III. <<Insertar Cita>> <<Autor>>
|
|
- Manuel Mora Roldán
- hace 8 años
- Vistas:
Transcripción
1 Capítulo III Vsón
2 <<Insertar Cta>> <<Autor>> III 3.1 Procesamento de Imágenes Se entende por procesamento de mágenes a la alteracón y análss de la normacón gráca Sstema de vsón humano El sstema de procesamento de mágenes más poderoso en la actualdad es aquel conormado por nuestros oos y cerebro. Una aproxmacón a la construccón de robots que desempeñen tareas como el reconocmento toma obetos manpulacón y evasón de obstáculos consste en el estudo del desempeño de las tareas del humano. Hacendo una analogía del sstema de vsón humano con sstemas de vsón artcales se puede asmlar al oo con los dspostvos ormadores de magen donde ambos son los encargados de captar la magen del ambente. Los rayos de luz generados por una escena son colectados por la lente en el caso del oo la lente es llamado crstalno. El rs srve como control de la ntensdad de luz y en las cámaras el encargado es el daragma. En el caso del oo humano los elementos sensores son llamados bastones y conos y realzan el msmo trabao que los sensores C-MOS en las cámaras dgtales modernas. 3
3 El encargado de procesar la normacón de los dspostvos de entrada es la computadora y en el caso del ser humano el cerebro descra los mpulsos nervosos para convertrlos en las mágenes que nosotros percbmos. Fg. 3.1 Comparacón oo humano contra sstema ormador de magen El entendmento de la operacón del sstema de vsón humano nos srve para denr las operacones a realzar en el procesamento dgtal de Imágenes Baxes 94] Procesamento Dgtal de Imágenes Gracas a la recente dsponbldad de sostcados dspostvos semconductores y compactas y poderosas computadoras unto a avances en algortmos de procesamento de mágenes se ha atraído la atencón del procesamento de mágenes dgtal. 4
4 Un sstema de procesamento dgtal de mágenes es una coleccón de dspostvos de hardware que provee la dgtalzacón almacenamento procesamento desplegue de las mágenes dgtales y de los resultados que se obtengan con el procesamento. Las rutnas de los sstemas procesadores de mágenes pueden estar ya sea almacenadas en un programa y/o tambén pueden ser realzadas medante hardware especíco. Control de tarea Dgtalzacón (cámara) Dspostvo de almacenamento magen de entrada Computadora Imagen de salda Desplegue de datos/ magen Programa Dspostvo de almacenamento de datos/mágenes de salda Fg. 3. Dagrama a bloques sstema de procesamento dgtal de mágenes. El Procesamento dgtal de mágenes puede dvdrse en 3 grandes grupos de operacones que son: operacones de meoramento de la caldad operacones de análss y operacones de codcacón de las mágenes. Las prmeras subetva u obetvamente modcan la aparenca o caldades de la magen a su vez este tpo de operacones se sub-dvde en operacones de contraste y operacones espacales; las operacones de contraste tratan con la alteracón de brllo en una magen los negros blancos y grses pueden ser realzados o suprmdos; las operacones espacales modcan el contendo del detalle de una magen los bordes por eemplo pueden ser acentuados con este tpo de operacones; las operacones de análss de la magen producen normacón basada en la magen es decr la salda de estas operacones no son de tpo pctórco en su lugar la salda es normacón numérca o gráca basada en las característcas orgnales de la magen con el obetvo de descrbr algún aspecto de la magen este tpo de operacones pueden ser utlzadas para la descrpcón de característcas de la 5
