LABORATORIO No 1 CURSO: LAB. PROCESAMIENTO DIGITAL DE SEALES PROFESOR: ING.

RAFAEL BUSTAMANTE ALVAREZ TEMA: GENERACION DE SEALES DISCRETAS EN TIEMPO Y FRECUENCIA (FFT) INTRODUCCIN AL MATLAB MatLab es un lenguaje de programacin interpretado en el que las variables son matrices y, por tanto, las operaciones bsicas aritmticas y lgicas son operaciones matriciales. Esto hace que Matlab sea una herramienta muy adecuada para clculo matricial y, en concreto, para el procesamiento de seales. A continuacin se muestran algunos ejemplos de operaciones con MatLab: Asignacin de valores a vectores y matrices: A=[1 2 3; 4 3 2; 3 2 1] x=[2; 1; 3] Para las columnas se utiliza el espacio en blanco como separador y el punto y coma para las filas. Productos matriciales y escalares: y=A*x z=x'*y w=x.*y El primer producto representa la operacin de transformar el vector x con la matriz A. El segundo es el producto escalar de x por y, donde x' representa el vector x traspuesto. El tercer producto tiene como resultado un vector w en el que cada componente se obtiene multiplicando las componentes las componentes correspondientes de x e y. Pueden extraerse submatrices o elementos de una matriz:
A(3,3) A(2:3,1:3) A(2:3,:) A(:,1)

La primera lnea extrae el elemento de matriz (3,3). Las lneas segunda y tercera obtienen una submatriz que incluye las dos primeras filas (todas las columnas). El ltimo comando extrae la primera columna.

FUNDAMENTO TEORICO Una seal de tiempo continuo puede ser representada por una seal de tiempo discreto. asi tenemos: x(t)=Asen(wt+); seal continua x(t)=Asen(wk+); seal discreta de otra forma: x(t)=Asen(2 pi.f.t+); seal continua x(k)=Asen(2.pi.f.kT+); seal continua Parmetros de la seal discreta; f=frecuencia de la seal k=numero de muestras T=periodo de muestreo =retardo en radianes EJERCICIO 1 N=64; T=1/128;% frecuencia de muestreo 128 Hz k=0:N-1;% 64 muestras x=sin(2*pi*20*k*T); subplot(3,2,1),plot(k,x); ;% Para borrar la figura ir a ventana Edit ;% Elegir <clear figure> ;%************************************************ EJERCICIO 2 ;% Calcular y graficar el contenido de frecuencias. X=fft(x); magX=abs(X); subplot(3,2,2),stem(k(1:N/2),magX(1:N/2)),... title('Magnitud de X(k)'),... xlabel('k'),ylabel('|X(k)|'),grid; ;% **************************************** EJERCICIO 3 ;% Graficar el contenido de frecuencias en funcin de Hz. hertz=k*(1/(N*T)); subplot(3,2,3),stem(hertz(1:N/2),magX(1:N/2)),... title('Magnitud de X(k)'),... xlabel('Hz'),ylabel('|X(k)|'),grid; ;% ***************************************** EJERCICIO 4 ;%Generar una seal de frec=19 Hz. N=64; T=1/128; k=0:N-1; x=sin(2*pi*19*k*T); subplot(3,2,4),plot(k,x); ;%*************************************

EJERCICIO 5 ;%%Generar su respectivo espectro de frecuencias magX=abs(fft(x)); hertz=k*(1/(N*T)); subplot(3,2,5),stem(hertz(1:N/2),magX(1:N/2)),... ;%title('Magnitud de X(k)'),... xlabel('Hz'),ylabel('|X(k)|'),grid; ;%****************************************** Introducin al uso del SIMULINK.

Signal Generator Sum Signal Generator1

Sum1

Power Spectral Density

Signal Generator2

DESARROLLAR Genere y grafique 128 puntos frecuencia de muestreo 1 Khz. usando la FFT grafique en frecuencia sus espectros respectivos use la escala de Hz. en el eje X. HAGA COMENTARIOS RESPECTO A LAS GRAFICAS OBTENIDAS. f[k]=2sin(2pi50kT); g[k]=cos(250pikT)-sin(200pikT) h[k]=5-cos(1000kT); m[k]=4sin(250pikT-pi/4)

LABORATORIO No 2 CURSO: LAB. PROCESAMIENTO DIGITAL DE SEALES PROFESOR: ING. RAFAEL BUSTAMANTE ALVAREZ DISCRETAS: Proceso de Muestreo, Cuantificacin, D/A y Filtros Analgicos FUNDAMENTO TEORICO La condicin principal para que se lleve a cabo el proceso de muestreo de una seal es Fs 2 Fm , donde: Fs: es la frecuencia de muestreo Fm: es la frecuencia de la seal Siendo el muestreo una etapa del proceso de conversin Analgica Digital las otras dos etapas son la cuantificacin y codificacin. El proceso de conversion Digital Analoga se realiza mediante un circuito retensor de orden zero teniendo en cuenta que el tiempo de retensin es igual al tiempo de mustreo. Filtros: Se debe tener presente la frecuencia de corte fc: Espectro < Fc filtro pasa bajo, espectro>Fc filtro pasa Alto Fc1 < Espectro<Fc2 filtro pasa banda espectro<Fc1 Fc2>espectro F. Parabanda. Banda de paso, Banada de Atenuacin , Banda de supresin. Rp, Rs EJERCICIO 1 MUESTREO:Mediante simulink arme los siguientes bloques:

* Signal Generator Product Scope

Pulse Generator

Power Spectral Sensity

Generador: frec=1 rad/eg Generador de pulso = periodo =0.3 sec, pulses wide =0.01 sec Rango del scope=10sec

CONVERSIN ANLOGA DIGITAL (Cuantizacin Uniforme)

Signal Generator

Zero-Order Hold

Saturation

Quantizer

Scope1

Scope

Sum Signal Error To Workspace To Workspace1

Figura 2 Saturation: upper limit 1 Lower Limit -1 Zero Order:0.01 Quanrier: 2/16 To Work space variable name:Signal Sum: +CONVERSIN DIGITAL ANALOGA

Signal Generator

Analog Butterworth LP Filter

Zero-Order Hold

Analog Butterworth LP Filter1

Power Spectral Sensity3

Power Spectral Sensity1

Power Spectral Sensity2

Figura 3 Fc=2.86 Gebnerador=1 rad/sec Zero-order hold= 2sec

PARTE II: FILTROS ANALOGICOS %%%%% Ejercicio No 1 w1=0:0.5:5; B1=[0.5279]; A1=[1,1.0275,0.5279]; H1s=freqs(B1,A1,w1); %Graficando la respuesta en Amplitud y Frecuecia subplot(2,2,1),plot(w1,abs(H1s)),... title('Filtro H1(s)'),xlabel('w,rps'),... ylabel('magnitud'),grid; %************************************************* %%%%% Ejercicio No 2 w2=0:0.001:0.3; B2=[1,0,0]; A2=[1,0.1117,0.0062]; H2s=freqs(B2,A2,w2); subplot(2,2,2),plot(w2,abs(H2s)),... title('Filtro H2(s)'),xlabel('w,rps'),... ylabel('magnitud'),grid; %**************************************************** %%%%%% Ejercicio No 3 w3=0:0.01:10; B3=[1.05,0]; A3=[1,1.05,0.447]; H3s=freqs(B3,A3,w3); subplot(2,2,3),plot(w3,abs(H3s)),... title('Filtro H3(s)'),xlabel('w,rps'),... ylabel('magnitud'),grid; %*************************************************** %%%%% Ejercicio No 4 w4=0:0.005:5; B4=[1,0,2.2359]; A4=[1,2.3511,2.2359]; H4s=freqs(B4,A4,w4); subplot(2,2,4),plot(w4,abs(H4s)),... title('Filtro H4(s)'),xlabel('w,rps'),... ylabel('magnitud'),grid; DESARROLLAR: 1.- Explique el proceso de conversin Analoga Digital, y Digital Analoga. 2.- Explique que es el ALIASING y SMOOTING. 3.- Probar los ejercicios 1-4 de la parte II con la funcin bode( ), 4.- Determine el tipo de filtro en cada caso y sus parametros respectivos. 5.- Emita su conclusiones para la parte I y parte 2.

