Caracterización de Imágenes
|
|
- Eva María Romero Rico
- hace 7 años
- Vistas:
Transcripción
1 de Imágenes Visión Artificial Andrea Rueda Pontificia Universidad Javeriana Departamento de Ingeniería de Sistemas
2 Caracterizar: "determinar los atributos peculiares de alguien o de algo, de modo que claramente se distinga de los demás" RAE. Caracterizar una imagen: Construir, calcular y/o extraer un conjunto de valores (características) informativos y no redundantes acerca del contenido de la imagen.
3 Característica: Pieza de información medible y relevante sobre lo observado. - Estructuras específicas: puntos, bordes. - Formas: curvas, líneas, bordes. - Movimiento: cambios en secuencias de imágenes. - Textura: propiedades en un vecindario. - Color, intensidad.
4 Característica: En una imagen, dependiendo de la información que se quiere extraer o medir, una característica puede ser: - un único valor por imagen. - valores por regiones. - valores individuales por pixeles (una nueva imagen).
5 Característica: Bordes Promedio regiones Promedio imagen , 178, 17, 76,
6 Característica: Dependiendo de su naturaleza, puede representarse de formas diferentes: - valor booleano - probabilidad - histograma -...
7 Vector de características: En algunos casos, una sola característica no es suficiente. Dos o más valores pueden extraerse para cada pixel de la imagen, los cuales se concatenan en un vector de características. El conjunto de todos estos posibles vectores constituye el espacio de características.
8 Vector de características: [17,17,55,] [,55,55,1]
9 Espacio de características: borde 1 55 R
10 Detección de esquinas con filtro mediana: Aplicar un filtro mediana sobre la imagen, y luego calcular la diferencia entre la imagen original y la filtrada. La información obtenida puede verse como medidas locales de esquinas detectadas.
11 Filtrado Filtro mediana: el valor del pixel corresponde a la mediana (valor central ordenado) de los vecinos. 43, 6, 67, 67, 69, 78, 85, 94, 145 ordenados! I(u,v) =
12 Detección de esquinas con filtro mediana: imagen original filtro mediana 7x7 diferencia
13 Detección de esquinas con filtro mediana: imagen original filtro mediana 7x7 diferencia
14 Detección de movimiento por diferencia de imágenes: Asumiendo una cámara fija y condiciones constantes de iluminación, la diferencia de imágenes puede revelar movimiento. La diferencia puede tener un rango de tolerancia, para poder reducir ruido u otros artefactos.
15 Detección de movimiento por diferencia de imágenes:
16 Detección de movimiento por diferencia de imágenes:
17 Detección de movimiento por diferencia de imágenes:
18 Detección de movimiento por diferencia de imágenes:
19 Detección de movimiento por diferencia de imágenes:
20 Texturas En visión artificial, definida como la variación característica (y uniforme) en intensidad de una región, que permite reconocerla, describirla y delinearla. Texels: texture elements Elementos de textura similares replicados en una región.
21 Texturas:
22 Texeles: - Diferentes tamaños y grados de uniformidad. - Diferentes orientaciones. - Espaciados a distancias diferentes en direcciones diferentes. - Contraste de diferentes magnitudes y variaciones. - Visibilidad del fondo entre texeles. - Relación entre regularidad y aleatoriedad.
23 Matrices de coocurrencia en escala de grises: Basa en estudios de la estadística de la distribución de intensidades de los pixeles. Considera la relación espacial entre pares de pixeles. Para texturas finas, hay mayor repetición de configuraciones de intensidades, mientras que para texturas gruesas esta variación es menor.
24 Matrices de coocurrencia en escala de grises: La ocurrencia de una configuración de intensidad puede describirse con una matriz de frecuencias relativas: dirección (en grados) Pϕ, d (a, b) distancia (en pixeles) niveles de intensidad
25 Matrices de coocurrencia en escala de grises: La ocurrencia de una configuración de intensidad puede describirse con una matriz de frecuencias relativas: { [(k,l),(m,n)] D : P, d (a, b)= k m=, l n =d, I (k, l)=a, I (m, n)=b }
26 Matrices de coocurrencia en escala de grises: La ocurrencia de una configuración de intensidad puede describirse con una matriz de frecuencias relativas: { [(k, l),( m, n)] D: (k m=d,l n=d ) P135,d (a, b)= (k m= d,l n= d), I (k,l)=a, I (m, n)=b }
27 Matrices de coocurrencia en escala de grises: [ ] 4 P,1 (a, b)= [ ] P135,1 (a,b)=
28 Matrices de coocurrencia en escala de grises: [ ] 4 P,1 (a, b)= [ ] P135,1 (a,b)=
29 Matrices de coocurrencia en escala de grises: Permiten representar, comparar y clasificar texturas, usando algunas medidas: - Energía: ocurrencia de pares repetidos (más homogénea, más energía). P ϕ,d (a, b) a,b
30 Matrices de coocurrencia en escala de grises: Permiten representar, comparar y clasificar texturas, usando algunas medidas: - Entropía: medida de desorden (mayor entropía, menos predecible la textura). Pϕ, d (a, b)log Pϕ, d (a,b) a, b
31 Matrices de coocurrencia en escala de grises: Permiten representar, comparar y clasificar texturas, usando algunas medidas: - Máxima probabilidad: frecuencia máxima. max Pϕ, d (a, b) a, b
32 Matrices de coocurrencia en escala de grises: Permiten representar, comparar y clasificar texturas, usando algunas medidas: - Contraste: medida de variaciones locales en la intensidad. a b Pϕ,d (a, b) a,b
33 Matrices de coocurrencia en escala de grises: Permiten representar, comparar y clasificar texturas, usando algunas medidas: - Homogeneidad: medida de regularidad. a, b; a b Pϕ, d (a, b) a b
34 Matrices de coocurrencia en escala de grises: Permiten representar, comparar y clasificar texturas, usando algunas medidas: - Correlación: medida de linealidad o direccionalidad. [(ab) Pϕ, d ( a, b)] μ x μ y a, b σxσ y
35 Matrices de coocurrencia en escala de grises:
36 Matrices de coocurrencia en escala de grises:
37 Medidas de distancia: Una vez extraídas las características de la imagen, esta información puede utilizarse para segmentar regiones similares, o para clasificarlas. Una forma de hacerlo es encontrando las distancias a regiones conocidas, de forma que el más cercano puede dar un estimado del tipo de región.
