Im_RGB(1:4:end,1:4:end Im_sub=Im_RGB(1:4:end,1:4:end,1:1:end); ,1:1:end); >> imshow(Im_sub)


Transformación Uint8 - Double 15 



En algunos casos es necesario que la imagen a procesar sea del tipo "double", ya que uint8 admite sólo valores enteros entre 0 y 255. Para transformar de uint8 a double y viceversa: Imagen_double=double(Imagen_uint8) Imagen_uint8=uint8(Imagen_ Imagen_uint8=uint8(Imagen_double) double)



El comando imshow sólo imshow sólo muestra imágenes del tipo uint8. http://lonely113.blogspot.com

Ejemplo: Se requiere resaltar el gris en una imagen por un factor 0.25. 16

>> Im_double=double(Im_RG Im_double=double(Im_RGB); B); >> Im_double=Im_double*0.25; Im_double=Im_double*0.25; >> Im_uint8=uint8(Im_doub Im_uint8=uint8(Im_double); le); >> Imshow(Im_uint8)


Filtraje 17

Se realiza mediante convolución de matrices. Dónde: Dónde: Imagen es la matríz a filtrar. f es f es la matríz filtro. b11,b12,…, bmn bmn son los elementos de la matríz de salida.


Filtraje 18



Se puede utilizar el comando: imagen2=filter2(filter,Imagen); Dónde: filter es la matriz filtro. El comando filter2 no admite uint8, por lo tanto la imagen a filtrar se debe convertir al tipo double. El filtraje se debe realizar plano por plano en una imagen RGB.



Se agrega ruido a una imagen con el comando imnoise. imnoise. Revisar los archivos de ayuda de Matlab para mas información.


Ejemplo: Filtraje promedio 19

Para eliminar o reducir el ruido de una imagen. >> foto=imread('fruta.jpg'); foto=imread('fruta.jpg'); >> foto=imnoise(foto,'salt & pepper'); >> foto_R=foto(:,:,1); >> foto_G=foto(:,:,2); foto_G=foto(:,:,2); >> foto_B=foto(:,:,3); foto_B=foto(:,:,3); >> filtro=1/9*[1 1 1;1 1 1;1 1 1]; >> foto2_R=filter2(filtro,doub foto2_R=filter2(filtro,double(foto_R)); le(foto_R)); >> foto2_G=filter2(filtro,dou foto2_G=filter2(filtro,double(foto_G ble(foto_G)); )); >> foto2_B=filter2(filtro,dou foto2_B=filter2(filtro,double(foto_B ble(foto_B)); )); >> foto2(:,:,1)=foto2_R; >> foto2(:,:,2)=foto2_G; foto2(:,:,2)=foto2_G; >> foto2(:,:,3)=foto2_B; foto2(:,:,3)=foto2_B; >> imshow(uint8(foto)) imshow(uint8(foto)) >> figure,imshow(uint8(fot figure,imshow(uint8(foto2)) o2)) http://lonely113.blogspot.com

Ejemplo: Detección de bordes. 20 

Se puede realizar similar al caso anterior, definiendo un filtro para detección de bordes.



La imagen a filtrar debe estar en escala de grises.



Para convertir RGB a escala de grises grise s se utiliza el comando: Imagen_gray=rgb2gray(Imagen_RGB);

>> filter=[1 2 1;0 0 0;-1 -2 -1]; >> Im_RGB=imread('medusa.jpg'); >> Im_gray=rgb2gray(Im_RGB); >> Im_edge=filter2(filter,Im_gray); >> imshow(Im_RGB); imshow(Im_RGB); >>figure,imshow(Im_edge);


Filtro Mediana 21 



Se realiza para atenuar el ruido de una imagen. Usualmente se aplica a imágenes en escala de grises. Imagen2=medfilt2(Imagen) Ejemplo: >> Im_RGB=imread('fruta.jpg'); >> Im_gray=rgb2gray(Im_RGB); >> Im_gray=imnoise(Im_gray Im_g ray=imnoise(Im_gray,, 'salt & pepper'); >> imshow(Im_gray) >> Im_filt=medfilt2(Im_gray); >> figure, imshow(Im_filt)


Detección de Bordes 22



Se realiza con el comando: imagen_edge=edge(imagen_gray,’mascara’);





