Visión Computacional

M.C Said Zamora

Temario

Introducción

Operaciones de Imagen

Filtros

Bordes

Formas

Líneas

Círculos y Elipses

Agujeros

GHTVar.

Polígonos y Esquinas

Textura

BSA,BPA

Ajuste de patrones

Medio Curso

28/09/2015

Ordinario

27/11/2015

Evaluación

%

Tareas (6) 30 (4 +1)

Examen Medio Curso 25

Examen Ordinario 25

Producto Integrador 20

Textos

Computer andMachine Vision (4th).E.R Davies, Elsevier, 2012.

Computer Vision: Amodern Approach.Forsyth and Ponce.Prentice Hall,2003.

DigitalProcessing

Image(4th),

William K. Pratt.John Wiley & Sons,2007.

Contacto

Dudas:

said_zamorarp@hotmail.com

Asunto:Materia.

Tareas:

uanlfimerszptar@hotmail.com

Asunto:Materia,Hora,# Tarea,Matrícula.

Introducción

¿Qué es laVisión Computacional?

Apl icaciones:

Reconocimiento ópt ico de caracteres

Aplicaciones: Inspección de máquinas

Aplicaciones: Comercios Minor istas

Apl icaciones:

Construcción de

modelos en 3D

Imagen médica

deDetección

obstrucciones

Apl icaciones:

Seguridad automotriz

Empate de movimiento

Captura de movimiento

Apl icaciones:

Autenticación visual

de huellasIdentificación

digitales

Vigilancia

Visión Computacional

Sesión 2

M.C Said Zamora

Visión humana

Dependencia

Interpretación

10^10 unidades de procesamiento

Reconocimiento

Remoción de

información

innecesaria

Localización de un

objeto

Distancia de

Hamming

70s

A)Algoritmos de marcado de línea

B) Estructurasde imagen

C)Análisis de cilindros y solidos en revolución

D) Imágenes intrínsecas

E)Algoritmos de correspondencia

F) Intensidad basada en flujo óptico

80s

A) Mezclado de imagen

B) Forma desde el sombreado

C) Detección de bordes

D) Modelos físicos

E) Reconstrucción de superficies

F)Adquisición de datos

90s

A) Factorización de estructuradesde movimiento

B) Comparación por densidad

C) Reconstrucción multifocal

D) Detección de rostros

E) Segmentación de imagen

F) Reconocimiento facial

00s

A) Parametrización de imágenes

B) Modelado basado en imágenes

C) Mapeado por tonos

D) Síntesis de textura

E) Reconocimiento de propiedades

F) Reconocimiento de regiones

Visión Computacional

Sesión 3

M.C Said Zamora

Componentes del proceso de formación de

imágenes

A) Perspectiva de la proyección

B) Dispersión de la luz

C) Óptica de Lentes

D)Arreglo de filtro de color (Bayer)

Líneas y planos

Luz

Luz

Sombras, modelo de Phong

Óptica

Relación fundamental radiométr ica

Color

Color

Visión Computacional

II.-Operadores de Imagen

Sesión 4

M.C Said Zamora

Escala de gr ises o Color

Detalle vsTamaño.

Procesamiento de imágenes.

Una imagen es un arreglo bidimensional de números.

El tono de gris mostrado para un elemento determinado depende del valor guardado en el arreglo para ese pixel.

Se utilizan hasta256 tonos de gris.

Arreglo de imagen.

Aclarado de una imagen

Fijar la intensidad de los pixeles a un nivel especifico.

Copiado de una imagen

Copiar los componentes de una imagen de un espacio a

otro.

Obtención de un negat ivo

Invertir una imagen.

Visión Computacional

Sesión 5

M.C Said Zamora

Configuración de la escala de gr ises

Operadores de Imagen

Aumento de brillo

Q0 = P0 + beta

Elongar el contraste de una imagen opaca

Q0 = P0 *gamma + beta

Ver ificación

Convolución

Se aplica una función de dispersión de punto g(x) a una

función f(x) y se acumulan las contribuciones en cada

punto.

Mascara de convolución

Convolución

Visión computacional

Sesión 6

M.C Said Zamora

Operaciones Paralelas y Secuenciales

Procesamiento paralelo – Todos los pixeles en la imagen

se procesan simultáneamente.

procesos que requieren involucrar aInadecuado para

todos los pixeles.

“Shifting”

Utiliza un espacio de salida diferente a la entrada.

Método del valor Umbral (Thresholding)

Método del valor Umbral (Thresholding)

Vis ión computacional

III - F iltros

S es ión 7

M .C S aid Zamora

Filtros

c Paso Bajo

c Dominio del Espacio y Dominio de la Frecuencia.

c A) Multiplicador

c B) Convolución

D esenfoque (S uavizado) Gaussiano

c Funciones de convolución oscilatorias provocan halos y

distorsión.

Filtro de mediana.

Filtro M odal

Vis ión computacional

S es ión 8

M .C S aid Zamora

Filtro de M ediana Trunca

Filtro de Orden de Rango

c Toma los valores de intensidad de una zona de vecindad,

los ordena ascendentemente, toma uno de ellos (iesimo

valor) y lo coloca como la salida.

Filtro de Orden de Rango

Ruido S al y Pimienta.

Filtro de M ediana

Vis ión computacional

S es ión 9

IV - D etección de bordes

M .C S aid Zamora

Técnicas de umbral

M étodo de Umbral adaptativo

M étodo de Umbral adaptativo

Vis ión computacional

S es ión 10

M .C S aid Zamora

M étodo de Umbral adaptativo

M étodo de Umbral adaptativo

Otros métodos deumbral.

c Método de umbral basado en varianzas

Otros métodos deumbral.

c Método de umbral basado en entropía

c Método de umbral de máxima probabilidad

c Aproximación de valle global.

Vis ión computacional

S es ión 11

M .C S aid Zamora

B ordes

c a) Escalón

c b) Rampa

c c) Escalón suave

c d) Línea recta

c e)Techo

c f) Borde de línea

S ubmascaras E xis tentes

Plantillas 3 x 3

M ascaras para zonas de

vecindad cuadradas

Vis ión computacional

S es ión 12

M .C S aid Zamora

Operador circu lar.

Umbrales his tearicos

c Límite superior

c Límite inferior

c Adaptativo

c Valor

intermedio

c A) O riginal

c B) Suavizado

c C) Operador de

Sobel

c D) Supresión de

picos

c E) Umbral

histearico

c F) Umbral superior

c G) Umbral inferior