REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No CONTEO Y CARACTERIZACIÓN DE REGIONES COMPLETAS EN IMÁGENES 2D: APLICACIÓN A NÚCLEOS CELULARES

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No. 1. 2002 CONTEO Y CARACTERIZACIÓN DE REGIONES COMPLETAS EN IMÁGENES 2D: APLICACIÓN A NÚCLEOS CELULARES"

Transcripción

1 REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No CONTEO Y CARACTERIZACIÓN DE REGIONES COMPLETAS EN IMÁGENES 2D: APLICACIÓN A NÚCLEOS CELULARES Y. Sossa, G. Osorio, F. Prieto, F. Angulo Grupo de Percepción & Control Inteligente (PCI) 1 Universidad Nacional de Colombia Sede Manizales Cra 27 No , A.A.127 Fax (57)(6) RESUMEN En el presente trabajo se realiza la descripción de los procedimientos utilizados para realizar la detección y caracterización de regiones completas en imágenes 2D, mediante técnicas de visión artificial. El proceso está dividido en las siguientes etapas: Adquisición, Preproceso, Segmentación, Caracterización y Clasificación. En las primeras etapas se busca producir imágenes de bordes que representen de una manera aproximada los contornos que delimitan cada una de las regiones de interés. Posteriormente se obtiene la firma, que es un método empelado para realizar la descripción y representación de contornos, para finalmente proceder con el reconocimiento de cada uno de las regiones en la imagen. Se presentan además, los resultados obtenidos en la segmentación y clasificación de núcleos de células, en las imágenes al microscopio de citologías del epitelio escamoso. INTRODUCCIÓN Este trabajo se realizó al interior del Grupo de Percepción & Control Inteligente en la Universidad Nacional de Colombia Sede Manizales, y dentro del proyecto que tiene como propósito desarrollar un sistema para el análisis de muestras a nivel del epitelio vaginal mediante el proceso digital de imágenes. Dentro de las diferentes tareas que se deben realizar en el análisis de citologías cervico-vaginales, uno de los primeros pasos es observar que porcentaje de células de las capas germinales llegan a la capa superficial, y para lograrlo se deben tener en cuenta diferentes parámetros (forma, tamaño y color) del núcleo y del citoplasma en cada una de las células analizadas. Estos parámetros también deben ser empleados para determinar anomalías en la estructura celular, lo cual suministra información determinante para el diagnóstico de diversas enfermedades. Basados en lo anterior, se desarrollaron algoritmos que realizan la segmentación y caracterización del núcleo y citoplasma de células, en imágenes al microscopio del epitelio escamoso del cérvix. Para las adquisición de las imágenes se utilizo una cámara JAVELIN SYSTEMS (JE3942-A) acoplada a un microscopio MEIJI TECNO con un lente /0.17 que entrega los datos a una tarjeta digitalizadora ZOLTRIX TV MAX, el tamaño máximo de las imágenes obtenidas es de 500x500 píxeles

2 REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No. 1, 2002 PREPROCESAMIENTO Se realizaron pruebas con diferentes tipos de filtros suavizantes [1][2], con el fin de atenuar las componentes de alta frecuencia que no pertenecen a los contornos y que podrían causar problemas para la obtención de los mismos. En la figura 1, se muestran los resultados de aplicar sobre la imagen de una célula diferentes filtros suavizantes (Mediana, Kuwahara[3] y Promedio). a b c d Figura 1. a. Imagen Original. b. Mediana. c. Kuwahara. d. Promedio. De los resultados obtenidos se puede decir que el filtrado de mediana produce imágenes con mejores condiciones de homogeneidad, reducción de ruido y mayor contraste entre el núcleo, el citoplasma y el fondo. Teniendo en cuenta que los contornos del núcleo y del citoplasma pueden ofrecer información suficiente para realizar la segmentación y caracterización de los mismos, se implementaron tres tipos de filtros para la detección de los bordes[4][6]. En la figura 2 se muestran los resultados obtenidos al aplicar los operadores de Roberts, Prewitt y Sobel a una imagen después de ser suavizada empleando en dos ocasiones un filtro de mediana. Figura 2. a. Imagen original. b. Sobel. c. Prewitt. d. Robert. 251

3 REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No SEGMENTACIÓN La siguiente etapa en el proceso consiste en determinar las componentes de bordes que corresponden a los núcleos. Para esto se implementó un algoritmo basado en la conectividad que agrupa todos los elementos de borde pertenecientes a un mismo contorno. Posteriormente se calculó el tamaño (Número de píxeles) y la dispersión de las distancias de los punto que conforman el contorno respecto a su centroide. La figura 3 muestra la distribución de las clases con las características escogidas. Las líneas indican el valor del umbral para clasificar un contorno como núcleo. Figura 3. Distribución de clases. En la figura 4, se puede observar el resultado de aplicar el proceso descrito a la imagen de la figura 2c. Figura 4. Contrornos clasificados como núcleos. La imagen resultante entrega la ubicación aproximada de los posibles núcleos. Debido a que los contornos obtenidos no son una buena representación de los límites existentes, se implementó un algoritmo que realiza el análisis de los perfiles. 252

4 REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No. 1, 2002 Los perfiles son cortes a través del centroide de cada contorno midiendo la intensidad de los píxeles en la imagen original. Para realizar una detección más confiable de los límites, se implementó un filtro con histéresis. Por medio de comparaciones entre la intensidad de un píxel en la imagen original y dos umbrales, es posible determinar si pertenece al núcleo, al citoplasma, o al fondo. El objetivo es evitar las oscilaciones entre niveles por pequeñas variaciones de intensidad. En la figura 5 se pueden observar cuatro perfiles en diferentes orientaciones, y los niveles de los filtros de histéresis. Figura 5. Perfiles y filtros con histéresis. En la figura 5 se pueden observar los diferentes niveles, el nivel inferior corresponde a los puntos más oscuros que representan los núcleos, el nivel del medio contiene los puntos pertenecientes a el citoplasma y finalmente el nivel superior que contiene los puntos del fondo. En la figura 6 se pueden observar los resultados obtenidos al realizar el proceso completo (filtrado, detección de bordes, clasificación de contornos, análisis de perfiles) en imágenes de células aisladas. Las regiones están limitadas por los puntos donde la intensidad cambia de nivel. Figura 6. Regiones segmentadas. 253

5 REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No CARACTERIZACIÓN En las imágenes segmentadas se busca identificar características de las células de epitelio del cérvix [5] tales como: La maduración de las células, desde la capa basal a la superficial, se caracteriza por un aumento en el tamaño del citoplasma y una disminución concomitante del tamaño del núcleo. Las células basales presentan un núcleo grande y una exigua orla citoplásmica o desprovistas de la misma. La capa externa las células basales tiene un anillo citoplásmico más grande que el diámetro máximo del núcleo y las células que la componen son ovales o redondas. Las células de la capa intermedia ya no son redondas u ovales, sino que presentan ángulos bien definidos. Finalmente en la capa superficial el citoplasma queda reducido a una masa amorfa, estando el núcleo reducido al máximo. Examinando estas características se puede determinar que tipos y que porcentaje de células se encuentran en una muestra de tejido de cérvix, para poder determinar la clase y el grado de la lesión. En la figura 7 se muestra un ejemplo en el que aparecen células de la capa basal (interna) en la capa superficial (externa). Figura 7. Células de la capa basal en la capa superficial De acuerdo a los resultados encontrados en sistemas que realizan análisis similares [7], y a los problemas que aparecen al tratar de segmentar el citoplasma cuando existen solapes, se propone estudiar únicamente las características del núcleo para determinar el tipo de célula. RESULTADOS Se obtuvieron los siguientes resultados analizando 9 imágenes citológicas que cuentan con un total de 170 núcleos. En el proceso de segmentación se empleó el filtrado de mediana combinado con los operadores de Roberts, Prewitt y Sobel para realizar la detección de bordes en las diferentes componentes de color RGB y en la imagen de intensidad (I). 254

6 REVISTA COLOMBIANA DE FÍSICA, VOL. 34, No. 1, 2002 Filtro Núcleos Segmentados (%) Realzante R G B I Roberts 78.4 % 74 % 76.2 % 76.1% Prewitt 84.7 % 77 % 78 % 77 % Sobel 84 % 75 % 78 % 81 % Tabla 1. Porcentaje de detección de núcleos. CONCLUSIONES Fue posible segmentar alrededor del 80% de los núcleos existentes en las imágenes analizadas, empleando la técnica propuesta. Este proceso está relacionado con la forma y el tamaño de las células en las imágenes, que a su vez depende de la etapa de adquisición, por lo tanto es necesario controlar parámetros tales como el aumento y la distancia en el sistema. Debido a que las imágenes no son homogéneas, es necesario emplear algoritmos que involucren umbrales dinámicos. Las diferentes componentes de color, tanto en RGB como en HSI, juegan un factor importante en la extracción de información referente a la estructura de las células ya que algunas de estas componentes pueden atenuar o realzar regiones de las células. Debido a la complejidad de las imágenes y a la poca homogeneidad que tiene la superficie de las células es necesario optimizar el desempeño de los algoritmos de crecimiento por regiones. AGRADECIMIENTOS Los autores expresan su agradecimiento a la Universidad Nacional de Colombia Sede Manizales y al Grupo de Investigación en Cáncer de Cuello Uterino y Mama de la Universidad de Caldas por la colaboración prestada en la realización del presente trabajo. REFERENCIAS [1] Rafael C. González, Richard E Woods. Tratamiento digital de imágenes. Addison- Wesley/Díaz de Santos [2] Robert M. Haralick, Linda G. Shapiro. Computer and Robot Vision. Addison-Wesley [3] [4] Emanuele Trucco, Alessandro Verri. Introductory Techniques for 3-D Computer Vision. Prentice Hall [5] J. Montes, J. Ramírez. Sistema para la Segmentación de Imágenes al Microscopio del Epitelio Poliestratificado Vaginal. Universidad Nacional de Colombia [6] H. Bassmann, P. Besslich. Ad Oculos: Digital Image Processing. International Thomson Computer Press [7] 255

En este capitulo se presentan los métodos y algoritmos utilizados para el desarrollo del

En este capitulo se presentan los métodos y algoritmos utilizados para el desarrollo del 33 En este capitulo se presentan los métodos y algoritmos utilizados para el desarrollo del sistema de procesamiento de imágenes para controlar un robot manipulador y se describen en la forma como serán

Más detalles

Enginyeria Tècnica Industrial (esp. Electrònica Industrial) B.O.E. 6-Març-2001

Enginyeria Tècnica Industrial (esp. Electrònica Industrial) B.O.E. 6-Març-2001 ESCOLA POLITÈCNICA SUPERIOR UNIVERSITAT DE LES ILLES BALEARS Enginyeria Tècnica Industrial (esp. Electrònica Industrial) B.O.E. 6-Març-2001 Assignatura: 4730-Visió Industrial (6 crèdits) Impartició: 3er

Más detalles

Fundamentos de la Visión Artificial. Prof. Dr. Francisco Gómez Rodríguez Prof. Manuel J. Domínguez Morales 1

Fundamentos de la Visión Artificial. Prof. Dr. Francisco Gómez Rodríguez Prof. Manuel J. Domínguez Morales 1 Fundamentos de la Visión Artificial Prof. Dr. Francisco Gómez Rodríguez Prof. Manuel J. Domínguez Morales 1 Índice 1. Introducción a lavisión Artificial 2. Adquisición y representación de imágenes 3. Filtrado

Más detalles

Sistemas de Sensación Segmentación, Reconocimiento y Clasificación de Objetos. CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides

Sistemas de Sensación Segmentación, Reconocimiento y Clasificación de Objetos. CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides Sistemas de Sensación Segmentación, Reconocimiento y Clasificación de Objetos CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides Introducción La visión artificial, también conocida como visión por computador

Más detalles

Detección de bordes en una imagen.

Detección de bordes en una imagen. Detección de bordes en una imagen. Departamento de Ingeniería electrónica, Telecomunicación y Automática. Área de Ingeniería de Sistemas y Automática OBJETIVOS: Utilizar distintas máscaras empleadas para

Más detalles

Visión Artificial. Por Elisabeth Pérez

Visión Artificial. Por Elisabeth Pérez Visión Artificial Por Elisabeth Pérez Indice Qué es la Visión Artificial? Visión Artificial Diversos nombres Áreas de Aplicación Visión Artificial en Sistemas de Calidad Los pasos a tener en cuenta Áreas

Más detalles

Programa de la asignatura. Horas. ASIGNATURA: Visión Artificial

Programa de la asignatura. Horas. ASIGNATURA: Visión Artificial ASIGNATURA: Visión Artificial Código: 126213031 Titulación: Ingeniero Técnico Industrial, esp. Electrónica Industrial Curso: 3º Profesor(es) responsable(s): - Miguel Pinzolas Prado - Juan López Coronado

Más detalles

Secretaría de Docencia Dirección de Estudios Profesionales

Secretaría de Docencia Dirección de Estudios Profesionales PROGRAMA DE ESTUDIO POR COMPETENCIAS VISIÓN ARTIFICIAL I. IDENTIFICACIÓN DEL CURSO Espacio Educativo: Facultad de Ingeniería Licenciatura: Área de docencia: Interacción Hombre-Máquina Año de aprobación

Más detalles

Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones.

Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones. Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones. 2.1 Revisión sistema reconocimiento caracteres [9]: Un sistema de reconocimiento típicamente esta conformado por

Más detalles

Tema 4:Segmentación de imágenes

Tema 4:Segmentación de imágenes Tema 4:Segmentación de imágenes La segmentación de imágenes divide la imagen en sus partes constituyentes hasta un nivel de subdivisión en el que se aíslen las regiones u objetos de interés. Los algoritmos

Más detalles

Capítulo III Procesamiento Digital de Imágenes

Capítulo III Procesamiento Digital de Imágenes Capítulo III Procesamiento Digital de Imágenes Contenido Introducción al Procesamiento digital de imágenes Orígenes del procesamiento digital de imágenes. Aplicaciones del Procesamiento de Imágenes Componentes

Más detalles

Universidad Nacional de Quilmes Ing. en Automatización y Control Industrial Cátedra: Visión Artificial Septiembre de 2005

Universidad Nacional de Quilmes Ing. en Automatización y Control Industrial Cátedra: Visión Artificial Septiembre de 2005 Filtrado Espacial Introducción El filtrado espacial es la operación que se aplica a una imagen para resaltar o atenuar detalles espaciales con el fin de mejorar la interpretación visual o facilitar un

Más detalles

Filtrado de Imágenes y Detección de Orillas Utilizando un Filtro Promediador Móvil Multipunto Unidimensional

Filtrado de Imágenes y Detección de Orillas Utilizando un Filtro Promediador Móvil Multipunto Unidimensional Filtrado de Imágenes y Detección de Orillas Utilizando un Filtro Promediador Móvil Multipunto Unidimensional Mario A. Bueno a, Josué Álvarez-Borrego b, Leonardo Acho a y Vitaly Kober c mbueno@cicese.mx,

Más detalles

Detección de bordes: metodos lineales de cálculo de gradientesk, etc. Detección de bordes. Métodos basados en operadores lineales de gradiente

Detección de bordes: metodos lineales de cálculo de gradientesk, etc. Detección de bordes. Métodos basados en operadores lineales de gradiente Detección de bordes Métodos basados en operadores lineales de gradiente 1 Bordes Variaciones fuertes de la intensidad que corresponden a las fronteras de los objetos visualizados Métodos basados en el

Más detalles

Que el estudiante sepa aplicar las principales técnicas que sirven para resaltar características en imágenes

Que el estudiante sepa aplicar las principales técnicas que sirven para resaltar características en imágenes 1 Facultad: Ingeniería. Escuela: Biomédica Asignatura: Imágenes Médicas Realce de Características Objetivos Que el estudiante sepa aplicar las principales técnicas que sirven para resaltar características

Más detalles

MICRODISEÑO CURRICULAR Ingeniería de Sistemas. Créditos TPS TIS TPT TIT

MICRODISEÑO CURRICULAR Ingeniería de Sistemas. Créditos TPS TIS TPT TIT 1. IDENTIFICACIÓN Asignatura Visión Artificial Área Nivel IV Código Pensum Correquisito(s) Prerrequisito(s) Créditos TPS TIS TPT TIT 2. JUSTIFICACIÓN. La visión artificial es una de las disciplinas de

Más detalles

PROCESAMIENTO DIGITAL DE IMÁGENES MEDIANTE EL USO DE UN FPGA Y LENGUAJE VHDL

PROCESAMIENTO DIGITAL DE IMÁGENES MEDIANTE EL USO DE UN FPGA Y LENGUAJE VHDL PROCESAMIENTO DIGITAL DE IMÁGENES MEDIANTE EL USO DE UN FPGA Y LENGUAJE VHDL N. E. Chávez Rodríguez*, A. M. Vázquez Vargas** *Departamento de Computación **Departamento de Procesamiento Digital de Señales

Más detalles

Capítulo 3. 3. Marco Teórico.

Capítulo 3. 3. Marco Teórico. Capítulo 3 3. Marco Teórico. La visión artificial o visión por computador se define como un área multidisciplinar que pretende, en cierta medida, reproducir artificialmente el sentido de la vista mediante

Más detalles

Corrección de bordes en imágenes de rango por medio de un algoritmo genético

Corrección de bordes en imágenes de rango por medio de un algoritmo genético Corrección de bordes en imágenes de rango por medio de un algoritmo genético Idanis B. Díaz* y John W. Branch** Resumen En este artículo se propone un método que permite completar y mejorar los bordes

Más detalles

Visión Artificial. Grado en Ingeniería Electrónica de Comunicaciones Grado en Ingeniería en Tecnologías de la Telecomunicación. Universidad de Alcalá

Visión Artificial. Grado en Ingeniería Electrónica de Comunicaciones Grado en Ingeniería en Tecnologías de la Telecomunicación. Universidad de Alcalá Visión Artificial Grado en Ingeniería Electrónica de Comunicaciones Grado en Ingeniería en Tecnologías de la Telecomunicación Universidad de Alcalá Curso Académico 2014/2015 Curso 4º Cuatrimestre 1º (GIEC)

Más detalles

Reducción del ruido en una imagen digital.

Reducción del ruido en una imagen digital. Reducción del ruido en una imagen digital. Departamento de Ingeniería electrónica, Telecomunicación y Automática. Área de Ingeniería de Sistemas y Automática OBJETIVOS: Estudio de distintas máscaras para

Más detalles

Tema 1.- Introducción a la Visión Artificial

Tema 1.- Introducción a la Visión Artificial Tema 1.- Introducción a la Visión Artificial Visión Artificial Avanzada Prof. Dr. Nicolás Luis Fernández García Departamento de Informática y Análisis Numérico Escuela Politécnica Superior Universidad

Más detalles

Capítulo 3. Diseño y Arquitectura del Sistema

Capítulo 3. Diseño y Arquitectura del Sistema Capítulo 3. Diseño y Arquitectura del Sistema 3.1 Resumen En este capítulo se explicara el diseño y arquitectura del sistema propuesto para este proyecto de Tesis. Se hará una breve explicación del propósito

Más detalles

El movimiento en problemas de visión artificial

El movimiento en problemas de visión artificial El movimiento en problemas de visión artificial Rafael Molina Depto Ciencias de la Computación e IA Universidad de Granada 1 Contenidos I. Introducción II. Importancia del movimiento visual. III. Ejemplos

Más detalles

Técnicas Clásicas de Segmentación de Imagen

Técnicas Clásicas de Segmentación de Imagen Técnicas Clásicas de Segmentación de Imagen Marcos Martín 21 de mayo de 2002 1. Introducción El primer paso en cualquier proceso de análisis de imagen es la segmentación. Mediante la segmentación vamos

Más detalles

M.C. Carolina Rocío Sánchez Pérez krlinasp@gmail.com

M.C. Carolina Rocío Sánchez Pérez krlinasp@gmail.com M.C. Carolina Rocío Sánchez Pérez krlinasp@gmail.com 28 de Enero de 2011 Evaluación del curso 30% 3 exámenes 40% tareas/proyectos 30 % presentaciones Nota: Una vez establecidas, las fechas de exámenes,

Más detalles

González, R.C., Wintz, P. (1996), Procesamiento digital de imágenes. Addison- Wesley, Tema 1, pág 1-21.

González, R.C., Wintz, P. (1996), Procesamiento digital de imágenes. Addison- Wesley, Tema 1, pág 1-21. Capítulo 1 Introducción Bibliografía: González, R.C., Wintz, P. (1996), Procesamiento digital de imágenes. Addison- Wesley, Tema 1, pág 1-21. Jain, R., Kasturi, R., Schunck, B. (1995), Machine Vision,

Más detalles

Nacho Brodin (ibrodin@prodevelop.es)

Nacho Brodin (ibrodin@prodevelop.es) Nacho Brodin (ibrodin@prodevelop.es) 1. Participantes 2. Objetivos del proyecto 3. Líneas de desarrollo 4. Comportamiento del vector de cambios 5. Plugin de vector de cambios en gvsig 2.0 6. Problemas

Más detalles

Acerca del Libro. Información básica. Título: Visión Artificial y Procesamiento Digital de Imágenes usando Matlab Autor: Iván Danilo García Santillán

Acerca del Libro. Información básica. Título: Visión Artificial y Procesamiento Digital de Imágenes usando Matlab Autor: Iván Danilo García Santillán Acerca del Libro Información básica Título: Visión Artificial y Procesamiento Digital de Imágenes usando Matlab Autor: Iván Danilo García Santillán ISBN: 978-9942-01-790-1. 8 capítulos. 133 páginas. Ibarra

Más detalles

820221 - ARIEIA - Automatización y Robótica Industrial

820221 - ARIEIA - Automatización y Robótica Industrial Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2015 820 - EUETIB - Escuela Universitaria de Ingeniería Técnica Industrial de Barcelona 707 - ESAII - Departamento de Ingeniería

Más detalles

SISTEMA DE VISION ARTIFICIAL PARA RECONOCIMIENTO DE OBJETOS APLICADO A UN BRAZO ROBÓTICO

SISTEMA DE VISION ARTIFICIAL PARA RECONOCIMIENTO DE OBJETOS APLICADO A UN BRAZO ROBÓTICO PROCESAMIENTO DIGITAL DE IMÁGENES Dr. Johnson Garzón SISTEMA DE VISION ARTIFICIAL PARA RECONOCIMIENTO DE OBJETOS APLICADO A UN BRAZO ROBÓTICO Realizado por : Carlos Pillajo Introducción En este proyecto,

Más detalles

Edwin Chiguano, Nathaly Moreno, Luis Corrales. Facultad de Ingeniería Eléctrica y Electrónica, EPN Quito, Ecuador

Edwin Chiguano, Nathaly Moreno, Luis Corrales. Facultad de Ingeniería Eléctrica y Electrónica, EPN Quito, Ecuador Diseño e implementación de un sistema traductor de lenguaje de señas de manos a un lenguaje de texto mediante visión artificial en un ambiente controlado Edwin Chiguano, Nathaly Moreno, Luis Corrales Facultad

Más detalles

CAPÍTULO 2 PROCESAMIENTO DIGITAL DE IMÁGENES

CAPÍTULO 2 PROCESAMIENTO DIGITAL DE IMÁGENES CAPÍTULO PROCESAMIENTO DIGITAL DE IMÁGENES En este capítulo se presentan de manera breve, una explicación de la visión, las imágenes digitales y como son capturadas por medios electrónicos, el campo encargado

Más detalles

FACULTAD DE INGENIERÍAS CARRERA DE INGENIERÍA ELECTRÓNICA. Tesis previa a la obtención del Título de Ingeniero Electrónico

FACULTAD DE INGENIERÍAS CARRERA DE INGENIERÍA ELECTRÓNICA. Tesis previa a la obtención del Título de Ingeniero Electrónico UNIVERSIDAD POLITÉCNICA SALESIANA SEDE CUENCA FACULTAD DE INGENIERÍAS CARRERA DE INGENIERÍA ELECTRÓNICA Tesis previa a la obtención del Título de Ingeniero Electrónico AUTOMATIZACIÓN DE UN SISTEMA DE CENTRADO

Más detalles

Resumen. Palabras Claves: Algoritmo, conteo, células, segmentación, operadores. Abstract

Resumen. Palabras Claves: Algoritmo, conteo, células, segmentación, operadores. Abstract Implementación de un algoritmo para la detección y conteo de células en imágenes microscópicas Moreira Quiroz, José (1), Valencia Delgado, Vladimir (2), Chávez Burbano, Patricia (*) Facultad de Ingeniería

Más detalles

Universidad Nacional de Quilmes Ing. en Automatización y Control Industrial Cátedra: Visión Artificial Agosto de 2005

Universidad Nacional de Quilmes Ing. en Automatización y Control Industrial Cátedra: Visión Artificial Agosto de 2005 Extracción de Frontera (Boundary Extraction) La frontera de un conjunto A, escrita como β(a), se puede obtener erosionando A por B y luego calcular la diferencia entre A y su erosión. Esto es β ( A) =

Más detalles

ES 2 432 479 A2 ESPAÑA 11. Número de publicación: 2 432 479. Número de solicitud: 201200635 G06K 1/00 (2006.01) G06K 1/00 01.06.

ES 2 432 479 A2 ESPAÑA 11. Número de publicación: 2 432 479. Número de solicitud: 201200635 G06K 1/00 (2006.01) G06K 1/00 01.06. 19 OFICINA ESPAÑOLA DE PATENTES Y MARCAS ESPAÑA 11 21 Número de publicación: 2 432 479 Número de solicitud: 201200635 51 Int. CI.: G06K 1/00 (2006.01) G06K 1/00 (2006.01) 12 SOLICITUD DE PATENTE A2 22

Más detalles

240AR052 - Temas Avanzados en Visión por Computador

240AR052 - Temas Avanzados en Visión por Computador Unidad responsable: 240 - ETSEIB - Escuela Técnica Superior de Ingeniería Industrial de Barcelona Unidad que imparte: 707 - ESAII - Departamento de Ingeniería de Sistemas, Automática e Informática Industrial

Más detalles

ESTUDIO de los TUMORES ÓSEOS mediante el. TRATAMIENTO de IMÁGENES DIGITALIZADAS

ESTUDIO de los TUMORES ÓSEOS mediante el. TRATAMIENTO de IMÁGENES DIGITALIZADAS ESTUDIO de los TUMORES ÓSEOS mediante el TRATAMIENTO de IMÁGENES DIGITALIZADAS A, Baltasar Sánchez; A, González-Sistal. Departament de Cièncias Fisiológiques II. Facultat de Medicina. Universitat de Barcelona.

