Programa de Doctorado “Sistemas industriales, computación y reconocimiento de formas”. / Proyecto de investigación “Sistema de visión para navegación autónoma” (CICYT TAP98-0333-C03-03).

El desarrollo de este trabajo, presenta el diseño de un sistema de visión artificial, capaz de medir Annona Cherimola Mill (Chirimoya) del ecotipo Aurora, las cuales provienen de la comunidad de Callahuanca, para posteriormente clasificar aquellas que cumplan con una dimensión de 10 x 12 cm empleando para la etapa de procesamiento: Ajuste de contraste y para la etapa de segmentación, Cierre, Apertura y Código Cadena; los métodos seleccionados cumplen con los tiempos de computo de diseño. Fue posible clasificar exitosamente 91 de 91 Chirimoyas de Categorías Extra y Primera estudiadas con un 100% de efectividad, una precisión de medida de 0,35mm y un error permisible de 2,18mm. Las pruebas se efectuaron en un prototipo diseñado para tal motivo y no en el equipo final; el error obtenido durante las pruebas es menor al establecido en los requerimientos en cuanto a la selección del fruto. En la memoria descriptiva, se presentan los cálculos referentes a la selección del dispositivo de captura, lentes y requerimientos de la iluminación empleando la metodología de diseño VDI-2221. El control del banco de pruebas, empleado para validar los algoritmos realizados, se realizó con un PLC y para realizar el procesamiento de imágenes, se optó por un computador de escritorio con procesador Intel R Core i5 CPU 2.53GHz junto con una cámara con comunicación USB 3.0. El diseño mecánico-eléctrico no es motivo de estudio en la presente investigación. / Tesis

En este proyecto, un brazo robot permitirá seleccionar objetos (tornillos, tuercas, llaveros, etc) que se encuentran en una mesa, independiente de la posición y orientación. El problema se aborda mediante un esquema de Visión Artificial consistente en 6 etapas: obtención de la imagen, preprocesamiento, segmentación, extracción de características, clasificación y manipulación con el brazo robot. / Tesis

The human visual ability to perceive depth looks like a puzzle. We perceive three-dimensional spatial information quickly and efficiently by using the binocular stereopsis of our eyes and, what is mote important the learning of the most common objects which we achieved through living. Nowadays, modelling the behaviour of our brain is a fiction, that is why the huge problem of 3D perception and further, interpretation is split into a sequence of easier problems. A lot of research is involved in robot vision in order to obtain 3D information of the surrounded scene. Most of this research is based on modelling the stereopsis of humans by using two cameras as if they were two eyes. This method is known as stereo vision and has been widely studied in the past and is being studied at present, and a lot of work will be surely done in the future. This fact allows us to affirm that this topic is one of the most interesting ones in computer vision.The stereo vision principle is based on obtaining the three dimensional position of an object point from the position of its projective points in both camera image planes. However, before inferring 3D information, the mathematical models of both cameras have to be known. This step is known as camera calibration and is broadly describes in the thesis. Perhaps the most important problem in stereo vision is the determination of the pair of homologue points in the two images, known as the correspondence problem, and it is also one of the most difficult problems to be solved which is currently investigated by a lot of researchers. The epipolar geometry allows us to reduce the correspondence problem. An approach to the epipolar geometry is describes in the thesis. Nevertheless, it does not solve it at all as a lot of considerations have to be taken into account. As an example we have to consider points without correspondence due to a surface occlusion or simply due to a projection out of the camera scope.The interest of the thesis is focused on structured light which has been considered as one of the most frequently used techniques in order to reduce the problems related lo stereo vision. Structured light is based on the relationship between a projected light pattern its projection and an image sensor. The deformations between the pattern projected into the scene and the one captured by the camera, permits to obtain three dimensional information of the illuminated scene. This technique has been widely used in such applications as: 3D object reconstruction, robot navigation, quality control, and so on. Although the projection of regular patterns solve the problem of points without match, it does not solve the problem of multiple matching, which leads us to use hard computing algorithms in order to search the correct matches.In recent years, another structured light technique has increased in importance. This technique is based on the codification of the light projected on the scene in order to be used as a tool to obtain an unique match. Each token of light is imaged by the camera, we have to read the label (decode the pattern) in order to solve the correspondence problem. The advantages and disadvantages of stereo vision against structured light and a survey on coded structured light are related and discussed. The work carried out in the frame of this thesis has permitted to present a new coded structured light pattern which solves the correspondence problem uniquely and robust. Unique, as each token of light is coded by a different word which removes the problem of multiple matching. Robust, since the pattern has been coded using the position of each token of light with respect to both co-ordinate axis. Algorithms and experimental results are included in the thesis. The reader can see examples 3D measurement of static objects, and the more complicated measurement of moving objects. The technique can be used in both cases as the pattern is coded by a single projection shot. Then it can be used in several applications of robot vision.Our interest is focused on the mathematical study of the camera and pattern projector models. We are also interested in how these models can be obtained by calibration, and how they can be used to obtained three dimensional information from two correspondence points. Furthermore, we have studied structured light and coded structured light, and we have presented a new coded structured light pattern. However, in this thesis we started from the assumption that the correspondence points could be well-segmented from the captured image. Computer vision constitutes a huge problem and a lot of work is being done at all levels of human vision modelling, starting from a)image acquisition; b) further image enhancement, filtering and processing, c) image segmentation which involves thresholding, thinning, contour detection, texture and colour analysis, and so on. The interest of this thesis starts in the next step, usually known as depth perception or 3D measurement.

