Guía docente de la asignatura
Tratamiento de Imágenes Digitales (Especialidad Tecnologías de la Información) (29611FA)

21/06/2021
Grado
Brach
Módulo
Materia
Curso
Semestre
Créditos
Tipo
Profesorado
Teórico
Práctico
Tutorías
Rafael Molina Soriano
Ver email- Primer semestre
- Martes
- 08:00 a 09:30 (D06 Etsiit)
- 13:30 a 14:30 (D06 Etsiit)
- 16:00 a 18:00 (D06 Etsiit)
- Miércoles de 08:00 a 09:30 (D06 Etsiit)
- Segundo semestre
- Miércoles de 10:30 a 13:30 (D06 Etsiit)
- Jueves de 10:30 a 13:30 (D06 Etsiit)
Prerrequisitos y/o Recomendaciones
No es necesario que los estudiantes tengan aprobadas asignaturas, materias o módulos previos como requisito indispensable para cursar este módulo.
Breve descripción de contenidos (Según memoria de verificación del Máster)
- Captación y formación de la imagen digital.
- Operadores para procesamiento local y global de imágenes digitales.
- Extracción de rasgos.
- Segmentación de imágenes digitales.
- Representación de formas.
- Morfología.
- Procesamiento de imágenes en color.
- Estándares de almacenamiento.
- Introducción al procesamiento de vídeo digital.
- Estándares de almacenamiento de imágenes y vídeo.
Competencias
Competencias Generales
- CG08. Conocimiento de las materias básicas y tecnologías, que capaciten para el aprendizaje y desarrollo de nuevos métodos y tecnologías, así como las que les doten de una gran versatilidad para adaptarse a nuevas situaciones.
- CG09. Capacidad para resolver problemas con iniciativa, toma de decisiones, autonomía y creatividad. Capacidad para saber comunicar y transmitir los conocimientos, habilidades y destrezas de la profesión de Ingeniero Técnico en Informática.
Competencias Transversales
- CT02. Capacidad para tomar decisiones basadas en criterios objetivos (datos experimentales, científicos o de simulación disponibles) así como capacidad de argumentar y justificar lógicamente dichas decisiones, sabiendo aceptar otros puntos de vista.
- CT03. Capacidad para el uso y aplicación de las TIC en el ámbito académico y profesional.
Resultados de aprendizaje (Objetivos)
Objetivos formativos particulares
- Entender el proceso de captación de imágenes y de formación de la imagen digital.
- Comprender diferentes métodos de representación de la imagen digital y conocer los diferentes métodos y formatos de almacenamiento de imágenes digitales.
- Estudiar diferentes espacios de representación del color, comprendiendo sus diferencias y los ámbitos de aplicación de cada uno de ellos.
- Conocer los principales operadores disponibles para el procesamiento de la imagen a nivel global y local, como el filtrado global y local, las transformaciones geométricas o el filtrado en el dominio frecuencial.
- Conocer y aplicar mecanismos para la extracción de rasgos que permitan obtener información del contenido de una imagen.
- Estudiar algoritmos que permitan segmentar una imagen en diferentes regiones correspondientes a los objetos que aparecen en una imagen digital. Entender las dificultades que entraña este proceso, como la superposición de objetos, las sombras, etc.
- Estudiar y comprender diferentes esquemas de representación de las formas de una imagen, incluyendo descriptores de contorno, de longitud y otras características.
- Conocer los operadores de la morfología matemática y sus aplicaciones en el área del procesamiento de imágenes digitales.
- Comprender las diferencias entre el procesamiento de imágenes de intensidades y el de imágenes de color, analizando mecanismos que extienden los algoritmos de procesamiento de las unas a las otras.
- Comprender el concepto de vídeo digital como secuencia de imágenes, familiarizándose con la problemática general que supone el procesamiento de vídeo digital.
- Conocer los principales estándares de almacenamiento de imágenes y vídeo digital.
Programa de contenidos Teóricos y Prácticos
Teórico
- TEMA 1: Introducción y resumen del curso
- Motivación
- Aplicaciones del procesamiento de imágenes
- ¿Qué es una imagen?
- ¿Qué es una imagen digital?
- ¿Cuáles son los objetivos del procesamiento de imágenes?
- Operaciones comunes de procesamiento de imágenes.
- Sistemas de procesamiento de imágenes.
