Cinvestav
Departamento de Computación

Contenido del Curso de

Visión

Cuatrimestre Mayo-Agosto del 2010

Elaboró: Dr. Luis Gerardo de la Fraga

La herramientas de trabajo serán la biblioteca de procesamiento de imágenes scimagen y OpenCV, Qt (www.trolltech.com) para el desarrollo de las interfaces gráficas y Mesa (www.mesa3d.org) para interactuar con objetos tri-dimensionales.

Contenido:

1. Introducción al procesamiento de imagen
   1. Representación de una Imagen digital
   2. Modelo general para el procesamiento de imágenes
   3. Elementos de un sistema de procesamiento digital de imágenes: adquisición, almacenamiento, una computadora, comunicación, despliegue y software.

2. Fundamentos de imágenes digitales
1. Un modelo simple de imagen
2. Muestreo y cuantización
3. Relaciones entre pixels: vecinos, conectividad, distancia, operaciones aritméticas/lógicas.
4. Geometría de imágenes: translación y rotación
5. Filtrado espacial.
3. Segmentación de imagen
1. Detección de discontinuidades
2. Umbralización
3. Obtención del objeto por rellenado
4. Morfología
4. Representación de la forma y reconocimiento del objeto
1. Esquemas de representación. El esqueleto de una región. Códigos de cadena.
2. Descriptores de fronteras: momentos.
3. El clasificador de mínima distancia
4. Ajuste de círculos y elipses
5. Álgebra lineal con matrices de tamaño 3x3
1. Cálculo de la inversa por el método de Cramer
2. Cálculo de las raíces de una ecuación cúbica
3. Eigenvalores y eigenvectores
6. Métodos numéricos para resolver problemas por mínimos cuadrados
1. Método líneal de ajuste. Ecuaciones normales
2. Las series de Taylor
3. El método de Gauss-Newton
4. El método Levenberg-Marquardt
5. Propiedades de la descomposición en valores singulares (SVD)
6. La evolución diferencial: una heurística para optimización nolineal
7. Reconstrucción tridimensional
1. Proyección en perspectiva y el modelo para la cámara obscura.
2. Calibración de la cámara con homografías.
3. Auto-calibración de la cámara usando planos.
4. Auto-calibración de la cámara usando un patrón de círculos concéntricos
5. Auto-calibración de la cámara usando cuboides.
6. Reconstrucción usando varias cámaras
7. Visualización de la reconstrucción con mapeo de texturas

Prácticas:

1. Digitalizar una imagen de puntos aleatorios y construir su malla
2. Reconocimiento de formas con métodos de momentos y el clasificador de mínima distancia.
3. Reconocer círculos y elipses con métodos lineales y no-lineales
4. Calibrar una cámara usando planos.
5. Calibrar una cámara usando un patrón de dos circulos concéntricos
6. Reconstruir cuboides a partir de imágenes sintéticas
7. Verificar la exactitud de un método de auto-calibración
8. Reconstruir escenas a partir de varias vistas

Bibliografía:

1. R.C. Gonzalez and R.E. Woods, Digital Image Processing
   1992, Addison Wesley
2. Real Time Collision Detection. C. Ericson. 2005. Morgan Kaufmann
3. R. Hartley and A. Zisserman, Multiple View Geometry in Computer Vision 2nd edition, 2003, Cambridge
4. Y. Ma, S, Soatto, J Kosecka and A Shankar Sastry, An inivitation to 3D vision, from imagen to geometry models
5. Corner detection based on modified Hough transform
   F. Shen and H. Wang, Pattern Recognition Letters 23 (2002) 1039-1049
6. E. Trucco and A. Verri, Introductory Techniques for 3D Computer Vision
   1998, Prentice Hall.
7. J.S. Kim, P. Gurdjos and I.S. Kweon, Geometric and Algebraic Constraints of Projected Concentric Circles and Their Applications to Camera Calibration, IEEE Trans. PAMI, vol 27, 4, Apr 2005, pp. 637-642.