| Competencias del título |
| Código | Competencias del título |
| A1 | CE1 - Conocer y aplicar los conceptos, metodologías y tecnologías de procesado de imagen |
| A3 | CE3 - Conocer y aplicar los conceptos, metodologías y tecnologías de análisis de imagen y vídeo |
| B7 | CG2 - Capacidad para analizar las necesidades de una empresa en el ámbito de la visión por computador y determinar la mejor solución tecnológica para la misma |
| B9 | CG4 - Capacidad de análisis crítico y de evaluación rigurosa de tecnologías y metodología |
| B10 | CG5 - Capacidad para identificar problemas sin resolver y aportar soluciones innovadoras |
| B12 | CG7 - Capacidad de aprendizaje autónomo para la especialización en uno o más campos de estudio |
| 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 aprendizaje | |||
| Resultados de aprendizaje | Competencias del título | ||
| Comprender los conceptos básicos y técnicas de procesamiento de imagen digital. | AM1 |
BM12 |
|
| Comprender los conceptos básicos y técnicas de análisis de imagen digital. | AM3 |
BM12 |
|
| Capacidad de aplicación de diferentes técnicas básicas a problemas de visión por computador. | BM7 BM10 |
CM1 |
|
| Saber evaluar la adecuación de las metodologías aplicadas en problemas específicos. | BM9 |
||
| Contenidos |
| Tema | Subtema |
| Fundamentos de la imagen digital | |
| Percepción humana y color | |
| Preprocesado: normalización y mejora | |
| Eliminación de ruido en la imagen | |
| Detección de bordes | |
| Transformaciones en la imagen | |
| Operadores morfológicos | |
| Emparejamiento de plantillas | |
| Extracción de propiedades globales de la imagen | |
| Extracción de propiedades invariantes a escala | |
| Transformada de Hough | |
| Segmentación mediante umbralización | |
| Segmentación mediante crecimiento de regiones o división-unión de regiones | |
| Otras técnicas de segmentación |
| Planificación | ||||
| Metodologías / pruebas | Competéncias | Horas presenciales | Horas no presenciales / trabajo autónomo | Horas totales |
| Prueba objetiva | A1 A3 B10 | 3 | 0 | 3 |
| Prácticas de laboratorio | A1 A3 B10 | 15 | 44 | 59 |
| Investigación (Proyecto de investigación) | A1 A3 B7 B9 B10 B12 C1 | 10 | 40 | 50 |
| Sesión magistral | A1 A3 C1 | 14 | 24 | 38 |
| Atención personalizada | 0 | 0 | ||
| (*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos | ||||
| Metodologías |
| Metodologías | Descripción |
| Prueba objetiva | Examen teórico de la materia orientado a la resolución de problemas prácticos. |
| Prácticas de laboratorio | Resolución práctica de distintos problemas de imagen mediante la aplicación de técnicas de procesado de imagen explicadas durante las sesiones magistrales. |
| Investigación (Proyecto de investigación) | Propuesta de dos situaciones prácticas en análisis de imagen que requiera al estudiante identificar el problema objeto de estudio, formularlo con precisión, desarrollar los procedimientos pertinentes, interpretar los resultados y extraer las conclusiones oportunas del trabajo realizado |
| Sesión magistral | Exposición oral complementada con el uso de medios audiovisuales y la introducción de preguntas dirigidas a los estudiantes, con la finalidad de transmitir conocimientos y facilitar el aprendizaje. |
| Atención personalizada |
|
|
| Evaluación | |||
| Metodologías | Competéncias | Descripción | Calificación |
| Investigación (Proyecto de investigación) | A1 A3 B7 B9 B10 B12 C1 | Resolución de dos casos prácticos.Se valorará la adecuación de las soluciones propuestas a los problemas, la calidad de los resultados obtenidos y la comprensión de las técnicas utilizadas. | 60 |
| Prueba objetiva | A1 A3 B10 | Prueba escrita con cuestiones teóricas y problemas prácticos a resolver. | 40 |
| Prácticas de laboratorio | A1 A3 B10 | Resolución de ejercicios prácticos relacionados con las sesiones magistrales. Se valorará la adecuación de las soluciones propuestas a los problemas, la calidad de los resultados obtenidos y la comprensión de las técnicas utilizadas. | 0 |
| Observaciones evaluación | |||
|
La prueba objetiva supone el 40% de la calificación final. De forma alternativa, se puede alcanzar el 40% de la calificación final presentando las prácticas de laboratorio a lo largo del curso. La presentación de prácticas de laboratorio exime de la realización de la prueba escrita. Si un estudiante entrega las prácticas de laboratorio y se presenta posteriormente a la prueba escrita, prevalecerá la calificación obtenida en la prueba escrita. |
|||
| Fuentes de información |
| 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 |
|
|
|
| Complementária | |
|
|
| Recomendaciones | |
| Asignaturas que se recomienda haber cursado previamente |
| Asignaturas que se recomienda cursar simultáneamente | |
|
| Asignaturas que continúan el temario | |
|
| Otros comentarios | |