- Sistema visual humano vs sistema de visión por computador
- TEMA 2: Introducción a la computación usando python
- Introducción a Python
- Estructuras de datos en Python
- Computación usando módulos y clases de Python
- Introducción a Numpy
- TEMA 3: Conceptos básicos sobre imágenes
- Imágenes y sus propiedades
- Tipos de imágenes
- Lectura, escritura y visualización de imágenes
- TEMA 4: Empezando a procesar imágenes
- Lectura, escritura y visualización de imágenes con Python
- Trabajando con diferentes tipos de imágenes y formatos
- Manipulación básica de imágenes
- TEMA 5: Sensado y adquisición
- ¿Cuáles son los principales parámetros involucrados en el diseño de un sistema de adquisición de imágenes?
- ¿Cómo funcionan los sensores actuales?
- ¿Cómo se captan las imágenes?
- ¿Qué es la digitalización de imágenes y cuáles son los parámetros que más influyen en la digitalización de una imagen o vídeo?
- TEMA 6: Muestreo, transformada de Fourier y convolución
- Muestreo y Cuantificación
- Transformada de Fourier Discreta
- Convolución
- TEMA 7: Convolución y filtrado en el dominio de Fourier
- Teorema de convolución
- Filtrado en el dominio de las frecuencias
- TEMA 8: Mejora de imágenes
- Transformaciones puntuales sobre los píxeles
- Procesamiento del histograma
- Filtrado de ruido lineal
- Filtrado de ruido no lineal
- TEMA 9: Mejora de imágenes usando derivadas
- Gradiente y laplaciana
- Filtros de realce y alisamiento
- Detección de fronteras usando derivadas
- Pirámides de imágenes
- TEMA 10: Procesamiento morfológico de imágenes
- Introducción a la morfología
- Operaciones morfológicas binarias
- Elementos estructurales
- Módulos de scikit-image para morfología
- TEMA 11: Extracción de rasgos y descriptores de imágenes
- El detector de Harris
- Detectores de Blobs
- Histograma de gradientes orientados
- Descriptores SIFT
- Rasgos tipo Haar
- TEMA 12: Segmentación de imágenes
- ¿Qué es la segmentación de imágenes?
- Transformada de Haar
- Umbralización basada en el método de Otsu
- Segmentación basada en fronteras/regiones
- Watershed
- Contornos activos
- TEMA 13: Aprendizaje automático en procesamiento de imágenes
- Métodos no supervisados
- Métodos supervisados-clasificación de imágenes
- Métodos supervisados-detección de objetos
- TEMA 14: Introducción al aprendizaje profundo en procesamiento de imágenes
- ¿Qué es el aprendizaje profundo?
- Redes Neuronales Convolucionales
- Clasificación de imágenes con Pytorch
- Algunas Redes Convolucionales profundas
- TEMA 15: Fundamentos de Video
- ¿Qué es el vídeo analógico y cúales son sus principales componentes y parámetros?
- ¿Cuáles son los estándares más populares de TV y Video analógicos?
- ¿Cuáles son las diferencias entre el video analógico y digital?
- ¿Cuáles son los estándares de video digital más populares?
- ¿Cómo se codifica la información de color en video analógico y digital?
- ¿Cómo leemos, manipulamos, y vemos los ficheros de video digital en Python?
- TEMA 16: Técnicas de Procesamiento de Video Digital y Aplicaciones
- ¿Qué es la estimación de movimiento y por qué es relevante?
- ¿Qué técnicas y algoritmos pueden usarse para estimar movimiento en una secuencia de video?
- ¿Qué técnicas se usan para filtrar una secuencia de video?
- ¿Cuál es el papel de la compensación de movimiento en el filtrado de video?
Práctico
Guiones de prácticas sobre:
- Introducción a Python
- Conceptos básicos sobre imágenes
- Iniciación al procesamiento de imágenes
- Transformada de Fourier y convolución
- Filtrado en el dominio frecuencial
- Mejora de imágenes
- Uso de derivadas en procesamiento de imágenes
- Procesamiento morfológico de imágenes
- Extracción de rasgos y descriptores de imágenes
- Segmentación de imágenes
- Aprendizaje automático en procesamiento de imágenes
- Introducción al aprendizaje profundo en procesamiento de imágenes
- Fundamentos de Video
- Técnicas de Procesamiento de Video Digital y Aplicaciones
Los guiones de prácticas (en Jupyter Notebook) contienen código Python. Se utilizan para comprender los conceptos que se aprenden en teoría
Bibliografía
Bibliografía fundamental
- S. Dey, Hands-On Image Processing with Python, Packt Publishing, 2018.
