AP210 - Análise de Imagens Aplicada a Produtos Agrícolas e Alimentos - 2S/2022 Imprimir

Ementa:

Princípios de pré-processamento e análise de imagens digitais, métodos de segmentação binária e morfológica, possibilitando a caracterização de parâmetros geométricos. Processamento de imagens coloridas. Introdução ao aprendizado de máquina e aprendizado profundo para processamento de imagens. Biospeckle: princípios físicos, equipamentos e processamento de imagens.

Bibliografia:

• BISONG, E. Building Machine Learning and Deep Learning Models on Google Cloud Platform: A Comprehensive Guide for Beginners. Berkeley, CA: Apress, 2019.
• BRAGA JÚNIOR, R. A.; RIVERA, F. P.; MOREIRA, J. A practical guide to biospeckle laser analysis: theory and software. Lavras: Ed. UFLA, 2016.
• GOLLAPUDI, S. Learn Computer Vision Using OpenCV: With Deep Learning CNNs and RNNs. Berkeley, CA: Apress, 2019.
• HEMANTH, J.; BALAS, V. E. (EDS.). Nature Inspired Optimization Techniques for Image Processing Applications. Cham: Springer International Publishing, 2019. v. 150.
• RABAL, Hector J.; BRAGA JUNIOR, Roberto A. (Comp.). Dynamic Laser Speckle and Applications. New York: Crc Press, 2009.
• SARKAR, D.; BALI, R.; SHARMA, T. Practical Machine Learning with Python. Berkeley, CA: Apress, 2018.
• SINGH, H. Practical Machine Learning and Image Processing: For Facial Recognition, Object Detection, and Pattern Recognition Using Python. Berkeley, CA: Apress, 2019.
• Artigos nas áreas específicas e sites serão apresentados durante o curso.

Ano de Catálogo: 2022

Créditos: 3