Se requiere que la imagen esté en escala de grises. mascara es el tipo de mascara a utilizar (sobel, canny,prewit, ) ya predefinidas en Matlab. …


Ejemplo: 23

Se realiza la detección de bordes de una imagen utilizando la máscara de "sobel". >> Im_RGB=imread('Penguins.jpg'); Im_RGB=imread('Penguins.jpg'); >> Im_gray=rgb2gray(Im_RGB); Im_gray=rgb2gray(Im_RGB); >> Im_edge=edge(Im_gray,'sobel'); Im_edge=edge(Im_gray,'sobel'); >> imshow(Im_edge)


Binarización 24 



Conversión de una imagen en escala de grises a una imagen lógica (0=negro, 1=blanco). Se realiza con el comando: Imagen_bin=imagen<=Umbral Dónde: Umbral es un número entre 0 y 255.



También se puede usar el siguiente comando cuando se requiere binarizar una imagen RGB directamente. Imagen_bin=im2bw(Imagen,level) Dónde: level es el nivel de umbral entre 0 y 1.


Ejemplo: Método 1. 25

Binarización de una imagen con un umbral de 128. >> Im_bin=Im_gray>=128 Im_bin=Im_gray>=128


Ejemplo: Método 2. 26

>> Im_bin=im2bw(Im_RGB,0.5)


Erosión y Dilatación 27

Son las operaciones morfológicas más utilizadas. DILATACIÓN: Adiciona DILATACIÓN: Adiciona pixeles en las fronteras de la imagen. EROSIÓN: Remueve pixeles de las fronteras de la imagen. Ambas operaciones se aplican a imágenes binarizadas. http://lonely113.blogspot.com

Dilatación 28

Se utiliza el comando: Result=imdilate(Imagen,SE) Dónde: Dónde: SE es la estructura del arreglo a utilizar como rejilla. Imagen es previamente binarizada. binarizada. Existen varias maneras de obtener una estructura SE. Se realiza mediante el comando "strel". Revisar los archivos de ayuda de Matlab. http://lonely113.blogspot.com

Dilatación 29

Suponiendo que se utiliza una matriz identidad de orden 3 como rejilla (mostrada con bordes resaltados en la imagen), el resultado de aplicar la operación de dilatación en el pixel que se traslapa con el elemento central de d e la rejilla es:

Si alguno de los pixeles de la rejilla configurados como 1 coincide con al menos uno de la imagen el pixel resultante es 1 ".

"


Ejemplo: 30

Aplicando dilatación a una imagen binarizada, utilizando una estructura generada a partir de una matriz cuadrada de "1" de orden 30.

>> SE=strel('square',30); >> Im_RGB=imread('imagen.jpg'); >> Im_gray=rgb2gray(Im_RGB); >> Im_edge=edge(Im_gray,'sobel'); >> Im_dilate=imdilate(Im_edg Im_dilate=imdilate(Im_edge,se); e,se); >> imshow(Im_edge); imshow(Im_edge); >> figure,imshow(Im_dilate) figure,imshow(Im_dilate)


Erosión 31

Se utiliza el comando: Result=imerode(Imagen,SE) Dónde: SE es la estructura del arreglo a utilizar como rejilla. Imagen es previamente binarizada.


Erosión 32

Suponiendo que se utiliza una matriz identidad de orden 3 como rejilla (mostrada con bordes resaltados en la imagen), el resultado de aplicar la operación de erosión en el pixel que se traslapa con el elemento central de d e la rejilla es:

Todos los pixeles de la rejilla configurados como 1 deben coincidir con todos los de la imagen, si esto no sucede el resultado del pixel es 0 ".

"


Ejemplo: 33

Aplicando la operación de erosión a la imagen dilatada utilizando una estructura generada por una matriz cuadrada de "1" de orden 15.

>> SE=strel('square',15); >> Im_erode=imerode(Im Im_erode=imerode(Im_dilate,SE); _dilate,SE); >> imshow(Im_dilate) imshow(Im_dilate) >> figure,imshow(Im_erode)


Vecindad 34

Para determinar si dos pixeles son vecinos o no (adyacentes). Vecindad-4: Se consideran pixeles conectados en direcciones perpendiculares (arriba, abajo, derecha, izquierda). Vecindad-8: Se consideran también los pixeles vecinos diagonales.