LABORATORIO No 3 CURSO: LAB. PROCESAMIENTO DIGITAL DE SEALES PROFESOR: ING. RAFAEL BUSTAMANTE ALVAREZ TEMA: GENERACION DE SECUENCIAS DISCRETAS FUNDAMENTO TEORICO Una secuencia puede ser generada mediante un algoritmo que define su funcin en tiempo discreto; el cual se puede realizar en MATLAB como se puede ver en el Ejercicio 1 , para esto se crea una funcin que define la funcin rectangular. EJERCICIO 1 function r=rect(x) ;% rect define la funcin rectangular como ;% 1 en [-0.5 0.5] y 0 en los dems puntos ;% r=zeros(size(x)); set1=find(abs(x)<0.5); % find permite indicar los sub indices de la matriz abs(x) % que cumplan con la condicin del argumento. r(set1)=0.5.*ones(size(set1)); ;============================================================ En la ventana de comandos x=-3:0.1:3; y=rect(x); stem(x,y),title('Funcion rect'),... xlabel('x'),ylabel('y'),grid
Func ion rect 0.5 0.45 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 -3

-2

-1

0 x

EJERCICIO 2 Genere la siguiente secuencia: ESCALON UNITARIO U[n]= 0 n<0 1 en todos los dems casos EJERCICIO 3 Genere la siguiente secuencia: RAMPA UNITARIA Rampa[n]= 0 n < 0 N en los dems casos EJERCICIO 4 Genere la siguiente secuencia: G[n] = 0 si n<0 Sin(n/2) si 0 n 1 1 si n >1 DESARROLLAR 1.- Genere la secuencia impulso unitario. 2.- Diga Ud, por que es importante la funcin impulso unitario en los sistemas de procesamiento digital de seales.

LABORATORIO N 4 CURSO: LABORATORIO PROCESAMIENTO DIGITAL DE SEALES PROFESOR: ING. RAFAEL BUSTAMANTE ALVAREZ TEMA: FUNCION DE TRANSFERENCIA DIGITAL FUNDAMENTO TEORICO.La funcin de transferencia digital representa una relacin tal como B(z)/A(z) basado en la transformada Z. B1=[0.2066,0.4131,0.2066]; A1=[1,-0.3695,0.1958]; [H1z,w1T]=freqz(B1,A1,100); % B2=[0.894,-1.789,0.894]; A2=[1,-1.778,0.789]; [H2z,w2T]=freqz(B2,A2,100); % B3=[0.42,0,-0.42]; A3=[1,-0.443,0.159]; [H3z,w3T]=freqz(B3,A3,100); % B4=[0.5792,0.4425,0.5792]; A4=[1,0.4425,0.1584]; [H4z,w4T]=freqz(B4,A4,100); %*************************************************************************************** subplot(2,2,1),plot(w1T,abs(H1z)),... title('Filtro H1(z)'),... ylabel('Magnitud'),grid,... subplot(2,2,2),plot(w2T,abs(H2z)),... title('Filtro H2(z)'),... ylabel('Magnitud'),grid,... subplot(2,2,3),plot(w3T,abs(H3z)),... title('Filtro H3(z)'),... ylabel('Magnitud'),grid,... subplot(2,2,4),plot(w4T,abs(H4z)),... title('Filtro H4(z)'),... ylabel('Magnitud'),grid;

Filtro H1(z ) 1 0.8 M agnitud 0.6 0.4 0.2 0 0 20 40 60 Filtro H3(z ) 1 0.8 M agnitud 0.6 0.4 0.2 0 0 20 40 60 M agnitud 1 0.8 0.6 0.4 0.2 0 0 0 0 M agnitud 1 1.5

Filtro H2(z )

0.5

20

40

60

Filtro H4(z )

20

40

60

Cuestionario Representar graficamente la funcin de transferencia de los siguientes sistemas digitales: 1) y[n]=-0.163x[n] - 0.058x[n-1] + 0.116x[n-2] + 0.2x[n-3] + 0.11x[n-4] 0.058x[n-5] - 0.162x[n-6]. 2) y[n]= 0.707x[n] - 0.707x[n-1] - y[n] + 0.414y[n-1]

