El presente documento de tesis tiene por objetivo el diseño de un módulo educativo en ultrasonografía Modo-B utilizando un emisor-receptor PANAMETRICS-NDT OLYMPUS 5800 y el desarrollo de un paquete de guías introductorias a la física e instrumentación del ultrasonido. Este trabajo se ha llevado a cabo a en el Laboratorio de Imágenes Médicas de la PUCP. La metodología implementada para el desarrollo comenzó con el diseño de un sistema de posicionamiento electrónico controlado por computadora, luego se implementaron funciones de control para el posicionador, funciones de captura por medio de un osciloscopio digital para el programa principal y finalmente una función encargada del procesamiento de la señal capturada. Todo el proceso se realizó utilizando el entorno de programación MATLAB y está contenido en una sola función principal que es utilizada en las experiencias de las guías junto a las funciones de control del posicionador. Para cuantificar la exactitud del sistema, se escanearon tres fantomas de hierro forjado dentro de los rangos focales del transductor escogido (PANAMETRICS NDT V306). En cada una de las pruebas se calculó la exactitud axial y lateral, comparando las medidas obtenidas con las magnitudes reales de los fantomas. Al finalizar el desarrollo de esta Tesis se logró implementar un sistema ultrasonográfico de posicionamiento dirigido por computadora con resolución de paso 0.05922” que genera imágenes en Modo-B con resolución axial y lateral menor a 0.25” y error de exactitud menor a 5%.

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.

Este trabajo presenta el desarrollo de una arquitectura flexible que realiza las operaciones necesarias para la obtención de la fase relacionada a una imagen, en escala de grises, analizada en una componente canalizada AM-FM aprovechando el paralelismo brindado por los Arreglos de Puertas Programables en Campo (FPGAs).

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.

El presente trabajo nace de la idea de intentar solucionar la problemática de los accidentes de tránsito en carreteras, especialmente de los buses interprovi ncia les. La idea es situar una cámara de video en la parte superior del vehículo y mediante el algoritmo desarrollado, determinar si el bus está en su carril o si se está desviando. Se plantea el reconocimiento y análisis de las líneas de las carreteras mediante el procesamiento de imágenes. Con el objetivo de implementar un sistema de análisis completo y aprovechando las capacidades del procesamiento de imágenes, se ha planteado reconocer las líneas y distinguirlas de acuerdo a sus características. Considerando las líneas de la pista en zona de carretera, se tienen cuatro tipos: Línea blanca continua: indica los límites de la pista. Línea amarilla continua: indica pista de doble sentido, lo cual significa que no se puede cambiar de carril. Línea blanca segmentada o discontinua: significa división de carriles y tránsito en la misma dirección. Línea amarilla segmentada o discontinua: significa que la pista es de doble sentido, sin embargo está permitido el cambio de carril. Para el presente trabajo de investigació..n, se consideran tres tipos de líneas: Líneas continuas (blancas o amarillas), líneas discontinuas blancas y líneas discontinuas amarillas. Entonces al reconocer alguna línea, se analizará para saber qué tipo es y finalmente el sistema marcará las líneas para indicar los bordes de los carriles sobre la carretera. El desarrollo del algoritmo se dividió en tres partes: segmentación de todos los objetos que contrastan con el color del pavimento, identificación de las líneas y clasificación de las líneas encontradas. En la segmentación de los objetos se utilizó primero Umbralización automática. Este proceso reconocía la tonalidad de gris que marcaba la diferencia entre la tonalidad del pavimento y la de las líneas. Sin embargo, usando este método no se obtuvo los resultados esperados debido a la presencia de líneas con distintas tonalidades. Entonces se usó un filtro detector de contrastes de tal manera que con esto sólo se tiene una idea dónde pueden estar las líneas. Luego se usa esto como máscara y se hace una umbralización automática en cada región independiente hallada en el filtro. La identificación de las líneas fue un proceso más empírico. Ya que primero se obtuvieron los datos de los objetos: área, longitud, ancho, ángulo y centro de gravedad (centroide). Luego se estableció un rango de valores - hallado experimentalmente- de cada parámetro que mediante comparaciones, se concluía si es que se trataba de una línea. En esta parte se tuvo que hacer muchos ajustes luego de las pruebas. Puesto que en un principio se trabajó con líneas casi ideales y el rango fue muy reducido. En la clasificación de las líneas, también se uso un método similar al anterior: basado en comparaciones. Aunque en esta parte fue necesario tener mayores consideraciones para el desarrollo del algoritmo. Se tuvo que considerar el tema de la perspectiva para saber obtener mediciones más exactas con relación a la realidad. Finalmente un sistema de ayuda o asistencia al conductor para buses interprovinciales, tendría como base e.ste algoritmo de análisis desarrollado. Sin embargo faltaría establecer el sistema de control que recibiría las señales del algoritmo de reconocimiento y emitiría las salidas hacia los actuadores ya sea de manera pasiva (algún tipo de sonido o luz) o activa (control del volante o de los frenos). De tal manera que el bus pueda ser más seguro ante errores del chofer.

