1. IDENTIFICACIÓN

Asignatura VISIÓN ARTIFICIAL
Área Ingenieria aplicada Nivel
Código VAI-92 Pensum
Correquisito(s) Prerrequisito(s) IAI-84
Créditos TPS TIS TPT TIT

2. JUSTIFICACIÓN

La visión artificial es una de las disciplinas de la ingeniería con mayor auge en los últimos tiempos, sus aplicaciones han revolucionado muchos campos cono: la medicina, la robótica, la seguridad, la inspección y control de calidad, la biología, la industria agroalimentaria y actualmente la industria de los video juegos. En el mundo, muchos centros de investigación y desarrollo están trabajando en el tema, lo que la convierte en una de las áreas de la inteligencia artificial con más futuro. En nuestra región, la industria demanda cada vez más sistemas de visión artificial en sus procesos, por lo que se requiere personal capacitado que pueda intervenir en el control, diseño e implementación de estos sistemas. También es una oportunidad para la creación de nuevas empresas que trabajen en esta temática.

3. OBJETIVO GENERAL

Comprender e implementar las diferentes técnicas para el tratamiento digital de imágenes, con un enfoque aplicado a la solución de problemas.

4. OBJETIVOS ESPECÍFICOS

  • Comprender las bases conceptuales de las técnicas básicas del procesamiento digital de imagen.

  • Adquirir habilidad para implementar algoritmos de visión artificial.

  • Aplicar los algoritmos de visión artificial en la solución de problemas del mundo real.

    • 5. COMPETENCIAS Y CONTENIDOS TEMÁTICOS DEL CURSO

    COMPETENCIAS CONTENIDO TEMÁTICO INDICADOR DE LOGRO
    •Conocer el funcionamiento de los algoritmos de procesamiento digital de imágenes.
    •Diseñar e implementar algoritmos de procesamiento digital de imágenes que permitan solucionar problemas en aplicaciones del mundo real.    		 INTRODUCCIÓN A LA VISIÓN ARTIFICIAL
    •Historia
    •La naturaleza de la luz
    •Sistema de Percepción visual humano
    •Sistemas de adquisición de imágenes
    •Software para el procesado de imágenes.
    •Conceptos de procesamiento digital de imágenes, visión artificial.
    •Áreas de aplicación.
    •Etapas de un sistema de visión artificial.
    •Representación digital de una imagen.
    PROCESAMIENTO BÁSICO DE IMÁGENES
    •Operador identidad
    •Operador inverso
    •Operadores Umbral Binario
    •Operadores en escala de grises
    •Operador extensión
    •Operador reducción de nivel de gris
    •Transformaciones geométricas.
    •Zoom
    •Escalado
    •Desplazamiento
    •Giros.
    •Operaciones aritméticas
    •Operaciones lógicas
    EL HISTOGRAMA
    •Conceptualización acerca del histograma.
    •Representación del histograma de una imagen.
    •Contracción del histograma
    •Expansión del histograma
    •Ecualización del histograma
    •Desplazamiento del histograma
    FILTRADO EN EL DOMINIO DEL ESPACIO
    •Convolución.
    •Filtro paso alto
    •Filtro paso bajo
    •Filtro mediana
    •Filtro realce
    FORMATOS DE COLOR
    •Conceptualización
    •Formato RGB
    •Formato YIQ
    •Formato CMYK
    •Formato HSI
    •Formato HSV
    •Conversión entre formatos.
    MORFOLOGÍA MATEMÁTICA
    •Operaciones de conjuntos
    •Operación Erosión
    •Operación Dilatación
    •Operación apertura
    •Operación cierre
    •Morfología en grises
    •Morfología geodésica
    DETECCIÓN DE BORDES
    •Operador primera derivada.
    •Gradiente
    •Operador Roberts
    •Operador Prewitt
    •Operador Kirsh
    •Operador Sobel
    •Filtro Canny
    DETECCIÓN Y MANIPULACIÓN DE LÍNEAS Y CONTORNOS
    •Esqueletización.
    •Transformada de Hough Lineal
    •Transformada de Hough Circular
    CAPTURA Y PROCESAMIENTO DE vides
    •Geometría
    •Calibración
    •Corrección de errores
    		 • Reconoce las aplicaciones y los procesos en un sistema de visión artificial.
    •Comprende y aplica las operaciones elementales (operadores umbral) del procesamiento digital de imágenes (PDI).
    •Realiza adecuadamente la manipulación de los pixeles y mide aspectos de interés en la imagen.
    •Comprende y aplica las operaciones geométricas, aritméticas y lógicas en una imagen.
    •Aplica las operaciones de manipulación de histogramas del PDI.
    •Diferencia las técnicas que utilizan el dominio del espacio a las que utilizan transformaciones de la imagen
    •Aplica las operaciones filtrado del PDI.
    •Comprende e implementa algoritmos para la conversión de formatos de color.
    •Comprende y Aplica las operaciones morfológicas del PDI.
    •Comprende e implementa los algoritmos de detección de bordes, basados en la primera derivada.
    •Comprende la base matemática de la transformada de Hough.
    •Plantea una solución algorítmica a un problema basada en operaciones correspondientes al PDI y a la Inteligencia Artificial..