Vecindad-4

Vecindad-8

Conectividad 35 Dos pixeles están con la misma etiqueta están conectados si existe un camino del uno al otro a través de pixeles vecinos con la misma etiqueta. La conectividad en Matlab puede ser: Conexión-4: Se toma en cuenta la vecindad-4 para determinar la conectividad de pixeles. Conexión-8: Se toma en cuenta la vecindad-8 para determinar la conectividad de pixeles. ETIQUETADO: Agrupación ETIQUETADO: Agrupación de pixeles con características similares similares

Si se elige conectividad conexión-4 se consideraría como dos objetos diferentes, pero si se elige conectividad conexión-8 se consideraría como un solo objeto (vecindad diagonal).


Cuenta y Etiquetado de Objetos en una Imagen 36

Para contar la cantidad de objetos presentes en una imagen se realiza el procedimiento: 1. Leer la imagen. 2. Convertirla a escala de grises y posteriormente binarizarla. 3. En la imagen binarizada se requiere que los objetos a contar estén en blanco (1) y con fondo negro (0), si no fuera así se puede aplicar el comando: Im_bin=not(Im_bin) 4. Ejecutar el siguiente comando para etiquetar los objetos. Cada objeto encontrado se etiqueta con un número entero: 1, 2, 3, : …

Im_label=bwlabel(Im_bin,C) Dónde: C=4 u 8 (Conexión) 5. Para obtener el número de objetos: n=max(max(Im_label)) http://lonely113.blogspot.com

Ejemplo: 37

Se contará el número de objetos de la siguiente imagen:

>> Im_RGB=imread('imagen.jpg'); >> Im_bin=im2bw(Im_RGB,0.5) Im_bin=im2bw(Im_RGB,0.5) >>imshow(Im_bin) >> Im_bin=not(Im_bin); Im_bin=not(Im_bin); >> imshow(Im_bin) >> Im_label=bwlabel(Im_bin,8); Im_label=bwlabel(Im_bin,8); >> n=max(max(Im_label)) n=max(max(Im_label)) n= 5


Selección de un Objeto 38

Para seleccionar manualmente un objeto y aislarlo se realiza el procedimiento: 1. Mostrar la imagen binarizada con el comando imshow . 2. ejecutar el comando: Im_sel=bwselect(C) Dónde: C=4 u 8 (Conexión) 3. Clic en el objeto y Enter. 4. Si se desea, desplegar el objeto seleccionado Im_sel. http://lonely113.blogspot.com

Ejemplo: 39

Se selecciona el objeto inferior derecho y se aísla en la variable Im_sel.

>> imshow(Im_bin) >> Im_sel=bwselect(8); >> imshow(Im_sel)


Captura de Imágenes Mediante Cámaras Conectadas a la Pc 40

Resulta de suma utilidad para implementar algoritmos de visión o adquisición de imágenes en tiempo real utilizando dispositivos simples y de bajo costo tales como las webcams. Matlab incluye el toolbox "Image Acquisition" para este fin. El toolbox incluye la herramienta Image Aquisition tool "imaqtool" que se utilizará posteriormente. http://lonely113.blogspot.com

Obtención de Información del Dispositivo 41

Comandos a utilizar: Imaqhwinfo Devuelve la información del hardware y software disponibles, tales como: Adaptador de video instalado, versión de Matlab, Toolbox (nombre y versión). Imaqhwinfo(‘adaptor’) Donde adaptor es el nombre del adaptador instalado, por lo general winvideo. winvideo. Este comando devuelve información relacionada al adaptador. Imaqhwinfo(‘adaptor’,DeviceID) Donde DeviceID es el ID del dispositivo a utilizar obtenido con el comando anterior. Si sólo se cuenta con un dispositivo conectado el DeviceID será 1. Este comando muestra información del dispositivo conectado (cámara) . http://lonely113.blogspot.com