El síndrome de Guillain Barré es una polirradiculoneuropatía de evolución aguda o sub aguda que ataca progresivamente el sistema nervioso central impidiendo el movimiento de una persona progresivamente, empieza en los brazos y piernas y se extiende hasta el cuello, en el 50% de los casos se requiere de un ventilador mecánico, por lo que se considera una enfermedad critica, el problema de la enfermedad es que dificulta la comunicación entre los pacientes y su entorno, esto hace que durante el ciclo de la enfermedad, 1 año aproximadamente, este paciente presente complicaciones por la falta de comunicación. El presente proyecto de tesis está enfocado a desarrollar un Sistema de Visión artificial, basado en la detección de los movimientos del ojo que permitió solucionar el problema de la falta de comunicación de los pacientes con síndrome de Guillain Barre del Hospital Nacional Almanzor Aguinaga Asenjo. El SVA presenta una interfaz con algunos mensajes predefinidos, así como un teclado para escribir un mensaje propio, dirigiendo la mirada hacia el lugar que quieren realizar el “click”, referenciándose por un puntero que le permitirá asegurar el lugar exacto donde quiere clickear, para esto se usara la técnica de “tracking eye” o técnica de seguimiento de los ojos, mediante el uso de una cámara para captar los movimientos del ojo y poder usarlo en el sistema de visión artificial, que se desarrollara en base a la metodología propuesta por Kong y Nilson (2005), que consta de 3 etapas, la representación de la imagen, el procesamiento de la imagen y el análisis de la misma. La población de esta tesis es no probabilística por lo que se realiza en los 5 pacientes con SGB que se encontraban hospitalizados durante la realización de esta tesis.

La realidad aumentada es una tecnología que permite la creación de uno o varios espacios físicos en los que interactúan objetos generados por computadora, con elementos que existen en nuestra realidad, cuyas características son la interactividad en tiempo real. Durante el desarrollo de este trabajo se presentarán de forma teórica las definiciones y características de esta tecnología, además de cómo se interrelaciona con la disciplina de visión por computador para el diseño de los métodos de seguimiento. Adicionalmente, se hará una breve descripción de las herramientas de software empleadas, como las librerías de código abierto OpenGL y OpenCV, siendo la primera aquella que permitirá superponer información a manera de imágenes cuando un marcador sea detectado; y la segunda es una librería que se empleará para la inicialización de la cámara en el entorno C++, así como la administración y gestión de la pila de memoria. En una primera instancia se presentaran 3 propuestas de modelos de detección de marcadores, las propuestas planteadas hacen uso de los métodos de binarización adaptiva, detección de contornos, detección de gradientes, bordes y finalmente detección de esquinas. El modelo que más se ajustó a los objetivos fue el de binarización adaptiva con detección de contornos. A partir de ese punto el nuevo objetivo de trabajo será trasladar el modelo, desarrollado en un computador, a una plataforma de desarrollo móvil. La plataforma que más se ajusta a las necesidades del proyecto es la plataforma ODROID, debido a que sobre todo es capaz de ejecutar el sistema operativo Android y muchas variantes de Linux. Finalmente, la localización del algoritmo de detección en la plataforma ODROID hará uso de la librería OpenCV para Android, así como de la Interfaz Nativa de Java (JNI) y la librería OPENGL ES para dispositivos móviles. El objetivo final es detectar correctamente un marcador, y además renderizar una figura sobre el marcador detectado. Esta imagen debe seguir el movimiento del marcador a través de la pantalla.

No description available.

No description available.

D.L. A 129-2008

La visión es uno de los sentidos más importantes que posee el ser humano. Inicialmente la visión por computador trató de imitar al sistema visual humano, pero la cantidad de información captada y procesada es tal, que dicha imitación sigue siendo actualmente una utopía. Por ello, los sistemas de visión por computador se dividen en distintas fases, (captación, preprocesamiento, segmentación, análisis de formas y clasificación de objetos), que son abordadas de manera independiente, aunque existe una gran interrelación entre todas ellas. Esta tesis aporta un nuevo modelo de visión por computador, centrado en las fases de segmentación y análisis de formas, buscando en ambos casos una buena respuesta. Previamente se analiza cuál es el espacio de color más adecuado para plantear el modelo. En la fase de segmentación de imágenes, se comparan dos métodos, uno de ellos utilizando una función de energía y otro mediante la utilización de un umbral. Utilizando el algoritmo definido para la segmentación de imágenes, en la fase de análisis de formas, se consigue definir una única propiedad que describe de manera unívoca cada uno de los objetos de una base de datos, el Histograma de distancias al centroide. / Vision is one of the most important senses that humans have. Initially, computer vision tried to imitate the human visual system, but the amount of captured and processed information is so huge that, nowadays, the imitation is still an Utopia. That is why the computer vision systems are divided into several phases (capture, preprocessing, segmentation, shape analysis and object classification), that are usually tackled independently, although there exists an important interrelation between them. This thesis proposes a new model for computer vision, focused on the segmentation and shape analysis stages, with the aim in both cases of having good results. In a previous study, an analysis to determine the most suitable colour space for the model is done. In the image segmentation phase, two methods are compared, one of them using an energy function and the other using a threshold. The image segmentation algorithm is used in the shape analysis phase to define a unique feature to totally describe an object and to distinguish it from all the others in a data base. This feature is the Distances to Centroid Histogram.