Visión por Computador. Ejercicios Resueltos: Imágenes Digitales y Aplicaciones

Argumento de Visión por Computador. Ejercicios Resueltos: Imágenes Digitales y Aplicaciones

Es ésta una segunda edición del libro corregida y aumentada donde los contenidos anteriores se ven ampliados con nuevos temas de la máxima actualidad. En el libro se abordan todos aquellos aspectos que son necesarios en el campo de la visión por computador o visión artificial, desde el procesamiento y el análisis de imágenes a las aplicaciones de máximo interés. En el texto se conjugan rigurosidad con claridad y sencillez para que el esfuerzo de comprensión sea mínimo y adecuado permitiendo al lector desarrollar sus propias aplicaciones.

El libro va dirigido tanto a los que se inician en el campo de la visión por computador como a aquellos profesionales que quieren disponer de un texto autosuficiente en sus contenidos con abundantes referencias bibliográficas. En esta línea se ofrece al lector un texto complementario titulado Ejercicios Resueltos de Visión por Computador de esta misma editorial, que le permite ejercitarse en la comprensión con muchos de los contenidos aquí incluidos.

Incluye CD-ROM con más de 550 imágenes en formato JPEG y todas las figuras en color del libro junto con su descripción, una panorámica general sobre diversas aplicaciones de interés, trece apéndices que completan su contenido y amplían diversos conceptos.0Autores
Prólogo
Capítulo 1. Visión artificial
1.1 Introducción
1.2 Dispositivos de captura de imágenes
1.3 Resolución espacial y en amplitud
1.4 Representación de imágenes digitales
1.5 Segmentación
1.6 Descripción
1.7 Aplicaciones
1.8 Notas finales
Capítulo 2. Tratamiento de imágenes por transformación de dominio
2.1 Introducción
2.2 La transformada de Fourier
2.3 Filtrado espacial de imágenes digitales
2.4 Algunas propiedades de la transformada de Fourier
2.5 Filtrado en frecuencia de imágenes digitales
2.6 Generación de máscaras espaciales a partir de especificaciones en el dominio de la frecuencia
2.7 Transformada del coseno
2.8 Transformada de Walsh-Hadamard
2.9 Transformada de wavelets
2.10 Transformada de Haar
2.11 Transformada de Slant
2.12 Componentes principales: transformada de Hotelling
2.13 Notas finales
Capítulo 3. Transformación de imágenes
3.1 Introducción
3.2 Transformaciones básicas
3.3 Transformaciones lógicas
3.4 Transformaciones geométricas
3.5 Notas finales
Capítulo 4. Suavizado, realzado y correcciones radiométricas
4.1 Introducción
4.2 Suavizado
4.3 El histograma de la imagen: realzado
4.4 Corrección radiométrica
4.5 Notas finales
Capítulo 5. Fundamentos de color
5.1 Introducción
5.2 Fundamentos del color
5.3 Modelos de color
5.4 Pseudocolor
5.5 Ejemplos de aplicación
5.6 Notas finales
Capítulo 6. Extracción de bordes, esquinas y puntos de interés
6.1 Introducción
6.2 Concepto de derivada en la extracción de bordes
6.3 Operadores primera derivada
6.4 Operadores segunda derivada
6.5 Realización de los operadores de borde
6.6 Extracción de puntos de interés
6.7 Notas finales
Capítulo 7. Extracción de regiones
7.1 Introducción
7.2 Binarización mediante detección de umbral
7.3 Etiquetado de componentes conexas
7.4 Crecimiento y división
7.5 Extracción de regiones por el color
7.6 Notas finales
Capítulo 8. Descripción de líneas y contornos
8.1 Introducción
8.2 Segmentos rectos mediante códigos de cadena
8.3 Ajuste de líneas mediante mínimos cuadrados
8.4 Ajuste de líneas mediante autovector
8.5 La transformada de Hough
8.6 Descripción de diversos tipos de fronteras
8.7 Notas finales
Capítulo 9. Descripción de regiones
9.1 Introducción
9.2 Propiedades de las regiones
9.2.1 Propiedades topológicas
9.3 Texturas
9.4 Momentos invariantes
9.5 Notas finales
Capítulo 10. Operaciones morfológicas
10.1 Introducción
10.2 Principios y transformaciones básicos
10.3 Esqueletización y otras propiedades de las operaciones morfológicas
10.4 Morfología en imágenes de grises
10.5 Notas finales
