Procesamiento Avanzado De Señales E Imágenes-EL

(1)

Procesamiento Avanzado De

Señales E Imágenes-EL115-201202

Authors

Kemper Vasquez Guillermo Leopoldo

Rights

Attribution-NonCommercial-ShareAlike 3.0 United States

Download date

12/06/2021 22:06:59

Item License

http://creativecommons.org/licenses/by-nc-sa/3.0/us/

(2)

III. INTRODUCCIÓN

El curso aborda los siguientes tópicos de procesamiento digital de señales: cuantización uniforme y no

uniforme, reconstrucción de señales, codificación adaptiva de señales, variación de la tasa de muestreo,

descomposición/reconstrucción sub-banda, codificación de señales de voz, filtros adaptivos, digitalización de

imágenes, modelos de color, segmentación de regiones de interés en imágenes digitales, geometría de la

imagen, mejora y filtraje de la imagen digital y digitalización de señales de vídeo.

IV. LOGRO (S) DEL CURSO

Al finalizar el curso el alumno resolverá diversos problemas de ingeniería, a través del diseño e

implementación de algoritmos avanzados de procesamiento de señales e imágenes, desarrollados a partir de

métodos matemáticos/computacionales, basados en el análisis, modelamiento y caracterización de funciones

discretas, expresadas en tiempo, frecuencia y espacio.

Competencias de la carrera o ¿Program outcomes¿ a la que el logro terminal del curso contribuye a alcanzar: (a)

aplicar conocimientos de matemáticas, ciencia e ingeniería; (b) diseñar y realizar experimentos, analizar e

interpretar datos; (e) identificar, formular y resolver problemas de ingeniería; (k) aplicación de técnicas,

habilidades, y herramientas modernas de ingeniería necesarias para la práctica de la ingeniería.

UNIDAD Nº: 1 CUANTIZACIÓN DE SEÑALES LOGRO

Al finalizar la unidad el estudiante será capaz de analizar los efectos introducidos por el proceso de cuantización y reconstrucción de señales, así como interpretar y comparar el desempeño de los diferentes formatos de cuantificación y I. INFORMACIÓN GENERAL

CURSO

_:

Procesamiento Avanzado de Señales e Imágenes

CÓDIGO

_:

EL115

CICLO

_:

201202

CUERPO ACADÉMICO

_:

_{Kemper Vásquez, Guillermo Leopoldo}

CRÉDITOS

_:

4

SEMANAS

_:

15

HORAS

_:

2 H (Práctica) Semanal /3 H (Teoría) Semanal ÁREA O CARRERA

_:

Ingenieria Electronica

II. MISIÓN Y VISIÓN DE LA UPC

Misión: Formar líderes íntegros e innovadores con visión global para que transformen el Perú. Visión: Ser líder en la educación superior por su excelencia académica y su capacidad de innovación.

(3)

conversión A/D. TEMARIO

Conversión A-D - PCM / Reconstrucción de señales y conversores D/A / Codificación Binaria / Cuantización uniforme y SNR / Conversores A-D / Tasa de bits / Cuantización y codificación vía factor de escala / Cuantización no uniforme / Cuantización adaptiva.

HORA(S) / SEMANA(S) SEMANA 1 A 2

UNIDAD Nº: 2 VARIACION DE LA TASA DE MUESTREO LOGRO

Al finalizar la unidad el estudiante será capaz de conocer detalladamente los procesos de decimación e interpolación de señales discretas, así como sus aplicaciones y efectos en tiempo y frecuencia.

TEMARIO

Proceso de disminución de la tasa de muestreo en un factor entero: Submuestreo. / Proceso de incremento de la tasa de muestreo en un factor entero: Sobremuestreo. / Variación de la tasa de muestreo en factores no enteros/ Filtros QMF / Descomposición y reconstrucción sub-banda.

Laboratorio N°1: Captura de señales vía la tarjeta de sonido de la PC, utilizando MATLAB / Diseño de Algoritmos para re-cuantización de una señal: factor de escala y cuantización no uniforme / Diseño de algoritmos de cuantización adaptiva/Variación de la Tasa de Muestreo.

UNIDAD Nº: 3 CODIFICACIÓN DPCM/ADPCM LOGRO

Al finalizar la unidad el estudiante será capaz de diseñar sistemas de codificación de voz basados en predicción lineal LPC y medir sus desempeños a partir de métodos subjetivos y objetivos.

