Segmentación de Imágenes Parte 2
|
|
- Carla Hernández Navarro
- hace 6 años
- Vistas:
Transcripción
1 Segmentación de Imágenes Parte 2 Visión Artificial Andrea Rueda Pontificia Universidad Javeriana Departamento de Ingeniería de Sistemas
2 Parcial - respuestas
3 Descripción del Color Tres atributos: - Brillo o luminosidad: oscuro vs claro, blanco vs negro. - Saturación: intenso vs pálido. - Matiz: rojo, naranja, amarillo, verde, azul, morado. gures/2013/08/05/subtleties-of-color-part-1-of-6/
4 Transformaciones 2D Rotación: rotación de 45 alrededor de (20,5). y x
5 Transformaciones 2D Escala: escala usando factores (2/3, 6/5). 42 y x
6 Transformaciones 2D Reflexión relativa al origen de coordenadas: (x, y) x ' = x (x ', y ' ) y ' = y P ' =F xy P [][ y ][ ] x x' y ' = y x
7 Transformaciones 2D Inclinación en dirección x: (x, y) (x ', y ' ) x ' = x+ sh x y y y'=y x P ' =H x P [][ 1 x' y' = ][ ] sh x 0 x 1 0 y y x
8 Transformaciones 2D Inclinación en la dirección x con respecto a y otras líneas (x, y) (x ', y ' ) x ' = x+ sh x ( y y ref ) y'=y x y x
9 Cámaras y Lentes Modelo de cámara estenopeica (pinhole): - Extrínsecos: ubicación de la cámara en 3D. - Intrínsecos: centro óptico y distancia focal de la cámara. matriz de cámara P= K [ R t ] extrínsecos (rotación, traslación) intrínsecos (matriz) Zhang, Z. "A Flexible New Technique for Camera Calibration." IEEE Transactions on Pattern Analysis and Machine Intelligence. Vol. 22, No. 11, 2000, pp
10 Filtrado Filtro pasa-bajos en el dominio de la frecuencia: eliminar altas frecuencias en el espectro. Transformada de Fourier Transformada inversa
11 Umbralización y Binarización Binarización con múltiples umbrales: Etiquetar (o recolorear) los objetos comparando su valor de intensidad con varios valores de referencia (umbrales). { 1 g (x, y)= 0 si I ( x, y)>t 1 y I ( x, y)<t 2 si I (x, y) T 1 y I ( x, y) T 2 }
12 Morfología Matemática Combinación de operaciones morfológicas permite extraer diferentes características: - Gradiente morfológico: extracción de los bordes de la imagen. Diferencia entre la dilatación y la erosión de la imagen con el mismo elemento estructural.
13 Transformaciones 2D = =
14 Transformaciones 2D Imagen original Imagen transformada
15 Filtrado H1: realce o pasa-altos, H2: promedio o pasabajos, H3: relieve o diferencia centrada.
16 Filtrado Imagen con kernel 1 Imagen con kernel 2
17 Filtrado Imagen con kernel 1 Imagen con kernel 2
18 Segmentación Parte 2
19 Métodos de segmentación Basados en umbrales. Basados en bordes. Basados en regiones.
20 Métodos de segmentación Basados en regiones: Regiones en la imagen pueden identificarse analizando vecindarios con intensidades similares. También pueden usarse los bordes como criterios que restringen la región. Otra información, como texturas, puede utilizarse para definir las regiones de interés.
21 Métodos de segmentación Basados en bordes: - diferencias entre pixeles (intensidades). - de afuera hacia adentro. - bordes no necesariamente cerrados. Basados en regiones: - similaridades entre pixeles (intensidades). - de adentro hacia afuera. - bordes cerrados.
22 Métodos de segmentación Segmentación de bordes:
23 Métodos de segmentación Segmentación de regiones:
24 Idea: Agrupar y marcar aquellos pixeles que corresponden a un objeto. Principios: - Similaridad: diferencias, varianzas de las intensidades. - Proximidad espacial: distancia, compacidad.
25 Propiedades a cumplir: - Completitud: cada pixel pertenece a una región. - Conectividad: los pixeles de una región deben estar conectados de alguna manera. - Separabilidad: regiones deben ser disyuntas. - Satisfacibilidad: los pixeles de una región deben satisfacer una propiedad común (homogeneidad). - Segmentabilidad: regiones diferentes satisfacen propiedades diferentes.
26 Crecimiento de regiones: A partir de pixeles semilla seleccionados, pixeles vecinos van siendo agregados a la región si cumplen un criterio de homogeneidad o propiedades similares. Nivel de gris. Textura. Color. Forma.
27 Crecimiento de regiones:
28 Crecimiento de regiones:
29 Crecimiento de regiones: Las semillas pueden escogerse manual o automáticamente. Criterio de homogeneidad (medida de similaridad) es clave para obtener una buena segmentación.
