Este curso en línea gratuito establece la importancia de la visión artificial para extraer abstracciones e información de alto nivel de las imágenes. Comenzamos con una revisión histórica de la visión artificial para rastrear su evolución en las últimas décadas. Estudiamos las incursiones iniciales en la visión artificial y los esfuerzos que contribuyeron a la comprensión de las imágenes y condujeron al surgimiento del aprendizaje profundo. También rastreamos el origen de varios diseños y avances en el campo de la visión artificial durante el último medio siglo. El curso analiza el proceso de formación de imágenes que utiliza un conjunto de condiciones de iluminación, la geometría de la escena, las propiedades de la superficie y la óptica de la cámara. Luego profundizamos en el uso de cámaras digitales para crear efectos esenciales como la exposición, los mapeos no lineales,

A continuación, te mostramos cómo representar una imagen dividiéndola en pequeños píxeles. Esto incluye el uso de técnicas de procesamiento de imágenes para preprocesar imágenes y convertirlas en formas adecuadas para su posterior análisis, así como los diversos operadores de procesamiento de imágenes que mapean los valores de píxeles de una imagen a otra. Luego analizamos el método de aplicar filtros a una imagen para modificar o mejorar sus características. El curso aborda el papel de la ecualización del histograma, ya que utiliza una colección de valores de píxeles situados en las proximidades de un píxel determinado para determinar su valor de salida final y realizar un ajuste local del tono de la imagen. Demostramos el proceso de mejora de imágenes en el que la función de transferencia del filtro modifica parte del espectro de frecuencias de la señal. También destacamos el uso del análisis de Fourier para determinar las características de frecuencia de varios filtros

A continuación, el curso muestra cómo utilizar la transformada rápida de Fourier (FFT) para realizar grandes convoluciones de núcleos. Esto incluye el proceso de descomposición de una imagen en sus componentes seno y coseno mediante transformadas de Fourier. Establecemos la importancia del muestreo y el aliasing en el procesamiento de imágenes. También demostramos cómo la frecuencia de muestreo determina la resolución espacial de la imagen digitalizada y la aparición de alias cuando la frecuencia de muestreo no es lo suficientemente alta como para capturar los detalles de la imagen. Por último, analizamos el método para aumentar y disminuir la resolución de una imagen mediante filtros de interpolación y decimación. Este curso informativo es adecuado para quienes estudian informática o para cualquier persona interesada en estas