38 Medidas de distancia: Distancia Euclidiana: diferencia entre las M características de dos muestras diferentes (s y k). d E= M ( s i ki ) i=1
39 Medidas de distancia: Distancia Manhattan (o rectilínea): suma de las diferencias en cada característica entre dos muestras diferentes (s y k). M d M = s i ki i=1
40 Medidas de distancia: Distancia Euclidiana vs Manhattan: M. Nixon & A. Aguado. Feature Extraction & Image Processing for Computer Vision, third edition. Academic Press, 1.
41 Medidas de distancia: Teniendo en cuenta la distribución de los datos: Distancia Mahalanobis entre dos conjuntos diferentes de muestras (ps y pk): d MAH (s, k)= ( p s p k ) P ( ps pk ) T 1 matriz de covarianzas vector diferencia entre conjuntos
42 Medidas de distancia: Teniendo en cuenta la distribución de los datos: Distancia Mahalanobis entre dos conjuntos diferentes de muestras (ps y pk): P= P p +P p s k 1 T P p = ( p s μ s ) ( p s μ s) M s
43 Medidas de distancia: Teniendo en cuenta la distribución de los datos: Distancia Mahalanobis entre una muestra y un conjunto de muestras (s y pk): d MAH = (s μ k ) P (s μ k ) T matriz de covarianzas del conjunto 1 vector diferencia entre la muestra y la media del conjunto
44 Distancia Mahalanobis: M. Nixon & A. Aguado. Feature Extraction & Image Processing for Computer Vision, third edition. Academic Press, 1.
45 Distancia Mahalanobis: M. Nixon & A. Aguado. Feature Extraction & Image Processing for Computer Vision, third edition. Academic Press, 1.
46 Ejercicios
47 Ejercicios ITK Descargar el código e imágenes de: sartif/docs/texturefeatures-itk.zip Compilar y probar los programas con las imágenes adjuntas. Se pueden encontrar texturas similares con la información dada por los programas? Seleccione dos de las características calculadas, y utilícelas para ubicar cada textura en el plano cartesiano. Hay grupos?
48 Para finalizar... Iluminación Transformaciones Modelo de cámara Representación Filtrado Histogramas Binarización Morfología matemática Segmentación
49 Referencias R.C. González, R.E. Woods. Digital Image Processing, 3rd edition. Pearson Prentice Hall, 8. E.R. Davies. Computer & Machine Vision: theory, algorithms, practicalities, fourth edition. Academic Press, 1. M. Nixon & A. Aguado. Feature Extraction & Image Processing for Computer Vision, third edition. Academic Press, 1. M. Sonka, V. Hlavac, R. Boyle. Image Processing, Analysis, and Machine Vision, fourth edition. Cengage Learning, 15.
