Processamento de Sinal e Imagem

Código:
8560
Ano:
3
Semestre:
S1
Créditos ECTS:
6
Carga Horária:
PL(30H)/T(30H)
Área Científica:
Informática, Automação e Controlo
Tipo de ensino:
Presencial.
Estágios:
N/A.
Objectivos de Aprendizagem:
- Sinais Contínuos e Discretos no domínio do tempo e da Frequência.
- Projecto de Filtros Analógicos e Digitais.
- Análise e Processamento de Sinais Aleatórios.
- Representação, Técnicas de Processamento e Análise de Imagem.
- Técnicas de caracterização e reconhecimento da informação.
Capacidade para analisar ou projectar nos seguintes domínios:
- Sinais Contínuos e Discretos no domínio do tempo e da Frequência.
- Projecto de Filtros Analógicos e Digitais.
- Análise e Processamento de Sinais Aleatórios.
- Representação, Técnicas de Processamento e Análise de Imagem.
- Técnicas de caracterização e reconhecimento da informação.
Conteúdos programáticos:
1. Sinais Contínuos e Sinais Discretos
1.1. Representação de Sinais
1.2 Sistemas Lineares e Invariantes no Tempo
1.3 Representação Temporal e em Frequência
1.4 Amostragem
2. Filtros
2.1 Resposta em Freq
2.2 Filtros de Sinais Contínuos
2.3 Filtros de Sinais Digitais - IIR e FIR
3. Sinais Aleatórios
3.1 Sinais Estocásticos, Processos Ergódicos e Sinais Estacionários
3.2 Funções de Correlação e Espectral de Potência
3.3 Filtros de Wiener e Kalman
4. Processamento e Análise de Imagem
4.1 Aquisição e Representação de Imagem
4.2 Convolução espacial e Filtragem de Imagem
4.3 Transformadas Bidimensionais e Análise Espectral de Imagem
4.4 Filtragem, FIR bidimensionais
4.5 Filtros estimadores optimos bidimensionais - de Wiener e de Kalman
4.6 Morfologia de Imagem Binária e Multinível
4.7 Detectores de Limiares
4.8 Segmentação de Imagem
4.9 Descrição de Imagem
5. Reconhecimento de Padrões
5.1 Caracterizacao de Sinais e Imagem
5.2 Técnicas de Classificação
5.3 Aprendizagem profunda


Bibliografia principal:
1. S. Haykin and B. Van Veen, Signals and Systems, John Wiley & Sons, New Jersey, 2nd edition, 2003.
2. Monsoon H. Hayes, Statistical Digital Signal Processing and Modeling, John Wiley & Sons, New York, USA, 1996.
3. William K. Pratt, Digital Image Processing, John Wiley & Sons, Inc.,3rd edition, 2001.
4. Linda G. Shapiro and George C. Stockman, Computer Vision, Prentice Hall, Upper Saddle River, New Jersey, 2001.
5. J.G. Proakis and D.G. Manolakis, Digital Signal Processing: Principles, Algorithms, Prentice Hall, New Jersey, 4th edition, 1996.
6. John W. Woods, Multidimensional Signal, Image and Video Processing and Coding, Academic Press, 2006.
7. Richard O. Duda, Peter E. Hart, and David G. Stork, Pattern Classification, Wiley Interscience, 2nd edition, 2000.
8. S. Theodoridis, K. Koutroumbas, Pattern Recognition, Academic Press, 4th edition, 2009.
9. M. Mohri, A. Rostamizadeh, A. Talwalkar, F. Bach. Foundations of Machine Learning, ISBN-13: 978-0262039406, 2018.
Língua:
Português