INSTITUTO TECNOLÓGICO
Y DE ESTUDIOS SUPERIORES DE MONTERREYSistemas de visión
por computadora
Departamento académico:Ciencias
Computacionales (CS)
Unidades:3-0-8
Requisito:
Semestre y carrera:
Equivalencia:Ninguna
Objetivo general de la materia:OBJETIVO GENERAL DE LA MATERIA
El alumno aprenderá a diseñar y desarrollar sistemas de visión
por
computadora para aplicaciones a problemas de reconocimiento de patrones,
inspección industrial y robótica. El alumno aprenderá los
fundamentos de
procesamiento de imágenes, clasificación de patrones, y algoritmos
para
planeación y control de trayectorias en un ambiente de trabajo de dos
dimensiones con obstáculos, para robots móviles.
Temas y subtemas del curso:1. Introducción a los sistemas de visión
por
computadora.
1.1. Componentes de un sistema de visión.
1.2. Adquisición de imágenes.
1.3. Formatos para gráficas e imágenes.
2. Procesamiento de imágenes por computadora.
2.1. Imágenes en color y en niveles de gris.
2.2. Definición de vecinos.
2.3. Análisis de histogramas.
2.4. Filtros digitales para imágenes en niveles de gris. (Promedio,
Gaussiano, Gradientes, Laplaceano).
2.5. Transformada de Hough.
2.6. Segmentación.
2.7. Funciones umbral.
3. Imágenes binarias.
3.1. Definición de imágenes binarias.
3.2. Operaciones con imágenes binarias.
3.3. Algoritmos de segmentación y etiquetamiento para imágenes
binarias.
3.4. Características geométricas y topológicas de imágenes
binarias.
3.5. Momentos estadísticos.
3.6. Momentos invariantes de Hu.
4. Clasificación de imágenes por computadora
4.1. Concepto de clasificación.
4.2. Análisis estadístico de características.
4.3. Teorema de Bayes y aplicaciones a clasificación.
4.4. Técnica del vecino mas próximo.
4.5. Clasificación de imágenes binarias.
5. Métodos de planeación de trayectorias para robots móviles.
5.1. Definición de ambiente de trabajo en dos dimensiones.
5.2. Gráficos de visibilidad.
5.3. Descomposición por celdas.
5.4. Métodos basados en gradiente.
5.5. Diagramas de Voronoi.
6. Control de trayectorias utilizando lógica difusa.
6.1. Introducción a la lógica difusa.
6.2. Funciones de membresía.
6.3. Operaciones con lógica difusa.
6.4. Arquitectura de un controlador de lógica difusa.
6.5. Control de trayectoria de un vehículo utilizando control difuso.
Objetivos específicos de aprendizaje:1. Introducción a los sistemas
de
visión por computadora.
1.1. Describir los componentes de un sistema de visión.
1.2. Describir el procesos de adquisición de imágenes por computadora.
1.3. Explicar los formatos mas comunes para manejar gráficas e
imágenes en
una computadora.
2. Procesamiento de imágenes por computadora.
2.1. Describir como se representan y obtienen imágenes en color y en
niveles de gris.
2.2. Explicar como se definen vecinos 4 y 8 en un imagen digitalizada.
2.3. Analizar e interpretar el histograma de una imagen.
2.4. Explicar los para que se usan los filtros promedio, gaussiano y
laplaceano en imágenes en niveles de gris. Programarlos usando máscaras.
2.5. Explicar la transformada de Hough.
2.6. Diseñará y probar algoritmos para segmentación de imágenes.
2.7. Explicar la funcion umbral.
3. Imágenes binarias.
3.1. Explicar como se define y como se obtiene una imagen binaria a
partir
de una imagen en niveles de gris.
3.2. Describir que operaciones pueden efectuarse con imágenes
binarias.
3.3. Diseñar algoritmos de segmentación y etiquetamiento para imágenes
binarias.
3.4. Obtener Características geométricas y topológicas de
imágenes
binarias.
3.5. Explicar que son los momentos estadísticos de una imagen.
3.6. Obtener los momentos invariantes de Hu de una imagen binaria.
4. Clasificación de imágenes por computadora
4.1. Explicar el concepto de clasificación.
4.2. Hacer análisis estadístico de características para clasificación.
4.3. Aplicar el Teorema de Bayes a problemas de clasificación.
4.4. Aplicar la técnica del vecino mas próximo a clasificación.
4.5. Aplicar las técnicas de clasificación a imágenes binarias.
5. Métodos de planeación de trayectorias para robots móviles.
5.1. Definición el ambiente de trabajo para un robot móvil.
5.2. Obtener el gráfico de visibilidad de un ambiente de trabajo con
obstáculos.
5.3. Obtener la descomposición por celdas de un ambiente de trabajo en
dos
dimensiones.
5.4. Explicar el método del gradiente para la planeación de
trayectorias.
5.5. Obtener el diagramas de Voronoi.
6. Control de trayectorias utilizando lógica difusa.
6.1. Explicar la diferencia entre lógica binaria y lógica difusa.
6.2. Explicar que es una funcion de membresía para un conjunto difuso.
6.3. Definir las operaciones lógicas para conjuntos difusos.
6.4. Describir la arquitectura de un controlador de lógica difusa.
6.5. Aplicar control difuso al problema de aparcamiento de un
vehículo.
Metodología de enseñanza:ñanza
Tiempo estimado de cada tema:Tema 1 4 horas
Tema 2 10 horas
Tema 3 10 horas
Tema 4 8 horas
Temas 5 8 horas
Temas 6 8 horas
Total 48 horas
Políticas de evaluacion sugeridas:Tareas 5%
Primer proyecto 25%
Segundo proyecto 30%
Tercer proyecto 30%
Final 10%
Libro de texto1:Armes Jain, Rangachar Kasturi, Brian G. Schunck.
"Machine
Vision" Mc Graw Hill, 1995.
Libro de texto2:Libro de Texto 2
Libro de texto3:Libro de Texto 3
Libro de consulta:
Schalkoff Robert J. "Digital Image Processing And Computer Vision".
John Wiley & Sons, Inc. 1989
\0Material de apoyo:NO OBLIGATORIO
Perfil del Profesor:Profesor con maestría o doctorado en Ingeniería
de
Control, Robótica, Ciencias Compútacionales o área afín.
Fecha de la última actualización: 8 de febrero de 2005 (m)