TEMARIO

Aspectos introductorios a los sistemas DPCM / sistemas DPCM como procesos de compresión de señales. / Diseño de filtros predictores óptimos. / Algoritmo de Levinson-Durbins. / Sistema DPCM con cuantización adaptiva (ADPCM). / Diseño de un codificador/decodificador de voz utilizando un sistema ADPCM-Durbins / Vocoders / parámetros de desempeño de codificadores de voz / Clasificación de los codificadores de voz / Evolución de los codificadores de voz / El codificador ADPCM G.726 / El codificador CELP G.729 / Métodos objetivos y subjetivos de medición de calidad. HORA(S) / SEMANA(S)

SEMANA 5 A 7

UNIDAD Nº: 4 FILTROS ADAPTIVOS LOGRO

Al finalizar la unidad el estudiante será capaz de diseñar sistemas lineales variantes en el tiempo, basados en filtraje adaptivo LMS, NLMS y RLS.

(4)

TEMARIO

Temario: Conceptos introductorios a filtros adaptivos. Algoritmo de adaptación LMS convencional / Algoritmo de adaptación LMS normalizado / Algoritmo de Adaptación RLS./ Aplicaciones de filtros adaptivos : Detector de tono. Cancelador de banda angosta. Cancelador de eco telefónico. Identificador de sistema. Ecualizador de canal. Codificación LPC.

Laboratorio N2: Implementación de un sistema basado en predicción lineal. Análisis de tiempos de convergencia y procesamiento LMS y RLS. Identificación de sistema. Cancelador de Tono. Cancelador de eco telefónico, Ecualizador adaptivo de canal, etc.

UNIDAD Nº: 5 PROCESAMIENTO DIGITAL DE IMÁGENES LOGRO

Al finalizar la unidad el estudiante será capaz de diseñar y desarrollar algoritmos de procesamiento digital de imágenes utilizando diferentes métodos de recuantización, segmentación, transformación, filtraje y mejora espacial.

TEMARIO

Temario: Procesos de muestreo, cuantización y codificación de imágenes y vídeo / modelos de color / Vecindad de un pixel y etiquetado / Segmentación / Centro de masa y proyecciones / Geometría de la imagen / Filtraje de imágenes / Procesos de mejora de una imagen digital vía función de correspondencia e histograma / Momentos de Hu / Transformada de Fourier bidimensional.

Trabajo Final: Desarrollo de algoritmos de procesamiento de imágenes. HORA(S) / SEMANA(S)

SEMANA 11 A 15

VI. METODOLOGÍA

La metodología del curso consta de clases teóricas y de clases prácticas. En este último se da mucho énfasis,

puesto que se promueve la participación activa de los alumnos en la discusión y solución de ejercicios. Así

mismo se toman prácticas calificadas y se realizan prácticas de laboratorio.

En las sesiones de laboratorio el profesor explica alternativas de solución práctica a los problemas planteados,

las cuales deberán ser analizadas, evaluadas y modificadas por cada grupo de trabajo, a fin de obtener los

mejores resultados. Después del diseño e implementación de los algoritmos requeridos, cada grupo deberá

presentar un informe escrito donde deberá especificar los resultados obtenidos en las diversas experiencias, con

las debidas justificaciones y conclusiones del caso.

(5)

VII. EVALUACIÓN FÓRMULA

10% (PC1) + 10% (LB1) + 25% (EA1) + 10% (LB2) + 10% (PC2) + 10% (TF1) + 25% (EB1)

TIPO DE NOTA PESO %

PC - PRÁCTICAS PC 10 LB - PRACTICA LABORATORIO 10 EA - EVALUACIÓN PARCIAL 25 LB - PRACTICA LABORATORIO 10 PC - PRÁCTICAS PC 10 TF - TRABAJO FINAL 10 EB - EVALUACIÓN FINAL 25 VIII. CRONOGRAMA TIPO DE PRUEBA DESCRIPCIÓN NOTA NÚM. DE PRUEBA

FECHA OBSERVACIÓN RECUPERABLE

PC PRÁCTICAS PC 1 SEM05 SÍ

LB PRACTICA LABORATORIO

1 SEM05 NO

EA EVALUACIÓN PARCIAL 1 SEM08 SÍ

LB PRACTICA LABORATORIO

2 SEM12 NO

PC PRÁCTICAS PC 2 SEM13 SÍ

TF TRABAJO FINAL 1 SEM15 NO

EB EVALUACIÓN FINAL 1 SEM16 SÍ

IX. BIBLIOGRAFÍA DEL CURSO

BÁSICA

GONZÁLEZ, Rafael (1996) Tratamiento digital de imágenes. Wilmington, DL : Addison-Wesley

Iberoamericana.

(621.367 GONZ/E)

HAYKIN, Simon (1996) Adaptive filter theory. Upper Saddle River, NJ : Prentice-Hall.

(621.3815324 HAYK)

OPPENHEIM, Alan (1999) Discrete-time signal processing. Upper Saddle River, NJ : Prentice-Hall.

(621.3822 OPPE/D)

RABINER, Lawrence (0) Digital processing of speech signals. Upper Saddle River, NJ : Prentice-Hall.

(621.3828 RABI)

RECOMENDADA

(No necesariamente disponible en el Centro de Información)

Procesamiento Avanzado De Señales E Imágenes-EL