El presente proyecto de tesis consiste en el diseño e implementación de un filtro de mediana 2D acelerado por GPU. El filtro es capaz de operar con valores en punto fijo y valores en punto flotante, además de hacer uso de un algoritmo que no cause divergencia permitiendo así que el desempeño de la ejecución del programa no disminuya. El primer capítulo muestra los conceptos básicos del filtro de mediana 2D y de los GPUs. Se establece el contexto y la problemática que se busca resolver, se mencionan implementaciones previas como parte del estado del arte y se indican los objetivos a cumplir con la presente tesis. En el segundo capítulo se establece la teoría de los métodos que se utilizaran para el desarrollo del filtro. Adicionalmente, se mencionan técnicas para aumentar el desempeño del programa de forma independiente al desarrollo del filtro. En el tercer capítulo se establece el diseño del filtro a implementar, mencionando las consideraciones necesarias para la ejecución satisfactoria del programa y las técnicas utilizadas para aumentar el desempeño por medio del código. En el cuarto capítulo se muestra los resultados tras la ejecución del filtro sobre un grupo de imágenes. Se comparan los resultados obtenidos por la presente implementación contra implementaciones previas. Finalmente se muestra las conclusiones a las que se llegaron con la presente tesis, mencionando recomendaciones para añadir al trabajo realizado.

La elastografía abarca un grupo de técnicas no invasivas para la caracterización de tejidos como complemento al diagnóstico médico de diversas patologías. Una de estas técnicas es la elastografía por campo reverberante (R-SWE, por sus siglas en inglés), la cual consiste en generar un campo reverberante en el tejido de interés mediante múltiples fuentes de vibración asumiendo una distribución isotrópica de ondas planas para facilitar el cálculo de la velocidad de onda de corte (SWS, por sus siglas en inglés). Su factibilidad ha sido validada para la caracterización de mamas, hígado, riñones, músculo y pie; sin embargo, el cálculo de la SWS ha sido comprobado mientras se verifique la uniformidad del campo. El modelo actual que valida la estimación de la SWS se basa en la umbralización del coeficiente de determinación R2, el cual es producto del ajuste de curva a la autocorrelación de la velocidad de partículas, no obstante, este no analiza propiamente el concepto de uniformidad. En el presente trabajo, se presenta el estudio del fenómeno de uniformidad en un campo reverberante, mediante la extracción y análisis de estimadores estadísticos usados en campos reverberantes de ondas electromagnéticas con sus equivalencias en ondas mecánicas. Se propone un modelo identificación de campos reverberantes uniformes para la asistencia de la R-SWE, basado en clasificadores automáticos basados en regresión logística, análisis discriminante lineal y máquinas de vector soporte (con kernel lineal y gaussiano) con exactitudes de 0.713, 0.729, 0.732 y 0.817, respectivamente.

En diversos cruces de avenidas de la ciudad de Lima, se observan patrones anormales de comportamiento peatonal, inadecuada semaforización y diseño vial no ideal para los peatones. Estos últimos son los más vulnerables en los accidentes de tránsito y son quienes deberían requerir mayor prioridad en el diseño de intersecciones. Para mejorar los diseños de las intersecciones se requiere datos de flujo peatonal, que se pueden medir de diversas maneras. Actualmente, el método de conteo de peatones utilizado es manual, el cual es realizado por equipos de personas desde una esquina o mediante una grabación y que tiene una baja eficiencia por error humano, además del costo por hora que ello implica. Por esta razón, la presente tesis expone nuevos métodos de conteo más eficaces ejecutados en una intersección conocida y sus resultados comparados con cifras esperadas. El primer capítulo de la tesis presenta el marco problemático que justifica la importancia de la presente tesis, los métodos generales usuales para detección de peatones y expone los objetivos de la tesis. El segundo capítulo describe los fundamentos teóricos sobre procesamiento de imágenes utilizados para el desarrollo de los posteriores capítulos y los métodos específicos para cada etapa del algoritmo. El tercer capítulo enumera los pasos de la propuesta para el conteo de peatones, las funciones implementadas y librerías utilizadas para cada una de las etapas de esta aplicación. Por último, el cuarto capítulo revisa los resultados de la propuesta por cada etapa para diferentes videos y hace un análisis de estos para su recomendación de uso en futuras aplicaciones.

