Para cursar esta asignatura con el mayor aprovechamiento, se recomienda que el alumno haya adquirido los conocimientos que se derivan de la obtención de las competencias relacionadas con la resolución de problemas matemáticos que puedan plantearse en la ingeniería, el uso y programación de los ordenadores, sistemas operativos, bases de datos y programas informáticos con aplicación en ingeniería, así como los fundamentos y aplicaciones de la electrónica digital y microprocesadores.

El objetivo de esta asignatura es familiarizar al alumno con el análisis de imágenes a través de computadores, mediante el uso de aplicaciones específicas. Tradicionalmente, estos sistemas de percepción han estado implantados en el ámbito industrial principalmente con el objetivo de: a) incrementar la interactuación entre las máquinas y el entorno que las rodea; b) conseguir un control de calidad total de los productos fabricados.

Por otro lado, la aparición de nuevos algoritmos y cámaras ha propiciado que el ámbito de aplicación de la visión artificial se haya incrementado notablemente. Algunos ejemplos de estas nuevas aplicaciones podrían ser: el empleo de cámaras termográficas para tareas de inspección y mantenimiento, el reconocimiento automático para aplicaciones a seguridad o conducción autónoma o incluso aplicaciones 3D mediante visión estéreo.

Esta asignatura facilitará la aplicación de las habilidades de un Graduado en Ingeniería Electrónica Industrial y Automática en el mundo laboral o de investigación y, a la postre, ayudarán al ingeniero a enfrentarse a los problemas que le surgirán a lo largo del ejercicio de la profesión.

Competencias propias de la asignatura
Código	Descripción
CB01	Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio
CB02	Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio
CB03	Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética
CB04	Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado
CB05	Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía
CEO33	Conocimientos de visión por computador.
CG01	Capacidad para la redacción, firma y desarrollo de proyectos en el ámbito de la Ingeniería Industrial que tengan por objeto, de acuerdo con los conocimientos adquiridos según lo establecido en la Orden CIN/351/2009, la construcción, reforma, reparación, conservación, demolición, fabricación, instalación, montaje o explotación de: estructuras, equipos mecánicos, instalaciones energéticas, instalaciones eléctricas y electrónicas, instalaciones y plantas industriales y procesos de fabricación y automatización.
CG03	Conocimiento en materias básicas y tecnológicas, que capacite para el aprendizaje de nuevos métodos y teorías, y dote de versatilidad para adaptarse a nuevas situaciones.
CT02	Conocer y aplicar las Tecnologías de la Información y la Comunicación.
CT03	Utilizar una correcta comunicación oral y escrita.

Resultados de aprendizaje propios de la asignatura
Descripción
Conocimiento de técnicas y procedimientos para el tratamiento de imágenes, lo que le permitirá extraer la máxima información a éstas, ya sean características del entorno o de objetos concretos. Capacidad de utilizar un sistema de visión para un fin específico, como el reconocimiento de objetos u otras aplicaciones con fines industriales, como conteo de piezas, morfología, color...
Conocimientos necesarios de un sistema de visión por computador, desde los componentes hardware que lo componen hasta el contenido de las imágenes y su formación digital.
Resultados adicionales
No se han establecido.

• Tema 1: Introducción y fundamentos
• Tema 2: Extracción de características y procesamiento digital
• Tema 3: Reconocimiento de objetos y movimiento
• Tema 4: Aprendizaje para aplicaciones industriales

