Los manuscritos históricos contienen valiosa información, en los últimos años se han realizado esfuerzos para digitalizar dicha información y ponerla al alcance de la comunidad científica y público en general a través de imágenes en bibliotecas virtuales y repositorios digitales. Sin embargo, existen documentos y manuscritos históricos escritos en un lenguaje extinto en la actualidad y una cantidad limitada de profesionales expertos en la interpretación y análisis de dichos documentos. Las imágenes de los documentos y manuscritos históricos poseen características particulares producto precisamente de su antigüedad como por ejemplo: La degradación del papel, el desvanecimiento de la tinta, la variabilidad en iluminación y textura, entre otros. Tareas como recuperación de información o traducción automática de imágenes de manuscritos históricos requieren una etapa de pre-procesamiento importante debido a las características mencionadas en el párrafo anterior. Entre las tareas de pre-procesamiento se puede mencionar la binarización y la segmentación de la imagen en regiones de interés. La presente tesis se enfoca en el procedimiento de segmentación en regiones de interés de las imágenes de manuscritos históricos. Existen métodos para segmentar imágenes de documentos históricos basados fundamentalmente en la extracción manual de características con previo conocimiento del dominio. La finalidad de la presente tesis es desarrollar un modelo general que automáticamente aprenda a extraer características de los pixeles de las imágenes de los documentos históricos y utilizar dichas características para clasificar los pixeles en las clases que previamente se definirán. / Tesis

El presente trabajo de tesis surgió debido a la necesidad de obtener imágenes de campos de cultivo de alta resolución a partir de un conjunto de imágenes de baja resolución capturadas por un dispositivo óptico. La propiedad de desplazamiento sub-pixel existente entre las imágenes de baja resolución capturadas por el dispositivo óptico hace posible la obtención de imágenes digitales de alta resolución mediante la aplicación de un algoritmo de reconstrucción de imágenes. Con el fin de poder incrementar la resolución de las imágenes de campos de cultivo, de tal modo que estas puedan ser procesadas y analizadas con mayor precisión, se seleccionó y programó el algoritmo POCS (Projections Onto Convex Sets) debido a su robustez, simplicidad y flexibilidad para incorporar información conocida a priori de las imágenes deseadas al proceso de reconstrucción. El presente trabajo se desarrolla en cuatro capítulos. En el primer capítulo se presenta el concepto de Agricultura de Precisión y la necesidad de aplicar técnicas que mejoren la resolución de imágenes de campos de cultivo. En el segundo capítulo se describen los principales problemas que presentan los dispositivos ópticos para aumentar la resolución de imágenes, se presenta el modelo que describe el proceso de degradación de imágenes y se realiza un recuento de los principales algoritmos que aumentan la resolución de las mismas. En el tercer capítulo se presentan los objetivos del presente trabajo de tesis, se detalla el marco teórico del algoritmo POCS y se muestra la programación del mismo. En el cuarto capítulo se definen las métricas usadas para evaluar el algoritmo y se presentan los resultados de diversas pruebas aplicadas a las imágenes de campos de cultivo. Finalmente, se concluyó que el algoritmo POCS incrementa la resolución de imágenes de campos de cultivo de manera satisfactoria, además, se concluyó que POCS presentó mejor desempeño con respecto a los algoritmos de interpolación y de deconvolución que formaron parte de las pruebas. / Tesis

