Apostilas para Processamento e Análise de Imagens e
Aprendizagem de Máquina
Atenção:
Estas "apostilas" ou "notas de aula" podem não ser
compreensíveis sem ter assistido as aulas correspondentes.
Foram escritas para ilustrar as aulas, não para
servirem de material de estudo independente das aulas.
Normalmente contêm somente os programas e não contêm as
explicações teóricas completas. As teorias devem ser buscadas em
outros materiais (artigos, livros, internet, etc.).
- Conceitos básicos, GCC, Cekeikon,
OpenCV, sistemas de cores (RGB, HSI, CieLab):
- Conceitos básicos em
Python:
- Cekeikon, OpenCV e programação
por template: cekeikon_opencv.pdf,
cekeikon_opencv.odt.
- Ajuste de brilho/contraste,
limiarização, Otsu, histograma.
- Alguns conceitos sobre C++:
- Processamento de vídeo e captura
de webcam:
- Componentes conexos, fila e
pilha:
- Formatos de imagens; Escolha de palete e
quantização; Algoritmo de escolha de palete:
- Halftoning e halftoning inverso:
- Reamostragem, interpolação vizinho mais
próximo, interpolação bilinear, ampliação, redução e rotação.
- Transformações geométricas e coordenadas
homogêneas 2-D
- HighGUI: Exemplos de uso do GUI do OpenCV
- Filtros "restritos a janela": mediana,
média móvel.
- Medidas de distorção de imagens:
- Filtros nebulosos, outros filtros:
- Filtros lineares, convolução, correlação,
FFT:
- Explicação simplificada de template
matching:
- Template matching (casamento de modelo) ,
invariância ao brilho/contraste, NCC (normalized cross
correlation), imagens coloridas:
- Template matching (casamento de modelo)
invariante a RST:
- Imagem integral, Viola and Jones,
histograma, histograma de gradiente orientado (HOG),
histograma integral:
- DCT, wavelet de Haar e aplicações:
- Complexidade de algoritmos:
- Morfologia matemática binária:
- Morfologia matemática em níveis de cinza:
- Espaço de escala:
- detcirc5.avi (Detecção de
círculo escuro usando diferença de gaussianas.)
- Filtragem por minimização de variação total:
- Detecção de cantos e arestas
(Canny):
- SIFT, SURF, GLOH:
- [Lowe,
2004] D. G. Lowe, "Distinctive Image Features
from Scale-Invariant Keypoints," International Journal of
Computer Vision, Vol. 60, No. 2 / November, 2004, pp.
91-110.
- Transformada Hough:
- Watermarking:
- watermark.pdf,
watermark.doc.
- PCA (Principal Component
Analysis)
- pca.pdf, pca.odt.
- Tomografia:
- fMRI:
- Classificação de texturas:
- Contornos ativos, snakes,
template matching deformável: DOC.
- Processamento paralelo.
- FLTK
- Aprendizagem de máquina
não-supervisionada
- Aprendizagem de máquina avançada:
manuscrito, pedestre/carro, rosto.
- Implementação de rede neural "do
zero" com simulação numérica
- Slides para um seminário curto
sobre deep learning
- Rede neural convolutional usando
tiny_dnn no reconhecimento dos dígitos MNIST
- Rede neural convolutional usando
Tensorflow/Keras no reconhecimento dos dígitos MNIST
- Reconhecer imagens de Cifar10
- Outros problemas de deep learning
Site da
disciplina PSI-3471: Fundamentos de Sistemas Eletrônicos
Inteligentes (disciplina de graduação)
Site da disciplina PSI-3472:
Concepção Impl. Sist. Eletr. Inteligentes (disciplina de
graduação)
Site da disciplina PSI-2651:
Processamento, Síntese e Análise de Imagens I (disciplina
de graduação)
Site da disciplina PSI-5796:
Processamento e Análise de Imagens e Vídeos (disciplina de
pós-graduação)