30 Crecimiento de regiones: medida de similaridad: - Comparar pixeles individuales: sensible al ruido. - Comparar características del vecindario de los pixeles: Promedio de los vecinos. Desviación estándar de los vecinos. Contraste: diferencia entre valor máximo y valor mínimo menor a un valor fijado. Entropía: medida de la cantidad de información.
31 Crecimiento de regiones: Criterio de homogeneidad define dónde puede estar el borde (límite de crecimiento).
32 Crecimiento de regiones:
33 Crecimiento de regiones: Forma del vecindario: 4-vecinos 8-vecinos
34 Crecimiento de regiones:
35 Crecimiento de regiones:
36 Crecimiento de regiones:
37 Crecimiento de regiones:
38 Crecimiento de regiones:
39 Crecimiento de regiones:
40 Crecimiento de regiones:
41 Crecimiento de regiones:
42 Crecimiento de regiones:
43 Crecimiento de regiones: Criterio de homogeneidad: diferencia entre la intensidad del vecino y el promedio de la región.
44 Crecimiento de regiones: en 3D.
45 Crecimiento de regiones: Ventajas: Rápido, conceptualmente simple. Desventajas: Método local, no hay una visión global del problema. Sensible al ruido. Dependiente de las semillas y el criterio de homogeneidad.
46 Combinación de regiones: Caso extremo del crecimiento de regiones: asumir cada pixel en la imagen como una semilla. Para prevenir una cantidad excesiva de regiones diferentes, éstas se pueden combinar si cumplen con un criterio de homogeneidad. El resultado converge cuando no pueden combinarse más regiones.
47 Algoritmo de dividir y combinar: Para no iniciar con una excesiva cantidad de regiones de tamaño mínimo, se puede utilizar una estrategia de subdivisión. Separar la imagen en regiones de acuerdo a una medida de similaridad. Luego combinar regiones de acuerdo a una medida de similaridad (la misma u otra).
48 Algoritmo de dividir y combinar:
49 Algoritmo de dividir y combinar:
50 Algoritmo de dividir y combinar: dervisningsmateriale/inf f03-segmentation.pdf
51 Algoritmo de dividir y combinar:
52 Algoritmo de dividir y combinar: Quadtree! 8x x4 2x pixel
53 Watersheds: Una imagen puede verse como una superficie 3D, en donde la altura de cada punto de la superficie corresponde a la intensidad del pixel.
54 Watersheds: Sobre la superficie, pueden identificarse: - Puntos que pertenecen a un mínimo local. - Puntos que pertenecen al watershed (cuenca) de ese mínimo. - Puntos que pertenecen a líneas divisorias (líneas de cresta), desde donde hay la posibilidad de caer en varios mínimos.
55 Watersheds: Objetivo: encontrar las líneas de cresta. Cómo? A partir de los mínimos locales, la imagen empieza a inundarse con agua de manera uniforme. Cuando el agua en cuencas vecinas esté a punto de mezclarse, una presa o empalizada se construye para evitarlo. Los bordes de las empalizadas corresponden a las líneas de cresta.
56 Watersheds:
57 Watersheds:
58 Watersheds:
59 Watersheds: Algoritmo: Iniciar con los pixeles de menor intensidad. Para cada nivel de intensidad k: Para cada grupo de pixeles de intensidad k: * Si son adyacentes sólo a una región, añadirlos. * Si son adyacentes a más de una región, marcarlos como borde. * Si no, iniciar una nueva región.
60 Watersheds: Pueden ser usados en: - La imagen original. - La imagen con bordes realzados. - La transformada de distancia de la imagen. - El gradiente de la imagen.
61 Watersheds:
62 Watersheds:
63 Contornos activos (snakes): Curva deformable a partir de una formulación de minimización de energía. Restricciones y fuerzas externas empujan la curva hacia los contornos en la imagen, mientras que fuerzas internas resisten la deformación.
