SÍLABO WEE2 PROCESAMIENTO DE IMÁGENES Y VISIÓN ARTIFICIAL 2016-1 1. DATOS GENERALES Facultad: Carrera: Coordinador: Requisitos: Número de créditos: Número de horas:
Ingeniería de Sistemas y Electrónica Ingeniería Mecatrónica Alberto Alvarado Rivera WEE0 Procesamiento digital de señales 03 Horas teóricoprácticas
Horas de evaluación
42
2
Horas trabajo autónomo reflexivo 4
Total 48
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 l a 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. ing eniería. 5. CONTENIDOS Introducción al procesamiento digital de imágenes. Captura y técnicas de iluminación. Tipos de imágenes digitales. Modelos de Color Transformaciones básicas a nivel espacial - 1era parte Transformaciones básicas a nivel espacial – espacial – 2da parte Manipulación y Ecualización del Histograma. Transformaciones morfológicas – morfológicas – 1era parte Transformaciones morfológicas – morfológicas – 2da parte 1
Semana 01 Semana 02 Semana 03 Semana 04 Semana 05 Semana 06 Semana 07
Transformaciones geométricas. Técnicas de suavizado de imágenes. Técnicas de detección de contornos. Técnicas de segmentación. Reconocimiento de patrones. Detección de regiones. Conceptos de visión estereoscópicas. Aplicaciones de visión estereoscópica.
Semana 08 Semana 09 Semana 10 Semana 11 Semana 12 Semana 13 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. Asimismo se determinará trabajos de investigación que corresponden al trabajo autónomo reflexivo del alumno. 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:
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
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). En el caso de que un alumno no rinda una práctica calificada (PC) y, por lo tanto, obtenga NS, esta es reemplazada con la nota que se obtenga en el Examen Final o de Rezagado. En caso de que el alumno tenga más de una práctica calificada no rendida, solo se reemplaza la práctica calificada de mayor peso. No es necesario que el alumno realice trámite alguno para que este remplazo se realice.
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
2
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
9. CRONOGRAMA DE ACTIVIDADES Semana Contenidos o temas
Semana 1
Introducción al procesamiento digital de imágenes. Aplicaciones y ejemplos en diferentes sectores. Trabajo de Investigación 1: Investigar sobre la selección del hardware electrónico que permita aplicaciones de imágenes de visión estéreo.
Semana 2
Captura y técnicas de iluminación. Tipos de imágenes digitales. Modelos de Color: RGB, HSV, CMYk, YCrCb.
Semana 3
Transformaciones básicas a nivel espacial: Conversión de color a gris. Negativo
Semana 4
Transformaciones básicas a nivel espacial: Binarización. Operación de Zoom. Umbral en imágenes. Transformaciones Lógicas.
Semana 5
Manipulación y Ecualización del Histograma. Brillo, contraste y corrección gamma.
Semana 6
Semana 7
Transformaciones morfológicas: Dilatación y erosión para imágenes grises.
Transformaciones morfológicas: Dilatación y erosión para imágenes binarias, apertura y cerradura para imágenes grises y binarias. Llenado y detección de regiones. 3
Actividad El alumno entiende de la importancia del procesamiento de imágenes digitales. El alumno elabora un trabajo de investigación que corresponde al trabajo autónomo 1, será presentado en la semana 11. El alumno conoce los tipos de imágenes y modelos de color. Prueba de entrada El alumno conoce las transformaciones básicas de color a gris. El alumno conoce las transformaciones básicas a nivel espacial. Prueba de entrada:4puntos Práctica Calificada 1:16puntos El alumno conoce la manipulación y ecualización del histograma. Práctica de Laboratorio No1-Grupo A. El grupo B realiza tarea domiciliaria El alumno entiende de las transformaciones morfológicas. Práctica de Laboratorio No1Grupo B. El grupo A realiza tarea domiciliaria 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.
Semana 9
Técnicas de suavizado de imágenes. Filtrado lineal y no lineal.
Semana 10
Técnicas de detección de contornos. Operadores de Sobel, Canny y Prewitt
Semana 11
Técnicas de segmentación. Detección de puntos y líneas. Uso de la transformada de Hough.
Semana 12
Reconocimiento de patrones. Detección de regiones. Representación de polígonos y esqueletos. Descriptores de Fourier
Semana 13
Conceptos de visión estereoscópicas. Modelo de cámara. Calibración de cámaras. Formación de imágenes en estéreo
Semana 14
Aplicaciones de visión estereoscópica. Reconocimiento de objetos en 3D. Proyección 3D a 2D. Captura tridimensional de objetos
Semana 15 Semana 16
Examen Final Examen Rezagados
4
El alumno entiende de las transformaciones geométricas. Práctica Calificada No2 El alumno analiza las técnicas de suavizado y filtrado para imágenes Práctica de Laboratorio No2-Grupo A. El grupo B realiza tarea domiciliaria El alumno implementa algoritmos para la detección de contornos. Práctica de Laboratorio No2-Grupo B. El grupo A realiza tarea domiciliaria El alumno implementa algoritmos de técnicas de segmentación. Práctica de Laboratorio No3-Grupo A. El grupo B realiza tarea domiciliaria. El alumno conoce las técnicas de reconocimiento de patrones. Práctica de Laboratorio No3-Grupo B. El grupo A realiza tarea domiciliaria. El alumno conoce de los conceptos de visión estereoscópica. Presentación del trabajo autónomo 1: 5 puntos. Practica Calificada 3: 15 puntos. El alumno conoce de las aplicaciones de la visión estereoscópica.
TRABAJO AUTONOMO Actividad Trabajo autónomo reflexivo 01: Investigar sobre la selección del hardware electrónico que permita aplicaciones de imágenes de visión artificial.
FECHA DE ACTUALIZACIÓN: 27/10/2015.
5
Semana
Horas
11
4
