Guía docente de la asignatura
(6592) PROCESAMIENTO DE IMAGEN

Curso académico 2026/2027

  1. Identificación

    1. De la asignatura

      Curso Académico
      2026/2027
      Titulación
      GRADO EN CIENCIA E INGENIERÍA DE DATOS
      Nombre de la asignatura
      PROCESAMIENTO DE IMAGEN
      Código
      6592
      Curso
      TERCERO
      Carácter
      OBLIGATORIA
      Número de grupos
      1
      Créditos ECTS
      6.0
      Estimación del volumen de trabajo
      150.0
      Organización temporal
      1º Cuatrimestre
      Idiomas en que se imparte
      Español
      Curso Académico 2026/2027
      Titulación

      GRADO EN CIENCIA E INGENIERÍA DE DATOS
      Nombre de la asignatura PROCESAMIENTO DE IMAGEN
      Código 6592
      Curso TERCERO
      Carácter OBLIGATORIA
      Número de grupos 1
      Créditos ECTS 6.0
      Estimación del volumen de trabajo 150.0
      Organización temporal 1º Cuatrimestre
      Idiomas en que se imparte Español

    2. Del profesorado: Equipo docente

      • FERNANDEZ BELTRAN, RUBEN Docente: GRUPO 1 Coordinación de los grupos: GRUPO 1 Coordinador de la asignatura

        Categoría

        PROFESORES TITULARES DE UNIVERSIDAD

        Área

        LENGUAJES Y SISTEMAS INFORMÁTICOS

        Departamento

        INFORMÁTICA Y SISTEMAS

        Correo electrónico / Página web / Tutoría electrónica

        rufernan@um.es Tutoría electrónica: Sí

        Teléfono, horario y lugar de atención al alumnado

        Duración:
        C1         		Día:
        Lunes         		Horario:
        16:00-18:00         		Lugar:
        868888527, Facultad de Informática B1.2.015 (RUBÉN FERNÁNDEZ BELTRAN )
        Observaciones:
        Despacho 2.12
        Duración:
        C1         		Día:
        Martes         		Horario:
        10:00-11:00         		Lugar:
        868888527, Facultad de Informática B1.2.015 (RUBÉN FERNÁNDEZ BELTRAN )
        Observaciones:
        Despacho 2.12

  2. Presentación

    El procesamiento de imágenes es una disciplina crucial en el campo de la ciencia y la ingeniería de datos, enfocada en la mejora y análisis de imágenes digitales para la extracción de información significativa. Esta asignatura proporciona una comprensión exhaustiva de los fundamentos del procesamiento de imágenes, incluyendo técnicas de filtrado en el dominio del espacio y de la frecuencia, segmentación, morfología matemática y métodos de caracterización aplicados a la interpretación de imágenes. Los estudiantes aprenderán a aplicar estas técnicas utilizando herramientas prácticas, preparándose para enfrentar desafíos en aplicaciones reales donde el análisis y la manipulación de imágenes son esenciales. La combinación de teoría y práctica en esta asignatura garantiza que los alumnos adquieran las habilidades necesarias para abordar problemas complejos en el procesamiento de imágenes, desde la mejora de la calidad visual hasta la identificación de patrones y características relevantes en los datos visuales. 

  3. Condiciones de acceso a la asignatura

    1. Incompatibilidades

      No constan

    2. Requisitos

      No constan

    3. Recomendaciones

      No constan

  4. Competencias

    1. Competencias básicas

      • CB2: 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
      • CB3: 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

    2. Competencias de la titulación

      • CG1: Conocer y aplicar la analítica de datos y técnicas estadísticas apropiadas para descubrir nuevas relaciones en los datos y realizar aportaciones a procesos de las organizaciones, así como apoyar en la toma de decisiones.
      • CG4: Capacidad para aplicar los métodos generales de la ciencia e ingeniería de datos en los tipos de datos de dominios específicos, así como en la presentación de los datos, el modelado de datos y procesos, los roles organizacionales y las relaciones entre estos.
      • CE3: Extraer información de fuentes tipos y formatos de datos semiestructurados y estructurados de interés para la ciencia de datos, incluyendo texto, imágenes, y conjuntos de datos de libre disposición, y hacerlos disponibles para análisis y usos posteriores.
      • CE15: Procesar y analizar datos procedentes de fuentes, tipos y formatos de datos semi estructurados y estructurados de interés para Ciencia de datos.
      • CE32: Conocer las técnicas fundamentales de procesado y análisis de imágenes y saber analizar e interpretar los resultados obtenidos.

