1-introduccion

16/07/2010

1

Sistemas de PercepciónArturo de la Escalera

José María Armingol

Sistemas de PercepciónVisión por Computador

Arturo de la Escalera


Nota: Las imágenes que aparecen en esta presentación provienen del libro:

Visión por Computador: fundamentos y métodos.

Arturo de la Escalera Hueso. Prentice Hall.



1. Introducción

16/07/2010

2



Introducción

• Definiciones:

Sentidos: Los medios por los que interaccionamos

con el mundo que nos rodea

Visión artificial: Análisis de la imágenes a través de

computadores para obtener una descripción de los

objetos físicos que son captados por la cámara



¿Por qué visión artificial?

• En el hombre

Es el más importante y complejo de los sentidos

75% de la información procesada por el cerebro

• Información

Posición de los objetos del entorno

Presencia de posibles peligros

Determinación del camino libre de obstáculos

Análisis del color

Detección del movimiento

Cálculo de trayectorias

16/07/2010

3



Optimismo

50 60 70 80 90 00



Desarrollo histórico

• Optimismo (1950) Poco tiempo de desarrollo

Gran confianza en el poder de los ordenadores

"Ver" constituye una tarea fácil para los hombres

16/07/2010

4





Conocimiento previo

16/07/2010

5





Conocimiento previo

16/07/2010

6




• Década de los sesenta: Frustración Avances obtenidos muy limitados

La información de la cámara es una proyección bidimensional de objetos tridimensionales: Infinidad de posibles soluciones

Desconocimiento del proceso de visión en el hombre

Importancia del conocimiento adquirido




• Década de los ochenta: Realismo

Cambio de nombre: visión por computador

Una de las principales líneas de investigación

o Aumento de revistas y congresos internacionales

Desarrollo de los computadores:

o Capacidad de cálculo

o Disminución de precio

o Hardware especializado y desarrollo de los Pcs

16/07/2010

7



Tecnologías implicadas

• Tecnología electrónica.

• Ingeniería de software.

• Tiempo real.

• Inteligencia artificial.



Visión por computador vs. humana

• Mejor sensor

• Peor procesamiento

• Labores repetitivas

16/07/2010

8



Ilusiones ópticas

Grid de Hering



Ilusiones ópticas

16/07/2010

9



Ilusiones ópticas

Triángulo de Kanizsa Contornos subjetivos



Ilusiones ópticas

16/07/2010

10



Ilusiones ópticas



Ilusiones ópticas

16/07/2010

11



Ilusiones ópticas



Ilusiones ópticas

16/07/2010

12



Ilusiones ópticas



Ilusiones ópticas

16/07/2010

13



Ilusiones ópticas



Ilusiones ópticas

16/07/2010

14



Aplicaciones

MilitaresDetección y seguimiento de objetivos

Análisis del terreno

Armas inteligentes.

Control de calidadVerificación de etiquetas

Inspección de containers

Inspección de motores

Inspección de cristales

Control de calidad de comida

Inspección de soldaduras

Inspección de circuitos impresos

Inspección de madera, tela, fundiciones,

papel

RobóticaGuiado de robots industriales

Navegación de robots móviles

AgriculturaAnálisis de las plantaciones: crecimiento,

enfermedades.

Análisis de imágenes tomadas por satélites

BiomedicinaAnálisis de imágenes tomadas por rayos x

Análisis de imágenes tomadas por ultrasonidos

Análisis de sangre

Análisis de DNA

IdentificaciónIdentificación automática de huellas dactilares.

Reconocimiento de caras

SeguridadVigilancia de edificios

Detección de explosivos por rayos x

Control de tráficoIdentificación de matrículas de vehículos

Control del tráfico viario



Dificultades

• Grados de libertad

Rotación, translación, escala

Movimiento del objeto y/o de la cámara

Iluminación

• Información limitada del objeto

Características, qué se debe buscar, dónde

• Restricción temporal

• Exactitud

Falsos positivos y Falsos negativos

16/07/2010

15



Enfoques

• Bottom-up

Partir de la imagen hasta llegar al conocimiento

Aplicaciones industriales

• Top-Down

Partir del conocimiento del problema y buscar unas

estructuras determinadas en la imagen



Bottom-up

• Ventaja

Rapidez

• Inconveniente

La segmentación debe ser sencilla

• Aplicaciones Industriales

16/07/2010

16



Etapas de una aplicación

Adquisición dela imagen

Preprocesamiento

Extracción decaracterísticas

Segmentación

Descripción deobjetos

Reconocimiento oclasificación

Información sobreel problema a resolver

Visión de bajo nivel Visión de alto nivel

Transformacionesmorfológicas



Bibliografía- Procesamiento de imágenes

• A. Rosendfeld, A. Kak. (1981) Digital Image Processing

• A.K. Jain. (1989) Fundamental of Digital Image Processing

• W.K. Pratt. (2001) Digital Image Processing

• R.C. Gonzalez; R.E. Woods. (2002) Digital Image Processing

• J.C. Russ (2007) The Image Processing Handbook

16/07/2010

17



Bibliografía- Computer Visión

D.H. Ballard, C. Brown. (1982) Computer Visión.

D.H. Levine. (1985) Visión in Man and Machine.

B.K.P. Horn (1990) Robot Vision

D. Vernon. (1993) Machine Vision

V. S. Nalwa (1993) A guided tour of computer vision.

R. Jain, R. Kasturi, B. G. Schunck (1995) Machine vision

D.A. Forsyth, J. Ponce (2003). Computer Vision, A Modern

Approach

G. Medioni, S.B. Kang (2004). Emerging Topics in Computer

Vision

E.R. Davies (2005) Machine vision : theory, algorithms,

practicalities



Bibliografía- Pattern Recognition

• J.T. Tou; R.C. Gonzalez (1974) Pattern

Recognition Principles.

• T.Y. Young, K.S. Fu (1986) Handbook of Pattern

Recognition and Image Processing

• K. Fukunaga. (1990) Statistical Pattern

Recognition

• R.O. Duda, P.E. Hart (2001) Pattern

Classification and Scene Analysis

16/07/2010

18



Bibliografía-Español

D. Maravall (1993) Reconocimiento de Formas y

Visión Artificial

R.C. Gonzalez; R.E. Woods (1997) Procesamiento

Digital de Imágenes

J. Gónzalez (2000) Visión por Computador

G. Pajares, J. de la Cruz (2001) Visión por

computador: imágenes digitales y aplicaciones

A. de la Escalera (2001) Visión por computador.

Fundamentos y métodos

1-introduccion

Documents