8/9/2019 CVN1 Spring 15

1/48

Visin Computacional

M.C Said Zamora

8/9/2019 CVN1 Spring 15

2/48

8/9/2019 CVN1 Spring 15

3/48

Evaluacin

%

Tareas (6) 30 (4 +1)

Examen Medio Curso 20

Examen Ordinario 20

Producto Integrador 30

8/9/2019 CVN1 Spring 15

4/48

Otras fechas Asuetos Federales:

2 de Febrero 1 Y 15 de Mayo

No hay clase: 20 de febrero

24 de abril

8/9/2019 CVN1 Spring 15

5/48

Textos Computer and

Machine Vision (4th).

E.R Davies, Elsevier,2012.

Computer Vision: A

modern Approach.Forsyth and Ponce.Prentice Hall, 2003.

Digital ImageProcessing (4th),William K. Pratt.John Wiley & Sons,2007.

8/9/2019 CVN1 Spring 15

6/48

8/9/2019 CVN1 Spring 15

7/48

Introduccin Qu es la Visin Computacional?

8/9/2019 CVN1 Spring 15

8/48

Aplicaciones:Reconocimiento ptico de caracteres

8/9/2019 CVN1 Spring 15

9/48

Aplicaciones: Inspeccin de mquinas

8/9/2019 CVN1 Spring 15

10/48

Aplicaciones: Comercios Minoristas

8/9/2019 CVN1 Spring 15

11/48

8/9/2019 CVN1 Spring 15

12/48

Aplicaciones: Seguridad automotriz

Empate de movimiento

Captura de movimiento

8/9/2019 CVN1 Spring 15

13/48

Aplicaciones: Autenticacin visual

Identificacin de huellasdigitales

Vigilancia

8/9/2019 CVN1 Spring 15

14/48

VISIN COMPUTACIONALSESIN 2M.C Said Zamora

8/9/2019 CVN1 Spring 15

15/48

Visin humana Dependencia

Interpretacin 10^10 unidades de procesamiento

8/9/2019 CVN1 Spring 15

16/48

Reconocimiento Remocin de

informacininnecesaria

Localizacin de unobjeto

Distancia de

Hamming

8/9/2019 CVN1 Spring 15

17/48

8/9/2019 CVN1 Spring 15

18/48

70s A) Algoritmos de marcado de lnea B) Estructuras de imagen

C) Anlisis de cilindros y solidos en revolucin D) Imgenes intrnsecas E) Algoritmos de correspondencia F) Intensidad basada en flujo ptico

8/9/2019 CVN1 Spring 15

19/48

80s A) Mezclado de imagen B) Forma desde el sombreado

C) Deteccin de bordes D) Modelos fsicos E) Reconstruccin de superficies F) Adquisicin de datos

8/9/2019 CVN1 Spring 15

20/48

90s A) Factorizacin de estructura desde movimiento B) Comparacin por densidad

C) Reconstruccin multifocal D) Deteccin de rostros E) Segmentacin de imagen F) Reconocimiento facial

8/9/2019 CVN1 Spring 15

21/48

00s A) Parametrizacin de imgenes B) Modelado basado en imgenes

C) Mapeado por tonos D) Sntesis de textura E) Reconocimiento de propiedades F) Reconocimiento de regiones

8/9/2019 CVN1 Spring 15

22/48

VISIN COMPUTACIONALSESIN 3M.C Said Zamora

8/9/2019 CVN1 Spring 15

23/48

Componentes del proceso de formacinde imgenes A) Perspectiva de la proyeccin B) Dispersin de la luz C) ptica de Lentes

D) Arreglo de filtro de color (Bayer)

8/9/2019 CVN1 Spring 15

24/48

Lneas y planos

8/9/2019 CVN1 Spring 15

25/48

Luz

8/9/2019 CVN1 Spring 15

26/48

Luz

8/9/2019 CVN1 Spring 15

27/48

8/9/2019 CVN1 Spring 15

28/48

ptica

8/9/2019 CVN1 Spring 15

29/48

Relacin fundamental radiomtrica

8/9/2019 CVN1 Spring 15

30/48

Color

8/9/2019 CVN1 Spring 15

31/48

Color

8/9/2019 CVN1 Spring 15

32/48

VISIN COMPUTACIONALII.-OPERADORES DE IMAGENSESIN 4

M.C Said Zamora

8/9/2019 CVN1 Spring 15

33/48

Escala de grises o Color

Detalle vs Tamao.

8/9/2019 CVN1 Spring 15

34/48

Procesamiento de imgenes. Una imagen es un arreglo bidimensional de nmeros. El tono de gris mostrado para un elemento determinado depende del

valor guardado en el arreglo para ese pixel.

Se utilizan hasta 256 tonos de gris.

8/9/2019 CVN1 Spring 15

35/48

8/9/2019 CVN1 Spring 15

36/48

Arreglo de imagen.

8/9/2019 CVN1 Spring 15

37/48

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.

Obtencin de un negativo

Invertir una imagen.

8/9/2019 CVN1 Spring 15

38/48

VISIN COMPUTACIONAL

SESIN 5

M.C Said Zamora

8/9/2019 CVN1 Spring 15

39/48

Configuracin de la escala de grises

8/9/2019 CVN1 Spring 15

40/48

Operadores de Imagen Aumento de brillo Q0 = P0 + beta

Elongar el contraste de una imagen opaca

Q0 = P0 *gamma + beta

8/9/2019 CVN1 Spring 15

41/48

Verificacin

8/9/2019 CVN1 Spring 15

42/48

8/9/2019 CVN1 Spring 15

43/48

8/9/2019 CVN1 Spring 15

44/48

8/9/2019 CVN1 Spring 15

45/48

VISIN COMPUTACIONALSESIN 6

M.C Said Zamora

8/9/2019 CVN1 Spring 15

46/48

Operaciones Paralelas y Secuenciales Procesamiento paralelo Todos los pixeles en la imagen

se procesan simultneamente.

Inadecuado para procesos que requieren involucrar atodos los pixeles.

Shifting

Utiliza un espacio de salida diferente a la entrada.

8/9/2019 CVN1 Spring 15

47/48

Mtodo del valor Umbral (Thresholding)

8/9/2019 CVN1 Spring 15

48/48

Mtodo del valor Umbral (Thresholding)