Accesos directos a las distintas zonas del curso
Ir a los contenidos
Ir a menú navegación principal
Ir a menú pie de página
Subject's code : 31104074
Contenidos
1.1 Adquisición de imágenes.
1.2 Formación de imágenes.
1.3 Tratamientos elementales de imágenes.
Descripción
En este capítulo se estudian los mecanismos de adquisición de imágenes y su formación a partir de los dispositivos de captura más elementales. Tras la adquisición surge la formación de la imagen y su posterior representación en forma matricial. A partir de las correspondientes matrices se realizan sobre el contenido de las mismas y por tanto de las imágenes determinadas operaciones elementales que tienen por objeto afianzar el concepto de imagen digital.
2.1 Filtrado paso bajo de imágenes.
2.2 Suavizado de imágenes.
2.3 Correcciones radiométricas.
2.4 Realzado de imágenes.
En este capítulo se estudian los conceptos relacionados con la mejora de la calidad de la imagen. Dado que uno de los aspectos a mejorar es la eliminación de ruido, éste se aborda tanto desde el filtrado paso bajo como mediante otro tipo de operaciones de suavizado, incluyendo las de naturaleza estadística. Dentro de los tratamientos de mejora se encuentran las operaciones que se conocen como correcciones radiométricas, encaminadas a modificar el contenido de la imagen por mejora del contraste y aumento o disminución del brillo entre otros. Como colofón se explican los conceptos específicos relativos al realzado de imágenes mediante técnicas fundamentalmente de ecualización.
3.1 Formación de imágenes en color.
3.2 Corrección de color.
3.3 Espacios de color.
3.4 Transformaciones entre espacios de color.
En este capítulo se abordan las distintas técnicas relativas al tratamiento del color en las imágenes. El capítulo comienza con la formación de imágenes en color a partir de los dispositivos de captura descritos en el capítulo primero. Debido a que los dispositivos de captura industriales proporcionan las imágenes en formato nativo, es necesario realizar las pertinentes correcciones de color. Por otro lado, existen diferentes mecanismos perceptuales de análisis, representación e interpretación del color, que se traduce en la utilización de los denominados espacios de color. Las técnicas de transformación entre espacios de color se abordan en la parte final del capítulo.
4.1 Filtrado paso alto de imágenes.
4.2 Extracción de bordes.
4.3 Extracción de regiones.
4.4 Descripción de bordes.
4.5 Descripción de regiones.
4.6 Operaciones morfológicas.
El filtrado paso alto permite extraer información relativa a los cambios bruscos en las imágenes, siendo el primer aspecto que se aborda en este capítulo. Posteriormente, se presentan los mecanismos para extraer información relevante subyacente en la escena a través de la extracción de bordes y regiones para su posterior descripción mediante las técnicas apropiadas. Dentro de las regiones, las técnicas encaminadas a la mejora de las regiones mediante operaciones binarias constituye la parte final del capítulo.
5.1 Geometría de formación de imágenes.
5.2 Correcciones geométricas.
5.3 Calibración de cámaras.
En este capítulo se abordan los conceptos relacionados con la geometría de las cámaras y los sistemas de captura de imágenes en general, que influyen en la formación de las imágenes según los diferentes sistemas de proyección. Debido a los errores y deformaciones en la captura, es posible que sea necesario realizar operaciones encaminadas a corregir geométricamente la formación de imágenes. Dentro del proceso de corrección, la calibración de las cámaras constituye un elemento esencial del proceso, que se trata como colofón en este capítulo.
6.1 Flujo óptico.
6.2 Métodos de detección del flujo óptico
6.3 Detección de cambios.
6.4 Secuencias de imágenes.
6.5 Ejemplo de Aplicación: seguimiento de objetos.
En este capítulo se aborda en primer lugar el concepto de flujo óptico como elemento esencial del proceso de movimiento, donde aparece la dimensión temporal de las imágenes. A continuación se tratan y estudian diferentes métodos relativos a la detección del flujo óptico. Como elemento sustancial a la dimensión temporal aparece el concepto de detección de cambios en imágenes de la misma escena. La secuencia de imágenes, como base de los vídeos digitales requiere un estudio singular. Finalmente, se incluye un ejemplo de aplicación de los conceptos relativo al seguimiento de objetos o “tracking” cuyo objetivo es estudiar los conceptos previos en su conjunto.
7.1 Descripción de patrones.
7.2 Métodos estadísticos de reconocimiento.
7.3 Redes neuronales en reconocimiento.
7.4 Aprendizaje profundo (“deep learning”): redes neuronales convolucionales
7.5 Métodos basados en la apariencia.
7.6 Métodos estructurales.
7.7 Ejemplos de aplicación: análisis de texturas.
En este capítulo se estudian un conjunto de técnicas orientadas al reconocimiento de las estructuras más relevantes existentes en la escena desde el punto de vista de la identificación de objetos de interés. Los métodos encaminados a tal fin utilizan patrones como referencia, siendo su descripción un elemento esencial del proceso. Dentro de los métodos de reconocimiento cabe distinguir cuatro tipos de enfoques: estadísticos, basados en redes neuronales, métodos basados en la apariencia y métodos estructurales. Destacan por otra parte los avances relativos a redes neuronales convolucionales en el contexto de aprendizaje profundo (“deep learning”). Los tres enfoques se abordan convenientemente en el presente capítulo. Como colofón se propone un ejemplo de aplicación tomado de la vida real, que permite afianzar y ahondar en los conceptos estudiados mediante la aplicación directa de los métodos propuestos en un campo en continua expansión, cual es el análisis de texturas naturales.
8.1 Conceptos orientados a la obtención de la forma de la escena.
8.2 Métodos a partir del enfoque.
8.3 Métodos basados en reflectancia e iluminación.
8.4 Visión estereoscópica.
8.5 Ejemplos de aplicación: navegación autónoma de robots.
En este capítulo se estudian los aspectos encaminados a recuperar la información tridimensional existente en las escenas reales, que se pierde por el hecho de que las mismas se proyectan en imágenes, que son de naturaleza bidimensional. Comienza el capítulo introduciendo los conceptos básicos relativos a la recuperación de la escena tridimensional. Dentro de tales métodos destacan los que utilizan el enfoque como esencia del mismo, los basados en reflectancia y los métodos propios de visión estereoscópica. Para finalizar se propone un ejemplo de aplicación útil para la vida real, cual es el caso de la navegación autónoma de robots, principalmente terrestres.
8.1 Multiresolución: descomposición piramidal de imágenes.
8.2 Fusión mediante pirámide Gaussiana.
8.3 Fusión mediante la transformada de wavelets.
8.4 Ejemplos de aplicación: medicina, teledetección.
Se inicia el capítulo con el estudio del concepto de multiresolución espacial basado en la descomposición piramidal de imágenes. En este sentido se introducen los conceptos relativos a la descomposición mediante la denominada pirámide Gaussiana y la transformada de Wavelets. Finaliza el capítulo con un ejemplo de aplicación a dos áreas fundamentales cuales son medicina y teledetección.