| Competencias del título |
| Código | Competencias del título |
| A8 | ETI8 - Capacidad para diseñar y proyectar sistemas de producción automatizados y control avanzado de procesos. |
| B1 | G1 Tener conocimientos adecuados de los aspectos científicos y tecnológicos en la Ingeniería Industrial. |
| B2 | G2 Proyectar, calcular y diseñar productos, procesos, instalaciones y plantas. |
| B3 | G3 Dirigir, planificar y supervisar equipos multidisciplinares. |
| B4 | G4 Realizar investigación, desarrollo e innovación en productos, procesos y métodos. |
| B5 | G5 Realizar la planificación estratégica y aplicarla a sistemas tanto constructivos como de producción, de calidad y de gestión medioambiental. |
| B6 | CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación. |
| B13 | G8 Aplicar los conocimientos adquiridos y resolver problemas en entornos nuevos o poco conocidos dentro de contextos más amplios y multidisciplinares. |
| B14 | G9 Ser capaz de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios. |
| B15 | G10 Saber comunicar las conclusiones –y los conocimientos y razones últimas que las sustentan– a públicos especializados y no especializados de un modo claro y sin ambigüedades. |
| B16 | G11 Poseer las habilidades de aprendizaje que permitan continuar estudiando de un modo autodirigido o 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 aprendizaje | |||
| Resultados de aprendizaje | Competencias del título | ||
| Conocer los procedimientos de adquisición de imágenes digitales y sus particularidades en el entorno industrial. | BP1 BP3 BP4 BP5 BP6 BP13 BP14 BP15 BP16 |
CP1 CP3 CP6 CP7 CP8 CP9 |
|
| Conocer las principales técnicas de acondicionamiento de imágenes e iniciarse en su uso práctico. | AP8 |
BP1 BP2 BP5 BP16 |
CP1 CP9 CP11 |
| Conocer las principales técnicas de procesado de imágenes digitales e iniciarse en su uso práctico. | AP8 |
BP1 BP2 BP5 BP16 |
CP1 CP9 CP11 |
| Adquirir los conocimientos básicos sobre los procesos de análisis de imagen más utilizados en la industria e iniciarse en su uso práctico. | AP8 |
BP1 BP2 BP5 BP16 |
CP1 CP9 CP11 |
| Contenidos |
| Tema | Subtema |
| Introducción a la visión artificial | - Conceptos básicos. - Aplicaciones de visión artificial en la industria. - Adquisición y representación de imágenes. - Propiedades de las imágenes. |
| Componentes de un sistema de visión artificial para entornos industriales. | - Componentes de un sistema de visión artificial para entornos industriales. |
| Diseño de sistemas de visión artificial para tareas de inspección automatizada. | - Diseño de sistemas de visión artificial para tareas de inspección automatizada. |
| Análisis de imagen. | - Introducción a técnicas comunes de análisis de imagen utilizadas en aplicaciones de automatización industrial. - Filtrado de imágenes. - Binarización. - Análisis morfológico. - Segmentación. |
| Otras herramientas. | - Cámaras inteligentes. - Deep Learning. |
| Planificación | ||||
| Metodologías / pruebas | Competéncias | Horas presenciales | Horas no presenciales / trabajo autónomo | Horas totales |
| Sesión magistral | 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 |
| Trabajos tutelados | B3 B13 B15 B16 B6 C1 C3 C7 C9 C11 | 1.5 | 3.5 | 5 |
| Atención personalizada | 0 | 0 | 0 | |
| (*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos | ||||
| Metodologías |
| Metodologías | Descripción |
| Sesión magistral | Actividad presencial en el aula o a través de TICs para la explicación oral del temario teórico fomentando la discusión y la participación de los alumnos. |
| Prácticas a través de TIC | Actividad presencial en el aula o a través de TICs para la realización de prácticas en las que se aplicarán algunas de las técnicas y estrategias vistas en teoría. Los alumnos completarán las propuestas de trabajos planteadas por los profesores. Estas prácticas podrán estar relacionadas con la aplicación práctica de técnicas de procesamiento de imágenes, el análisis de la solución adecuada a un problema industrial resoluble con visión artificial, o la selección y configuración de elementos hardware-software para un sistema de visión concreto. En los casos en que se considere necesario se completará el trabajo de forma autónoma. |
| Trabajos tutelados | Trabajo/s de profundización práctica sobre algún tema de teoría propuesto por los profesores de la asignatura. Los alumnos realizarán un trabajo de estudio y diseño de algunos de los aspectos relevantes de una solución de visión artificial para algún caso realista planteado por los profesores. El trabajo será expuesto y discutido delante de los compañeros y entregado por escrito. El trabajo será realizado por los alumnos de forma autónoma y su avance será tutorizado por los profesores. |
| Atención personalizada |
|
|
| Evaluación | |||
| Metodologías | Competéncias | Descripción | Calificación |
| Trabajos tutelados | B3 B13 B15 B16 B6 C1 C3 C7 C9 C11 | Se propondrá un trabajo tutelado que deberá ser desarrollado de forma autónoma por el alumno fuera de las clases y que tendrá que ser presentado y defendido. Es imprescindible obtener una calificación mínima de 3 puntos sobre 10 en esta metodología para superar la asignatura. | 50 |
| Prácticas a través de TIC | B1 B4 B13 B16 C1 C9 C11 | Se propondrán uno o varios trabajos prácticos de aplicación de técnicas concretas de visión artificial a lo largo del curso que serán desarrollados por los alumnos y entregados para su evaluación. Es imprescindible obtener una calificación mínima de 3 sobre 10 en esta metodología para superar la asignatura. Se podrá valorar positivamente la asistencia y participación activa en las clases hasta un máximo de 1 punto sobre 10. |
50 |
| Observaciones evaluación | |||
|
- La evaluación de esta asignatura está basada en la superación de las dos metodologías principales: Trabajos Tutelados y Prácticas a Través de TIC. La nota mínima para superar la asignatura será de un 5 sobre 10, sumando la nota de ambas metodologías (siempre y cuando se supere la nota mínima exigida en cada metodología). - En el caso de que el alumno no supere la asignatura en la convocatoria ordinaria, deberá repetir en la convocatoria extraordinaria aquellas actividades que no fueron superadas con las modificaciones que se indiquen. - Los alumnos con matrícula a tiempo parcial podrán acumular el porcentaje de la nota correspondiente a la asistencia a clase en las otras actividades. Esta condición deberá notificarse a los profesores de la materia. - Es requisito para superar la materia entregar, exponer/defender los trabajos y prácticas en la fecha que se indique. |
|||
| Fuentes de información |
| Básica |
Gonzalo Pajares, Arturo de la Escalera, Enrique Alegre (2016). Conceptos y métodos en visión por computador. Comité Español de Automática
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 |
|
|
|
| Complementária |
Richard Szeliski (2010). Computer Vision: Algorithms and Applications. Springer |
|
Libros accesibles de forma libre a través del proyecto CVONLINE (http://homepages.inf.ed.ac.uk/rbf/CVonline/SUPPORT/overview.htm).
Los libros están disponibles en la siguiente página:
Documentación de la librería Scikit-Image Documentación de la librería OpenCV Versión borrador online gratuita del libro "Computer Vision: Algorithms and Applications": Versión borrador online gratuita del libro "Conceptos y métodos en visión por Computador": |
| Recomendaciones | |
| Asignaturas que se recomienda haber cursado previamente |
| Asignaturas que se recomienda cursar simultáneamente |
| Asignaturas que continúan el temario |
| Otros comentarios | |
|
La entrega de trabajos documentales que se realicen en esta materia:
|