Ejemplo: Ejecutando los comandos 42 >> imaqhwinfo ans = InstalledAdaptors: {'winvideo'} MATLABVersion: '7.8 (R2009a)' ToolboxName: 'Image Acquisition Toolbox' ToolboxVersion: '3.3 (R2009a )‘ >> imaqhwinfo('winvideo') ans = AdaptorDllName: AdaptorDllName: [1x81 char] AdaptorDllVersion: AdaptorDllVersion: '3.3 (R2009a)' AdaptorName: 'winvideo' DeviceIDs: {[1]} DeviceInfo: [1x1 struct] >> imaqhwinfo('winvideo',1) ans = DefaultFormat: 'RGB24_640x480' 'RGB24_640x480' DeviceFileSupported: DeviceFileSupported: 0 DeviceName: 'iLook 300' DeviceID: 1 ObjectConstructor: ObjectConstructor: 'videoinput('winvideo 'videoinput('winvideo',', 1)' SupportedFormats: SupportedFormats: {1x13 cell}


El adaptador instalado es " winvideo". Hay un dispositivo de adquisición de imágenes instalado (DeviceID). El dispositivo instalado es una webcam "ilook300". Soporta 13 formatos de adquisición. Formato por defecto: RGB 640x480.

Preparación del Dispositivo 43 

Crear la estructura: cam=imaqhwinfo(‘adaptor’,DeviceID) Para poder obtener las características del dispositivo con facilidad. Por ejemplo, para obtener los formatos soportados: cam.SupportedFormats



Ejecutar el comando: video=videoinput(‘adaptor’,DeviceID,’Format’) Construye un objeto de entrada de video (nexo entre el dispositivo y Matlab). Si no se especifica Format se asume el formato por defecto.


Ejemplo: Preparación de dispositivo 44 >> cam=imaqhwinfo('winvideo cam=imaqhwinfo('winvideo',1); ',1); >> cam.SupportedFormats ans = Columns 1 through 4 'I420_160x120' 'I420_176x144' 'I420_320x240' 'I420_352x288' Columns 5 through 8 'I420_640x480' 'RGB24_1280x960' 'RGB24_1600x1200' 'RGB24_160x120' Columns 9 through 12 'RGB24_176x144' 'RGB24_320x240' 'RGB24_352x288' 'RGB24_640x480' Column 13 'RGB24_800x600' >> video=videoinput('winvideo video=videoinput('winvideo',1,'RGB24_640x480'); ',1,'RGB24_640x480'); http://lonely113.blogspot.com

Pre - Visualización 45

Para desplegar la pre-visualización de las imágenes a capturar ejecutar el comando: preview(video)

>> preview(video)


Captura 46

Para capturar una imagen ejecutar: Image=getsnapshot(‘cam’)

>> foto=getsnapshot(video); >> imshow(foto)


Image Acquisition tool 47

Facilita el trabajo de realizar la captura de imágenes mediante línea de comandos. Para acceder a esta herramienta ejecutar: imaqtool

>> imaqtool


Aplicaciones 48

Se presentan 3 aplicaciones sencillas del procesamiento de imágenes: 1. Detección de bordes de una imagen. 2. Cuenta de objetos de características

similares

presentes en una imagen. 3. Reconocimiento Óptico de Caracteres (OCR) mediante un algoritmo implementado por terceros. En todos los casos las imágenes serán obtenidas mediante una cámara web. http://lonely113.blogspot.com

1. Detección de bordes de una imagen 49 >> cam=imaqhwinfo(‘winvideo’,1); >> video=videoinput('winvideo video=videoinput('winvideo',1); ',1); >> preview(video) >> Im_RGB=getsnapshot(video); >> imshow(Im_RGB) >> Im_gray=rgb2gray(Im_RGB); >> Im_gray=medfilt2(Im_gray); >> figure,imshow(Im_gray) >> Im_edge=edge(Im_gray,' Im_edg e=edge(Im_gray,'sobel'); sobel'); >> figure,imshow(Im_edge) >>Im_edge2=not(Im_edge); >> figure,imshow(Im_edge2)

No se especifica formato de captura, entonces se asume el formato por defecto (RGB 640x480). Las imágenes obtenidas paso a paso se muestran en la siguiente diapositiva. http://lonely113.blogspot.com

1. Detección de Bordes de una Imagen 50

Im_RGB

Im_gray

Im_edge

Im_edge2


2. Conteo de Objetos 51 





Se desea contar el número de transistores en la imagen. Para ello se utiliza el etiquetado de objetos, pero el problema es que si no se realiza tratamiento previo también se etiquetarán los pines de cada transistor. Para resolver este problema primero se aplican las operaciones de erosión (hasta que desaparezcan los pines y solo quede el cuerpo) y luego dilatación (para obtener objetos a contar de regular tamaño).