    6. ESTRATEGIAS DIDÁCTICAS / METODOLÓGICAS

    Esta materia será eminentemente práctica, sin descuidar las bases matemáticas y conceptuales de la visión artificial. La asignatura estará soportada por la realización de un proyecto final, donde los estudiantes tendrán que realizar un paper donde presenten los resultados obtenidos durante el semestre, también tendrán que exponer y mostrar de forma practica a la comunidad universitaria el software final.

  • Los estudiantes tendrán con anterioridad, en un sitio web dedicado para la materia, las temáticas que se desarrollarán en clase, con ejemplos y aplicaciones. Al iniciar la clase se dará una explicación teórica, incluyendo modelos matemáticos, de la temática a desarrollar, luego se implementaran los respectivos algoritmos, seguidos de aplicaciones básicas que le permitan al estudiante afianzar los conocimientos adquiridos.


  • Clase Teórica-Practica. Definiciones de visión artificial, Aplicaciones de la visión artificial, Software usados, sistema de percepción visual humano, anatomía de la visión, la naturaleza de la luz, espectro visible, procesos en un sistema de visión artificial, Representación digital de una imagen, resolución, algoritmo para cargar y visualizar una imagen, manipulación de pixeles en una imagen.

  • Trabajo. Lectura y exposición de un paper con temáticas en ingles de visión artificial.

  • Clase Teórica-Practica. Procesamiento Básico de Imágenes. Vecindad, Operador identidad, negativo, umbral, intervalo umbral, en umbral en escala de grises, extensión, reducción de nivel de gris. Diseño e implementación de los algoritmos de operadores umbral, ejercicios con aplicaciones de los operadores umbral.

  • Practica 1.

  • Clase Teórico-Practica. Transformaciones geométricas. Zoom, escalado, desplazamiento, giros. Diseño e implementación de algoritmos para el escalado y el desplazamiento de una imagen.

  • Practica 2.

  • Clase Teórica-Practica. Operaciones aritméticas en imágenes, suma, resta, multiplicación. Operaciones lógicas, and, or, xor, not. Implementar algoritmos. Aplicaciones.

  • Practica 3.

  • Clase Teórica-Practica. Representación del histograma, implementar algoritmo para visualización del histograma, contracción, expansión, ecualización y desplazamiento del
  • Histograma. Ejercicios.

  • Practica 4.

  • Clase Teórica-Practica. Conceptualización de filtrado en el dominio del espacio, convolución, implementación del algoritmo, filtros lineales, filtros no lineales. Ejercicios.

  • Practica 5.

  • Clase Teórica-Practica. Formatos de color. Conceptos del formato RGB, YIQ, CMYK, HSI, HSV. Diferencias, implementación de algoritmos. Ejercicios.

  • Practica 6.

  • Clase Teórica-Practica. Morfología matemática, aplicaciones, dilatación, erosión, cierre, apertura, morfología geodésica. Algoritmos.

  • Practica 7.

  • Clase Teórica-Practica. Detección de bordes. Operadores primera derivada, conceptualización de las matrices filtro, Filtro Canny. Implementación de algoritmos.

  • Practica 8.

  • Clase Teórica-Practica. Transformada de Hough lineal y circular, explicación e implementación del algoritmo de esqueletización.

  • Clase Teórica-Practica. Geometría de las cámaras, conceptos de calibración y corrección de errores.

  • Practica 9.

  • Proyecto Final. Exposición de resultados, muestra de software y evaluación de papers.

