Una introducción a la visión del ordenador

Este curso gratuito en línea establece la importancia de la visión de la computadora para extraer abstracciones de mayor nivel e información de las imágenes. Comenzamos con una revisión histórica de la visión de la computadora para rastrear su evolución en las últimas décadas. Estudiamos las incursiones iniciales en la visión de la computadora y los esfuerzos que contribuyeron a la comprensión de las imágenes y llevaron a la aparición del aprendizaje profundo. También trazamos el origen de varios diseños y avances en el campo de la visión de la computadora en el último medio siglo. El curso desglosa el proceso de formación de imágenes que utiliza un conjunto de condiciones de iluminación, geometría de escena, propiedades de superficie y óptica de cámara. Luego profundizamos en el uso de cámaras digitales para crear efectos esenciales como la exposición, las correlaciones no lineales, el muestreo y el aliasing y el 'ruido'.

A continuación, le mostramos cómo representar una imagen, desglosándola en pequeños píxeles. Esto incluye el uso de técnicas de procesamiento de imágenes para preprocesar imágenes y convertirlas en formularios adecuados para análisis adicionales y los diversos operadores de procesamiento de imágenes que correlacionan valores de píxeles de una imagen a otra. A continuación, desempaquetamos el método de aplicar filtros a una imagen para modificar o mejorar sus características. El curso cubre el papel de la ecualización del histograma, ya que utiliza una colección de valores de pixel en la vecindad de un píxel dado para determinar su valor de salida final para realizar el ajuste de tono local de la imagen. Demostramos el proceso de mejora de imagen en el cual la función de transferencia del filtro modifica parte del espectro de frecuencia de señal. También destacamos el uso del análisis de Fourier para determinar las características de frecuencia de varios filtros.

El curso le muestra cómo utilizar la transformación rápida de Fourier (FFT) para realizar grandes convolaciones de kernel. Esto incluye el proceso de descomponer una imagen en sus componentes de seno y coseno utilizando las transformaciones de Fourier. Establecemos la importancia del muestreo y el aliasing en el procesamiento de las imágenes. También demostramos cómo la tasa de muestreo determina la resolución espacial de la imagen digitalizada y la ocurrencia de aliasing cuando la tasa de muestreo no es lo suficientemente alta como para capturar el detalle en la imagen. Por último, se discute el método de aumentar y disminuir la resolución de una imagen utilizando filtros de interpolación y de decimales. Este curso informativo se adapta a aquellos que estudian informática o a cualquier persona interesada en estas tecnologías de vanguardia.