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.

La agricultura de precisión se beneficia del uso de tecnologías de información para aumentar la productividad de los cultivos y aminorar los problemas como plagas o mal uso de recursos. Dentro de estas tecnologías se encuentra el sensado remoto, que valiéndose del uso de imágenes tomadas a gran altura, permite diagnosticar el estado de una cosecha, realizar un seguimiento técnico del cultivo así como también prevenir diversos inconvenientes. La presente tesis está enmarcada en el uso de la tecnología de sensado remoto y parte de estudios previos en los que se utilizaron imágenes multiespectrales aéreas para el análisis de diversos cultivos. Esto se dio en el marco del proyecto “Agricultura de Precisión para la Producción de Cultivos de Seguridad Alimentaria y de Agro Exportación” patrocinado por el Centro Internacional de la Papa (CIP) y el Fondo Nacional de Ciencia y Tecnología. (FINCYT). En el proyecto mencionado se utilizó un par de cámaras adaptadas para la captación de imágenes en los espectros rojo e infrarrojo cercano, las cuales iban instaladas dentro de un aeromodelo que efectuaba el recorrido sobre el cultivo o plantación.Se encontró que las imágenes adquiridas tenían gran cantidad de pixeles oscuros o saturados, identificando la causa como la falta de control sobre el tiempo de exposición que utilizaban las cámaras a bordo. Este estudio presenta el desarrollo de un controlador para el tiempo de exposición de dichas cámaras haciendo uso de lógica difusa para su modelado y programación. El primer capítulo enmarca la necesidad de contar con recursos descriptivos de plantaciones aprovechando tecnología de bajo costo frente a las opciones del mercado. El segundo capítulo, describe distintas formas de adaptación de parámetros en cámaras digitales y aborda el diseño en lógica difusa como alternativa a estos métodos. El tercer capítulo, describe el diseño del controlador y los programas encargados de realizar tanto la modificación del tiempo de exposición, como la muestra de información hacia los usuarios finales. Finalmente el cuarto capítulo muestra las conclusiones y plantea recomendaciones para futuros proyectos basados en este estudio.