    3. Competencias transversales y de materia

      No constan

  5. Contenidos

    1. Teoría

      Tema 0: Presentación

      Presentación de la asignatura.

      Tema 1: Fundamentos de imagen digital y procesado de imagen

      1.1. Introducción al procesamiento digital de imagen1.2. Percepción visual humana1.3. Modelo de cámara y modelo fotométrico1.4. Adquisición de imágenes1.5. Visualización y modelo de imagen digital1.6. Digitalización de imagen (muestreo, cuantización)1.7. Representación de imágenes en color mediante paleta1.8. Modalidades de imagen

      Tema 2: Procesado de imagen en el dominio del espacio

      2.1. Introducción2.2. Rango dinámico y visualización de imágenes2.3. Pseudocoloración2.4. Procesado global y local de histograma2.5. Operaciones aritméticas, lógicas y de extremos2.6. Filtrado lineal e invariante por bloques en el dominio del espacio2.7. Filtrado lineal de suavizado de imagen2.8. Filtrado no lineal de estadísticos de orden2.9. Filtrado no lineal de realzado de imagen2.10. Estimación del modelo de ruido2.11. Detección de patrones mediante filtro adaptado

      Tema 3: Procesado de imagen en el dominio de la frecuencia

      3.1. El muestreo de imágenes y dominio de la frecuencia 2D3.2. Convolución lineal y convolución circular3.3. Visualización de espectros y respuestas en frecuencia3.4. Filtrado de imágenes en el dominio de la frecuencia3.5. Aproximaciones básicas de filtros: ideal, Gaussiano y Butterworth3.6. Filtros de hendidura y de ruido coherente3.7. Filtrado homomórfico3.8. Transformada discreta del coseno DCT 2D

      Tema 4: Segmentación de imagen

      4.1. Fundamentos4.2. Detección de puntos, líneas y bordes4.3. Umbralización4.4. Segmentación basada en regiones4.5. Segmentación mediante watershed morfológico4.6. El uso del movimiento en segmentación

      Tema 5: Morfología Matemática

      5.1. Introducción5.2. Erosión y dilatación5.3. Apertura y cierre5.4. La transformación Hit-or-Miss5.5. Algoritmos morfológicos básicos5.6. Reconstrucción morfológica5.7. Morfología en niveles de gris

      Tema 6: Extracción de características y descriptores de imagen

      6.1. Detectores de características versus descriptores6.2. Detector de esquinas de Harris6.3. Detectores de Blob6.4. Histograma de gradientes orientados6.5. Transformación de características invariante a la escala6.6. Características tipo Haar

      Tema 7: Métodos básicos de aprendizaje automático en procesado de imagen

      Tema 7: Métodos básicos de aprendizaje automático en procesado de imagen7.1. Concepto de aprendizaje automático7.2. Reconocimiento de patrones por correlación7.3. Segmentación mediante aprendizaje no supervisado7.4. Clasificación mediante aprendizaje supervisado

    2. Prácticas

      • Práctica 1: Introducción al Procesamiento de Imágenes

        Exploración de los fundamentos del procesamiento de imágenes, incluida la percepción visual y la digitalización.

        Relacionado con:
        • Tema 1: Fundamentos de imagen digital y procesado de imagen

      • Práctica 2: Formatos y Manipulaciones Básicas

        Manejo de formatos de imagen y realización de manipulaciones básicas como muestreo y cuantificación.

        Relacionado con:
        • Tema 1: Fundamentos de imagen digital y procesado de imagen
        • Tema 2: Procesado de imagen en el dominio del espacio

      • Práctica 3: Operaciones Básicas en el Dominio del Espacio

        Aplicación de transformaciones básicas de intensidad y operaciones aritméticas y lógicas sobre imágenes.

