Autenticação

Utilizador
Palavra-chave
 
 





















Área do utilizador

Agenda

« Novembro 2021 »
D S T Q Q S S
  1 2 3 4 5 6
7 8 9 10 11 12 13
14 15 16 17 18 19 20
21 22 23 24 25 26 27
28 29 30

Portal Académico

Moodle@ESTGV

Avaliação e Qualidade

IPV

Provedor do Estudante

Publicitação Institucional

Ficha da Unidade Curricular

Informações Gerais

 
Ano Letivo 202021
Unidade Curricular Processamento de Imagem e Visão Artificial
Código1066
Departamento/área responsávelDepartamento de Engenharia Electrotécnica
Área cientificaAutomação
ECTS5
Ano curricular1
Semestre curricular2º Semestre
Regime de frequênciaObrigatório
Docentes Paulo Rogério Perfeito Tomé
Daniel Filipe Albuquerque
Frequência como disciplina isolada?Sim
Horas de contacto
T TP PL TC S E OT O
19,5 - 26 - - - - -
T - Teórico;  TP - Teórico-Prático;  PL - Prática e Laboratorial;  TC - Trabalho de Campo;  S - Seminário;  E - Estágio;  OT - Orientação Tutória;  O - Outras;  
Tempo total de trabalho (horas)
133

Objetivos / Competências

Finda a frequência desta Unidade, os alunos terão competências para:
- Aplicar técnicas de melhoria de imagem
- Analisar imagens através da segmentação e extracção de atributos
- Aplicar técnicas de classificação de atributos
- Implementar algoritmos de processamento digital de imagem e de visão por computador

Conteúdos programáticos resumidos

1. Introdução à visão computacional
- Conceitos
- Áreas de Aplicação
- Relação com outros domínios de conhecimento
- Processamento de baixo e alto nível

2. Fundamentos da imagem digital
- Conceitos básicos
- Digitalização de imagem
- Propriedades de imagem digital

3. Estruturas de dados para análise de imagem
- Níveis de representação imagem
- Estruturas de dados tradicionais
- Estruturas de dados hierárquicas

4. Melhoria de imagem
- Transformações no brilho dos pixéis
- Transformações geométricas
- Pre-processamento local
- Restauração de imagem

4. Análise de imagem: segmentação e atributos
- Thresholding
- Segmentação baseada em contornos
- Segmentação baseada em regiões
- Matching

5. Reconhecimento
- Reconhecimento de padrões baseado em estatísticas
- Reconhecimento de padrões sintáctico

6. Compressão de imagem
- Propriedades da imagem
- Transformações discretas
- Métodos de compressão preditivos
- Quantização vectorial

7. Aplicações

Metodologias de ensino e critérios de avaliação

Nesta Unidade Curricular recorre-se nas aulas teórica à exposição de conteúdos com recurso a diapositivos. Nas aulas práticas os alunos efectuam tarefas orientadas. Complementa-se a disciplina com um conjunto de actividades suportadas pela ferramenta de e-Learning. 1 - A avaliação da UC é feita tendo em consideração um exame, uma componente prática (um trabalho prático) e mini-tarefas (avaliação contínua). 2 - Exame corresponde a 60% da nota final. 3 – O trabalho prático corresponde a 30% da nota final. 4 – Avaliação contínua 10%. 5 - O trabalho prático tem uma duração predefinida.

Bibliografia resumida

W. Gonzalez, 2002, Digital Image Processing, Prentice Hall;

R. Hartley, A. Zissermann, 2000, Multiple View Geometry in Computer Vision, Cambridge University Press;

J. Ponce, D. Forsyth, 2002, Computer Vision : A modern approach, Academic Press ;

L. Shapiro e G. Stockman , 2000, Samples of Computer Vision, Prentice Hall

M. Sonka, V. Hlavac, R. Boyle 1999, Image Processing, Analysis and Machine Vision, PWS Publishing

Oferta Formativa

Candidaturas

Matrículas - Concurso
Nacional de Acesso

Inscrições Letivas

Departamentos/Área

Serviços Académicos

Serviços Informática

Biblioteca

Redes Sociais Facebook e Google+

ESTGV no Facebook


ESTGVno Google+
Escola Superior de Tecnologia e Gestão de Viseu
Campus Politécnico
3504-510 Viseu

Telefone: +351 232480500
Fax: +351 232424651
E-mail: estgv@estgv.ipv.pt

Ver mapa maior