EM 752 INTRODUCCION AL PROCESAMIENTO DIGITAL DE IMAGENES

 

10 U.D.

 

REQUISITOS:      EL 41C, EL 54B o A.D. 

 

CARACTER:           Electivo del Magíster en Ingeniería Biomédica e Ingeniería Eléctrica

 

OBJETIVOS:

 

Generales:

 

Comprender el procesamiento de información y tecnología involucrados en el procesamiento digital de imágenes.

Analizar la arquitectura y diseño de sistemas para el procesamiento de imágenes.

Específicos 

a)       Conocer los problemas que aborda y las aplicaciones del procesamiento digital de imágenes.

Analizar la arquitectura básica de los sistemas para el procesamiento de imágenes. Conocer el hardware y software utilizado en sistemas para el procesamiento digital de imágenes.

b)       Comprender las técnicas para destacar características de interés en imágenes digitales y aplicarlas a problemas concretos. Comprender e implementar rutinas de filtrado y restauración en imágenes.

c)       Entender la representación de imágenes mediante códigos y su relación con calidad e inteligibilidad de la imagen.

d)       Comprender problemas y etapas asociadas en el análisis de imágenes y visión artificial.

 

 

CONTENIDOS:                                                    Horas de Clases

 

1.   Introducción                                                                            4,0

Definición y objetivos del Procesamiento Digital de Imágenes. ¿Qué es la visión?. Modelos de visión computacional. Muestreo y representación. Problemas y aplicaciones en: medicina, industria, robótica, mejora, restauración, representación, modelo de visión robótica.

 

2.     Elementos Básicos para el Procesamiento de Imágenes         8,0

Espectro visible, modelos biológicos de visión, receptores, resolución, sensibilidad, respuesta espectral, convolución discreta 1-D, conexiones retina, campo receptivo, operador retina, respuesta al impulso, luminancia, brillo, bandas de Mach, respuesta de frecuencia espacial, color, pareo de colores, diagrama de cromaticidad, propiedades temporales. Procesamiento de imágenes del sistema visual humano.

 

3.   Herramientas matemáticas en 2-D                                          8,0

Secuencias 2-D, transformada de Fourier 2-D, propiedades, reconstrucción a partir de la fase, métodos iterativos, transformada de Fourier de imágenes, codificación, cálculo de la DFT-2D a través de descomposición fila-columna FFT-1D, convolución 2-D, propiedades, correlación 2-D.

 

4.   Histogramas en Imágenes                                                          4,0

Definición de histograma, modificación, ecualización, histogramas proyectados, aplicaciones.

 

5.   Mejora, filtrado y restauración de Imágenes                                                                                                    12,0

Introducción, operaciones entre puntos: estiramiento de contraste, recorte, uso de umbrales, tajada por nivel de intensidad, magnificación por interpolación y replicación. Operaciones espaciales: promediación espacial, promediación direccional, filtros pasa-bajos, pasa-altos, pasa-banda, filtrado mediano, enmascaramiento. Detección de bordes: gradientes de 1er orden, operadores brújula, operadores de 2o orden, Laplaciano, detección de cruces por cero, método de Marr y Hildreth. Multirresolución. Método de Cany. Operadores morfológicos: dilatación y erosión. Filtrado temporal de secuencias de imágenes.

 

6.   Representación de Bordes y Regiones                                       6,0

Definición de conectividad, seguimiento de contornos, búsqueda heurística en grafos, búsqueda en cercanía de una localidad, transformada de Hough, algoritmo de Hough para detectar líneas, b-spline. Adelgazamiento de bordes. Representación: códigos cadena, códigos run-length, quad-trees, análisis piramidal. Color falso, seudocolor, medios tonos.

 

7.   Análisis de Imágenes y visión artificial                                     10,0

Niveles de procesamiento, extracción de características, Segmentación y clasificación, representación, relación con modelos del mundo real, aplicaciones. Pareo de patrones. Sistemas expertos en visión, modelos conexionistas, redes neuronales: evolución, retropropagación, aplicaciones al reconocimiento de patrones. Neocognitrón. Ejemplos: reconocimiento de números manuscritos, reconocimiento de rostros, detección de movimientos oculares, etc.

 

8.   Hardware y Software                                                                  8,0

Sistemas para el procesamiento de imágenes, sensores de estado sólido, sistema de TV NTSC, monitores, tarjetas para la adquisición de imágenes, LUT, ALU, procesador, parámetros importantes. Señal de video. Resolución. Software. Costos.

 

 

ACTIVIDADES:

 

Clases expositivas del profesor apoyado por material audiovisual. Se entregar n tareas con‚ énfasis en aplicaciones computacionales de los algoritmos en imágenes. Los alumnos desarrollan un proyecto a lo largo del semestre que presentar n al resto de la clase.

 

EVALUACION:

 

La evaluación del curso se hará  a través de 2 controles, un examen, 4-6 tareas y un proyecto que se desarrolla a través del semestre.

 

BIBLIOGRAFIA:

 

         [1]     Bovik, A., “Handbook of Image and Video Processing”, Prentice-Hall, 2000.

   [2]        Lim Jae S., "Two-Dimensional Signal and Image Processing", Prentice-Hall, 1990.

   [3]        Gonzalez RC, Woods RE, "Digital Image Processing", 2nd Ed., Prentice Hall, 2002.   

   [4]        Jain Anil K., "Fundamentals of Digital Image Processing", Prentice Hall, 1989.  

   [5]        Jain R, Kasturi R, Schunck B, "Machine Vision", McGraw-Hill International Editions, 1995.

   [6]        Levine Martin D.,"Vision in Man and Machine", McGraw-Hill, 1985.

   [7]        Pérez C., “Apuntes de EM752: Procesamiento Digital de Imágenes”, Depto. Ing. Eléctrica, U. de Chile, Año 2003.        

   [8]        Russ J.C., “The Image Processing Handbook”, 3rd Ed., CRC Press-IEEE Press, 1999.

   [9]        Schalkoff R.J., "Digital Image Processing and Computer Vision", Wiley, 1989.

   [10]       Sid-Ahmed M.A., "Image Processing: Theory, Algorithms and Architectures", McGraw-Hill, 1995.

Complementando la lista anterior se utilizan artículos IEEE Transactions on PAMI, SMC, Image Processing, y revistas como Pattern Recognition, Image and Vision Computing, etc., de los últimos años.

 

 

RESUMEN DE CONTENIDOS:

 

Definición y aplicaciones del procesamiento digital de imágenes. Muestreo y representación.  Modelos de visión computacional. Espectro visible, modelos biológicos de visión, diagrama de cromaticidad, propiedades espaciales y temporales. Herramientas matemáticas en 2-D. Convolución y transformadas 2-D. Histogramas en Imágenes. Mejora, filtrado y restauración de Imágenes. Detección de bordes y segmentación. Representación de Bordes y Regiones. Análisis de Imágenes y visión artificial. Pareo de patrones. Sistemas expertos en visión y clasificación de patrones. Sistemas para el procesamiento de imágenes, tarjetas para la adquisición de imágenes y software.