SISTEMAS DE VISIÓN ARTIFICIAL Y PROCESAMIENTO DE IMAGENES.
La visión artificial, también conocida como visión por computador (computer vision) o visión técnica, es un subcampo de la IA. El propósito de la visión artificial es programar una computadora para que "entienda" una escena o las características de una imagen.
Los objetivos típicos de la visión artificial incluyen:
- La detección, segmentación, localización y reconocimiento de ciertos objetos en imágenes (por ejemplo, caras humanas).
- La evaluación de los resultados (por ejemplo, segmentación, registro).
- Registro de diferentes imágenes de una misma escena u objeto, es decir, hacer concordar un mismo objeto en diversas imágenes.
- Seguimiento de un objeto en una secuencia de imágenes.
- Mapeo de una escena para generar un modelo tridimencional de la escena; este modelo podría ser usado por un robot para navegar por la escena.
- Estimación de las posturas tridimensionales de humanos.
- Búsqueda de imágenes digitales por su contenido.
PROGRAMA DE ASIGNATURA descargar
Capitulo 1 Introducción
1.1 Sistema de Visión y procesamiento de imagen
1.2 Procesamiento digital de imágenes
1.3 Relaciones entre pixeles
1.4 Medidas de distancia
Capitulo 2 MatLAB y Simulink
2.1 Consideraciones iniciales
2.2 Lectura, despliegue y escritura de imágenes
2.3 Tipos de Datos
2.4 Tipos de imágenes en MatLAB
2.5 Conversión entre diferentes tipos de datos e imágenes
2.6 Indexado de vectores y matrices
2.7 Operaciones sobre matrices completas
2.8 Programación en MatLAB
Capitulo 3 Histogramas
3.1 Que es un histograma
3.2 Características de una imagen
3.3 Calculo del histograma de una imagen con MatLAB
3.4 Histogramas de imágenes a color
3.5 Histograma acumulativo
Practica Histograma 1
Capitulo 4 Operaciones de Píxel
4.1 Cambio del valor de intensidad de un píxel
4.2 Histograma y operaciones de píxel
4.3 Adaptación automática del contraste
4.4 Ecualización lineal del histograma
Practica Ecualización 2
4.5 Adaptación del histograma por especificación
4.6 Corrección Gamma
4.7 Operaciones de píxel en MatLAB
4.8 Operaciones de píxel con múltiples fuentes
4.9 Operaciones de píxel en Simulink
Practica Detección de Movimiento 3
Capitulo 5 Filtros Espaciales
5.1 Que es un filtro
5.2 Filtros lineales espaciales
5.3 Calculo de las operaciones de filtro en MatLAB
5.4 Tipos de filtros lineales
5.5 Características formales de los filtros lineales
5.6 Añadir ruido a imágenes con MatLAB
5.7 Filtros no lineales espaciales
5.8 Filtros lineales en MatLAB
5.9 Bloques para el filtrado espacial de la librería de procesamiento de imágenes y video
5.10 Bloques para el filtrado no lineal espacial de la librería de procesamiento de imágenes y video
5.11 Filtro binario
Practica Filtrado lineal Correlación 4
PARCIAL 1
Capitulo 6 Bordes y Contornos
6.1 Como se producen los contornos
6.2 Detección de bordes utilizando técnicas basadas en el gradiente
6.3 Filtros para la detección de bordes
6.4 Detección de Bordes en MatLAB
6.5 Operadores basados en la segunda derivada
6.6 Mejora en la nitidez de imágenes
6.7 El filtro de Canny
Practica Detección de Bordes 5
Capitulo 7 Determinación de esquinas
7.1 Esquinas en una imagen
7.2 Algoritmo de Harris
7.3 Determinación de puntos esquinas usando MatLAB
7.4 Determinación de los puntos esquinas usando bloques de Simulink
7.5 Algunos otros detectores de esquinas
Capitulo 8 Detección de líneas y curvas
8.1 Estructuras en una imagen
8.2 La Transformada de Hough
8.3 Implementación de la transformada de Hough
8.4 La Transformada de Hough implementada en MatLAB
8.5 Funciones de MatLAB para la detección de líneas
8.6 Bloques de Simulink para la detección de líneas
8.7 Transformada de Hough para la detección de círculos
Capitulo 9 Operaciones Morfológicas
9.1 Encogimiento y crecimiento de estructuras
9.2 Operaciones morfológicas fundamentales
9.3 Detección de bordes en imágenes binarias
9.4 Combinación de operaciones morfológicas
9.5 Filtros morfológicos para imágenes a escala de grises
9.6 Funciones en MatLAB para operaciones morfológicas
9.7 Bloques de simulink para operaciones morfológicas
Capitulo 10 Procesamiento de imágenes binarias
10.1 Etiquetado de objetos
10.2 Contornos de objetos
10.3 Representación de objetos binarios
10.4 Características de objetos binarios
10.5 Funciones de procesamiento de imágenes binarias en MatLAB
10.6 Bloques para el procesamiento de imágenes binarias en Simulink
Capitulo 11 Imágenes a Color
11.1 Imágenes RGB
11.2 Histograma de una imagen RGB
11.3 Modelos de color y conversiones de espacio de color
11.4 Los modelos de color YUV, YIQ y CbCr
11.5 Modelos de color útiles para la impresión de imágenes
11.6 Modelos colorimétricos
11.7 Variantes del espacio de color CIE
11.8 El modelo CIE L*a*b*
11.9 El modelo sRGB
11.10 Funciones de MatLAB para el procesamiento de imágenes a color
11.11 Procesamiento de imágenes a color
11.12 Transformaciones lineales de color
11.13 Procesamiento espacial en imágenes de color
11.14 Procesamiento vectorial de imágenes a color
11.15 Procesamiento de imágenes de color usando Simulink
Capitulo 12 Transformada de Fourier
12.1 Introducción a la transformada de Fourier
12.2 La integral de Fourier
12.3 La transformada de Fourier
12.4 Propiedades de la transformada de Fourier
12.5 Consideraciones hacia señales discretas
12.6 La transformada discreta de Fourier DFT
12.7 Calculo de la DFT en MatLAB
Capitulo 13 Transformada Discreta de Fourier en 2-D
13.1 La DFT bidimensional
13.2 Representación de la 2-D DFT
13.3 Frecuencias y orientación en 2 dimensiones
13.4 Propiedades de la 2-D DFT
13.5 Diseño de filtros de respuesta finita al impulso (FIR)
13.6 Filtrado de imágenes en el dominio de la frecuencia
13.7 Análisis frecuencial de imágenes usando MatLAB
13.8 Diseño de filtros FIR para imágenes usando MatLAB
13.9 Bloques para el análisis frecuencial de Simulink
Capitulo 14 Transformada discreta del Coseno
14.1 La TDC en una dimensión
14.2 La transformada discreta del Coseno de dos dimensiones
14.3 Funciones para el calculo de la TDC en MatLAB
Capitulo 15 Operaciones Geométricas en Imágenes
15.1 Transformación de coordenadas
15.2 Reasignación de coordenadas
15.3 Interpolación
15.4 El Alias
15.5 Funciones para la transformación geométrica en MatLAB
15.6 Bloques para la transformación geométrica en Simulink
Capitulo 16 Comparación y reconocimiento de imágenes
16.1 Comparación en imágenes a escala de grises
16.2 Reconocimiento de patrones usando el coeficiente de correlacion
16.3 Comparación de imágenes binarias
16.4 Índice de relación de Chamfer
16.5 Ejemplo de reconocimiento usando bloques de procesamiento de imagen en Simulink
