Guía docente de Modelado Digital del Procesamiento Visual de Imágenes (M47/56/3/11)

• Introducción a herramientas básicas de procesamiento digital de imágenes.
• Estudio de procesos que sufre la imagen en diferentes etapas del procesado visual.
• Simulación de procesos visuales utilizando herramientas de procesado digital de imágenes.
• Aplicación práctica para el modelado de procesos de visión humana: formación de imagen retiniana, simulación de ametropías, simulación de patologías visuales, simulación de etapas del procesado neuronal de la visión.

No es necesario tener conocimientos previos de programación. Se enseñarán las herramientas para el procesado digital de imágenes básico necesarias para modelar los procesos visuales estudiados. Se recomienda haber cursado asignaturas que expliquen los fundamentos del sistema visual, formación de imágenes, conocer los elementos del ojo, el mosaico retiniano, visión del color, etc, aunque no es imprescindible.

El alumnado sabrá/comprenderá:

• Los conceptos básicos del procesado de imágenes digitales.
• Diferentes procesos que sufre la imagen a distintos niveles del procesado visual, tanto a nivel óptico como a nivel neuronal.
• Las analogías y diferencias entre la visión humana y los sistemas de imagen digital.

El alumnado será capaz de:

• Realizar tareas básicas de procesado digital de imagen.
• Simular distintos procesos de la visión.
• Simular el efecto de diferentes ametropías y/o patologías en la visión humana.

Aplicar técnicas de procesado digital de imagen a casos prácticos.

• Introducción a herramientas básicas de procesamiento digital de imágenes: presentación del entorno de programación Matlab. Creación de scripts. Tipos de variables (vectores, matrices, etc). Llamadas a funciones con uso de variables de entrada-salida. Tipos de imágenes en Matlab (monocromo, RGB, espectrales). Formatos de imagen en Matlab (uint8, uint16, single, double). Operaciones básicas con matrices/imágenes. Uso de filtros, convolución.
• La escena: cómo se representa en formato digital la luz que proviene de una escena compleja. Cómo se modela el fenómeno de captura de imagen.
• Procesado espectral del ojo: filtrado espectral producido por los diferentes medios oculares. Comparativa entre imagen en ápex corneal e imagen retiniana. Uso de lentes coloreadas, filtros para la luz azul, etc.
• Procesado óptico del ojo: imagen de doble paso, PSF. Cómo se ve modificado el frente de onda al atravesar los medios oculares. Cómo simular la visión de un paciente a partir de los coeficientes de Zernike resultantes de una aberrometría. Construcción y representación 3D del frente de onda aberrante y la PSF.
• Visión del color: cómo se modela la respuesta de los diferentes tipos de fotorreceptores. Espacios de color y para qué se utiliza cada uno de ellos. transformaciones entre ellos. Modelado de anomalías en la visión del color. Daltonismos. Cálculo de diferencias de color.
• Procesado neuronal: cómo se modelan los campos receptivos. Filtros de Gabor. Detección de bordes. Detección de movimiento. Balance de blancos como adaptación cromática.

• Introducción a MATLAB, tipos de datos, scripts y tratamiento básico de imágenes.
• Simulación de la formación de una imagen en color a partir de iluminación, reflectancia de una escena, posibles filtros y con las sensibilidades espectrales de los fotorreceptores.
• Simulación del filtrado de la imagen por los medios oculares y filtros utilizados.
• Cálculo de la PSF a partir de los resultados de una aberrometría. Simulación de la visión de pacientes en escenas complejas conociendo sus coeficientes de Zernike.
• Cálculo de coordenadas de color en diferentes espacios de color. Simulación de la visión del color usando diferentes filtros coloreados. Simulación de anomalías en la visión del color (daltonismos).
• Modelado de campos receptivos visuales y sus respuestas. Detección de bordes y de movimiento. Constancia del color.

• Romero, J., García, J.A., García y Beltrán, A. Curso introductorio a la Óptica Fisiológica, Ed. Comares, 1996.
• Wandell, B. Foundations of vision. Ed. Sinauer. 1995.
• Borgo, M., Soranzo, A., Grassi, M. MATLAB for Psychologists. Ed. Springer. 2012.

• Lu, Z.L., Dosher, B. Visual psychophysics. From laboratory to theory. Ed. MIT press. 2013.
• Cuevas, E., Zaldívar, D., Pérez, M. Procesamiento digital de imágenes con MATLAB y Simulink. Ed. Ra-Ma. 2010.
• Voelz, D. G. Computational Fourier Optics.

• Image processing toolbox for Matlab: https://www.mathworks.com/products/image.html

• Evaluación continua en sesiones prácticas y/o con tests de PRADO: 70%.
• Valoración y exposición final de informes, trabajos, proyectos, etc: 25%.
• Aprovechamiento y participación en seminarios y actividades extraordinarias, aportaciones del estudiante en sesiones y foros online de discusión: 5%.

• Valoración y exposición final de informes, trabajos, proyectos, etc: 50%.
• Examen oral o escrito sobre los contenidos teóricos y prácticos de la asignatura: 50%.

• Valoración y exposición final de informes, trabajos, proyectos, etc: 50%.
• Examen oral o escrito sobre los contenidos teóricos y prácticos de la asignatura: 50%.

La metodología docente consistirá en clases grabadas en las que se impartirán los conceptos teóricos, así como ejemplos prácticos, de forma que el estudiante pueda verlas de forma asíncrona en cualquier momento. Se harán también clases online síncronas, a modo de tutorías colectivas, cada cierto tiempo para aclarar conceptos o para proponer el trabajo que deberá ir realizando el estudiante en casa. Se fomentará el uso de los foros de PRADO para preguntar dudas o realizar discusiones sobre los diferentes temas presentados. Se lanzarán cuestionarios en PRADO sobre el contenido impartido. Cada tema contará con algunos ejercicios prácticos guiados que el estudiante deberá realizar y que se evaluarán bien por entrega o bien por tests de PRADO.