Filtrado de imágenes (parte 2)
de imágenes (parte 2) Visión Artificial Andrea Rueda Pontificia Universidad Javeriana Departamento de Ingeniería de Sistemas Modificar el valor de cada pixel de la imagen en función de las intensidades
Más detallesSegmentación de Imágenes Parte 2
Segmentación de Imágenes Parte 2 Visión Artificial Andrea Rueda Pontificia Universidad Javeriana Departamento de Ingeniería de Sistemas Parcial - respuestas Descripción del Color Tres atributos: - Brillo
Más detallesMétodos Avanzados para Análisis y Representación de Imágenes
Morfología Matemática p. 1/24 Métodos Avanzados para Análisis y Representación de Imágenes Morfología Matemática en niveles de gris Departamento de Informática - FICH Universidad Nacional del Litoral Septiembre
Más detallesTema 2: PROCESAMIENTO EN EL DOMINIO ESPACIAL (Parte 2)
Tema 2: PROCESAMIENTO EN EL DOMINIO ESPACIAL (Parte 2) 1 I N G E N I E R Í A I N F O R M Á T I C A D P T O. M A T E M Á T I C A A P L I C A D A I 2 ÍNDICE: Filtrado espacial Filtros de suavizado Filtros
Más detallesIntroducción al Procesamiento Digital de Imágenes
Introducción al Procesamiento Digital de Imágenes Lección 01 Dr. Pablo Alvarado Moya MP6123 Procesamiento Digital de Imágenes Programa de Maestría en Electrónica Énfasis en Procesamiento Digital de Señales
Más detallesFigura 1: Propiedades de textura: (a) Suavidad, (b) Rugosidad y (c) Regularidad
3 TEXTURA 3.1 CONCEPTO DE LA TEXTURA La textura es una característica importante utilizada en segmentación, identificación de objetos o regiones de interés en una imagen y obtención de forma. El uso de
Más detallesModelos de iluminación Representación de imágenes
Modelos de iluminación Representación de imágenes Visión Artificial Andrea Rueda Pontificia Universidad Javeriana Departamento de Ingeniería de Sistemas Modelos de Iluminación Luz Radiación electromagnética
Más detallesPROCESAMIENTO DIGITAL DE IMÁGENES
PROCESAMIENTO DIGITAL DE IMÁGENES Nombre de la materia: Procesamiento Digital de Imágenes Profesor: Dr. Wilfrido Gómez Flores Número de horas: 60 horas (4 horas semanales). Sitio web: http://www.tamps.cinvestav.mx/~wgomez/teaching.html
Más detallesProcesamiento digital de imágenes
Procesamiento digital de imágenes Querejeta Simbeni, Pedro Estudiante de Ingeniería Electricista Universidad Nacional del Sur, Avda. Alem 1253, B8000CPB Bahía Blanca, Argentina querejetasimbenipedro@gmail.com
Más detallesVisión Artificial Unidad de Competencia I Introducción a la Visión Artificial
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO Centro Universitario UAEM Zumpango Ingeniero en Computación Visión Artificial Unidad de Competencia I Introducción a la Visión Artificial M. en C. Rafael Rojas
Más detallesProcesamiento de Imágenes. Prof. Alexandra La Cruz, PhD
Procesamiento de Imágenes Prof. Alexandra La Cruz, PhD alacruz@ldc.usb.ve Contenido Conceptos básicos Modelo de una imagen Procesamiento digital de imágenes Operaciónes básicas Convolución Filtros Segmentación
Más detallesRealzado de Imagen. 11 de junio de El histograma de una imagen digital con niveles de gris en la amplitud de [0, L 1], es función discreta
Realzado de Imagen 11 de junio de 2001 Una operación clásica en el procesado de imagen es realzar una imagen de entrada de alguna manera para que la imagen de salida sea más fácil de interpretarla. La
Más detallesContenido Capítulo 1 Introducción Capítulo 2 Conceptos Básicos Capítulo 3 Procesamiento de Imágenes en el Dominio Espacial
Contenido Capítulo 1 Introducción 1.Introducción 1 1.1 Sistema Visual Humano 1 1.2 Modelo de Visión por Computadora 3 1.3 Procesamiento Digital de Imágenes 3 1.4 Definición de Imagen Digital 4 Problemas
Más detallesTema 5: SEGMENTACIÓN (II) I N G E N I E R Í A I N F O R M Á T I C A
Tema 5: SEGMENTACIÓN (II) 1 I N G E N I E R Í A I N F O R M Á T I C A Tema 5: Segmentación Los algoritmos de segmentación se basan en propiedades básicas de los valores del nivel de gris: 2 - Discontinuidad:
Más detallesÍndice 1. Introducción Imagen digital. Formación imagen Histograma de una imagen digital 2. Transformaciones puntuales. Introducción.
