Este documento presenta el sílabo de la asignatura de Procesamiento de Imágenes y Visión Artificial. La asignatura cubre técnicas matemáticas de procesamiento espacial de imágenes, incluyendo transformaciones, suavizado, detección de contornos, segmentación y reconocimiento de objetos. También introduce conceptos de visión estereoscópica y sus aplicaciones. La asignatura se dicta en 15 semanas con clases teóricas, laboratorios y tres prácticas calificadas individuales, cuyas notas, j

1. 1
SÍLABO DE WEE2 PROCESAMIENTO DE IMÁGENES Y VISIÓN
ARTIFICIAL
2014-1
1. DATOS GENERALES
Facultad: Ingeniería De Sistemas y Electrónica
Carrera: Ingeniería Electrónica / Ingeniería Mecatrónica
Número de créditos: 3
Coordinador: Ing. Alberto Alvarado Rivera
Requisitos: Procesamiento Digital de Señales
2. FUNDAMENTACIÓN
Esta asignatura permitirá que el estudiante aprenda e implemente técnicas matemáticas
de procesamiento espacial de imágenes. Asimismo podrá conocer los conceptos de
imágenes estereoscópicas, segmentación y reconocimiento de objetos, que le permitirán
aplicarlo en los diferentes campos de la ingeniería.
3. SUMILLA
Introducción al procesamiento digital de imágenes. Aplicaciones. Técnicas de iluminación.
Transformaciones básicas, ecualización del histograma, transformaciones morfológicas.
Suavizado y detección de contornos. Asimismo, técnicas de segmentación y de
reconocimiento de objetos. Conceptos y aplicaciones de la visión estereoscópica.
4. LOGROS DE APRENDIZAJE
Al final de la asignatura el estudiante brindará soluciones usando las principales técnicas
matemáticas de procesamiento espacial en imágenes digitales, asimismo, conocerá los
conceptos de visión estereoscópicas para aplicarlos en la solución de diversos problemas
en la ingeniería.
5. CONTENIDOS
Procesamiento de imágenes , tipos y transformaciones Semanas: 1, 2, 3,4
Histograma, transformaciones morfológicas y geométricas,
suavizado
Semana: 5,6,7,8,9
Contornos, segmentación, reconocimiento de patrones,
visión estereoscópica
Semana: 10,11,12,13,14

2. 2
6. METODOLOGÍA
Se dictarán clases teóricas con ayudas audiovisuales, así como experiencias de laboratorio
para complementar la parte teórica, asimismo, se usará referencias bibliográficas y
separatas para algunos temas específicos.
7. SISTEMA DE EVALUACIÓN
Nota:
Solo se podrá rezagar el Examen Final.
No se elimina ninguna Práctica Calificada.
El examen rezagado incluye los contenidos de todo el curso.
La nota mínima aprobatoria es 12.
8. FUENTES DE INFORMACIÓN
Bibliografía base:
Pajares Gonzalo y De La Cruz Jesús. Visión por computador. Imágenes
Digitales y aplicaciones.
Ollero Aníbal. Robótica Manipuladores y Robots
Móviles.
Bibliografía complementaria:
Fu K. S, González R. C. y Lee C. S. G. Robótica, Control, Detección, Visión
e inteligencia
Jain Anil Fundamentals of Digital Image
Processing.
9. CRONOGRAMA DE ACTIVIDADES
Semana Contenidos o temas Actividades y evaluaciones
Semana 1
Introducción al procesamiento digital de
imágenes. Aplicaciones y ejemplos en
diferentes sectores.
Intervenciones en clase, ejemplos y
propuesta de ejercicios aplicativos.
Semana 2
Captura y técnicas de iluminación. Tipos
de imágenes digitales. Modelos de
Color: RGB, HSV, CMYk, YCrCb.
Intervenciones en clase, ejemplos y
propuesta de ejercicios aplicativos.
0.1PC1 + 0.1PC2 + 0.2PC3 + 0.2PL + 0.4EF
PC1 es Práctica Calificada Grupal de 4 Estudiantes
PC2 y PC3 son Prácticas Calificadas Individuales
PL es Promedio de Laboratorios Calificados
([LC1 + LC2 + LC3] / 3)
EF es Examen Final

3. 3
Semana 3
Transformaciones básicas a nivel
espacial: Conversión de Color a gris.
Negativo.
Intervenciones en clase, ejemplos y
propuesta de ejercicios aplicativos.
Semana 4
Transformaciones básicas a nivel espacial:
Binarización. Operación de Zoom. Umbral
en imágenes. Transformaciones Lógicas.
Intervenciones en clase, ejemplos y
propuesta de ejercicios aplicativos.
Practica calificada 1
Semana 5
Manipulación y Ecualización del
Histograma. Brillo, Contraste y Corrección
Gamma.
Intervenciones en clase, ejemplos y
propuesta de ejercicios aplicativos.
Laboratorio Calificado 1– Grupo A
Semana 6
Transformaciones morfológicas:
Dilatación y erosión para imágenes
grises.
Intervenciones en clase, ejemplos y
propuesta de ejercicios aplicativos.
Laboratorio Calificado 1– Grupo B
Semana 7
Transformaciones morfológicas: Dilatación y
Erosión para imágenes binarias. Además,
apertura y cerradura para imágenes grises y
binarias. Llenado y detección de regiones.
Intervenciones en clase, ejemplos y
propuesta de ejercicios aplicativos.
Semana 8
Transformaciones geométricas:
desplazamiento, rotación y
transformaciones arbitrarias, a partir de la
reubicación de los pixeles de la imagen.
Intervenciones en clase, ejemplos y
propuesta de ejercicios aplicativos.
Semana 9
Técnicas de suavizado de imágenes.
Filtrado lineal y no lineal.
Intervenciones en clase, ejemplos y
propuesta de ejercicios aplicativos.
Practica calificada 2
Semana 10
Técnicas de detección de contornos.
Operadores de Sobel, Canny y Prewitt.
Intervenciones en clase, ejemplos y
propuesta de ejercicios aplicativos.
Laboratorio Calificado 2– Grupo A
Semana 11
Técnicas de segmentación. Detección de
puntos y líneas. Uso de la transformada de
Hough.
Intervenciones en clase, ejemplos y
propuesta de ejercicios aplicativos.
Laboratorio Calificado 2– Grupo B
Semana 12
Reconocimiento de patrones. Detección
de regiones. Representación de
polígonos y esqueletos. Descriptores de
Fourier.
Intervenciones en clase, ejemplos y
propuesta de ejercicios aplicativos.
Practica calificada 3
Semana 13
Conceptos de visión estereoscópicas.
Modelo de cámara. Calibración de cámaras.
Formación de imágenes en estéreo.
Intervenciones en clase, ejemplos y
propuesta de ejercicios aplicativos.
Laboratorio Calificado 3– Grupo A

4. 4
Semana 14
Aplicaciones de visión estereoscópica.
Reconocimiento de objetos en 3D.
Proyección 3D a 2D. Captura
tridimensional de objetos.
PRÁCTICA 5
Intervenciones en clase, ejemplos y
propuesta de ejercicios aplicativos.
Laboratorio Calificado 3– Grupo B
Semana 15 EXAMEN FINAL
10. FECHA DE ACTUALIZACIÓN:16/04/2014