Este documento presenta un examen sobre procesamiento digital de imágenes y visión artificial. Contiene preguntas sobre conceptos básicos como inteligencia artificial, visión artificial, reconocimiento de patrones y aplicaciones. También incluye ejercicios prácticos de procesamiento de imágenes usando Matlab, como cargar imágenes, cambiar su tamaño, rotarlas, convertirlas a escala de grises y binarizarlas.

1. FACULTAD DE INGENIERA ELECTRONICA Y MECATRONICA
INGENIERIA MECATRONICA
Prof. Ing. José C. Benítez P. Ciclo: 2012-2
PS02 PROCESAMIENTO DIGITAL DE IMÁGENES Y VISION ARTIFICIAL
BALOTARIO
PRIMERA PRÁCTICA CALIFICADA
1. Introducción a la VA
a. Escriba dos conceptos de la inteligencia artificial
b. ¿Qué es la visión artificial?
c. ¿Qué es un agente?
d. ¿Con qué otros nombres se le conoce a la VA?.
e. ¿Cuáles son las disciplinas de la Visión Computacional?.
f. ¿En qué consiste el procesamiento de imágenes?.
g. Describa seis (06) operaciones de Procesamiento de Imágenes.
h. Escriba Cuatro (04) aplicaciones de Procesamiento de Imágenes.
i. ¿En qué consiste el Reconocimiento de Patrones?.
j. Escriba cinco (05) operaciones de Reconocimiento de Patrones.
k. Escriba Cuatro (04) aplicaciones de Reconocimiento de Imágenes.
l. ¿En qué consiste la Visión Computacional?.
m. Escriba tres (03) operaciones de Visión Computacional.
n. ¿En qué consiste Gráficos por Computadora?.
o. Escriba cinco (05) operaciones de Gráficos por Computadora
p. Liste diez aplicaciones de VA.
q. Diagrame un sistema básico de visión artificial.
2. Imágenes
a. ¿Cómo se clasifican las imágenes?.
b. Explique detalladamente cada clase.
c. ¿Cómo se clasifican los formatos de las imágenes?
d. Explicar detalladamente cada formato.
e. Diagrame la estructura de la imagen de cada formato.
3. Procesamiento de imágenes
a. Dada las imagen I (la de los circulos) de r= 4, J, K y L (psa.bmp, psa256.bmp y psa16.bmp que se encuentra en la
carpeta Sesiones de Aprendizaje del Dropbox):
Realizar las siguientes operaciones:
• Describir las características de la imagen.
• Calcular las dimensiones de la imagen I.
• Calcular el tamaño de la imagen I.
• Indicar la resolución de la imagen I.
• Convertir la imagen I a escala de grises por los tres métodos. Mostrar cada una.
• Dibujar el histograma de cada una. Mostrar cada una.
Algoritmos de los métodos para convertir una imagen a colores a escala de grises:
• Average: (R+G+B)/3
• Lightness: (max(R,G,B) + min(R,G,B))/2
• Luminosity: 0.21 R + 0.71 G + 0.07 B

2. • Comparar con el método de Matlab. Mostrar cada una.
• Dibujar el histograma y mostrar.
Con cada una de las cuatro (04) imágenes escala de grises realizar las siguientes operaciones:
• Binarizar cada una con valor umbral de Vmax/2. Mostrar cada una.
• Dibujar el histograma de cada una. Mostrar cada una.
• Binarizar óptimamente cada una. Mostrar cada una.
• Aumentar el brillo de cada una en 20%. Mostrar cada una.
• Dibujar el histograma de cada una. Mostrar cada una.
• Aumentar el contraste de cada una en 15% del 33%. Mostrar cada una.
b. En la siguiente imagen (paisaje) de r=4 cambiar el color de agua y del cielo.
Mostrar paso a paso todo el proceso. Realizar:
- Manualmente mediante operaciones entre matrices.
- Usando el Matlab.
4. Procesamiento Digital de Imágenes con Matlab
Dada las imágenes: “img1.gif”, “img2.ai”, “img3.cdr” y “img4.xwd”.
Escribir los comandos en MatLab de las instrucciones que se dan.
Todas las instrucciones se refieren a todas las imágenes salvo se especifique lo contrario:
a. Leer todas las imágenes
b. Grabar todas las imágenes como otro archivo.
c. Mostrar todas las imágenes en una sola ventana.
d. Mostrar el tamaño de todas las imágenes y verificar si es una imagen en escala de gris o a color.
e. Mostrar cada canal por separado de cada imagen.
f. Cambiar el tamaño (escalar) de todas las imágenes a la mitad.
g. Rotar todas las imágenes a 30, 45, 90 y 135 grados respectivamente.
h. Convertir cada imagen a escala de grises.
i. Mostrar dos imágenes y su histograma en una sola ventana.
j. Mostrar dos imágenes y su ecualización en una sola ventana.
k. Aumentar el brillo de una imagen en 10%.
l. Aumentar el contraste de otra imagen en 10%.
m. Binarizar óptimamente todas las imágenes resultantes.