Instrumentación y procesamiento para visión artificial

Comprender el principio de funcionamiento de un sistema de visión artificial para distintos tipos de sensores y sus respectivos campos de aplicación.

Tema 1- Adquisición de Imágenes y Vídeo
Tema 2- Sensores de Imagen Inteligentes
Tema 3- Algoritmos de Visión por Computador
Tema 4- Calibración de Cámaras
Tema 5- Adquisición de Datos 3D
Tema 6- Sistemas de Visión Industrial
Tema 7- Aplicaciones de Visión Industrial

Bibliografía Básica
Richard Szeliski. "Computer Vision: Algorithms & Applications". Springer 2010.
Rafael C. González, Richard E. Woods. "Digital Image Processing". Third Edition. Pearson 2007.
Jun Ohta. "Smart Image Sensors and Applications". Second Edition. CRC Press 2020.
Junichi Nakamura. "Image Sensors & Signal Processing for Digital Still Cameras". CRC Press 2016.
Alexander Hornberg, "Handbook of Machine and Computer Vision: The Guide for Developers and Users", Wiley-VCH, 2017.
E. R. Davies, "Machine Vision, Theory, Algorithms, Practicalities", Academic Press, 2012.
Adrian Kaehler, Gary Bradsky, "Learning OpenCV 3", O'Reilly Media Inc., 2017.
Laurent Berger, "Traitement d'images et de vidéos avec OpenCV 4 en Python (Windows, Linux, Raspberry)", Éditions D-BookeR, 2020.

Bibliografía Complementaria
Eric R. Fossum, Nobukazu Teranishi, Albert Theuwissen, David Stoppa, Edoardo Charbon. "Photon-Couting Image Sensors", MDPI 2017.
Image Sensors World (Internet Blog)- http://image-sensors-world.blogspot.com/
D. Forsyth, J. Ponce, "Computer Vision, a Modern Approach", Prentice Hall, 2003.
R. Hartley, A. Zisserman, "Multiple View Geometry in Computer Vision", Cambridge University Press, 2003.

Competencias Básicas
CB7- Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.

Competencias Transversales
CT2- Capacidad de trabajo en equipo, organización y planificación.
CT5- Incorporar en el ejercicio profesional criterios de sostenibilidad y compromiso ambiental. Adquirir habilidades en el uso equitativo, responsable y eficiente de los recursos.

Competencias Generales
CG3- Capacidad para desarrollar sistemas de visión por computador dependiendo de las necesidades existentes y aplicar las herramientas tecnológicas más adecuadas.
CG4- Capacidad de análisis crítico y de evaluación rigurosa de tecnologías y metodología.

Competencias Específicas
CE6- Conocer y aplicar los fundamentos de los sistemas de adquisición de imagen y de visión artificial.

Se impartirá docencia expositiva por parte del profesor, explicando los conceptos de cada tema. Se pondrán ejemplos de casos de uso en cada tema. Algunos conceptos se completarán mediante seminarios. El alumnado realizará prácticas de laboratorio y trabajo propio para desarrollar contenidos.

Esta asignatura requiere asistencia presencial de todo o alumnado a la Universidad de Santiago de Compostela para llevar a cabo parte de sus prácticas de laboratorio.

Examen final- 40%
Trabajos y prácticas de laboratorio- 60%

Se estiman 5 actividades evaluables a lo largo del curso, aunque este número podrá variar de acuerdo a la marcha del mismo.


El examen final será escrito y presencial con el profesor y aula designadas por el coordinador en cada universidad.

Presencialidad: clases expositivas, interactivas y examen
Docencia expositiva- 18 horas
Docencia interactiva- 20 horas
Examen- 4 horas
Total- 42 horas

Horas de trabajo propio del alumnado
Estudio docencia expositiva- 55 horas
Desarrollo de actividades, trabajos y laboratorio- 65 horas
Total- 120 horas

Total asignatura- 162 horas

No hay secretos. Asistir a clase, preguntar dudas, ampliar conocimientos mediante bibliografía recomendada, propia o acceso a Internet, y sobre todo estudiar diariamente, y hacer uso de tutorías con los profesores de la materia.

Esta asignatura se impartirá en inglés.