Morfología binaria Morfología para imágenes con varios niveles de gris Análisis de contornos Análisis de regiones Segmentación de Imágenes Clasificación de Imágenes

 http://www-2.dc.uba.ar/materias/pdi2/

Procesamiento de Imágenes II

 
 

Programa abreviado de la materia

• Morfología binaria
• Morfología para imágenes con varios niveles de gris
• Análisis de contornos
• Análisis de regiones
• Segmentación de Imágenes
• Clasificación de Imágenes

Programa detallado

• Morfología binaria
• Introducción
• Erosión y dilatación
• Apertura y cerradura
• Transformada del eje medio, afinamiento y engrosamiento utilizando morfología
• Morfología para imágenes con varios niveles de gris
• Introducción
• Apertura y cerradura
• Erosión y dilatación
• Transformada del eje medio, afinamiento y engrosamiento utilizando morfología
• Análisis de contornos
• Seguimiento de contornos
• Llenado de contornos
• Codificación de cadenas
• Descriptores de Fourier
• Análisis de regiones
• Run-lengths
• Quad-Trees
• Representación por momentos
• Algoritmos de la transformada del eje medio
• Afinamiento
• Segmentación de Imágenes
• Textura
• Parámetros estadísticos
• Síntesis de texturas
• Matriz de ocurrencia
• Parámetros de Haralick
• Crecimiento de regiones
• Partición en regiones
• Cuencas
• Clasificación de Imágenes
• Clasificación supervisada
• Clasificación Bayesiana
• Clasificación por distancia mínima
• Estimación de parámetros por máxima verosimilitud
• Clasificación no-supervisada (clustering)
• Medidas de similaridad
• ISODATA
• Clustering aglomerativo

 

Bibliografía

• [Ja], "Fundamentals of Digital Image Processing", Anil K.Jain, Prentice Hall International,1989.
• [Ca], "Digital Image Processing", K.R.Castleman, Prentice Hall, 1996
• [Ro], "Digital Signal Processing",Richard A.Roberts & Clifford T.Mullis, Addison-Wesley Series in Electrical Engineering.
• [Li], "Two Dimensional Signal and Image Processing", Jae S.Lim, Prentice Hall Signal Processing series.
• [Pa], "Algorithms for Graphics and Image Processing", T.Pavlidis, Springer-Verlag, 1982.
• [Go], "Digital Image Processing", Rafael C.Gonzalez & Richard E.Woods, Addison-Wesley.
• [Ri], "Remote Sensing digital Image Analysis", J.A.Richards, Springer-Verlag, 1986.
• [Du], "Pattern Classification and Scene Analysis", R.O.Duda y P.E.Hart, John Wiley.
• [Fu], "Introduction to statistical Pattern Recognition", Fukunaga.
• [Se], "Image Analysis and Mathematical Morphology", J.Serra, Academic Press, 1982.
• [Ka], "Digital Picture Processing", A.Rosenfeld y A.C.Kak, 2nd edition, Vol.2, 1982.

Papers de las siguientes publicaciones:
• IEEE, Transactions on Pattern Analysis and Machine Intelligence
• IEEE, Transactions on Image Processing
• Academic Press, Graphical Models and Image Processing

 
 

Puntajes

• Optativa para Licenciatura en Ciencias de la Computación: 4 puntos
• Optativa para Doctorado en Ciencias de la Computación: 3 puntos

Horarios

• Clases Teóricas: 4 horas semanales
• Prácticas de Laboratorio: 4 horas semanales
• Consultas: 2 horas semanales
• Duración: 1 Cuatrimestre

 

Régimen de aprobación

• Aprobación de trabajos prácticos
• Dos parciales: uno al finalizar la parte 3 y el otro al final del curso
• Realización de los proyectos
• Aprobación de la materia
• Aprobación de los trabajos prácticos
• Aprobación de examen final

 

Correlatividades

• Introducción al Procesamiento Digital de Imágenes

 

Conocimientos previos

• Detección de bordes
• Transformada de Fourier
• Nociones de Probabilidad y Estadística
• Nociones de Cálculo Numérico
• Programación en C, Pascal o Fortran

 

Trabajos prácticos

• Problemas teórico-prácticos
•  Se entregarán seis guías de ejercicios teórico-prácticos correspondientes a cada una de las partes de la materia. Las pautas para la resolución de los mismos serán dadas en las clases prácticas y estarán a cargo de los docentes auxiliares.
• Proyectos de Laboratorio
• Reconocimiento de objetos en distintos tamaños y orientaciones
• Utilizando descriptores de Fourier
• Utilizando momentos
• Utilización de morfología matemática para la clasificación de imágenes de plaquetas de circuitos impresos identificando
• Caminos y contactos
• Esquema de conexión
• Segmentación de imágenes por partición en regiones utilizando quad-trees y distintos criterios de similaridad
• Nivel de gris
• Parámetros estadísticos (valor medio, varianza, etc.)
• Parámetros texturales basados en matriz de coocurrencia
• Clasificaciones de distintos tipos de cultivo en una imágen satelital LANDSAT-TM
• Clasificaciones supervisadas
• Clasificaciones no supervisadas
• Aplicación de filtrado morfológico como postprocesamiento

 

Websites de interés

The Computer Vision Homepage
Ken Castleman's Image Processing Page
Signal and Image Processing Institute - University of Southern California
Center for Imaging Science
Computer Vision and Pattern Recognition Group - University of Bonn / CS III
 
 
 

Clases teóricas y ejercicios

Morfología binaria
Ejercicio 1
 

Trabajos prácticos de Laboratorio

TP1
 
 

Dudas y comentarios

Dirigirlos a Docentes de Imágenes.

---

Ultima actualización: 30
ode Marzo de 2001.