INSTITUTO TECNOLÓGICO Y DE ESTUDIOS SUPERIORES DE MONTERREY

CAMPUS CIUDAD DE MÉXICO

E-95-022. Sistemas de Percepción

Propuesto por: Dr. Rafael Murrieta Cid

Departamento de Electrónica

A) Objetivo general de la materia.

Todo sistema realmente automático, necesita percibir el medio ambiente, a fin de medir el estado del proceso que se desea automatizar. Dicha medición del estado del proceso es indispensable para planificar acciones correctivas en el sistema, así como para controlar dichas acciones por medio de retroalimentación y servomecanismos. La percepción es el primer componente en el lazo percepción-decisión-acción

que caracteriza cualquier sistema flexible y autónomo.

B) Objetivos generales del curso.

El objetivo de este curso es dar al alumno un panorama general de los diferentes medios de percepción,

técnicas matemáticas y algoritmos de análisis de datos necesarios para diseñar e implementar un sistema

de percepción.  Dado lo vasto de la temática, el alcance del curso será el dar una introducción a los sistemas

perceptuales que permitan al alumno contar con las herramientas básicas para solucionar problemas

prácticos. Este curso  busca también presentar una visión global de la temática a fin de que los alumnos interesados puedan profundizar en el estudio de alguno de los temas específicos  y eventualmente realizar investigación en el mismo.

C ) Temas y subtemas del curso.

1.- Sensores:

1.1 Cámaras

1.2 Láser.

1.3  Sonares.

1.4  Otros sensores (sensores de fuerza, radares, foto-celdas, etc.).

1.5 Calibración de sensores

2.- Formación de la imagen

2.1 Geometría       

2.2 Radiometría

3.-Color

3.1 Diferentes representaciones del color (espacios colorimétricos)

3.2 Transformaciones entre espacios

3.3 El color como un identificador simbólico.

4.-Textura

4.1 Diferentes medidas de la textura

4.2 Análisis estructural

4.3 Análisis estadístico

4.4 Análisis en la frecuencia.

5.-  Modelación en 3 dimensiones

5.1 Extracción de información tridimensional por medio de Láser.

5.2 Estereo-visión:  Conceptos básicos y técnicas de Correlación.

6.- Detección de ejes y segmentación:

6.1 Extracción de ejes.

6.2 Técnicas de Segmentación de imágenes 2D o 3D (imágenes de profundidad).

6.3 Regiones y contornos como medios para determinar elementos en la  imagen 2D o 3D.

7.- Estimación de movimiento

7.1 Flujo óptico

7.2 Análisis en Fourier

7.3 Técnicas de apareamiento, morfología matemática

8.- Reconocimiento de Patrones

8.1 Análisis estadístico (análisis en componentes principales, criterio de Fisher)

8.2 Técnicas probabilísticas: Regla de Bayes, redes Bayesianas

8.3 Arboles de decisión

8.4 Redes Neuronales.

9.- Fusión multisensorial y planificación de la percepción.

9.1 Análisis de secuencias de imágenes

9.2 Selección y fusión de la información

9.3 Sensores móviles (robots).

A Guided Tour of Computer Vision

V. S. Nalwa.

Printed by R.R. Donnelly & Son

Second printing, 1994.

Pattern Classification and Scene Analysis

R. O. Duda and P. E. Hart.

John Wiley & Sons, New York 1973.

http://www.stanford.edu/class/cs205/notes/book/book.html

Mathematical Methods for Robotics and Vision

Carlo Tomasi

Stanford Uniersity