| Competencias do título |
| Código | Competencias do título |
| A1 | CE1 - Coñecer e aplicar os conceptos, metodoloxías e tecnoloxías de procesado de imaxe |
| A3 | CE3 - Coñecer e aplicar os conceptos, metodoloxías e tecnoloxías de análises de imaxe e vídeo |
| B7 | CG2 - Capacidade para analizar as necesidades dunha empresa no ámbito da visión por computador e determinar a mellor solución tecnolóxica para a mesma |
| B9 | CG4 - Capacidade de análise crítica e de avaliación rigorosa de tecnoloxías e metodoloxía |
| B10 | CG5 - Capacidade para identificar problemas sen resolver e achegar solucións innovadoras |
| B12 | CG7 - Capacidade de aprendizaxe autónoma para a especialización nun ou máis campos de estudo |
| C1 | CT1 - Ejercer la profesión con conciencia clara de su dimensión humana, económica, legal y ética y con un claro compromiso de calidad y mejora continua |
| Resultados de aprendizaxe | |||
| Resultados de aprendizaxe | Competencias do título | ||
| Comprender os conceptos básicos e técnicas de procesamento de imaxe dixital | AM1 |
BM12 |
|
| Comprender os conceptos básicos e técnicas de análise de imaxe dixital | AM3 |
BM12 |
|
| Capacidade de aplicación de diferentes técnicas básicas a problemas de visión por computador. | BM7 BM10 |
CM1 |
|
| Saber avaliar a adecuación das metodoloxías aplicadas en problemas específicos. | BM9 |
||
| Contidos |
| Temas | Subtemas |
| Fundamentos de imaxe dixital | |
| Percepción humana e cor | |
| Preprocesado: normalización e mellora | |
| Eliminación de ruido na imaxe | |
| Detección de bordes | |
| Transformacións na imaxe | |
| Operadores morfolóxicos | |
| Emparellamento de modelos | |
| Extracción de propiedades globais da imaxe | |
| Extracción de propiedades invariantes a escala | |
| Transformada de Hough | |
| Segmentación mediante umbralización | |
| Segmentación mediante crecemento de rexións ou división-unión de rexións | |
| Outras técnicas de segmentación |
| Planificación | ||||
| Metodoloxías / probas | Competencias | Horas presenciais | Horas non presenciais / traballo autónomo | Horas totais |
| Proba obxectiva | A1 A3 B10 | 3 | 0 | 3 |
| Prácticas de laboratorio | A1 A3 B10 | 15 | 44 | 59 |
| Investigación (Proxecto de investigación) | A1 A3 B7 B9 B10 B12 C1 | 10 | 40 | 50 |
| Sesión maxistral | A1 A3 C1 | 14 | 24 | 38 |
| Atención personalizada | 0 | 0 | ||
| *Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado | ||||
| Metodoloxías |
| Metodoloxías | Descrición |
| Proba obxectiva | Exame teórico da materia orientado á resolución de problemas prácticos. |
| Prácticas de laboratorio | Resolución práctica de distintos problemas de imaxe mediante a aplicación de técnicas de procesado de imaxe explicadas durante as sesións maxistrais. |
| Investigación (Proxecto de investigación) | Proposta de dúas situacións prácticas en análise de imaxe que requira ao estudante identificar o problema obxecto de estudo, formulalo con precisión, desenvolver os procedementos pertinentes, interpretar os resultados e extraer as conclusións oportunas sobre o traballo realizado. |
| Sesión maxistral | Exposición oral complementada co uso de medios audiovisuais e a introducción de preguntas dirixidas aos estudantes, coa finalidade de transmitir coñecementos e facilitar a aprendizaxe. |
| Atención personalizada |
|
|
| Avaliación | |||
| Metodoloxías | Competencias | Descrición | Cualificación |
| Investigación (Proxecto de investigación) | A1 A3 B7 B9 B10 B12 C1 | Resolución de casos prácticos. Valorarase a adecuación das solucións propostas aos problemas, a calidade dos resultados obtidos e a comprensión das técnicas utilizadas. | 60 |
| Proba obxectiva | A1 A3 B10 | Proba escrita con cuestións teóricas e problemas prácticos a resolver. | 40 |
| Prácticas de laboratorio | A1 A3 B10 | Resolución de exercicios prácticos relacionados coas sesións maxistrais. Valorarase a adecuación das solucións propostas aos problemas, a calidade dos resultados obtidos e a comprensión das técnicas utilizadas. | 0 |
| Observacións avaliación | |||
|
A proba obxectiva supón o 40% da calificación final. De forma alternativa, pódese alcanzar o 40% da calificación final presentando as prácticas de laboratorio ao longo do curso. A presentación das prácticas de laboratorio exime da realización da proba escrita. Se un estudante entrega as prácticas de laboratorio e se presenta posteriormente á proba escrita, prevalecerá a calificación obtida na proba escrita. |
|||
| Fontes de información |
| Bibliografía básica |
David A. Forsyth, Jean Ponce (2003). Computer vision. Prentice - Hall
Rafael González, Richard Woods (2008). Digital Image Processing. Pearson
Carsten Steger, Markus Ulrich, Christian Wiedemann (2018). Machine Vision Algorithms and Applications. Wiley |
|
|
|
| Bibliografía complementaria | |
|
|
| Recomendacións | |
| Materias que se recomenda ter cursado previamente |
| Materias que se recomenda cursar simultaneamente | |
|
| Materias que continúan o temario | |
|
| Observacións | |