5 escena medcón automátca de obetos y reconocmento de patrones la operacón más común es el hstograma; las operacones de codcacón de la magen pueden servr para reducr la cantdad de normacón necesara para descrbr una magen en este sentdo exsten dos tpos de operacones de codcacón la prmera codca la magen de manera que no hay pérdda de normacón la segunda puede codcar la magen de manera que por eemplo rompa la magen en seccones o estructuras codcando úncamente la localzacón y orentacón de las partes esta orma reduce consderablemente la cantdad de datos lo cual puede traer como consecuenca perdda de la representacón orgnal de la magen. Operacones del procesamento de Imágenes Meoramento de la Caldad Análss Codcacón Contraste Espacales Fg. 3.3 Clascacón de las operacones del procesamento de mágenes Una de las áreas de mayor nterés dentro del procesamento dgtal de mágenes es la de meoramento de la caldad de magen esto es porque en cas todos los casos es necesaro aplcar algún tpo de meora a la magen antes de contnuar con otros procesos en la aplcacón. En el procesado de la magen total hay tres grandes categorías de procesamento la de punto la de grupo y una tercera llamada procesamento de rame la prmera srve para mplementar las operacones de contraste mentras que la segunda srve para realzar las operacones espacales; las operacones de punto se subdvden en operacones realzadas con una sola magen o monádcas y operacones realzadas con dos mágenes o dádcas en el tercer grupo llamado procesamento de rame se han agrupado operacones como el zoom y el stretch para las operacones de punto y de grupo (que tambén corresponden a las operacones de meoramento de la caldad de las mágenes) 6
6 exste equpo especalzado que realza estas operacones medante hardware debdo a que se utlzan recuentemente; al hacer esto se reduce el tempo empleado en dchas operacones. Baxes 94] Procesamento Procesamento un Pxel (contrast) Procesamento varos pxeles (spatal) Procesamento Frame Una magen Dos mágenes Fltrado Espacal Deteccón de Borde (operadores monádcos) (operadores dádcos) Zoom Fg. 3.4 Clascacón del procesamento de la magen en su totaldad 3. Deteccón de Borde: Gradente y Laplacano Los bordes son cambos locales sgncantes en la magen y son muy mportantes para el análss de las msmas. Los bordes se encuentran típcamente localzados en los límtes entre dos derentes regones en una magen. La deteccón de borde es recuentemente el prmer paso en la recuperacón de normacón de las mágenes. Un borde es un cambo local sgncatvo en la ntensdad de la magen usualmente asocadas con una dscontnudad en la ntensdad de la magen o prmera dervada de la ntensdad; Los bordes son pxeles con una gradente grande; Las dscontnudades pueden ser: dscontnudades de escalón en donde la ntensdad de la magen abruptamente camba de un valor de un lado de la dscontnudad a un valor derente en el lado opuesto dscontnudad de línea donde la ntensdad de la magen camba abruptamente pero regresa al valor ncal en una dstanca corta; este tpo de dscontnudades sn embargo poco exste en la realdad en donde los escalones son rampas y las dscontnudades de líneas son dobles rampas. 7
7 Un algortmo de deteccón de borde es aquel que produce un conunto de puntos de borde o ragmentos de borde de una magen. Los algortmos nvolucrados en la deteccón de bordes contenen tres pasos que son el ltrado realce y deteccón propamente dcha. La aproxmacón dscreta a la gradente es muy susceptble al rudo debdo a que está basada en la comparacón de varacón de ntensdades por lo que el ltrado es comúnmente utlzado para meorar el desempeño de un detector de borde sn embargo un ltrado excesvo contrbuye a una pérdda en la caldad del borde es decr exste un compromso entre la elmnacón del rudo y pérdda de los bordes. El realce consste en enatzar los pxeles cuando exsta un cambo local en el valor de la ntensdad y usualmente es hecho al computar la magntud de la gradente. La deteccón más senclla consste en ar un umbral que permta dscernr entre las deteccones que pueden ser consderadas bordes y las que no. Algunos algortmos ncluyen un cuarto paso que consste en la localzacón del borde es decr: la dreccón en la cual se encuentra un cambo de contraste el detectar los bordes puede ser de gran ayuda en el momento de toma de decsones Gradente En una dmensón un borde de escalón es asocado con un pco local en la prmera dervada. La gradente es una medda de cambo en una uncón una magen puede ser consderada como un arreglo de muestras de alguna uncón contnua de la ntensdad de una magen Cambos sgncatvos en los nveles de grs pueden ser detectados usando una aproxmacón dscreta a la gradente. La gradente es el equvalente b-dmensonal de la prmera dervada y es denda como el vector: ( x y G ) Gx Gy x x Ec. 3.1 Gradente. Dos propedades mportantes son asocadas con la gradente: el vector G(xy)] que apunta en la dreccón del cambo máxmo de la uncón (xy) y la magntud de la gradente (ver ec. 3.) que es la uerza del borde. 8