64 Contornos activos (snakes):
65 Contornos activos (snakes):
66 Formas activas (active shape models):
67 Modelos deformables (activos):
68 Graph cuts:
69 Referencias R.C. González, R.E. Woods. Digital Image Processing, 3rd edition. Pearson Prentice Hall, I. Bankman. Handbook of Medical Image Processing and Analysis, second edition. Academic Press, M. Nixon & A. Aguado. Feature Extraction & Image Processing for Computer Vision, third edition. Academic Press, /undervisningsmateriale/INF f03segmentation.pdf
70 Referencias OPIES/MORSE/region.pdf
Filtrado 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 detallesMICRODISEÑO CURRICULAR Ingeniería de Sistemas. Créditos TPS TIS TPT TIT
1. IDENTIFICACIÓN Asignatura Visión Artificial Área Nivel IV Código Pensum Correquisito(s) Prerrequisito(s) Créditos TPS TIS TPT TIT 2. JUSTIFICACIÓN. La visión artificial es una de las disciplinas 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 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 detallesUNIVERSIDAD DEL NORTE DIVISION DE INGENIERÍAS DEPARTAMENTO DE INGENIERIA ELÉCTRICA Y ELECTRÓNICA
UNIVERSIDAD DEL NORTE DIVISION DE INGENIERÍAS DEPARTAMENTO DE INGENIERIA ELÉCTRICA Y ELECTRÓNICA 1. IDENTIFICACIÓN DIVISIÓN ACADÉMICA Ingenierías DEPARTAMENTO Ingenierías eléctrica y electrónica PROGRAMA
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 detallesTema 4:Segmentación de imágenes
Tema 4:Segmentación de imágenes La segmentación de imágenes divide la imagen en sus partes constituyentes hasta un nivel de subdivisión en el que se aíslen las regiones u objetos de interés. Los algoritmos
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 detallesUniversidad Nacional de Quilmes Ing. en Automatización y Control Industrial Cátedra: Visión Artificial Agosto de 2005
Extracción de Frontera (Boundary Extraction) La frontera de un conjunto A, escrita como β(a), se puede obtener erosionando A por B y luego calcular la diferencia entre A y su erosión. Esto es β ( A) =
Más detallesGuía Docente Curso 2008-2009
Nombre: Sistemas de percepción robótica Denominación en inglés 1 : Robotic perception ESCUELA POLITECNICA SUPERIOR Guía Docente Curso 2008-2009 Titulación Ingeniería Industrial DATOS DE LA ASIGNATURA Código:
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 detallesFundamentos de la Visión Artificial. Prof. Dr. Francisco Gómez Rodríguez Prof. Manuel J. Domínguez Morales 1
Fundamentos de la Visión Artificial Prof. Dr. Francisco Gómez Rodríguez Prof. Manuel J. Domínguez Morales 1 Índice 1. Introducción a lavisión Artificial 2. Adquisición y representación de imágenes 3. Filtrado
Más detallesComparación de métodos de detección de piel en modelos de color YCbCr y HSI para reconocimiento de caras
Comparación de métodos de detección de piel en modelos de color YCbCr y HSI para reconocimiento de caras Ramello, Pedro Martín Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas
Más detallesSistemas de Sensación Segmentación, Reconocimiento y Clasificación de Objetos. CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides
Sistemas de Sensación Segmentación, Reconocimiento y Clasificación de Objetos CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides Introducción La visión artificial, también conocida como visión por computador
Más detallesUniversidad Autónoma del Estado de México UAEM Secretaria de Docencia Dirección de Estudios Profesionales
Programa de Estudios por Competencias Tratamiento de Imágenes I. IDENTIFICACIÓN DEL CURSO ORGANISMO ACADÉMICO: Facultad de Ingeniería de la Universidad Autónoma del Estado de México () Programa Educativo:
Más detallesCapítulo 3. Bases Teóricas, Digitalización y Análisis de Imágenes
Capítulo 3. Bases Teóricas, Digitalización y Análisis de Imágenes ÁNGEL MARTÍNEZ NISTAL El desarrollo de la microinformática en los últimos años ha propiciado que cada vez sea más común el trabajar con
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 detallesMEJORA DE LA IMAGEN EN EL DOMINIO DE LA FRECUENCIA: TRANSFORMADA DE FOURIER
MEJORA DE LA IMAGEN EN EL DOMINIO DE LA FRECUENCIA: TRANSFORMADA DE FOURIER M.C. CAROLINA ROCÍO SÁNCHEZ PÉREZ 01 DE ABRIL DE 2011 Operaciones en el dominio de la frecuencia Una imagen digital es una representación
Más detallesC =[x 1,y 1,x 2,y 2,...,x n,y n ]
Práctica 1 Realizar un programa que presente una nube de puntos en 2D utilizando los comandos de OpenGL vistos en clase. Los puntos deben variar aleatoriamente al menos en posición y color. Realizar un
Más detallesPreguntas tema 4: MORFOLOGÍA
Preguntas tema 4: MORFOLOGÍA 1 I N G E N I E R Í A I N F O R M Á T I C A C U R S O 2 0 1 3-2 0 1 4 MORFOLOGÍA BINARIA 2 Ejemplo clausura: Corrección de texto escaneado - Imagen original: texto escaneado
Más detallesESTUDIO de los TUMORES ÓSEOS mediante el. TRATAMIENTO de IMÁGENES DIGITALIZADAS
ESTUDIO de los TUMORES ÓSEOS mediante el TRATAMIENTO de IMÁGENES DIGITALIZADAS A, Baltasar Sánchez; A, González-Sistal. Departament de Cièncias Fisiológiques II. Facultat de Medicina. Universitat de Barcelona.
