![2
Reconocimiento de patrones. Detección de regiones. Semana 12
Conceptos de visión estereoscópicas. Semana 13
Aplicaciones de visión estereoscópica. Semana 14
6. METODOLOGÍA
El curso se realiza desde el enfoque teórico y práctico. El enfoque teórico comprende
actividades individuales (exposición, explicación y solución de problemas), promoviendo la
participación activa de los estudiantes a través del diálogo permanente, a fin de consolidar
el aprendizaje de los temas.
El enfoque práctico se desarrolla por medio de experiencias en el laboratorio con la ayuda
de instrumentos y el uso de componentes o módulos que permiten realizar la
demostración de los temas tratados.
7. SISTEMA DE EVALUACIÓN
El promedio final del curso será:
Nota:
Sólo se podrá rezagar el Examen Final.
El examen rezagado incluye los contenidos de todo el curso.
No se elimina ninguna práctica calificada.
La nota mínima aprobatoria es 12 (doce).
8. FUENTES DE INFORMACIÓN
Bibliografía base:
PAJARES GONZALO Y DE LA CRUZ JESÚS. Visión por computador. Imágenes
Digitales y aplicaciones. 2012
OLLERO ANÍBAL. Robótica Manipuladores y Robots Móviles. Edición 2010
Bibliografía complementaria:
Fu K. S, González R. C. y Lee C. S. G. Robótica, Control, Detección, Visión e
inteligencia. 2010
Jain Anil. Fundamentals of Digital Image Processing. 2010
0.1PC1 + 0.1PC2 + 0.2PC3 + 0.2PL +
0.4EF
PC1 PC2 y PC3 son Prácticas Calificadas
Individuales
PL es Promedio de Laboratorios Calificados ([LC1 +
LC2 + LC3] / 3)
EF es Examen Final](https://image.slidesharecdn.com/a152wee2procesamientodeimagenesyvisionartificial-150505165220-conversion-gate02/85/A152-wee2-procesamientodeimagenesyvisionartificial-2-320.jpg)
A152 wee2 procesamientodeimagenesyvisionartificial
- 1. 1 SÍLABO WEE2 PROCESAMIENTO DE IMÁGENES Y VISIÓN ARTIFICIAL 2015-2 1. DATOS GENERALES Facultad: Ingeniería de Sistemas y Electrónica Carrera: Ingeniería Mecatrónica Número de créditos: 03 Coordinador: Alberto Alvarado Rivera Requisitos: WEE0 Procesamiento digital de señales 2. FUNDAMENTACIÓN Esta asignatura permite al estudiante aprender las técnicas matemáticas de procesamiento espacial de imágenes. Asimismo podrá conocer los conceptos de imágenes estereoscópicas, segmentación y reconocimiento de objetos, que le permitirán aplicarlo en los diferentes campos de la ingeniería como el control de calidad en procesos industriales, reconocimiento de patrones en el sector médico entre otras aplicaciones. 3. SUMILLA El curso inicia con una introducción al procesamiento digital de imágenes, las aplicaciones actuales y técnicas de iluminación básicas para un posterior análisis. Asimismo, las transformaciones básicas a nivel de pixel, ecualización del histograma, transformaciones morfológicas, suavizado, detección de contornos, técnicas de segmentación y de reconocimiento de objetos. Conceptos y aplicaciones de la visión estereoscópica. 4. LOGROS DE APRENDIZAJE a) El alumno brindará soluciones usando las principales técnicas matemáticas de procesamiento espacial en imágenes digitales b) El alumno conocerá los conceptos de visión estereoscópica para aplicarlos en la solución de diversos problemas de ingeniería. 5. CONTENIDOS Introducción al procesamiento digital de imágenes. Semana 01 Captura y técnicas de iluminación. Tipos de imágenes digitales. Modelos de Color Semana 02 Transformaciones básicas a nivel espacial - 1era parte Semana 03 Transformaciones básicas a nivel espacial – 2da parte Semana 04 Manipulación y Ecualización del Histograma. Semana 05 Transformaciones morfológicas – 1era parte Semana 06 Transformaciones morfológicas – 2da parte Semana 07 Transformaciones geométricas. Semana 08 Técnicas de suavizado de imágenes. Semana 09 Técnicas de detección de contornos. Semana 10 Técnicas de segmentación. Semana 11