Índice 1. Imagen digital. Formación imagen Histograma de una imagen digital 2. Transformaciones puntuales Procesamiento de imágenes digitales Transformaciones basadas en el histograma Ecualización del
Más detallesProcesamiento de Imágenes. Curso 2011 Clase 3 Eliminación del ruido mediante filtrado espacial
Procesamiento de Imágenes Curso 2 Clase 3 Eliminación del ruido mediante filtrado espacial Eliminación del ruido Entendemos por ruido en imágenes digitales cualquier valor de un píxel de una imagen que
Más detallesAnálisis de imágenes digitales
Análisis de imágenes digitales SEGMENTACIÓN DE LA IMAGEN Segmentación basada en texturas INTRODUCCIÓN La textura provee información sobre la distribución espacio-local del color o niveles de intensidades
Más detallesVisión por computadora Computer vision
Visión por computadora Computer vision Conjunto de algoritmos que permiten obtener una representación visual del mundo, suficiente para la realización de una tarea dada. Representación visual El mundo:
Más detallesIntroducción al Procesamiento de Imágenes Satelitales con Software Libre. Módulo 03
Introducción al Procesamiento de Imágenes Satelitales con Software Libre Módulo 03 Dirección de Formación de Capital Humano Especializado en el Campo Espacial Agencia Espacial Mexicana www.gob.mx/aem Plan
Más detallesFrancisco J. Hernández López
Francisco J. Hernández López fcoj23@cimat.mx Proceso computacional que transforma una o más imágenes de entrada en una imagen de salida. Se utiliza para analizar e interpretar la imagen, por medio de algoritmos
Más detallesPROCESAMIENTO DE IMÁGENES DIGITALES
PROCESAMIENTO DE IMÁGENES DIGITALES 1 4 º C U R S O D E G R A D O I N G E N I E R Í A I N F O R M Á T I C A - T E C N O L O G Í A S I N F O R M Á T I C A S O P T A T I V A ( C U A T R I M E S T R E 1 )
Más detallesMétodos Avanzados para Análisis y Representación de Imágenes
Morfología Matemática p. 1/44 Métodos Avanzados para Análisis y Representación de Imágenes Morfología Matemática Departamento de Informática - FICH Universidad Nacional del Litoral Agosto de 2012 Morfología
Más detallesFiltrado de Imágenes y Detección de Orillas Utilizando un Filtro Promediador Móvil Multipunto Unidimensional
Filtrado de Imágenes y Detección de Orillas Utilizando un Filtro Promediador Móvil Multipunto Unidimensional Mario A. Bueno a, Josué Álvarez-Borrego b, Leonardo Acho a y Vitaly Kober c mbueno@cicese.mx,
Más detallesDESCRIPCIÓN DE LA ASIGNATURA
DESCRIPCIÓN DE LA ASIGNATURA ASIGNATURA: Nombre en Inglés: COMPUTER VISION Código UPM: MATERIA: CRÉDITOS ECTS: 4 CARÁCTER: TITULACIÓN: TIPO: ÓPTATIVA CURSO: SEMESTRE: SEGUNDO CURSO ACADÉMICO 2013-2014
Más detallesMinería Multimedia. Minería de datos NO estructurados (Textos, Imágenes, Audios y Videos)
Minería Multimedia Minería de datos NO estructurados (Tetos, Imágenes, Audios y Videos) Ana Isabel Oviedo Docente Universidad Pontificia Bolivariana ana.oviedo@upb.edu.co Medellín, octubre 19 de 2017 Motivación
Más detallesAnálisis de imágenes digitales
Análisis de imágenes digitales REPRESENTACIÓN Y DESCRIPCIÓN Preparación de regiones INTRODUCCIÓN Después que la imagen fue segmentada, los objetos deben ser representados y descritos en una forma conveniente
Más detallesII.3. Retoque (enhancement) de imágenes médicas (Bankman I. N. (Ed.), Handbook of medical imaging, Academic Press, 2000)
II.3. Retoque (enhancement) de imágenes médicas (Bankman I. N. (Ed.), Handbook of medical imaging, Academic Press, 2000) Las técnicas de retoque de imágenes son técnicas matemáticas diseñadas para mejorar
Más detallesAnálisis de imágenes digitales
Análisis de imágenes digitales SEGMENTACIÓN DE LA IMAGEN Segmentación basada en color INTRODUCCIÓN La segmentación de imágenes a color se puede realizar mediante técnicas de clasificación supervisada.
Más detallesPDI - Procesamiento Digital de Imagen
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2017 205 - ESEIAAT - Escuela Superior de Ingenierías Industrial, Aeroespacial y Audiovisual de Terrassa 739 - TSC - Departamento
Más detallesPreproceso: mejora de la imagen
Preproceso: mejora de la imagen Gonzaled &Woods Digital Image Processing cap4 Mejora de la imagen 1 Transformaciones de la imagen dirigidas a mejorarla para el proceso posterior Mejora de contraste: Operaciones
Más detallesSistemas de Percepción
Visión por Computador Nota: Las imágenes que aparecen en esta presentación provienen del libro: Visión por Computador: fundamentos y métodos. Hueso. Prentice Hall. 1. Introducción 1 Definiciones: Introducción
Más detallesVISIÓN POR COMPUTADOR
VISIÓN POR COMPUTADOR Introducción Ingeniería de Sistemas y Automática Universidad Miguel Hernández Tabla de Contenidos 2 Definición de Visión por Computador Captación Información Luminosa Imagen Digital
Más detallesTabla 7: Ejemplo matriz CaractE
8 RESULTADOS EXPERIMENTALES 8.1 MATRICES DE CARACTERÍSTICAS Con el fin de dar una idea más precisa de cómo se conforman las matrices de características usadas en el reconocimiento de patrones y qué valores
Más detallesFILTRO DE COLOR FUZZY BASADO EN EL HISTOGRAMA PARA LA RESTAURACIÓN DE IMÁGENES. Jesús López de la Cruz Grupo 10
FILTRO DE COLOR FUZZY BASADO EN EL HISTOGRAMA PARA LA RESTAURACIÓN DE IMÁGENES Jesús López de la Cruz Grupo 10 Problema Soluciones anteriores Algoritmo HFC Explicación visual Problema Tenemos una imagen
Más detallesVisión Artificial. Andrea Rueda. Pontificia Universidad Javeriana Departamento de Ingeniería de Sistemas
Visión Artificial Andrea Rueda Pontificia Universidad Javeriana Departamento de Ingeniería de Sistemas Profesora Andrea Rueda Ed. José Gabriel Maldonado, S.J., 3er piso, Departamento de Ingeniería de Sistemas.