Capítulo 11. Geometría y parámetros de las cámaras
11.1 Introducción
11.2 Geometría
11.3 Modelo de la cámara y su calibración según el método
11.4 Método de calibración de Ayache
11.5 Método de calibración de Song de Ma
11.6 Análisis de la calibración
11.7 Líneas epipolares
11.8 Formación de imágenes con lentes y enfoque
11.9 Corrección de errores de las cámaras
11.10 Notas finales
Capítulo 12. Secuencias de imágenes I: movimiento
12.1 Introducción
12.2 Preliminares
12.3 Estimación del flujo óptico
12.4 Formulación analítica del movimiento: campo de movimiento
12.5 Detección de la profundidad y colisiones
12.6 Análisis del movimiento basado en la detección de puntos de interés
12.7 Método diferencial de análisis del movimiento
12.8 Método de diferencias de análisis del movimiento
12.9 Métodos de seguimiento y predicción de características mediante una secuencia de imágenes
12.10 Utilizando el movimiento
12.11 Notas finales
Capítulo 13. Secuencias de imágenes II: detección de cambios y superresolución
13.1 Introducción
13.2 Detección de cambios
13.3 Superresolución
13.4 Notas finales
Capítulo 14. Reconocimiento de patrones I: estiamción, agrupación y clasificación
14.1 Introducción
14.2 Algunos ejemplos de propiedades cuantitativas
14.3 Estimación estadística y aprendizaje
14.4 Estimación de la función de densidad de probabilidad
14.5 Métodos para reducción de datos y reducción de la dimensionalidad
14.6 Clasificación
14.7 Notas finales
Capítulo 15. Reconocimiento de patrones II: redes neuronales y máquinas de vectores soporte
15.1 Introducción
15.2 El perceptrón
15.3 La red retropropagación
15.4 Máquinas de vectores soporte
15.5 Notas finales
Capítulo 16: Reconocimiento de patrones III: métodos estructurales y basados en la apariencia
16.1 Introducción
16.2 Métodos estructurales y sintácticos
16.3 Reconocimiento basado en la apariencia
16.4 Notas finales
Capítulo 17. Obtención de la forma I: formas a partir de la intensidad
17.1 Introducción: formas a partir de X
17.2 Aspectos generales sobre las formas a partir de variaciones de la intensidad
17.3 El mapa de reflectancia
17.4 Tonalidad en las imágenes
17.5 Aplicaciones, ejemplos y métodos
17.6 Notas finales
Capítulo 18. Obtención de la forma II: la visión estereoscópica
18.1 Introducción
18.2 Geometría del sistema estereoscópico y obtención de la distancia
18.3 Extracción de características
18.4 Correspondencia estereoscópica
18.5 Limitaciones de un sistema estéreo
18.6 Notas finales
Capítulo 19. Obtención de la forma III: formas a partir de la textura y del enfoque
19.1 Introducción
19.2 Formas a partir de la textura
19.3 Formas a partir del enfoque
19.4 Notas finales
Capítulo 20. Descripción y reconocimiento de objetos 3D
20.1 Introducción
20.2 Segmentación y descripción de superficies
20.3 Inferencia y descripción de objetos
20.4 Reconocimiento de objetos 3D
20.5 Otros métodos de segmentación y descripción de estructuras 3D
20.6 Notas finales
Capítulo 21. Restauración de imágenes I: dominio de la frecuencia
21.1 Introducción
21.2 Modelo de degradación
21.3 Aproximación algebraica para la restauración
21.4 Filtrado inverso
21.5 Filtro de mínimos cuadrados (Wiener)
21.6 Filtro de mínimos cuadrados restringido
21.7 Filtro de la media geométrica
21.8 Restauración iterativa no lineal con el algoritmo de Lucy-Richardson
21.9 Restauración interactiva o filtro de corte
21.10 Eliminación de desenfoque originado por movimiento lineal uniforme
21.11 Notas finales
Capítulo 22. Restauración de imágenes II: dominio espacial
22.1 Introducción
22.2 Filtros de orden
22.3 Filtros de medias
22.4 Filtros adaptativos
22.5 Promedio de imágenes
22.6 Reducción del ruido de speckle
22.7 Notas finales
Capítulo 23. Compresión de imágenes
23.1 Introducción
23.2 Modelo del sistema de compresión
23.3 Criterios de fidelidad
23.4 Elementos de la teoría de la información
23.5 Métodos de compresión sin pérdidas
23.6 Métodos de compresión con pérdidas
23.7 Estándares de compresión de imágenes
23.8 Notas finales