Más detalles

Autor: Javier Yáñez García

Autor: Javier Yáñez García Curso 2009-2010 2010 Universidad Carlos III de Madrid PROYECTO FIN DE CARRERA: TRACKING DE PERSONAS A PARTIR DE VISIÓN ARTIFICIAL Autor: Javier Yáñez García Contenidos 1. Introducción 2. Estado del arte

Más detalles

Tema 1. Sistemas de Visión Artificial

Tema 1. Sistemas de Visión Artificial 1 Div. Ingeniería de de Sistemas y Automática Universidad Miguel Hernández Tema 1. Sistemas de Visión Artificial GRUPO DE TECNOLOGÍA INDUSTRIAL Tabla de Contenidos 2 Definición Transformación Información

Más detalles

Tema 1. Sistemas de Visión Artificial

Tema 1. Sistemas de Visión Artificial 1 Div. Ingeniería de Sistemas y Automática Universidad Miguel Hernández Tema 1. Sistemas de Visión Artificial GRUPO DE TECNOLOGÍA INDUSTRIAL Tabla de Contenidos 2 Definición Transformación Información

Más detalles

Imágenes binarias. Horn, Robot Vision Haralick & Shapiro, Computer and Robot Vision Gonzalez & Woods, Digital Image Processing. imagenes binarias 1

Imágenes binarias. Horn, Robot Vision Haralick & Shapiro, Computer and Robot Vision Gonzalez & Woods, Digital Image Processing. imagenes binarias 1 Imágenes binarias Horn, Robot Vision Haralick & Shapiro, Computer and Robot Vision Gonzalez & Woods, Digital Image Processing imagenes binarias 1 Propiedades geométricas simples: Area: la integral de la

Más detalles

Revista del Centro de Investigación. Universidad La Salle ISSN: 1405-6690 revista.ci@ulsa.mx Universidad La Salle México

Revista del Centro de Investigación. Universidad La Salle ISSN: 1405-6690 revista.ci@ulsa.mx Universidad La Salle México Revista del Centro de Investigación. Universidad La Salle ISSN: 1405-6690 revista.ci@ulsa.mx Universidad La Salle México Moreno Armendáriz, Marco Antonio; Aguilar Luna, Julián; Gómez Ramírez, Eduardo;

Más detalles

Entorno Industrial. Control Remoto. Brazo Robótico

Entorno Industrial. Control Remoto. Brazo Robótico Entorno Industrial Inaccesible Tóxico Control Remoto Brazo Robótico Desarrollo de un sistema de visión artificial que permite el control de un dispositivo remoto a partir de movimientos oculares Desarrollo

Más detalles

Procesamiento de Imágenes

Procesamiento de Imágenes Procesamiento de Imágenes Curso 011 - Clase Filtros Espaciales Filtrado espacial Ya trabajamos procesando sólo al piel individualmente. Ahora vamos a hacer un procesamiento en una vecindad de cada piel.

Más detalles

IV. MATERIALES Y MÉTODOS

IV. MATERIALES Y MÉTODOS IV. MATERIALES Y MÉTODOS 4.1 Materiales La muestra de polvo de papel que se analizó fue proporcionada por Compañía Procter & Gamble México, S. de R.L. de C.V. proveniente de la nave del proceso seco de

Más detalles

Técnicas de Segmentación Semi-Automática en Imágenes para Diagnostico de Osteoporosis

Técnicas de Segmentación Semi-Automática en Imágenes para Diagnostico de Osteoporosis Técnicas de Segmentación Semi-Automática en Imágenes para Diagnostico de Osteoporosis Arturo F. Iglesias (1) ; Anabella S. Saleres (1) ; Walter D. Vogel (1) ; Jose M. Massa (2) ; Paula M. Tristan (2)(3)

Más detalles

Práctica 2 - Procesamiento de Imágenes

Práctica 2 - Procesamiento de Imágenes Práctica 2 - Procesamiento de Imágenes En esta práctica veremos diferentes técnicas de tratamiento que suelen ser aplicadas a las imágenes obtenidas desde satélites. Muchos de los procedimientos que aprendamos

Más detalles

Propuesta Computacional para el desarrollo de un sistema de monitoreo implementado vía Web a través del empleo de software libre (SIMOWeb).

Propuesta Computacional para el desarrollo de un sistema de monitoreo implementado vía Web a través del empleo de software libre (SIMOWeb). Propuesta Computacional para el desarrollo de un sistema de monitoreo implementado vía Web a través del empleo de software libre (SIMOWeb). Guadalupe Hernández Portilla 1, Gerardo Contreras Vega 2, Carlos

Más detalles

Visión. Sesión 4: Búsqueda y tracking de modelos 2D en imágenes. Departamento CCIA http://www.jtech.ua.es/vision/2011/

Visión. Sesión 4: Búsqueda y tracking de modelos 2D en imágenes. Departamento CCIA http://www.jtech.ua.es/vision/2011/ Visión Sesión 4: Búsqueda y tracking de modelos 2D en imágenes Departamento CCIA http://www.jtech.ua.es/vision/2011/ Hoy Detección de aristas Transformada de Hough Componentes conectadas Alineación de

Más detalles

8 PROCESAMIENTO DIGITAL DE IMÁGENES USANDO MATLAB & SIMULINK RA-MA

8 PROCESAMIENTO DIGITAL DE IMÁGENES USANDO MATLAB & SIMULINK RA-MA ÍNDICE PRÓLOGO...19 CAPÍTULO 1. INTRODUCCIÓN...25 1.1 SISTEMA DE VISIÓN Y PROCESAMIENTO DE IMÁGENES...25 1.2 PROCESAMIENTO DIGITAL DE IMÁGENES...26 1.3 RELACIONES BÁSICAS ENTRE PÍXELES...27 1.3.1 Vecinos

Más detalles

MEJORA DE LA IMAGEN EN EL DOMINIO DE LA FRECUENCIA: TRANSFORMADA DE FOURIER

MEJORA DE LA IMAGEN EN EL DOMINIO DE LA FRECUENCIA: TRANSFORMADA DE FOURIER MEJORA DE LA IMAGEN EN EL DOMINIO DE LA FRECUENCIA: TRANSFORMADA DE FOURIER M.C. CAROLINA ROCÍO SÁNCHEZ PÉREZ 01 DE ABRIL DE 2011 Operaciones en el dominio de la frecuencia Una imagen digital es una representación

Más detalles

Reconocimiento de imágenes

Reconocimiento de imágenes Capítulo 4 Reconocimiento de imágenes En la actualidad, el reconocimiento de imágenes es una herramienta de gran utilidad en el área de control y automatización. Varias empresas usan el reconocimiento

Más detalles

Tema 1. Sistemas de Visión Artificial

Tema 1. Sistemas de Visión Artificial Tema 1. Sistemas de Visión Artificial Tabla de Contenidos Definición Transformación Información Luminosa Imagen Digital Sistema Humano Visión Sistema Visión Artificial Aplicaciones de la Visión por

Más detalles

Guía Docente Curso 2008-2009

Guía Docente Curso 2008-2009 Nombre: Sistemas de percepción robótica Denominación en inglés 1 : Robotic perception ESCUELA POLITECNICA SUPERIOR Guía Docente Curso 2008-2009 Titulación Ingeniería Industrial DATOS DE LA ASIGNATURA Código:

Más detalles

Software para microscopia digital. Vision / Catálogo 2011

Software para microscopia digital. Vision / Catálogo 2011 Software para microscopia digital Vision / Catálogo 2011 2 Patología digital La patología digital (microscopia digital) es un entorno digital para la gestión y el análisis de datos de análisis microscópico.

Más detalles

CLASIFICACIÓN NO SUPERVISADA

CLASIFICACIÓN NO SUPERVISADA CLASIFICACIÓN NO SUPERVISADA CLASIFICACION IMPORTANCIA PROPÓSITO METODOLOGÍAS EXTRACTORES DE CARACTERÍSTICAS TIPOS DE CLASIFICACIÓN IMPORTANCIA CLASIFICAR HA SIDO, Y ES HOY DÍA, UN PROBLEMA FUNDAMENTAL

Más detalles

Visión de alto nivel:

Visión de alto nivel: UNIVERSIDAD DE MURCIA FACULTAD DE INFORMÁTICA SISTEMAS Y PROYECTOS INFORMÁTICOS Visión de alto nivel: Interpretación de dibujos de líneas mediante comparación de grafos Autor: Ginés García Mateos Profesor

Más detalles

GUÍA PARA UN ESCANEO ÓPTIMO

GUÍA PARA UN ESCANEO ÓPTIMO Condiciones para obtener un buen escaneo Los factores que intervienen en el proceso de escaneo son ambientales, propios de la configuración y calibración del escáner así como del objeto a escanear. El

Más detalles

Procesamiento de los frotis de Papanicolaou en el Laboratorio de Citopatología

Procesamiento de los frotis de Papanicolaou en el Laboratorio de Citopatología Procesamiento de los frotis de Papanicolaou en el Laboratorio de Citopatología Carlos Zamorano 1 & Julieta Sepúlveda 1 1 Licenciado en Tecnología Médica, U. de Concepción, Concepción, Chile Introducción

Más detalles

Pontificia Universidad Católica del Ecuador

Pontificia Universidad Católica del Ecuador FACULTAD O ESCUELA DE INGENIERIA 1. DATOS INFORMATIVOS: MATERIA O MÓDULO: Procesamiento de imágenes CÓDIGO: 14259 CARRERA: SISTEMAS NIVEL: Sexto No. CRÉDITOS: CRÉDITOS TEORÍA: CRÉDITOS PRÁCTICA: PROFESOR:

Más detalles

Capítulo 1. Introducción. 1.1. Antecedentes

Capítulo 1. Introducción. 1.1. Antecedentes Capítulo 1. Introducción En este capítulo se presenta una descripción general del problema a investigar y el enfoque con el que se aborda. Se establece la necesidad de incorporar técnicas de análisis novedosas

Más detalles

IB14 Informática para la construcción. Tema 5. Tratamiento de imágenes digitales

IB14 Informática para la construcción. Tema 5. Tratamiento de imágenes digitales IB14 Informática para la construcción Tema 5. Tratamiento de imágenes digitales Contenidos Fotografía tradicional. Fotografía digital. Procesamiento digital de imágenes. Cómo almacena el ordenador

Más detalles

Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322

Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Nicole García Gómez 2830047-6 Diego Riquelme Adriasola 2621044-5 RESUMEN.- La minería de datos corresponde a la extracción

Más detalles

SISTEMA DE INSPECCION BASADO EN VISION ARTIFICIAL APLICADO A UN PROCESO INDUSTRIAL

SISTEMA DE INSPECCION BASADO EN VISION ARTIFICIAL APLICADO A UN PROCESO INDUSTRIAL UNIVERSIDAD DON BOSCO FACULTAD DE INGENIERIA ESCUELA DE ELECTRÓNICA SISTEMA DE INSPECCION BASADO EN VISION ARTIFICIAL APLICADO A UN PROCESO INDUSTRIAL ALUMNOS: PEDRO ERNESTO ORTEGA MARROQUIN EMERSON FRANCISCO

Más detalles

Prevención y detección del cáncer de cuello uterino

Prevención y detección del cáncer de cuello uterino Prevención y detección del cáncer de cuello uterino Trompas de Falopio Ovarios Qué es el cáncer de cuello uterino? Útero Cuello uterino Vagina El cáncer es una enfermedad que se origina por causa del crecimiento

Más detalles

GUÍA DOCENTE DE LA ASIGNATURA

GUÍA DOCENTE DE LA ASIGNATURA GUÍA DOCENTE DE LA ASIGNATURA G73 - Robótica Industrial y Visión Artificial Grado en Ingeniería en Tecnologías Industriales Optativa. Curso 4 Curso Académico 204-205 . DATOS IDENTIFICATIVOS Título/s Grado

Más detalles

MODULO DE NI-VISION DE LABVIEW GUÍA DE INICIO JONATHAN EDUARDO CRUZ ORTIZ

MODULO DE NI-VISION DE LABVIEW GUÍA DE INICIO JONATHAN EDUARDO CRUZ ORTIZ MODULO DE NI-VISION DE LABVIEW GUÍA DE INICIO JONATHAN EDUARDO CRUZ ORTIZ UNIVERSIDAD DISTRITAL FRANCISCO JOSE DE CALDAS FACULTAD TECNOLÓGICA TECNOLOGÍA EN ELECTRÓNICA INGENIERÍA EN CONTROL Índice general

Más detalles

Operaciones Morfológicas en Imágenes Binarias

Operaciones Morfológicas en Imágenes Binarias Operaciones Morfológicas en Imágenes Binarias Introducción La morfología matemática es una herramienta muy utilizada en el procesamiento de i- mágenes. Las operaciones morfológicas pueden simplificar los

Más detalles

Ejemplo de aplicación de la Dimensión Fractal en Medicina

Ejemplo de aplicación de la Dimensión Fractal en Medicina Ejemplo de aplicación de la Dimensión Fractal en Medicina El cáncer de mama es la enfermedad de las mujeres más común en el mundo moderno. Las estadísticas muestran que el riesgo de la mujer de desarrollar

Más detalles

Qué es una imágen digital?

Qué es una imágen digital? Qué es una imágen digital? Una imagen digital es una fotografía, un dibujo, un trabajo artístico o cualquier otra imagen que es convertida en un fichero de ordenador. Qué es una imágen digital? Una imagen

Más detalles

En las estructuras de datos, muchas de las implementaciones o mapeos de problemas, sus

En las estructuras de datos, muchas de las implementaciones o mapeos de problemas, sus 1 Introducción. En las estructuras de datos, muchas de las implementaciones o mapeos de problemas, sus soluciones o procesos, se basan en matrices binarias. Existen varios métodos y algoritmos que trabajan

Más detalles

VISIÓN ARTIFICIAL IMAGEN GRISES IMAGEN BINARIA 155 BLANCO 1 UMBRAL = 100 NEGRO

VISIÓN ARTIFICIAL IMAGEN GRISES IMAGEN BINARIA 155 BLANCO 1 UMBRAL = 100 NEGRO VISIÓN ARTIFICIAL CONCEPTOS GENERALES Se puede definir la Visión Artificial como un campo de la Inteligencia Artificial que, mediante la utilización de las técnicas adecuadas, permite la obtención, procesamiento

Más detalles

Métodos Avanzados para Análisis y Representación de Imágenes

Métodos Avanzados para Análisis y Representación de Imágenes Morfología Matemática p. 1/44 Métodos Avanzados para Análisis y Representación de Imágenes Morfología Matemática Departamento de Informática - FICH Universidad Nacional del Litoral Agosto de 2012 Morfología

Más detalles

CONFERENCIA REALIDAD AUMENTADA. Ingeniero CARLOS ENRIQUE ORTIZ RANGEL carlos.ortiz@tecnomovilidad.com

CONFERENCIA REALIDAD AUMENTADA. Ingeniero CARLOS ENRIQUE ORTIZ RANGEL carlos.ortiz@tecnomovilidad.com CONFERENCIA REALIDAD AUMENTADA Ingeniero CARLOS ENRIQUE ORTIZ RANGEL carlos.ortiz@tecnomovilidad.com Bogotá, Septiembre 2012 OBJETIVO GENERAL El objetivo es presentar un recorrido actualizado por las diferentes

Más detalles

TÉCNICO SUPERIOR UNIVERSITARIO EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN ÁREA MULTIMEDIA Y COMERCIO ELECTRÓNICO.

TÉCNICO SUPERIOR UNIVERSITARIO EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN ÁREA MULTIMEDIA Y COMERCIO ELECTRÓNICO. TÉCNICO SUPERIOR UNIVERSITARIO EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN ÁREA MULTIMEDIA Y COMERCIO ELECTRÓNICO. HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Diseño

Más detalles

Procesamiento digital de imágenes

Procesamiento digital de imágenes Procesamiento digital de imágenes Dr. Luis Gerardo de la Fraga E-mail: fraga@cs.cinvestav.mx Departamento de Computación Cinvestav 15 de febrero, 2011 Dr. Luis Gerardo de la Fraga UPIBI, 2011 Procesamiento

Más detalles

www.gtbi.net soluciones en Fotogrametría Digital El software de análisis más potente basado en objetos de datos geoespaciales. Fotogrametría Digital

www.gtbi.net soluciones en Fotogrametría Digital El software de análisis más potente basado en objetos de datos geoespaciales. Fotogrametría Digital soluciones en Fotogrametría Digital El software de análisis más potente basado en objetos de datos geoespaciales. Fotogrametría Digital www.gtbi.net LA MANERA DE ENTENDER EL MUNDO ESTÁ CAMBIANDO El usuario

Más detalles

Una investigación australiana reveló que posiblemente la disminución

Una investigación australiana reveló que posiblemente la disminución CIENTÍFICOS TRABAJAN EN DETECCIÓN DE CÁNCER DE MAMA A TRAVÉS DE REDES NEURONALES ARTIFICIALES Constituye un apoyo para el médico y los radiólogos para evitar falsos diagnósticos Fernando Álvarez Una investigación

Más detalles

ASIGNATURA DE GRADO: VISIÓN ARTIFICIAL

ASIGNATURA DE GRADO: VISIÓN ARTIFICIAL ASIGNATURA DE GRADO: VISIÓN ARTIFICIAL Curso 2015/2016 (Código:71014046) 1.PRESENTACIÓN DE LA ASIGNATURA Esta asignatura pretende ofrecer al alumno una panorámica del problema de la percepción visual a

Más detalles

LISTADO DE PROYECTOS DEL CAMPUS PRAKTIUM UPV-FUNCAE 2012. ETS de Ingeniería Informática Grado en Ingeniería Informática

LISTADO DE PROYECTOS DEL CAMPUS PRAKTIUM UPV-FUNCAE 2012. ETS de Ingeniería Informática Grado en Ingeniería Informática 34 Conexión de móviles Android a dispositivos externos. INF05 Los teléfonos móviles con sistema operativo Android, son un fenómeno social. Existen multitud de aplicaciones, pero pocas pueden "salir" de

Más detalles

APARATO GENITAL FEMENINO 1era parte D/D DRA. MAURIN HMCM 2014

APARATO GENITAL FEMENINO 1era parte D/D DRA. MAURIN HMCM 2014 APARATO GENITAL FEMENINO 1era parte D/D DRA. MAURIN HMCM 2014 LESIONES PRECURSORAS DEL CARCINOMA CERVICAL 5. LESIONES PRECURSORAS DEL CARCINOMA CERVICAL: A PRINCIPIOS DE SIGLO SE DESCUBRIÓ QUE EL EPITELIO

Más detalles

CARLOS EDUARDO GIRALDO MONTERO

CARLOS EDUARDO GIRALDO MONTERO DIMENSIONAMIENTO DE PIEZAS USANDO EL SISTEMA DE VISIÓN DE LA CELDA DE MANUFACTURA FLEXIBLE EN LA FACULTAD DE INGENIERÍA MECÁNICA CARLOS EDUARDO GIRALDO MONTERO UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD

Más detalles

EL ENTORNO: VISION - E LABORATORY

EL ENTORNO: VISION - E LABORATORY EL ENTORNO: VISION - E LABORATORY JAVIER MOLINA* Y ALBERTO YÚFERA*, ** * Departamento de Tecnología Electrónica, Universidad de Sevilla, Av. Reina Mercedes s/n, Sevilla 41012, España. tf: 95 4556472, fax:

