Sistemas Baseados em Visão

Código:

EEC0100

Sigla:

SBVI

Áreas Científicas
Classificação	Área Científica
OFICIAL	Automação, Controlo e Sistemas de Produção Indust.
OFICIAL	Ciências Fundamentais e da Eletrotecnia

Ocorrência: 2008/2009 - 1S

Ativa?	Sim
Página Web:	https://www.fe.up.pt/si/conteudos_geral.conteudos_ver?pct_pag_id=1639&pct_parametros=p_ano_lectivo=2007/2008-y-p_cad_codigo=EEC0100-y-p_periodo=1S
Unidade Responsável:	Ciências Fundamentais e da Electrotecnia
Curso/CE Responsável:	Mestrado Integrado em Engenharia Electrotécnica e de Computadores

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
MIEEC	33	Plano de estudos oficial a partir de 2006/07	4	-	6	63	160
		Plano para bachareis que em 06 estiveram no 5º ano	4	-	6	63	160
		Plano de estudos oficial a partir de 2007/08	4	-	6	63	160
		Plano para alunos que em 2006 estiveram no 3º ano	4	-	6	63	160
		Plano para alunos que em 2006 estiveram no 5º ano	4	-	6	63	160
		Plano para alunos que em 2006 estiveram no 4º ano	4	-	6	63	160
		Plano para bachareis que em 06 estiveram no 4º ano	4	-	6	63	160

Língua de trabalho

Português

Objetivos

Adquirir os conhecimentos fundamentais em aquisição e processamento digital de imagem e em análise automática de imagem. Desenvolver e aplicar métodos e técnicas de inspecção visual automática e de visão artificial para análise e síntese de sistemas industriais (p. ex., controlo de qualidade, automação e robótica)

Programa

Técnicas de pré-processamento de imagem. Segmentação e representação de imagem. Extracção de características, medida, reconhecimento e classificação de imagens. Captura de imagens 2D/3D e condicionamento do ambiente de aquisição. Técnicas e estudo de casos de inspecção visual industrial. Métodos e aplicações de visão artificial e robótica.
Realização de sistemas de visão industrial: arquitecturas de tempo real.

Bibliografia Obrigatória

Gonzalez, Rafael C; Digital image processing. ISBN: 0-20-118075-8
E. R. Davies; Machine Vision: Theory, Algorithms, Practicalities, Morgan Kaufmann (Elsevier), 2005. ISBN: 0-12-206093-8

Bibliografia Complementar

Umbaugh, Scott E.; Computer vision and image processing. ISBN: 0-13-264599-8
Ejiri, Masakazu; Machine vision. ISBN: 2-88124-353-3
Castleman, Kenneth R.; Digital image processing. ISBN: 0-13-211467-4
Haralick, Robert M.; Computer and Robot Vision. ISBN: 0 201 10877 1(vol.1)
ULL; Machine vision. ISBN: 0135433983

Métodos de ensino e atividades de aprendizagem

Aulas teóricas:
Aulas de exposição das matérias, incluindo demonstrações práticas e análise de casos.

Aulas teórico-práticas:
Resolução de problemas, experimentação e ensaio em Matlab (toolbox de Image Processing), desenvolvimento de soluções em Matlab.

Trabalho prático fora das aulas:
Realização de um trabalho autónomo com carácter de mini-projecto (integrador de conhecimentos), por grupos de 2 alunos, sobre tema sugerido pelos alunos, nas áreas de "reconhecimento de objectos", "detecção de defeitos para controlo de qualidade", "detecção e seguimento de objectos móveis", "videovigilância", e outras similares. Elaboração de um relatório escrito. Apresentação oral pública dos trabalhos realizados.

Software

The Mathworks - Matlab - Release 11.1

Palavras Chave

Ciências Tecnológicas > Engenharia > Engenharia de projecto

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Descrição	Tipo	Tempo (Horas)	Peso (%)	Data Conclusão
Aulas da disciplina (estimativa)	Participação presencial	72,00
Trabalhos práticos "de casa"	Trabalho escrito	35,00		2008-12-20
Exame final	Exame	3,00		2009-02-21
	Total:	-	0,00

Componentes de Ocupação

Descrição	Tipo	Tempo (Horas)	Data Conclusão
Estudo distribuído ao longo do semestre	Estudo autónomo	35	2008-12-20
Estudo para exame final	Estudo autónomo	17	2009-02-21
	Total:	52,00

Obtenção de frequência

A obtenção de frequência pressupõe a conclusão com sucesso do trabalho prático de grupo, incluindo a elaboração do relatório e apresentação oral, para além das condições legais vigentes.

A nota de frequência é obtida mediante a classificação, pelos docentes, dos trabalhos de grupo, considerando os aspectos de execução, resultado atingido, divisão de tarefas no grupo, qualidade do relatório escrito e da apresentação pública.

Fórmula de cálculo da classificação final

A classificação final é o resultado da soma da nota de frequência (escalada para 6 valores) e da nota do exame final (escalado para 14 valores). Esta ponderação é utilizada em todas as épocas de avaliação, incluindo recurso e melhoria.

Provas e trabalhos especiais

Trabalho prático de grupo, já referido nos pontos anteriores.

Avaliação especial (TE, DA, ...)

O único caso especial considerado é o dos alunos trabalhadores-estudantes. Estes alunos deverão habilitar-se ao exame final por meio da realização de um trabalho prático cuja natureza e alcance é semelhante ao dos trabalhos realizados pelos alunos ordinários, salvo no que respeita à sua extensão que será ajustada atendendo a que o trabalho é individual.
Os alunos TE poderão solicitar aos docentes a especificação de um tema de trabalho logo no início do funcionamento da disciplina, de modo a poderem dispor de mais tempo para a sua realização.

Melhoria de classificação

A classificação distribuída (nota de frequência) não é passível de melhoria.

A classificação do exame pode ser melhorada nas condições gerais regulamentadas.

Observações

O exame final é organizado em duas partes. A primeira, sem consulta de elementos de estudo, incide em questões teóricas de resposta livre. A segunda, com consulta, consiste na resolução de problemas e, ainda, na resposta livre a um problema integrador especificado por meio de um cenário real/realista.