Más detallesUso de las estadísticas de los histogramas para el realce local de imágenes
Uso de las estadísticas de los histogramas para el realce local de imágenes Albornoz, Enrique Marcelo y Schulte, Walter Alfredo 5 de noviembre de 2004 Captura y Procesamiento Digital de Imágenes. Facultad
Más detallesProcesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 18
Procesamiento Digital de Imágenes Pablo Roncagliolo B. Nº 18 Orden de las clases... CAPTURA, DIGITALIZACION Y ADQUISICION DE IMAGENES TRATAMIENTO ESPACIAL DE IMAGENES TRATAMIENTO EN FRECUENCIA DE IMAGENES
Más detalles1 Introducción. 1.1 Ecualización del histograma
AHE (ECUALIZACIÓN DEL HISTOGRAMA ADAPTATIVO) Dpto. Física aplicada e Ingeniería de Sistemas Grupo de Control e Informática Industrial Universidad Politécnica de Madrid Escuela Universitaria de Ingeniería
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 4 Variables aleatorias Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Describir las características de las variables aleatorias discretas y continuas.
Más detallesAnálisis de imágenes digitales
Análisis de imágenes digitales FILTRADO DE LA IMAGEN Filtros espaciales suavizantes INTRODUCCIÓN El uso de máscaras espaciales para el procesamiento de imágenes se denomina filtrado espacial y a las propias
Más detallesHerramientas matemáticas básicas para el procesamiento de imágenes
Herramientas matemáticas básicas para el procesamiento de imágenes Fundamentos de procesamiento de imágenes IIC / IEE 3713 1er semestre 2011 Cristián Tejos Basado en material desarrollado por Marcelo Guarini,
Más detallesProcesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 16
Procesamiento Digital de Imágenes Pablo Roncagliolo B. Nº 16 Orden de las clases... CAPTURA, DIGITALIZACION Y ADQUISICION DE IMAGENES TRATAMIENTO ESPACIAL DE IMAGENES TRATAMIENTO EN FRECUENCIA DE IMAGENES
Más detallesESTIMACIÓN N DE LA DISTANCIA RECORRIDA POR UN ROBOT MÓVIL M MEDIANTE LA UTILIZACIÓN N DE DESCRIPTORES SURF
ESTIMACIÓN N DE LA DISTANCIA RECORRIDA POR UN ROBOT MÓVIL M MEDIANTE LA UTILIZACIÓN N DE DESCRIPTORES SURF Autor: Juan Manuel Peraza Domínguez Tutor: Dr. Luis Moreno Lorente Noviembre de 2009 1 ÍNDICE
Más detallesCapítulo 2. Técnicas de Procesamiento de Imágenes
Capítulo 2. Técnicas de Procesamiento de Imágenes 2.1 Binarización La binarización es una de las técnicas más antiguas de procesamiento de imágenes ya que en el pasado, el primer analizador de imágenes
Más detallesESCUELA SUPERIOR POLITÉCNICA DEL LITORAL Facultad de Ingeniería en Electricidad y Computación SYLLABUS DEL CURSO Procesamiento Digital de Imágenes
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL Facultad de Ingeniería en Electricidad y Computación SYLLABUS DEL CURSO Procesamiento Digital de Imágenes 1. CÓDIGO Y NÚMERO DE CRÉDITOS CÓDIGO FIEC05439 NÚMERO
Más detallesProcesamiento Digital de Imágenes
Procesamiento Digital de Imágenes Pablo Roncagliolo B. Nº 14 Procesamiento Espacial en Color De manera similar al procesamiento espacial de imágenes en escala de gris, las imágenes RGB pueden ser procesadas
Más detallesGUIA DOCENTE DE LA ASIGNATURA VISIÓN ARTIFICIAL DE LA TITULACION MÁSTER DE SISTEMAS TELEMÁTICOS E INFORMÁTICOS
GUIA DOCENTE DE LA ASIGNATURA VISIÓN ARTIFICIAL DE LA TITULACION MÁSTER DE SISTEMAS TELEMÁTICOS E INFORMÁTICOS Profesor/es: Ángel Sánchez Calle, Ana Belén Moreno Díaz Web: http://www.escet.urjc.es/~visiona
Más detallesVisión Artificial. Andrea Rueda. Pontificia Universidad Javeriana Departamento de Ingeniería de Sistemas
Visión Artificial Andrea Rueda Pontificia Universidad Javeriana Departamento de Ingeniería de Sistemas Profesora Andrea Rueda Ed. José Gabriel Maldonado, S.J., 3er piso, Departamento de Ingeniería de Sistemas.
