Versión 2.0 - 15012010
Escuela Técnica Superior de Ingeniería
Informática
Máster en Ingeniería Informática
aplicada a la Industria, a la Ingeniería
del Software y a los Sistemas y
Tecnologías de la Información
GUÍA DOCENTE DE LA ASIGNATURA:
Procesamiento de Imágenes y Visión por
Computador
Máster en Ingeniería Informática aplicada a la Industria, a la Ingeniería del Software y a los Sistemas y Tecnologías de la Información
Asignatura: Procesamiento de Imágenes y Visión por Computador
1
Asignatura: Procesamiento de Imágenes y Visión por Computador
Código: 135213103
- Centro: Escuela Técnica Superior de Ingeniería Informática
- Titulación: Máster Oficial en Ingeniería Informática Aplicada a la Industria, a la Ingeniería del Software y a los Sistemas y Tecnologías
- Plan de Estudios: M521
- Rama de conocimiento: Ingeniería y Arquitectura
- Intensificación (sólo en caso de Máster): aplicaciones Industriales
- Departamento: Física Fundamental y Experimental, Electrónica y Sistemas - Área de conocimiento: Física Aplicada
- Curso: 1º
- Carácter: Obligatoria de la intensificación - Duración: Bimestral
- Créditos: 3
- Dirección Web de la asignatura: http:// (Campus Virtual de la ULL) - Idioma: Español
2. Prerrequisitos para cursar la asignatura
Esenciales / Recomendables:
Dominio del la lengua española, estudios a nivel de formación básica en alguna de las titulaciones del ámbito TIC con un
conocimiento de programación a nivel medio. / Conocimientos avanzados de Programación, Álgebra, Análisis Matemático y Teoría de Sistemas Lineales.
3. Profesorado que imparte la asignatura
[Cuadro a cumplimentar por todo el profesorado que imparta la asignatura]
Coordinación / Profesor/a: José Manuel Gálvez Lamolda
- Grupo: Único
- Departamento: Física Fundamental y Experimental, Electrónica y Sistemas - Área de conocimiento: Física Aplicada
- Centro: E.T.S. Ingeniería Informática
- Lugar Tutoría(1): Facultad de Física, Despacho 21, Planta 4 - Horario Tutoría(1): L, M, X de 12 a 14 horas
- Teléfono (despacho/tutoría): 922 31 8230 - Correo electrónico: jgalvez@ull.es
- Dirección web docente: moodle institucional
1. Datos Descriptivos de la Asignatura
Profesor/a: Albano González Fernández
- Grupo: Único
- Departamento: Física Fundamental y Experimental, Electrónica y Sistemas - Área de conocimiento: Física Aplicada
- Centro: E.T.S. Ingeniería Informática
- Lugar Tutoría(1): 2ª planta, zona de despachos. 2º a la izquierda. - Horario Tutoría(1): L,X, J de 11 a 13 horas.
- Teléfono (despacho/tutoría): 922 84 5042 - Correo electrónico: aglezf@ull.es
- Dirección web docente: moodle institucional
4. Contextualización de la asignatura en el Plan de Estudios
- Bloque Formativo al que pertenece la asignatura:
Esta asignatura, correspondiente al segundo bimestre del plan de estudios, pertenece a la especialidad denominada “Aplicaciones Industriales”. Por lo tanto no se trata de una de las asignaturas comunes del Máster, sino de una materia orientada a especializar a los alumnos en técnicas más concretas.
Se sitúa en el segundo bimestre con el fin de lograr una correcta secuenciación temporal de los contenidos dentro de la misma especialidad. Así, los aprendizajes y competencias adquiridos por los alumnos en esta asignatura serán utilizados por asignaturas posteriores, en especial, todos aquellos que permiten al alumno desarrollar herramientas de análisis de imágenes y percepción del entorno de forma automática. Estas asignaturas son: “Robótica Industrial y de Servicios”, “Sistemas Informáticos para la
Automatización Industrial” y “Aplicaciones Informáticas en Medicina”
- Perfil Profesional:
La visión es, con diferencia, el sentido que más utilizamos los humanos para percibir nuestro entorno. Por ello, no es extraño que se usen diferentes sensores y técnicas de visión artificial para que los sistemas autónomos sean capaces de analizar su entorno y actuar en consecuencia. Actualmente, el procesamiento y análisis de imágenes digitales se utiliza en casi todas las actividades de la vida diaria, así como en aplicaciones industriales y específicas. La mayor parte de los dispositivos electrónicos utilizan sensores y reproductores de imágenes para aumentar la interacción con el usuario o para proporcionar nuevos servicios. Es el caso de los teléfonos móviles, ordenadores personales, sistemas de identificación biométrica, sistemas multimedia e, incluso, los juguetes. Pero las aplicaciones del procesamiento de imágenes son casi infinitas en campos como la seguridad, tanto civil como militar, el control de procesos industriales, inspección de piezas, robótica, agricultura, gestión del territorio, medicina, etc.
