P4131202 - Tratamento dixital de imaxes (OPTATIVAS XERAIS) - Curso 2013/2014

Información

• Créditos ECTS
• Créditos ECTS: 6.00
• Total: 6.0
• Horas ECTS
• Clase Expositiva: 15.00
• Clase Interactiva Laboratorio: 15.00
• Clase Interactiva Seminario: 20.00
• Horas de Titorías: 6.00
• Total: 56.0

Outros Datos

• Tipo: Materia Ordinaria Máster RD 1393/2007
• Departamentos: Electrónica e Computación, Electrónica e Computación
• Áreas: Linguaxes e Sistemas Informáticos, Ciencia da Computación e Intelixencia Artificial
• Centro: Escola Técnica Superior de Enxeñaría
• Convocatoria: 1º Semestre de Titulacións de Grao/Máster
• Docencia e Matrícula: Primeiro Curso (1º 1ª vez)

Profesores

Nome	Coordinador
CARREIRA NOUCHE, MARIA JOSE.	SI
MOSQUERA GONZALEZ, ANTONIO.	NON

Horarios

Nome	Tipo Grupo	Tipo Docencia	Horario Clase	Horario exames
Grupo /CLE_01	Ordinario	Clase Expositiva	SI	SI
Grupo /CLIL_01	Ordinario	Clase Interactiva Laboratorio	SI	SI
Grupo /CLIS_01	Ordinario	Clase Interactiva Seminario	SI	SI
Grupo /TI-ECTS01	Ordinario	Horas de Titorías	NON	NON
Grupo /TI-ECTS02	Ordinario	Horas de Titorías	NON	NON

Programa

Existen programas da materia para os seguintes idiomas:

Castelán

Galego

Inglés

Obxectivos da materia
O impacto da imaxe dixital no mundo actual abarca todos os ámbitos da vida sendo a súa presenza cada día máis patente. Os factores que propiciaron este enorme auxe foron a evolución da tecnoloxía informática, a universalización do seu uso e o desenvolvemento de técnicas avanzadas de procesamento e análise de imaxes. Así, a imaxe dixital é protagonista en aplicacións que van desde os videoxogos, até a imaxe médica, a inspección industrial, ou a robótica, por citar algúns exemplos.

Con independencia da complexidade da aplicación a desenvolver, resulta de gran importancia que o estudante coñeza os diferentes mecanismos que permiten a captación de imaxes, os fundamentos da imaxe dixital, e as diferentes técnicas de procesamento e análise, que permiten mellorar aspectos relacionados que van dende a simple visualización até procesos máis complexos como a interpretación automática e a toma de decisións. De importancia será tamén que o estudante aprenda técnicas de avaliación de resultados como base para escoller entre as diferentes técnicas a integrar nun sistema de imaxe, en función do problema concreto.

En resumo, o obxectivo global desta materia é introducir ao estudante no campo do tratamento dixital de imaxes. Que coñeza os bloques fundamentais deste campo de traballo, que comprenda cando deben utilizarse cada un dos diferentes algoritmos para resolver un problema e que sexa capaz de integralos na realización dun proxecto sinxelo de procesado.
Contidos
Tema 1: Introdución
Procesado Dixital de Imaxes (PDI); Orixe do PDI; Dominios nos que se usa o PDI; Bloques fundamentais do PDI; Compoñentes dun Sistema de PDI

Tema 2: Fundamentos da Imaxe Dixital
Elementos da Percepción Visual; Luz e Espectro Electromagnético; Sensores e Adquisición de Imaxes; Mostraxe e Cuantización de Imaxes; Relacións Básicas entre Píxeles; Ferramentas Matemáticas en PDI

Tema 3: Transformacións de Intensidade e Filtrado Espacial
Introdución; Funcións de Transformación da Intensidade; Procesado de Histograma; Fundamentos do Filtrado Espacial; Filtros Espaciais de Suavizado; Filtros Espaciais de Realce; Combinación de Métodos Espaciais de Mellora

Tema 4: Filtrado no Dominio da Frecuencia
Introdución e Conceptos Preliminares; Transformada de Fourier de Funcións Muestreadas; Transformada Discreta de Fourier dunha Variable; Extensión a Funcións de Dúas Variables; Propiedades da Transformada Discreta de Fourier de Dúas Variables; Filtrado o Dominio da Frecuencia; Suavizado de Imaxes usando Filtros no Dominio da Frecuencia; Realce de Imaxes usando Filtros no Dominio da Frecuencia; Filtros Selectivos

Tema 5: Procesado do Ruído
Modelos de Ruído; Restauración mediante Filtrado Espacial; Redución de Ruído Periódico mediante Filtrado no Dominio da Frecuencia

Tema 6: Segmentación de Imaxes
Introdución; Detectores de puntos, liñas e bordes; Umbralización; Segmentación baseada en Rexións

Tema 7: Representación e Descrición
Representación; Descritores de Contornos; Descritores de Rexións

Tema 8: Recoñecemento de Obxectos
Patróns e Prototipos; Recoñecemento baseado en Métodos de Decisión; Métodos Estruturais

Tema 9: Procesado de Imaxes en Cor
Fundamentos da Cor; Modelos de Cor; Procesado de Imaxes con Pseudocolor; Procesado de Imaxes de Cor; Transformacións de Cor; Suavizado e Realce de Imaxes en Cor; Segmentacións de Imaxes en Cor; Ruído en Imaxes en Cor

Tema 10: Transformacións Xeométricas e Rexistro de Imaxes
Transformación de Puntos; Transformacións Afíns; Transformacións Xeométricas de Imaxes; Interpolación de Imaxes; Rexistro de Imaxes

