AUTORES PRÓLOGO
CAPÍTULO 1.VISIÓN ARTIFICIAL
1.1 Introducción
1.2 Representación de imágenes digitales
1.3 Segmentación
1.4 Descripción
1.5 Aplicaciones
1.6 Notas finales
CAPÍTULO 2.TRATAMIENTO DE IMÁGENES POR TRANSFORMACIÓN DEL 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
2.4.1 Separabilidad
2.4.2 Traslación
2.4.3 Periodicidad y simetría conjugada
2.4.4 Rotación
2.4.5 Distributividad y escalado
2.4.6 Valor medio
2.4.7 Laplaciana
2.5 Filtrado en frecuencia de imágenes digitales
2.5.1 Ejemplo de filtrado
2.5.2 Filtrado paso bajo
2.5.3 Filtrado paso alto
2.5.4 Filtros paso banda
2.6 Generación de mascaras espaciales a partir de especificaciones en el dominio de la frecuencia
2.7 La transformada del coseno
2.8 La transformada de Walsh-Hadamard
2.9 Transformada de wavelets
2.10 La transformada de Haar
2.11 La transformada de Slant
2.12 La transformada de Hotelling
2.13 Notas finales
CAPÍTULO 3.PROCESAMIENTO BÁSICO DE IMÁGENES DIGITALES
3.1 Introducción
3.2 Procesamiento básico de imágenes
3.2.1 Operaciones individuales
3.2.2 Operaciones de vecindad
3.2.3 Otras transformaciones
3.3 Transformaciones lógicas
3.4 Transformaciones geométricas
3.4.1 Interpolación
3.4.2 Desplazamiento
3.4.3 Cambio de escala (escalado)
3.4.4 Zoom
3.4.5 Giros
3.5 Notas finales
CAPÍTULO 4.SUAVIZADO Y REALZADO
4.1 Introducción
4.2 Suavizado
4.2.1 Promediado del entorno de vecindad
4.2.2 Preservar los bordes y suavizar la imagen
4.2.3 Suavizado binario de imágenes
4.3 El histograma de una imagen: el realzado
4.3.1 El histograma
4.3.2 Brillo, contraste y corrección gamma
4.3.3 Contracción del histograma
4.3.4 Expansión del histograma
4.3.5 Desplazamiento del histograma
4.3.6 Igualación del histograma
4.3.7 Realzado adaptativo del contraste
4.3.8 Realzado en el dominio de la frecuencia.Filtrado homomórfico
4.3.9 Combinación de técnicas
4.3.10 Énfasis de alta frecuencia
4.4 Notas finales
CAPÍTULO 5.FUNDAMENTOS DEL COLOR
5.1 Introducción
5.2 Fundamentos del color
5.3 Modelos de color
5.3.1 El modelo RGB
5.3.2 El modelo CMY
5.3.3 El modelo YIQ
5.3.4 El modelo HSI
5.3.5 Conversión de RGB a HSI
5.3.6 Conversión de hsi a rgb
5.3.7 El modelo hsv
5.4 Pseudocolor
5.4.1 Rodajas de intensidad
5.4.2 Transformación del nivel de gris a color
5.5 Ejemplos de aplicación
5.5.1 Separación de las componentes de frecuencia según el modelo rgb
5.5.2 Separación de las componentes rgb en imágenes de grises
5.5.3 Componentes de las imágenes hsi a partir de una imagen rgb
5.5.4 Segmentación utilizando el modelo hsi(v)
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
6.3.1 Gradiente de una imagen
6.3.2 Operadores de Sobel
6.3.3 Operador de Prewitt
6.3.4 Operador de Roberts
6.3.5 Máscaras de Kirsch
6.3.6 Máscaras de Robinson
6.3.7 Máscaras de Frei-Chen
6.3.8 Extensión de Operadores
6.3.9 Algoritmo de Canny
6.4 Operadores segunda derivada
6.4.1 Operador Laplaciana
6.4.2 Operador Laplaciana de la Gaussiana
6.4.3 Diferencia de Gaussianas
6.5 Realización de los operadores de borde
6.6 Extracción de esquinas
6.7 Extracción de puntos de interés
6.8 Notas finales
CAPÍTULO 7 .EXTRACCIÓN DE REGIONES
7.1 Introducción
7.2 Binarización mediante detección de umbral
7.2.1 Selección del umbral óptimo
