Programa para Outubro e Novembro:
    Os números em parênteses correspondem a seções de [Gomes e Velho] onde o tópico indicado pode ser encontrado; os links levam diretamente às notas de aula disponíveis (em formato PDF).

Parte I: Filtros e Transformadas de Sinais

1. Transformadas de Sinais Não-Discretos: Convoluções; Transformada de Fourier; (2.1; 2.2; 2.4) Extensão ao Caso Bidimensional. (6.3.0)	2. Transformadas de Sinais Discretos: Convoluções Discretas; (2.6.1; 6.3.1) Transformada de Fourier de Tempo Discreto (DTFT); Extensão ao Caso Bidimensional.
3. Transformadas de Sinais Finitos: Convoluções Circulares; Transf. de Fourier Discreta (DFT); (2.6.2) Extensão ao Caso Bidimensional. (6.1; 6.3.1; 6.4)	4. Amostragem e Reconstrução Aproximação de Sinais; (2.2.1) Representação de Sinais; (2.3) Teoria da Amostragem; (2.5) Reconstrução de Sinais. (2.7; 2.8; 6.5)
5. Filtros Não-Lineares Mediana e Moda; (6.2.1) Warp and Morphing; (6.2.1; Cap. 9) Filtros Morfológicos. (6.2.2)	6. Aspectos de Implementação: Ajustes de Cor; (6.3.1) Eficiência Computacional; (6.3.1) Extensão do Domínio. (6.3.2)

Parte II: Detecção de Arestas

7. Introdução: Visão Computacional: O que é Visão Computacional? Modelo de Marr Por que arestas?

8. Métodos de Detecção de Arestas: "Gradient Thresholding" e "Thinning" (Canny); Laplaciano e Filtros "dog" (Marr-Hildreth); Invariante Geométrico (Haralick); Funcionais de Energia (Mumford-Shah); Difusão Não-Linear (Perona-Malik). Apêndice: Derivadas Discretas

Bibliografia:

Computação Gráfica: Imagem (Caps. 2 e 6)	Jonas Gomes e Luiz Velho
Notas de Aula	Ralph Teixeira
A Guided Tour to Computer Vision (Cap. 3)	Vishvjit S. Nalwa

Última atualização: 28/11/2000 por Ralph Teixeira