La presente tesis muestra el diseño e implementación de un sistema de registro de imágenes aéreas orientado a la agricultura de precisión. Este sistema cuenta con la particularidad que las imágenes pasarán por un pre procesamiento de corrección geométrica para mejorar la calidad del registro. Este sistema permitirá la generación de panoramas globales de los campos de cultivo con la finalidad de obtener información correctamente localizada del campo analizado. El documento está dividido en 4 capítulos y su estructura es de la siguiente manera: En el capítulo 1, se analiza la problemática de la agricultura de precisión y el sensado remoto, así como también se expone la aplicación y la problemática del uso de aeromodelos e imágenes aéreas en la agricultura de precisión. En el capítulo 2, se exponen los temas de registro y ortorectificación de imágenes como solución cuando se trabaja con imágenes aéreas orientado a la agricultura de precisión En el capítulo 3, se explican los objetivos de este proyecto y se desarrolla detalladamente el sistema diseñado. Se definen las características particulares del vuelo para la obtención de las imágenes aéreas, a partir de estas características se realiza la selección de algoritmos y se desarrolla el modelo propuesto y una explicación detallada de los pasos y algoritmos usados en este proceso. Finalmente, en el capítulo 4, se muestra la evaluación del sistema propuesto, el cual estará dividido en dos partes, en una primera instancia se evaluará únicamente la generación de mosaicos a partir de un banco de imágenes que se tendrá de referencia y posteriormente se evaluará todo el sistema completo utilizando imágenes aéreas reales adquiridas en la PUCP / Tesis

Los manuscritos históricos contienen valiosa información, en los últimos años se han realizado esfuerzos para digitalizar dicha información y ponerla al alcance de la comunidad científica y público en general a través de imágenes en bibliotecas virtuales y repositorios digitales. Sin embargo, existen documentos y manuscritos históricos escritos en un lenguaje extinto en la actualidad y una cantidad limitada de profesionales expertos en la interpretación y análisis de dichos documentos. Las imágenes de los documentos y manuscritos históricos poseen características particulares producto precisamente de su antigüedad como por ejemplo: La degradación del papel, el desvanecimiento de la tinta, la variabilidad en iluminación y textura, entre otros. Tareas como recuperación de información o traducción automática de imágenes de manuscritos históricos requieren una etapa de pre-procesamiento importante debido a las características mencionadas en el párrafo anterior. Entre las tareas de pre-procesamiento se puede mencionar la binarización y la segmentación de la imagen en regiones de interés. La presente tesis se enfoca en el procedimiento de segmentación en regiones de interés de las imágenes de manuscritos históricos. Existen métodos para segmentar imágenes de documentos históricos basados fundamentalmente en la extracción manual de características con previo conocimiento del dominio. La finalidad de la presente tesis es desarrollar un modelo general que automáticamente aprenda a extraer características de los pixeles de las imágenes de los documentos históricos y utilizar dichas características para clasificar los pixeles en las clases que previamente se definirán. / Tesis

El problema del seguimiento de manos o hand tracking puede definirse como la capacidad de un sistema computacional de poder reconocer las manos de un individuo (usuario) y hacerles un seguimiento en todo momento. El inter´es por el estudio del movimiento de las manos se debe a dos particularidades. En primer lugar, se debe a que las manos son protagonistas en la realizaci´on de varias tareas diarias del ser humano, pues las manos son un distintivo de las diferentes actividades humanas. Las manos permite la manipulaci ´on de objetos; de lo cual se basa una gran dimensi´on de la interactividad del hombre con sus diferentes herramientas de trabajo [1]. No es de sorprender que, con el reconocimiento del movimiento de las manos, se puedan reconocer varias actividades de las personas: comer, saludar, martillar, apu˜nar, se˜nalar, etc. En segundo lugar, las manos, junto con el rostro, son los dos mayores indicadores gestuales dentro de la comunicación no verbal; lo cual indica que en las manos hay un gran despliegue de diferentes gestos, seas y apariencias, y por tanto, tengan una gran riqueza de significado comunicativo. / Tesis

