Uma Introdução à Visão do Computador

Este curso online gratuito estabelece o significado da visão do computador na extração de abstrações de nível superior e informações a partir de imagens. Começamos com uma revisão histórica da visão de computador para acompanhar sua evolução ao longo das últimas décadas. Estudamos as incursões iniciais em visão de computador e os esforços que contribuíram para a compreensão das imagens e levaram ao surgimento do aprendizado profundo. Também traçamos a origem de vários desenhos e avanços no campo da visão computadeada ao longo do último meio século. O curso quebra o processo de formação de imagem que utiliza um conjunto de condições de iluminação, geometria de cena, propriedades de superfície e óptica da câmera. Nós, então, mergulhamos no uso de câmeras digitais para criar efeitos essenciais como a exposição, mapeamentos não lineares, amostragem e aliasing e "ruído".

Em seguida, mostramos como representar uma imagem quebrando-a em pixels minúsculos. Isso inclui o uso de técnicas de processamento de imagens para pré-processar imagens e convertê-las em formulários adequados para análise mais aprofundada e as várias operadoras de processamento de imagens que mapeam valores de pixels de uma imagem para outra. Nós, então, descompactamos o método de aplicação de filtros a uma imagem para modificação ou aprimoramento de seus recursos. O curso aborda o papel da equalização do histograma já que utiliza uma coleção de valores de pixels nas proximidades de um determinado pixel para determinar seu valor final de saída para realizar ajuste de tom local da imagem. Demonstramos o processo de aprimoramento da imagem em que a função de transferência do filtro modifica parte do espectro de frequência de sinal. Destacamos também o uso de análise de Fourier para determinar as características de frequência de vários filtros.

O curso então mostra como usar o fast Fourier transformar (FFT) para realizar grandes convoluções de kernel. Isso inclui o processo de decomposição de uma imagem em seus componentes sine e cosseno usando transformas de Fourier. Estabelecemos o significado de amostragem e aliasing no processamento de imagens. Nós também demonstramos como a taxa de amostragem determina a resolução espacial da imagem digitalizada e a ocorrência de aliasing quando a taxa de amostragem não é alta o suficiente para capturar o detalhe na imagem. Por último, discutimos o método de aumentar e diminuir a resolução de uma imagem utilizando filtros de interpolação e de decimação. Este curso informativo combina com aqueles que estudam ciência da computação ou qualquer pessoa interessada nessas tecnologias de ponta.