Créditos ECTS Créditos ECTS: 6
Horas ECTS Criterios/Memorias Traballo do Alumno/a ECTS: 109 Horas de Titorías: 1 Clase Expositiva: 14 Clase Interactiva: 26 Total: 150
Linguas de uso Inglés
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Departamentos: Departamento externo vinculado ás titulacións
Áreas: Área externa Máster en Visión por Computador / Computer Vision
Centro Escola Técnica Superior de Enxeñaría
Convocatoria: Segundo semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
Nesta materia os estudantes aprenderán a:
1.- Modelar con precisión un sistema de adquisición de imaxe desde un punto de vista xeométrico;
2.- Modelar e calcular a orientación relativa entre imaxes e as metodoloxías de adquisición e procesamento
de imaxes que permiten obter un modelo 3*D nun sistema de coordenadas local
3.- Describir e obter un modelo tridimensional nun sistema de referencia global baseado en ferramentas de orientación
4.-Integrar sensores e información multimodal visión-láser para mapear e navigar a contorna do sistema.
Temas:
-Calibración de cámaras. Transformacións xeométricas.
Propiedades xeométricas dos sistemas ópticos:
Condición de colinearidade. Resolución xeométrica dunha cámara.
Transformacións no plano: semellanza. Afinidade. Proxectividade. Transformacións polinómicas
Calibración dunha cámara. Parámetros. Erros. Corrección iterativa. Precisión.
Corrección de perspectiva, rectificación e metroloxía:
Resección de imaxe espacial. Rectificación de imaxe plana. Medición de vista única.
-Orientación relativa e absoluta
Condición de coplanaridade.
Xeometría epipolar e triangulación.
Modelo de sistema de coordenadas.
Parámetros de calidade e precisión.
Pares estereoscópicos
Orientación absoluta.
Sistemas de referencia globais xeográficos e proxectados. Datum.
Transformacións Espaciais. Transformación de parámetros.
-Axuste do paquete
Modelos de axuste e autocalibración.
Xeración de ortoimaxes.
-Nubes de puntos 3D
Cálculo e recadación.
Procesamento 3D
-Aplicacións de visión robot
Estimación do movemento.
Resección de imaxe espacial e Odometría Visual. Cartografía.
Bibliografía Básica
Thomas Luhmann, Close Range Photogrammetry, 1-870325-50-8, Whittles Publishing, 2006
Richard Hartley, Multiple view geometry in Computer Vision, 0521-54051-8, 2, Cambridge : Cambridge University Press, 2003
Karl Kraus, Photogrammetry : geometry from images and laser scans, 978-3-11-019007-6, 2, Berlin ; New York : Walter De Gruyter, cop., 2007
Bibliografía Complementaria
Wolfgang FörstnerBernhard P. Wrobel, Photogrammetric Computer Vision, 978-3-319-11549-8, Springer, 2016
CB6 Posuír e comprender coñecementos que proporcionen unha base ou oportunidade para ser orixinais no desenvolvemento e / ou aplicación de ideas, a miúdo nun contexto de investigación.
CB9. Que os estudantes saiban comunicar as súas conclusións –e o coñecemento e as razóns finais que as apoian– a audiencias especializadas e non especializadas dunha forma clara e inequívoca.
CB10: Que os estudantes posúan as habilidades de aprendizaxe que lles permitan seguir estudando dun xeito que terá que ser en gran medida autodirixido ou autónomo.
CT2- Capacidade de traballo en equipo, organización e planificación.
CE1. Coñecer e aplicar os conceptos, metodoloxías e tecnoloxías do procesamento de imaxes.
CE3. Coñecer e aplicar os conceptos, metodoloxías e tecnoloxías de análise de imaxes e vídeos.
CE5: Analizar e aplicar métodos de última xeración na visión da computadora.
CE6. Coñecer e aplica-los fundamentos dos sistemas de adquisición de imaxe e de visión artificial.
CE9: Coñecer e aplicar os conceptos, metodoloxías e tecnoloxías para o recoñecemento de patróns visuais en escenas reais.
Lección maxistral:
Exporanse temas para a discusión na aula e a resolución de problemas e supostos prácticos.
Prácticas con apoio das TIC:
Solucionaranse casos de estudo relacionados coa temática da materia utilizando software de referencia.
Exporanse prácticas enfocadas á implementación dos algoritmos explicados nas clases
participativas.
Esta materia require asistencia presencial de todo o alumnado á Universidade de Vigo para a realización de parte das súas prácticas de laboratorio.
Traballo tutelado:
A partir de supostos prácticos predefinidos, exporase a resolución e documentación dun proxecto
fotogramétrico completo, incluíndo a definición de: as metodoloxías de adquisición de imaxes en
campo, da toma de datos de apoio para a xeorreferenciación dos modelos e a obtención dos
mesmos a partir do proceso fotogramétrico.
Seminario:
Realizarase a descrición dun caso práctico concreto relacionado coa práctica profesional da materia.
Para todas as modalidades de docencia, as sesións de titorización poderán realizarse por medios telemáticos (correo electrónico, videoconferencia, foros de FAITIC, ...) baixo a modalidade de concertación previa.
Traballo tutelad (30):
Os alumnos deberán completar un caso de estudo mediante o
deseño dunha metodoloxía que inclúa os pasos vistos no curso:
1.- Análiisis de obxectivos e produtos requiridos
2.- Definición das redes de adquisición das imaxes necesarias
3.- Procesamiento e análise das imaxes
4.- Obtención dos produtos fotogramétricos adecuados.
Competencias Avaliadas:
CB6
CB9
CB10
CT2
CE1
CE3
CE5
CE6
CE9
Exame de preguntas obxectivas (30):
Os alumnos deberán responder de forma individual un conxunto de preguntas acerca dos contidos do curso.
Competencias Avaliadas:
CB6
CB9
CB10
CT2
CE1
CE3
CE5
CE6
CE9
-Resolución de problemas e/ou exercicios (40):
Os alumnos deberán resolver de forma individual e en pequenos grupos un conxunto de casos e exercicios prácticos concretos.
Competencias Avaliadas:
CB6
CB9
CB10
CT2
CE1
CE3
CE5
CE6
CE9
O tempo de estudo medio recomendable é de 2 horas semanais. Adicionalmente, deberá contarse o tempo dedicado á realización de traballos de prácticos que estimamos en 6.5 h./semana máis. En total suman arredor de 120h/semestre.
Materias que se recomenda cursar simultáneamente
Instrumentación e procesamento para visión artificial/V05M185V01104
Visión artificial en tempo real/V05M185V01207
Materias que se recomenda ter cursado previamente
Descripción e modelado de imaxe/V05M185V01102
Fundamentos de procesado e análise de imaxe/V05M185V01101