LABORATORIO No 3 CURSO: LAB. PROCESAMIENTO DIGITAL DE SEALES PROFESOR: ING. RAFAEL BUSTAMANTE ALVAREZ TEMA: GENERACION DE SECUENCIAS DISCRETAS FUNDAMENTO TEORICO Una secuencia puede ser generada mediante un algoritmo que define su funcin en tiempo discreto; el cual se puede realizar en MATLAB como se puede ver en el Ejercicio 1 , para esto se crea una funcin que define la funcin rectangular. EJERCICIO 1 function r=rect(x) ;% rect define la funcin rectangular como ;% 1 en [-0.5 0.5] y 0 en los dems puntos ;% r=zeros(size(x)); set1=find(abs(x)<0.5); % find permite indicar los sub indices de la matriz abs(x) % que cumplan con la condicin del argumento. r(set1)=0.5.*ones(size(set1)); ;============================================================ En la ventana de comandos x=-3:0.1:3; y=rect(x); stem(x,y),title('Funcion rect'),... xlabel('x'),ylabel('y'),grid
Func ion rect 0.5 0.45 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 -3

-2

-1

0 x

LABORATORIO 5 CURSO: LABORATORIO PROCESAMIENTO DIGITAL DE SEALES PROFESOR: ING. RAFAEL BUSTAMANTE ALVAREZ TEMA: FILTRAJE DIGITAL OBJETIVO: Realizar un filtraje digital de las secuencias que ingresan a un sistema de procesamiento digital de seales. Analizar el comportamiento del siguiente filtro: Fs=5000 Hz fc1=500 Hz y fc2=1500 Hz H(z)= 0.42z2 -0.42/(z2 - 0.443z + 0.159) N=64; T=1/5000; k=0:N-1; Ejercicio No1 figure1 x=sin(2*pi*1000*k*T); subplot(2,1,1),plot(k,x); B=[0.42,0.0,-0.42]; A=[1,-0.443,0.159]; y=filter(B,A,x); subplot(2,1,2),plot(k,y); Ejercicio No 2 figure2 x=2*cos(2*pi*100*k*T); subplot(2,1,1),plot(k,x); B=[0.42,0.0,-0.42]; A=[1,-0.443,0.159]; y=filter(B,A,x); subplot(2,1,2),plot(k,y); Ejercicio No 3 figure3 x=-sin(2*pi*2000*k*T); subplot(2,1,1),plot(k,x); B=[0.42,0.0,-0.42]; A=[1,-0.443,0.159]; y=filter(B,A,x); subplot(2,1,2),plot(k,y); Ejercicio No 4 figure4 x=2*cos(2*pi*400*k*T); subplot(2,1,1),plot(k,x); B=[0.42,0.0,-0.42]; A=[1,-0.443,0.159]; y=filter(B,A,x); subplot(2,1,2),plot(k,y)

Implementar en SIMULINK el filtro propuesto en esta practica

Seal senoidal de 1 hertz frec. Muestreo 50 Hz FT igual que el ejercio 1. Verificar mediante el osciloscopio.

ASIGNACIN Desarrollar y realizar los anlisis respectivos tomando como referencia las Seales de entrada de los ejercicios 1-4. Fs 5000 hz. 1) yn = 0.04xn-1 +0.17xn-2 + 0.25xn-3 +0.17xn-4 +0.04xn-5 2) yn = 0.42xn-0.42xn-2+0.44yn-1-0.16yn-2 3) yn = 0.33Xn+1+0.33xn+0.33xn -1