Más detallesDescriptores de Forma
Descriptores de Forma Procesamiento de Imágenes y Bioseñales I Gabriela Villavicencio Andrés Cortés Jorge Mansilla Javier Ortiz Agenda Microscopia y Procesamiento en la migración celular Descriptores de
Más detallesProcesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 14
Procesamiento Digital de Imágenes Pablo Roncagliolo B. Nº 14 Procesamiento Espacial en Color De manera similar al procesamiento espacial de imágenes en escala de gris, las imágenes RGB pueden ser procesadas
Más detallesLicense Plate Detection using Neural Networks
License Plate Detection using Neural Networks Luis Carrera, Marco Mora Les Fous du Pixel Image Processing Research Group Department of Computer Science Catholic University of Maule http://www.lfdp-iprg.net
Más detallesTABLA DE CONTENIDOS. Dedicatoria. Agradecimientos. Tabla de Contenidos. Índice de Figuras. Índice de Tablas. Resumen
TABLA DE CONTENIDOS página Dedicatoria Agradecimientos Tabla de Contenidos Índice de Figuras Índice de Tablas Resumen I II IV VII X XI 1. Introducción 13 1.1. Descripción del contexto.........................
Más detallesMinería Multimedia Minería de datos NO estructurados (Textos, Imágenes, Audios y Videos)
Minería Multimedia Minería de datos NO estructurados (Tetos, Imágenes, Audios y Videos) Ana Isabel Oviedo Docente Universidad Pontificia Bolivariana ana.oviedo@upb.edu.co Medellín, noviembre 13 de 2014
Más detallesExtracción de Bordes
Visión por Computadora Unidad IV Extracción de Bordes Rogelio Ferreira Escutia Contenido 1) Conceptos sobre Bordes 2) Extracción de bordes por Derivadas 3) Operadores de Primera Derivada 1) Conceptos sobre
Más detallesExtracción de características
Extracción de características Gonzalez & Woods, Digital Image Processing, cap. 8 extracción de características 1 Propiedades de las características Tienen que ser robustos: la extracción debe ser insensible
Más detallesCAPITULO 5. Introducción al procesamiento de imágenes. Continuar
CAPITULO 5 Introducción al procesamiento de imágenes Continuar Introducción De forma similar al estudio de las señales de voz, los sistemas de comunicación manipulan datos que corresponden a imágenes y
Más detallesRepaso de conceptos de álgebra lineal
MÉTODOS AVANZADOS EN APRENDIZAJE ARTIFICIAL: TEORÍA Y APLICACIONES A PROBLEMAS DE PREDICCIÓN Manuel Sánchez-Montañés Luis Lago Ana González Escuela Politécnica Superior Universidad Autónoma de Madrid Repaso
Más detallesMatemática Computacional
Matemática Computacional Filtrado en el dominio de la Frecuencia MATEMÁTICA COMPUTACIONAL - MA475 1 Logro El alumno, al término de la sesión, será capaz de entender el filtrado en el dominio de la frecuencia
Más detallesAnálisis Bioseñales I
Análisis Bioseñales I Prepaso Práctico 4 Mauricio Farías Gerardo Fasce Rodrigo Ortiz Gustavo Zomosa IMAGEN Colección de componentes de frecuencia Formación de imagen : Pixel, valor : luminosidad del punto
Más detalles11. FUENTES DE INFORMACIÓN
multidimensionales Unidad 3: Tratamiento del color Identificar las características del histograma y su uso para el tratamiento del color Obtener el histograma de diferentes imágenes para indicar las características
Más detallesOrden de las clases...
Procesamiento Digital de Imágenes Pablo oncagliolo B. Nº 6 Orden de las clases... CAPTUA, DIGITALIZACION Y ADQUISICION DE IMAGENES TATAMIENTO ESPACIAL DE IMAGENES TATAMIENTO EN FECUENCIA DE IMAGENES ESTAUACION
Más detallesTema 5: Morfología. Segunda parte
Tema 5: Morfología Segunda parte 1. Imágenes binarias Morfología Operaciones morfológicas:» Dilatación, erosión, Transformada Hit-or-Miss, apertura y cierre. Aplicaciones:» Extracción de fronteras y componentes
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesIntroducción a 3D Transformaciones 3D
Introducción a 3D Transformaciones 3D Introducción a la Computación Gráfica Andrea Rueda Pontificia Universidad Javeriana Departamento de Ingeniería de Sistemas Transformaciones 2D Traslación Rotación
Más detallesTransformaciones 2D. Andrea Rueda. Introducción a la Computación Gráfica. Pontificia Universidad Javeriana Departamento de Ingeniería de Sistemas
Introducción a la Computación Gráfica Andrea Rueda Pontificia Universidad Javeriana Departamento de Ingeniería de Sistemas Transformaciones Transformaciones geométricas o de modelado: Operaciones que se
Más detallesFiltrado no lineal: morfología
