1.- Introducción a la Visión por Computador.
1.1. Definiciones.
1.2. Desarrollo histórico
1.3. Etapas
1.4. Visión humana
1.5. Aplicaciones
2.- Imágenes digitales.
2.1. Muestreo espacial, niveles de gris.
2.2. Relaciones entre pixeles: vecindad, conectividad, distancia.
2.3. Operaciones aritméticas y lógicas.
2.4. Color.
3.- Procesamiento de imágenes.
3.1. Contraste
3.2. Eliminación de ruido
3.3. Realce de bordes de la imagen
3.4. Detección de bordes.
4.- Segmentación de imágenes.
4.1. Umbralización y etiquetado.
4.2. Crecimiento de regiones.
4.2. Split&Merge.
4.3. Mean-Shift
5.- Transformaciones morfológicas y descripción de objetos.
5.1. Transformaciones morfológicas en imágenes binarias
5.2. Transformaciones morfológicas en niveles de gris
5.3. Características de la región.
5.4. Características de la forma.
6.- Reconocimiento de objetos.
6.1. Conceptos previos.
6.2. El clasificador bayesiano.
6.3. Agrupamiento.
7. Redes de neuronas
7.1 Introducción
7.2 Redes neuronales
7. 3 Función de pérdida, descenso de gradiente y retro-propagación
8. Aprendizaje profundo.
8.1 Introducción
8.2 Redes de neuronas convolucionales
9. Arquitecturas
9.1. Clasificadores
9.2 Detectores de objetos
9.3 Segmentación semántica.
10. Técnicas adicionales.
10.1 Variaciones al descenso de gradiente.
10.2 Inicialización
10.3 Regularización.