Más detallesTema 4. Reducción del ruido
Div. Ingeniería de Sistemas y Automática Universidad Miguel Hernández GRUPO DE TECNOLOGÍA INDUSTRIAL Tabla de Contenidos Definición Filtros Lineales Filtros Temporales Realce Espacial Definición Ruido:
Más detallesFiltros digitales dominio del espacio dominio de la frecuencia
Tema 3: Filtros 1 Filtros digitales Los filtros digitales constituyen uno de los principales modos de operar en el procesamiento de imágenes digitales. Pueden usarse para distintos fines, pero en todos
Más detalles370549 - FOTOGRAF - Fotografía y Procesado de la Imagen
Unidad responsable: 370 - FOOT - Facultad de Óptica y Optometría de Terrassa Unidad que imparte: 731 - OO - Departamento de Óptica y Optometría Curso: Titulación: 2016 GRADO EN ÓPTICA Y OPTOMETRÍA (Plan
Más detallesTema 6: Descriptores topológicos, geométricos y estadísticos de las imágenes digitales
Tema 6: Descriptores topológicos, geométricos y estadísticos de las imágenes digitales de imágenes (después de realizar una segmentación) Componentes conexas Agujeros (2D) Túneles y cavidades (3D) Característica
Más detallesREVISTA COLOMBIANA DE FÍSICA, VOL. 34, No. 1. 2002 CONTEO Y CARACTERIZACIÓN DE REGIONES COMPLETAS EN IMÁGENES 2D: APLICACIÓN A NÚCLEOS CELULARES
REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No. 1. 2002 CONTEO Y CARACTERIZACIÓN DE REGIONES COMPLETAS EN IMÁGENES 2D: APLICACIÓN A NÚCLEOS CELULARES Y. Sossa, G. Osorio, F. Prieto, F. Angulo Grupo de Percepción
Más detallesQue el estudiante sepa aplicar las principales técnicas que sirven para resaltar características en imágenes
1 Facultad: Ingeniería. Escuela: Biomédica Asignatura: Imágenes Médicas Realce de Características Objetivos Que el estudiante sepa aplicar las principales técnicas que sirven para resaltar características
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 detallesEnginyeria Tècnica Industrial (esp. Electrònica Industrial) B.O.E. 6-Març-2001
ESCOLA POLITÈCNICA SUPERIOR UNIVERSITAT DE LES ILLES BALEARS Enginyeria Tècnica Industrial (esp. Electrònica Industrial) B.O.E. 6-Març-2001 Assignatura: 4730-Visió Industrial (6 crèdits) Impartició: 3er
Más detallesConciencia Tecnológica ISSN: Instituto Tecnológico de Aguascalientes México
Conciencia Tecnológica ISSN: 1405-5597 contec@mail.ita.mx Instituto Tecnológico de Aguascalientes México Mauricio de Anda, J.; Soto Bernal, J.J.; Martínez Romo, J.C. Algoritmo para la Inspección de Anillos
Más detallesTratamiento de imágenes Adquisición y Digitalización
Tratamiento de imágenes Adquisición y Digitalización hamontesv@uaemex.mx http://scfi.uaemex.mx/hamontes Advertencia No use estas diapositivas como referencia única de estudio durante este curso. La información
Más detallesUniversidad Nacional de Quilmes Ing. en Automatización y Control Industrial Cátedra: Visión Artificial Septiembre de 2005
Filtrado Espacial Introducción El filtrado espacial es la operación que se aplica a una imagen para resaltar o atenuar detalles espaciales con el fin de mejorar la interpretación visual o facilitar un
Más detallesIB14 Informática para la construcción. Tema 5. Tratamiento de imágenes digitales
IB14 Informática para la construcción Tema 5. Tratamiento de imágenes digitales Contenidos Fotografía tradicional. Fotografía digital. Procesamiento digital de imágenes. Cómo almacena el ordenador
Más detallesFundamentos De la Teoría del Color
Fundamentos De la Teoría del Color La teoría del color es un sistema de principios usados para crear combinaciones armoniosas del color. Las relaciones del color se pueden representar visualmente con una
Más detallesCAPÍTULO 2 PROCESAMIENTO DIGITAL DE IMÁGENES
CAPÍTULO PROCESAMIENTO DIGITAL DE IMÁGENES En este capítulo se presentan de manera breve, una explicación de la visión, las imágenes digitales y como son capturadas por medios electrónicos, el campo encargado
Más detallesRecAM. Reconocimiento Automático de Matrículas
RecAM Reconocimiento Automático de Matrículas Curso de Tratamiento de Imágenes por Computadora Año 2003 Tutor: Ing. Alvaro Pardo Integrantes: Rodrigo Abal Raúl Medeglia Nicolás Pebet De Qué Se Trata? Cada
Más detalles6 10 3,5 2,0 4,5. PROGRAMA DE CURSO Código Nombre EL Señales y Sistemas I Nombre en Inglés Signals and Systems I SCT
PROGRAMA DE CURSO Código Nombre EL 3005 Señales y Sistemas I Nombre en Inglés Signals and Systems I SCT Unidades Horas de Horas Docencia Horas de Trabajo Docentes Cátedra Auxiliar Personal 6 10 3,5 2,0
Más detallesInspección de las dimensiones de objetos mediante procesamiento de imágenes
Inspección de las dimensiones de objetos mediante procesamiento de imágenes Gabriel González Flores, Eduardo Castillo Castañeda. Centro de Investigación en Ciencia Aplicada y Tecnología Avanzada (Unidad
Más detallesLaboratorio de Visión para Robots. Práctica 2
1. Preparación del entorno de trabajo Laboratorio de Visión para Robots Práctica 2 La manera en la que trabajaremos será primero utilizando Eclipse para prototipar nuestro programa. Cuando podamos procesar
Más detallesDetección de bordes en una imagen.
