Análise e Processamento de Imagem

Código:

M4094

Sigla:

M4094

Nível:

400

Áreas Científicas
Classificação	Área Científica
OFICIAL	Matemática

Ocorrência: 2020/2021 - 2S

Ativa?	Sim
Unidade Responsável:	Departamento de Matemática
Curso/CE Responsável:	Mestrado em Bioinformática e Biologia Computacional

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
E:BBC	0	PE_Bioinformática e Biologia Computacional	1	-	6	42	162
M:BBC	4	Plano estudos a partir de 2018	1	-	6	42	162
M:DS	1	Plano Oficial a partir de 2018_M:DS	2	-	6	42	162

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

Esta UC apresenta os principais conceitos e técnicas de análise e processamento digital de imagem. O objectivo é que no final do curso os alunos sejam capazes de planear e implementar algoritmos para a extracção de informação a partir de imagens.

A orientação da UC privilegia a compreensão dos conceitos e métodos e a sua utilização efectiva na análise de dados simulados e experimentais. Será feita uma utilização intensiva de meios computacionais avançados (Matlab).

Resultados de aprendizagem e competências

As aulas são todas do tipo Teórico-Prática (TP). Algumas aulas consistirão na apresentação de matéria teórica, ilustrada com exemplos variados, e outras aulas serão dedicadas à resolução de problemas e realização de projectos, com uma forte componente de computação em ambiente MATLAB (Matlab - Image processing Toolbox).

Os trabalhos práticos contém uma variedade de exercícios propostos, usando dados simulados e experimentais. Estes exercícios cobrem a gama de tópicos e métodos apresentados na disciplina, tendo vários níveis de dificuldade. O nível de autonomia esperado dos estudantes é também variado (crescente), o que deverá conduzir à obtenção dos objectivos da disciplina no final do semestre.

Modo de trabalho

Presencial

Programa

1. Conceitos básicos de processamento digital de imagem, exemplos de aplicações


2. Processamento de imagem no Matlab


3. Operações pontuais, filtros espaciais, redução de ruído


4. Modelos de representação de cor


5. Segmentação de imagem


6. Operadores Morfológicos


7. Representação e reconhecimento de objectos


8. Correcções Geométricas e referenciação de imagens


9. Processamento de imagem no espaço de frequências


10. Classificação automática de imagens multi-espectrais


11. Transformadas (Hough, Radon, etc.)

Bibliografia Obrigatória

000091303. ISBN: 0-13-008519-7
000091878. ISBN: 978-0-13-168728-8
000093668. ISBN: 0-495-08252-X

Bibliografia Complementar

Richard Szeliski; Computer Vision: Algorithms and Applications, Springer, 2010 (disponivel em http://szeliski.org/Book/)

Métodos de ensino e atividades de aprendizagem

As aulas são todas do tipo Teórico-Prática (TP). Algumas aulas consistirão na apresentação de matéria teórica, ilustrada com exemplos variados, e outras aulas serão dedicadas à resolução de problemas e realização de projectos, com uma forte componente de computação em ambiente MATLAB (Matlab - Image processing Toolbox).

Software

MATLAB

Palavras Chave

Ciências Tecnológicas > Tecnologia > Tecnologia de computadores > Processamento de imagem
Ciências Físicas > Matemática > Matemática aplicada

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação	Peso (%)
Trabalho laboratorial	40,00
Trabalho prático ou de projeto	40,00
Teste	20,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Elaboração de projeto	40,00
Estudo autónomo	21,00
Frequência das aulas	56,00
Trabalho escrito	15,00
Trabalho laboratorial	30,00
Total:	162,00

Obtenção de frequência

Realização dos Trabalhos Práticos, com entrega dos respectivos relatórios dentro dos prazos fixados, e com classificação não inferior a 40% da cotação correspondente (8 valores na escala 0-20).

Fórmula de cálculo da classificação final

A classificação final será determinada com base em: (1) trabalhos práticos (40%), (2) mini-teste (20%), (3) mini-projeto (40%). Nos itens (1) e (3) o estudante terá de ter pelo menos 40% da cotação correspondente (8 valores na escala 0-20).

Provas e trabalhos especiais

n.a.

Trabalho de estágio/projeto

n.a.

Avaliação especial (TE, DA, ...)

n.a.

 

Melhoria de classificação

Os itens (1) e (2) da fórmula de cálculo da classificação final não são susceptíveis de melhoria de nota.

Observações

Juri da Disciplina:

Prof. André Marçal

Prof. Ana Paula Rocha