Filtrado no lineal: morfología Gonzalez & Woods, cap 8.4 morfología 1 Fundamentada en la teoría de conjuntos: las imágenes se consideran como conjuntos. Imágenes binarias: conjuntos de pixels corresponden
Más detallesTEMARIO DE CURSO PROCESAMIENTO DIGITAL DE SEÑALES INAOE OTOÑO 2014 Versión: 25 de Noviembre 2014
TEMARIO DE CURSO PROCESAMIENTO DIGITAL DE SEÑALES INAOE OTOÑO 2014 Versión: 25 de Noviembre 2014 INSTRUCTORA Dra. María del Pilar Gómez Gil OBJETIVO DEL CURSO Este curso ayudará al estudiante a comprender
Más detallesCURSO DE POSTGRADO. Procesamiento de Imágenes y Bioseñales II. N o m b r e C u r s o. N o m b r e C o m p l e t o
UNIVERSIDAD DE CHILE FACULTAD DE MEDICINA ESCUELA DE POSTGRADO CURSO DE POSTGRADO Procesamiento de Imágenes y Bioseñales II N o m b r e C u r s o SEMESTRE 2 AÑO 2016 PROF. ENCARGADO Steffen Härtel Gründler
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesPROCESAMIENTO DE IMÁGENES DIGITALES
PROCESAMIENTO DE IMÁGENES DIGITALES 1 4 º C U R S O D E G R A D O I N G E N I E R Í A I N F O R M Á T I C A - T E C N O L O G Í A S I N F O R M Á T I C A S O P T A T I V A ( C U A T R I M E S T R E 1 )
Más detallesVisión artificial y Robótica. Depto. de Ciencia de la Computación e Inteligencia Artificial
Visión artificial y Robótica Depto. de Ciencia de la Computación e Inteligencia Artificial Contenidos Definición y clasificación Reconocimiento basado en la apariencia Bag of words Deep learning Parte
Más detallesAplicación de Algoritmos Genéticos en la Fragmentación Vertical y asignación simultanea en Bases de Datos Distribuidas
Aplicación de Algoritmos Genéticos en la Fragmentación Vertical y asignación simultanea en Bases de Datos Distribuidas Rodrigo Peralta González Alumno Ingeniería Civil Informática Universidad Católica
Más detallesPráctica 2 Relación lineal (densidad)
Práctica 2 Relación lineal (densidad) Objetivos Determinar la densidad como una medición indirecta a través de mediciones directas. Aplicar el método de cuadrados mínimos para ver la correlación de las
Más detallesPIB - Procesado de Imágenes Biomédicas
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2017 295 - EEBE - Escuela de Ingeniería de Barcelona Este 707 - ESAII - Departamento de Ingeniería de Sistemas, Automática e Informática
Más detallesCurso de Procesamiento Digital de Imágenes
Curso de Procesamiento Digital de Imágenes Impartido por: Elena Martínez Departamento de Ciencias de la Computación IIMAS, UNAM, cubículo 408 http://turing.iimas.unam.mx/~elena/teaching/pdi-mast.html elena.martinez@iimas.unam.mx
Más detallesFILTRADO DE RAYAS DE PULIDO EN IMÁGENES DE CHAPAS DE ACERO MEDIANTE PROCESAMIENTO DIGITAL
Jornadas SAM CONAMET AAS 2001, Septiembre de 2001 1105-1110 FILTRADO DE RAYAS DE PULIDO EN IMÁGENES DE CHAPAS DE ACERO MEDIANTE PROCESAMIENTO DIGITAL P. Benedetti (a), M. J. Yañez (b), J. W. Insausti (a),
Más detallesLección 1: Umbralización. 2. Umbralización utilizando el histograma
1. Introducción Lección 1: Umbralización 2. Umbralización utilizando el histograma P-tile Modales Iterativos Adaptativos Variables 3. Histograma + Imagen Doble Weszka 1 1. Introducción: imágenes binarias
Más detallesUNIVERSIDAD AUTÓNOMA DE TLAXCALA FACULTAD DE CIENCIAS BÁSICAS, INGENIERÍA Y TECNOLOGÍA PROCESAMIENTO DIGITAL DE LA IMAGEN
UNIVERSIDAD AUTÓNOMA DE TLAXCALA FACULTAD DE CIENCIAS BÁSICAS, INGENIERÍA Y TECNOLOGÍA PROCESAMIENTO DIGITAL DE LA IMAGEN OPERACIONES DE PUNTO Transformaciones de Pixel Transformaciones de color Compositing
Más detallesTOTAL DE HORAS: Semanas de clase: 5 Teóricas: 3 Prácticas: 2. SERIACIÓN OBLIGATORIA ANTECEDENTE: Ninguna SERIACIÓN OBLIGATORIA SUBSECUENTE: Ninguna
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA: INGENIERÍA EN TELECOMUNICACIONES, SISTEMAS Y ELECTRÓNICA DENOMINACIÓN DE LA ASIGNATURA: Sistemas de Audio
Más detallesVisión de Alto Nivel
Visión de Alto Nivel Dr. Luis Enrique Sucar INAOE esucar@inaoep.mx ccc.inaoep.mx/~esucar Sesión 2 Bajo Nivel 1 Visión de Bajo Nivel 2 Extracción de Características orillas color textura 3 Orillas Las variaciones
Más detallesAnálisis de imágenes digitales
Análisis de imágenes digitales EXTRACCIÓN DE PATRONES Transformada de Hough La transformada de Hough es método de extracción de características patentado por Paul Hough en 1962 *, para la detección de
Más detalles2 OBJETIVOS TERMINALES. Al finalizar el curso el estudiante estará en capacidad de:
