UMH - VISIÓN POR COMPUTADOR

Ir a contenido

Árbol de navegación de "Estudios"

VISIÓN POR COMPUTADOR

Asignatura

Código: 1782

Titulación: Grado en Ingeniería Electrónica y Automática Industrial

Escuela Politécnica Superior De Elche

Curso: Curso 4 de Grado en Ingeniería Electrónica y Automática Industrial

Semestre: 2

Tipo: Optativa

Idioma: Castellano

ECTS: 6

Teoría: 3

Práctica: 3

Horas: 150

Dirigidas: 60

Compartidas: 24

Autónomas: 66

Materia: OPTATIVIDAD DEL CENTRO

Módulo: COMPETENCIAS TRANSVERSALES Y PROFESIONALES

Web docente

Departamento: Ingeniería de Sistemas y Automática

Área: INGENIERÍA DE SISTEMAS Y AUTOMÁTICA

Contenido asociado

Cargando... Cargando documentos

Descripción

Integración sensorial. Sistemas de visión artificial. Adquisición de imágenes. Procesamiento de imágenes digitales.

Profesorado

Nombre	Responsable	Teoría	Práctica
JIMENEZ GARCÍA, LUIS MIGUEL	■	■	■

Interés profesional

Los conocimientos de Visión por Computador proporcionan al alumno competencias específicas para su futura actividad profesional, capacitándolo para la resolución de problemas reales de inspección industrial automatizada, mediante el diseño y aplicación algoritmos para extracción de información, descripción y reconocimiento a partir de imágenes digitales

Competencias y resultados de aprendizaje

Competencias Generales

Capacidad para la redacción, firma y desarrollo de proyectos en el ámbito de la Ingeniería Electrónica Industrial que tengan por objeto la construcción, reforma, reparación, conservación, demolición, fabricación, instalación, montaje o explotación de: estructuras, equipos mecánicos, instalaciones energéticas, instalaciones eléctricas y electrónicas, instalaciones y plantas industriales y procesos de fabricación y automatización.
Capacidad para la dirección, de las actividades objeto de los proyectos de ingeniería descritos en el epígrafe anterior
Conocimiento en materias básicas y tecnológicas, que les capacite para el aprendizaje de nuevos métodos y teorías, y les dote de versatilidad para adaptarse a nuevas situaciones.
Capacidad de resolver problemas con iniciativa, toma de decisiones, creatividad, razonamiento crítico y de comunicar y transmitir conocimientos, habilidades y destrezas en el campo de la Ingeniería Electrónica Industrial.
Capacidad de analizar y valorar el impacto social y medioambiental de las soluciones técnicas.
Capacidad para aplicar los principios y métodos de la calidad.
Capacidad de trabajar en un entorno multilingüe y multidisciplinar

Competencias Específicas

Conocimiento y capacidad para el modelado y simulación de sistemas.
Conocimientos de principios y aplicaciones de los sistemas robotizados.

Objetivos (resultados de aprendizaje)

01Estudiar los fenómenos involucrados en la captación de imágenes en un sistema de visión por computador.
02Conocer las características básicas de una imagen digital.
03Entender las transformaciones en imágenes digitales tanto en el dominio espacial como frecuencial
04Aplicar algoritmos para la reducción de ruido en imágenes digitales.
05Conocer las técnicas para la extracción de información de la imagen (bordes, esquinas, regiones).
06Estudiar los algoritmos de segmentación y descripción de regiones en imágenes digitales
07Introducir al alumno el problema de la clasificación en el contexto de la visión por computador.
08Modelar el proceso de formación de una imagen en una cámara y su calibración.
09Conocer las técnicas de visión 3D mediante sistemas estereoscópicos
010Saber calibrar el modelo proyectivo de un par estéreo.
011Calcular información 3D a partir de una o varias cámaras mediante técnicas de visión por computador.
012Aplicar de manera práctica los conceptos vistos en teoría al análisis de imágenes digitales reales.
013Conocer el uso de aplicaciones y librerías de procesamiento de imágenes para implementar sistemas de visión por computador.