7.2.2 Selección de umbral basada en características de la frontera
7.2.3 Umbrales basados en varias variables
7.3 Etiquetado de componentes conexas
7.3.1 Un algoritmo iterativo
7.3.2 Algoritmo clásico
7.4 Crecimiento y división
7.4.1 Crecimiento de regiones mediante adición de píxeles
7.4.2 División y fusión de imágenes
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
8.6.1 Códigos de cadena
8.6.2 Signaturas
8.6.3 Descriptores de Fourier
8.6.4 Momentos
8.6.5 Ajuste de elipses
8.6.6 Ajuste de contornos deformables
8.6.7 Funciones splines
8.7 Notas finales
CAPÍTULO 9 .DESCRIPCIÓN DE REGIONES
9.1 Introducción
9.2 Propiedades de las regiones
9.2.1 Propiedades topológicas
9.2.2 Métricas
9.2.3 Descripciones basadas en irregularidades
9.2.4 Esqueleto de una región
9.3 Texturas
9.3.1 Modelos en el tratamiento de las texturas
9.3.2 Energía de la textura
9.3.3 Estadísticas de los niveles de gris
9.3.4 Texturas basadas en operadores de borde
9.4 Momentos invariantes
9.5 Notas finales
CAPÍTULO 10.OPERACIONES MORFOLÓGICAS
10.1 Introducción
10.2 Principios y transformaciones básicos
10.2.1 Definiciones elementales
10.2.2 Transformaciones morfológicas cuantitativas
10.3 Esqueletización y otras propiedades de las operaciones morfológicas
10.3.1 Transformaciones homotópicas
10.3.2 Esqueleto
10.3.3 Adelgazamiento y ensanchado
10.3.4 Envoltura convexa de una región mediante morfología
10.3.5 Rellenado de regiones
10.3.6 Granulación y cuenta del número de gránulos
10.4 Morfología en imágenes de grises
10.4.1 Dilatación y erosión
10.4.2 Apertura y cierre
10.4.3 Algunas aplicaciones de la morfología en imágenes de grises
10.5 Notas finales
CAPÍTULO 11.GEOMETRÍA Y PARÁMETROS DE LAS CÁMARAS
11.1 Introducción
11.2 Geometría
11.2.1 Proyección de perspectiva
11.2.2 Proyección ortográfica
11.2.3 Proyección paralela
11.3 Modelo de la cámara y su calibración según el método de Tsai
11.3.1 El modelo de la cámara
11.3.2 Ecuaciones relacionando las coordenadas 3D del mundo a las coordenadas 2D de la imagen en el computador
11.3.3 Calibración de la cámara utilizando un conjunto de puntos coplanares
11.3.4 Calibración de la cámara utilizando un conjunto de p untos no coplanares
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
11.7.1 Definición
11.7.2 Determinación de los epipolos
11.7.3 Ecuación paramétrica de las líneas epipolares
11.7.4 Cálculo práctico
11.8 Formación de imágenes con lentes y enfoque
11.8.1 Magnificación o aumento
11.8.2 Longitud focal
11.8.3 Profundidad de campo
11.9 Corrección de errores de las cámaras
11.9.1 Corrección geométrica
11.9.2 Corrección de imágenes desenfocadas
11.10 Notas finales
CAPÍTULO 12.ANÁLISIS DEL MOVIMIENTO
12.1 Introducción
12.2 Estimación del flujo óptico
12.3 Formulación analítica del movimiento: campo de movimiento
12.4 Detección de la profundidad y colisiones
12.4.1 Profundidad mediante el flujo óptico y el campo de movimiento
12.4.2 Profundidad mediante la relación de adyacencia
12.4.3 Colisiones
12.5 Análisis del movimiento basado en la detección de puntos de interés
12.6 Método diferencial de análisis del movimiento
12.7 Método de diferencias de análisis del movimiento
12.8 Métodos de seguimiento y predicción de características mediante una secuencia de imágenes
12.9 Utilizando el movimiento
12.9.1 Movimiento 3D y estructura a partir del campo de movimiento
12.9.2 Orientación de superficies y detección de bordes
12.10 Notas finales
CAPÍTULO 13.RECONOCIMIENTO DE PATRONES I: ESTIMACIÓN, AGRUPACIÓN Y CLASIFICACIÓN
13.1 Introducción
13.2 Algunos ejemplos de propiedades cuantitativas
13.3 Estimación estadística y aprendizaje
13.3.1 Formulación del problema de aprendizaje
13.3.2 El papel de la máquina de aprendizaje
13.3.3 Aproximaciones clásicas
13.4 Estimación de la función de densidad de probabilidad
13.4.1 Estimación paramétrica
13.4.2 Estimación no paramétrica
13.5 Métodos para reducción de datos y reducción de la dimensionalidad
13.5.1 Cuantización vectorial
13.5.2 Agrupamiento o Clustering
13.5.3 Reducción de la dimensionalidad: Self-Organizing Map
13.6 Clasificación
13.6.1 Teoría de la decisión de Bayes: el clasificador Bayesiano
13.6.2 Estimadores no paramétricos
13.6.3 Cuantización vectorial y agrupamientos como clasificadores
13.6.4 El perceptrón y el perceptrón multicapa
13.7 Notas finales
CAPÍTULO 14.RECONOCIMIENTO DE PATRONES II: EL PERCEPTRÓN Y EL PERCEPTRÓN MULTICAPA
14.1 Introducción
14.2 El Perceptrón
14.2.1 Perceptrón para dos clases separables
14.2.2 Clases no separables
14.3 La red retropropagación
14.3.1 Arquitectura de la red retropropagación
14.3.2 Entrenamiento por retropropagación
14.4 Notas finales
CAPÍTULO 15.RECONOCIMIENTO DE PATRONES III: MÉTODOS ESTRUCTURALES Y BASADOS EN
LA APARIENCIA
15.1 Introducción
15.2 Métodos estructurales y sintácticos
15.2.1 Representación simbólica de patrones
15.2.2 Métodos estructurales
15.2.3 Métodos sintácticos: gramáticas de cadenas
15.3 Reconocimiento basado en la apariencia
15.3.1 Imágenes en lugar de propiedades
15.3.2 Autoespacios de imágenes
15.4 Notas finales
CAPÍTULO 16.OBTENCIÓN DE LA FORMA I: FORMAS A PARTIR DE LA INTENSIDAD
16.1 Introducción: formas a partir de x
16.2 Aspectos generales sobre las formas a partir de variaciones de la intensidad
16.2.1 Formación de imágenes y distribución de las fuentes de iluminación
16.2.2 Orientación de las superficies
16.3 El mapa de reflectancia
16.4 Tonalidad en las imágenes
16.5 Aplicaciones, ejemplos y métodos
16.5.1 Gráficos sombreados
16.5.2 Mapa de reflectancia: determinación de la forma mediante estéreo fotométrico y obtención del albedo
16.5.3 Mapa de reflectancia: determinación de la forma a partir de una única imagen
16.6 Notas finales
CAPÍTULO 17.OBTENCIÓN DE LA FORMA II: LA VISIÓN ESTEREOSCÓPICA
17.1 Introducción
17.2 Geometría del sistema estereoscópico y obtención de la distancia
17.3 Extracción de características
17.4 Correspondencia estereoscópica
17.4.1 Restricciones aplicables para la correspondencia
17.4.2 Métodos de correspondencia basados en el área
17.4.3 Métodos de correspondencia basados en las características
17.5 Notas finales
CAPÍTULO 18.OBTENCIÓN DE LA FORMA III: FORMAS A PARTIR DE LA TEXTURA Y DEL ENFOQUE
18.1 Introducción
18.2 Formas a partir de la textura
18.2.1 Proyección de perspectiva (paraperspectiva)
18.2.2 Proyección ortográfica
18.3 Formas a partir del enfoque
18.3.1 Análisis del enfoque