Anualmente un millón y medio de nuevos casos de cáncer de mama son diagnosticados alrededor del mundo. Por tal motivo, se han establecido estrategias de despistaje temprano de cáncer de mama que utilicen a la mamografía como principal herramienta. Adicionalmente, se han evaluado diversas variables clínicas que han sido capaces de estimar el riesgo a desarrollar esta neoplasia. Entre estas variables se encuentra la densidad mamaria o tejido denso catalogado como principal indicador del cáncer de mama. La densidad mamaria o tejido denso de la mama incrementa de 3.5 a 5 veces el riesgo de adquirir cáncer de mama. La mamografía es una imagen formada a partir del principio de rayos X, describe a los tejidos de la mama y permite la evaluación del estado clínico de los pacientes. Se utilizan dos acercamientos para su estudio, estos consisten en el análisis cualitativo y cuantitativo. En el primero se utiliza el criterio de la observación del médico para dar su juicio de cada caso. En el segundo se procesan digitalmente mamografías y se les aplican técnicas de segmentación, luego se utilizan métodos cuantificables como estimadores globales. La segmentación consiste en subdividir una mamografía en los tejidos que la constituyen mientras que los estimadores globales son algoritmos que se aplican a la imagen completa y brindan indicadores cuantitativos de esta. El objetivo de la presente tesis es realizar una comparación entre el tejido denso obtenido mediante los técnicas de segmentación de Bden, bimodal, C-medias difusas y Otsu con el establecido por un patrón de oro (segmentación manual de experto). A partir de las comparaciones, se propondrá un algoritmo de segmentación validado en base a estimadores globales. Para alcanzar dicho objetivo, se cumplirán los siguientes objetivos específicos: implementación de técnicas de segmentación de Bden, bimodal, C-medias difusas y Otsu para calcular el tejido denso; implementación de estimadores globales intersección sobre unión, índice de similitud estructural (SSIM) y norma L2; comparación cuantitativa del tejido denso entre mamografías segmentadas y mamografías del patrón de oro; implementación de propuesta de técnica de segmentación y cálculo de tejido denso de la mama. Se ha encontrado que la propuesta de técnica de segmentación implementada para el cálculo de tejido denso es superior a las demás técnicas en base a estimadores globales. La técnica propuesta también demuestra un mayor grado de correlación con el tejido denso calculado por los médicos que las segmentaciónes de Bden, bimodal, C-medias difusas y Otsu. Se ha encontrado que en base a los estimadores globales de intersección sobre unión y SSIM la técnica de segmentación propuesta presenta mejores resultados que las técnicas implementadas de Bden, bimodal, C-medias difusas y Otsu. El coeficiente de Pearson es el mejor indicador del grado de correlación que existe entre los porcentajes de tejido denso calculado por los médicos y la técnica propuesta que con el calculado por las demás técnicas.

Actualmente, el café es uno de los recursos naturales más consumidos tanto en el mundo como en el Perú, Por ello, es menester garantizar la calidad en los granos de café, pues esto afectará considerablemente en el precio y posicionamiento en mercados altamente competentes; asimismo, el cultivo de este representa el principal ingreso para algunas familias, el cual se ve amenazado entre otras plagas, por la más perniciosa: La Roya Amarilla. La Roya Amarilla se propaga fácilmente a través del aire, una vez que cae en un cultivo de café, ataca directamente en las hojas, almacenándose en forma de esporas en el envés de estas, y al paso de días consume las hojas hasta defoliar completamente la planta infectada. Debido a ello, la planta no puede adquirir los nutrientes necesarios del sol, pues necesita las hojas como receptores; en consecuencia, el fruto del café (granos) no se desarrollan con normalidad, y por ende su calidad y cantidad de cosecha es baja. Aun cuando no existe una solución absoluta para la erradicación de esta plaga, se la puede controlar; es decir, a través de un proceso manual y exhaustivo los caficultores pueden aplicar una solución bioquímica en la planta que detenga el desarrollo del hongo en las hojas, pero no acaba con ellas, solo se puede prolongar el tiempo de vida de la planta de café. Esto es posible, solo si se detecta en sus inicios la presencia de las esporas en las hojas, pues de haber germinado el hongo sería en vano cualquier intento de recuperar la planta, con lo que solo quedaría el exterminio de la planta. Frente a este panorama, se propone una solución a través del aprendizaje máquina y procesamiento de imágenes, con el fin de automatizar el proceso de detección de la Roya en las hojas y calcular de manera más precisa la severidad del hongo. El proceso comienza en tomar fotografías a las hojas en un espacio semi controlado (con fondo blanco), luego se guardan todas las imágenes de las que se quiera conocer el porcentaje de severidad y ejecutar el programa propuesto, al término de ello el software muestra un reporte estadístico con el grado de incidencia por hoja según la clasificación de severidad que corresponda. Finalmente, destacar que, de manera funcional, el aprendizaje máquina será vital para descartar si hay presencia de roya en la hoja analizada, y luego si la hoja está infectada, con el método de procesamiento de imágenes se calculará de manera más precisa el porcentaje de severidad considerando el área de la hoja examinada.

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