No hay comentarios.

CURSO:PROCESAMIENTO DE IMAGENES
TRADUCCION:IMAGE PROCESSING
SIGLA:INF3714
CREDITOS:05 UC
HORAS:90 HORAS DE DEDICACION TOTAL: 24 DIRECTAS Y 66 INDIRECTAS (2 MODULOS)
CARACTER:OPTATIVO
TIPO:CATEDRA
CALIFICACION:ESTANDAR
PALABRAS CLAVE:PROCESAMIENTO DE IMAGENES,ANALISIS DE IMAGENES, SISTEMAS LINEALES,TRANSFORMADA DE FOURIER
NIVEL FORMATIVO:MAGISTER


I.DESCRIPCIÓN DEL CURSO

En este curso se estudiaran los fundamentos teoricos basicos que son aplicados en el area de Procesamiento de Imagenes tales como formacion de imagenes, mejoramiento de las imagenes en el dominio del espacio y de la frecuencia, filtros digitales, restauracion de imagenes, procesamiento morfologico y segmentacion tanto en imagenes en blanco y negro como a color. Los fundamentos teoricos aprendidos seran aplicados a problemas practicos probando y programando algoritmos de procesamiento de imagenes en Python.


II.RESULTADOS DE APRENDIZAJE

1.Escribir programas en Python aplicados a procesamiento de imagenes.

2.Procesar imagenes tanto a color como en blanco y negro, en el dominio del espacio y de la frecuencia.

3.Desarrollar estrategias para el procesamiento de imagenes en mejoramiento, restauracion y segmentacion de imagenes.


III.CONTENIDOS

1.MÓDULO 1: Introduccion al Procesamiento de Imagenes
1.1.Definiciones
1.2.Un ejemplo simple
1.3.Adquisicion de imagenes
1.4.Pixeles

2.MÓDULO 2: Procesamiento en el Dominio del Espacio
2.1.Introduccion
2.2.Transformaciones Geometricas
2.3.Interpolacion
2.4.Histogramas
2.5.Ecualizacion de Imagenes
2.6.Operaciones Aritmeticas y Logicas
2.7.Filtros usando mascaras

3.MÓDULO 3: Procesamiento de Imagenes a Color
3.1.Introduccion
3.2.Imagenes RGB
3.3.Segmentacion por Umbral
3.4.Segmentacion por Clustering
3.5.Espacios de Color
3.6.Mejoramiento de Imagenes a Color

4.MÓDULO 4: Procesamiento en el Dominio de la Frecuencia
4.1.Introduccion
4.2.Convolucion
4.3.Funcion Impulso
4.4.Transformada de Fourier
4.5.Filtros en el Dominio de la Frecuencia
4.6.Muestreo

5.MÓDULO 5: Restauracion de Imagenes
5.1.Introduccion
5.2.Modelos de Degradacion
5.3.Restauracion de Movimiento Lineal Uniforme
5.4.Restauracion en 2D con Regularizacion
5.5.Deconvolucion

6.MÓDULO 6: Procesamiento Morfologico
6.1.Introduccion
6.2.Dilatacion y Erosion
6.3.Cierre y Apertura
6.4.Otros filtros morfologicos
6.5.Mediana
6.6.Gradiente Morfologico
6.7.Filtro TopHat

7.MÓDULO 7: Segmentacion de Imagenes
7.1.Introduccion
7.2.Deteccion de Bordes
7.3.LoG y Canny
7.4.Segmentacion por Umbral
7.5.Segmentacion basada en Regiones
7.6.MSER


IV.ESTRATEGIAS METODOLOGICAS

-Clases expositivas.

-Lecturas complementarias.

-Material suplementario.


V.ESTRATEGIAS EVALUATIVAS

-Test(1 por cada modulo): 30%

-Proyecto (elaborar en etapas un codigo en Python): 70%

-El curso contendra ademas actividades formativas y un foro (sin calificacion), las que tienen como proposito la preparacion para las evaluaciones calificadas.


VI.BIBLIOGRAFIA

Minima

R.C. Gonzalez and R.E. Woods,Digital Image Processing, third edition, Prentice Hall,2008.

D. Forsyth and J. Ponce, Computer Vision: a Modern Approach, Prentice Hall,2003.

D. Mery and C. Pieringer, Computer Vision for X-ray Testing, Springer,2021.

W. Pratt, Digital Image Processing, John Wiley & Sons, 4th edition,2007.


Complementaria

J. Russ, The Image Processing Handbook, 5th edition, CRC Press,2007.


PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE
FACULTAD DE INGENIERIA / MARZO 2022