1 Datos de la Asignatura Nombre de la asignatura: Carrera: Clave de la asignatura: Visión Artificial Ingeniería en Sistemas CIE-0703 Horas teoría / práctica / Créditos: 2 2 8 2 Historia del Programa Lugar y fecha de elaboración o revisión de Xalapa. Del 1 al 30 de junio 2007 de Xalapa. Del 1 al 30 de junio 2007 de Xalapa. Julio 2007 Participantes Observaciones (cambios y justificación) Definición de la especialidad de Cómputo Inteligente Propuesta de las materias de la especialidad Definición de los contenidos de los programas de las materias de la especialidad 3 Ubicación de la Asignatura. a) Relación con otras asignaturas del plan de estudio Anteriores Posteriores Asignaturas Temas Asignaturas Temas Reconocimiento de Patrones Procesamiento de Señales Todos Robótica Todos Todos
b) Aportación al Perfil del Egresado En esta materia se aplicarán los diversos conceptos de las materias consideradas de las ciencias básicas de tal manera que el profesionista podrá utilizar diversos modelos de ingeniería para plantear soluciones reales que tengan que ver con el análisis y procesamiento de imágenes por computadora. 4 Objetivo(s) General(es) del Curso El alumno conocerá los fundamentos de Visión por Computadora y así desarrollar la habilidad de implementar soluciones basadas en el análisis de imágenes y visión artificial. 5 Temario Unidad Temas Subtemas 1 Introducción a la Visión Computacional 1.1 Análisis y Clasificación de la Información. 1.2 El Proceso de Digitalización. 1.3 Aplicaciones 2 Modelado y filtrado de la imagen 2.1 Formación de la imagen y modelo matemático 2.2 Convolución y muestreo 2.3 Filtrado de la imagen 2.4 Transformaciones de la gama de grises 3 Segmentación de imágenes y estructuración de características 3.1 Binarización 3.2 Extracción de regiones 3.3 Parametrización 4 Clasificación de objetos por métodos estocásticos 4.1 Principio: vector de características 4.2 Clasificación utilizando el enfoque de decisión teórico no-paramétrico. 4.3 Clasificación paramétrica 5 Tópicos selectos de Visión Computacional a. Visión 3-D b. Reconocimiento de objetos con método estructural 5.3 Visión dinámica
6 Aprendizajes Adquiridos Conocer y comprender los fundamentos de reconocimiento de patrones. Conocer y comprender la metodología para la identificación de patrones. Analizar e implementar las diversas etapas en el reconocimiento de patrones. 7 Sugerencias Didácticas Exposición Oral y Audio Visual. Participación en foros de internet. Investigación documental y en internet. Suscripción a revistas digitales. Desarrollo de prácticas en ambientes controlados. 8 Sugerencias de Evaluación Exámenes parciales Prácticas en clase y extra clase Participación en exposiciones Evaluación basada en proyecto Participación en foros académicos 9 Unidades de Aprendizaje UNIDAD 1. Introducción a la Visión Computacional El alumno conocerá los fundamentos de la Visión por Computadora Lecturas Participación en foros 6 UNIDAD 2. Preprocesado y extracción de características Conocer y entender las principales técnicas de preprocesado de datos para la identificación de Lectura y discusión en grupo. Análisis de técnicas de preprocesado de 1,7
características señales. Implementación de algoritmos de preprocesado de señales. UNIDAD 3. Generalización Comprender el principal problema en la definición de clases Lecturas Discusión en grupo Resolución de ejercicios 7 UNIDAD 4. Técnicas de clasificación Identificar las principales técnicas de clasificación, así como la implementación de algoritmos Análisis de artículos Programación de técnicas 3,6,7 UNIDAD 5. Clustering Analizar e implementar técnicas de clasificación no supervizado Análisis de artículos Programación de técnicas 7 10 FUENTES DE INFORMACIÓN. 1 Computer Vision. Autor: Linda G Shapiro y George C. Stockman Editorial: Prentice Hal Fecha de Publicación:2001 2 Digital Image Processing Autor: R.C. González y R.E. Woods Editoral: Prentice Hall Fecha de Publicación:2002 2ª 3 Multiple View Geometry in Computer Vision Autor: Hartley, Richard
Editorial: West Nyack, NY Fecha de Publicación:2004 4 Handbook of Cumputer Vision and Aplicactions Autor: Bernd Jahne Editorial: Fecha de Publicación: 11 PRÁCTICAS. Despliegue de una imagen. Dado un arreglo de tamaño n x m almacenar en este los valores correspondientes a una imagen a color ( ejemplo: bordado punto de cruz) y almacenarla en formato mapa de bits para Windows, para ser mostrada por un visualizador de imágenes BMPs (Paint). Objetivos Específicos: Conocer las cabeceras de archivos de imagen del formato BMP Despliegue de imágenes en pantalla Convolución en una imagen Dada una imagen de mapas de bits de tamaño n x m y un arreglo de 3x3 con valores entre 0 y 1, realizar las operaciones de suma y multiplicación de arreglo con la imagen Objetivos Específicos: Aplicar métodos con operaciones de matrices Implementar métodos de convolución Seguimiento de objetos usando visión activa Realizar un sistema con visión activa que reconozca y siga un objeto geométrico en tiempo real (ejemplo una caja en desplazamiento). Objetivos Específicos: Segmentar un objeto en tiempo real Extraer las características básicas de un objeto en video en tiempo real Seguir un objeto en video en tiempo real a través de un sensor movil.