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: 2020/2021 - 1S

Ativa?	Sim
Unidade Responsável:	Departamento de Engenharia Eletrotécnica e de Computadores
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	81	Plano de estudos oficial	4	-	6	56	162

Língua de trabalho

Português

Objetivos

Os principais objectivos a atingir na disciplina são a aquisição de conhecimentos relativos a sistemas de visão automática, quer em termos dos modelos que constituem cada um dos componentes da sua estrutura modular, quer em termos das tecnologias usadas na sua implementação.

Resultados de aprendizagem e competências

1. Aquisição de conhecimento em sistemas automáticos de visão por computador (competências CDIO 1.3, 1.4, 2.1, 2.3).
2. Demonstração de conhecimentos no projeto, e implementação de sistema automáticos de visão (competências CDIO 4.2, 4.3, 4.4, 4.5).
3. Desenvolvimento de competências na organização e desenvolvimento de trabalho autónomo e na pesquisa de bibliografia especializada (competências CDIO Syllabus 2.4, 2.5, 3.3).
4. Demonstração de competências em trabalho de grupo (competências CDIO 2.5, 3.1).
5. Desenvolvimento e demonstração de competências para a comunicação oral e escrita (competências CDIO 3.2)

Modo de trabalho

Presencial

Pré-requisitos (conhecimentos prévios) e co-requisitos (conhecimentos simultâneos)

Conhecimentos de Processamento de Sinal e do software MatLab.

Programa

1. Introdução. Estrutura de um sistema de visão automática.
2. Aquisição e formação de imagem digital.
3. Pré-processamento. Operadores de imagem e sua aplicação em realce de imagem.
4. Morfologia matemática.
5. Segmentação de imagem.
6. Análise de imagem.
7. Reconhecimento e classificação de imagem.

Bibliografia Obrigatória

Rafael C. Gonzalez, Richard E. Woods; Digital Image Processing, Pearson, 2018. ISBN: 1-292-22304-9
Rafael C. Gonzalez, Richard E. Woods, Steven L. Eddins; Digital image processing using Matlab. ISBN: 0-13-008519-7
E.R. Davies; Computer Vision. Principles, Algorithms, Applications, Learning, Elsevier, 2018. ISBN: 978-0-12-809284-2

Bibliografia Complementar

Steger C., Ulrich M. Wiedemann C; Machine Vision Algorithms and Applications, Wiley, 2008. ISBN: 978-3-527-40734-7
Milan Sonka, Vaclav Hlavac, Roger Boyle; Image processing, analysis and machine vision. ISBN: 978-0-495-24428-7

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.

Componentes de avaliação distribuída (para realização fora dos períodos letivos) 
A. Resposta individual a um conjunto de 4/5 questionários (quizzes) disponibilizados usando a plataforma Moodle.
B. Realização de um trabalho autónomo, com carácter de projecto, por grupos de 3/4 estudantes, sobre tema sugerido pelos docentes. Elaboração de um relatório escrito. Apresentação oral pública dos trabalho realizado.

Software

MatLab - The Mathworks

Palavras Chave

Ciências Tecnológicas > Engenharia > Engenharia electrotécnica

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Exame	60,00
Trabalho prático ou de projeto	30,00
Teste	10,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Elaboração de projeto	40,00
Estudo autónomo	61,00
Frequência das aulas	56,00
Trabalho escrito	5,00
Total:	162,00

Obtenção de frequência

As componentes da avaliação são:
- questionários (Q)
- projeto realizado em grupo (3/4 estudantes) e respectivo relatório escrito (P);
- apresentação oral do projeto (AP)
- exame final (EF)

A obtenção de frequência pressupõe a conclusão com sucesso do trabalho de grupo, incluindo a elaboração do relatório e apresentação oral, para além das condições legais vigentes.
A nota de frequência (avaliação distribuída) é obtida combinando a classificação obtida nos questionários e a classificação do projeto, considerando os aspectos de execução, resultado atingido, divisão de tarefas no grupo, qualidade do relatório escrito e da apresentação pública.
Os estudantes que não tenham obtido nota de frequência não podem realizar qualquer exame no ano letivo corrente. Os estudantes que já obtiveram nota de frequência em anos letivos anteriores devem contactar a responsável pela UC para poderem realizar o exame.

A componente P permite avaliar as competências CDIO 1.3, 1.4, 2.1, 2.3, 2.4, 2.5, 3.1, 3.3, 4.2, 4.3, 4.4, 4.5.
A componente AP permite avaliar as competências CDIO 3.1, 3.3, 4.2, 4.3, 4.4, 4.5.
As componentes Q e EF permitem avaliar as competências CDIO 1.3, 1.4, 2.1, 2.3, 4.2, 4.3, 4.4, 4.5.

Fórmula de cálculo da classificação final

A classificação final é o resultado da soma da nota de avaliação de frequência (AF) e da nota do exame final (EF). Esta ponderação é utilizada em todas as épocas de avaliação, incluindo recurso e melhoria.

Nota final=0,4*AF + 0,6*EF

 

Provas e trabalhos especiais

Questionários.
Projeto de grupo, já referido nos pontos anteriores.

Trabalho de estágio/projeto

O tema do projeto será definido até ao início da Semana da FEUP.
O relatório do trabalho desenvolvido e o respetivo código  devem ser enviados aos docentes até ao dia 12 de dezembro.
A apresentação do trabalho será realizada nos períodos das aulas PL da última semana de aulas, com calendário a definir. Os slides da apresentação devem ser entregues aos docentes até ao final do dia 14 de dezembro.

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 é semelhante ao dos trabalhos realizados pelos alunos ordinários. Este trabalho pode ser realizado individualmente ou em grupo, consoante opção do estudante, mas aprovada pelo responsável pela disciplina.

Melhoria de classificação

A classificação de frequência (nota de avaliação distribuída) não pode ser melhorada.
A classificação do exame pode ser melhorada nas condições gerais regulamentadas.