Professional Documents
Culture Documents
Bibliografa
R.C. Gonzlez y R.E. Woods, Digital Image Processing, Prentice Hall, 2 Edicin, 2002. (caps. 1 y 2) J. Vlez, . Snchez, A.B. Moreno y J.L. Esteban, Visin por Computador, Ed. Dyckinson y Serv. Public. URJC, 2003. (caps. 1 y 2) J. Gonzlez, Visin por Computador, Ed. Paraninfo, 2001. (cap. 1) G. Pajares y J.M. de la Cruz, Visin por Computador, Ed. Ra-Ma, 2001. (cap. 1)
2
PARTE I: Introduccin
Tema 1: Panormica de la Visin Artificial
Introduccin a los Sistemas de Visin Artificial (SVA)
Aspectos generales sobre imgenes Etapas de los SVA Elementos de un SVA Clases fundamentales de procesado de imgenes Algoritmos y aplicaciones sobre imgenes digitales
3
Escena de trfico
Aspectos de Inters para un SVA: Cul es la informacin relevante a extraer de la escena para el problema a resolver? Cmo se puede extraer dicha informacin? Cul es la forma ms apropiada de representar la informacin extrada? Cmo se puede usar dicha informacin para resolver el problema de VA planteado?
7
rea
10
12
c nm vm
14
15
16
Ilusiones pticas:
17
18
256 colores/canal 256 colores/canal 2 colores/canal 3 canales (RGB) 1 canal (gris) 1 canal (gris) 24 bpp = 8 bpp/canal 8 bpp 1 bpp
24
25
26
28
29
30
31
32
34
rea Permetro
Bounding box
35
N m e ro de a g uje ros
T o
T u
A r 0
0 .1
0 .2
0 .3
0 36 .4
0 .5
Escena 3D
Imagen(es) Bordes / Regiones / Profundidad
Superficies / Caractersticas
Aplicaciones
Modelos / Hiptesis
37
38
39
40
41
42
x y (x, y, z) ( f , f ) z z
43
1) Utilizar un objeto (plantilla de calibracin) 2) Identificar ciertos puntos de la imagen 3) Obtener la matriz de calibracin de la cmara minimizando el error 4) Obtener los parmetros intrnsecos a partir de la matriz de 44 calibracin
Caractersticas cmaras visin artificial: obturacin, integracin, captura asncrona, sincronizacin. Tipos cmaras: analgicas y digitales, alta velocidad, alta definicin, cmaras lineales, lineales color, cmaras 45 inteligentes, cmaras infrarrojas trmicas, ...
46
El ms tpico es el ruido que es informacin no deseada que contamina la imagen. Existen fundamentalmente 2 tipos de ruido: Ruido gausiano : produce pequeas variaciones en la
imagen
Ruido Impulsivo
Ruido Gaussiano
48
49
50
51
52
53
54
55
(x,y)
(x,y)
56
fB(x,y)
57
(x,y)
58
62