Datos Identificativos 2019/20
Asignatura (*) Visión Artificial na Industria Código 730497239
Titulación
Mestrado Universitario en Enxeñaría Industrial (plan 2018)
Descriptores Ciclo Período Curso Tipo Créditos
Mestrado Oficial 2º cuadrimestre
Segundo Optativa 3
Idioma
Castelán
Modalidade docente Presencial
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Coordinación
Paz López, Alejandro
Correo electrónico
alejandro.paz.lopez@udc.es
Profesorado
Paz López, Alejandro
Correo electrónico
alejandro.paz.lopez@udc.es
Web http://moodle.udc.es
Descrición xeral Esta asignatura ten como obxectivo formar aos estudantes nos conceptos e aspectos prácticos fundamentais da visión artificial (ou visión por computador) no ámbito industrial. A formación está enfocada a dotar aos alumnos dos conceptos introductorios necesarios que lles permitan identificar e analizar problemas potencialmente resolubles con técnicas de visión artificial, como poden ser a inspección ou control de calidade automatizadas de produtos. Ademais, o apartado práctico da asignatura permitirá que os alumnos poidan levar á práctica exemplos de aplicación dalgúns dos conceptos introducidos na parte teórica.

Competencias do título
Código Competencias do título
A8 ETI8 - Capacidade para deseñar e proxectar sistemas de produción automatizados e control avanzado de procesos.
B1 CB6 - Posuír e comprender coñecementos que acheguen unha base ou oportunidade de ser orixinais no desenvolvemento e/ou aplicación de ideas, a miúdo nun contexto de investigación.
B2 CB7 - Que os estudantes saiban aplicar os coñecementos adquiridos e a súa capacidade de resolución de problemas en ámbitos novos ou pouco coñecidos dentro de contextos máis amplos (ou multidisciplinares) relacionados coa súa área de estudo.
B3 CB8 - Que os estudantes sexan capaces de integrar coñecementos e enfrontarse á complexidade de formular xuízos a partir dunha información que, sendo incompleta ou limitada, inclúa reflexións sobre as responsabilidades sociais e éticas vinculadas á aplicación dos seus coñecementos e xuízos.
B4 CB9 - Que os estudantes saiban comunicar as súas conclusións -e os coñecementos e razóns últimas que as sustentan- a públicos especializados e profanos dun modo claro e sen ambigüidades.
B5 CB10 - Que os estudantes posúan as habilidades de aprendizaxe que lles permitan continuar estudando dun modo que terá que ser en boa medida autodirixido ou autónomo.
B6 G1 - Ter coñecementos adecuados dos aspectos científicos e tecnolóxicos na Enxeñería Industrial.
B13 G8 - Aplicar os coñecementos adquiridos e resolver problemas en contornas novas ou pouco coñecidos dentro de contextos máis amplos e multidisciplinares.
B14 G9 - Ser capaz de integrar coñecementos e enfrontarse á complexidade de formular xuízos a partir dunha información que, sendo incompleta ou limitada, inclúa reflexións sobre as responsabilidades sociais e éticas vinculadas á aplicación dos seus coñecementos e xuízos.
B15 G10 - Saber comunicar as conclusións –e os coñecementos e razóns últimas que as sustentan– a públicos especializados e non especializados dun modo claro e sen ambigüidades.
B16 G11 - Posuír as habilidades de aprendizaxe que permitan continuar estudando dun modo autodirigido ou autónomo.
C1 ABET (a) - An ability to apply knowledge of mathematics, science, and engineering.
C3 ABET (c) - An ability to design a system, component, or process to meet desired needs within realistic constraints such as economic, environmental, social, political, ethical, health and safety, manufacturability, and sustainability.
C6 ABET (f) - An understanding of professional and ethical responsibility.
C7 ABET (g) - An ability to communicate effectively.
C8 ABET (h) - The broad education necessary to understand the impact of engineering solutions in a global, economic, environmental, and societal context.
C9 ABET (i) - A recognition of the need for, and an ability to engage in life-long learning.
C11 ABET (k) - An ability to use the techniques, skills, and modern engineering tools necessary for engineering practice.

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias do título
Coñecer os procedementos de adquisición de imaxes digitales e as súas particularidades na contorna industrial. BP1
BP3
BP4
BP5
BP6
BP13
BP14
BP15
BP16
CP1
CP3
CP6
CP7
CP8
CP9
Coñecer as principais técnicas de acondicionamiento de imaxes e iniciarse no seu uso práctico. AP8
BP1
BP2
BP5
BP16
CP1
CP9
CP11
Coñecer as principais técnicas de procesado de imaxes digitales e iniciarse no seu uso práctico. AP8
BP1
BP2
BP5
BP16
CP1
CP9
CP11
Adquirir os coñecementos básicos sobre os procesos de análises de imaxe máis utilizados na industria e iniciarse no seu uso práctico. AP8
BP1
BP2
BP5
BP16
CP1
CP9
CP11

Contidos
Temas Subtemas
Adquisición e representación de imaxes dixitais - Introdución aos sistemas de visión artificial: cámaras, iluminación, formatos de almacenamiento, etc.
- Adquisición e parámetros típicos de configuración dun equipo de adquisición de imaxe para visión artificial.
- Problemas comúns na industria e configuracións de sistemas de adquisición tipo.
Operacións locais con imaxes dixitais. Operacións locais de procesamento de imaxes dixitais.
Operación globais con imaxes dixitais. Operacións globais de procesamiento de imaxes dixitais.
Análisis de imaxe. - Introdución a técnicas comúns de análises de imaxe utilizadas en aplicacións de automatización industrial.
- Técnicas de detección de obxectos e exemplos de aplicación.
- Técnicas de segmentación e exemplos de aplicación.
- Outras técnicas e as súas posibles aplicacións.