Más detalles

Realce de imágenes: filtrado espacial

Realce de imágenes: filtrado espacial Revista de Teledetección. 2002. 17: 31-42. Realce de imágenes: filtrado espacial B. Aldalur 1 y M. Santamaría. 2 1 Depto de Ingeniería 2 Depto de Matemática Universidad Nacional del Sur Bahía Blanca, Argentina

Más detalles

Redes Neuronales Celulares Aplicadas al Procesamiento de Imágenes Presenta: Luis Eduardo Morán López

Redes Neuronales Celulares Aplicadas al Procesamiento de Imágenes Presenta: Luis Eduardo Morán López Redes Neuronales Celulares Aplicadas al Procesamiento de Imágenes Presenta: Luis Eduardo Morán López Universidad de Colima Diplomado para la Actualización del profesorado I. Introducción Las Redes Neuronales

Más detalles

NEOPLASIA INTRAEPITELIAL CONCEPTOS, EVOLUCION

NEOPLASIA INTRAEPITELIAL CONCEPTOS, EVOLUCION NEOPLASIA INTRAEPITELIAL CONCEPTOS, EVOLUCION EPITELIO NORMAL EXOCERVIX: CAPA BASAL 1 CAPA PARABASAL 1 A 3 CAPAS INTERMEDIA ~ 8 SUPERFICIAL ~ 8 EPITELIO NORMAL ENDOCERVIX CÉLULA DE RESERVA 1 CAPA CÉLULA

Más detalles

Carcinoma de la Próstata Diagnóstico en biopsias

Carcinoma de la Próstata Diagnóstico en biopsias Carcinoma de la Próstata Diagnóstico en biopsias Dr. Eduardo Luévano Flores Carcinoma de la próstata en biopsias El diagnóstico de adenocarcinoma de próstata es complejo, se basa en una constelación n

Más detalles

Capítulo 3. dependen de él son, por ejemplo, la voz, una onda de radio, un electrocardiograma, etc. El

Capítulo 3. dependen de él son, por ejemplo, la voz, una onda de radio, un electrocardiograma, etc. El Capítulo 3 Procesamiento digital de señales mioeléctricas Las señales se representan matemáticamente como funciones de una o más variables independientes. La variable independiente más común es el tiempo,

Más detalles

Ministerio de Salud y Protección Social República de Colombia

Ministerio de Salud y Protección Social República de Colombia Los Virus del Papiloma Humano y el Cáncer Cartilla de Preguntas y Respuestas (página Web) Qué es el cáncer de cuello uterino? Es una desorganización de las células que componen el cuello del útero, formando

Más detalles

REGISTRO DE TRANSEÚNTES EN TIEMPO REAL UTILIZANDO UN SISTEMA DE VISIÓN ARTIFICIAL SOBRE UN AMBIENTE CONTROLADO

REGISTRO DE TRANSEÚNTES EN TIEMPO REAL UTILIZANDO UN SISTEMA DE VISIÓN ARTIFICIAL SOBRE UN AMBIENTE CONTROLADO REGISTRO DE TRANSEÚNTES EN TIEMPO REAL UTILIZANDO UN SISTEMA DE VISIÓN ARTIFICIAL SOBRE UN AMBIENTE CONTROLADO JOAN MAURICIO VALENCIA LÓPEZ MAURICIO ABRIL CAÑAS UNIVERSIDAD TECNOLÓGICA DE PEREIRA PROGRAMA

Más detalles

SEGUIMIENTO DE LA CRISTALIZACION DE AZUCAR MEDIANTE PROCESADO DE IMAGEN CON WAVELETS

SEGUIMIENTO DE LA CRISTALIZACION DE AZUCAR MEDIANTE PROCESADO DE IMAGEN CON WAVELETS SEGUIMIENTO DE LA CRISTALIZACION DE AZUCAR MEDIANTE PROCESADO DE IMAGEN CON WAVELETS Fernando Tadeo, Teresa Álvarez, Susana González Dpto. Ingeniería de Sistemas y Automática Facultad de Ciencias, Universidad

Más detalles

Control de posición de un carro horizontal usando retroalimentación visual

Control de posición de un carro horizontal usando retroalimentación visual Control de posición de un carro horizontal usando retroalimentación visual Francisco Antonio Rogelio, Arellano Verdejo Javier, Arellano Mejía José Antonio, Zamora Pichardo Julio Div. de Ing. Mecatrónica,

Más detalles

Utilización de ecognition para clasificar nubes de puntos densas extraidas por correlación de imágenes digitales de alta resolución

Utilización de ecognition para clasificar nubes de puntos densas extraidas por correlación de imágenes digitales de alta resolución Utilización de ecognition para clasificar nubes de puntos densas extraidas por correlación de imágenes digitales de alta resolución Daniel Rico Daniel.rico@gtbi.net Responsable de Aplicaciones Fotogramétricas

Más detalles

understanding documents Digitalización y Captura Inteligente de Documentos

understanding documents Digitalización y Captura Inteligente de Documentos Digitalización y Captura Inteligente de Documentos Mayo 2013 Poder mantener accesibles los documentos desde cualquier punto del planeta y utilizar la información contenida en ellos se ha vuelto crítico

Más detalles

Que el alumno domine las técnicas del procesamiento de imágenes en entornos distribuidos.

Que el alumno domine las técnicas del procesamiento de imágenes en entornos distribuidos. 1. DATOS DE LA ASIGNATURA Nombre: Procesamiento Distribuido de Imágenes Carrera: Licenciatura en Informática Clave de la asignatura: IFS-0402 Horas teoría - horas práctica - créditos: 4-2-10 2. HISTORIA

Más detalles

6.2. Enfoque. Enfocar una imagen

6.2. Enfoque. Enfocar una imagen Enfocar una imagen SiverFast dispone de una función especial de enfoque, la llamada Máscara de desenfoque (USM). Este término procede de la litografía tradicional, en la que se trabajaba a nivel químico

Más detalles

CLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN)

CLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) CLASIFICACIÓN NO SUPERVISADA CLUSTERING Y MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) info@clustering.50webs.com Indice INTRODUCCIÓN 3 RESUMEN DEL CONTENIDO 3 APRENDIZAJE

Más detalles

Programación de una interfaz gráfica con diferentes módulos para el tratamiento digital de imágenes en entornos industriales

Programación de una interfaz gráfica con diferentes módulos para el tratamiento digital de imágenes en entornos industriales ESCUELA TÉCNICA Y SUPERIOR DE INGENIERÍA DE TELECOMUNICACIÓN UNIVERSIDAD POLITÉCNICA DE CARTAGENA PROYECTO FIN DE CARRERA Programación de una interfaz gráfica con diferentes módulos para el tratamiento

Más detalles