Contenidos

Unidades didácticas

Asociación objetivos y unidades

Objetivo/Unidad	U1	U2	U3	U4
01
02
03
04
05
06
07
08
09
010
011
012
013

Cronograma

Semana	Unidades didácticas	Horas dirigidas	Horas compartidas	Horas autónomas	Horas totales
1	U1	4	0	0	4
2	U1	4	0	0	4
3	U2	4	0	0	4
4	U2	4	0	4	8
5	U2	4	0	4	8
6	U2	4	0	4	8
7	U2	4	0	6	10
8	U2	4	0	6	10
9	U3	4	2	6	12
10	U3	4	2	6	12
11	U3	4	4	6	14
12	U3	4	4	6	14
13	U4	4	4	6	14
14	U4	4	4	6	14
15	U4	4	4	6	14

Bibliografía Básica

Bibliografía Complementaria

Enrieue Alegra, Gonzalo Pajares, Arturo de la Escalera. "Conceptos y Métodos en Visión por Computador". CEA Grupo de Visión.
Bishop, Christopher M. "Pattern recognition and machine learning". New York Springer 2006.
Mitchell, Tom M. "Machine Learning". New York McGraw-Hill cop 1997.
Hartley, Richard. Zisserman, Andrew. "Multiple view geometry in computer vision ". Cambridge, UK New York Cambridge University Press 2003.
Trucco, Emanuele. Verri, Alessandro. "Introductory techniques for 3-D computer vision". Upper Saddle River, NJ Prentice Hall c1998.
Faugeras, Olivier 1949-. "The geometry of multiple images". Cambrigde The Mit Press 2001.
Forsyth, David A. Ponce, Jean. "Computer vision a modern approach". Upper Saddle River [New Jersey] Prentice Hall cop. 2003.

Enlaces

Software

MATLAB 2015A
Weka
titere

Metodología y evaluación

Metodología

Aprendizaje basado en problemas: Desarrollar aprendizajes activos a través de la resolución de problemas que fomenten en el estudiante el pensamiento y/o experimentación, así como la toma de decisiones.
Aprendizaje cooperativo: Desarrollar aprendizajes activos mediante estrategias de trabajo cooperativo entre estudiantes y fomentando la responsabilidad compartida para alcanzar metas grupales.
Aprendizaje orientado a proyectos: Realización de un proyecto para la resolución de un problema, aplicando aprendizajes adquiridos y fomentando habilidades relacionadas con la planificación, diseño, realización de actividades y obtención de conclusiones.
Expositivo/Lección magistral: Transmitir conocimientos y activar procesos cognitivos en el estudiante, implicando su participación.
Resolución de ejercicios y problemas: Ejercitar, ensayar y poner en práctica los conocimientos previos mediante la repetición de rutinas.

Evaluación

La calificación final se obtendrá a partir de las siguientes pruebas:

- Trabajos realizados durante el curso (20%) (máx .2 puntos)

- Prácticas (10%) (máx. 1 punto)

- Examen final (70%): (max. 7 puntos). Estará formado por dos partes:
* Parte 1 (50%)Test: Cada respuesta errónea resta 1/4 del valor de cada pregunta.
* Parte 2 (50%) Cuestiones teóricas: La valoración de cada cuestión se indica en el examen.

Características de la prueba de evaluación

no aplica

Criterios de corrección

- Examen final : (max. 7 puntos). Estará formado por dos partes:
* Parte 1 (50%)Test: Cada respuesta errónea resta 1/4 del valor de cada pregunta.
* Parte 2 (50%) Cuestiones teóricas: La valoración de cada cuestión se indica en el examen.

Requisitos adicionales

Identificación, Bolígrafo, lápiz, calculadora no programable

Nota: no se permite el uso de dispositivos móviles ni calculadoras programables

Estudios: VISIÓN POR COMPUTADOR