LABORATORIO No 6 CURSO: PROCESAMIENTO DIGITAL DE SEALES PROFESOR: ING. RAFAEL BUSTAMANTE ALVAREZ OBJETIVO: Implementar filtros digitales IIR Diseo de Filtros IIR Disear un filtro pasa-alto [B,A]=cheby2(6,20,0.6,'high'); [H,wT]=freqz(B,A,100); T=0.001; %hertz=wT/(2*pi*T); subplot(2,1,1),plot(wT,abs(H)),... title('Filtro Pasa Altas'),... xlabel('Hz'),ylabel('magnitud'),grid; %********************************************* hertz=wT/(2*pi*T); subplot(2,1,2),plot(wT,abs(H)),... title('Filtro Pasa Altas'),... xlabel('Hz'),ylabel('magnitud'),grid; %************************************************* %Ejemplo Disear un filtro pasa-bajo Butterworth [B,A]=butter(6,0.6); [H,wT]=freqz(B,A,100); subplot(2,1,1),plot(wT,abs(H)),... title('Filtro Pasa Altas'),... xlabel('Hz'),ylabel('magnitud'),grid; hertz=wT/(2*pi*T); subplot(2,1,2),plot(hertz,abs(H)),... title('Filtro Pasa Altas'),... xlabel('Hz'),ylabel('magnitud'),grid; %************************************************** LIsta de Filtros Filtros Butterworth [B,A]=butter(N,Wn);% Filtro Pasabajo, N=orden del filtro [B,A]=butter(N,Wn,'high');% Filtro Pasaalto [B,A]=butter(N,Wn); Filtro% Pasa-Banda Wn=[W1,W2]; [B,A]=butter(N,Wn,'stop');% Filtro Parabanda Wn=[W1,W2]; %************************************************** Filtros Chebyshev-1 [B,A]=cheby1(N,Rp,Wn); %FPB Rp=-20logrp, rp rizado es Bw de %de paso [B,A]=cheby1(N,Rp,Wn, %high');%FPA [B,A]=cheby1(N,Rp,Wn); %FPB Wn=[W1,W2] [B,A]=cheby1(N,Rp,Wn) %FRB Wn=[W1,W2]

Filtros Chebyshev-2 [B,A]=cheby2(N,Rs,Wn);%FPB Rp=-20logrp, rs rizado es Bw de %de Banda de Detencin [B,A]=cheby2(N,Rs,Wn,'high');%FPA [B,A]=cheby2(N,Rs,Wn);%FPB Wn=[W1,W2] [B,A]=cheby2(N,Rs,Wn);%FRB Wn=[W1,W2] ***************************************************** Filtros Elipticos [B,A]=ellip(N,Rp,Rs,Wn);%FPB [B,A]=ellip(N,Rp,Rs,Wn,'high');%FPA [B,A]=ellip(N,Rp,Rs,Wn);%FPB Wn=[W1,W2] [B,A]=ellip(N,Rp,Rs,Wn);% FRB Wn=[W1,W2] Implementar las variantes mediante SIMULINK de acuerdo a las preguntas de la asignacin

Tareas Filtrar la seal 4cos(100pikT) por un filtro fc1=200 y fc2 = 400 buterworth.(FPB). La misma seal anterior por un filtro fc=300 FPH chebyschev2. La misma seal anterior por un filtro fc=300 FPL eliptico. Implementar mediante simulink los filtros anteriores. Mostrar en cada caso el espectro de frecuencia de la seal de salida junto al espectro de frecuencia de la seal de entrada.

PRACTICA No 7 CURSO: PROCESAMIENTO DIGITAL DE SEALES PROFESOR: ING. RAFAEL BUSTAMANTE ALVAREZ TEMA: FILTROS FIR Ejercicio 1 Filtro PasaBaja fc=75 fs=500 #orden=40 m=[1,1,1,1,1,1,0,0,0,0]; f=[0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,1]; B=remez(40,f,m); [H,wT]=freqz(B,[1],100); subplot(2,1,1),plot(f,m,'--',wT/pi,abs(H)); title('Filtro FIR'); xlabel('Frecuencia Normalizada'); ylabel('Magnitud'); subplot(2,1,2),plot(wT/pi*500,abs(H)); title('Filtro FIR'); xlabel('Hz'); Ejercicio 2 Para un filtro doble pasa banda m=[0,0,1,1,0,0,1,1,0,0]; f=[0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,1]; B=remez(40,f,m); [H,wT]=freqz(B,[1],100); subplot(2,1,1),plot(f,m,'--',wT/pi,abs(H)); title('Filtro FIR'); xlabel('Frecuencia Normalizada'); ylabel('Magnitud'); subplot(2,1,2),plot(wT/pi*500,abs(H)); title('Filtro FIR'); xlabel('Hz'); Ejercicio N 3 % Grafica de 3 Filtros. fs=10000; T=1/fs; % Tiempo de muestreo fn=fs/2; % frecuencia de nyquist f1n=100/fn; % corte pasabaja normalizado f2n=500/fn; % corte pasabanda izquierdo normalizado f3n=1000/fn; % corte pasabanda derecho normalizado f4n=2000/fn; % corte pasaltas normalizado % [B1,A1]=butter(8,f1n); [B2,A2]=butter(7,[f2n,f3n]); [B3,A3]=butter(10,f4n,'high'); % [H1,wT]=freqz(B1,A1,200);