8 G ( x y)] Gx Gy Ec. 3. Magntud de la gradente. La magntud de la gradente es el máxmo rango de cambo por undad de dstanca en la dreccón G; es decr la pendente del cambo de la uncón. Para propóstos práctcos la gradente puede ser aproxmada a las uncones como se muestran en la ec. 3.3 G ( x y)] Gx Gy G ( x y)] max( Gx Gy ) Ec. 3.3 Aproxmacón de la gradente. La dreccón de la gradente para el análss vectoral es denda como: (ver ec. 3.4): Gy ( x y) atan Gx Ec. 3.4 Dreccón de la gradente Para mágenes dgtales las dervadas pueden ser aproxmadas como se muestran en la ecuacón 3.5. Gx 1] ] Gy ] 1 ] Ec. 3.5 Aproxmacones dgtales más smples de la Gradente. Los detectores de borde basados en la gradente son los métodos Roberts Sobel y Prewtt que a contnuacón se descrben. Operador Roberts El operador Roberts en cruz provee una smple aproxmacón a la magntud de la gradente: G ]] ] 1 1] 1 ] 1] Ec. 3.6 Operador Roberts Usando máscaras de convolucón es: 9
9 G ( x y)] Gx Gy Ec. 3.7 Aproxmacón del operador Roberts Donde Gx y Gy pueden ser calculadas medante las sguentes máscaras: Gx= 1 0 Gy= Fg. 3.5 Máscaras Roberts En realdad las derencas son computadas en el punto nterpolado + 1/ + 1/]. Y no en el punto ] como debería de esperarse. Operador Prewtt Para evtar cálculos en puntos nterpolados no exstentes se consdera el uso de máscaras 3x3 para el cálculo de la gradente. El operador Prewtt es la magntud de la gradente calculada por: M Sx Ec. 3.8 Magntud de la Gradente operador Prewtt Donde las dervadas parcales son computadas medante (ver ec. 3.9): Sy Sx Sy ( a ( a0 ca 3 a 4) ( a ca1 a) ( a6 0 ca ca 7 5 a 6 ) a4) Y donde c es una constante gual a 1. Ec. 3.9 Dervadas parcales operador Prewtt. Los coecentes de las ecuacones anterores pueden ser determnados al utlzar la sguente reerenca de nombramento de los pxeles cercanos (ver Fg. 3.6) a0 a1 a a7 ] a3 a6 a5 a4 30
10 Fg. 3.6 Nombramento vecnos operadores Prewtt y Sobel Como otros operadores gradente Sx y Sy pueden ser mplantados usando máscaras de convolucón. Sx= Sy= Fg. 3.7 Máscaras operador Prewtt Operador Sobel El operador Sobel usa las msmas ecuacones que el operador Prewtt excepto que la constante c tene un valor gual a Sx= Sy= Fg. 3.8 Máscaras operador Sobel Hay que hacer notar que este método pone especal énass en los pxeles más cercanos al centro de la máscara. El operador Sobel es uno de los métodos más comúnmente utlzados. Jan 95] Cuando las mágenes orgnales tenen un buen contraste y con poco rudo este es el meor método adaptado para la deteccón de bordes además de que su tempo de cómputo es reducdo. Ibanes 98] 3.. Operadores de la Segunda Dervada Cuando se utlza un valor umbral para determnar s exste o no un borde se puede llegar a detectar muchos puntos por lo que se producen bordes gruesos; una orma de elmnar esto es encontrar úncamente los puntos que tenen un máxmo local en los valores de gradente y consderar entonces éstos como puntos de borde. 31
11 Fg. 3.9 Representacón gráca 1ª y ª dervada Lo anteror sgnca que los bordes serán un pco en la prmera dervada y medante la segunda dervada de la ntensdad de la magen los bordes pueden ser detectados al encontrar los cruces por cero. Una desventaa de la segunda dervada es que es muy sensble al rudo por lo que el ltrado es realzado prevo a la deteccón del borde. Exsten dos operadores en dos dmensones que corresponden a la segunda dervada: El Laplacano y la segunda dervatva drecconal. Operador Laplacano El Laplacano es el equvalente bdmensonal de la segunda dervada la órmula de la uncón Laplacana (xy) es: x y Ec Ecuacón del Laplacano Al remover los puntos que no coresponden a un máxmo local en la prmera dervada los bordes pueden ser detectados mas ecentemente. 3
