| Competencias do título |
| Código | Competencias da titulación |
| A1 | Análise estatístico. |
| A5 | Capacidade para entender e avaliar especificacións internas e externas. |
| A9 | Documentación técnica. |
| A13 | Robótica e automatización de procesos. |
| B1 | Capacidade de análise e síntese. |
| B2 | Capacidade de organización e planificación de proxectos informáticos. |
| B4 | Capacidade de resolución de problemas. |
| B5 | Toma de decisións. |
| B6 | Traballo en equipo. |
| B7 | Habilidades nas relacións interpersoais e interdisciplinares. |
| B8 | Razoamento crítico. |
| B9 | Compromiso ético. |
| B10 | Aprendizaxe autónoma. |
| B11 | Adaptación a novas situacións. |
| B12 | Creatividade. |
| B14 | Iniciativa e espírito emprendedor. |
| B15 | Motivación pola calidade. |
| C2 | Dominar a expresión e a comprensión de forma oral e escrita dun idioma estranxeiro. |
| C3 | Utilizar as ferramentas básicas das tecnoloxías da información e as comunicacións (TIC) necesarias para o exercicio da súa profesión e para a aprendizaxe ao longo da súa vida. |
| C4 | Desenvolverse para o exercicio dunha cidadanía aberta, culta, crítica, comprometida, democrática e solidaria, capaz de analizar a realidade, diagnosticar problemas, formular e implantar solucións baseadas no coñecemento e orientadas ao ben común. |
| C6 | Valorar criticamente o coñecemento, a tecnoloxía e a información dispoñible para resolver os problemas cos que deben enfrontarse. |
| C7 | Asumir como profesional e cidadán a importancia da aprendizaxe ao longo da vida. |
| C8 | Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade. |
| Resultados de aprendizaxe | |||
| Competencias de materia (Resultados de aprendizaxe) | Competencias da titulación | ||
| Comprender los conceptos básicos del Procesado Digital de imágenes orientado hacia Visión Artificial, las diferentes técnicas disponibles y su ámbito de aplicabilidad. | BP8 BP10 |
CM2 CM3 CM7 CM8 |
|
| Ser capaz de aplicar las distintas técnicas de aprendizaje empleando una metodología adecuada. | AP1 AP5 AP9 AP13 |
BP2 BP5 BP8 BP11 |
CM3 CM6 |
| Conocer las técnicas disponibles para la evaluación de los sistemas basados en Visión Artificial | AP1 AP13 |
BP1 BP5 BP8 BP12 BP15 |
CM3 CM7 |
| Utilizar los conocimientos adquiridos en diversas aplicaciones reales en donde se utilizan procesos de tratamientos digital de imágenes. | AP1 AP5 AP9 |
BP1 BP2 BP4 BP5 BP6 BP7 BP8 BP11 BP12 BP14 BP15 |
CM3 CM6 |
| Aprender a redactar documentos científicos | AP9 |
BP1 BP6 BP8 BP9 BP12 BP15 |
CM4 CM8 |
| Contidos |
| Temas | Subtemas |
| 1. Introducción | 1.1.Introducción a la Visión Artificial. 1.2. Fundamentos y Definiciones. 1.3. Muestreo de la Imágen. 1.4. Operaciones sobre la Imágen. |
| 2. Transformadas y Operaciones | 2.1. Transformadas de Fourier. Propiedades 2.1.1. Importancia de la Fase y Amplitud 2.1.2. Separabilidad 2.1.3. Traslación 2.1.4. Rotación 2.1.5. Cambio de Escala 2.2. Convolución 2.3. Transformada del Coseno. Propiedades. |
| 3 Mejora de Imagen I | 3.1. Introducción 3.2. Estadísticas de una Imagen 3.3. Histograma 3.4. Mejora por procesamiento de punto 3.5. Transformaciones de intensidad 3.6. Operaciones sencillas 3.7. Procesado de histogramas 3.8. Definiciones 3.9. Normalización 3.10. Histograma Shrink 3.11. Desplazamiento 3.12. Ecualización 3.13. Control Adaptivo de Histograma |
| 4. Mejora de la Imagen II(suavizado) | 4.1. Introducción 4.2. Filtros 4.3. Dominio Espacial 4.4. Lineales 4.5. Uniforme 4.6. Gaussiano 4.7. No Lineales 4.8. Median 4.9. Suavizado preservando bordes 4.10. Otros 1.11. Dominio de la Frecuencia 4.12. FFT(suavizado) 4.13. Filtro pasa baja Ideal 4.14. Filtro pasa baja No Ideal |
| 5 Mejora de la Imagen III(Realce) |
5.1. ntroducción 5.2. Dominio Espacial 5.3. Algoritmos de Realce 5.4. Filtros pasa alta 5.5. Enfasis de alta frecuencia(High-Boost) 5.6. Unsharp Masking 5.7. Dominio de la Frecuencia 5.8. FFT(realce) 5.9. Filtro pasa alta Ideal 5.10.Filtro pasa alta No Ideal(Butterford) 5.11. Enfasis de altas frecuencias 5.12. Realce Homomórfico |
| 6 Segmentación I |
6.1. Introducción 6.2. Metodos de segmentación basados en el análisis del histograma 6.3. Umbralización 6.4. P-Tile Methd 6.5. Isodata Algorithm 6.6. Background-symmetry algorithm 6.7. Triangle algorithm 6.8. Limitaciones de los métodos basados en análisis de histogramas |
