Fundamentos de Processamento e Análise de Imagem

Código:

MVCOMP01

Sigla:

FPAI

Áreas Científicas
Classificação	Área Científica
CNAEF	Ciências informáticas

Ocorrência: 2022/2023 - 1S

Ativa?	Sim
Unidade Responsável:	Departamento de Engenharia Eletrotécnica e de Computadores
Curso/CE Responsável:	Mestrado em Visão por Computador

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
MVCOMP	3	Plano de Estudos Oficial	1	-	6	42	162

Língua de trabalho

Inglês

Objetivos

Compreender os conceitos básicos e técnicas de processamento de imagem digital.

Compreender os conceitos básicos e técnicas de análise de imagens digitais.

Capacidade de aplicar diferentes técnicas básicas para problemas de visão computacional.

Saber avaliar a adequação das metodologias aplicadas em problemas específicos.

Resultados de aprendizagem e competências

.

Modo de trabalho

Presencial

Programa

Introdução a ambientes e bibliotecas de programação de visão por computador.

Conceitos fundamentais de visão computacional. HSV e perceção.

Espaços de cores. Pré-processamento: normalização e realce. Transformações de imagem. Operações locais (remoção de ruído, deteção de arestas, morfologia, etc.). Reconhecimento de templates.

Detetores e descritores básicos de pontos e regiões de interesse (blobs, cantos). Análise multi-escala.

Fundamentos da segmentação por imagem. Avaliação da segmentação.

Transformada de Hough: linhas e círculos.

Bibliografia Obrigatória

David A. Forsyth; Computer vision. ISBN: 0-13-085198-1

Métodos de ensino e atividades de aprendizagem

Esta unidade curricular aborda os tópicos fundamentais de processamento e análise de imagem e apresenta-se como a primeira UC de uma sequência com outra unidade curricular onde são abordados os tópicos avançados. Para além do estudo e aplicação de técnicas fundamentais de processamento e análise de imagem, são estudadas aplicações nesta área que têm como objetivo resolver problemas reais. Esta abordagem dá aos estudantes as ferramentas necessárias para aplicar os algoritmos estudados em casos práticos, bem como as bases para desenvolver novos algoritmos e prosseguir para estudos mais avançados.

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Teste	40,00
Trabalho escrito	60,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Estudo autónomo	60,00
Frequência das aulas	42,00
Trabalho escrito	60,00
Total:	162,00

Obtenção de frequência

.

Fórmula de cálculo da classificação final

A avaliação consistirá no desempenho dos estudantes nos projetos (com um peso de 60% na classificação final) e numa prova escrita (com um peso de 40% na classificação final).