12 33 La segunda dervada a lo largo de x y y puede ser aproxmada usando las ecuacones de derenca en donde: ] 1] ] ]) 1] ( 1]) ] ( ] 1] ] 1] x x x x Gx x Ec Segunda dervada parcal con respecto a x (aproxmacón dgtal) susttuyendo -1 por 1] ] 1] x Smlarmente se obtene: ] 1 ] ] 1 xy Ec. 3.1 Segunda dervada parcal con respecto a y (aproxmacón dgtal) La sguente máscara puede ser usada para la aproxmacón al Laplacano: Fg Máscara Laplacana La sguente máscara da más énass en los pxeles del centro: Fg Máscara Laplacana con énass en el centro
13 Operador Segunda Dervatva Drecconal La segunda dervatva drecconal es la segunda dervada calculada en la dreccón de la gradente el operador es mplementado usando la órmula: x xx xyxy y n x y yy El Laplacano y dervatva drecconal de segundo orden son poco usados en vsón por computadora debdo a que son muy susceptbles al rudo más que los operadores nvolucrando la prmera dervada. En su lugar son usados algortmos que combnan el ltrado Gaussano con la segunda dervada para la deteccón de borde. Laplacano de Gaussano El Laplacano del Gaussano combna el ltrado Gaussano con el Laplacano para la deteccón de bordes. Este método consste en tres pasos los cuales son: ltrado realce y deteccón. El ltrado para suavzar la magen es Gaussano El paso de realce es la segunda dervada El crtero de deteccón es la presenca de un cruce por cero en la segunda dervada con el correspondente pco en la prmera dervada La localzacón del borde puede ser estmada a nvel subpxel con nterpolacón lneal Al hacer el ltrado se elmnan las pequeñas estructuras debdo al rudo pero los bordes son ensanchados por lo que son consderados como bordes aquellos que producen un máxmo local; esto es logrado al detectar el cruce por cero en la segunda dervada para evtar la deteccón de bordes nsgncantes úncamente los cruces por cero que se cuentan tambén en su prmera dervada con un valor por encma del valor umbral son selecconados como borde. La dreccón del borde es obtenda usando la dreccón en la que el cruce por cero ocurre. El ltrado Gaussano es una clase de ltrado lneal suave en el que los valores son escogdos de acuerdo a la orma de una uncón Gaussana las característcas prncpales conssten en que este ltro es eectvo como pasa-baas desde el punto de vsta espacal y domno de las recuencas; es ácl de 34
14 mplementar puede ser usado eectvamente en aplcacones de vsón es rotaconalmente smétrco tene un solo lóbulo es decr: cada valor es reemplazado por un promedo ponderado de los pxeles vecnos tal que el peso dado a cada vecno decrece monotóncamente con la dstanca del pxel central; La transormada Fourer de un Gaussano tene un solo lóbulo en el domno de la recuenca la transormada Fourer de un Gaussano es en s msmo un Gaussano. La anchura del ltrado es drectamente proporconal a su Fltros grandes Gaussanos pueden ser mplementados en un orden lneal al separar sus uncones bdmensonales como dos un-dmensonales. La sguente es una máscara clásca de la aplcacón de un ltro del tpo Gaussano Fg. 3.1 Máscara ltro Gaussano La salda del Laplacano del Gaussano (LoG) es obtenda medante la operacón de convolucón LoG LoG g( x y)* ( x y)] g( x y)* ( x y) Donde: ( x y ) x y g( x y) 4 es llamado el operador del sombrero Para poder hacer lo anteror es posble realzarlo medante dos métodos matemátcamente equvalentes el prmero consste en aplcar un ltro del tpo Gaussano y a la salda de éste aplcar el Laplacano; el segundo método consste en aplcar máscaras que mplementen drectamente el Laplacano del Gaussano un eemplo de éste tpo de máscaras se muestra a contnuacón:
