En la actualidad el uso de los satélites es variado y destacan las misiones comerciales, científicas y militares. Estos se utilizan en el campo de las telecomunicaciones, en los sistemas de posicionamiento global, en la teledetección, en el campo de la meteorología, en el estudio de la radiación, en la exploración del espacio y muchas más aplicaciones. Encontramos satélites cada vez más pequeños como los nano y pico-satélites que permiten, a pequeñas empresas y universidades de todo el mundo desarrollar tecnología espacial en los sistemas de energía, de control, de comunicación, diseño estructural, cargas útiles, entre otros como por ejemplo un sistema de adquisición de imágenes. La Pontificia Universidad Católica del Perú (PUCP) desarrolla su propia tecnología espacial al elaborar el nano-satélite PUCP-SAT-1, el femto-satélite POCKET-PUCP y otros satélites futuros. La presente tesis tiene como objetivo principal el diseño e implementación de un prototipo de un sistema de adquisición de imágenes, cuyo volumen debe ser menor al de un octavo del volumen de un CubeSat. Para el desarrollo del sistema se llevará a cabo el análisis del hardware más adecuado para el satélite considerando el entorno de su órbita. Se diseñará e implementará el hardware y software necesarios para lograr la captura de imágenes y almacenarlas en una memoria flash.

Los sistemas de corrección usan como principio la lingüística computacional. En este contexto, un computador realiza un análisis ortográfico de los caracteres reconocidos por un OCR (Optical Chapter Recognition). Un OCR es un software que extraen de una imagen los caracteres que componen un texto para almacenarlos en un formato con el cual puedan interactuar programas de edición de texto. El rendimiento de los sistemas de reconocimiento de caracteres es bajo cuando se trata de digitalizar documentos deteriorados debido a las manchas y otros factores que evitan que se reconozcan las palabras del texto original. Antes este problema, lo que se propone en esta tesis es la implementación de un sistema de corrección ortográfica a la salida del OCR, que permitirá mejorar su eficiencia al momento de reconocimiento del caracteres. De esta manera la digitalización de los documentos históricos podrá garantizar una calidad óptima. El sistema de corrección de ortográfica se basa en la búsqueda de patrones dentro de un texto. Esta búsqueda trata de encontrar todas las coincidencias de un patrón dentro de un texto, teniendo en consideración que la coincidencia de patrón con el texto puede tener un número limitado de diferencias. Este problema tiene aplicaciones en recuperación de información, biología computacional y procesamiento de señales, entre otras. Como conclusión principal se obtiene que con el modelo de corrección basado en la búsqueda de patrones se alcanza un rendimiento de 80%, además el tiempo de procesamiento requerido para analizar una palabra es de tan solo 0.1seg lo cual refleja un alto rendimiento. Con esto, podemos concluir también que la metodología desarrollada para realizar la corrección de las palabras es una buena opción para este objetivo.

El presente trabajo es la integración de un conjunto de elementos en un Sistema de Captura, Procesamiento y Análisis Digital de Imágenes, que nos permita la solución de problemas relacionados a la caracterización microestructural y/o macroestructural de materiales, obteniéndose con esto una mejora cualitativa y cuantitativa en los resultados de la solución de dichos problemas, desarrollados en la actualidad, generalmente mediante métodos visuales basados en la comparación con información gráfica proporcionada por normas internacionales especializadas.

Las intersecciones de tipo T, entre una avenida preferencial y una secundaria, son en algunas ocasiones, zonas de congestionamiento vehicular. Esto sucede cuando el flujo vehicular en la avenida preferencial es intenso, lo que provoca que el ingreso de algún vehículo desde la vía secundaria sea bastante difícil y riesgoso. Este trabajo de tesis, plantea como solución, un algoritmo basado en el procesamiento de imágenes, que determine la ubicación, y orientación de los vehículos que deseen ingresar a la avenida preferencial; y así, controlar dispositivos de control de tráfico (semáforos), que faciliten este ingreso.

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.

La retinopatía diabética es una enfermedad muy común en pacientes con diabetes. Esta enfermedad ocasiona ceguera de manera gradual debido al deterioro de la retina. Este deterioro puede desencadenar en hemorragias, aneurismas y presencia de exudados en la superficie, las cuales se manifiestan en puntos vacíos de la visión del afectado. Las características mencionadas tienen muchas propiedades visuales como el color, forma, área de presencia que son posibles detectar por medio de imágenes retinográficas digitales. Esta propiedad hace posible el uso de la visión computacional para procesar la imagen y poder diagnosticar la enfermedad de acuerdo al grado de avance de ésta según las características clínicas presentes. El presente proyecto de tesis consiste en el desarrollo de un modelo algorítmico que logre aprovechar las características visuales para poder detectar y clasificar la enfermedad. Las características clínicas utilizadas son los microaneurismas, exudados y hemorragias. Se utilizó una base de datos pública de imágenes retinográficas y un clasificador SVM. El vector de características que se utilizó fue: área, color, número de características prensentes. Es importante mencionar que se utilizó pre-procesamiento en la imagen para excluir elementos como el fondo, disco óptico y las venas debido a que no aportan significativamente al análisis de la imagen. Para el desarrollo del algoritmo se utilizó C++ con OpenCV, la cual es una librería open source para el procesamiento de imágenes. Como resultado final de este proyecto se logró una sensibilidad del 90.17%; especificidad del 96.72% y precisión del 95.08%.

