logo UGR Departamento de Ciencias de la Computación e Inteligencia Artificial
Universidad de Granada
Escuela Técnica Superior de Ingenierías Informática y de Telecomunicación
c/. Daniel Saucedo Aranda, s/n 18071 Granada España
logo decsai

Ingeniería de Telecomunicación

Procesado Digital de Imágenes (a extinguir)

Curso 2012/2013


Curso: 4º, Segundo Cuatrimestre

Créditos de Teoría: 0, Créditos de Prácticas: 0

PROGRAMA DE TEORÍA
.Módulo 1. Introducción al procesamiento digital de imágenes
    1.1. Elementos de la percepción visual.
    1.2. Percepción de imágenes.
    1.3. Espacios de color.
    1.4. El proceso de formación de imágenes
    1.5 Representación de imágenes digitales
    1.6. Dispositivos de captura
    1.7. Formatos de almacenemiento
    1.8. Etapas en el procesamiento de imágenes.
    1.9. Componentes de un sistema de procesamiento de imágenes.
   
Módulo 2. Preprocesamiento de imágenes.
2.1 Procesamiento global de imágenes.
2.1.1. Tipos de operaciones. Histogramas.
2.1.2. Operaciones elementales con píxeles.
2.1.3. Transformaciones del histograma.
2.1.4. Combinación de imágenes.
2.1.5. Transformaciones de color.
2.2. Filtros y transformaciones locales.
2.2.1. Filtros y convoluciones.
2.2.1.1. Filtros paso bajo.
2.2.1.2. Filtros paso alto.
2.2.2. Suavizado, perfilado y bordes.
2.2.2.1. Operadores de suavizado.
2.2.2.2. Operadores de bordes.
2.2.3. Filtros no lineales.
2.3. Transformaciones geométricas.
2.3.1. Interpolación y transformaciones básicas.
2.3.2. Transformaciones afines.
2.3.3. Transformación bilineal y perspectiva.
2.3.4. Transformaciones de mapeo.
2.4. Procesamiento en el dominio frecuencial.
2.4.1. La Transformada de Fourier.
2.4.2. Propiedades del dominio frecuencial.
2.4.3. Aplicaciones de la DFT.
2.4.4. Otras transformaciones lineales.
2.4.4.1. La transformada del coseno.
2.4.4.2. Transformadas wavelet.

Módulo 3. Segmentación.
3.1. Umbralización.
3.2. Teoría básica de detección de aristas. El filtro de Canny.
3.3. Detección de líneas rectas y curvas: método de Hough.
3.4. Trazado de contornos.
3.5. Métodos de segmentación basados en los pixeles.
3.6. Métodos de segmentación basados en regiones.
3.7. Métodos de segmentación basados en aristas.

Módulo 4 . Representación de formas y descripción.
4.1. Esquemas de representación.
4.1.1. Códigos de cadena.
4.1.2. Códigos de longitud de racha.
4.1.3. Aproximaciones poligonales.
4.1.4. Esqueleto de una región.
4.2. Descriptores de contornos: longitud, curvatura, diámetro y números de forma.
4.3. Descriptores de regiones: área, perímetro, circularidad y compacidad.
4.4. Características de forma basadas en momentos.
4.5. Descriptores de Fourier.
4.6. Descriptores topológicos.
4.7. Textura. Análisis y síntesis.
4.8. Análisis morfológico: Dilatación, erosión, apertura y cierre de imágenes tanto binarias como
      de niveles de gris. Aplicaciones
.
Modulo 5. Reconocimiento de patrones
5.1 Introducción a la clasificación
5.2 Ciclo de diseño de un sistema de RP
5.3 Clasificadores estadísticos
5.4 Clasificadores neuronales
5.5 Clustering
5.6 Ejemplos prácticos

Módulo 6. Aplicaciones
6.1. Aplicaciones biomédicas
6.2. Bases de datos de imágenes. Recuperación basada en contenido
6.3. Aplicaciones de teledetección
6.4. Reconocimeinto de objetos

Módulo 7. Compresión y Transmisión de imágenes.
7.1. Modelos de compresión de imágenes.
7.2. SPIHT y JPEG2000.
7.3 Otros métodos basados en transformadas: REWIC
PROGRAMA DE PRÁCTICAS
Se desarrollarán usando MATLAB.

      - Transformaciones geometricas y fotometricas.
      - Realizar sobre una imagen las distintas transformaciones del histograma (especificacion, ecualizacion, etc).
      - Practicar con algoritmos de deteccion de fronteras.
      - Trabajar con la transformada de Hough.
      - Trabajar con metodos de segmentacion basadas en similaridad
      - Representar mediante descriptores de Fourier objetos simples.
      - Evaluar algunos metodos de compresion aplicados a imagenes de niveles de gris.
      - Analizar distintas aplicaciones del procesamiento digital de imágenes en el ámbito de las telecomunicaciones.

Todas las clases se llevarán a cabo en el laboratorio.

BIBLIOGRAFÍA
  GONZALEZ, R.C. y R.E. WOODS. Digital Image Processing, Prentice Hall, 2001.
  GONZALEZ, R.C. y R.E. WOODS. Digital Image Processing using Matlab, Prentice Hall, 2004.
  JAIN, A.K. Foundamentals of Digital Image processing, Prentice Hall,Englewood Cliffs, 1989.
  MATLAB reference guides. http://www.mathworks.com/access/helpdesk/help/techdoc/ 2006.
  PAJARES, G. DE LA CRUZ, J. Vision por Computador. Rama. 2001
  SAYOOD, K. Introduction to data compression. Morgan Kaufmann Publish. 2000
  SCHALKOFF, R.J. Digital Image Processing and Computer Vision, Wiley, New York. 1999.
  SONKA, M., HLAVAC, V., BOYLE, R. Image Processing, Analysis and Machine VisionBrooks/Cole-Thomsom Publish. 2000
  UMBAUGH, S.E. Computer Imaging. Digital Image Analysis and Processing. CRC Press. 2
MÉTODO DE EVALUACIÓN
    * Prácticas (voluntarias): 50% de la nota final.
    * Teoria (Retos (voluntarios) + Examen (voluntario)): 50% de la nota final.
    * Todas las notas se guardan para la convocatoria de Septiembre