Planificación
Metodoloxías / probas Competencias Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Sesión maxistral A8 B1 B2 B4 B5 B13 B15 B14 B16 B6 C3 C6 C8 C9 7 15.5 22.5
Prácticas a través de TIC B1 B4 B13 B16 C1 C9 C11 14 33.5 47.5
Traballos tutelados B3 B13 B15 B16 B6 C1 C3 C7 C9 C11 1.5 3.5 5
 
Atención personalizada 0 0
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Sesión maxistral Explicación oral do temario teórico fomentando a discusión e a participación dos alumnos.
Prácticas a través de TIC Prácticas de laboratorio nas que se aplicarán algunhas das técnicas e estratexias vistas en teoría. Os alumnos completarán as propostas de traballos planteadas polos profesores. Estas prácticas poderán estar relacionadas coa aplicación práctica de técnicas de procesamento de imaxes, o análise da solución adecuada a un problema industrial que pode resolverse con visión artificial, ou a selección e configuración de elementos hardware-software para un sistema de visión concreto.
Traballos tutelados Traballo/s de profundización práctica sobre algún tema de teoría proposto polos profesores da asignatura. Os alumnos realizarán un traballo de estudo e deseño dalgúns dos aspectos relevantes dunha solución de visión artificial para algún caso realista proposto polos profesores. O traballo será exposto e discutido diante dos compañeiros e entregado por escrito. O traballo será realizado polos alumnos de forma autónoma e o seu avance será tutorizado polos profesores.

Atención personalizada
Metodoloxías
Traballos tutelados
Prácticas a través de TIC
Descrición
Durante as prácticas de laboratorio, o alumno poderá consultar co profesor todas as dúbidas que lle xurdan sobre a realización dos traballos.

Traballos tutelados: é recomendable o uso da atención personalizada nestas actividades para resolver dúbidas, para discutir e orientar o traballo co profesor, e para ter un seguimiento do correcto avance do traballo.

Avaliación
Metodoloxías Competencias Descrición Cualificación
Traballos tutelados B3 B13 B15 B16 B6 C1 C3 C7 C9 C11 Propoñerase un traballo tutelado que deberá ser desenvolvido de forma autónoma polo alumno fóra das clases e que terá que ser presentado e defendido. É imprescindible obter unha cualificación mínima de 3 puntos sobre 10 nesta metodoloxía para superar a asignatura. 50
Prácticas a través de TIC B1 B4 B13 B16 C1 C9 C11 Propoñeranse un ou varios traballos prácticos de aplicación de técnicas concretas de visión artificial ao longo do curso que serán desenvolvidos polos alumnos e entregados para a súa avaliación. É imprescindible obter unha cualificación mínima de 3 sobre 10 nesta metodoloxía para superar a asignatura.

Poderase valorar positivamente a asistencia e participación activa nas clases ata un máximo de 1 punto sobre 10.
50
 
Observacións avaliación
A avaliación desta asignatura está baseada na superación das dúas metodoloxías principais: Traballos Tutelados e Prácticas a través de TIC. A nota mínima para superar a asignatura será dun 5 sobre 10, sumando a nota de ambas metodoloxías (a condición de que se supere a nota mínima esixida en cada metodoloxía). No caso de que o alumno non supere a asignatura na convocatoria ordinaria, deberá repetir na convocatoria extraordinaria aquelas actividades que non foron superadas. 

Os alumnos con matrícula a tempo parcial poderán acumular a porcentaxe da nota correspondente á asistencia a clase nas outras actividades. Esta condición deberá notificarse aos profesores da materia.

Fontes de información
Bibliografía básica Sandipan Dey (2018). Hands-On Image Processing with Python. Packt Publishing
Eusebio de la Fuente López, Félix Miguel Trespaderne (2012). Visión artificial industrial. Procesamiento de imágenes para inspección automática y robótica.. Universidad de Valladoliz

Bibliografía complementaria
Libros accesibles de forma libre a través do proxecto CVONLINE (http://homepages.inf.ed.ac.uk/rbf/CVonline/SUPPORT/overview.htm). Os libros están dispoñibles na seguinte páxina web: http://homepages.inf.ed.ac.uk/rbf/CVonline/books.htm
Documentación da librería OpenCV

Recomendacións
Materias que se recomenda ter cursado previamente

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario

Observacións
Para axudar a conseguir unha contorna sostenible e cumprir co obxectivo da acción número 5 ("Docencia e investigación saudable e sostenible ambiental e social") do "Plan de Acción Green Campus Ferrol" a entrega dos traballos documentales que se realicen nesta materia:

1. Solicitarase en formato virtual e/ou soporte informático.

2. Realizarase a través de Moodle, en formato digital sen necesidade de imprimilos.

3. De realizarse en papel:

- Non se empregarán plásticos.

- Realizaranse impresións a dobre cara.

- Empregarase papel reciclado.

- Evitarase a impresión de borradores.


(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías