Este repositorio contiene los materiales y apuntes de la asignatura de Visión por Computador, que abarca desde conceptos fundamentales hasta técnicas avanzadas de procesamiento y análisis de imágenes.
- Formación de imágenes digitales
- Sensores (CCD y CMOS)
- Representación de imágenes
- Aliasing y muestreo
- Histogramas y umbralización
- Color y espacios de color
- Operadores puntuales
- Filtros (Gaussiano, Sobel, Laplaciano)
- Filtros no lineales (Mediana)
- Transformadas (Fourier, DCT)
- Morfología matemática
- Segmentación básica
- Detección de puntos de interés
- Detección de bordes
- Detección de líneas (Transformada de Hough)
- Segmentación
- Métricas de evaluación (Precisión, Recall, F1-Score)
- Métodos clásicos (pre-Deep Learning)
- Viola-Jones (detección de caras)
- Dalal-Triggs (detección de personas)
- Segmentación semántica
- Clasificación
- Evaluación experimental
- Estimación de movimiento
- Alineamiento de imágenes
- Flujo óptico
- Seguimiento de objetos
- Filtro de Kalman
- Calibración geométrica
- Transformaciones homogéneas
- Metrología
- Reconstrucción 3D
- Métodos modernos (NeRFs, Gaussian Splatting)
- SLAM y aplicaciones prácticas
- OpenCV
- Python
- NumPy
- Matplotlib
- PyTorch (para métodos modernos)
- Detección y seguimiento de objetos
- Reconocimiento facial
- Realidad aumentada
- Reconstrucción 3D
- Vehículos autónomos
- Robótica
- Visión industrial
- R. Szeliski. Computer Vision: Algorithms and Applications, 2nd ed. 2022
- A. Torralba et al. Foundations of Computer Vision, 2024
- R. Hartley, A. Zisserman. Multiple View Geometry in Computer Vision, 2nd ed. 2004
- Conocimientos de programación en Python
- Fundamentos de álgebra lineal y estadística
- Familiaridad con procesamiento de imágenes básico