- 2. 2 Reconocimiento de patrones. Detección de regiones. Semana 12 Conceptos de visión estereoscópicas. Semana 13 Aplicaciones de visión estereoscópica. Semana 14 6. METODOLOGÍA El curso se realiza desde el enfoque teórico y práctico. El enfoque teórico comprende actividades individuales (exposición, explicación y solución de problemas), promoviendo la participación activa de los estudiantes a través del diálogo permanente, a fin de consolidar el aprendizaje de los temas. El enfoque práctico se desarrolla por medio de experiencias en el laboratorio con la ayuda de instrumentos y el uso de componentes o módulos que permiten realizar la demostración de los temas tratados. 7. SISTEMA DE EVALUACIÓN El promedio final del curso será: Nota: Sólo se podrá rezagar el Examen Final. El examen rezagado incluye los contenidos de todo el curso. No se elimina ninguna práctica calificada. La nota mínima aprobatoria es 12 (doce). 8. FUENTES DE INFORMACIÓN Bibliografía base: PAJARES GONZALO Y DE LA CRUZ JESÚS. Visión por computador. Imágenes Digitales y aplicaciones. 2012 OLLERO ANÍBAL. Robótica Manipuladores y Robots Móviles. Edición 2010 Bibliografía complementaria: Fu K. S, González R. C. y Lee C. S. G. Robótica, Control, Detección, Visión e inteligencia. 2010 Jain Anil. Fundamentals of Digital Image Processing. 2010 0.1PC1 + 0.1PC2 + 0.2PC3 + 0.2PL + 0.4EF PC1 PC2 y PC3 son Prácticas Calificadas Individuales PL es Promedio de Laboratorios Calificados ([LC1 + LC2 + LC3] / 3) EF es Examen Final
- 3. 3 9. CRONOGRAMA DE ACTIVIDADES Semana Contenidos o temas Actividad Semana 1 Introducción al procesamiento digital de imágenes. Aplicaciones y ejemplos en diferentes sectores. El alumno entiende de la importancia del procesamiento de imágenes digitales. Semana 2 Captura y técnicas de iluminación. Tipos de imágenes digitales. Modelos de Color: RGB, HSV, CMYk, YCrCb. El alumno conoce los tipos de imágenes y modelos de color. Prueba de entrada Semana 3 Transformaciones básicas a nivel espacial: Conversión de color a gris. Negativo El alumno conoce las transformaciones básicas de color a gris. Semana 4 Transformaciones básicas a nivel espacial: Binarización. Operación de Zoom. Umbral en imágenes. Transformaciones Lógicas. El alumno conoce las transformaciones básicas a nivel espacial. Prueba de entrada: 4 puntos Práctica Calificada 1:16 puntos Semana 5 Manipulación y Ecualización del Histograma. Brillo, contraste y corrección gamma. El alumno conoce la manipulación y ecualización del histograma. Práctica de Laboratorio No1-Grupo A. El grupo B realiza tarea domiciliaria Semana 6 Transformaciones morfológicas: Dilatación y erosión para imágenes grises. El alumno entiende de las transformaciones morfológicas. Práctica de Laboratorio No1- Grupo B. El grupo A realiza tarea domiciliaria Semana 7 Transformaciones morfológicas: Dilatación y erosión para imágenes binarias, apertura y cerradura para imágenes grises y binarias. Llenado y detección de regiones. El alumno entiende de las transformaciones morfológicas. Semana 8 Transformaciones geométricas: Desplazamiento, rotación y transformaciones arbitrarias, a partir de la reubicación de los pixeles de la imagen. El alumno entiende de las transformaciones geométricas. Práctica Calificada No2 Semana 9 Técnicas de suavizado de imágenes. Filtrado lineal y no lineal. El alumno analiza las técnicas de suavizado y filtrado para imágenes Práctica de Laboratorio No2-Grupo A. El grupo B realiza tarea domiciliaria
- 4. 4 Semana 10 Técnicas de detección de contornos. Operadores de Sobel, Canny y Prewitt El alumno implementa algoritmos para la detección de contornos. Práctica de Laboratorio No2-Grupo B. El grupo A realiza tarea domiciliaria Semana 11 Técnicas de segmentación. Detección de puntos y líneas. Uso de la transformada de Hough. El alumno implementa algoritmos de técnicas de segmentación. Practica Calificada 3: Semana 12 Reconocimiento de patrones. Detección de regiones. Representación de polígonos y esqueletos. Descriptores de Fourier El alumno conoce las técnicas de reconocimiento de patrones. Práctica de Laboratorio No3-Grupo A. El grupo B realiza tarea domiciliaria. Semana 13 Conceptos de visión estereoscópicas. Modelo de cámara. Calibración de cámaras. Formación de imágenes en estéreo El alumno conoce de los conceptos de visión estereoscópica. Práctica de Laboratorio No3-Grupo B. El grupo A realiza tarea domiciliaria Semana 14 Aplicaciones de visión estereoscópica. Reconocimiento de objetos en 3D. Proyección 3D a 2D. Captura tridimensional de objetos El alumno conoce de las aplicaciones de la visión estereoscópica. Semana 15 Examen Final FECHA DE ACTUALIZACIÓN: 23/03/2015.