La presente investigación tiene por objetivo el estudio de las técnicas de creación de imágenes ultrasónicas, tanto a gran escala como a pequeña escala, trabajando con bajas y altas frecuencias. Para el caso de gran escala se propone un diseño de un sistema telemétrico. Por otro lado, para el caso de pequeña escala se tomará énfasis en la técnica conocida como SAFT (Técnica de Enfocamiento mediante Apertura Sintética) debido a su compromiso costoresolución. Se realizará comparaciones entre estas técnicas y se indicarán propuestas de mejoramiento como el uso de transductores enfocados.

Este trabajo presenta el diseño e implementación de una arquitectura flexible que realiza las operaciones básicas de filtrado morfológico (dilación y erosión) en imágenes en escala de grises, aprovechando el paralelismo brindado por los arreglos de puertas programables por campo (FPGA).

Cuando se adquieren imágenes aéreas, estas están propensas a tener una distorsión, el cual puede deberse a motivos como a la inclinación de la cámara al momento de adquirir la imagen, el relieve del terreno, etc. Estas distorsiones son corregidas por la ortorectificación. Cuando el relieve del terreno es bastante acentuada, como el caso de ciudades, se necesitan modelos de elevación digital para poder realizar una correcta rectificación de la imagen. La presente tesis está orientada a la rectificación de imágenes obtenidas de campos agrícolas, los cuales presentan un relieve plano, por lo que los modelos de elevación digital no son necesarios para realizar una correcta rectificación. En la adquisición de imágenes la cámara estará alineada en sus 3 ejes de rotación con una unidad de medición inercial, un sistema electrónico que incorpora acelerómetros y giroscopios, los que permiten medir la posición y la orientación. De este sistema se obtendrán los ángulos de rotación de la cámara. El algoritmo a diseñarse consiste en obtener una relación entre la imagen adquirida y la posición de la cámara al adquirir la imagen, de esa relación se obtiene una matriz de transformación, a la imagen obtenida se le aplica una transformación de proyección, empleando la matriz obtenida y por último se obtiene la imagen rectificada. En la verificación de los resultados se hará uso del algoritmo SURF, con la cual se obtendrán puntos de interés de una imagen de referencia y de la imagen rectificada, luego se procederá a hacer una comparación entre la distancia euclidiana de los puntos característicos de cada imagen, para finalmente realizar una evaluación de la relación geométrica entre ambas comparaciones. La efectividad del algoritmo estará determinada por el grado de dispersión de las comparaciones realizadas.

In image processing, the l0 gradient regularization (l0-grad) is an inverse problem which penalizes the l0 norm of the reconstructed image’s gradient. Current state-of-the art algorithms for solving this problem are based on the alternating direction method of multipliers (ADMM). l0-grad however, reconstructs images poorly in cases where the noise level is large, giving images with plain regions and abrupt changes between them, that look very distorted. This happens because it prioritizes keeping the main edges but risks losing important details when the images are too noisy. Furthermore, since kÑuk0 is a non-continuous and non-convex regularizer, l0-grad can not be directly solved by methods like the accelerated proximal gradient (APG). This thesis presents a novel edge-preserving filtering model (Ql0-grad) that uses a relaxed form of the quadratic envelope of the l0 norm of the gradient. This enables us to control the level of details that can be lost during denoising and deblurring. The Ql0-grad model can be seen as a mixture of the Total Variation and l0-grad models. The results for the denoising and deblurring problems show that our model sharpens major edges while strongly attenuating textures. When it was compared to the l0-grad model, it reconstructed images with flat, texture-free regions that had smooth changes between them, even for scenarios where the input image was corrupted with a large amount of noise. Furthermore the averages of the differences between the obtained metrics with Ql0- grad and l0-grad were +0.96 dB SNR (signal to noise ratio), +0.96 dB PSNR (peak signal to noise ratio) and +0.03 SSIM (structural similarity index measure). An early version of the model was presented in the paper Fast gradient-based algorithm for a quadratic envelope relaxation of the l0 gradient regularization which was published in the international and indexed conference proceedings of the XXIII Symposium on Image, Signal Processing and Artificial Vision.