        Relacionado con:
        • Tema 2: Procesado de imagen en el dominio del espacio

      • Práctica 4: Filtrado en el Dominio del Espacio

        Implementación de filtros espaciales para modificar atributos de la imagen.

        Relacionado con:
        • Tema 2: Procesado de imagen en el dominio del espacio

      • Práctica 5: Fundamentos del Dominio de la Frecuencia

        Introducción a los fundamentos del procesamiento de imagen en el dominio de la frecuencia, incluyendo transformadas.

        Relacionado con:
        • Tema 3: Procesado de imagen en el dominio de la frecuencia

      • Práctica 6: Filtrado en el Dominio de la Frecuencia

        Aplicación de filtros en el dominio de la frecuencia para mejorar o modificar imágenes.

        Relacionado con:
        • Tema 3: Procesado de imagen en el dominio de la frecuencia

      • Práctica 7: Técnicas de Detección para Segmentación

        Uso de técnicas de detección para facilitar la segmentación de imágenes.

        Relacionado con:
        • Tema 2: Procesado de imagen en el dominio del espacio
        • Tema 4: Segmentación de imagen

      • Práctica 8: Segmentación de Imágenes

        Implementación de métodos de segmentación de imágenes, incluyendo umbralización y técnicas basadas en regiones.

        Relacionado con:
        • Tema 4: Segmentación de imagen

      • Práctica 9: Morfología Matemática

        Aplicación de técnicas de morfología matemática para el procesamiento y análisis de imágenes.

        Relacionado con:
        • Tema 4: Segmentación de imagen

      • Práctica 10: Caracterización de Imágenes

        Caracterización de imágenes a través de detectores de características y descriptores.

        Relacionado con:
        • Tema 6: Extracción de características y descriptores de imagen

      • Práctica 11: Aprendizaje Automático para el Procesamiento de Imágenes

        Exploración de métodos básicos de aprendizaje automático aplicados al reconocimiento de patrones y clasificación en imágenes.

        Relacionado con:
        • Tema 7: Métodos básicos de aprendizaje automático en procesado de imagen

  6. Actividades Formativas

    Actividad Formativa Metodología Horas Presencialidad
    AF1: Exposición teórica: Exposición de los contenidos teóricos de la asignatura por parte del profesor. También se contemplan las sesiones informativas sobre el desarrollo del trabajo de fin de grado o prácticas externas.

    Actividades de clase expositiva: Exposición teórica, clase magistral, proyección, dirigida al grupo completo de estudiantes, con independencia de que su contenido sea teórico o práctico/aplicado. Junto a la exposición de conocimientos, en las clases se plantean cuestiones, se aclaran dudas, se realizan ejemplificaciones, se establecen relaciones con las diferentes actividades prácticas que se realizan y se orienta la búsqueda de información.

    		 25.0 100.0
    AF3: Prácticas de laboratorio: Ejercicios y resolución de problemas, aprendizaje orientado a proyectos, estudio de casos, exposición y discusión de trabajos, simulaciones y/o prácticas con ordenadores, generalmente desarrolladas en grupos reducidos.

    Actividades prácticas de laboratorio: Actividades de los estudiantes en aulas de informática o específicas, realizadas en grupos reducidos o individualmente, dirigidas al uso y conocimiento de la materia de estudio, supervisadas por el profesor.

    		 28.0 100.0
    AF4: Trabajo autónomo del alumno: Estudio y preparación de contenidos teórico-prácticos, trabajo individual consistente en lecturas, búsquedas de información, sistematización de contenidos, elaboración de informes o estudio para la elaboración de casos entre otras actividades. 90.0 0.0
    AF5: Tutorías formativas y resolución de dudas: Asistencia individualizada -tutorías individuales- o en grupo -tutorías colectivas- a los estudiantes por parte del profesor.

    Tutorías: Sesiones programadas individuales o en grupo de orientación, revisión o apoyo a los estudiantes por parte del profesor con independencia de que los contenidos sean teóricos o prácticos.