    • PRACTICAS

    Practica 1. Operadores Umbral. Implementar algoritmos basados en el operador umbral y en la manipulación de pixeles individuales, para la solución de aplicaciones básicas.

    Practica 2. Realizar el zoom y el giro a una imagen.

    Practica 3. Aplicar operaciones aritméticas en aplicaciones de montajes en imágenes, movimiento en una escena.

    Practica 4. Realce del contraste de una imagen, de acuerdo a su histograma.

    Practica 5. Implementar un algoritmo que permita realizar el filtrado a una imagen, con una matriz de convolución de NxN.

    Practica 6. Implementar un algoritmo eficiente para la detección de 8 colores al mismo tiempo.

    Practica 7. Realizar un algoritmo que permita aplicar morfología matemática a una imagen con cualquier matriz estructural y con el punto representativo en cualquier lugar de la matriz estructurante.

    Practica 8. Aplicación de los algoritmos de detección de bordes en una aplicación especifica.

    Practica 9. Aplicación de los algoritmos de detección de contornos de un video en tiempo real

    7. ESTRATEGIAS DE SEGUIMIENTO Y EVALUACIÓN

    ESTRATEGIAPORCENTAJE
    Practicas 40%
    Quiz 1 7.5%
    Quiz 2 7.5%
    Proyecto Final 25%
    Examen Final 20%

    8. BIBLIOGRAFÍA

    PAJARES, Gonzalo y Jesús M. DE LA CRUZ. Visión por Computador: Imágenes digitales y aplicaciones, 2 ed. México: AlfaOmega, 2008. 740 p + CD.
    GONZALEZ R.C., WOODS R.E. Digital Image Processing. New Jersey : Prentice-Hall, 2008. 954 p.
    PAJARES, Gonzalo y Jesús M. DE LA CRUZ. Visión por Computador: Imágenes digitales y aplicaciones. México: AlfaOmega, 2002. 764 p.
    GONZALEZ R.C., WOODS R.E, EDDINS, Steven L. Digital Image Processing. New Jersey : Prentice-Hall, 2004. 609 p.
    RUSS, John C, RUSS, J. Christian. Introduction to image processing and analysis. Boca Raton, Florida : Taylor & Francis, 2007. 817 p.
    RUSS, John C. The image processing handbook, 53. ed. Boca Raton, Florida : CRC Press, 2008. 355 p + CD-ROM
    LUKAC, Rastislav y PLATANIOTIS, Konstantinos. Color image processing: methods and applications. Boca Raton, Florida: Taylor & Francis, 2007. 575 p.
    UMBAUGH, Scott E. Computer imaging: digital image analysis and processing. Boca Raton, Florida: CRC Press, 2005. 659 p.
    JAN, Jirí. Medical image processing, reconstruction and restoration: concepts and methods. Boca Raton, Florida : Taylor & Francis, 2006. 730 p.
    SHARMA, Gaurav. Digital color imaging handbook. Boca Raton, Florida : CRC Press, 2003. 796 p.
    INTEL CORPORATION. Open Source Computer Vision Library. 2001
    MATHWORKS INC. Image Processing Toolbox 6.0 Users Guide. 2008

    Revistas
    Color Research and Application
    Computer Vision and Image Understanding
    Graphical Models and Image Processing
    IEEE Transactions on Image Processing
    IEEE Transactions on Medical Imaging
    IEEE Transactions on Pattern Analysis and Machine Intelligence
    IEEE Transactions on System, Man and Cybernetics
    Image Processing & Communications
    International Journal of Computer Vision
    Journal of Mathematical Imaging and Vision
    Journal of Visualization
    Machine Graphics & Vision – International Journal
    Machine Vision and Applications
    Pattern Analysis and Applications
    Pattern Recognition
    Pattern Recognition Letters
    The Imaging Science Journal
    Vision Research
    Sitios en Internet
    http://sourceforge.net/projects/opencvlibrary)
    http://revc.uab.es
    http://mitpress.mit.edu/e-journals/Videre/
    http://www.cs.cmu.edu/afs/cs/project/cil/ftp/html/vision.htmlhttp://www.ee.princeton.edu/~icip95/iplink/
    http://www.ee.princeton.edu/~icip95/iplink/http://peipa.essex.ac.uk/
    http://peipa.essex.ac.ukhttp://www.wiley.co.uk/electronic/hipr
    http://www.wiley.co.uk/electronic/hipr
    Suscribirse a: Entradas (Atom)