FACULTAD O ESCUELA DE INGENIERIA
1. DATOS INFORMATIVOS:
MATERIA O MÓDULO: Procesamiento de imágenes CÓDIGO: 14259 CARRERA: SISTEMAS NIVEL: Sexto No. CRÉDITOS: CRÉDITOS TEORÍA: CRÉDITOS PRÁCTICA:
PROFESOR: MSc Guido Ochoa Moreno SEMESTRE/AÑO ACADÉMICO: 2. DESCRIPCIÓN DE LA MATERIA:
Introducción al procesamiento de señales en una dimensión e imágenes en lo referente a: relaciones de pixeles, funciones, transformaciones básicas, mejoramiento, filtrado, manejo de colores,
restauración, compresión y reconocimiento de imágenes.
3. OBJETIVO GENERAL:
Conocer en forma clara y demostrativa el procesamiento de señales y de imágenes.
4. OBJETIVOS ESPECÍFICOS:
Conocer el fundamento matemático del procesamiento de señales. Conocer y desarrollar técnicas para el mejoramiento de imágenes
Conocer el manejo de colores en imágenes y mecanismos de combinación de colores Aprender a realizar reconstrucción de imágenes mediante filtros y aproximación de valores. Conocer las técnicas de compresión de imágenes
Conocer y desarrollar técnicas y algoritmos para el reconocimiento de imágenes
5. CONTENIDOS (Detallar desarrollo curricular de cada sesión) CAPITULO 1: Introducción
Procesamiento de Imágenes CAPITULO 2
Repaso de Matemáticas 2.1 Funciones Pares e Impares
2.2 Funciones periódicas 2.3 Series de Fourier
2.4 Serie Compleja de Fourier 2.5 La Transformada de Fourier 2.6 La transformada de Fourier Discreta 2.7 Secuencias
2.7.1 Operaciones con Secuencias 2.7.2 La Convolución
2.7.3 Rango de la Convolución
2.7.4 Filtrado mediante la Convolución 2.8 Problemas
CAPITULO 3
Introducción a Imágenes
3.1 Elementos de percepción visual 3.2 Modelo simple de una imagen
3.3 Digitalización de imágenes (Muestreo y Cuantización) 3.3.2 Cuantización no uniforme
3.4. Relaciones básicas entre pixeles 3.4.1 Vecindad de un píxel
3.4.2 Conectividad 3.4.3 Medida de distancia
3.4.4 Operadores Aritméticas y Lógicas 3.5 Geometría de imágenes
3.5.1 Traslación 3.5.2 Escalamiento 3.5.3 Rotación
3.6 Funciones sobre imágenes
3.6.1 Uso de las funciones de imágenes para hacer reconocimiento. 3.7 Problemas
CAPITULO 4
Mejoramiento de Imágenes 4.1 Mejoramiento de Imágenes
4.2 Mejoramiento por procesamiento de punto (pixel) 4.2.1 Negativo de una imagen
4.2.2 Aclarar u Oscurecer imágenes 4.2.3 Contraste Stretching
4.2.4 Cambio del número de niveles de gris de una imagen 4.2.5 Ajuste de rango dinámico
4.2.6 Mejoramiento por Histograma 4.2.7 Mejoramiento Local
4.2.8 Mejoramiento por Sustracción de imágenes 4.2.9 Mejoramiento por el Promedio de imágenes 4.3 Filtrado Espectral
4.4 Filtrado Espacial
4.4.1 Mascarilla del filtros Pasa Bajos o Filtro Suavizante 4.4.2 Filtros pasa altas o Filtro Realzantes
4.4.4. Filtros Derivativos
4.4.5 Modo de aplicación de la mascarilla 4.5 Problemas CAPITULO 5 Procesamiento en Color 5.1 Modelos de Color 5.1.1 Modelo RGB 5.1.2 Modelo CMY 5.1.3 Modelo YIQ 5.1.4 Diagrama de Cromancia 5.1.5 Modelo HSI
5.2 Conversión de modelos de color 5.2.1 De RGB a CMY 5.2.2 De CMY a RGB 5.2.3 De RGB a YIQ 5.2.3 De YIQ a RGB 5.2.4 De RGB a HSI 5.2.5 De HSI a RGB 5.3 Aplicaciones de color 5.4 Pseudocolor 5.4 Problemas CAPITULO 6 Restauración de Imágenes 6.1 Uso de Filtros espaciales 6.2 Filtro de mediana
6.3 Escalamiento de Imágenes
6.3.1 Escalamiento de Imágenes en general 6.4 Filtraje en el Dominio de la Frecuencia 6.5 Problemas
CAPITULO 7
Compresión de Imágenes
7.1 Compresión en Imágenes de FAX 7.2 Compresión sin pérdidas
7.2.1 Codificación de Huffman 7.3 Problemas CAPITULO 8 Reconocimiento de Imágenes 8.1 Tecnologías Relacionadas 8.2 Reconocimiento de Caracteres
8.2.1 Un OCR en imágenes simples y perfectas 8.2.2 OCR en imágenes digitalizadas
8.2.3 Reconocedor estadístico
8.3 OCR sobre imágenes de fax o caracteres impresos 8.3.1 Uso de detectores de bordes
8.4 Reconocimiento de Símbolos y caracteres manuscritos 8.4.1 Método de silueta
8.4.3 Mascarilla de vectores 8.5 Redes Neuronales
8.5.1 Redes tipo Retropropagación (Backpropagation) para el reconocimiento de dígitos 8.6 Uso de múltiples métodos
8.7 Técnicas para el manejo de las invarianzas 8.7.1 Invarianza al desplazamiento
8.7.2 Invarianza a la rotación
8.7.3 Invarianza a la rotación y la escala 8.8 Problemas
Bibliografía
Anexo: Práctica de MatLab
6. METODOLOGÍA, RECURSOS:
Clases magistrales, talleres en grupo en el aula, prácticas en laboratorio, trabajos de deberes sencillos en forma individual y con mayor complejidad en grupos de trabajo.
