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 Informática

Visión Artificial (a extinguir)

Curso 2012/2013


Curso: 4º, Primer Cuatrimestre

Créditos de Teoría: 0, Créditos de Prácticas: 0

PROGRAMA DE TEORÍA


Lección 0 - Introduccion a la Visión artificial

· Ámbito y objetivos de la visión artificial.
· Aspectos generales del sistema de percepción humano.
· Elementos de un sistema de Visión Artificial.


Lección 1 - Modelos y transfomaciones básicas de la imagen

· Modelo de imagen.
· Muestreo y cuantificación.
· Relaciones básicas entre píxeles.
· Operaciones aritméticas y lógicas con imágenes
· Algoritmos de Umbralización y Alisamiento

Lección 2 - Detectores de puntos de interés: detector de Harris

· El problema de detectar bordes y esquinas
· Algoritmo de Harris para esquinas

Lección 3 - Geometría del proceso de formación de la imagen

· Modelo geométrico de la cámara.
· Modelos de proyección
· Cámaras proyectivas y afines
· Párametros de la cámara

Lección 4 - Transformaciones proyectivas

· Catálogo de transformaciones lineales
· Invariantes de las transformaciones

Lección 5 - Estimación de proyectividades

· Proyectividades 2D-2D: Homografias
· Proyectividades 3D-2D: Cámaras
· Algoritmos lineal DLT
· Algoritmo RANSAC y métodos no-lineales

Lección 6 - Estéreo: Geometría epipolar

· Concepto de geometría epipolar
· Caracterización de la geometría de dos imágenes
· Relación entre la matriz fundamental y las cámaras
· Caso de los movimientos puros de traslación y giro

Lección 7 - Estimación de la Matriz Fundamental

· Algoritmo de los 8-puntos. Normalización.
· Algoritmo de los 7-puntos.
· Algoritmo RANSAC y métodos no-lineales.

Lección 8 - Reconstrucción 3D

· Parámetros intrínsecos conocidos
· N-Cámaras Afín
· Caso general proyectivo
PROGRAMA DE PRÁCTICAS
Las prácticas de la asignatura se estructuran como ejercicios de implementación de los algoritmos explicados en los temas de teoría.
Las practicas consisten en la implementación de funciones MATLAB para los siguientes problemas:
1. Cálculo por convolución de alisamiento y gradientes de imagénes.
2. Implementación del algoritmo de Harris de deteccion de puntos.
3. Cálculo de los parámetros de una cámara.
4. Estimación de correspondencias y homografía entre dos imágenes.
5. Estimación de la geometría epipolar.
6. Reconstrucción de coordenadas 3D a partir de proyecciones.

* Las practicas se irán suministrando al alumno al comienzo de cada tema.
BIBLIOGRAFÍA
# GONZALEZ R.C., WOOD R., Digital Image Processing. Addison-Wesley, 1992.
# O. FAUGERAS, Three-dimensional computer vision: A geometric viewpoint. The MIT press. 1993.
# HARTLEY, ZISSERMAN, Multiple View Geometry in Computer Vision, CUP,2000
# SONKA, HALVAC, BOYLES, Image processing analysis and machine vision, Chapman Hall 1998
# TRUCCO, VERRI, Introductory Techniques for 3D computer vision, Prentice Hall 1998.
MÉTODO DE EVALUACIÓN
Un examen al final del cuatrimestre y la presentación y defensa de las prácticas a realizar a lo largo del cuatrimestre.

La aprobación de las prácticas será condición necesaria para aprobar la asignatura.

El examen de teoría solo será necesario en caso no haber superado la realización de las prácticas o se desee obtener la maxima calificación.
RECOMENDACIONES AL ALUMNO
- Hacer las prácticas de forma continua a lo largo del cuatrimestre.

- Leer el material electrónico disponible dentro del web de la Universidad

- Leer las informaciones y orientaciones que se irán dando en el panel docente electrónico de la asignatura que existe dentro del web de la Universidad.