En el presente trabajo se muestra el desarrollo de un vehículo de pruebas que será parte de un sistema de estacionamiento automático mediante visión robótica, el cual permitiría a un vehículo real estacionarse sin la asistencia de un conductor en su interior. La visión robótica del sistema mencionado no es parte del trabajo realizado, por lo cual se simulará su funcionamiento mediante el ingreso de los parámetros requeridos para el estacionamiento del vehículo, directamente desde una computadora. Esta etapa de visión robótica está actualmente siendo desarrollada como trabajo tesis por una alumna de la Maestría de Procesamiento Digital de Señales de la PUCP. Para el presente trabajo se introducirán manualmente los datos que nos proporcionaría la etapa de visión robótica al programa de computadora. Este se encargará de generar los cálculos de la trayectoria que seguirá el vehículo de pruebas para estacionarse. Con ello se generarán las instrucciones que serán enviadas hacia el vehículo mediante un protocolo de comunicaciones inalámbrico. Finalmente el sistema electrónico implementado controlará el servomotor y el motor con caja reductora encargados de la dirección y del desplazamiento respectivamente. Un codificador incremental detectará el desplazamiento del vehículo garantizando así que el vehículo logre la trayectoria deseada. De ser implementado el sistema en un vehículo real, el proyecto plantea lograr con ello optimizar el espacio utilizado por los vehículos en las zonas de parqueo. Además también disminuir el tiempo que toma el aparcamiento del vehículo y reducir el riesgo de choque durante la maniobra. / Tesis

The minimum variance (MV) beamformer is an adaptive beamforming method that has the potential to enhance the resolution and contrast of ultrasound images. Although the sensitivity of the MV beamformer to steering vector errors and array calibration errors is well-documented in other fields, in ultrasound it has been tested only under gross sound speed errors. Several robust MV beamformers have been proposed, but have mainly reported robustness only in the presence of sound speed mismatches. Additionally the impact of PAC methods in mitigating the effects of phase aberration in MV beamformed images has not been observed Accordingly, this thesis report consists on two parts. On the first part, a more complete analysis of the effects of different types of aberrators on conventional MV beamforming and on a robust MV beamformer from the literature (Eigenspace-based Minimum Variance (ESMV) beamformer) is carried out, and the effects of three PAC algorithms and their impact on the performance of the MV beamformer are analyzed (MV-PC). The comparison is carried out on Field II simulations and phantom experiments with electronic aberration and tissue aberrators. We conclude that the sensitivity to speed of sound errors and aberration limit the use of the MV beamformer in clinical applications, and that the effect of aberration is stronger than previously reported in the literature. Additionally it is shown that under moderate and strong aberrating conditions, MV-PC is a preferable option to ESMV. On the second part, we propose a new, locally-adaptive, phase aberration correction method (LAPAC) able to improve both DAS and MV beamformers that integrates aberration correction for each point in the image domain into the formulation of the MV beamformer. The new method is tested using fullwave simulations of models of human abdominal wall, experiments with tissue aberrators, and in vivo carotid images. The LAPAC method is compared with conventional phase aberration correction with delay-and-sum beamforming (DAS-PC) and MV-PC. The proposed method showed between 1-4 dB higher contrast than DAS-PC and MV-PC in all cases, and LAPAC-MV showed better performance than LAPAC-DAS. We conclude that LAPAC may be a viable option to enhance ultrasound image quality of both DAS and MV in the presence of clinically-relevant aberrating conditions. / Tesis

