Fundamentos de Processamento e Análise de Imagem

Código:

MVCOMP01

Sigla:

FPAI

Áreas Científicas
Classificação	Área Científica
CNAEF	Ciências informáticas

Ocorrência: 2024/2025 - 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	4	Plano de Estudos Oficial	1	-	6	42	162

Língua de trabalho

Inglês

Objetivos

Esta unidade curricular aborda os tópicos mais fundamentais em processamento e análise de imagens e apresenta-se como a primeira numa sequência com outra unidade curricular onde são apresentados os tópicos avançados. Além de estudar e aplicar técnicas fundamentais de processamento e análise de imagens, são estudadas aplicações nesta área que visam a resolução de problemas reais. Esta abordagem fornece aos estudantes as ferramentas necessárias para aplicar os algoritmos estudados em casos práticos, bem como a base para o desenvolvimento de novos algoritmos e prosseguir o estudo de métodos mais avançados.

Resultados de aprendizagem e competências

Resultados de aprendizagem:

• 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.

Competências:

CT1. Exercer a profissão com clara consciência das suas dimensões humana, económica, jurídica e ética e com compromisso com a qualidade e a melhoria contínua.
CG2. Capacidade de analisar as necessidades de uma empresa na área da visão computacional e determinar a melhor solução tecnológica para a mesma.
CG4. Capacidade de análise crítica e avaliação rigorosa de tecnologias e metodologia.
CG5. Capacidade de identificar problemas não resolvidos e fornecer soluções inovadoras.
CG7. Capacidade de aprendizagem autônoma para especialização em uma ou mais áreas de estudo.
CE1. Conhecer e aplicar os conceitos, metodologias e tecnologias de processamento de imagem.
CE3. Conhecer e aplicar conceitos, metodologias e tecnologias de análise de imagem e vídeo.

Modo de trabalho

Presencial

Programa

Parte 1 (UDC)
* Percepção e cor
* Pré-processamento: normalização e melhoramento
* Restauração de imagem
* Detecção de orlas
* Transformações de imagem
* Operadores morfológicos
* Correspondência de modelos

Parte 2 (USC)
* Extração de propriedades globais da imagem (pontos-chave, bolhas, cantos, MSERs)
* Extração de Propriedades Invariantes em Escala (SIFT)
* Segmentação através de limiar
* Segmentação por ajuste a um modelo (transformada de Hough)
* Segmentação através de divisão e crescimento de regiões
* Outras técnicas de segmentação

Bibliografia Obrigatória

Rafael C. Gonzalez; Digital image processing. ISBN: 0-20-118075-8

Bibliografia Complementar

David A. Forsyth; Computer vision. ISBN: 0-13-085198-1
Carsten Steger; Machine vision algorithms and applications. ISBN: 978-3-527-40734-7

Métodos de ensino e atividades de aprendizagem

A metodologia seguida utiliza o Campus Virtual da USC-UDC como plataforma básica. Na sala de aula virtual da disciplina, os alunos terão todas as informações (material teórico, slides das aulas, roteiros práticos, etc.)

* Sessões de mestrado: exposição oral complementada com recurso a meios audiovisuais e introdução de questões para os alunos, para transmitir conhecimentos e facilitar a aprendizagem.
* Práticas laboratoriais: Resolução prática de diferentes problemas de imagem através da aplicação de técnicas de processamento de imagens explicadas durante as sessões de mestrado.
* Pesquisa: proposta de duas situações práticas de análise de imagens que exigem que os alunos identifiquem o problema em estudo, formulem-no com precisão, desenvolvam os procedimentos relevantes, interpretem os resultados e tirem as devidas conclusões do trabalho realizado.

As competências CT1, CG2, CG4, CG5 e CG7 são desenvolvidas principalmente no desenvolvimento de projetos de investigação, e as competências CE1 e CE2 são desenvolvidas em master classes, realização de exercícios e projetos de investigação.

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Trabalho prático ou de projeto	40,00
Trabalho laboratorial	60,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Estudo autónomo	24,00
Frequência das aulas	42,00
Trabalho escrito	2,00
Trabalho de investigação	40,00
Trabalho laboratorial	44,00
Elaboração de projeto	10,00
Total:	162,00

Obtenção de frequência

Realização dos trabalhos laboratoriais e dos projetos baseados em casos práticos.

Fórmula de cálculo da classificação final

A avaliação da unidade curricular é composta por duas partes que devem ser aprovadas de forma independente com nota mínima de 10 em 20 valores:

60%: A parte relativa às sessões de apresentação poderá ser ultrapassada através da avaliação contínua das práticas laboratoriais, que avaliará a adequação das soluções propostas aos problemas, a qualidade dos resultados obtidos e a compreensão das técnicas utilizadas. Em alternativa, esta parte será avaliada através de um teste final escrito com questões teóricas e problemas práticos. É utilizado principalmente para avaliar as competências CE1 e CE3.

40%: Resolução de dois casos práticos (projecto de investigação). Serão avaliadas a adequação das soluções propostas aos problemas, a qualidade dos resultados obtidos e a compreensão das técnicas utilizadas. É utilizado para avaliar principalmente as competências CT1, CG2, CG4, CG5 e CG7.