examen_PIV_A UJA

¿Cómo se define formalmente una imagen digital?. Una función continua f(x, y) donde x e y son coordenadas temporales. Una función bidimensional f(x, y) con coordenadas e intensidades finitas y discretas. Un conjunto de vectores de frecuencia en el dominio de Fourier. Una matriz de valores complejos obtenida tras la transformada wavelet.

Los conos y los bastones son los fotorreceptores de la retina. ¿Cuál de las siguientes afirmaciones es correcta?. Los bastones son responsables de la visión cromática y se concentran en la fóvea. Los conos perciben en condiciones de baja iluminación (visión escotópica). Los conos (6-7 millones) se localizan en la fóvea y son responsables de la visión cromática. Existen aproximadamente 6 millones de bastones y 150 millones de conos en cada ojo.

¿Qué tipo de iluminación se utiliza para obtener la silueta binaria de un objeto?. Iluminación direccional. Iluminación difusa. Contraluz (iluminación posterior al objeto). Iluminación oblicua.

¿Cuántas correspondencias de puntos se necesitan como mínimo para calcular una homografía (matriz H de 3×3)?. 2 correspondencias. 3 correspondencias. 4 correspondencias. 8 correspondencias.

¿Cuál es la principal ventaja de los sensores CMOS frente a los CCD?. Mayor calidad de imagen en condiciones de poca luz. Lectura paralela (más rápida), menor consumo y menor coste. No necesitan una matriz de filtros de color (CFA). Son los únicos capaces de capturar imágenes en color.

La igualación del histograma transforma una imagen para que su histograma se aproxime a: Un histograma gaussiano centrado en el nivel medio. Un histograma uniforme, repartiendo píxeles por todo el rango dinámico. Un histograma con un único pico en el nivel de gris más frecuente. Un histograma idéntico al de otra imagen de referencia.

El operador de Sobel para detección de bordes se basa en: La segunda derivada (Laplaciano) de la imagen. Dos máscaras 3×3 que aproximan el gradiente en x e y, con peso 2 en la fila/columna central. Un filtro de mediana aplicado en dos direcciones ortogonales. La Transformada de Fourier local en ventanas de 3×3.

¿Cuál de las siguientes afirmaciones sobre el detector de bordes de Canny es CORRECTA?. Utiliza un único umbral global para decidir si un píxel es borde. No requiere suavizado previo de la imagen. Aplica umbralización por histéresis con dos umbrales (alto y bajo) y análisis de conectividad. Es un operador de segunda derivada similar al Laplaciano.

En el filtrado frecuencial, ¿por qué el filtro Gaussiano de paso bajo es preferido frente al filtro Ideal?. Porque el filtro Gaussiano es más rápido de calcular. Porque el filtro Ideal produce artefactos de anillamiento (ringing) y el Gaussiano no. Porque el filtro Ideal solo funciona con imágenes en color. Porque el filtro Gaussiano no necesita la Transformada de Fourier.

¿Por qué el filtro de mediana es más adecuado que el filtro de media para eliminar ruido de sal y pimienta?. Porque el filtro de mediana es más rápido de computar. Porque la mediana elimina valores extremos aislados sin difuminar los bordes de la imagen. Porque el filtro de media no puede aplicarse a imágenes en escala de grises. Porque la mediana realza los bordes además de eliminar el ruido.

El método de Otsu para umbralización automática se basa en: Calcular iterativamente la media de los dos grupos hasta convergencia. Maximizar la varianza inter-clase entre objeto y fondo. Minimizar la diferencia entre el histograma original y uno uniforme. Aplicar un filtro adaptativo local a cada píxel.

En el método de crecimiento de regiones (Region Growing), ¿cuál es el punto de partida del algoritmo?. Un conjunto de semillas conocidas que se expanden iterativamente según un predicado de similaridad. Una división inicial de la imagen en cuadrantes iguales (Quadtree). La detección previa de todos los bordes con Canny. Un histograma global que determina los umbrales de cada región.

En el detector de Viola-Jones, la imagen integral permite: Calcular la Transformada de Fourier en tiempo constante. Calcular la suma de píxeles de cualquier rectángulo en O(1). Detectar la identidad de una persona a partir de su rostro. Aplicar filtros Gaussianos sin convolución.

El descriptor SIFT es invariante a: Solo traslación y rotación. Traslación, escalado y rotación, y parcialmente a cambios de iluminación. Cualquier transformación proyectiva arbitraria. Solo cambios de iluminación.

En Transfer Learning con redes neuronales convolucionales (CNN), la estrategia habitual consiste en: Entrenar toda la red desde cero con los nuevos datos. Congelar las capas de extracción de características y reentrenar solo las capas finales de clasificación. Eliminar todas las capas convolucionales y añadir capas densas nuevas. Utilizar únicamente los datos de ImageNet sin ningún reentrenamiento.

La Ecuación Fundamental del Flujo Óptico presenta el llamado Problema de la Apertura porque: Solo es válida para imágenes en escala de grises. Es una única ecuación con dos incógnitas (u, v) por píxel, lo que impide una solución única. Requiere conocer la profundidad Z de cada punto de la escena. No puede aplicarse a secuencias de vídeo con movimiento.

¿Cuál es la diferencia principal entre los métodos de Horn-Schunck y Lucas-Kanade para flujo óptico?. Horn-Schunck impone suavidad global del campo; Lucas-Kanade asume flujo constante en una ventana local. Lucas-Kanade genera flujo denso; Horn-Schunck solo calcula flujo en puntos de interés. Horn-Schunck es un método local; Lucas-Kanade es un método global. Ambos métodos son idénticos salvo en la función de coste.

El Filtro de Kalman es la solución óptima de seguimiento cuando: La distribución del estado es multimodal y no lineal. El sistema es lineal y el ruido es Gaussiano (distribución unimodal). Hay múltiples objetos similares en la escena (clutter). Se desconoce por completo el modelo dinámico del objeto.

En el desentrelazado adaptativo de vídeo, el parámetro γ (gamma) controla: La resolución espacial de cada campo. La mezcla entre interpolación espacial (Bob) y temporal (Weave) según la cantidad de movimiento detectado. El número de cuadros por segundo del vídeo resultante. La profundidad de color de cada píxel desentrelazado.

¿Qué mejora aporta CamShift respecto al algoritmo Mean Shift estándar para seguimiento visual?. Utiliza un descriptor SIFT en lugar de histograma de color. Añade adaptación de escala de la ventana de seguimiento al tamaño aparente del objeto. Aplica un Filtro de Kalman para predecir la siguiente posición. Sustituye el histograma de color por un mapa de bordes Canny.