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
