CE1 Conèixer la definició d’imatge digital (B&W i color) i el seu tractament utilitzant programari. CE2 Conèixer la definició de processament d’imatges. Entendre i dominar les operacions bàsiques amb l’histograma (thresholding), i la detecció de contorns. CE3 Conèixer la definició d’anàlisi d’imatges. Entendre i dominar algorismes de segmentació bàsics: creixement de regions, clustering (k-means). CE4 Saber extreure de les imatges característiques bàsiques de color, forma i textura. CE5 Entendre i dominar algorismes bàsics de classificació: mètodes basats en distàncies. CE6 Tenir capacitat per dissenyar, analitzar i implementar aplicacions de processament i anàlisi d’imatges. CT1 Treballar en grup CT2 Tenir capacitat per resoldre problemes, discutir, cercar informació i consensuar solucions. CT3 Tenir capacitat per comunicar dins el grup de treball, però també per presentar projectes i treballs. CT4 Tenir capacitat per organitzar la feina. CT5 Fomentar l’autoaprenentatge. CT6 Fomentar la utilització de la llengua anglesa
1. Presenta assignatura (organització i desenvolupament). 2. Presenta assignatura (continguts). Què és una imatge digital? Imatges en color. Què vol dir processar i analitzar imatges? Tipus d'aplicacions. Il.lusions òptiques. 3. Processament d'imatges. L'histograma i les operacions que es poden fer amb l'histograma: la LUT i el thresholding. El llindar òptim: mètodes i tècniques. Detectar contorns. Detectar punts d'interès. Operacions aritmètiques amb imatges. Morfologia matemàtica. Template matching. 4. Anàlisi d'imatges (1/3). Què vol dir segmentar? Com es representen els resultats de la segmentació? Avaluació dels resultats. Algorismes basats en regions. Algorismes basats en clustering. 5. Anàlisi d'imatges (2/3). Caracterització de regions. Informació visual. La forma. Moments i altres mètodes. La textura. Matrius de coocurrencia i altres mètodes. El color: espais i física del color. 6. Anàlisi d'imatges (3/3). Classificació. Exemple introductori i definicions. Classificadors basats en distàncies. Classificador lineal. 7. Aplicacions. Bases de dades d'imatges (+video). Accés per contingut. Com és un sistema de recuperació d'imatges per contingut. Com són les queries.
Tipus d’activitat Hores amb professor Hores sense professor Total Anàlisi / estudi de casos 1,00 0 1,00 Elaboració individual de treballs 14,00 50,00 64,00 Exposició dels estudiants 6,00 24,00 30,00 Prova d'avaluació 2,00 10,00 12,00 Resolució d'exercicis 4,00 4,00 8,00 Sessió expositiva 6,00 0 6,00 Sessió participativa 10,00 0 10,00 Sessió pràctica 2,50 0 2,50 Treball en equip 8,00 8,00 16,00 Visionat/audició de documents 1,00 0 1,00 Total 54,50 96,00 150,5
González, Rafael C., Woods, Richard E., Eddins, Steven L. (cop. 2004). Digital image processing using Matlab. Upper Saddle River: Prentice Hall. Shapiro, Linda G., Stockman, George C. (cop. 2001). Computer vision. Upper Saddle River: Prentice Hall. Escalera Hueso, Arturo de la (cop. 2001). Visión por computador : fundamentos y métodos. Madrid [etc.]: Prentice Hall. Vitrià i Marca, Jordi (1995). Visió per computador. Bellaterra: Universitat Autònoma de Barcelona. Servei de Publicacions. Maravall Gómez-Allende, Darío (1993). Reconocimiento de formas y visión artificial. Madrid: Ra-ma.
Activitats d'avaluació: Descripció de l'activitat Avaluació de l'activitat % Classe de pràctiques al lab. Dues pràctiques senzilles d'AIPI. Treball en grups que els fan els estudiants. Activitat A1 i A2 (corresponents a dues pràctiques senzilles). S'avaluen la pràctica i la seva memòria. Els estudiants preparan una classe. Treball en grups que els fan els professors. Activitat A3. S'avalua el report i la presentació que els estudiants fan a classe. PRÀCTIQUES. Desenvolupament de la pràctica CBIR (sistema de recuperació d'imatges en bases de dades d'imatges). Pla de treball i seguiment de la pràctica (anàlisi, disseny, implementació, documentació, presentació i control). Pràctica CBIR. P correspon a la mitjana de 2 notes corresponents a l’avaluació de les pràctiques i el document memòria de la pràctica. Examen E és la nota de l'examen.
NOTA ACTES= 0.1*A1+0.1*A2+0.2*A3+0.4*P+0.2*E on A1 i A2 correspon a l'avaluació de les pràctiques 1 i 2 (pràctiques senzilles): memòria i pràctica. A3 correspon a l’avaluació de la classe preparada pels estudiants: memòria i presentació. P a l’avaluació de la pràctica CBIR: pràctica i memòria. E és la nota de l’examen. A1, A2, A3, P i E són activitats NO obligatòries.
Al tractar-se d'una assignatura introductoria i optativa, la nostra intenció és donar una visió general i àmplia de la matèria. Així pretenem presentar els diferents conceptes de forma senzilla i des d'un punt de vista algorísmic, minimitzant les demostracions matemàtiques i maximitzant les qüestions pràctiques i d'aplicació. Treballarem les competències pròpies del treball en equip. Tenir capacitat per organitzar la feina. Tenir capacitat per comunicar dins el grup de treball, però també per presentar i documentar projectes i treballs. Tenir capacitat per resoldre problemes, discutir, cercar informació i consensuar solucions. Preocupar-se per la qualitat. Treballarem per tenir competència en la utilització de la llengua anglesa.