La presente tesis tiene como objetivo principal establecer una nueva ecuación para el modelo de Kuz-Ram para la determinación del tamaño “x50” mediante el algoritmo de Levenberg-Marquardt para reducir el error que tiene y que permita obtener predicciones con un mayor grado de certeza. En este trabajo, se usará data de campo procesada por software de procesamiento de fotos para poder generar la nueva ecuación junto al lenguaje de programación Python para elaborar un modelo no lineal. Se establecerán pruebas y medidas estadísticas para ver el acercamiento que tiene el modelo Kuz-Ram a la realidad antes y después de la implementación del nuevo modelo con métodos estadísticos para poder medir el acercamiento del modelo a la data real. Posterior a esto, se establecerá las correlaciones estructurales entre las variables asumiendo una tendencia lineal entre ellas y finalmente con el método Monte Carlo el error porcentual para la curva de distribución granulométrica y su acercamiento con los datos reales.

La presente tesis muestra el diseño de un algoritmo que detecta torres de alta tensión y clasifica el nivel de corrosión que presenta. El sistema recibe las imágenes capturadas por un dron que se desplaza por toda la línea de transmisión. Esta tesis forma parte de un proyecto que tiene como propósito la automatización del proceso de inspección de torres de alta tensión. En cuanto a la metodología, se establecieron 3 etapas donde cada una tiene su propio modelo de aprendizaje profundo. Primero, se tiene un detector basado en la arquitectura RCNN y VGG16 para obtener las coordenadas donde se encuentra ubicado el objeto de interés. Segundo, se tuvo que añadir un clasificador de torres, basado en la arquitectura Alexnet con optimizador Adam, ya que había una gran presencia de falsos positivos en la salida del detector debido a la poca cantidad de imágenes en el conjunto de datos. Tercero, se presenta un clasificador de corrosión, basado en la arquitectura VGG16 y optimizador Adam, que etiqueta, la región extraída y clasificada como en la salida de la etapa previa, con una de las 3 nomenclaturas: alta corrosión, baja corrosión e indeterminado. Finalmente, los resultados finales mostraron una precisión promedio de 0.6 en la etapa del detector, precisión del 99.5% al clasificar la torre, la cual refleja una mínima presencia de falsos positivos, y una exactitud del 89.5% al momento de etiquetar el nivel de corrosión del objeto detectado.

El desarrollo de los drones ha ido en aumento con el paso de los años, logrando cada vez máquinas más complejas y capaces de implementarse en tareas de uso militar y civil, por ejemplo en búsqueda y rescate de personas, fotografía, entretenimiento, carreras, transporte de objetos, entre otros. Este estudio resume el desarrollo de un concepto de solución de un módulo mecatrónico capaz de darle a un dron la habilidad de realizar aterrizajes precisos sobre plataformas que se encuentran en movimiento. Primero, se investigan trabajos previos que comparten objetivos con este proyecto en el aspecto de hardware, software, técnicas de procesamiento de imágenes, técnicas de control e implementación. Luego, basado en una lista de requerimientos y una estructura de funciones se proponen conceptos de solución preliminares y se evalúan bajo aspectos técnico-económicos. Finalmente, se mejora la solución obtenida después de la evaluación y se obtiene un diseño conceptual óptimo del módulo capaz de proporcionar a un dron la habilidad anteriormente mencionada.

