Introducción al procesamiento de imágenes y visión por computadora

Introducción al procesamiento de imágenes y visión por
computadora
Procesamiento de imágenes (PI)
Modalidades básicas de procesamiento
0.
funcional(ventana_de_imagen)  nueva ventana_de_imagen
(histograma, promedio, momentos estadisticos…)
1.
filtros:
ventana_de_imagenmascara condición  imagen_filtrada_en_ventana
filtros: mascara cuadrada, lineal, de cruz (filtro de mediana), de redes neuronales
Remark 1Comentario Improtante: Simbolo "" aquí se usa para la operación de convolución. Formalmente, si representar los
operandos de la operación de convolucióncomo vectores, entonces propia conolución se representa como un producto punto, es
decir "la suma de productos de los componentes correspondientes de ambos vectores." Cambiando en esta regla la palabra
"vectores" por "fragmentos rectangulares de una matriz", se obtiene la regla como la convolución funciona para imágenes
digitales. Con esta definición es facíl de ver que sea
1 1 0
1 0 -1
0 -1 -1
la máscara que participa en la convolución, entonces el resultado sea "derivada de fragmento de imagen a lo
largo de dirección inclinada por 45°:
Remark 2. La propiedad teórica muy importante es que cualquier
funcional lineal sobre los datos (por ejemplo,
sobre un fragmento de umagen digital) se puede presentar como la convolución con una máscara.
Opciones generales de filtración
1.1. Eliminación de ruido ("Mejoración" de imagen)
Reconocimiento:
(reconocimiento de que? que parton? que propiedad?)
1.2. Detección de elementos 1D (cómo definir matemáticamente elementos lineales (edges)?):
Nota: La definción formal de "edge" que no lleva a ambiguidad es "edge se detecta en una localidad P y para
una dirección V siempre y cuando en P la derivada espacial de la imagen a lo largo de dirección ortogonal a
V tiene un máximo". Sin embargo, esta definición lleva a detección de "edges" que muy dificilmente
integrados a unos objetos 1D extendidos.
1.3 Detección de elementos 0D (p. e. "interest points", intrersección de curvas 1D)
(cómo definir matemáticamente elementos puntuales?)
Se puede, elegir patrones funcionales (p.e., parabola, silla, etc.) los cuales tienen un punto singular (p.e.,
mínimo de parabola) y intentar de aproximar un fragmento de imagen con este patron.
Robustez y dependencia de transformaciones afinas de la imagen
2.
ventana_de_imagentransformaciónimagen_de_ventana _transformada
(Wavelet, Fourier, afina,...)
Reversibilidad de las transformaciones
Objetivo intuitivo de transformaciones espectrales (Wavelet, Fourier, Haar, etc.):
Información espacialmente distribuida en la coordenadas espaciales (usuales) debe
pasar a la concentrada en un punto o una linea en las coordenadas espectrales (frecuencias)
3.
Imagen  imagen
procesamiento
Opciones básicas:
3.1. Filtración: aplicar algun método de p.1 con mismo filtro de una manera exhaustiva a lo largo de
toda imagen solo recorriendo la ventana
3.2. Transformación de p.2 con ventana que coincide con el marco de la imagen completa
3.2. Procesamiento guiado por objetos encontrados (seguimiento de curvas)
4.
Imagen 2D  Imagen de escala 3D (Multiscale processing)
se hace procesamiento (según 3.1 o 3.2 o combinada de ambos) múltiple de misma imagen
variando escala ("scale") , es decir, tamaño de la venata en p.1
5.
Imagen  parámetros para control de robot
6.
Minimización de parametros de un funcional de energia en la imagen con una interpretación posterior
de resultados.
7.
Segmentación
Próblemas prácticas de segmentación:
Detectar áreas con campos de trigo, maiz, con bosque y todo lo demás.
Campos efectados con una plaga.
Extraer en una imagen el fondo del objeto propio
Segmentación como un problema de filtración
Segmentación como un problema de aproximación (relacionado con p.6)
8.
Morfologia matématica (detalles - más adelante en curso)
Simplificando la idea central, MM se puede expresar como unas técnicas de procesamiento
intermendiario basado en aplicación de operadores de dilación y erosión a los resultados de procesamiento
anterior. El primero tiene objetivo fusionar los partes de un objeto separados en segmentación previa,
mientras el segundo – separar partes de diferentes objetos erroniamente erroniamente fusionados.
Visión por computadora (VC)
Groso modo, se puede decir que VC es "búsqueda computarizada de 'lo mismo' en imágenes".
El diferencia entre VC y PI es que PI se puede considerar como un conjunto de métodos formales
(matemáticos), mientras VC aplicando esos métodos toma en cuenta la semántica del objetivo final.
Entonces, para presentar áreas principales de VC, hay que clasificar que opciones tiene "lo mismo".
1. Lo que puede detectarse en una imagen como algo que corresponde a un criterio bién definido
matemáticamente.
Opciones:
Objetos locales:
Edges
Elementos invariantes a un desplazamiento local
Puntos de interes
Objetos no locales
Figuras de una cierta forma (operador de Hugh)
2. Los mismos objetos reales que se pueden extraer en diferentes imagenes.
Opciones:
fotos calibrados (reconocer rostros en base de datos de IFE)
objetos en fotos sacadas desde diferentes puntos de vista
base corta (estereo humano)
base ancha (wide-base stereo)
3. Lo mismo que corresponde a una idea humana. (Entonces, este área está vinculado orgánicamente con
psicología, es decir con estudios de como funcionan algoritmos de visión humana)
Letras
Jeroglifas
Conceptos (casa, arbusto, pez,…)
Reconocer objetos de bases de datos geográficos en imágenes
Reconocer malformaciones en imágenes radiográficas o tomografias
Reconocer expresiones faciales
4. Uso imagen(es) de entrenamiento para reconocimiento y reconstrucción.
Dada Sucesión de entrenamiento que demuestra cambios temporales (niño – joven – adulto – viejo) y
dada una foto de una persona (p.e., adulta), reconstruir su apariencia en otras edades.
5. Estimación de parámetros
Por ejemplo, para control automatico visual de robot
Niveles de procesamiento
Sin retrolimentación:
Early vision (p.e., deteción de elementos de bordes)
Itermediate processing (p.e. agrupación de elementos locales en objetos extendidos)
Inferencias (p.e., reconocer elementos de estructuras mas grandes como 'pirámide', 'cubo', 'agujero',
etc.)
Con retroalimentación:
Modelos de objetos basados en detectores disponibles que controlan procesamiento de imagen