- S. Dey, Python Image Processing Cookbook, Packt Publishing, 2020
- R. Chityala and S. Pudipeddi, Image Acquisition using Python, CRC Press, 2021
- C. Hill, Learning Scientific Programming with Python, Cambridge University Press, 2021
- E. Matthes, Python Crash Couse, No Starch Press, 2015
Bibliografía complementaria
- S. Prince Computer Vision: Models, Learning, and Inference , 2012 http://www.computervisionmodels.com/
- R. Szeliski Computer Vision: Algorithms and Applications, 2010 http://szeliski.org/Book/
Enlaces recomendados
- ImageProcessingPlace.com: http://www.imageprocessingplace.com/
- PEIPA, the Pilot European Image Processing Archive: http://peipa.essex.ac.uk/
- The Computer Vision Homepage: http://www-2.cs.cmu.edu/~cil/vision.html
- VcDemo: Image and Video Compression Learning Tool: http://ict.ewi.tudelft.nl/index.php?option=com_sections&id=60&Itemid=124
- CVIPtools: A Software Package for the Exploration of Computer Vision and Image Processing: http://www.ee.siue.edu/CVIPtools/
Metodología docente
- MD01 Lección Magistral (Clases Teóricas-Expositivas)
- MD02 Actividades Prácticas (Resolución de Problemas, Resolución de Casos Prácticos, Desarrollo de Proyectos, Prácticas en Laboratorio, Taller de Programación, Aula de Informática, Prácticas de Campo).
Evaluación (instrumentos de evaluación, criterios de evaluación y porcentaje sobre la calificación final)
Evaluación Ordinaria
Todo lo relativo a la evaluación se regirá por la Normativa de evaluación y calificación de los estudiantes vigente en la Universidad de Granada, que puede consultarse en: http://secretariageneral.ugr.es/bougr/pages/bougr112/_doc/examenes/!
Preferentemente, la evaluación se ajustará al sistema de evaluación continua del aprendizaje del estudiante siguiendo el artículo 7 de la anterior Normativa.
Se utilizarán las siguientes técnicas de evaluación:
Actividades Formativas |
Ponderación |
20.00% |
|
Parte Práctica |
70.00% |
Seminarios |
10.00% |
- Para la parte teórica se realizará un examen en papel. La ponderación de este bloque se cifra en el 20%.
- Para la parte práctica se propondrán la realización de diversos proyectos individuales que se evaluarán a lo largo de la asignatura. La ponderación de este bloque es el 70%.
- Para la evaluación del trabajo autónomo (seminarios) del estudiante se considerará la participación en las actividades propuestas por el profesor.
La nota final será:
Nota final = 0,2 * parte teórica + 0,7 * parte práctica + 0,1 * seminarios
Evaluación Extraordinaria
La siguiente tabla se utilizará para la evaluación extraordinaria
Actividades Formativas |
Ponderación |
Parte Teórica |
70.00% |
Parte Práctica |
30.00% |
La nota final será:
Nota final = 0,7* parte teórica + 0,3 * parte práctica
Evaluación única final
De acuerdo a lo establecido en la Normativa de evaluación y de calificación de los estudiantes de la Universidad de Granada vigente, la evaluación será preferentemente continua. No obstante, el estudiante que no pueda acogerse a dicho sistema por motivos laborales, estado de salud, discapacidad, programas de movilidad o cualquier otra causa debidamente justificada podrá acogerse a la evaluación única final. Para ello deberá solicitarlo al Director del Departamento en las dos primeras semanas de impartición de la asignatura o, excepcionalmente, en las dos primeras semanas tras la matriculación en la asignatura.
Esta modalidad de evaluación se realizará en un único acto académico en la fecha establecida por el Centro y consistirá en un examen escrito puntuado entre 0 y 4 puntos y la entrega de dos prácticas (con puntuación total entre 0 y 6 puntos)
Información adicional
La asistencia a las clases no será obligatoria, aunque la participación activa en clase y la entrega de ejercicios planteados por el profesor se tendrá en cuenta dentro del sistema de evaluación continua de la asignatura. No es necesario alcanzar una nota mínima ni en la parte teórica ni en la práctica ni en los seminarios
ESCENARIO A (ENSEÑANZA-APRENDIZAJE PRESENCIAL Y TELE-PRESENCIAL)
Horario (Según lo establecido en el POD)
Los horarios de tutorías del profesor pueden consultarse en la web: http://decsai.ugr.es/index.php?p=profesores
Herramientas para la atención tutorial (Indicar medios telemáticos para la atención tutorial)
- Modo síncrono: tutorías online individuales y grupales con Google Meet, concertando previamente la hora y día por correo electrónico.