Detección de bordes en una imagen. Departamento de Ingeniería electrónica, Telecomunicación y Automática. Área de Ingeniería de Sistemas y Automática OBJETIVOS: Utilizar distintas máscaras empleadas para
Más detallesFiltrado de imágenes usando hardware dedicado
Filtrado de imágenes usando hardware dedicado Acosta Nelson & Tosini Marcelo INCA/INTIA Depto. Computación y Sistemas Fac. Cs. exactas UNCPBA (7000) Tandil Argentina Email: { nacosta, mtosini }@exa.unicen.edu.ar
Más detallesTema 1. Elementos de un sistema de Visión por Computador. Esquema general de un sistema de visión por computador
Tema 1 Elementos de un sistema de Visión por Computador Índice Esquema general de un sistema de visión por computador Esquema de un proceso de visión por computador Estructura típica de un sistema Fundamentos
Más detallesCapítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones.
Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones. 2.1 Revisión sistema reconocimiento caracteres [9]: Un sistema de reconocimiento típicamente esta conformado por
Más detallesPorqué analizar imágenes?
Porqué analizar imágenes? Medidas que requieren estudiar un número demasiado elevado de imágenes. Análisis cuantitativo: La visión humana no cuantifica por si sola. El análisis automático es más repetitivo
Más detallesTécnicas de mejora de imágenes
Técnicas de mejora de imágenes Mejora o enhancement Restauración Reconstrucción Mejora de la imagen Dominio espacial Opera directamente sobre los píxeles g(x,y)=t entorno (f(x,y)) Dominio en el espacio
Más detallesTALLER DE COLOR Ingrid Calvo Ivanovic - Académica UCH. Enero de 2015.
Ingrid Calvo Ivanovic - Académica UCH. Enero de 2015. El color Los colores se nos presentan en un flujo continuo, constantemente relacionado con los contiguos y en condiciones cambiantes. - Josef Albers
Más detallesRevista Digital Universitaria. 10 de enero 2006 Volumen 7 Número 1 ISSN: Bermeo Campos Nadia Lizbeth
Revista Digital Universitaria 10 de enero 2006 Volumen 7 Número 1 ISSN: 1067-6079 ROBOTS CONTROLADOS POR INTERNET PARA LA LOCALIZACIÓN DE OBJETOS [ETAPA 1 DESARROLLO DE SOFTWARE] Bermeo Campos Nadia Lizbeth
Más detallesOptics, Forces and Development
Optics, Forces and Development 6 Digital Image Processing I Image Formation and Restoring Jorge Jara DCC, SCIAN-Lab jjaraw@gmail.com Temario 1. Introducción (sesión 6) Procesamiento matemático, digital,
Más detallesReconocimiento Automático de Texto Braille. Abstract
Reconocimiento Automático de Texto Braille Héctor Ferraro, Claudia Russo hpferraro@hotmail.com crusso@lidi.info.unlp.edu.ar Instituto de Investigación en Informática LIDI Facultad de Informática. Universidad
Más detallesQué es una imágen digital?
Qué es una imágen digital? Una imagen digital es una fotografía, un dibujo, un trabajo artístico o cualquier otra imagen que es convertida en un fichero de ordenador. Qué es una imágen digital? Una imagen
Más detallesTexturas. Descripción y aplicaciones
Texturas Descripciónyaplicaciones Motivación Segmentación de texturas. Clasificación de texturas. Síntesis de texturas. Extracción de características. Reconocimiento de patrones. Reconocimiento de objetos.
Más detallesEnfoque propuesto para la detección del humo de señales de video.
