VISION ARTIFICIAL

ACERCA DEL AUTOR
PREFACIO
CAPÍTULO 1. INTRODUCCIÓN
1.1 COMPONENTES DE UN SISTEMA PARA EL RECONOCIMIENTO AUTOMATIZADO DE OBJETOS (SRAO)
1.2 OPERACIÓN DE UN SRAO
1.3 PROPIEDADES DESEABLES DE UN RASGO DESCRIPTOR
1.4 ORGANIZACIÓN DEL LIBRO
CAPÍTULO 2. FUNDAMENTOS
2.1 FUNCIÓN IMAGEN, IMAGEN DIGITAL E IMAGEN BINARIA
2.2 MÉTRICAS, VECINDADES, PUNTOS Y REGIONES VECINAS Y SUS CONTORNOS
2.3 HISTOGRAMA DE UNA IMAGEN
2.4 RESUMEN
2.5 EJERCICIOS
CAPÍTULO 3. SEGMENTADO DE IMÁGENES
3.1 COMPLEJIDAD DEL PROBLEMA DE LA SEGMENTACIÓN DE IMÁGENES
3.2 TÉCNICAS BASADAS EN EL UMBRALADO
3.2.1 Umbralado manual
3.2.2 Umbralado automático
3.3 ETIQUETADO DE REGIONES O COMPONENTES CONECTADOS
3.3.1 Algoritmo recursivo
3.3.2 Algoritmo iterativo
3.3.3 Algoritmo de dos pasos que usa una tabla de equivalencias
3.4 EL PROBLEMA DE LA SEGMENTACIÓN COMO UN PROBLEMA DE CLASIFICACIÓN
3.5 RESUMEN
3.6 EJERCICIOS
CAPÍTULO 4. ÍNDICES VISUALES
4.1 BORDES Y SU DETECCIÓN
4.2 DETECTORES DE BORDES BASADOS EN EL CÁLCULO DE LA PRIMERA DERIVADA
4.2.1 Primera aproximación del gradiente
4.2.2 Segunda aproximación: gradiente cruzado de Roberts
4.2.3 El mejorador o enfatizador de Sobel
4.2.4 El mejorador de Prewitt
4.3 DETECTORES DE BORDES BASADOS EN EL CÁLCULO DE LA SEGUNDA DERIVADA
4.3.1 El operador laplaciano
4.3.2 La segunda derivada direccional
4.3.3 El laplaciano del gaussiano (LDG)
4.4 EL OPERADOR DE CANNY
4.4.1 Localización de bordes
4.4.2 Supresión de no máximos
4.5 OTROS MEJORADORES DE BORDES
4.5.1 Ventanas de Kirsch
4.5.2 Máscaras de Robinson
4.5.3 Ventanas de Frei-Chen
4.6 RASGOS PUNTUALES: VÉRTICES Y ESQUINAS
4.6.1 Detección de esquinas
4.6.2 Detectores de esquinas
4.6.3 Detectores de vértices
4.7 LÍNEAS
4.8 ESQUELETOS
4.8.1 El método de Zhang y Suen
4.9 SÍNTESIS AUTOMÁTICA DE DETECTORES DE PUNTOS DE INTERÉS
4.9.1 Conjuntos de funciones y de terminales
4.9.2 Función de desempeño
4.9.3 Ejemplos de detectores obtenidos
4.10 RESUMEN
4.11 EJERCICIOS
CAPÍTULO 5. RASGOS GEOMÉTRICOS
5.1 RASGOS GEOMÉTRICOS BÁSICOS
5.1.1 Área de un objeto
5.1.2 Perímetro de un objeto
5.2 RASGOS COMPUESTOS
5.2.1 El factor de compacidad o de irregularidad
5.3 RASGOS BASADOS EN LOS MOMENTOS GEOMÉTRICOS
5.3.1 Interpretación geométrica de los momentos normales
5.3.2 Invariantes a traslaciones: momentos centrales
5.3.3 Invariantes a rotaciones
5.3.4 Invariantes a cambios de escala: momentos centrales normalizados
5.3.5 Invariantes a traslaciones, rotaciones y cambios de escala
5.3.6 Invariantes a desplazamientos, rotaciones, cambios de escala y cambios de contraste
5.3.7 Invariantes a desenfoques
5.3.8 El teorema fundamental revisado para momentos invariantes
5.3.9 Método gráfico para la derivación de invariantes
5.3.10 Otras características basadas en los momentos
5.3.11 Métodos para el cálculo rápido de los momentos geométricos
5.4 RESUMEN
5.5 EJERCICIOS
CAPÍTULO 6. RASGOS A PARTIR DE CONFIGURACIONES DE PUNTOS
