Identifying Data 2020/21
Subject (*) Machine Vision for Industrial Applications Code 730497239
Study programme
Mestrado Universitario en Enxeñaría Industrial (plan 2018)
Descriptors Cycle Period Year Type Credits
Official Master's Degree 2nd four-month period
 Second Optional 3
Language
Spanish
Galician
Teaching method Hybrid
Prerequisites
Department Ciencias da Computación e Tecnoloxías da Información
Coordinador
Paz López, Alejandro
 E-mail
alejandro.paz.lopez@udc.es
Lecturers
Mallo Casdelo, Alma María
Paz López, Alejandro
 E-mail
alma.mallo@udc.es
alejandro.paz.lopez@udc.es
Web http://moodle.udc.es
General description 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.
Contingency plan 1. Modificacións nos contidos

Non se realizan cambios.

2. Metodoloxías
Metodoloxías docentes que se manteñen
- Sesión maxistral. As clases de teoría realizaranse a través de Teams e con vídeos gravados.
- Prácticas a través de TIC. As prácticas con computador dispoñerán de asistencia a través de Teams por parte dos profesores.
- Traballos tutelados. A tutela realizarase a través de Teams.

Metodoloxías docentes que se modifican

3. Mecanismos de atención personalizada ao alumnado

– Correo electrónico: Diariamente. De uso para facer consultas, solicitar encontros virtuais para resolver dúbidas e facer o seguimento dos traballos tutelados.
– Moodle: Diariamente. Segundo a necesidade do alumnado.
– Teams: 1 sesión semanal en gran grupo para o avance nos contidos teóricos e para o seguimento na realización das prácticas con computador na franxa horaria que ten asignada a materia. Sesións semanais individuais ou en grupos pequenos (ate 6 persoas), para o seguimento e apoio na realización dos traballos tutelados.

4. Modificacións na avaliación

Prácticas a través de TIC (50%):
- 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 materia.
- Poderá valorarse ata 1 punto sobre 10 a participación nas actividades de clase. A valoración realizarase respecto a as sesións de clase presencial e tamén en base á participación a través de Teams nas sesións de clase online.

Traballos tutelados (50%):
- Propoñerase un traballo tutelado que deberá ser desenvolto de forma autónoma polo alumno fose do tempo de clases.
- Terá que ser presentado e defendido a través de Teams.
- É imprescindible obter unha cualificación mínima de 3 puntos sobre 10 nesta metodoloxía para superar a materia.

Observacións de avaliación:

- A avaliación desta materia está baseada na superación das dúas metodoloxías principais: Traballos Tutelados e Prácticas a través de TIC. A nota mínima para superar a materia será dun 5 sobre 10, sumando a nota de ambas as metodoloxías (a condición de que se supere a nota mínima esixida en cada metodoloxía).
- No caso de que o alumno non supere a materia na convocatoria ordinaria, deberá repetir na convocatoria extraordinaria aquelas actividades que non foron superadas coas modificacións que se indiquen.
- 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.
- É requisito para superar a materia entregar, expoñer/defender os traballos e prácticas na data que se indique.

5. Modificacións da bibliografía ou webgrafía

Non se realizan cambios. Disponse dos materiais de traballo necesarios de forma dixitalizada a través de Moodle e Teams.

Study programme competencies
Code Study programme competences
A8 ETI8 - Ability to design and project automated production systems and advanced process control.
B1 CB6 - Possess and understand knowledge that provides a basis or opportunity to be original in the development and / or application of ideas, often in a research context.
B2 CB7 - That students know how to apply the knowledge acquired and their ability to solve problems in new or unfamiliar environments within broader (or multidisciplinary) contexts related to their area of ??study.
B3 CB8 - That students are able to integrate knowledge and face the complexity of making judgments based on information that, being incomplete or limited, includes reflections on the social and ethical responsibilities linked to the application of their knowledge and judgments.
B4 CB9 - That the students know how to communicate their conclusions -and the knowledge and ultimate reasons that sustain them- to specialized and non-specialized audiences in a clear and unambiguous way.
B5 CB10 - That students have the learning skills that allow them to continue studying in a way that will be largely self-directed or autonomous.
B6 G1 - Have adequate knowledge of the scientific and technological aspects in Industrial Engineering.
B13 G8 - Apply the knowledge acquired and solve problems in new or unfamiliar environments within broader and multidisciplinary contexts.
B14 G9 - Be able to integrate knowledge and face the complexity of making judgments based on information that, being incomplete or limited, includes reflections on social and ethical responsibilities linked to the application of their knowledge and judgments.
B15 G10 - Knowing how to communicate the conclusions -and the knowledge and ultimate reasons that sustain them- to specialized and non-specialized publics in a clear and unambiguous way.
B16 G11 - Possess the learning skills that allow to continue studying in a self-directed or autonomous way.
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.

Learning aims
Learning outcomes Study programme competences
Coñecer os procedementos de adquisición de imaxes digitales e as súas particularidades na contorna industrial. BJ1
BJ3
BJ4
BJ5
BJ6
BJ13
BJ14
BJ15
BJ16
 CJ1
CJ3
CJ6
CJ7
CJ8
CJ9
Coñecer as principais técnicas de acondicionamiento de imaxes e iniciarse no seu uso práctico. AJ8
 BJ1
BJ2
BJ5
BJ16
 CJ1
CJ9
CJ11
Coñecer as principais técnicas de procesado de imaxes digitales e iniciarse no seu uso práctico. AJ8
 BJ1
BJ2
BJ5
BJ16
 CJ1
CJ9
CJ11
Adquirir os coñecementos básicos sobre os procesos de análises de imaxe máis utilizados na industria e iniciarse no seu uso práctico. AJ8
 BJ1
BJ2
BJ5
BJ16
 CJ1
CJ9
CJ11

Contents
Topic Sub-topic
Introducción á visión artificial. - Conceptos básicos.
- Aplicacións de visión artificial na industria.
- Adquisición e representación de imaxes.
- Propiedades das imaxes.
Compoñentes dun sistema de visión artificial para entornos industriais. - Compoñentes dun sistema de visión artificial para entornos industriais.
Deseño de sistemas de visión artificial para tarefas de inspección automatizada. - Deseño de sistemas de visión artificial para tarefas de inspección automatizada.
Análise de imaxe. - Introducción as técnicas comúns de análise de imaxe utilizadas en aplicacións de automatización industrial.
- Filtrado de imaxes.
- Binarización.
- Análise morfolóxico.
- Segmentación.
Outras ferramentas. - Cámaras intelixentes.
- Deep Learning.

Planning
Methodologies / tests Competencies Ordinary class hours Student’s personal work hours Total hours
Guest lecture / keynote speech A8 B1 B2 B4 B5 B13 B15 B14 B16 B6 C3 C6 C8 C9 7 15.5 22.5
ICT practicals B1 B4 B13 B16 C1 C9 C11 14 33.5 47.5
Supervised projects B3 B13 B15 B16 B6 C1 C3 C7 C9 C11 1.5 3.5 5
 
Personalized attention 0 0 0
 
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Methodologies
Methodologies Description
Guest lecture / keynote speech Actividade presencial na aula ou a través de TICs para a explicación oral do temario teórico fomentando a discusión e a participación dos alumnos.
ICT practicals Actividade presencial na aula ou a través de TICs para realización de prácticas 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.
Supervised projects 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.

Personalized attention
Methodologies
Supervised projects
ICT practicals
Description
Prácticas a través de TIC: Para a realización das prácticas, 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.

Assessment
Methodologies Competencies Description Qualification
Supervised projects 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
ICT practicals 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
 
Assessment comments


Sources of information
Basic 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

Complementary Richard Szeliski (2010). Computer Vision: Algorithms and Applications. Springer
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 Scikit-Image
Documentación da librería OpenCV
Versión borrador online gratuita do libro "Computer Vision: Algorithms and Applications": 
Versión borrador online gratuita do libro "Conceptos y métodos en visión por Computador":

Recommendations
Subjects that it is recommended to have taken before

Subjects that are recommended to be taken simultaneously

Subjects that continue the syllabus

Other comments
A entrega dos traballos documentais que se realicen nesta materia:
  1. Solicitarase en formato virtual e/ou soporte informático.
  2. Realizarase a través de Moodle, en formato dixital sen necesidade de imprimilos
  3. De se realizar en papel:
    • Non se empregarán plásticos.
    • Realizaranse impresións a dobre cara. 
    • Empregarase papel reciclado.
    • Evitarase a impresión de borradores.


(*)The teaching guide is the document in which the URV publishes the information about all its courses. It is a public document and cannot be modified. Only in exceptional cases can it be revised by the competent agent or duly revised so that it is in line with current legislation.