Tema 11: Procesado Morfológico de Imaxes
Introdución; Erosión e Dilatación; Apertura e Peche; Transformación Hit-or-Miss; Algoritmos Morfolóxicos Básicos; Morfoloxía en Imaxes de Escala de Grises

Bibliografía básica e complementaria
Digital Image Processing, Third Edition; Rafael C. González and Richard E. Woods; Pearson Prentice Hall, 2008; 978-0-13-168728-8

Digital Image Processing Using MATLAB, Second Edition; Rafael C. González, Richard E. Woods and Steven L. Eddins; Gatesmark Publishing, 2009; 978-0-9820854-0-0
Competencias
Competencias xerais
CG4. Capacidade para o modelado matemático, cálculo e simulación en centros tecnolóxicos e de enxeñaría de empresa, particularmente en tarefas de investigación, desenvolvemento e innovación en todos os ámbitos relacionados coa Enxeñaría en Informática.
CG8. Capacidade para a aplicación dos coñecementos adquiridos e de resolver problemas en contornas novas ou pouco coñecidos dentro de contextos máis amplos e multidisciplinares, sendo capaces de integrar estes coñecementos.

Competencias específicas
CTI5. Capacidade para analizar as necesidades de información que se expoñen nunha contorna e levar a cabo en todas as súas etapas o proceso de construción dun sistema de información.
CTI9. Capacidade para aplicar métodos matemáticos, estatísticos e de intelixencia artificial para modelar, deseñar e desenvolver aplicacións, servizos, sistemas intelixentes e sistemas baseados no coñecemento.

Outras competencias específicas
CE2. A capacidade de adquirir, desenvolver e aplicar tecnoloxía ao longo da ampla gama de categorías de produtos da compañía

Competencias transversais
CT4. Dominio da expresión oral e escrita en lingua materna
CT5. Coñecemento doutras linguas, sobre todo a inglesa
CT6. Capacidade de traballo autónomo e toma de decisións
CT8. Capacidade analítica, crítica e de síntese
CT11. Creatividade
CT13. Motivación pola calidade
CCS9. Rendemento
CCS10. Robustez
Metodoloxía da ensinanza
Clases Maxistrais
A docencia expositiva desenvolverase mediante clases maxistrais durante as cales se realizará unha presentación ordenada dos conceptos máis importantes. Suporá a base dos coñecementos que se desenvolven na materia.

Clases de Prácticas
Gran parte da docencia interactiva desenvólvese mediante clases de prácticas nas cales se traballará con guións que seguen e amplían os contidos vistos nas Clases Maxistrais. Este material supón un punto de partida para que os estudantes comproben o funcionamento dos diferentes algoritmos do campo do tratamento dixital de imaxes.

Aprendizaxe Baseada en Proxectos
A última parte da docencia interactiva desenvólvese mediante a metodoloxía da Aprendizaxe Baseada en Proxectos. Nela, cada estudante ou grupo de estudantes enfróntanse a un problema aberto. Para a súa solución deben utilizar os coñecementos aprendidos nas Clases Maxistrais e as probas realizadas durante as Clases de Prácticas.

Todos os materiais estarán dispoñibles no Campus Virtual da USC.


Sistema de evaluación
A avaliación da materia realízase mediante tres tipos de probas:

Exame de Conceptos: Sobre a base dos contidos traballados nas clases de maxistrais desenvólvese unha proba na cal os estudantes deben pór de manifesto o seu coñecemento sobre os conceptos fundamentais da materia. Desenvólvese mediante unha avaliación escrita na que se responden cuestións curtas. O peso desta parte da avaliación é do 20%.

Caderno de Prácticas: O traballo de exploración de algoritmos que se presenta nas clases prácticas plásmase nun caderno de prácticas onde deben quedar por escrito todos os casos estudados. A avaliación leva a cabo mediante a entrega do caderno de prácticas. O peso desta parte da avaliación é do 40%.

Proxecto: A presentación do proxecto realizado nas sesións de aprendizaxe baseada en proxectos supón a defensa ante os profesores da materia da solución alcanzada para o problema exposto. Teñen tanta importancia os resultados alcanzados como a xustificación das decisións tomadas. A avaliación leva a cabo mediante a entrega da memoria do proxecto e o seu posterior defensa ante os profesores da materia. O peso desta parte da avaliación é do 40%.

Condición de Non Presentado: Só para os estudantes que non se presenten ao exame e non entreguen caderno de prácticas nin proxecto.
Condicións para presentarse á oportunidade extraordinaria de xullo: as mesmas que na oportunidade ordinaria de febreiro.
Estudantes repetidores: rexeranse polas condicións xerais da materia, expresadas nos apartados anteriores.

A avaliación dos/as estudantes que por causa xustificada non poidan atender regularmente ás actividades docentes presenciais realizarase en base ao conxunto de traballos propostos polos docentes durante o curso, aos que se lles aplicarán os criterios de avaliación xerais anteriormente indicados.
Tempo de estudo e traballo persoal
A materia, segundo a Memoria do Máster en Tecnoloxías da Información, ten asignados 6 ECTS. Dado que na USC tómanse 25 horas como a medida de traballo de cada ECTS, a materia ten un traballo asociado de 150 horas (25 x 6).

Segundo a Memoria do Máster en Tecnoloxías da Información a materia ten 51 horas de traballo presencial e 99 horas de traballo persoal do estudante. A maior parte deste traballo persoal investirase en completar o traballo da memoria de prácticas e na realización do proxecto da materia.
Recomendacións para o estudo da materia
Lectura dos materiais recomendados
Seguimento ao día do traballo realizado nas clases prácticas
Observacións
As clases se impartirán en castelán