Objetivo:
En este curso estudiaremos tres cosas: 1) como procesar imágenes con un patrón
que pueda reconocerse fácilmente, 2) Cómo calibrar una cámara usando
este mismo patrón, y finalmente 3) cómo insertar objetos virtuales en OpenGL
sobre la imagen del patrón. Estos tres pasos realizan un sistema de realidad
aumentada.
Contenido:
-
Introducción al procesamiento de imagen
-
Representación de una Imagen digital
-
Modelo general para el procesamiento de imágenes
-
Elementos de un sistema de procesamiento digital de imágenes: adquisición, almacenamiento, una computadora, comunicación, despliegue y software.
-
Fundamentos de imágenes digitales
-
Un modelo simple de imagen
-
Muestreo y cuantización
-
Relaciones entre pixels: vecinos, conectividad, distancia, operaciones aritméticas/lógicas.
-
Geometría de imágenes: translación y rotación
-
Filtrado espacial.
-
Segmentación de imagen
-
Detección de discontinuidades
-
Umbralización
-
Obtención del objeto por rellenado
-
Morfología
-
Representación de la forma y reconocimiento del objeto
-
Esquemas de representación. El esqueleto de una región. Códigos de cadena.
-
Descriptores de fronteras: momentos.
-
El clasificador de mínima distancia
-
Ajuste lineal
-
Dibujado de escenas en 3D con OpenGL
-
Transformaciones geométricas
-
Proyecciones
-
Mallas de triángulos
-
Estructuras de datos para manejar datos masivos
-
Iluminación
-
Manejo de textura
-
Visión estereoscópica
-
Visión
- El modelo de la cámara oscura
- Calibración de la cámara usando homografías
- Solución al sistema Ax = b usando la descomposición QR
- Álgebra lineal con matrices de tamaño 3x3.
Matrices simétricas y positivas definidas.
Cálculo de la inversa por el método de Cramer.
Eigenvalores y eigenvectores.
Cálculo de las raíces de una ecuación cúbica.
-
Manejo de los parámetros de la cámara oscura en OpenGL
Referencias:
-
R.C. Gonzalez and R.E. Woods, Digital Image Processing 1992, Addison Wesley
-
Real Time Collision Detection. C. Ericson. 2005. Morgan Kaufmann
-
G. van den Bergen, Collision detection in interactive 3D enviroments. Morgan Kaufmann. 2004.
-
R. Hartley and A. Zisserman, Multiple View Geometry in Computer Vision 2nd edition, 2003, Cambridge
-
Y. Ma, S, Soatto, J Kosecka and A Shankar Sastry, An inivitation to 3D vision, from imagen to geometry models
-
E. Trucco and A. Verri, Introductory Techniques for 3D Computer Vision 1998, Prentice Hall.
-
Z. Zhang, A flexible new technique for camera calibration, IEEE Trans. PAMI, vol 22, 11, Nov. 2000, pp. 1330-1334.
Luis Gerardo de la Fraga
Última actualización: 14 de septiembre de 2015