- Modo asíncrono: a través de correo electrónico.
- Los estudiantes deben contactar con el profesor preferiblemente mediante la dirección de correo rms@decsai.ugr.es.
Medidas de adaptación de la evaluación (Instrumentos, criterios y porcentajes sobre la calificación)
- Las clases de teoría, seminarios y prácticas se intentarán impartir en modo presencial (si lo permiten las condiciones sanitarias) en su horario habitual y se transmitirán de forma online utilizando Google Meet para aquellos estudiantes que no puedan asistir presencialmente. Aquellas clases que no sea posible impartir presencialmente, se impartirán también en su horario habitual y se transmitirán de forma online utilizando Google Meet. Todas las clases serán grabadas, y se compartirán en Prado los enlaces a los vídeos alojados en Google Drive en la cuenta go.ugr del profesor.
- Se usará Prado para distribuir distinto material a los estudiantes (diapositivas de las clases de teoría, guiones de seminarios y prácticas, exámenes de cursos anteriores, etc) y para envío de mensajes en modo asíncrono.
- Se mantiene el temario teórico y práctico previsto en la modalidad presencial, que se impartirá en la forma descrita anteriormente.
Evaluación ordinaria
Se mantienen los mismos porcentajes y pruebas que en el escenario presencial. En caso de que el examen de la parte teórica no pueda hacerse de forma presencial, se hará de forma online y síncrona utilizando las plataformas y herramientas proporcionadas por la Universidad de Granada.
Evaluación extraordinaria
Se mantienen los mismos porcentajes y pruebas que en el escenario presencial. En caso de que el examen de la parte teórica no pueda hacerse de forma presencial, se hará de forma online y síncrona utilizando las plataformas y herramientas proporcionadas por la Universidad de Granada.
Evaluación única final
Se mantienen los mismos porcentajes y pruebas que en el escenario presencial. En caso de que el examen de la parte teórica no pueda hacerse de forma presencial, se hará de forma online y síncrona utilizando las plataformas y herramientas proporcionadas por la Universidad de Granada.
ESCENARIO B (SUSPENSIÓN DE LA ACTIVIDAD PRESENCIAL)
Horario (Según lo establecido en el POD)
Los horarios de tutorías del profesor pueden consultarse en la web: http://decsai.ugr.es/index.php?p=profesores
Herramientas para la atención tutorial (Indicar medios telemáticos para la atención tutorial)
- Modo síncrono: tutorías online individuales y grupales con Google Meet, concertando previamente la hora y día por correo electrónico.
- Modo asíncrono: a través de correo electrónico.
- Los estudiantes deben contactar con el profesor preferiblemente mediante la dirección de correo rms@decsai.ugr.es.
Medidas de adaptación de la evaluación (Instrumentos, criterios y porcentajes sobre la calificación)
- Las clases de teoría, seminarios y prácticas se impartirán de forma online utilizando Google Meet. Todas las clases serán grabadas, y se compartirán en Prado los enlaces a los vídeos alojados en Google Drive en la cuenta go.ugr del profesor.
- Se usará Prado para distribuir distinto material a los estudiantes (diapositivas de las clases de teoría, guiones de seminarios y prácticas, exámenes de cursos anteriores, etc) y para envío de mensajes en modo asíncrono.
- Se mantiene el temario teórico y práctico previsto en la modalidad presencial, que se impartirá de la forma descrita más arriba.
Evaluación ordinaria
Se mantienen los mismos porcentajes y pruebas que en el escenario presencial. En caso de que el examen de la parte teórica no pueda hacerse de forma presencial, se hará de forma online y síncrona utilizando las plataformas y herramientas proporcionadas por la Universidad de Granada.
Evaluación extraordinaria
Se mantienen los mismos porcentajes y pruebas que en el escenario presencial. En caso de que el examen de la parte teórica no pueda hacerse de forma presencial, se hará de forma online y síncrona utilizando las plataformas y herramientas proporcionadas por la Universidad de Granada.
Evaluación única final
Se mantienen los mismos porcentajes y pruebas que en el escenario presencial. En caso de que el examen de la parte teórica no pueda hacerse de forma presencial, se hará de forma online y síncrona utilizando las plataformas y herramientas proporcionadas por la Universidad de Granada.