15 Fg Máscara Laplacano del Gaussano Un buen método que conserva un buen rechazo al rudo mentras que detecta de manera muy eectva los bordes es aplcar un ltrado Gaussano y aplcar el método de la gradente. Sn embargo; esto no es rotaconalmente smétrco sendo su antsmetría perpendcular a el borde. Jan 95] Detector de Borde Canny El detector de Borde Canny es la prmera dervada de la Gausana y se aproxma al operador que optmza el producto de señal a rudo y localzacón. El resultado de la convolucón de la magen con un ltro pasabaas Gaussano que es un ltrado separable es un arreglo de datos suavzados S ] G ; ] I ] Donde es la ampltud del Gaussano y controla el grado de suavzamento. La Gradente del arreglo suavzado S] puede ser calculado usando una aproxmacón de prmera derenca de x lo cual produce dos arreglos P] y Q] para la dervada parcal x y y. P ] Q ] ( S 1] S ] S 1 1] S 1 ]) ( S ] S 1 ] S 1] S 1 1]) La orentacón y la magntud pueden ser calculadas medante las sguentes órmulas: M ] P ] ] arctan Q ] Q ] P ] El arreglo de Magntud M contene valores grandes donde la gradente de la magen es grande así que podría aplcarse un umbral para obtener los bordes sn embargo el Algortmo Canny tene una orma mas sostcada para encontrar los bordes un punto de borde es dendo como un punto cuya magntud es localmente máxma en la dreccón de la Gradente es decr el pco del borde; esto conduce a tener bordes de un pxel de ancho y por lo tanto mas delgados y el proceso es llamado supresón de los no máxmos (nonmáxma supresón). 36
16 La supresón de los no máxmos adelgaza los bordes de la gradente al suprmr los valores a lo largo de la línea de la gradente que no son valores pco de un borde. El algortmo nca al reducr el ángulo de la gradente ] a uno de cuatro sectores. Fgura 3.14 Sectores ] Sector( ]) En cada punto el elemento central M] es comparado con sus vecnos a lo largo de la línea de la gradente dada por el valor del sector. S el valor del arreglo magntud M] en el centro no es mayor que sus vecnos entonces N] es cero y vceversa Este proceso adelgaza los anchos bordes en bordes que son úncamente un pxel de ancho. N ] nms( M ] ]) N] contendrá varos bordes alsos causados por el rudo y texturas nas. Estos alsos ragmentos deben ser reducdos esto puede ser realzado al aplcar un umbral debdo a que el contraste de los alsos bordes es pequeño; todos los valores por debao del umbral son guales a cero y aquellos por encma son uno; el resultado es un arreglo I] de los bordes detectados en la magen el hallar un umbral propo es dícl y normalmente es el resultado de prueba y error debdo a esta dcultad la magen nal puede tener aun pequeños ragmentos s el umbral es muy bao o resultan en bordes altantes s el umbral es alto sn embargo una manera más ecente de hallar este borde es el uso de dos umbrales. 37
17 Con dos umbrales dos mágenes son producdas una con contornos dscontnuos pero cas sn bordes alsos (umbral alto T) y otra (hecha con un umbral de la mtad del de la prmera T1) con varos bordes alsos. Con la magen hecha a partr del umbral alto (T) los bordes son encadenados cuando se encuentra el n de un contorno el algortmo busca en T1 los 8 pxeles vecno por bordes que pueden ser encadenados al contorno El algortmo contnúa hasta que la dscontnudad es encadenada a un borde. De esta orma se resuelve el problema de tener que escoger un umbral. Algortmo Hough Este algortmo es usado para obtener en coordenadas polares los vectores correspondentes a las característcas más mportantes que se encuentran en una magen en el caso de este trabao las característcas vectorales que se desean encontrar corresponden a los bordes. El algortmo es el sguente: se escoge el centro de la magen como punto de partda para realzar todas las operacones posterores; ahora ben se toma la prmera característca con coordenada (xy) a este punto se le asgna un ángulo (que rá varando) lo que se trata de encontrar es una r tal que la coordenada polar (r ) (sendo =+90) sea un punto pertenecente a la ecuacón dada por (xy) exste un arreglo A de dmensones rado_maxmo360] el cual en su poscón (r ) se ncrementará en uno para ndcar la presenca de una característca cuya ecuacón(xy) pasa por esa coordenada polar. Fg Un punto xy con una 38