18.3.2 Funciones criterio para medir la calidad del enfoque
18.3.3 Método de obtención de la distancia de los objetos
18.4 Notas finales
CAPÍTULO 19.DESCRIPCIÓN Y RECONOCIMIENTO DE OBJETOS 3D
19.1 Introducción
19.2 Segmentación y descripción de superficies
19.2.1 Propiedades de las curvaturas y discontinuidad de las superficies
19.2.2 Valores extremos y transiciones por cero
19.2.3 Clasificación y unión espacial
19.2.4 Segmentación en superficies
19.2.5 Ajuste de superficies
19.2.6 Extracción de superficies a partir de las superficies visibles de la escena 3D
19.3 Inferencia y descripción de objetos
19.3.1 Representación de objetos
19.4 Reconocimiento de objetos 3D
19.4.1 Una primera lista de candidatos
19.4.2 Compatibilidad entre los nodos del modelo y la escena
19.5 Otros métodos de segmentación y descripción de estructuras 3D
19.5.1 Ajuste de áreas planas a agrupaciones de datos
19.5.2 Uso de imágenes Gaussianas extendidas
19.5.3 Uso del gradiente
19.5.4 Etiquetado de líneas y uniones
19.5.5 Conos generalizados
19.6 Notas finales
CAPÍTULO 20.RESTAURACIÓN DE IMÁGENES I: DOMINIO DE LA FRECUENCIA
20.1 Introducción
20.2 Modelo de degradación
20.2.1 El ruido
20.2.2 Algunas definiciones
20.2.3 Modelo de degradación para funciones continuas
20.2.4 Formulación discreta
20.3 Aproximación algebraica para la restauración
20.3.1 Restauración no restringida
20.3.2 Restauración restringida
20.4 Filtrado inverso
20.5 Filtro de mínimos cuadrados (Wiener)
20.6 Filtro de mínimos cuadrados restringido
20.7 Filtro de la media geométrica
20.8 Restauración interactiva o filtro de corte
20.9 Eliminación de desenfoque originado por movimiento lineal uniforme
20.10 Notas finales
CAPÍTULO 21.RESTAURACIÓN DE IMÁGENES II: DOMINIO ESPACIAL
21.1 Introducción
21.2 Filtros de orden
21.2.1 Filtrado de la mediana
21.2.2 Filtrado de la moda
21.2.3 Filtrado de máximos y mínimos
21.2.4 Filtro del punto medio y medio alfa recortado
21.3 Filtros de medias
21.4 Filtros adaptativos
21.5 Promedio de imágenes
21.6 Notas finales
CAPÍTULO .COMPRESIÓN DE IMÁGENES
22.1 Introducción
22.2 Modelo del sistema de compresión
22.3 Criterios de fidelidad
22.4 Elementos de la teoría de la información
22.4.1 Medida de la información
22.4.2 El canal de información
22.4.3 Teoremas fundamentales de codificación
22.4.4 Uso de la teoría de la información
22.5 Métodos de compresión sin pérdidas
22.5.1 Codificación de Huffman
22.5.2 Otros códigos de longitud variable óptimos
22.5.3 Codificación aritmética
22.5.4 Código de longitud de cadenas
22.5.5 Código Lempel-Ziv-Welch
22.5.6 Trazado de contornos y codificación
22.6 Métodos de compresión con pérdidas
22.6.1 Codificación nivel de gris y longitud de cadena
22.6.2 Codificación mediante truncado de bloques
22.6.3 Cuantización vectorial
22.6.4 Codificación predictiva diferencial
22.6.5 Módulos de predicción óptimos
22.6.6 Cuantización óptima
22.6.7 Codificación de la transformada
22.6.8 Transformada de Wavelets
22.7 Estándares de compresión de imágenes
22.7.1 Estándares de compresión de imágenes binarias
22.7.2 Estándares de compresión de imágenes de grises y color
22.8 Notas finales
APÉNDICE.CONTENIDO DEL CD-RO
BIBLIOGRAFÍA
ÍNDICE ALFABÉTICO
