Análise e Processamento de Imagem

Conhecimentos de Base Recomendados

Conhecimentos básicos de programação e de processamento digital de sinal.

Métodos de Ensino

- Exposição oral com recurso a meios audiovisuais
- Exemplos explorando fontes adicionais, incluindo Internet e investigação de ponta na área
- Discussão em grupo de problemas práticos
- Resolução de problemas de programação
- Realização de testes práticos frequentes
- Realização de trabalhos individuais (um projeto de programação)

Resultados de Aprendizagem

A unidade curricular tem como objetivos principais transmitir conhecimentos que permitam aos alunos:

1) compreender os fundamentos teóricos do processamento de imagens digitais, incluindo o seu contexto na aquisição e análise de imagens nas áreas dos cursos a que se destina e algumas das suas técnicas principais.

2) desenvolver capacidades que lhes permitam aplicar na prática estes conhecimentos, dominando ferramentas adequadas de processamento de imagens, incluindo uma linguagem de programação especializada.

Estágio(s)

Não

Programa

Introdução.
Fundamentos da imagem digital: Formação, aquisição e digitalização de imagem. Representação binária, armazenamento e visualização de imagens digitais. Caraterização de imagens.
Processamento no domínio espacial: Histogramas, equalização, melhoramento de imagem. Filtragem espacial.
Processamento no domínio espetral: Transformadas de Fourier. Filtros. FFT. Teorema da convolução e da correlação.
Restauro de imagem: Modelo do processo de degradação/restauro da imagem. Modelos de ruído. Desconvolução.
Processamento da cor: Modelos de cor.
Processamento da forma e segmentação: Dilatação, erosão. Deteção/extração de caraterísticas. Transformada de Hough. Crescimento de regiões.
Reconstrução de imagem: Organização dos dados. Transformada de Radon. Métodos analíticos e métodos iterativos. Reconstrução.
Outras técnicas: Alinhamento e Fusão. PCA. "Machine Learning".
Programa prático: Utilização de linguagens de programação para processamento e visualização de imagens.

Docente(s) responsável(eis)

Nuno David Sousa Chichorro Fonseca Ferreira

Métodos de Avaliação

Avaliação Contínua
Projecto: 20.0%
Mini Testes: 30.0%
Exame: 50.0%

Bibliografia

Livro de referência / Main book:

R. C. Gonzalez and R. E. Woods, Digital Image Processing, Prentice Hall, 4th ed., 2018

Outros livros / Other books:

Richard Szeliski, Computer Vision: Algorithms and Applications, Springer, 2022

R. C. Gonzalez, R. E. Woods, S. L. Eddins, Digital Image Processing using Matlab, Prentice Hall, 2020.