En la actualidad, diversas técnicas de elastografía buscan caracterizar tejidos para obtener parámetros de visco-elasticidad y poder identificar anomalías de forma no invasiva. Esta metodología se basa en la correlación de la variación de las propiedades mecánicas de los tejidos con cambios patológicos de los mismos, lo cual permite hallar anomalías en diferentes zonas del cuerpo. Dentro de estas técnicas, la sonoelastografía involucra un conjunto de métodos basados en la excitación mecánica del tejido para obtener parámetros de elasticidad relativa o absoluta, dependiendo de la modalidad del ensayo. Esta técnica se puede implementar en escáneres ultrasónicos comerciales que tengan la capacidad de generar imágenes modo Doppler, de forma que se puedan visualizar las señales sonoelastográficas deseadas, con la adición de vibradores externos a determinada frecuencia y amplitud de vibración. En la presente investigación se desarrolla una metodología para caracterizar la implementación del método de sonoelastografía, mediante el estudio de dos parámetros de un ecógrafo de investigación. Estos dos parámetros son: la frecuencia de repetición de pulso y el número de cuadros promedio para la estimación Doppler. Mediante el análisis del comportamiento de las señales en función la relación de estos dos parámetros, se modelarán las señales obtenidas en simulaciones y experimentos. En este sentido, se caracterizó el ecógrafo de investigación mediante la definición de una relación lineal entre ambos parámetros relacionada a la periodicidad de la señal. Asimismo, se analizó el efecto de ambos parámetros, concluyendo que para menores valores de frecuencia de repetición de pulso, el sistema aumenta su sensibilidad, ya que es capaz de medir señales a bajos valores de amplitud de vibración con una variabilidad menor al 10%. No obstante, su rango de medición para esta variabilidad es muy limitado. Esta limitación de rango se reduce al aumentar el valor de frecuencia de repetición de pulso. En contraste, a mayores valores de frecuencia de repetición de pulso, la sensibilidad del sistema se reduce, no pudiendo medir amplitudes de vibración pequeñas. Los resultados obtenidos se correlacionan en simulaciones y experimentos. / Tesis

El presente trabajo de tesis tiene como objetivo principal el desarrollo de un algoritmo de estabilización de video robusto y eficiente frente a cambios de escala, rotación e iluminación. La estabilización de video es una etapa de pre procesamiento utilizada para eliminar o reducir el ruido que se adhiere debido a movimientos involuntarios en los videos. Su importancia radica en que procesamientos posteriores requieren de imágenes alineadas y libres de distorsión espacial. El documento está divido en cuatro capítulos descritos a continuación: En el capítulo 1 se presenta la problemática de la estabilización de videos así como las aplicaciones en diversos campos. Se explicará cómo los videos pueden ser afectados por factores ajenos a la cámara. Entre las aplicaciones se mencionarán procesamientos posteriores que requieren estabilización como paso previo y aplicaciones finales en temas de seguridad, industria y entretenimiento. En el capítulo 2 se mencionan las alternativas de solución del problema. Se presentan tanto las alternativas como sus características, ventajas y desventajas. Entre ellas se describen algunas alternativas mecánicas, que involucran equipos y sistemas sofisticados, y alternativas digitales como registro de imágenes, Structure from Motion y Geometría Epipolar. El capítulo 3 describe la metodología a emplear. Se utilizan gráficas, diagramas e imágenes para mostrar de manera sencilla cómo se piensa atacar el problema. Se describen los parámetros utilizados en cada etapa. El capítulo 4 muestra las simulaciones y los resultados del algoritmo implementado. Mediante imágenes se muestra los resultados de las etapas descritas en el capítulo anterior / Tesis

La identificación de la clasificación taxonómica de las plantas es un proceso realizado generalmente de forma manual por los especialistas botánicos en base a su experiencia. Sin embargo, la enorme variedad de especies de plantas, y la dificultad en la selección de propiedades o cualidades propias que permitan estimar una clasificación de las mismas, conforman un reto científico que se ha trasladado a un aspecto tecnológico para automatizar y apoyar dicho proceso. Por este motivo, se han propuesto diversos métodos desde los campos de reconocimiento de patrones y visión computacional para la identificación automática de las especies de plantas. Para esto, se suelen utilizar imágenes digitales de las hojas, debido a que esta es la parte de la planta que presenta una gran riqueza de atributos visuales como el color y la textura, que son objeto de esta investigación. En la investigación propuesta, se extraerán y combinaran diferentes grupos de descriptores de color y textura de las hojas en imágenes digitales escaneadas. Con dichos atributos, se entrenan algoritmos de aprendizaje de máquina para generar un modelo de clasificación que permita distinguir las especies de las plantas con una precisión aceptable según el estado del arte del problema. Para esto, se realizará un caso de estudio sobre el conjunto de imágenes de plantas: \ImageCLEF 2012", el cual posee un catálogo digital de hasta 115 especies botánicas diferentes. / Tesis

