VISIÓN POR COMPUTADOR

ÍNDICE AUTORES 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 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 2.5 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 DEL 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: ESTIMACIÓN, AGRUPACIÓN Y CLASIFICACIÓN 53 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

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 CDROM 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.