Introductory Computer Vision and Image Processing /

Capítulo 1: Introduction
¿Qué es la visión por computadora?

Diferencias entre imagen y visión

Aplicaciones industriales, médicas y académicas

Visión artificial vs. procesamiento digital

Capítulo 2: The Image Model
Representación digital de una imagen

Coordenadas espaciales y escala

Cuantización de niveles de gris

Resolución y tamaño de imagen

Formatos de imagen (binaria, escala de grises, color)

Capítulo 3: Image Acquisition
Fuentes de adquisición de imágenes (cámaras, escáneres)

Sensores CCD y dispositivos de entrada

Problemas de iluminación y ruido

Conversión analógica-digital

Calibración básica

Capítulo 4: Image Presentation
Formas de visualización

Uso de LUT (Look-Up Table)

Técnicas de remapeo de intensidades

Ajustes de contraste y brillo

Histogramas y visualización de datos

Capítulo 5: Statistical Operations
Media, varianza y desviación estándar

Normalización de imágenes

Operaciones de vecindario (máscaras estadísticas)

Histogramas acumulados

Umbralización básica

Capítulo 6: Spatial Operations and Transformations
Filtros espaciales: convolución y correlación

Filtros de paso bajo y paso alto

Detectores de bordes: Sobel, Prewitt

Filtros de mediana y suavizado

Rotación, escala y traslación

Capítulo 7: Segmentation and Edge Detection
Técnicas de umbralización global y local

Segmentación por crecimiento de regiones

Detección de bordes: Canny, Laplaciano

Segmentación por bordes activos

Separación de fondo y objeto

Capítulo 8: Morphological and Other Area Operations
Morfología matemática: erosión y dilatación

Operaciones de apertura y cierre

Estructuración y elementos estructurantes

Operaciones con regiones conectadas

Capítulo 9: Finding Basic Shapes
Detección de líneas rectas

Círculos, elipses y polígonos

Hough Transform

Relleno de regiones

Coincidencia con plantillas simples

Capítulo 10: Labelling Lines and Regions
Etiquetado de componentes conectados

Algoritmos de recorrido (4-conectividad, 8-conectividad)

Extracción de regiones

Cálculo de centroides y perímetros

Seguimiento de contornos

Capítulo 11: Reasoning, Facts and Inferences
Reglas lógicas básicas para reconocimiento

Inferencias basadas en conocimiento

Representación de hechos en imágenes

Introducción a sistemas expertos simples

Capítulo 12: Pattern Recognition and Training
Extracción de características

Clasificación supervisada y no supervisada

Análisis de textura y forma

Uso de redes neuronales simples

Proceso de entrenamiento y prueba

Capítulo 13: The Frequency Domain
Transformada de Fourier

Análisis espectral

Filtros en el dominio de frecuencia

Supresión de ruido en frecuencia

Capítulo 14: Applications of Frequency Domain Processing
Realce de bordes

Enfoque y desenfoque controlado

Supresión de bandas y ruido periódico

Comparación con el dominio espacial

Capítulo 15: Image Compression
Redundancia espacial y estadística

Codificación por longitud de corrida (RLE)

Codificación de Huffman

Cuantización y compresión con pérdida

Introducción a JPEG

Capítulo 16: Texture
Definición de textura

Estadísticas locales

Matriz de co-ocurrencia

Transformadas orientadas

Análisis de patrones repetitivos

Capítulo 17: Other Topics
Introducción a imágenes multiespectrales

Imágenes en movimiento y vídeo

Detección de movimiento

Análisis 3D básico

Capítulo 18: Applications
Aplicaciones médicas (rayos X, TAC, resonancias)

Aplicaciones industriales (inspección, ensamblaje)

Aplicaciones de seguridad y biometría

Procesamiento de imágenes satelitales

En este manual, Adrian Low ofrece una introducción accesible y práctica a los fundamentos del procesamiento de imágenes y visión por computadora. El texto está diseñado para lectores que ya están familiarizados con conceptos básicos de computación, pero que desean adentrarse en el mundo del procesamiento visual sin requerir profundos conocimientos previos en matemáticas avanzadas o inteligencia artificial

El autor adopta un enfoque tutorial, combinando explicaciones conceptuales con múltiples ejemplos, casos prácticos y ejercicios, apoyados en código en lenguaje C pensado para ejecutarse en plataformas estándar como el IBM PC . Esto permite al lector entender cómo funcionan los algoritmos internamente al implementarlos y mostrarlos por sí mismo.

La obra cubre toda la cadena de procesamiento: desde la adquisición de imágenes (cámaras, escáneres), pasando por operaciones estadísticas y espaciales (histogramas, filtros, transformadas), hasta algoritmos de segmentación, detección de bordes, operaciones morfológicas y reconocimiento de formas . Además, explora los dominios de frecuencia, técnicas de compresión, análisis de texturas, y muestra cómo aplicar los conceptos mediante código efectivo y casos de aplicación reales .

Gracias a su combinación de teoría, aplicaciones industriales y médicas, y su estilo claro y práctico, este libro es una excelente opción para estudiantes de pregrado, postgrado o desarrolladores que deseen aprender visión por computadora desde la raíz, sin depender de bibliotecas gráficas complejas .