7. EVALUACIÓN:
CRONOGRAMA DE EVALUACIONES:
Mínimo dos pruebas en cada bimestre. También se evalúa los trabajos en grupo realizaos en clase.
SISTEMA DE CALIFICACIÓN (puntaje asignado a pruebas parciales):
El puntaje es directamente proporcional a la dificultad de la prueba o el trabajo.
FECHA DE ENTREGA DE CALIFICACIONES EN SECRETARÍA:
Las fechas indicadas por al facultad.
8. BIBLIOGRAFÍA:
Textos de Referencia:
Ochoa Moreno Guido, Procesamiento de imágenes, Revisión 3 o superior.
Textos Recomendados:
1.
Acocela Emilio, Procesamiento de imágenes, ESPE, 1996.
2.
Bishop Christopher M., Neural Networks for Pattern Recognition, Claredon Press
Oxford, Oxford University Press, Inc., USA, 1997.
4.
González Rafael C. & Woods Richard E., Digital Image Processing, Addison-Wesley
Publishing Company, Inc., USA, 1992.
5.
Jain Anil K. Fundamentals of Digital Image Processing, Prentice-Hall International,
Inc., USA, 1989.
6.
Kay David C. & Levine John R., Graphics File Formats, Second Edition,
WindCrest/McGraw-Hill, Inc., USA, 1995.
7.
Kheng Wee Leow, B.S.,M.S., Visor: Learning Visual Schemas in Neural Networks for
Object Recognition and Scene Analysis, Disertation for Doctor of Philosophy, The
University of Texas at Austin, august 1994.
8.
Lim Jae S., Two - Dimensional Signal and Image Processing, Prentice-Hall, Inc., 1990.
9.Ochoa Guido E., Procesamiento de Imagenes: Reconocimiento de Texto Manuscrito,
Escuela Superior Politécnica del Ejercito, 2000.
10. Oppenheim Alan V., Discrete-Time Signal Processing, Prentice Hall, Inc., USA, 1989. 11. Parker J. R., Algorithms for Image Processing and Computer Vision, Willey Computer
Publishing, John Wiley & Sons, Inc., USA, 1997.
12. Scilab Group, Introduction to Scilab-2.4, INRIA Meta2 Project/ENPC Cergrene,
Francia, 1998.
13. SNNS, Stuttgart Neural Network Simulator, User Manual, Version 4.1, University of
Tübingen, Germany, 1999.
14. Stark Henry, Image Recovery: Theory and Application, Academic Press, Inc., USA,
1987.
15. Wasserman Philip D., Neural Computing Theory and Practice, ANZA Research, Inc.,
Van Nostrand Reinhold, USA, 1989.
16. Wechsler Harry, Computational Vision, Computer Science Department, George Mason
University, Fairfax, Virginia, Academic Press, Inc., Washington 1990.
Internet
1.
www.yorku.ca/eye/ciediag1.htm: Diagrama de cromancia.
2.
www.yorku.ca/eye/toc.htm: Libro de percepción visual.
3.
hhtp://www.paisvirtual.com/informatica/navegadores/toniomos/pdi/temas-pdi.htm:
texto de procesamiento de imágenes.
9. DATOS DEL PROFESOR (indicación de horario de atención a estudiantes, correo electrónico, teléfono)
Horario de atención: El indicado para la materia en los dos paralelos Email: [email protected]
Teléfono: 096316065
Aprobado:
Por el Consejo de Escuela
__________________________
f) Director de Escuela fecha: ______________________
Por el Consejo de Facultad
__________________________
f) Decano fecha: ______________________
INFORMACIÓN ADICIONAL PARA LA ELABORACIÓN DEL PROGRAMA
Inicio: 3 se septiembre de 2007 Fin: 18 de enero de 2008