2. Conteo de Objetos 52 >> cam=imaqhwinfo(‘winvideo’,1); >> video=videoinput(‘winvideo’,1); >> Im_RGB=getsnapshot(video); Im_RGB=getsnapshot(video); >> imshow(Im_RGB) imshow(Im_RGB) >> Im_bin=im2bw(Im_RGB,0.5); Im_bin=im2bw(Im_RGB,0.5); >> figure, imshow(Im_bin) >> Im_bin2=not(Im_bin); >> figure, imshow(Im_bin2) >> SE=strel('square',10); >> Im_erode=imerode(Im_bin Im_erode=imerode(Im_bin2,SE); 2,SE); >> figure, imshow(Im_erode) >> Im_dilate=imdilate(Im_erode,SE); >> figure,imshow(Im_dilate) >> Im_label=bwlabel(Im_dilate,8); >> n=max(max(Im_label)) n= 10 http://lonely113.blogspot.com

2. Conteo de Objetos 53

Im_RGB


Im_bin


La imagen se invierte para poder seguir con el procedimiento de tratamiento de imagen. Si no se aplica erosión se etiquetaría cada objeto aislado, dando como resultado un número de objetos muy superior al real.

Im_bin2 http://lonely113.blogspot.com


Im_erode

Im_dilate

Con estas dos operaciones se obtiene sólo el cuerpo de los transistores en su tamaño original, los pines ya fueros desechados. La imagen está lista ahora para el etiquetado y conteo. http://lonely113.blogspot.com

3. Reconocimiento de Caracteres 56 









Se desea reconocer los caracteres presentes en una imagen adquirida mediante la webcam y almacenar el texto en un archivo .txt. El algoritmo OCR utilizar se obtuvo de la página: http://www.matpic.com/esp/matlab/ocr.html. Para usar el algoritmo los archivos a descargados se deben copiar a la carpeta de trabajo de Matlab. La imagen se debe guardar con el nombre "TEST_1.jpg". Los caracteres deben estar en mayúsculas en negro y fondo blanco. Una vez hecho esto ejecutar el comando: OCR


3. Reconocimiento de Caracteres 57 >> cam=imaqhwinfo('winvideo',1); >> video=videoinput('win video=videoinput('winvideo video',1); ',1); >> preview(video) >> text=getsnapshot(video); text=getsnapshot(video); >> imshow(text) >> text_bin=im2bw(text,0.5); text_bin=im2bw(text,0.5); >> figure,imshow(text_bin) figure,imshow(text_bin) >> SE=strel('square',5); >> text_erode=imerode(text_bin text_erode=imerode(text_bin,SE); ,SE); >> figure,imshow(text_ero figure,imshow(text_erode) de) >> text_dilate=imdilate(text_er text_dilate=imdilate(text_erode,SE); ode,SE); >> figure,imshow(text_dilat figure,imshow(text_dilate) e) >> text_fin=not(text_dilate); text_fin=not(text_dilate); >> figure,imshow(text_fin figure,imshow(text_fin)) >> imwrite(text_fin,'TEST_1.jp imwrite(text_fin,'TEST_1.jpg'); g'); >> ocr http://lonely113.blogspot.com

3. Reconocimiento de Caracteres 58

text

text_bin

text_bin contiene elementos no deseados (puntos blancos) que podrían perjudicar el proceso de reconocimiento de caracteres. Estos elementos se eliminan aplicando la operación de erosión. http://lonely113.blogspot.com


text_erode

text_dilate

Enseguida se aplica la operación de dilatación para contrarrestar el efecto de la erosión en el texto. http://lonely113.blogspot.com


text_fin

Es necesario que el texto esté en negro con fondo blanco para aplicar el algoritmo. http://lonely113.blogspot.com


61

PROCESAMIENTO DIGITAL DE IMÁGENES CON MATLAB

Recommend Documents