PROCESAMIENTO DE IMAGEN

1.1. Orígenes y etapas del procesado de imagen
1.2. Percepción visual humana
1.3. Adquisición de imágenes
1.4. Modelo de imagen
1.5. Digitalización de imagen. Muestreo y cuantificación
1.6. Modalidades de imagen

2.1. Transformaciones básicas de intensidad
2.2. Modelado de histograma
2.3. Operaciones aritméticas y lógicas
2.4. Filtrado LSI espacial
2.5. Filtrado no lineal

3.1. Muestreo y diezmado de imágenes
3.2. Transformadas de una imagen y dominio de la frecuencia 2D
3.3. Correspondencia con los filtros en el dominio espacial
3.4. Filtros de suavizado en el dominio de la frecuencia
3.5. Filtros de realzado en el dominio de la frecuencia
3.6. Filtros paso banda y elimina banda en el dominio de la frecuencia
3.7. Filtrado homomórfico

4.1. Modelo de degradación
4.2. Modelos de ruido
4.3. Eliminación de ruido coherente
4.4. Filtros simples de restauración
4.5. Filtro inverso, filtro pseudoinverso y filtro de Wiener

5.1. Fundamentos
5.2. Detección de puntos, líneas y bordes
5.3. Umbralización
5.4. Segmentación basada en regiones
5.5. Segmentación mediante watershed morfológico
5.6. El uso del movimiento en segmentación

6.1. Introducción
6.2. Erosión y dilatación
6.3. Apertura y cierre
6.4. La transformación Hit-or-Miss
6.5. Algoritmos morfológicos básicos
6.6. Reconstrucción morfológica
6.7. Morfología en niveles de gris

7.1. Detectores de características versus descriptores
7.2. Detector de esquinas de Harris
7.3. Detectores de Blob
7.4. Histograma de gradientes orientados
7.5. Transformación de características invariante a la escala
7.6. Características tipo Haar

8.1. Reconocimiento de patrones por correlación
8.2. Segmentación mediante aprendizaje no supervisado
8.3. Clasificación mediante aprendizaje supervisado

Exploración de los fundamentos del procesamiento de imágenes, incluida la percepción visual y la digitalización. Relacionado con: Tema 1: Fundamentos de imagen digital y procesado de imagen

Manejo de formatos de imagen y realización de manipulaciones básicas como muestreo y cuantificación. Relacionado con: Tema 1: Fundamentos de imagen digital y procesado de imagen Tema 2: Procesado de imagen en el dominio del espacio

Aplicación de transformaciones básicas de intensidad y operaciones aritméticas y lógicas sobre imágenes. Relacionado con: Tema 2: Procesado de imagen en el dominio del espacio

Implementación de filtros espaciales para modificar atributos de la imagen. Relacionado con: Tema 2: Procesado de imagen en el dominio del espacio

Introducción a los fundamentos del procesamiento de imagen en el dominio de la frecuencia, incluyendo transformadas. Relacionado con: Tema 3: Procesado de imagen en el dominio de la frecuencia

Aplicación de filtros en el dominio de la frecuencia para mejorar o modificar imágenes. Relacionado con: Tema 3: Procesado de imagen en el dominio de la frecuencia

Estudio de modelos de degradación y técnicas de restauración y eliminación de ruido en imágenes. Relacionado con: Tema 3: Procesado de imagen en el dominio de la frecuencia Tema 4: Modelos de degradación y restauración de imagen

Uso de técnicas de detección para facilitar la segmentación de imágenes. Relacionado con: Tema 2: Procesado de imagen en el dominio del espacio Tema 5: Segmentación de imagen

Implementación de métodos de segmentación de imágenes, incluyendo umbralización y técnicas basadas en regiones. Relacionado con: Tema 5: Segmentación de imagen

Aplicación de técnicas de morfología matemática para el procesamiento y análisis de imágenes. Relacionado con: Tema 5: Segmentación de imagen

Caracterización de imágenes a través de detectores de características y descriptores. Relacionado con: Tema 7: Extracción de características y descriptores de imagen

Exploración de métodos básicos de aprendizaje automático aplicados al reconocimiento de patrones y clasificación en imágenes. Relacionado con: Tema 8: Métodos básicos de aprendizaje automático en procesado de imagen

1.1. Origins and stages of image processing
1.2. Human visual perception
1.3. Image acquisition
1.4. Image model
1.5. Image digitization. Sampling and quantification
1.6. Imaging modalities

2.1. Basic Intensity Transformations
2.2. Histogram Modeling
2.3. Arithmetic and logical operations
2.4. Spatial LSI Filtering
2.5. Nonlinear filtering

3.1. Image sampling and decimation
3.2. Transforms of an Image and 2D Frequency Domain
3.3. Correspondence with filters in the spatial domain
3.4. Frequency Domain Smoothing Filters
3.5. Frequency Domain Enhancement Filters
3.6. Bandpass and Bandreject Filters in the Frequency Domain
3.7. Homomorphic filtering

4.1. Degradation model
4.2. Noise models
4.3. Coherent noise removal
4.4. Simple Restoration Filters
4.5. Inverse filter, pseudo-inverse filter and Wiener filter

5.1. Background
5.2. Point, Line, and Edge Detection
5.3. Thresholding
5.4. Region-based Segmentation
5.5. Segmentation by morphological watershed
5.6. The use of motion in segmentation

6.1. Introduction
6.2. Erosion and expansion
6.3. Opening and closing
6.4. The Hit-or-Miss Transformation
6.5. Basic morphological algorithms
6.6. Morphological reconstruction
6.7. Morphology in gray levels

7.1. Feature Detectors vs. Descriptors
7.2. Harris Corner Detector
7.3. Blob Detectors
7.4. Histogram of Oriented Gradients
7.5. Scale-invariant feature transformation
7.6. Haar-like characteristics

8.1. Pattern recognition by correlation
8.2. Segmentation through unsupervised learning
8.3. Classification through supervised learning