Post on 12-Jan-2016
description
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