Ficha Unidade Curricular (FUC)

Informação Geral / General Information

Carga Horária / Course Load

Área científica / Scientific area

Multimédia, Visão e Computação Gráfica

Departamento / Department

Departamento de Ciências e Tecnologias da Informação

Ano letivo / Execution Year

2017/2018

Pré-requisitos / Pre-Requisites

- Formais: esta disciplina não tem pré-requisitos formais. - Informais: os alunos devem ter conhecimentos sólidos de análise de sinais unidimensionais.

Objetivos Gerais / Objectives

Pretende-se que os alunos obtenham bases sólidas, para além de uma boa intuição, sobre a representação e processamento de imagens e vídeo digitais. Isto inclui compreender as operações elementares de processamento de imagem, bem como as principais técnicas de compressão de imagem e vídeo.

Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes

Com esta unidade curricular o aluno deverá ficar apto a: OA1. Explicar o funcionamento básico do sistema visual humano; OA2. Manipular representações digitais de imagens; OA3. Converter imagens para o domínio espectral e aplicar filtros básicos nesse domínio; OA4. Aplicar operações sobre as amplitudes dos píxeis com vista a alterar o histograma de uma imagem; OA5. Converter imagens em níveis de cinzento em imagens binárias e aplicar filtros morfológicos, detecção de componentes conexos e detecção de arestas a estas imagens; OA6. Aplicar codificação de Huffman e codificação aritmética para efectuar compressão sem perdas de mensagens binárias; OA7. Aplicar quantização e codificação de transformada (usando a DCT) como ferramentas de compressão de imagem; OA8. Aplicar técnicas de redução de redundância temporal a vídeo digital baseadas no emparelhamento de blocos; OA9. Desenvolver programas em MATLAB para resolver problemas básicos de processamento de imagem e vídeo.

Conteúdos Programáticos / Syllabus

Os principais temas a abordar são: 1. Sistema visual humano: Olho humano; tipos de visão; células receptoras; percepção de cor; espaços de cor; diagrama de cromaticidade. 2. Imagens: Imagens analógicas e discretas; amostragem; imagens digitais e quantização. 3. Transformadas: Interpretação no espaço e na frequência; amostragem e digitalização; transformada discreta de Fourier. 4. Processamento de amplitudes: Tipos de operações; histogramas; igualação e modelação de histogramas. 5. Imagens binárias: Vizinhanças; componentes conexos, operações morfológicas; binarização; limiarização; detecção de arestas. 6. Compressão: Compressão com e sem perdas; codificação; teoria da informação; códigos de prefixo; codificação de Huffman e aritmética. 7. Modelos de imagem: Quantização e codificação de transformada; medidas de qualidade; transformada discreta do coseno (DCT). 8. Vídeo: movimento aparente; redundância; predição de imagens; estimação de movimento; erros de predição.

Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular units content dovetails with the specified learning outcomes

A interligação entre os conteúdos programáticos e os objetivos de aprendizagem (AO) realiza-se da seguinte forma: 1. Sistema visual humano: OA1 2. Imagens: OA2, OA9 3. Transformadas: OA3, OA9 4. Processamento de amplitudes: OA4, OA9 5. Imagens binárias: OA5, OA9 6. Compressão: OA6, OA9 7. Modelos de imagem: OA7, OA9 8. Vídeo: OA8, OA9

Avaliação / Assessment

Esta disciplina inclui aulas teóricas, onde a matéria teórica é apresentada, e aulas de laboratório, usadas para consolidar os conhecimentos adquiridos através do estudo de exemplos práticos. | Existem dois esquemas de avaliação: - Avaliação periódica: A avaliação é feita em duas partes: i) dez laboratórios e ii) um exame. A nota dos laboratórios (média das oito melhores notas) tem um peso de 30% na nota final e a do exame tem um peso de 70%. - Avaliação por exame: A avaliação é feita por um exame final com um peso de 100% na nota final. Caso o aluno tenha feito os dois tipos de avaliação, a nota final será a melhor das duas. A nota mínima do exame é de 9.5 valores.

Metodologias de Ensino / Teaching methodologies

Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes

As metodologias de ensino visam o desenvolvimento das principais competências de aprendizagem dos alunos que permitam atingir cada um dos objectivos de aprendizagem. As principais interligações entre as metodologias de ensino e os respectivos objectivos de aprendizagem (OA) são as seguintes: - Aulas teóricas: OA1, OA2, OA3, OA4, OA5, OA6, OA7, OA8; - Aulas de laboraório: OA1, OA2, OA3, OA4, OA5, OA6, OA7, OA8, OA9. O documento de Planeamento de Unidade Curricular (PUC), detalhado para cada aula, evidencia a relação entre os métodos pedagógicos de ensino e os objectivos de aprendizagem. O relação entre cada instrumento de avaliação e os objectivos de aprendizagem é a seguinte: - Trabalhos de laboratório: OA1, OA2, OA3, OA4, OA5, OA6, OA7, OA8, OA9; - Exame final: OA1, OA2, OA3, OA4, OA5, OA6, OA7, OA8.

Observações / Observations

Toda a documentação necessária ao acompanhamento dos conteúdos leccionados na unidade curricular está disponível na plataforma de e-learning do ISCTE-IUL, onde também serão publicados os resultados da avaliação. A assiduidade não é contabilizada para a avaliação desta disciplina.

Bibliografia Principal / Main Bibliography

- O. Marques, Practical Image and Video Processing Using MATLAB, Wiley/IEEE Press, 2011.

Bibliografia Secundária / Secondary Bibliography

- D. R. Bull, Communicating Pictures: A Course in Image and Video Coding, Academic Press, 2014. - K. Sayood, Introduction to Data Compression, 4th Ed., Morgan Kaufmann Publishers, 2012. - M. Petrou, C. Petrou, Image Processing: The Fundamentals, Wiley, 2010. - J. S. Lim, Two-Dimensional Signal and Image Processing, Prentice-Hall, 1990. - J. C. Russ, F. B. Neal, The Image Processing Handbook, 7ª Ed., CRC Press, 2015. - A. Bovik (Editor), Handbook of Image and Video Processing, 2nd, Academic Press, 2005. - E. R. Davies, Computer and Machine Vision, 4ª Ed., Academic Press, 2012. - J. Wolfe, K. Kluender, D. Levi, L. Bartoshuk, R. Herz, R. Klatzy, S. Lederman, D. Merfeld, Sensation and Perception, 4ª Ed., Sinauer Associates, 2014. - S. Coren, L. M. Ward e J. T. Enns, Sensation and Perception, 6ª Ed., Wiley, 2004. - R. C. Gonzalez, R. E. Woods, S. L. Eddins, Digital Image Processing Using MATLAB, 2nd Ed., Prentice-Hall, 2009. - R. C. Gonzalez, R. E. Woods, Digital Image Processing, 3rd Ed.,Prentice-Hall, 2007.

Data da última atualização / Last Update Date

2024-02-16