Unidade Curricular:Código:
Visão Computacional834VCOP
Ano:Nível:Curso:Créditos:
2MestradoEngenharia Informática (Computação Móvel)5 ects
Período Lectivo:Língua de Instrução:Nº Horas:
Português/Inglês65
Objectivos de Aprendizagem:
Ao completar com sucesso a unidade curricular os alunos devem ser capazes de (learning outcomes - LO):
LO1-entender os fundamentos sobre imagem e de representação de informação visual
LO2-discutir o sistema visual humano
LO3-aplicar operadores morfológicos em visão por computador
LO4-aplicar filtragem no domínio espacial
LO5-aplicar filtragem no domínio das frequências
LO6-explicar espaços de cor e segmentação de imagem baseada em cor
LO7-aplicar deteção de descontinuidades e contornos
LO8-experimentar segmentação de objetos baseada deteção de semelhanças
Conteúdos Programáticos:
1. Introdução à Visão Computacional
1.1. Apresentação da Visão Computacional (VC)
1.2. Domínios de Aplicação da VC
2. Fundamentos sobre imagem
2.1. Introdução
2.2. Percepção visual
2.3. Formação da imagem
3. Processamento de imagem morfológico
3.1. Introdução
3.2. Morfologia matemática
3.3. Algoritmos morfológicos
4. Filtragem e melhoramento da imagem
4.1. Filtragem no domínio espacial
4.2. Filtragem no domínio das frequências
5. Processamento de imagens a cores
5.1. Introdução
5.2. Espaços de cor
5.3. Segmentação baseada em cor
6. Segmentação de imagem
6.1. Fundamentos de segmentação
6.2. Detecção de cantos
7. Representação e descrição
7.1. Descrição e representação de imagens
7.2. Descrição e representação de regiões
8. Reconhecimento de objetos
8.1. Introdução
8.2. Reconhecimento de padrões
Demonstração da Coerência dos Conteúdos Programáticos com os Objectivos da Unidade Curricular:
Os conteúdos programáticos apresentados são coerentes com os objectivos de aprendizagem da unidade curricular uma vez que existe uma grande convergência entre os capítulos do programa da cadeira e os conhecimentos que é suposto o aluno adquirir em cada um desses capítulos.
Os conceitos fundamentais de visão por computador, fundamentos sobre imagem e formação de imagem são apresentados nos capítulos introdutórios, nos capítulos seguintes são apresentados vários conceitos, técnicas e algoritmos relacionados com processamento de imagem em escalas de cinza e a cores. São ainda abordados algoritmos e técnicas de segmentação, descrição de imagem e de reconhecimento de objetos visuais.
Os objetivos da aprendizagem são atingidos complementando os conceitos teóricos com exemplos e exercícios concretos executados em ambiente de laboratório recorrendo a software apropriado
Metodologias de Ensino (Avaliação Incluída):
Componente teórico-prática (TP) e prático-laboratorial (PL). Nas aulas TP os conceitos são apresentados intercalados com exemplos e exercícios. Nas aulas PL são colocados e resolvidos exercícios e problemas, eventualmente recorrendo a software apropriado.
Nota_Final_VC = (1/2) x Nota_TP + (1/2) x Nota_PL
Obrigatório:
Nota_TP >= 10
Nota_PL >= 10
Nota_PL: obrigatoriamente por avaliação contínua e não é sujeita a exame. Consiste num projeto de programação realizado durante o semestre. Caso o aluno não submeta o projeto terá zero valores e apenas poderá realizar o projeto numa edição subsequente da UC.
Nota_PL = Nota do projeto prático
Nota_TP:
Em avaliação contínua, duas frequências F1 e F2, Nota_TP = (50%) x F1 + (50%) x F2
Em exame, Nota_TP = Nota_Exame_TP
Se apenas uma componente TP ou PL for positiva fica válida durante um prazo máximo de dois anos lectivos após o ano em que o aluno obteve aprovação nessa componente. Durante esse período a UC está não concluída (NC)
Demonstração da Coerência das Metodologias de Ensino com os Objectivos de Aprendizagem da Unidade Curricular:
A metodologia de ensino/aprendizagem aplicada nesta unidade curricular bem como o seu sistema de avaliação encontram-se perfeitamente alinhados com os objetivos a atingir pelos alunos no final do período letivo. Os conceitos teóricos são apresentados, discutidos, aplicados e avaliados no contexto das aulas teóricas o que garante aos alunos uma base sólida de conhecimentos fundamentais para entenderem de forma aprofundada os desafios que se colocam a esta área do conhecimento. Por outro lado, para que o estudo não fique restrito a modelos conceptuais, nas aulas práticas são apresentados casos de estudo concretos e implementadas soluções para problemas reais recorrendo a ferramentas de software apropriadas. Esta combinação garante uma formação aos alunos que lhes permite conhecer os fundamentos científicos essenciais a uma boa compreensão do tema bem como a capacidade de eles se adaptarem a mudanças tecnológicas constantes. O processo de avaliação constituído por testes teóricos e trabalhos práticos garante também um correto equilíbrio entre o esforço dedicado a ambas as componentes. O objectivo é formar profissionais conhecedores das técnicas e ferramentas do estado da arte mas também garantir a sua capacidade de evolução futura. Nesta unidade curricular os conceitos relacionados com a visão por computador são apresentados e avaliados na componente teórica. Estes conceitos são depois aplicados na resolução das fichas e trabalhos práticos no contexto das aulas práticas
Bibliografia:
[1] Linda Shapiro, George Stockman, "Computer Vision", Prentice Hall, 2001
[2] Rafael Gonzalez, Richard Woods, "Digital Image Processing (3rd Edition)", Prentice Hall, 2007
[3] Richard Szeliski, "Computer Vision: Algorithms and Applications", Springer, 2010 (http://szeliski.org/Book/)
[4] Jain, Kasturi, Schunck, "Machine Vision", McGraw-Hill, 1995
[5] Kaehler, Bradski, "Learning OpenCV: Computer Vision in C++ with the OpenCV Library", O'Reilly Media, 2nd edition, 2012
[6] Forsyth, Ponce, "Computer Vision: A Modern Approach", Pearson, 2002, ISBN 0130851981