1. Tema 1: Introducció.
1.1. Què és la visió per computador?
1.2. Aplicacions de l'anàlisi i el processament d'imatges
1.3. Objectius de l'assignatura
2. Tema 2: La formació de la imatge.
2.1. Introducció.
2.2. Adquisició i representació d'imatges.
3. Tema 3: Fonaments del processament digital d'imatges.
3.1. Introducció.
3.1.1. Mètodes de domini espacial.
3.1.2. Mètodes de domini freqüencial.
3.2. Histograma d'una imatge.
3.3. Transformacions basades en l'histograma.
3.3.1. Equalització d'histograma (Contrast stretching).
3.3.2. Llindarització (Thresholding).
3.3.3. Eliminació del soroll per suma d'imatges.
3.3.4. Background substraction.
3.4. Transformacions basades en els veïns.
3.4.1. Filtres.
3.4.2. Eliminació de soroll: filtre passa baixos, filtre de la mitjana.
3.4.3. Detecció de contorns (utilització del gradient).
3.4.4. Detecció de LRV i LRH.
3.4.5. Morfologia matemàtica
4. Tema 4. Image segmentation (Segmentació d'imatges)
5. Tema 5. Color space transformations (Transformacions de l'espai de color).
6. Tema 6. Texture and shape analysis.
7. Tema 7. Classification
7.1. Introducció: Classificadors K-NN, Bayes, SVM
7.2. Reconeixement d'objectes via Bag of Words
7.3. Introducció al Deep Learning
L'avaluació de l'assignatura està composta de 3 grans blocs: les pràctiques, el projecte de classificació i un examen final.
Les pràctiques valdran el 50% de la nota. El projecte de classificació valdrà el 30%. Pels dos blocs es valorarà la realització de la feina (mètode+resultats) amb un 80%, així com la documentació (informe) amb un 20%.
Hi haurà la opció de poder recuperar el bloc de pràctiques i el projecte final, sempre hi quan s'hagi aprovat alguna de les pràctiques que es realitzaran al llarg del curs.
L'assignatura també té un petit bloc d'examen que valdrà un 20% del total del curs. Aquest examen es centrarà en el bloc de continguts de teoria i també de pràctiques. No hi haurà nota mínima, però tampoc opció a recuperació d'aquesta prova de l'examen.
Criteris específics de la nota «No Presentat»:
La no realització d'activitats avaluables.
Avaluació única:
L'avaluació única de l'assignatura consistirà en un examen final que inclourà tots els temes teòrics vistos en l'assignatura així com el bloc de pràctiques i projecte final (programació en matlab i la llibreria Image Processing). Hi haurà l’opció de fer recuperació d’aquesta prova d’avaluació alternativa sempre que l’estudiant es presenti al primer examen i obtingui una qualificació mínima de 3.
Requisits mínims per aprovar:
Per considerar superada l’assignatura, caldrà obtenir una qualificació mínima de 5.0 global