Guía docente de la asignatura

Tratamiento de Imágenes Digitales (Especialidad Tecnologías de la Información)

Curso 2021 / 2022
Fecha última actualización: 21/06/2021
Fecha de aprobación: 21/06/2021

Grado

Grado en Ingeniería Informática

Rama

Ingeniería y Arquitectura

Módulo

Complementos de Tecnologías de la Información

Materia

Complementos de Desarrollo en Tecnologías de la Información

Curso

4

Semestre

1

Créditos

6

Tipo

Optativa

Profesorado

Teoría

  • Rafael Molina Soriano. Grupos: A

Prácticas

  • Rafael Molina Soriano. Grupos: 1

Tutorías

Rafael Molina Soriano

rms@ugr.es
    Segundo semestre
    • Jueves de 10:30 a 13:30 (D06 Etsiit)
    • Miércoles de 10:30 a 13:30 (D06 Etsiit)
    Primer semestre
    • Martes de 8:00 a 9:30 (D06 Etsiit)
    • Martes de 13:30 a 14:30 (D06 Etsiit)
    • Martes de 16:00 a 18:00 (D06 Etsiit)
    • Miércoles de 8:00 a 9:30 (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 Grado)

  • 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 asociadas a materia/asignatura

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.

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

Enlaces recomendados

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). 
  • MD03  Seminarios (Debates, Demos, Exposición de Trabajos Tutelados, Conferencias, Visitas Guiadas, Monografías). 
  • MD04 Actividades no presenciales Individuales. 
  • MD05 Actividades no presenciales Grupales. 
  • MD06 Tutorías Académicas. 

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

Parte Teórica

20.00%

Parte Práctica

70.00%

Seminarios

10.00%

 

  1. Para la parte teórica se realizará un examen en papel. La ponderación de este bloque se cifra en el 20%.
  2. 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%.
  3. 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.