La frecuencia de los incendios forestales ha ido en aumento, debido a actividades humanas y por el aumento del calentamiento global. En consecuencia, el proyecto de tesis tiene como objetivo, el desarrollo de un modelo de red neuronal que se puede integrar al análisis de la magnitud y extensión de los daños, además de apoyar en la planificación de los planes de recuperación del área afectada. Para ello, se realiza una segmentación y análisis de áreas afectadas por incendios forestales en imágenes satelitales usando redes neuronales convolucionales. En un principio, obtenemos un historial de incendios forestales en suelo peruano consultando la página de monitoreo de incendios forestales de SERFOR. Luego, las imágenes satelitales capturadas por el satélite Sentinel 2 se obtienen del repositorio de la agencia espacial europea. Finalmente, debido al gran tamaño de las imágenes obtenidas, estas se fraccionan en imágenes de 512 x 512 píxeles, donde posteriormente, se realiza un etiquetado manual del área afectada por el incendio forestal. Por otro lado, el modelo de red neuronal usa dos conjuntos de datos de imágenes 512 x 512 píxeles, capturadas por los satélites LandSat 8 y Sentinel 2. Inicialmente se trabaja con el conjunto de imágenes de LandSat 8 que ya cuentan con una etiqueta del área afectada. Una vez se obtiene el modelo inicial para la segmentación de la cicatriz del incendio. Se realiza un entrenamiento usando las imágenes de Sentinel 2. Para comprobar el correcto funcionamiento, se implementa una interfaz gráfica que ayuda a mostrar las máscaras de segmentación sobreponiéndose con la imagen original. Adicionalmente, se muestran colores calculados con el índice de calcinación normalizado para mostrar la gravedad del incendio forestal.

La automatización de procesos, en la actualidad, es una característica inherente a los diversos sistemas modernos. Su desarrollo a través de los años ha permitido diseñar técnicas mucho más precisas y de útil aplicación en diversas áreas. Precisamente en el entorno médico es donde se ha ido realizando bastas innovaciones con el propósito de obtener procedimientos seguros que contribuyan al bienestar del ser humano. El presente trabajo plantea el diseño del software de control de un sistema automático, adaptado a un microscopio, para la captura de imágenes en una muestra médica. Este diseño busca crear un prototipo que sea de utilidad en el área de baciloscopía de los diversos hospitales, ya que es en esa sección donde se realizan procedimientos rutinarios para la obtención de diagnósticos rápidos, que implican una toma de acciones preventivas para salvaguardar la salud del paciente. El trabajo se desarrolla en cuatro capítulos. El primer capítulo presenta el estado actual de la adquisición automática de imágenes de muestras médicas en microscopios, características de estos sistemas, propiedades y el desarrollo tecnológico que implica su fabricación y constante mejora. El segundo capítulo abarca los conceptos básicos necesarios para la comprensión a fondo del tema tratado. En el tercer capítulo se plantean la problemática y los objetivos que se deben cumplir al término del trabajo. Asimismo, se presenta de manera detallada el desarrollo de la solución al problema: Algoritmo de control del sistema, diagrama de flujo y código de programación; para ello se toman en cuenta las consideraciones necesarias para el desarrollo de la técnica realizada manualmente y la calidad mínima de imagen que solicita el especialista para la generación de un diagnóstico fiable. En el cuarto capítulo se realiza la evaluación del Algoritmo diseñado y la comprobación del cumplimiento de las especificaciones requeridas. Asimismo, se realiza la evaluación del trabajo realizado para ver su funcionamiento integral y los alcances que tiene, sus implicancias dentro de un trabajo aplicativo en laboratorio y los posibles errores en el proceso; obteniéndose resultados satisfactorios pues se verifica el correcto funcionamiento del algoritmo de control del sistema, ello se ilustra mediante imágenes de cada campo analizado y gráficas que describen la claridad de las imágenes dentro de la muestra a partir de un punto de referencia (primera imagen capturada manualmente). Posteriormente, se citan las conclusiones generadas a partir de las pruebas realizadas y los objetivos planteados. Estas conclusiones indican el cumplimiento de los objetivos generales y específicos así como sus posibles alcances dentro de un laboratorio de baciloscopía y su aplicación en la telemedicina, llamada telemicroscopía.

