Unidades:3-0-8
Requisito:
Semestre y carrera:
Equivalencia:No tiene
Objetivo
general de la materia:
Estudiar
las diferentes técnicas utilizadas en el
procesamiento digital de imágenes para adquirirlas, almacenarlas y
transformarlas, así como, también aprender a aplicarlas en problemas reales.
Temas y
subtemas del curso:
1
Introducción
1.1 Representación de imágenes digitales
1.2 Niveles en el procesamiento de imágenes
1.3 Elementos de los sistemas de procesamiento
de imágenes digitales
1.4 Aplicaciones
2
Fundamentos de imágenes digitales
2.1 Elementos de percepción visual
2.1.1 Estructura del ojo humano
2.1.2 Formación de la imagen en el ojo
2.2 Relaciones básicas entre pixeles
2.2.1 Vecinos de un pixel
2.2.2 Conectividad
2.2.3 Etiquetado de componentes conectados
2.2.4 Distancia Euclidiana
2.2.5 Propiedades medibles de las regiones
2.2.6 Operaciones aritméticas y lógicas
2.3 Geometría de las imágenes
2.3.1 Transformaciones geométricas básicas
2.3.2 Transformaciones de perspectiva
2.3.3 Modelo de cámara
2.3.4 Calibración de cámara
2.3.5 Imágenes estéreo
3
Mejoramiento de imágenes
3.1 Métodos en el dominio espacial
3.2 Métodos en el dominio de la frecuencia
3.3 Mejoramiento por procesamiento puntual
3.3.1 Transformaciones sencillas de
intensidad
3.3.2 Procesamiento de histograma
3.3.3 Sustracción de imágenes
3.3.4 Promedio de imágenes
3.4 Filtrado espacial
3.4.1 Filtros de suavizamiento
3.4.2 Filtros de afilado (sharpening)
3.5 Mejoramiento en el dominio de la
frecuencia
3.5.1 Filtro pasa bajo
3.5.2 Filtro pasa alto
4
Procesamiento de imágenes a color
4.1 Fundamentos del color
4.2 Modelos de color
4.3 Procesamiento de imágenes de seudo color
5
Restauración de imágenes
5.1 Filtrado inverso
5.2 Eliminación de manchas causadas por
movimiento lineal uniforme
6 Métodos
de Fourier
6.1 ¿Qué significan las frecuencias en una
imagen?
6.2 Teoría de Fourier
6.3 Convolución
6.4 Transformadas de Fourier y convoluciones
6.5 El algoritmo de la transformada rápida de
Fourier
7
Segmentación de imágenes
7.1 Detección de discontinuidades
7.1.1 Detección de puntos
7.1.2 Detección de líneas
7.1.3 Detección de orillas
7.1.4 Detección combinada
7.2 Unión de orillas y detección de bordes
7.2.1 Procesamiento local
7.2.2 Procesamiento global vía la
transformada de Hough
7.3 Umbralización
7.3.1 El papel de la iluminación
7.3.2 Umbralización global simple
7.3.3 Umbralización óptima
7.3.4 Selección de umbral basado en
características de bordes
7.3.5 Umbrales basados en varias variables
7.4 Segmentación orientada a regiones
7.4.1 Crecimiento de regiones por agregación
de píxeles
7.4.2 División y fusión de regiones
7.5 Uso de movimiento en la segmentación
7.5.1 Técnicas espaciales
7.5.2 Técnicas en el dominio de la frecuencia
8
Representación y descripción
8.1 El esqueleto de una región
8.2 Descriptores de Fourier
8.3 Momentos
8.4 Textura
9
Reconocimiento
9.1 Clasificadores estadísticos
9.2 Redes neuronales
9.3 Correspondencia de plantillas
10
Compresión de imágenes
10.1 Tipos de redundancia
10.2 Modelos de compresión de imágenes
10.3 Teoría de la información
10.4 Compresión libre de errores
10.5 Compresión con pérdida
10.6 Estándares de compresión
Objetivos
específicos de aprendizaje:
Las
intenciones educativas del curso son:
· Desarrollar la capacidad de usar los
algoritmos del procesamiento digital de imágenes
aplicándolos
en problemas reales.
· Que el alumno sea capaz comparar y
seleccionar adecuadamente diferentes alternativas de solución de problemas, en
particular, el seleccionar la forma más adecuada de procesamiento de imágenes
para diferentes problemas.
· Fomentar en los estudiantes la habilidad de
buscar y analizar información por su cuenta.
Tiempo
estimado de cada tema:
3 o 4 horas
de clase para cada uno de los Temas.
Políticas
de evaluacion sugeridas:
Parciales 45% considerando: 68%
examen;
tareas, investigaciones, exposiciones 30%;
autoevaluación
2%
Proyecto final 30%
Examen final 25%
Bibliografía:
Addison-Wesley, 1996.
Libro de consulta:
Material
de apoyo:
Java y la API
de java JAI para manejo de imágenes.
Perfil del Profesor:
Profesor
con maestría en ciencias, con especialidad en visión computacional. Se requiere conocimiento de las principales
técnicas de procesamiento de imágenes y
experiencia en desarrollo de sistemas visión.