    		 3.0 100.0
    AF6: Evaluación: Pruebas individuales, ya sean escritas, orales o con medios informáticos, donde el estudiante demostrará los conocimientos teóricos y prácticos adquiridos durante las actividades formativas asociadas a la enseñanza de la materia. 4.0 100.0
    Totales 150,00

  7. Horario de la asignatura

    https://www.um.es/web/estudios/grados/ciencia-ingenieria-datos/2026-27#horarios

  8. Sistemas de Evaluación

    Identificador Denominación del instrumento de evaluación Criterios de Valoración Ponderación
    SE1 Exámenes individuales: Pruebas objetivas, de desarrollo, de respuesta corta, de ejecución de tareas o de escala de actitudes, realizadas por los estudiantes para mostrar los conocimientos teóricos y prácticos adquiridos ya sea de forma oral, escrita o utilizando un ordenador.

    Examen teórico-práctico de carácter obligatorio. Se evaluará la capacidad del estudiante para comprender y explicar los conceptos fundamentales del procesamiento de imágenes y relacionarlos con las técnicas y herramientas estudiadas. Se medirá la habilidad para aplicar estos conocimientos en situaciones prácticas y resolver problemas, incluyendo un análisis crítico de los resultados y la propuesta de mejoras o alternativas. Además, se valorará la claridad y organización en la exposición de las respuestas, así como la capacidad para comunicar ideas de manera coherente y estructurada.

    		60.0
    SE3 Procedimientos de observación del trabajo del estudiante: Registros de participación, de realización de actividades, cumplimiento de plazos, participación en foros, informes de seguimiento del trabajo fin de grado y registros sobre el desarrollo de las prácticas externas. 0.0
    SE4 Informe técnico. En este instrumento incluimos los resultados de actividades prácticas, o de laboratorio, junto con sus memorias descriptivas y posibles resúmenes del estado del arte sobre temas concretos. La opción de realizar entrevistas personales o presentaciones de los trabajos realizados también entran en esta categoría.

    Resolución de tareas prácticas de carácter obligatorio. Se evaluará la precisión y funcionalidad de los programas, la correcta implementación de técnicas de procesamiento de imágenes, la eficiencia del código, y la capacidad para resolver los problemas planteados. También se considerará la calidad de la documentación y la justificación de las decisiones técnicas.

    La calificación de este apartado es recuperable (ver observaciones).

    		 40.0

  9. Fechas de exámenes

    https://www.um.es/web/estudios/grados/ciencia-ingenieria-datos/2026-27#examenes

  10. Resultados del Aprendizaje

    • Utilizar herramientas para el manejo de datos de imágenes y vídeos digitales LODA.03 (L1).
    • Analizar fuentes de datos de imágenes y vídeos disponibles y desarrollar herramientas que funcionen con conjuntos de datos de dichos tipos LODA.03 (L2).
    • Aplicar soluciones computacionales existentes a la plataforma analítica de datos en el ámbito del procesamiento de imágenes digitales LOENG.02 (L2).
    • Adaptar y optimizar las soluciones computacionales existentes para adaptarse mejor a una plataforma de análisis de datos determinada en el ámbito del procesamiento de imágenes digitales LOENG.02 (L3).
    • Aplicar el método científico para crear nuevos conocimientos y capacidades en procesamiento de imágenes y vídeo LORMP.01 (L2).

  11. Bibliografía

  12. Observaciones

    NECESIDADES EDUCATIVAS ESPECIALES

    Aquellos estudiantes con discapacidad o necesidades educativas especiales podrán dirigirse al Servicio de Atención a la Diversidad y Voluntariado (ADYV - https://www.um.es/adyv) para recibir orientación sobre un mejor aprovechamiento de su proceso formativo y, en su caso, la adopción de medidas de equiparación y de mejora para la inclusión, en virtud de la Resolución Rectoral R-358/2016. El tratamiento de la información sobre este alumnado, en cumplimiento con la LOPD, es de estricta confidencialidad.

    EVALUACIÓN

    En el procedimiento de evaluación resultarán de aplicación el artículo 135.1.v) de los Estatutos de la Universidad de Murcia, el artículo 8.6 del Reglamento de Evaluación de Estudiantes (REVA) y la instrucción SG 18/2026 del secretario general de la Universidad de Murcia que interpreta estas normas, disponible en este enlace: https://sede.um.es/sede/documento/normativa/instruccion-del-secretario-general-sg-18-2026-sobre-la-interpretacion-y-aplicacion-del-art-135-1-v-estatutos-umu/24199.pdf

    Se recuerda asimismo que el artículo 22.1 del Reglamento de Evaluación de Estudiantes (REVA) estipula que "el o la estudiante que se valga de conductas fraudulentas, incluida la indebida atribución de identidad o autoría, o esté en posesión de medios o instrumentos que faciliten dichas conductas, obtendrá la calificación de cero en el procedimiento de evaluación y, en su caso, podrá ser objeto de sanción, previa apertura de expediente disciplinario".

    OBSERVACIONES DEL EQUIPO DOCENTE

    DETALLES DE EVALUACIÓN

    La evaluación de la asignatura consta de dos partes con los siguientes pesos: un examen escrito (60%) y dos proyectos entregables (20% + 20%). Los proyectos entregables constituyen la evaluación continua, realizada durante la impartición de la asignatura. El examen escrito es una prueba final que valora de forma integrada los contenidos y competencias fundamentales de la asignatura.

    El examen escrito (60%) es de carácter obligatorio y requiere una nota mínima de 4 sobre 10 puntos para promediar la calificación con el resto de actividades de evaluación. Los proyectos entregables (40%, sin nota mínima) se desarrollarán como trabajo personal del estudiante durante el periodo docente, y se apoyarán y evaluarán en sesiones específicas de prácticas de laboratorio. Su realización es de carácter obligatorio, ya que en ellos se adquieren y demuestran competencias prácticas esenciales de ejecución real.

    En la convocatoria en la que se imparte la docencia no existe derecho a recuperar la evaluación continua, salvo en los casos previstos en el art. 8.6 del REVA. En estos casos, el estudiante tendrá derecho a una prueba global sustitutoria de la evaluación continua, consistente en la realización de los proyectos (40%).

    En las convocatorias posteriores se mantendrá la misma estructura de evaluación, con los mismos pesos, mínimos y requisitos de obligatoriedad. Las calificaciones obtenidas en el examen y en los proyectos se conservarán hasta que la asignatura se imparta de nuevo en el siguiente curso académico. El examen escrito se realizará en las fechas oficiales de cada convocatoria y los proyectos se recuperarán mediante su realización, en los plazos y por los medios que se indiquen en el llamamiento publicado en el sitio de la asignatura del Aula Virtual. Las partes que falten o que no alcancen la nota mínima exigida se realizarán directamente, sin necesidad de aviso. Para mejorar cualquier otra calificación, el estudiante podrá renunciar a ella y realizar de nuevo la parte correspondiente, comunicándolo al profesorado responsable por correo electrónico con una antelación mínima de 15 días naturales al inicio del periodo de exámenes, siempre que no haya superado la asignatura.

    Para superar la asignatura será necesaria una calificación media mínima de 5 sobre 10.

    Durante el desarrollo del curso, podrían activarse mecanismos adicionales de bonificación sobre la calificación media obtenida, con el fin de incentivar la participación activa o el trabajo continuado. En caso de aplicarse, se comunicarán con la debida antelación a través de los canales oficiales de la asignatura y estarán sujetos al cumplimiento de los criterios que se indiquen. Estas bonificaciones solo serán aplicables en la convocatoria en la que se imparte la docencia, y no podrán utilizarse para compensar calificaciones medias por debajo de los mínimos exigidos ni para modificar los requisitos obligatorios para superar la asignatura.

    OBJETIVOS DE DESARROLLO SOSTENIBLE

    Esta asignatura no se encuentra vinculada de forma directa con los Objetivos de Desarrollo Sostenible.