La Tuberculosis es una de las enfermedades más letales a nivel mundial. Los esfuerzos en salud pública están dirigidos a la temprana detección de los casos bacilíferos, ya que son la fuente de infección. En el mundo la detección se realiza mediante baciloscopía, que consiste en la observación de muestras de esputo para identificar y contar bacilos con la ayuda de un microscopio. Sin embargo, el procedimiento es subjetivo y consume excesivo tiempo al personal de salud. El presente estudio tiene como objetivo identificar bacilos en imágenes digitales captadas desde el microscopio. Dichas imágenes muestran bacilos y otros artefactos con el mismo color. Ambos tipos de estructura se almacenaron y etiquetaron individualmente conformando la base de datos. Se analizó el espectro de magnitudes de los descriptores de Fourier de dichas estructuras, con el fin de seleccionar los necesarios para la óptima caracterización e identificación. Mediante el método sub-óptimo de selección de características hacia atrás (backward feature selection) se determinó los 14 descriptores que mejor discriminan entre las clases. Para comprobar este método se diseño un programa que procesó las 480 estructuras de la base de datos. Dicho programa obtuvo un porcentaje de acierto de 96.86%, una sensibilidad de 100% y una especificidad de 91.47% El estudio demuestra que es posible la identificación de bacilos mediante la clasificación de descriptores de Fourier previamente seleccionados. Estos resultados sugieren que las técnicas de procesamiento de imágenes digitales tienen el potencial de agilizar el diagnóstico de Tuberculosis.

La papa, originaria de los Andes (Perú y Bolivia), forma parte de la dieta alimenticia mundial gracias al valor nutritivo y energético del almidón. Por ello, la institución del CIP (Centro Internacional de la Papa) realiza diversas investigaciones para su preservación yo mejoramiento. Una de las herramientas para los estudios de las plantas de papa son las cámaras multiespectrales, cámaras que permiten obtener imágenes en el espectro visible y del infrarrojo cercano. Estas imágenes muestran si el tubérculo tiene enfermedad, si les falta agua o nutrientes, entre otros. Estas cámaras tienen un alto costo en el extranjero lo cual no es accesible para los agricultores peruanos. Además tienen varias limitaciones tecnológicas como poca capacidad de almacenamiento, la lentitud en la toma de imagen, chasis rígido entre otros. Por tales razones el objetivo de la presente tesis es diseñar un sistema de adquisición de imágenes multiespectrales sin limitaciones tecnológicas y que proponga un costo menor al de las actuales.

La concha de abanico es una especie que está siendo muy requerida por el mercado nacional y principalmente internacional. Una de las etapas más importantes en su producción es el abastecimiento de semillas de conchas de abanico. Existen dos métodos para obtenerlas: una es mediante la captación natural y otra es a través de su producción en laboratorios especializados. Debido a los bajos volúmenes obtenidos a través de la captación natural, el Fondo Nacional de Desarrollo Pesquero (FONDEPES) ha implementado un centro para la producción de conchas de abanico en el Centro de Acuicultura La Arena, Playa El Basurero, Distrito Comandante Noel, Provincia de Casma, Departamento de Ancash. Es ahí donde se realiza la producción de semillas de conchas de abanico las cuales son alimentadas con microalgas, también producidas en el laboratorio a partir de cepas seleccionadas. Las larvas son monitoreadas diariamente por personal especializado, empleando un microscopio, para determinar su estado y volumen debido a que esta especie presenta una alta mortandad llegando en algunos casos a eliminar todo el volumen si es que no ha logrado el crecimiento adecuado debido a que son muy sensibles a varios factores como luz, temperatura, alimento, entre otros.

