Fornecer ao aluno os conceitos fundamentais da visão computacional e suas aplicações, detalhando as principais técnicas de processamento morfológico, segmentação, extração de características, classificação e reconhecimento de padrões em imagens. Ao final do curso o aluno terá conhecimento das principais técnicas de visão computacional e será capaz de aplicar os conceitos aprendidos em tarefas práticas que exigem conhecimentos na área de visão computacional.

Introdução à visão computacional, revisão dos conceitos de processamento de imagens, operadores morfológicos, segmentação de imagens, extração de características, reconhecimento de padrões em imagens, classificadores, redes neurais artificiais, métodos de avaliação de classificadores. Atividades práticas em linguagem Python.

Introdução à visão computacional: visão biológica, fundamentos de imagens digitais, vizinhança, adjacência, conectividade e métricas de distância.
Revisão dos conceitos básicos de processamento digital de imagens.
Operadores morfológicos: dilatação, erosão, abertura, fechamento e filtros morfológicos.
Segmentação de imagens: fronteiras, região, detectores de bordas, limiarização automática, crescimento de região.
Extração de características: descritores de forma, descritores de cor, descritores de textura. Momentos invariantes.
Reconhecimento de padrões em imagens: vetores de características, seleção de características, métodos de decisão.
Classificadores: classificadores de distância mínima, classificadores Bayesianos, redes neurais artificiais, deep learning, redes neurais convolucionais, treinamento supervisionado e não-supervisionado, métodos de agrupamento (hierárquico e não-hierárquico).
Métodos de avaliação de classificadores: tabela de contingências, matriz de confusão, validação cruzada, curvas ROC.
Atividades práticas em linguagem Python