Capítulo 3 Enfoque propuesto para la detección del humo de señales de video. 3.1 Comportamiento del enfoque propuesto. Una visión general del método propuesto se muestra en la figura 2. El método genera
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 detallesTema 6: Morfología. Primera parte
Tema 6: Morfología Primera parte Morfología La morfología matemática se basa en operaciones de teoría de conjuntos. En el caso de imágenes binarias, los conjuntos tratados son subconjuntos de Z 2 y en
Más detalles1.- INTRODUCCIÓN AL PROCESADO DIGITAL DE IMÁGENES
1.- INTRODUCCIÓN AL PROCESADO DIGITAL DE Los campos del procesado digital de señales en dos dimensiones (2-D) y procesado digital de imágenes han tenido una tremenda vitalidad en las dos décadas pasadas
Más detallesTema 3: Filtros SEGUNDA PARTE
Tema 3: Filtros SEGUNDA PARTE FILTROS En el dominio del espacio: Filtros de suavizado. Filtros de realce. En el dominio de la recuencia: Filtros de suavizado. Filtros de realce. Filtros espaciales de realce
Más detallesTécnicas de Segmentación en Procesamiento Digital de Imágenes
Técnicas de Segmentación en Procesamiento Digital de Imágenes Dra. Nora La Serna Palomino 1, Lic. Ulises Román Concha 1 1 Facultad de Ingeniería de Sistemas e Informática Universidad Nacional Mayor de
Más detallesIntroducción a las imágenes digitales. Segunda parte
Introducción a las imágenes digitales Segunda parte Introducción a las imágenes digitales Herramientas matemáticas. Transformaciones de intensidad. Histograma de una imagen. Imágenes a color. Modelos de
Más detallesReconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala
Reconocimiento de Caracteres: Un abordaje invariante a translación, rotación y escala Jesús P. Mena-Chalco jmena@vision.ime.usp.br Departamento de Ciência da Computação Instituto de Matemática e Estatística
Más detallesImágenes binarias. Horn, Robot Vision Haralick & Shapiro, Computer and Robot Vision Gonzalez & Woods, Digital Image Processing. imagenes binarias 1
Imágenes binarias Horn, Robot Vision Haralick & Shapiro, Computer and Robot Vision Gonzalez & Woods, Digital Image Processing imagenes binarias 1 Propiedades geométricas simples: Area: la integral de la
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 detallesFrancisco J. Hernández López fcoj23@cimat.mx
Francisco J. Hernández López fcoj23@cimat.mx Parte importante en muchas de las aplicaciones de visión computacional tales como: video conferencias, video vigilancia, edición de video, etc. Consiste en
Más detallesEl movimiento en problemas de visión artificial
El movimiento en problemas de visión artificial Rafael Molina Depto Ciencias de la Computación e IA Universidad de Granada 1 Contenidos I. Introducción II. Importancia del movimiento visual. III. Ejemplos
Más detallesel árbol de formas de una imagen y su aplicación a la segmentación
el árbol de formas de una imagen y su aplicación a la segmentación enric meinhardt llopis departament de tecnologia universitat pompeu fabra 24 08 2005 Outline Introducción Definición del árbol Aplicación:
Más detallesTransformada Z Filtros recursivos. clase 12
Transformada Z Filtros recursivos clase 12 Temas Introducción a los filtros digitales Clasificación, Caracterización, Parámetros Filtros FIR (Respuesta al impulso finita) Filtros de media móvil, filtros
Más detallesTRATAMIENTO DE IMÁGENES DIGITALES
Página 1de 8 GUIA DOCENTE DE LA ASIGNATURA TRATAMIENTO DE IMÁGENES DIGITALES MÓDULO MATERIA CURSO SEMESTRE CRÉDITOS TIPO Complementos de Tecnologías de la Información Complementos de desarrollo en Tecnologías
Más detallesso de Photoshop Cur Copyleft - Jorge Sánchez 2006
Curso de Photoshop Copyleft - Jorge Sánchez 2006 Imágenes Según la RAE. Imagen= Figura, representación, semejanza y apariencia de algo. Otra definición (WIKIPEDIA): Forma dibujada, pintada o esculpida,
Más detallesProcesado de Imagen para Reconocimiento de Huellas Digitales
Procesado de Imagen para Reconocimiento de Huellas Digitales Técnicas Avanzadas de Procesado de Imagen Marcos Ortega Hortas 1 Introducción (I) Identificación por huella dactilar, o fingerprint en inglés,
Más detallesUn Programa Interactivo para la Enseñanza de Algoritmos de Procesamiento Digital de Imágenes
Formación Universitaria Un Vol. Programa 1(5), 21-28 Interactivo (2008) para la Enseñanza de Algoritmos de Procesamiento Digital doi: 10.4067/S0718-50062008000500004 Un Programa Interactivo para la Enseñanza
Más detallesGeometría de las superficies
Geometría de las superficies Klette, schluns, koschan Computer vision: three dimensional data from images Cap 3 1 Representaciones funcionales Representación mediante una ecuación condicional para X e
Más detallesVisión Artificial. Por Elisabeth Pérez
Visión Artificial Por Elisabeth Pérez Indice Qué es la Visión Artificial? Visión Artificial Diversos nombres Áreas de Aplicación Visión Artificial en Sistemas de Calidad Los pasos a tener en cuenta Áreas
Más detallesApuntes de Compresión Fractal de Imágenes
Apuntes de Compresión Fractal de Imágenes Gonzalo Rojas C., Ulrich Raff B. Grupo de Procesamiento de Imágenes Departamento de Física Universidad de Santiago de Chile Av. Ecuador 3493 Santiago, CHILE E-MAIL:
Más detallesPROCESAMIENTO DE IMÁGENES APLICADOS A LA EDUCACIÓN
PROCESAMIENTO DE IMÁGENES APLICADOS A LA EDUCACIÓN Resumen En el procesamiento de Imágenes es necesario implementar algoritmos de bajo costo para identificar objetos básicos, como son figuras geométricas,
Más detallesCapítulo 6 Filtrado en el Dominio de la Frecuencia
Capítulo 6 Filtrado en el Dominio de la Frecuencia...39 6. Método en el Dominio de la Frecuencia...39 6. Filtros Espaciales en la frecuencia...40 6.. Convolución Lineal y la Transformada Discreta de Fourier...45
Más detalles1. La marca. Elementos base de identidad
1. La marca. Elementos base de identidad 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 1.10 1.11 1.12 La marca Andalucía Área de protección mínima Gama cromática principal Gama cromática complementaria Aplicaciones
Más detallesCapítulo 3. 3. Marco Teórico.
