Visión por computador abarca métodos computacionales y matemáticos de proceso de la imagen con aplicaciones en robótica, imagen médica, inspección industrial y reconocimiento remoto, entre otras. En esta asignatura se dan conceptos básicos de los procesos computacionales, hardware y fundamentos matemáticos, que permitirán al alumno abordar el análisis y diseño de sistemas que incorporen técnicas de visión por computador

Tema 1 Ideas generales sobre sistemas de visión por computador Se introducen conceptos elementales que van desde la definición de la imagen digital, la exposición de modalidades de adquisición de imagen, propiedades y definiciones elementales, esquema de un sistema de visión artificial y ejemplos de aplicaciones.

Tema 2 Filtrado lineal y transformadas de la imagen Se introducen los filtros lineales basados en la transformada de Fourier y otras transformadas lineales de la imagen para los procesos de reduccion de ruido, detección de patrones (correlación), deteción de bordes, compresión (DCT y wavelets) y extracción de características (PCA, SVM, etc).

Tema 3 Filtrado no lineal: morfología matemática La morfología matemática es la técnica más extendida de filtrado no lineal de las imágenes. Se producen alternativas para los procesos lineales con buenas propiedades en aplicaciones específicas, debido a sus peculiaridades.

Tema 4 Análisis de la imagen: segmentación y reconocimiento Se exploran las técnicas de segmentación de imagen, basadas en procesos lineales y no lineales, en regiones y en contornos. Se plantea el problema del reconocimiento de patrones en general y la extracción de información en casos específicos. Se estudiarán casos concretos de aplicación.

El trabajo se desarrolla en el laboratorio, por lo que se requiere constante interacción con las herramientas computacionales tanto en las clases magistrales como en las prácticas, dado que parte de la docencia magistral incluye la demostracion in situ y on line de imagenes, procesos y resultados. La docencia se organiza en torno a una aplicación especifica como demostrador de técnicas y resultados. Este tema se extrae directamente de las lineas de trabajo del grupo de investigación.

La dedicación del alumno supone un total de 60 horas presenciales y 60 horas de trabajo personal.

La asignatura tiene dos modos de evaluación: la evaluación final (o de conjunto) y la evaluación continua. La evaluación continua, a la que el alumnado podrá acogerse voluntariamente, se oferta exclusivamente a los estudiantes que puedan realizar el seguimiento continuo de la asignatura en el marco establecido de dedicación y asistencia a las actividades presenciales.



La preinscripción en el modo de evaluación continua se realizará en las fechas establecidas. La preinscripción pasará a ser definitiva tras la confirmación de la solicitud por parte del estudiante en las fechas que se establezcan (entre el 60% y el 80% del curso) y previa verificación del rendimiento parcial por parte del profesorado.



A continuación se presenta, en forma resumida, el peso de los diferentes aspectos a considerar en las dos formas alternativas de evaluación.



Evaluación de Conjunto

Exámenes escritos en las fechas señaladas para las convocatorias ordinaria y extraordinaria con entrega previa de un trabajo práctico obligatorio: 100%



Evaluación continua

Pruebas orales asociadas al seguimiento continuo: 30%

Evaluación de trabajos y prácticas: 20%

Evaluación de la participación en actividades presenciales: 50%

CONOCIMIENTOS Y DESTREZAS QUE SE REQUIEREN
Se realizan los trabajos practicos en Matlab, conocimientos previos no son un requisito pero si contribuyen al mejor rendimiento del alumno.

Oinarrizko bibliografia

Visión por computador, G. Pajares, J.M. de la Cruz, editorial RA-MA

Digital Image Processing, Gonzalez, Woods, Academic Press

Gehiago sakontzeko bibliografia

1.- R Hartley y A Zisserman Multiple View Geometry in Computer Vision, Cambridge University Press

Aldizkariak

Image Processing, IEEE Transactions Pattern Análisis and Machine Intelligence, IEEE transactions Journal of Mathematical imaging and Vision