Esta asignatura proporciona una formación básica que permite considerar la aplicación de los sistemas de visión artificial para la resolución de problemas en los entornos anteriormente citados. Por ello, los alumnos pueden encontrar aplicación de las competencias adquiridas en multitud de campos profesionales, e incluso introducir la ventaja de su utilización en entornos en los que nunca se ha realizado. Además, la asignatura promueve la adquisición de hábitos de autoaprendizaje que permitan profundizar, de manera autónoma, en el estudio de tecnologías y métodos avanzados e innovadores dentro de la disciplina de procesamiento digital de imágenes, lo que facilitará el desarrollo e implantación de nuevas ideas en este ámbito de trabajo.
Máster en Ingeniería Informática aplicada a la Industria, a la Ingeniería del Software y a los Sistemas y Tecnologías de la Información
Asignatura: Procesamiento de Imágenes y Visión por Computador
3
5. Objetivos
Objetivos del Titulo desarrollados en la asignatura
La formación de profesionales en el ámbito de la Ingeniería Informática con una formación avanzada en los procedimientos y técnicas de la informática profesional relacionados con el procesamiento digital de imágenes.
Objetivos generales de la asignatura
Proporcionar una formación interdisciplinar en el ámbito del procesamiento digital de imágenes y la visión por computador, haciendo uso de las técnicas específicas de esta disciplina en conjunción con otras de la ingeniería, informática y óptica.
Promover la capacidad de reconocer y estimar las limitaciones y alcance de las estrategias empleadas en la resolución de problemas reales del campo de la visión por computador.
6. Competencias
Competencias generales del Título desarrolladas en la asignatura
Instrumentales // Instrumental
Capacidad de análisis, síntesis y evaluación
Capacidad para encontrar, relacionar y estructurar información proveniente de diversas fuentes y de integrar ideas y conocimientos.
Capacidad para resolver problemas dentro del área de procesamiento de imágenes y en situaciones de falta de información y con restricciones de recursos.
Personales // Personal
Capacidad de trabajo en equipos interdisciplinares.
Capacidad de comunicación efectiva con expertos de otras áreas. Capacidad de actuar autónomamente.
Sistémicas // Systemic
Poseer iniciativa en la aportación y/o evaluación de soluciones alternativas o novedosas a los problemas. Capacidad para argumentar y justificar lógicamente las decisiones tomadas y las opiniones en base a criterios objetivos.
Competencias específicas del Título desarrolladas en la asignatura
Conocimientos (Saber) // Knowledge (Knowing)
Conocer los procedimientos y técnicas de mayor utilidad en el campo de la informática profesional y sus aplicaciones en el procesamiento de imágenes.
Destrezas (Saber hacer) // Skills (Knowing how to do)
Diseñar e implantar algoritmos que se ajusten a las peculiaridades y restricciones propias de cada aplicación.
Actitudes y valores (Saber Ser) // Attitudes and values (Knowing how to be)
Poseer habilidades de aprendizaje para emprender estudios posteriores o mejorar la formación con un cierto grado de autonomía.
Actuar en el desempeño de la profesión con responsabilidad y ética profesional. Tener motivación por el logro profesional, la calidad y la mejora continua.
7.
Contenidos de la asignatura
Módulo I
- Profesor/a Albano González Fernández - Temas (epígrafes)
TEMA 1: OPERACIONES EN EL DOMINIO TRANSFORMADO TEMA 2: TÉCNICAS DE SEGMENTACIÓN
TEMA 3: OPERACIONES MORFOLÓGICAS
Módulo II
- Profesor/a José Manuel Gálvez Lamolda - Temas (epígrafes)
TEMA1. REGISTRO DE IMÁGENES
TEMA2. DETECCIÓN DE FORMAS Y DESCRIPCIÓN
TEMA 3. IMÁGENES MULTITEMPORALES Y DETECCIÓN DE CAMBIOS
8. Metodología y Volumen de trabajo del estudiante
(2)Metodología y Volumen de trabajo
Créditos: 3 Horas:75
ACTIVIDADES DE APRENDIZAJE
VOLUMEN DE TRABAJO PRESENCIALIDAD TRABAJO AUTÓNOMO
del alumnado
HORAS TOTALES
Clase magistral 7 7
Asistencia clases prácticas
(aula / sala de demostraciones / prácticas simuladas)
14 14
Realización de exámenes 2 2
Asistencia a Tutoría Académica-Formativa
(presenciales y virtuales) 7 7
Realización de trabajos prácticos 21 21
Estudio preparación clases teóricas 14 14
Estudio preparación clases prácticas 7 7
Preparación de exámenes 3 3
Máster en Ingeniería Informática aplicada a la Industria, a la Ingeniería del Software y a los Sistemas y Tecnologías de la Información
Asignatura: Procesamiento de Imágenes y Visión por Computador
5
9. Bibliografía / Recursos
Bibliografía Básica(3)
J. GONZÁLEZ JIMÉNEZ, “Visión Por Computador”. Paraninfo. 2000
G. PAJARES, J.M. CRUZ, “Visión por computador. Imágenes Digitales y aplicaciones”. Ra-Ma. 2001
W. BURGER, M.J. BURGE, “Digital Image Processing. An Algorithmic Introduction using Java”, Springer. 2008 http://rsbweb.nih.gov/ij/ (Documentación, plugins, ejemplos y guías de desarrollo de ImageJ)
Bibliografía Complementaria(4)
L- Yung-Chieh; T. Yu-Pao ; H. Yi-Ping ; S. Zen-Chung, “Comparison between immersion-based and toboggan-based watershed image segmentation”, IEEE transactions on image processing, 2006, vol. 15, no3, pp. 632-640. B. Georgescu, I. Shimshoni, P Meer, “Mean shift based clustering in high dimensions: A texture classification example”, 9th International Conference on Computer Vision , Nice, France, October 2003, 456-463.