Capítulo 3 3. Marco Teórico. La visión artificial o visión por computador se define como un área multidisciplinar que pretende, en cierta medida, reproducir artificialmente el sentido de la vista mediante
Más detallesVisión artificial y Robótica Modelos de movimiento y mapas. Depto. de Ciencia de la Computación e Inteligencia Artificial
Visión artificial y Robótica Modelos de movimiento y mapas Depto. de Ciencia de la Computación e Inteligencia Artificial Contenidos Sistemas de coordenadas Localización de objetos en el espacio Modelos
Más detallesLocalización del elemento efector del Robot Paralelo Parallix LKF 20-40 utilizando análisis de imágenes
Localización del elemento efector del Robot Paralelo Parallix LKF 20-40 utilizando análisis de imágenes Ángel Osiris Rodríguez Vázquez, E. Castillo Castañeda, A. Traslosheros Michel, J.J González Barbosa.
Más detallesVisión Artificial INSTITUTO POLITACNICO NACIONAL
INSTITUTO POLITACNICO NACIONAL UNIDAD PROFESIONAL INTERDICIPLINARIA EN INGENIERIA Y TECNOLOGIAS AVANZADAS. Esté modelo fue diseñado para obtener la ventaja del sistema de visión humano, que es más sensible
Más detallesPhotoshop CS6 Para PC/Mac
Nociones básicas La resolución 9 Los colores en Photoshop 10 Los modos de Adobe Photoshop 13 El espacio de trabajo Descubrir el espacio de trabajo 15 Utilizar el panel Herramientas 19 Administrar la barra
Más detallesTRANSFORMACIONES GEOMÉTRICAS SOBRE IMÁGENES DIGITALES
TRANSFORMACIONES GEOMÉTRICAS SOBRE IMÁGENES DIGITALES Samuel Barreto Melo sbarreto@udistrital.edu.co Facultad de Ciencias Carrera de Matemáticas Universidad Distrital Francisco José de Caldas RESUMEN Las
Más detallesUna estrategia de segmentación de imágenes digitales de huellas dactilares latentes
RIEE&C, REVISTA DE INGENIERÍA ELÉCTRICA, ELECTRÓNICA Y COMPUTACIÓN, Vol. 9 No. 1, JULIO 2011. Una estrategia de segmentación de imágenes digitales de huellas dactilares latentes 1 Ruíz E. María E., Morales
Más detalles1. Señales y sistemas Sistemas lineales e invariantes en el tiempo (SLI) 13.5
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO ANÁLISIS DE SISTEMAS Y SEÑALES 1418 4 09 Asignatura Clave Semestre Créditos Ingeniería Eléctrica Ingeniería de Control
Más detallesDesarrollo de un algoritmo para el reconocimiento de objetos basado en FPGA aplicado a un Robot SCARA
Desarrollo de un algoritmo para el reconocimiento de objetos basado en FPGA aplicado a un Robot SCARA Carlos Pillajo Facultad de Ingeniería Electrónica Universidad Politécnica Salesiana (UPS), Quito Ecuador
Más detalles10212 Aplicaciones de la Ingeniería Electrónica II
Universitat de les Illes Balears Departament de Ciències Matemàtiques i Inormàtica 10212 Aplicaciones de la Ingeniería Electrónica II Máster en Ingeniería Electrónica Calibración geométrica de cámaras.