| 7 Métodos de segmentación orientada a regiones | 7.1. Split Regions 7.2. Split and Merge 7.3. Region Growing |
| 8. Detección de bordes | 8.1. Introducción 8.2. Métodos de detección 8.3. Métodos basados en gradiente 8.4. Métodos basados en 2ªderivada 8.5. Método basado en la detección de cruces por cero 8.6. Operador LoG 8.7. Operador DoG 8.8. Operador de Canny 8.9. Problemas en la detección de bordes |
| 9. Segmentación en Base a Discontinuidades | 9.1. Necesidad de un entrelazado de bordes 9.2. Umbralizacion en base a bordes: Umbralización de imágenes de bordes Relajación de bordes 9.3. Enlazado de bordes: Mediante seguimiento de contorno Mediante grafos Mediante programación dinámica 9.4. Transformada de Hough |
| 10. Modelos Deformables | 10.1. Introducción a los modelos deformables 10.2. Energías. 10.3. Discretización del contorno 10.4. Ejemplos de funcionamiento 10.5. Métodos de Minimización de Energía 10.6. Otros Modelos Deformables 10.7. Características y ventajas frente a otros métodos de segmentación 10.8. Limitaciones de los contornos activos 10.9. Ejemplos de Aplicaciones de los Modelos Deformables |
| 11. Reconocimiento de Objetos | 11.1. Introducción. 11.2. Esquemas de representación. 11.2.1.- Código de Cadena. 11.2.2.- Aproximaciones poligonales. 11.2.3.- Firmas. 11.2.4.- Lados del contorno. 11.2.5.- Esqueleto de una región. 11.3. Descriptores del contorno. 11.4. Descriptores de región. 11.5. Reconocimiento de patrones. 11.5.1.- Introducción a los métodos de decisión teórica. 11.5.2.- Reconocimiento estadístico. 11.5.3.- Redes de neuronas artificiales. 11.5.4.- Métodos estructurales. 11.6. Interpretación. |
| Planificación | |||
| Metodoloxías / probas | Horas presenciais | Horas non presenciais / traballo autónomo | Horas totais |
| Sesión maxistral | 3 | 3 | 6 |
| Lecturas | 0 | 8 | 8 |
| Prácticas de laboratorio | 10 | 10 | 20 |
| Traballos tutelados | 5 | 10 | 15 |
| Presentación oral | 12 | 12 | 24 |
| Atención personalizada | 2 | 0 | 2 |
| *Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado | |||
| Metodoloxías |
| Metodoloxías | Descrición |
| Sesión maxistral | Exposición oral complementada con el uso de medios audiovisuales y la introducción de algunas preguntas dirigidas a los estudiantes, con el objetivo de transmitir conocimiento así como de estimular el razomaniento crítico del estudiante. |
| Lecturas | Conjunto de textos y documentación escrita, principalmente en lengua extranjera (inglés), que se ha recogido y editado como fuente de información y profundización en los contenidos trabajados en las clases magistrales. |
| Prácticas de laboratorio | Actividad que permite que los estudiantes aprendan efectivamente a través de la realización de actividades de carácter práctico, tales como demostraciones, ejercicios, experimentos, simulaciones e investigaciones. |
| Traballos tutelados | Trabajo específico sobre alguna problemática real. |
| Presentación oral | El alumno realizará una exposición oral en clase de alguna temática del programa y sobre los trabajos tutelados efectuados. |
| Atención personalizada |
|
|
| Avaliación | ||
| Metodoloxías | Descrición | Cualificación |
| Traballos tutelados | Análisis, coordinación en los grupos, desarrollo, iniciativa. Resolución de la problemática | 25 |
| Presentación oral | Claridad, Síntesis y Comprensión tanto de la temática a exponer como del trabajo tutelado realizado. |
35 |
| Prácticas de laboratorio | Asistencia y realización de las prácticas. Compresión y análisis crítico de cada una de ellas. | 30 |
| Sesión maxistral | Asistencia y Participación | 10 |
| Observacións avaliación | ||
| Fontes de información |
| Bibliografía básica |
Andrew Blake (1998). Active Contours. Springer
Anil Jain (1989). Fundamentals of Digital Image Processing. Prentice Hall
Milan Sonka (1999). Image Processing, Analysis and Machine Vision. PWS Publishing
Rafael González (1996). Tratamiento Digital de Imágenes. Addison-Wesley |
|
|
|
| Bibliografía complementaria | |
|
|
| Recomendacións | |
| Materias que se recomenda ter cursado previamente |
| Materias que se recomenda cursar simultaneamente |
| Materias que continúan o temario |
| Observacións | |