raspberry jam bogota 2016 - sistema de visión artificial aplicados a procesos agro industriales...
Post on 12-Apr-2017
640 Views
Preview:
TRANSCRIPT
Kinestasis
Diego Escobar
Raspberry pi
Visión Artificial
Definición
¡¡Enseñar a “ver” a las computadoras
Campo de la Inteligencia Artificial enfocado aque las computadoras puedan extraerinformación a partir de imágenes, ofreciendosoluciones a problemas del mundo real.
Objetivo
Dotar a los ordenadores de la capacidad de ver no es una tareafácil debido a
Cambios de iluminación
Cambios de escala
Deformación
Movimiento
Perdidas de información
Etc.
Visión artificial: dificultades
Cambio de iluminación
Cambio de escala
Deformación
Movimiento
Las escenas que se perciben suelen ser tridimensionales (3D)Los dispositivos de captura (cámaras fotogramas o de video) generan imágenes bidimensionales (2D).
Observador imagen en 3d imagen 2D
Pérdida de información
Sistema de visión artificial
Sistema de visión artificial (un poco antiguo!!!)
Es la transformación de una imagen del mundo real a un formatodigital inteligible por un ordenador y su posterior procesamientopor parte de este.
Procesamiento digital de imágenes
Mejorar la calidad visual de las imágenes para permitir la interpretación humana.
Extraer información de las imágenes en un formato entendible por el ordenador.
Procesamiento digital de imágenes es multidisciplinar
Impulsa la colaboración de las Ciencias de la Computación con muchas áreas de investigación científica.
Objetivo
Fases del procesamiento digital de imágenes
Imagen analógica (continua): imagen natural capturadacon una camara, sensor o cualquier otro dispositivo.
Imagen digital (discreta): proyección de la imagen analógicapara que pueda ser manipulada usando un ordenador
La transformación de una imagen analógica a otra digital sellama digitalización
La digitalización es el primer paso en cualquier aplicación deprocesamiento de imágenes digitales.
Adquisición de las imágenes
Adquisición de las imágenes
Imágen vista por ordenador
Imágen vista por humano
§ Una imagen puede ser definida como una funciónbidimensional, f(x,y), donde x y y son coordenadasespaciales (plano) y la amplitud f es llamadaintensidad o nivel de gris en ese punto.
§ Cuando x,y y f son todos finitos, cantidadesdiscretas, llamamos a la imagen digital.
§ Una imagen digital está compuesta por un númerofinito de elementos, cada uno de los cuales con un valor y una posición particular, llamados pixels.
Definición imágenes
Pixels
Disminuir la degradación de la imágen para que las siguientes etapas tengan una probabilidad de éxito mayor.
Las operaciones típicas de esta etapa son:
Preprocesamiento
- Supresión de ruido
-Realce del contraste
Es la extracción de información contenida en la imágen.
Dicha extracción se realiza mediante una descomposición de la imágen en unidades o partes que son homogéneas con respecto a una o mas características y que tienen una fuerte relación con objetos o áreas del mundo real.
Segmentación
Las partes u objetos que componen una imágen dependen dela aplicación.
Segmentación
Clasificación
Clasificación
Clasificar los diferentes objetos de la imágen utilizando sus descriptores.
Los objetos detectados que presenten unos descriptores semejantes se agrupan en una misma clase.
Clasificación
La clasificación depende de cada aplicacióny la visión artificial en diferentes áreas como:
Medicina: detección de enfermedadesIndustria: control de procesos, clasificación, inspecciónRobótica: guiado de vehículoDetección y seguimiento: persona, vehículo, etc.Recuperación de imágenes de bases de datosReconocimiento de acciones humanasSupervisión en la AgroindustriaEtc.
Los ordenadores han evolucionado espectacularmente debido la revolución tecnológica, que ha permitido diseñar cámaras y ordenadores cada vez mas potentes y conprecios mas asequibles
Raspberry pi
Raspberry pi
¿Qué es Raspberry Pi?
● Raspberry Pi es un ordenador desarrollado en el ReinoUnido por la Fundación Raspberry Pi
● Unión de licencias GPL con software y hardware libre,en la línea de proyectos como Linux o Arduino.
● El primer modelo a la venta (modelo A) fue lanzado enfebrero de 2012.