La identificación de la clasificación taxonómica de las plantas es un proceso realizado generalmente de forma manual por los especialistas botánicos en base a su experiencia. Sin embargo, la enorme variedad de especies de plantas, y la dificultad en la selección de propiedades o cualidades propias que permitan estimar una clasificación de las mismas, conforman un reto científico que se ha trasladado a un aspecto tecnológico para automatizar y apoyar dicho proceso. Por este motivo, se han propuesto diversos métodos desde los campos de reconocimiento de patrones y visión computacional para la identificación automática de las especies de plantas. Para esto, se suelen utilizar imágenes digitales de las hojas, debido a que esta es la parte de la planta que presenta una gran riqueza de atributos visuales como el color y la textura, que son objeto de esta investigación. En la investigación propuesta, se extraerán y combinaran diferentes grupos de descriptores de color y textura de las hojas en imágenes digitales escaneadas. Con dichos atributos, se entrenan algoritmos de aprendizaje de máquina para generar un modelo de clasificación que permita distinguir las especies de las plantas con una precisión aceptable según el estado del arte del problema. Para esto, se realizará un caso de estudio sobre el conjunto de imágenes de plantas: \ImageCLEF 2012", el cual posee un catálogo digital de hasta 115 especies botánicas diferentes.

Existen diversos sistemas de adquisición de imágenes, algunos de ellos son: CCD (Charge Couple Devices), sistemas basados en luz coherente, MRI (Magnetic Resonance Imaging), imágenes SAR (Radar de apertura sintética), etc. En todos los casos, las imágenes generadas se encuentran afectadas en alguna medida por distintos tipos de ruido. Se han estudiado y desarrollado diversos métodos para eliminar el ruido presente, para así obtener una mejor estimación de la escena de interés. La mayoría de algoritmos de restauración de imágenes digitales asumen que la clase de ruido y sus parámetros característicos son conocidos (p.e: varianza, coeficiente de variación, etc.). En la presente tesis se desarrolla e implementa un algoritmo para la estimación automática de la varianza y discriminación de la distribución del ruido presente en una imagen digital. La metodología propuesta se encuentra dividida en dos bloques principales. El primer bloque estima la varianza del ruido presente en la imagen utilizando un método basado en el cálculo de la moda de las varianzas obtenidas a partir de ventanas locales (segmentos de la imagen). El segundo bloque transforma una distribución de ruido específica en una distribución Gaussiana con varianza unitaria utilizando transformaciones de estabilización de varianza. Estos dos bloques trabajan de manera conjunta y automática haciendo uso de diversas reglas de decisión para, finalmente, poder discriminar la distribución que presenta la imagen digital analizada. El algoritmo será implementado en el software MATLAB y será capaz de discriminar entre las siguientes cuatro tipos de ruido: aditivo Gaussiano, multiplicativo Gamma, multiplicativo Rayleigh y Poisson. Los resultados computacionales se obtendrán a partir de imágenes con ruido cuya distribución y magnitud son conocidas. Los resultados obtenidos pueden ser utilizados luego para distintos tipos de pruebas. El orden que sigue la tesis es el siguiente: En el primer capítulo se define puntualmente el problema que se busca resolver. En el segundo capítulo se cubren todos los aspectos teóricos necesarios, así como los diversos métodos, algoritmos o estudios realizados anteriormente sobre este tema. El diagrama de bloques y los detalles del algoritmo se especifican en el capítulo tres. Por último, se presentan los resultados en el capítulo cuatro seguido de las conclusiones y recomendaciones. / Tesis