Este documento presenta el sílabo de la asignatura Procesamiento de Imágenes y Visión Artificial. La asignatura enseña técnicas matemáticas de procesamiento espacial de imágenes y conceptos de visión estereoscópica para aplicar en ingeniería. El curso incluye temas como transformaciones de imágenes, segmentación, reconocimiento de patrones y visión estereoscópica a través de clases teóricas y prácticas de laboratorio.

1. 1
SÍLABO WEE2 PROCESAMIENTO DE IMÁGENES Y VISIÓN
ARTIFICIAL
2015-2
1. DATOS GENERALES
Facultad: Ingeniería de Sistemas y Electrónica
Carrera: Ingeniería Mecatrónica
Número de créditos: 03
Coordinador: Alberto Alvarado Rivera
Requisitos: WEE0 Procesamiento digital de señales
2. FUNDAMENTACIÓN
Esta asignatura permite al estudiante aprender las 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 como el control de calidad en procesos industriales,
reconocimiento de patrones en el sector médico entre otras aplicaciones.
3. SUMILLA
El curso inicia con una introducción al procesamiento digital de imágenes, las aplicaciones
actuales y técnicas de iluminación básicas para un posterior análisis. Asimismo, las
transformaciones básicas a nivel de pixel, ecualización del histograma, transformaciones
morfológicas, suavizado, detección de contornos, técnicas de segmentación y de
reconocimiento de objetos. Conceptos y aplicaciones de la visión estereoscópica.
4. LOGROS DE APRENDIZAJE
a) El alumno brindará soluciones usando las principales técnicas matemáticas de
procesamiento espacial en imágenes digitales
b) El alumno conocerá los conceptos de visión estereoscópica para aplicarlos en la
solución de diversos problemas de ingeniería.
5. CONTENIDOS
Introducción al procesamiento digital de imágenes. Semana 01
Captura y técnicas de iluminación. Tipos de imágenes digitales.
Modelos de Color
Semana 02
Transformaciones básicas a nivel espacial - 1era parte Semana 03
Transformaciones básicas a nivel espacial – 2da parte Semana 04
Manipulación y Ecualización del Histograma. Semana 05
Transformaciones morfológicas – 1era parte Semana 06
Transformaciones morfológicas – 2da parte Semana 07
Transformaciones geométricas. Semana 08
Técnicas de suavizado de imágenes. Semana 09
Técnicas de detección de contornos. Semana 10
Técnicas de segmentación. Semana 11

2. 2
Reconocimiento de patrones. Detección de regiones. Semana 12
Conceptos de visión estereoscópicas. Semana 13
Aplicaciones de visión estereoscópica. Semana 14
6. METODOLOGÍA
El curso se realiza desde el enfoque teórico y práctico. El enfoque teórico comprende
actividades individuales (exposición, explicación y solución de problemas), promoviendo la
participación activa de los estudiantes a través del diálogo permanente, a fin de consolidar
el aprendizaje de los temas.
El enfoque práctico se desarrolla por medio de experiencias en el laboratorio con la ayuda
de instrumentos y el uso de componentes o módulos que permiten realizar la
demostración de los temas tratados.
7. SISTEMA DE EVALUACIÓN
El promedio final del curso será:
Nota:
 Sólo se podrá rezagar el Examen Final.
 El examen rezagado incluye los contenidos de todo el curso.
 No se elimina ninguna práctica calificada.
 La nota mínima aprobatoria es 12 (doce).
8. FUENTES DE INFORMACIÓN
Bibliografía base:
 PAJARES GONZALO Y DE LA CRUZ JESÚS. Visión por computador. Imágenes
Digitales y aplicaciones. 2012
 OLLERO ANÍBAL. Robótica Manipuladores y Robots Móviles. Edición 2010
Bibliografía complementaria:
 Fu K. S, González R. C. y Lee C. S. G. Robótica, Control, Detección, Visión e
inteligencia. 2010
 Jain Anil. Fundamentals of Digital Image Processing. 2010
0.1PC1 + 0.1PC2 + 0.2PC3 + 0.2PL +
0.4EF
PC1 PC2 y PC3 son Prácticas Calificadas
Individuales
PL es Promedio de Laboratorios Calificados ([LC1 +
LC2 + LC3] / 3)
EF es Examen Final