[H2,wT]=freqz(B2,A2,200); [H3,wT]=freqz(B3,A3,200); hertz=wT/(2*pi*T); subplot(2,1,1),... plot(hertz,abs(H1),'-',hertz,abs(H2),'=',... hertz,abs(H3),'-'); title('Filtro para separar canales'); xlabel('Hz'),ylabel('Magnitud'),grid;

PROBLEMA 1.- Disee un filtro pasabajas con frecuencia de corte de 1 Khz para usarse con una frecuencia de muestreo de 8 Khz. Compare los diseos para los cuatro tipos de filtros IIR estndar con un filtro de orden 8 graficando la magnitud de los cuatro diseos en los mismos ejes. 2.- Disee un filtro pasaaltas con frecuencia de corte de 500 Hz para usarse con una frecuencia de muestreo de 1500 Hz. Compare diseos usando un filtro elptico de orden 8 y un FIR de orden 32 graficando la magnitud de los diseos en los mismos ejes.

LABORATORIO 08 CURSO: LABORATORIO DE PROCESAMIENTO DIGITAL DE SEALES PROFESOR: ING. RAFAEL BUSTAMANTE ALVAREZ TEMA: Reconocimiento de Vocales OBJETIVO: Reconocimiento de Vocales Realizar un programa que reconozca una vocal en castellano ingresada al sistema, los cuales tendrn como referencia archivos de voz grabadas previamente. ;%====================================================== % Este es un procedimiento para determinar la comparacin entre dos vocales.
N=256; x1=wavread('ee.wav'); x1=x1(15000:15255); X=fft(x1); magX=abs(X); Ps=magX.^2/N; LGP=log10(Ps); es=ifft(LGP); es1=es(2:21); ;%=================0000000 ;%Referencia x2=wavread('iix.wav'); x2=x2(15000:15255); X=fft(x2); magX=abs(X); Ps=magX.^2/N; LGP=log10(Ps); es=ifft(LGP); es2=es(2:21); ;%================00000000 s=0; for i=1:20 d=(es2(i)-es1(i)).^2; s=s+d; end s=abs(s)

Cuestionario: Defina los siguientes terminos: cepstrum, IFFT, densidad espectral de potencia y como se realiza el procedimiento de reconocimiento de voz. Realizar un programa completo que permita realizar el reconocimiento de vocales.

LABORATORIO 09 CURSO: LABORATORIO DE PROCESAMIENTO DIGITAL DE SEALES PROFESOR: ING. RAFAEL BUSTAMANTE ALVAREZ TEMA: Procesamiento de Imgenes OBJETIVO: Conceptos Bsicos Realizacin del proceso de Indexacin de imgenes a color, intensidad, deteccin de bordes, Filtraje Digital, Imgenes en Movimiento. ;%====================================================== 1:- Ejercicio N1 Indexado de Imgenes x=[1 1 2 1 3 11231 22322 1 3 2 1 1]; map=[0.4 0.4 0.4;0 0.6 1;1 0 0]; imshow(x,map); 2. - Ejercicio N 2 load trees imshow(X,map); load trees I=ind2gray(X,map); imshow(I,64);

3. Ejercicio N 3 Imagen binaria y deteccion de bordes load trees I=ind2gray(X,map); BW=edge(I); imshow(BW,2); imshow(~BW,2); 4.- Ejercicio N 4 Filtraje Digital de Imgenes load mandrill I=ind2gray(X,map); J=imnoise(I,'gaussian'); K=wiener2(J,[3 3],[50 50]); subplot(1,2,1),imshow(J,64); subplot(1,2,2),imshow(K,64);

5.- Ejerci N 5 Generacin de Imgenes en Movimiento con fines de vision artificial. load mri montage(D,map) load mri mov = immovie(D,map); 6.- Proceder los ejerccios 2,3,4 con la imagen "clown" Investigar los siguientes comandos imread image edge imrotate CUESTIONARIO 1. -A que se refiere el indexado de Imgenes o imgenes indexadas 2. -Indique como convertir una imagen indexada a colores a una imagen en niveles de gris. 3. -Qu aplicaciones tiene la tcnica de deteccin de bordes.