D. Comaniciu, P. Meer: “Mean Shift: A Robust Approach toward Feature Space Analysis”, IEEE Trans. Pattern Analysis Machine Intell., 2002, Vol. 24, No. 5, 603-619.
WIEMKER R., SPECK A., KULBACH D., SPITZER H., BIENLIEN J., “Unsupervised Robust Change Detection on Multispectral Imagery Using Spectral and Spatial Features”, Proceedings of the Third International Airbone Remote Sensing Conference and Exhibition, Copenhague, Dinamarca. 1997
A. ARDESHIR GOSHTASBY, “2-D and 3-D Image Registration for medical, remote sensing, and industrial applications”. Wiley. 2005.
http://www.visionbib.com/bibliography/contents.html (Annotated Computer Vision Bibliography)
Recursos(4)
Ordenadores personales (independiente del sistema operativo) con el entorno de trabajo ImageJ (http://rsbweb.nih.gov/ij)
10. Sistema de Evaluación y Calificación
Recomendaciones
La verificación y evaluación de los conocimientos y habilidades adquiridas se realizará de forma continuada, favoreciendo el trato directo entre estudiantes y profesorado tanto en las tareas prácticas como en la participación en seminarios y tutorías. Además de la valoración de estos aspectos se contabilizará la puntuación obtenida en diferentes test realizados durante el desarrollo de la asignatura. La evaluación de los trabajos prácticos se realizará de forma continua a medida que se vayan implementando los diferentes componentes individuales de cada proyecto. En términos generales, la nota final de la asignatura se obtendrá como una suma ponderada de las calificaciones asignadas a cada actividad, siendo el factor de ponderación directamente proporcional al tiempo invertido en cada una de ellas.
Ponderación a aplicar:
• Asistencia y participación activa: 10%
• Conocimiento de conceptos de la materia (teóricos y operativos): 30% • Realización de proyectos prácticos: 50%
• Aportaciones libres de los alumnos: 10%
Se deberá prestar especial atención al empleo de una adecuada y cuidada expresión oral y escrita, tanto en la realización de pruebas escritas como en la presentación y defensa de informes y trabajos prácticos.
Puesto que el sistema de evaluación se sustenta, fundamentalmente, en una valoración continuada de las actividades incluidas en la planificación de la asignatura, aquellos estudiantes que no se ajusten a esta forma de proceder se someterán a un examen teórico y práctico en el sentido más convencional. En el resto de los casos, la propia evaluación continua contiene en si misma la estrategia de recuperación.
Estrategia Evaluativa
TIPO DE PRUEBA(5) COMPETENCIAS CRITERIOS PONDERACIÓN
Pruebas de respuesta corta Conocimiento de
conceptos 30 Trabajos y Proyectos Elaboración de prácticas en el entorno de desarrollo elegido 50
Escalas de actitudes Asistencia y
participación activa
10
[Otra (especificar)] Trabajos
complementarios 10
(5) Las filas de este apartado, podrá ser eliminadas sólo en el caso en que el profesorado estime que no procede o no realiza estas acciones.
Máster en Ingeniería Informática aplicada a la Industria, a la Ingeniería del Software y a los Sistemas y Tecnologías de la Información
Asignatura: Procesamiento de Imágenes y Visión por Computador
7
11. Cronograma/Calendario de la asignatura
2º Bimestre(6)
SEMANA Temas Clases
Teóricas (horas) Clases Prácticas (horas) Tutoría (horas) Semana 1: Presentación de la asignatura Tema I.1 1 2
Semana 2: Tema I.2 1 2 1
Semana 3: Tema I.3 1 2 1
Semana 4: Tema II.1 1 2 1
Semana 5: Tema II.2 1 2 1
Semana 6: 1 2 1
Semana 7: Tema II.3 1 2 1