Anar al contingut (clic a Intro)
UdG Home UdG Home
Tancar
Menú

Estudia

Dades generals

Curs acadèmic:
2010
Descripció:
Fonaments del processat d'imatges. Operacions basades en l'histograma. Operacions basades en veïnatges. Anàlisi d'imatges. Segmentació. Caracterització: color, textura i forma. Tècniques estadístiques de classificació (pattern recognition)
Crèdits:
6
Idioma principal de les classes:
Català
S’utilitza oralment la llengua anglesa en l'assignatura:
Poc (25%)
S’utilitzen documents en llengua anglesa:
Indistintament (50%)

Grups

Grup A

Durada:
Semestral, 1r semestre
Professorat:
Marta Peracaula Bosch

Altres Competències

  • CE1 Conèixer la definició d’imatge digital (B&W i color) i el seu tractament utilitzant programari.
  • CE2 Conèixer la definició de processament d’imatges. Entendre i dominar les operacions bàsiques amb l’histograma (thresholding), i la detecció de contorns.
  • CE3 Conèixer la definició d’anàlisi d’imatges. Entendre i dominar algorismes de segmentació bàsics: creixement de regions, clustering (k-means).
  • CE4 Saber extreure de les imatges característiques bàsiques de color, forma i textura.
  • CE5 Entendre i dominar algorismes bàsics de classificació: mètodes basats en distàncies.
  • CE6 Tenir capacitat per dissenyar, analitzar i implementar aplicacions de processament i anàlisi d’imatges.
  • CT1 Treballar en grup
  • CT2 Tenir capacitat per resoldre problemes, discutir, cercar informació i consensuar solucions.
  • CT3 Tenir capacitat per comunicar dins el grup de treball, però també per presentar projectes i treballs.
  • CT4 Tenir capacitat per organitzar la feina.
  • CT5 Fomentar l’autoaprenentatge.
  • CT6 Fomentar la utilització de la llengua anglesa

Continguts

1. Presenta assignatura (organització i desenvolupament).

2. Presenta assignatura (continguts). Què és una imatge digital? Imatges en color. Què vol dir processar i analitzar imatges? Tipus d'aplicacions. Il.lusions òptiques.

3. Processament d'imatges. L'histograma i les operacions que es poden fer amb l'histograma: la LUT i el thresholding. El llindar òptim: mètodes i tècniques. Detectar contorns. Detectar punts d'interès. Operacions aritmètiques amb imatges. Morfologia matemàtica. Template matching.

4. Anàlisi d'imatges (1/3). Què vol dir segmentar? Com es representen els resultats de la segmentació? Avaluació dels resultats. Algorismes basats en regions. Algorismes basats en clustering.

5. Anàlisi d'imatges (2/3). Caracterització de regions. Informació visual. La forma. Moments i altres mètodes. La textura. Matrius de coocurrencia i altres mètodes. El color: espais i física del color.

6. Anàlisi d'imatges (3/3). Classificació. Exemple introductori i definicions. Classificadors basats en distàncies. Classificador lineal.

7. Aplicacions. Bases de dades d'imatges (+video). Accés per contingut. Com és un sistema de recuperació d'imatges per contingut. Com són les queries.

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Total
Anàlisi / estudi de casos 1,00 0 1,00
Elaboració individual de treballs 14,00 50,00 64,00
Exposició dels estudiants 6,00 24,00 30,00
Prova d'avaluació 2,00 10,00 12,00
Resolució d'exercicis 4,00 4,00 8,00
Sessió expositiva 6,00 0 6,00
Sessió participativa 10,00 0 10,00
Sessió pràctica 2,50 0 2,50
Treball en equip 8,00 8,00 16,00
Visionat/audició de documents 1,00 0 1,00
Total 54,50 96,00 150,5

Bibliografia

  • González, Rafael C., Woods, Richard E., Eddins, Steven L. (cop. 2004). Digital image processing using Matlab. Upper Saddle River: Prentice Hall.
  • Shapiro, Linda G., Stockman, George C. (cop. 2001). Computer vision. Upper Saddle River: Prentice Hall.
  • Escalera Hueso, Arturo de la (cop. 2001). Visión por computador : fundamentos y métodos. Madrid [etc.]: Prentice Hall.
  • Vitrià i Marca, Jordi (1995). Visió per computador. Bellaterra: Universitat Autònoma de Barcelona. Servei de Publicacions.
  • Maravall Gómez-Allende, Darío (1993). Reconocimiento de formas y visión artificial. Madrid: Ra-ma.

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat %
Classe de pràctiques al lab. Dues pràctiques senzilles d'AIPI. Treball en grups que els fan els estudiants. Activitat A1 i A2 (corresponents a dues pràctiques senzilles). S'avaluen la pràctica i la seva memòria.
Els estudiants preparan una classe. Treball en grups que els fan els professors. Activitat A3. S'avalua el report i la presentació que els estudiants fan a classe.
PRÀCTIQUES. Desenvolupament de la pràctica CBIR (sistema de recuperació d'imatges en bases de dades d'imatges). Pla de treball i seguiment de la pràctica (anàlisi, disseny, implementació, documentació, presentació i control). Pràctica CBIR. P correspon a la mitjana de 2 notes corresponents a l’avaluació de les pràctiques i el document memòria de la pràctica.
Examen E és la nota de l'examen.

Qualificació

NOTA ACTES= 0.1*A1+0.1*A2+0.2*A3+0.4*P+0.2*E

on
A1 i A2 correspon a l'avaluació de les pràctiques 1 i 2 (pràctiques senzilles): memòria i pràctica.
A3 correspon a l’avaluació de la classe preparada pels estudiants: memòria i presentació.
P a l’avaluació de la pràctica CBIR: pràctica i memòria.
E és la nota de l’examen.

A1, A2, A3, P i E són activitats NO obligatòries.

Observacions

Al tractar-se d'una assignatura introductoria i optativa, la nostra intenció és donar una visió general i àmplia de la matèria. Així pretenem presentar els diferents conceptes de forma senzilla i des d'un punt de vista algorísmic, minimitzant les demostracions matemàtiques i maximitzant les qüestions pràctiques i d'aplicació.

Treballarem les competències pròpies del treball en equip. Tenir capacitat per organitzar la feina. Tenir capacitat per comunicar dins el grup de treball, però també per presentar i documentar projectes i treballs. Tenir capacitat per resoldre problemes, discutir, cercar informació i consensuar solucions. Preocupar-se per la qualitat.

Treballarem per tenir competència en la utilització de la llengua anglesa.

Escull quins tipus de galetes acceptes que el web de la Universitat de Girona pugui guardar en el teu navegador.

Les imprescindibles per facilitar la vostra connexió. No hi ha opció d'inhabilitar-les, atès que són les necessàries pel funcionament del lloc web.

Permeten recordar les vostres opcions (per exemple llengua o regió des de la qual accediu), per tal de proporcionar-vos serveis avançats.

Proporcionen informació estadística i permeten millorar els serveis. Utilitzem cookies de Google Analytics que podeu desactivar instal·lant-vos aquest plugin.

Per a oferir continguts publicitaris relacionats amb els interessos de l'usuari, bé directament, bé per mitjà de tercers (“adservers”). Cal activar-les si vols veure els vídeos de Youtube incrustats en el web de la Universitat de Girona.