El Proyecto Raspberry Pi
Visión Artificial en este caso
Caracteristicas
Diseccionando a la frambuesa
Caracteristicas
Raspberry pi Modelo B
Caracteristicas
Distribuciones
RaspbianS.O. GNU/Linux basado en Debian 7.0
PidoraFedora remix para raspberry Pi
OpenELECDistrubucion con XBMC mediacenter
Ubuntu MateS.O. Gnu/Linux basada en Ubuntu
DistribucionesPython
Programación orientada a objetos simple pero eficaz.
Lenguaje de programación fácil de aprender y potente.
Tiene estructuras eficaces de datos de alto nivel
Elegante sintaxis
Python es el lenguaje ideal para (scripts) y desarrollo rápido deaplicaciones, en muchas áreas y en la mayoría de las plataformas
DistribucionesPython
El intérprete de Python y la extensa biblioteca estándar están disponible libremente
Esta disponible para las plataformas más importantes en la sede web de Python, http://www.python.org, y se pueden distribuirlibremente.
Python
python --version
Como puedo saber la version de python instalada?
Python
Como instalar Python?
sudo apt-get install python2.7
sudo apt-get install python 3.1
nota: para los usuarios de Red Hat / RHEL / CentOS:Puede instalar python de la siguiente manera:
$ sudo yum install python
OpenCv
La librería OpenCV proporciona un marco de trabajo de alto nivel para el desarrollo de aplicaciones de visiónpor computador en tiempo real
Facilita en gran manera el aprendizaje e implementaciónde distintas técnicas de visión por computador, tanto a nivel docente como investigador.
El 13 de Junio del 2000, Intel® Corporation anunció el desarrollo de la librería con un grupo de investigadores reconocidos
Este anuncio tuvo lugar en la apertura del evento IEEE Visión por Computador y reconocimiento de patrones
nace The Open Computer Vision Library y lo hacía bajo licencia BSD (SoftwareLibre).
OpenCv
Herramienta Computacional conRaspberry Pi para identificación estado de madurez de Granadillas
Esta investigación pretende dar un soporte tecnológico, flexible y portable a un sistema que permita reducir la subjetividad en lasmediciones del técnico experto en el estado de madurez de granadillas, a partir de técnicas de procesamiento de imágenes.
Problema
Herramienta Computacional conRaspberry Pi para identificación estado de madurez de Granadillas
Adquisición de Imágenes
Captura de 240 imágenes RGB deGranadillas en diferentes estadosde maduración
comparadas con e l aná l i s i s manual acorde a los procedimientos establecidos por Norma técnica Colombiana 4101
Herramienta Computacional conRaspberry Pi para identificación estado de madurez de Granadillas
Herramienta Computacional conRaspberry Pi para identificación estado de madurez de Granadillas
Adquisición de Imágenes
MadurasIluminaciónDireccional
Pintonas
Verdes
80
80
80
Pre-procesado de Imágenes
Herramienta Computacional conRaspberry Pi para identificación estado de madurez de Granadillas
Filtrado imágenes Granadillas. A) Granadilla MaduraB) Granadilla con filtroC) Granadilla Verde D) Granadilla Verde con filtro E) Granadilla pintona F) Granadilla pintona con filtro
Herramienta Computacional conRaspberry Pi para identificación estado de madurez de Granadillas
Segmentación de Imágenes
Imagen original GranadillasA, C y E
Granadillas segmentada por OtsuB, D y F
Otsu selecciona el umbral óptimo que permite medir el grado de diferenciaentre los píxeles y un rango establecidomaximizando la varianza entre clases mediante una búsqueda exhaustiva
Herramienta Computacional conRaspberry Pi para identificación estado de madurez de Granadillas
Clasificación de Imágenes
120120120 Puntos (BGR)
Puntos (BGR)
Puntos (BGR)
mediante la técnica de agrupamiento K-medias se demuestra que las 3 clases d e g r a n a d i l l a sson separables usando componentes de color RGB
Herramienta Computacional conRaspberry Pi para identificación estado de madurez de Granadillas
Clasificación de Imágenes
Granadillas Maduras, verdes y pintonas (Izquierda) B, D y F Clasificación de Granadillas usando Clustering K-medias
Madura
Verde
Pintona
Para la validación se realizan pruebas usando 120 imágenes que pertenecen a 40 granadillas por cada clase Verdes, Maduras y Pintona, en la que se obtiene un de acierto con relación al técnico 97,5%experto de manera manual, lo que evidencia que el porcentaje de error es significativamente bajo.
Herramienta Computacional conRaspberry Pi para identificación estado de madurez de Granadillas
Validación
Preguntas
?
Raspberry pi
GRACIAS
Visión Artificial
Contacto: diego31escobar@gmail.com
Patrocinado por:
top related