Actividad formativa	Metodología	Competencias relacionadas (para títulos anteriores a RD 822/2021)	ECTS	Horas	Ev	Ob	Descripción
Resolución de problemas o casos [PRESENCIAL]	Resolución de ejercicios y problemas	CEO33 CG01 CG03 CT02 CT03	0.6	15	N	N	De forma programada, el profesor propondrá a los alumnos la resolución de casos prácticos relacionados con los temas indicados en el apartado 6 de esta guía.
Enseñanza presencial (Teoría) [PRESENCIAL]	Método expositivo/Lección magistral	CB02 CB03 CB04 CEO33 CT03	1	25	N	N	Exposición del contenido teórico con ejemplos
Prueba final [PRESENCIAL]	Pruebas de evaluación	CEO33 CG01 CG03 CT02 CT03	0.2	5	S	S	Incluirá cuestiones teórico-prácticas y/o resolución de problemas relacionados con los contenidos de la asignatura. Será necesaria una calificación igual o superior a 4 puntos sobre 10 para superar la asignatura.
Autoaprendizaje [AUTÓNOMA]	Resolución de ejercicios y problemas	CEO33 CG01 CG03 CT02 CT03	2.4	60	N	N	Trabajo autónomo para estudiar y completar los casos prácticos planteados en el laboratorio.
Estudio o preparación de pruebas [AUTÓNOMA]	Trabajo autónomo	CB01 CB02 CB03 CB04 CB05 CEO33 CT02 CT03	1.2	30	N	N	Preparación de prueba de evaluación final.
Prácticas en aulas de ordenadores [PRESENCIAL]	Prácticas	CEO33 CT02 CT03	0.6	15	S	S	Prácticas de ordenador para resolver problemas prácticos de visión artificial
Total:			6	150
Créditos totales de trabajo presencial: 2.4			Horas totales de trabajo presencial: 60
Créditos totales de trabajo autónomo: 3.6			Horas totales de trabajo autónomo: 90

Ev: Actividad formativa evaluable
Ob: Actividad formativa de superación obligatoria (Será imprescindible su superación tanto en evaluación continua como no continua)

Sistema de evaluación	Evaluacion continua	Evaluación no continua *	Descripción
Realización de prácticas en laboratorio	70.00%	70.00%	De forma programada, el profesor propondrá a los alumnos la resolución de casos prácticos relacionados con los temas indicados en el apartado 6 de esta guía. Se calificarán con cero los ejercicios en los que se detecte plagio.
Prueba final	30.00%	30.00%	Incluirá cuestiones teórico-prácticas y/o resolución de problemas relacionados con los contenidos de la asignatura. Será necesaria una calificación igual o superior a 4 puntos sobre 10 para superar la asignatura.
Total:	100.00%	100.00%

No asignables a temas
Horas	Suma horas
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas]	15
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral]	25
Prueba final [PRESENCIAL][Pruebas de evaluación]	5
Autoaprendizaje [AUTÓNOMA][Resolución de ejercicios y problemas]	60
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo]	30
Prácticas en aulas de ordenadores [PRESENCIAL][Prácticas]	15

Actividad global
Actividades formativas	Suma horas

Autor/es	Título	Libro/Revista	Población	Editorial	ISBN	Año	Descripción	Enlace Web	Catálogo biblioteca
David A. Forsyth and Jean Ponce	Computer Vision: A Modern Approach, second edition			Pearson	978-0-13-608592-8	2012		https://www.pearson.com/us/higher-education/program/Forsyth-Computer-Vision-A-Modern-Approach-2nd-Edition/PGM111082.html
E.R. Davies	Computer Vision: Principles, Algorithms, Applications, Learning			Academic Press	9780128092842	2017		https://www.elsevier.com/books/computer-vision/davies/978-0-12-809284-2
MathWorks	Computer Vision Toolbox Documentation							https://es.mathworks.com/help/vision/
MathWorks	Computer Vision Toolbox User's Guide					2020
Richard Szeliski	Computer Vision: Algorithms and Applications, 2nd ed.			Springer		2021		https://szeliski.org/Book/
Simon J.D. Prince	Computer Vision. Models, Learning and Inference			Cambridge University Press	9781107011793	2012		https://www.cambridge.org/es/academic/subjects/computer-science/computer-graphics-image-processing-and-robotics/computer-vision-models-learning-and-inference?format=HB&isbn=9781107011793