En el presente trabajo se diseña un sistema mecatrónico para la prevención de la excesiva pesca de anchovetas jóvenes; es decir, especies que aún no se han reproducido, con el fin de evitar el uso indiscriminado del recurso y ayudar al cumplimento de las reglas impuestas por el Instituto del Mar Peruano (IMARPE) y por el Ministerio de Producción (PRODUCE) con respecto a la pesca de anchovetas. Estas normas expresan que solo se puede pescar un cardumen donde la cantidad de juveniles, especies con menos de 12cm, sea menor al 10% del cardumen (Ministerio de Producción, 2015). Por ello, el sistema tiene como función principal informarle al usuario el porcentaje de especies jóvenes y adultas encontradas en el cardumen respecto al total. Con dicho fin, el sistema de visión del vehículo sumergible grabará un video usando cámaras estereoscópicas y posteriormente enviará dicho video al computador ubicado en la embarcación. Este computador es el encargado de procesar el video e indicarle al usuario los porcentajes de juveniles y adultos. El trabajo comienza con la investigación de la problemática y tomando como referencia un diseño conceptual desarrollado previamente. Posteriormente, se enuncian los objetivos y el alcance del proyecto. Con dicha información se inicia el diseño por subsistemas, en el cual se realizan los cálculos y selecciones necesarias para los componentes del sistema mecatrónico. Además, se comprueba el funcionamiento de la propuesta mediante un análisis a la estructura del vehículo y una simulación con el algoritmo de visión desarrollado. Finalmente, se obtienen los costos del proyecto, los cuales han sido divididos en costos de componentes y de fabricación.

La hidrofobicidad es la propiedad que tienen algunos elementos para repeler el agua. Esta juega un rol importante en el desarrollo de nuevos productos dentro del comercio de pinturas, insecticidas, tintes, alimentos en polvo disolventes, remedios, combustibles, vidrios automotrices, entre otros. Estudios actuales, indican que el nivel de hidrofobicidad se puede determinar al analizar el ángulo que se forma entre una superficie y la recta tangente que pasa por el punto de intersección entre la gota y la superficie. Actualmente, existen diferentes equipos comerciales para laboratorio que se utilizan para calcular el ángulo. De este modo, se determina si una superficie es impermeable o no y en qué magnitud. Usualmente, estos equipos realizan la dosificación de la gota y el análisis de forma automática. Para ello, capturan una imagen que evidencia el comportamiento de la gota en la superficie a evaluar y la analizan digitalmente de forma manual. En el presente trabajo de tesis se diseñó un sistema mecatrónico que permite realizar pruebas de hidrofobicidad utilizando un algoritmo de procesamiento de imágenes digitales a nivel laboratorio. El primer capítulo comprende el análisis del estado del arte y la definición de los conceptos necesarios para la implementación del diseño mecatrónico. El segundo capítulo, comprende el diseño conceptual de la tesis, así como los requerimientos del diseño. El tercer capítulo, presenta la realización de los cálculos mecánicos, la elaboración de planos mecánicos de ensamble y despiece de las piezas diseñadas. Así mismo, contiene el esquema electrónico y la selección de los componentes electrónicos, finalmente, el capítulo presenta el desarrollo del algoritmo del funcionamiento del sistema. El cuarto capítulo, explica el funcionamiento de la interfaz de usuario, así como las pruebas y resultados realizados por el algoritmo codificado. Finalmente, el quinto capítulo, comenta los costos finales estimados de todo el diseño mecatrónico. Como conclusiones del presente trabajo, se logró diseñar un sistema mecatrónico que permita el cálculo de hidrofobicidad de un material. Así mismo, se logró elaborar una interfaz gráfica que permita seleccionar una imagen y se logró evaluarla con un algoritmo de procesamiento de imágenes en diferentes materiales obteniendo un error máximo de 1.3% de exactitud. Finalmente, se logró proponer un diseño cuyo costo total representa el 47.6% del precio final de productos comerciales existentes en el mercado.

