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: 2007/2008 - 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	26	Plano de estudos oficial a partir de 2006/07	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 4º ano	4	-	6	63	160

Língua de trabalho

Português

Objetivos

Formação geral e consolidação de conhecimentos em processamento digital de imagem e em análise automática de imagem. Formação específica em metodologias e técnicas de inspecção visual automática para controlo de qualidade e de visão artificial para aplicações industriais.

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

Bibliografia Complementar

Dodd, George G. 340; Computer Vision and Sensor-Based Robots. ISBN: 0-306-40305-6
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)
Jain, Anil K.; Fundamentals of Digital Image Processing. ISBN: 0-13-332578-4
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 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, 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". Apresentação pública dos trabalhos realizados.

Software

The Mathworks - Matlab - Release 11.1

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Descrição	Tipo	Tempo (Horas)	Peso (%)	Data Conclusão
Aulas da disciplina (estimativa)	Participação presencial	56,00
Trabalhos práticos "de casa"	Trabalho escrito	40,00		2007-12-07
Exame final	Exame	3,00		2008-02-16
	Total:	-	0,00

Componentes de Ocupação

Descrição	Tipo	Tempo (Horas)	Data Conclusão
Estudo distribuído ao longo do semestre	Estudo autónomo	45	2008-01-05
Estudo para exame final	Estudo autónomo	18	2008-02-16
	Total:	63,00

Obtenção de frequência

A obtenção de frequência pressupõe a conclusão com sucesso do trabalho prático de grupo, para além das condições legais vigentes.

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

Fórmula de cálculo da classificação final

A classificação final é o resultado da soma ponderada 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.