6.1 INVARIANTES A PARTIR DE DOS PUNTOS
6.1.1 Invariantes ante traslaciones
6.1.2 Invariantes ante rotaciones
6.2 INVARIANTES A PARTIR DE TRES PUNTOS
6.2.1 Invariantes ante traslaciones y rotaciones
6.2.2 Invariantes ante reflexiones
6.2.3 Invariantes ante cambios de escala u homotopías
6.3 INVARIANTES A PARTIR DE CUATRO PUNTOS
6.3.1 Invariantes a transformaciones afines
6.3.2 Invariantes a transformaciones proyectivas
6.4 INVARIANTES A PARTIR DE CINCO PUNTOS
6.4.1 Invariantes I1 e I2
6.4.2 Tipo y subtipo de un metasegmento
6.5 INVARIANTES A PARTIR DE CINCO O MÁS PUNTOS
6.6 INVARIANTES A PARTIR DE VECINDADES ALREDEDOR DE UN PUNTO
6.7 RESUMEN
6.8 EJERCICIOS
CAPÍTULO 7. RASGOS TOPOLÓGICOS
7.1 TRANSFORMACIONES TOPOLÓGICAS Y EJEMPLOS DE INVARIANTES TOPOLÓGICOS
7.2 PUNTAS Y TRÍADAS DE UN GRAFO
7.3 LA CARACTERÍSTICA DE EULER DE UN OBJETO
7.3.1 Cálculo del número de Euler de una imagen mediante operaciones básicas de procesamiento digital de imágenes
7.3.2 Cálculo del número de Euler de una imagen mediante los esqueletos de sus regiones
7.3.3 Cálculo del número de Euler de una imagen mediante la información del contorno de sus formas
7.4 COEFICIENTES DEL POLINOMIO IMANANTAL DE LA MATRIZ LAPLACIANA DE UN GRAFO
7.5 RESUMEN
7.6 EJERCICIOS
CAPÍTULO 8. APLICACIONES
8.1 CLASIFICACIÓN DE OBJETOS AISLADOS ANTE TRANSFORMACIONES SIMPLES
8.2 CLASIFICACIÓN DE OBJETOS AISLADOS ANTE TRANSFORMACIONES COMPLEJAS
8.3 RECONOCIMIENTO DE OBJETOS POLIGONALES EN PRESENCIA DE TRASLAPES
8.3.1 Descripción de cada objeto
8.3.2 Metodología
8.4 RECONOCIMIENTO DE OBJETOS DELGADOS DEFORMABLES
8.4.1 Descripción y entrenamiento
8.4.2 Reconocimiento
8.5 CÁLCULO DE RASGOS GEOMÉTRICOS Y TOPOLÓGICOS DE OBJETOS PLANOS A TRAVÉS DE SU CONTORNO
8.5.1 El algoritmo
8.5.2 Ejemplos
8.6 PROYECTOS ACTUALES DE INVESTIGACIÓN
8.6.1 Derivación automática de rasgos invariantes mediante metaheurísticas
8.6.2 Control de robots autónomos
8.7 RESUMEN
BIBLIOGRAFÍA
ÍNDICE ALFABÉTICO

Para que una criatura biológica o mecánica pueda interactuar eficientemente con el medio ambiente en el que se encuentra, es necesario que cuente con los sistemas adecuados de adquisición y de análisis automático de la información percibida.
Una de las tareas que una criatura debe realizar de manera eficaz es la del reconocimiento de los objetos que le rodean. Este problema continúa siendo un tópico de estudio en la actualidad. Aunque existen numerosos métodos para la solución de este importante problema, todavía hay muchas preguntas abiertas. Muchos de los problemas básicos continúan sin resolverse.
En este libro se describe un conjunto de técnicas que a lo largo de los años ha demostrado su eficiencia y eficacia en la solución de problemas relacionados con la segmentación y la extracción de rasgos viables que pueden ser usados para describir, detectar y reconocer objetos en escenas a partir de imágenes.