El presente proyecto de fin de carrera busca presentar un aporte al campo de la agricultura de precisión, el cual tiene como propósito aplicar y desarrollar nuevos mecanismos tecnológicos para optimizar las tareas involucradas en la agricultura. Una de las herramientas dentro de la agricultura de precisión es la percepción remota, con la cual se pueden obtener imágenes de los campos de cultivo a gran altura, permitiendo la identificación de características que no son fácilmente visibles cuando se está al nivel del suelo. Las imágenes capturadas mediante la percepción remota son empleadas por diversos especialistas en la interpretación de determinados índices de vegetación, cuyos resultados ayuden a facilitar y mejorar las tareas del agricultor. La captura de dichas imágenes es obtenida a través de sensores remotos colocados en satélites, aviones y actualmente, el uso de vehículos aéreos no tripulados (Unmanned Aerial Vehicle – UAV) ha sufrido un considerable incremento. Sin embargo se presentan algunos inconvenientes con respecto al procesamiento de las imágenes adquiridas por los UAVs. En primer lugar debido a la necesidad de monitoreo constante, es necesario que los UAVs sobrevuelen la zona a tratar periódicamente, generando una gran cantidad de imágenes de una misma zona a tratar en diferentes periodos de tiempo, resultando que en cada captura las imágenes de la misma zona presentan distintas características: traslación y rotación espacial (considerando un punto de referencia fijo) e iluminación. En segundo lugar, debido a la necesidad de determinación de parámetros de vegetación, temperatura, humedad, entre otros, es necesaria la obtención de imágenes con cámaras que trabajen en diferentes bandas del espectro electromagnético (bandas de color azul, rojo, verde e infrarrojo). En algunas ocasiones una sola cámara no trabaja en todas las bandas del espectro por lo que se requiere colocar más de una cámara en el UAV, con el resultado de que las imágenes capturadas de una misma zona no están alineadas espacialmente debido a la posición de las cámaras en el UAV. De este modo se hace necesario de algún método que permita la alineación de las imágenes capturadas por los UAVs, ya sea que estas provengan de diferentes puntos de vista o de diferentes sensores, para una misma zona a tratar. Al procedimiento requerido para la alineación de dos o más imágenes de un mismo objeto de interés se le conoce como registro de imágenes.

En la presente tesis se aborda el diseño e implementación de un algoritmo que permite formar la imagen completa de un documento con texto impreso partiendo de un video que contiene fragmentos de la página en cuestión. Dicho algoritmo recibe como entrada un video registrado empleando la cámara de un teléfono móvil y como resultado retornará la imagen del documento con texto completo; esta imagen puede ser empleada posteriormente en un algoritmo de reconocimiento óptico de caracteres (u OCR por sus siglas en inglés) para recuperar el texto en forma digital. El enfoque del desarrollo de esta propuesta es el de brindar una solución alternativa, en cuanto a adquisición de imágenes, para las existentes aplicaciones móviles de OCR enfocadas en apoyar a personas con ceguera parcial o total. Para abarcar el planteamiento y cumplimiento de los objetivos de este proyecto, se ha estructurado el mismo en 4 capítulos. En el capítulo 1 se aborda la actual situación de personas con distintos grados de discapacidad visual en nuestro país y diversos sistemas que buscan apoyarlos en recuperar su autonomía informativa y educativa. Además, se trata detalles sobre el estado del arte en adquisición de imágenes para las aplicaciones OCR existentes en la actualidad y sus falencias. En el capítulo 2 se presenta el marco teórico que avala el desarrollo del algoritmo propuesto, desde la teoría necesaria en procesamiento de imágenes y, también, sobre el registro de vídeos. En el capítulo 3 se trata el diseño e implementación del algoritmo en dos plataformas: inicialmente en Python 3.6 para la etapa de calibración de parámetros en una computadora de escritorio, y en C++ para las pruebas finales en un teléfono con SO Android. En dicho capítulo también se hace presente consideraciones planteadas para la creación del conjunto de videos de pruebas en Python. Finalmente, en el capítulo 4 se exponen las pruebas y resultados obtenidos de la aplicación del algoritmo, en Python, sobre la base de muestras creadas, y los resultados finales del uso de la aplicación en Android. Para estimar el grado de conformidad de la imagen resultante se hará uso de la métrica de Levenshtein o distancia de edición, la cual señala cuántos caracteres detectados en la imagen compuesta son diferentes a los caracteres del texto original.