Más detallesPrograma de la asignatura. Horas. ASIGNATURA: Visión Artificial
ASIGNATURA: Visión Artificial Código: 126213031 Titulación: Ingeniero Técnico Industrial, esp. Electrónica Industrial Curso: 3º Profesor(es) responsable(s): - Miguel Pinzolas Prado - Juan López Coronado
Más detallesCONTROL DE ROBOTS Y SISTEMAS SENSORIALES 4º Ingeniería Industrial
Escuela Politécnica Superior de Elche CONTROL DE ROBOTS Y SISTEMAS SENSORIALES 4º Ingeniería Industrial PRÁCTICAS DE VISIÓN ARTIFICIAL [Títere] Práctica 4: Segmentación. Localización y Reconocimiento de
Más detallesDetección de bordes en imágenes con sombras mediante LIP Canny
Detección de bordes en imágenes con sombras mediante LIP Canny José Manuel Palomares Área de Arq. y Tec. de Computadores Dept. de Electrotecnia y Electrónica Universidad de Córdoba Escuela Politécnica
Más detallesRECONOCIMIENTO AUTOMATICO DE MATRICULAS
RECONOCIMIENTO AUTOMATICO DE MATRICULAS Carlos Parra Ramos Universidad Carlos III de Madrid Madrid, España 2006 David Regajo Rodríguez Universidad Carlos III de Madrid Madrid, España 2006 100030583@alumnos.uc3m.es
Más detallesUNA TÉCNICA MEJORADA PARA LA SEGMENTACIÓN DE IMÁGENES DE HUELLAS DACTILARES A NIVEL DE PÍXELES
UNA TÉCNICA MEJORADA PARA LA SEGMENTACIÓN DE IMÁGENES DE HUELLAS DACTILARES A NIVEL DE PÍXELES David Augusto Roas Vigo Facultad de Ingeniería Electrónica y Eléctrica - Universidad Nacional Mayor de San
Más detallesSistema de Control de Acceso y Personal Biométrico
Sistema de Control de Acceso y Personal Biométrico Características de es un sistema de control de acceso y personal que utiliza una fuente identificación confiable de personas basada en la lectura de huellas
Más detallesLas imágenes capturadas se guardan en formato digital en un dispositivo de almacenamiento que se llama tarjeta de memoria Esta tarjeta se conecta al
FOTOGRAFIA DIGITAL La fotografía antigua se realizaba en negativos La fotografía digital se realiza con sensores electrónicos y micro computadores dentro de las cámaras El aparato interno de la cámara
Más detallesIMPLEMENTACIÓN DE UN PROTOTIPO DE PRUEBA PARA DESARROLLOS EN VISIÓN ARTIFICIAL
Gerenc. Tecnol. Inorm. Vol. 8 N 22 Sep - Dic pp 55-63 IMPLEMENTACIÓN DE UN PROTOTIPO DE PRUEBA PARA DESARROLLOS EN VISIÓN ARTIFICIAL IMPLEMENTATION OF A TEST PROTOTYPE FOR ARTIFICIAL VISION DEVELOPMENTS
Más detallesExtracción Digital De Características Biométricas Basadas En Patrones Del Iris Humano
Revista Colombiana de Física, Vol. 43, No. 2 de 2011. Extracción Digital De Características Biométricas Basadas En Patrones Del Iris Humano Digital Extraction Of Biometric Features Based On Human Iris
Más detallesXI SIMPOSIO DE SEÑALES, IMÁGENES Y VISIÓN ARTIFICIAL. STSIVA 2006
XI SIMPOSIO DE SEÑALES, IMÁGENES Y VISIÓN ARTIFICIAL. STSIVA 2006 CARACTERIZACIÓN DE LAS SEÑALES RAÍCES DEL FILTRO MEDIANA 2D Andrea Córdoba y Alfredo Restrepo Palacios a-cordob, arestrep@uniandes.edu.co
Más detallesCapítulo III Procesamiento Digital de Imágenes
Capítulo III Procesamiento Digital de Imágenes Contenido Introducción al Procesamiento digital de imágenes Orígenes del procesamiento digital de imágenes. Aplicaciones del Procesamiento de Imágenes Componentes
Más detallesSeguimiento y control de proyectos en Hydra PSA
Seguimiento y control de proyectos en Hydra PSA Seguimiento y control de proyectos Los procesos de seguimiento y control: Aseguran que los objetivos del proyecto son alcanzados Identifican desviaciones
Más detallesOperaciones Morfológicas en Imágenes Binarias
Operaciones Morfológicas en Imágenes Binarias Introducción La morfología matemática es una herramienta muy utilizada en el procesamiento de i- mágenes. Las operaciones morfológicas pueden simplificar los
Más detalles8 PROCESAMIENTO DIGITAL DE IMÁGENES USANDO MATLAB & SIMULINK RA-MA
ÍNDICE PRÓLOGO...19 CAPÍTULO 1. INTRODUCCIÓN...25 1.1 SISTEMA DE VISIÓN Y PROCESAMIENTO DE IMÁGENES...25 1.2 PROCESAMIENTO DIGITAL DE IMÁGENES...26 1.3 RELACIONES BÁSICAS ENTRE PÍXELES...27 1.3.1 Vecinos
Más detallesFiltros Digitales II Lic. Matías Romero Costas
Filtros Digitales II Lic. Matías Romero Costas Respuesta en frecuencia: las características de un filtro pueden determinarse a partir de su respuesta en frecuencia, constituida por la respuesta en amplitud
Más detalles