Fornecer ao aluno requisitos fundamentais para a compreensão da Visão Computacional, detalhando as principais técnicas de processamento de imagens, segmentação, extração de características, classificação e reconhecimento de padrões em imagens.
Introdução à visão computacional, revisão dos conceitos de processamento de imagens, processamento de imagens coloridas, operadores morfológicos, segmentação de imagens, extração de características, reconhecimento de padrões em imagens, classificadores, redes neurais artificiais, métodos de avaliação de classificadores.
Introdução à visão computacional: visão biológica, fundamentos de imagens digitais, vizinhança, Introdução à visão computacional: visão biológica, fundamentos de imagens digitais, vizinhança, adjacência, conectividade e métricas de distância. Revisão dos conceitos de processamento digital de imagens. Processamento de imagens coloridas: modelo de cor e espaço de cor. 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.
PRINCIPAL: GONZALEZ, R.C.; WOODS, R.E. Digital Image Processing 4th Ed., Pearson, 2018. GONZALEZ, R.C.; WOODS, R.E.; EDDINS, S.L. Digital Image Processing using Matlab, 3rd Ed., Gatesmark, 2020. GONZALEZ, R.C.; WOODS, R.E. Processamento Digital de Imagens, 3a Ed., Pearson, 2010. PRINCE, S. J. D.; Computer Vision: Models, Learning, and Inference, 1st Ed., Cambridge University Press, 2012. Complementar ALPAYDIN, E.; Introduction to Machine Learning, 3rd Ed., The MIT Press, USA, 2014. SZELISKI, R.; Computer Vision: Algorithms and Applications, Springer, 2011. BACKES, A. R.; Junior, J. J. M. S. Introdução à Visão Computacional Usando Matlab, 1a Ed., Alta Books, 2016. NIXON, M.; AGUADO, A. S. Feature Extraction & Image Processing, 2nd Ed., Elsevier, London, 2008.