La tesis expuesta abarca la elaboración de un sistema de registro para imágenes que fueron tomadas por un aeromodelo sobre un campo de cultivo de papa, el cual es parte de un ambicioso proyecto de agricultura de precisión que actualmente se esta realizando el CIP (Centro Internacional de la Papa) y la PUCP. Dicho sistema generará un mosaico con las imágenes obtenidas en los espectros infrarrojo y rojo visible que posteriormente serán procesadas para obtener mapas de productividad, los cuales brindan información espacial detallada acerca la zona de cultivo con el objetivo de reducir el consumo innecesario y el impacto ambiental. En el primer capítulo se expondrá el estado del arte del proyecto a nivel global, posteriormente a nivel local y nalmente se analizarán las necesidades, las cuales enmarcan el objetivo del presente estudio. En el segundo capítulo se exponen las tecnologías vigentes para la solución del problema, considerando ventajas y desventajas se seleccionará la más e ciente que cumpla con las especi caciones y los objetivos para solucionar el problema propuesto. En el tercer capítulo se dará fundamento teórico a la solución propuesta y se detallará la implementación. Finalmente en el cuarto capítulo se someterá al algoritmo a diversas pruebas usando imágenes con cambios en el punto de vista, cambios de escala, desenfoque, compresión JPEG e iluminación.

El análisis de muestras de TBC con el uso de la baciloscopía requiere de largos periodos de tiempo en la medida que se desee obtener un diagnóstico más certero sobre la lectura de la muestra. Pese a que este análisis es llevado a cabo por personal calificado, los largos periodos lo convierten en un método tedioso debido a las posturas estáticas prolongadas que generan estrés en el operario, además de un esfuerzo visual prolongado mientras se examina la muestra. El presente proyecto de tesis tiene como objetivo principal reducir el tiempo dedicado al análisis de muestras tomando como referencia el trabajo realizado en el laboratorio de microbiología del Hospital Dos de Mayo, en la ciudad de Lima, en donde se documentó un tiempo de análisis que fluctúa entre 20 minutos y 2 horas (para 300 campos observados) dependiendo de la pericia del operario y de la dificultad para hallar bacilos en la muestra. Se propone una solución mediante el diseño e implementación de un sistema automatizado para la adquisición de imágenes en el microscopio usado en el laboratorio en mención. La presente tesis desarrolla el hardware necesario para la automatización del microscopio, desde el acondicionamiento de la planta para la implementación de motores que permitan su operación, hasta el diseño de una interfaz de comunicación que permita la recepción de comandos y el acondicionamiento de la señal de control para el accionamiento de los motores, haciendo el uso del puerto serial de una PC. Realizada la implementación se verificó la operatividad del hardware diseñado obteniéndose tiempos de análisis alrededor de 13.25 minutos para 300 campos analizados, menor al tiempo realizado por un técnico de laboratorio para la misma cantidad de campos. Con el sistema implementado como lazo abierto, ya que no cuenta con una lectura del giro del motor, se obtuvieron errores en el posicionamiento de la muestra que equivalen a la distancia entre 2 campos en la muestra. Pese a este error obtenido, el sistema podría ser implementado para el análisis de baciloscopía ya que este no requiere de mucha precisión en el posicionamiento.

Climate change and migration of population from rural to urban areas are affecting the agricultural production around the world. This study was based in the particular department of Ancash - Peru where corn is one of the most important crops of the region. Authorities in this region are concerned in finding a method, different from census; that can constantly monitor corn crops areas. This data is important to evaluate how these two causes will impact on food security in Ancash. The first part of the present thesis reviews the current techniques in the recognition of crop areas using remote sensing and multispectral images. The second part explains the methodology developed for this study, considering the data acquisition using Unmanned Aircraft Systems, the preparation of the acquired data and two deep learning model approaches. The first approach is based on binary classification of corn patches using Le Net model with near infrared images. The second one describes the segmentation of corn areas in different stages using the U-net model, in this case five band images were considered. The third part shows the results of both approaches. From these results it is concluded that training a model with data from different stages and scenarios of two campaigns (2016 and 2017) can achieve a 95% of accuracy in corn segmentation. / Tesis