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: