Visión Artificial
Objetivos y Temario

La asignatura de Visión Artificial tiene en principio dos objetivos funtamentales. Por un lado, dotar al alumno de las herramientas computacionales que permitan abordar tareas de bajo nivel en el campo del procesado de imágenes y por otro lado dar una visión general de la disciplina de Visión Artificial y la aplicaciones más relevantes tanto a nivel de investigación como en el mundo empresarial.

En relación con el primero de los objetivos se desarrollan una serie de temas encaminados a formar al alumno de técnicas de procesado de imágenes.

VISION ARTIFICIAL
--------------------------------------------------------------------

Introducción
Fundamentos Definiciones
Muestreo de la Imagen
Operaciones sobre la Imagen

Transformadas y Operaciones

Transformadas de Fourier
Propiedades
Importancia de la Fase y Amplitud
Separabilidad
Traslación
Rotación
Cambio de Escala
Convolución

Mejora de Imagen I

Introducción
Estadísticas de una Imagen
Histograma
Mejora por procesamiento de punto
Transformaciones de intensidad
Operaciones sencillas
Procesado de histogramas
Definiciones
Normalización
Histograma Shrink
Desplazamiento
Ecualización
Control Adaptivo de Histograma

Mejora de la Imagen II(suavizado)

Introducción
Filtros
Dominio Espacial
Lineales
Uniforme
Gaussiano
No Lineales
Median
Suavizado preservando bordes
Otros
Dominio de la Frecuencia
FFT(suavizado)
Filtro pasa baja Ideal
Filtro pasa baja No Ideal

Mejora de la Imagen III(Realce)

Introducción
Dominio Espacial
Algoritmos de Realce
Filtros pasa alta
Enfasis de alta frecuencia(High-Boost)
Unsharp Masking
Dominio de la Frecuencia
FFT(realce)
Filtro pasa alta Ideal
Filtro pasa alta No Ideal(Butterford)
Enfasis de altas frecuencias
Realce Homomórfico

Segmentación I

Introducción
Metodos de segmentación basados en el análisis del histograma
Umbralización
P-Tile Methd
Isodata Algorithm
Background-symmetry algorithm
Triangle algorithm
Limitaciones de los métodos basados en análisis de histogramas

Métodos de segmentación orientada a regiones

Split Regions
Split and Merge
Region Growing


Detección de bordes

Introducción
Métodos de detección
Métodos basados en gradiente
Métodos basados en 2ªderivada
Método basado en la detección de cruces por cero
Operador LoG
Operador DoG
Operador de Canny
Problemas en la detección de bordes

 

El segundo de los objetivos se tratará de conseguir mediante una exposición de temas que abordarán tanto problemas empresariales como desarrollos en el campo de la investigación orientados todos ellos al mundo de la Visión Artificial.