3. 3
9. CRONOGRAMA DE ACTIVIDADES
Semana Contenidos o temas Actividad
Semana 1
Introducción al procesamiento digital de
imágenes. Aplicaciones y ejemplos en
diferentes sectores.
El alumno entiende de
la importancia del
procesamiento de
imágenes digitales.
Semana 2
Captura y técnicas de iluminación. Tipos de
imágenes digitales. Modelos de Color: RGB,
HSV, CMYk, YCrCb.
El alumno conoce los
tipos de imágenes y
modelos de color.
Prueba de entrada
Semana 3
Transformaciones básicas a nivel espacial:
Conversión de color a gris. Negativo
El alumno conoce las
transformaciones
básicas de color a gris.
Semana 4
Transformaciones básicas a nivel espacial:
Binarización. Operación de Zoom. Umbral en
imágenes. Transformaciones Lógicas.
El alumno conoce las
transformaciones
básicas a nivel espacial.
Prueba de entrada: 4
puntos
Práctica Calificada 1:16
puntos
Semana 5
Manipulación y Ecualización del Histograma.
Brillo, contraste y corrección gamma.
El alumno conoce la
manipulación y
ecualización del
histograma. Práctica de
Laboratorio No1-Grupo
A. El grupo B realiza
tarea domiciliaria
Semana 6
Transformaciones morfológicas: Dilatación y
erosión para imágenes grises.
El alumno entiende de
las transformaciones
morfológicas. Práctica
de Laboratorio No1-
Grupo B. El grupo A
realiza tarea
domiciliaria
Semana 7
Transformaciones morfológicas: Dilatación y
erosión para imágenes binarias, apertura y
cerradura para imágenes grises y binarias.
Llenado y detección de regiones.
El alumno entiende de
las transformaciones
morfológicas.
Semana 8
Transformaciones geométricas:
Desplazamiento, rotación y transformaciones
arbitrarias, a partir de la reubicación de los
pixeles de la imagen.
El alumno entiende de
las transformaciones
geométricas.
Práctica Calificada No2
Semana 9
Técnicas de suavizado de imágenes. Filtrado
lineal y no lineal.
El alumno analiza las
técnicas de suavizado y
filtrado para imágenes
Práctica de Laboratorio
No2-Grupo A. El grupo
B realiza tarea
domiciliaria

4. 4
Semana 10
Técnicas de detección de contornos.
Operadores de Sobel, Canny y Prewitt
El alumno implementa
algoritmos para la
detección de contornos.
Práctica de Laboratorio
No2-Grupo B. El grupo
A realiza tarea
domiciliaria
Semana 11
Técnicas de segmentación. Detección de puntos
y líneas. Uso de la transformada de Hough.
El alumno implementa
algoritmos de técnicas
de segmentación.
Practica Calificada 3:
Semana 12
Reconocimiento de patrones. Detección de
regiones. Representación de polígonos y
esqueletos. Descriptores de Fourier
El alumno conoce las
técnicas de
reconocimiento de
patrones.
Práctica de Laboratorio
No3-Grupo A.
El grupo B realiza tarea
domiciliaria.
Semana 13
Conceptos de visión estereoscópicas. Modelo
de cámara. Calibración de cámaras. Formación
de imágenes en estéreo
El alumno conoce de los
conceptos de visión
estereoscópica.
Práctica de Laboratorio
No3-Grupo B. El grupo
A realiza tarea
domiciliaria
Semana 14
Aplicaciones de visión estereoscópica.
Reconocimiento de objetos en 3D. Proyección
3D a 2D. Captura tridimensional de objetos
El alumno conoce de las
aplicaciones de la visión
estereoscópica.
Semana 15 Examen Final
FECHA DE ACTUALIZACIÓN: 23/03/2015.