MATERIA: ÁLGEBRA LINEAL CÓDIGO: 08091 REQUISITOS: Algebra y Funciones (08272), Lógica y Argumentación (08273) PROGRAMAS: Ingenierías, Química. PERÍODO ACADÉMICO: 2017-2 INTENSIDAD HORARIA: 4 Horas por
Más detallesRIVC - Robótica Industrial y Visión por Computador
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2016 295 - EEBE - Escuela de Ingeniería de Barcelona Este 707 - ESAII - Departamento de Ingeniería de Sistemas, Automática e Informática
Más detalles3 Fundamentos y algoritmos de visión artificial
3. Descripción de los procesos utilizados En esta aplicación el problema de visión artificial que se plantea es la discriminación y localización de una serie de objetos, concretamente discos circulares
Más detallesAnálisis de imágenes digitales
Análisis de imágenes digitales REPRESENTACIÓN Y DESCRIPCIÓN Momentos INTRODUCCIÓN En general, la relación entre una imagen ideal f(x,y) y una imagen observada g(x,y) se describe como g =D( f ) donde D
Más detallesMatrices Aleatorias en Familias Gaussianas y Circulares
Matrices Aleatorias en Familias Gaussianas y Circulares Primera Parte: Qué es una matriz aleatoria? El GOE(2) como primer ejemplo Departmento de Matemáticas Universidad de Texas en San Antonio Escuela
Más detallesProcesamiento Digital de Imágenes
Procesamiento Digital de Imágenes Operaciones Orientadas a Punto Contenido Fundamentos Operaciones Elementales Operador Identidad Negativo de una Imagen Transformaciones funcionales Filtros Fundamentos
Más detallesUNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE INGENIERÍA PROYECTO CURRICULAR DE INGENIERÍA DE SISTEMAS
I. IDENTIFICACIÓN DE LA ASIGNATURA ESTADÍSTICA I CÓDIGO DE LA ASIGNATURA 33102106 ÁREA CIENCIAS BASICAS DE INGENIERIA SEMESTRE SEGUNDO PLAN DE ESTUDIOS 1996 AJUSTE 2002 HORAS TOTALES POR SEMESTRE 64 HORAS
Más detallesFiltrado lineal. Digital image processing, Gonzalez & Woods, chpt 4 Digital Image Processing, WK Pratt, part 3. filtrado lineal 1
Filtrado lineal Digital image processing, Gonzalez & Woods, chpt 4 Digital Image Processing, WK Pratt, part 3 filtrado lineal 1 Filtrado es la operación de eliminar o resaltar componentes de la representación
Más detallesTransformadas de la imagen
Transformadas de la imagen Digital Image Processing, Gonzalez, Woods, Addison Wesley, ch 3 Transformadas de la imagen 1 Transformada de Fourier en el caso continuo Transformada de Fourier de una funcion
Más detallesPROCESOS ESTOCÁSTICOS
CURSO: PROCESOS ESTOCÁSTICOS 1 SEMESTRE: VIII 2 CODIGO: 602804 3 COMPONENTE: 4 CICLO: 5 AREA: Profesional 6 FECHA DE APROBACIÓN: 7 NATURALEZA: Teórica 8 CARÁCTER: Obligatorio 9 CREDITOS (RELACIÓN): 3 (1-1)
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 5 Distribuciones de probabilidad discretas Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Distinguir las características de las distribuciones de
Más detallestransmisión de señales
Introducción al análisis y transmisión de señales La transmisión de información La información se puede transmitir por medio físico al variar alguna de sus propiedad, como el voltaje o la corriente. Este
Más detallesIntroducción a la teoría clásica de matrices aleatorias
Introducción a la teoría clásica de matrices aleatorias Primera Parte: Qué es una matriz aleatoria? El GOE(2) como primer ejemplo Eduardo Duéñez Departmento de Matemáticas Universidad de Texas en San Antonio
Más detallesProfesor: Javier Ruiz del Solar 6
1. Introducción al Procesamiento de 6 1.1. Definiciones y Conceptos Básicos Nomenclatura Acquisition Communication Display Sorage Image Procesing Image Image Procesing, Computer Vision, Image Analysis
Más detallesRECONOCIMIENTO DE MENSAJES EN CÓDIGO BRAILLE MEDIANTE TÉCNICAS DE PROCESADO DE IMÁGENES
PROCESAMIENTO DE IMÁGENES DIGITALES RECONOCIMIENTO DE MENSAJES EN TRABAJO REALIZADO POR: MANUEL CASAS ALAMINOS FRANCISCO JAVIER IGLESIAS RUIZ CURSO: 2013/2014 ÍNDICE: 1. INTRODUCCIÓN 2. PREPROCESADO 3.
Más detallesRobótica I ACB Participantes Comité para el Diseño de Especialidad de la DIET. Academia de Sistemas Digitales de la DIET
1. DATOS DE LA ASIGNATURA. Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría Horas práctica Créditos: Robótica I Ingeniería Electrónica ACB - 0802 4 0 8 2. HISTORIA DEL PROGRAMA. Lugar
Más detallesUN SISTEMA DE VIDEO VIGILANCIA PARA DETECCIÓN DE CAÍDAS
UNIVERSIDAD DE MÁLAGA ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA INGENIERÍA SUPERIOR EN INFORMÁTICA ANTEPROYECTO UN SISTEMA DE VIDEO VIGILANCIA PARA DETECCIÓN DE CAÍDAS DIRECTOR DEL PROYECTO: FIRMA:
Más detalles