18 El ángulo tendrá varos valores para un msmo punto (xy) al hacer esto se obtenen varos pares de coordenadas (r ) para un msmo punto. Fg Varas para un punto xy Lo anteror se repte para otro punto de borde o característca. Ahora ben s exsten varos puntos cuyos pares (r) resultan guales entonces se encuentran determnando un msmo borde y es por tanto este borde representatvo es decr s el arreglo A en r ] contene valores por encma de certo umbral será entonces que ese r y determnarán las coordenadas del vector que representa una característca. Fg Par r que determna un vector 3.3 Algortmos de Empareamento Estéreo 39
19 Los algortmos de empareamento estéreo se basan en el hecho de que cada punto en la escena se observa déntco en las dos mágenes. Al encontrar el punto correspondente de una magen en la otra es posble determnar su poscón en el espaco trdmensonal. El problema del empareamento estéreo supone el hacer pares con los pxeles de la línea de una magen que se escanea contra los pxeles en la línea de la otra magen asumendo que las dos cámaras están alneadas. La correspondenca es alcanzada medante una secuenca de empareamentos de las mágenes zquerda y derecha del msmo punto de nterés los pxeles sn empareamentos tenen algún tpo de oclusón. Para determnar que dos puntos orman un par conugado es necesaro medr la smltud de los puntos claramente los puntos a ser empareados deben ser derentes de los pxeles que le rodean. En los algortmos estéreo es necesaro localzar característcas empareables; las característcas de borde y de regón han sdo usadas por varos autores para el empareamento estéreo. Exsten varas maneras de medr la smltud de las característcas por eemplo algunos sstemas hacen uso de la orentacón del borde. La mayoría sn embargo adoptan el uso de la smltud basada en la escala de grses en la magen en una máscara de pxeles alrededor de la característca; se supone que las regones a emparear tenen una estructura local smlar y un nvel de grs general; para evtar derencas postvas y negatvas normalmente se obtene el cuadrado de cada derenca antes de realzar la adcón se buscan en cada uno de los lados de la característca y se acepta un empareamento s ambas derencas son pequeñas los bordes horzontales no son buenos para el empareamento y es meorado s es usada la normacón de la orentacón de borde además de la normacón de la escala de grs. La prounddad es computada úncamente con los pares obtendos y los demás puntos de la escena son calculados medante nterpolacón. Verdaderas dscontnudades ocurren en cambos de varos pxeles o más. Lo anteror es el procedmento del algortmo estándar del matchng entre dos escenas; exsten pequeñas varantes sobre este proceso y un dervado es descrto a contnuacón 40
20 Pxel by pxel brcheld El obetvo de este método es detectar las dscontnudades mas que computar un mapa exacto de prounddad; preere asgnar una constante de dspardad a cada obeto aun cuando la prounddad de ese obeto vara lgeramente como es en el caso de un clndro Con cada línea que se escanea cada obeto contene al menos una lgera varacón de la ntensdad. El costo de una secuenca de empareamento M es una penalzacón por cada oclusón una gananca por cada empareamento bueno y la suma de sus dsmltudes entre los pxeles empareados. El basarse úncamente en la ntensdad de grses puede verse aectada por el muestreo de los sensores en los dspostvos de entrada; una manera de enrentar este problema es el utlzar el empareamento a través de ventanas. Es propuesto el uso de la uncón de la ntensdad lnealmente nterpolada de los dos pxeles adyacentes para medr la smltud de los pxeles. Esto es al haber errores en el sensor aunque el error en el sensor alrededor del punto de nterés sea cóncavo o convexo al trabaar con los pxeles adyacentes se aproxma al uso de una uncón lneal. Esto en la práctca causa que los puntos de nlexón no causen problemas debdo a que las regones crcundantes son aproxmadamente lneales. Exsten dos algortmos de búsqueda de empareamento el de búsqueda haca atrás y el de búsqueda haca delante en el prmero cuando se ha encontrado un par de puntos conugados se realza una búsqueda haca todos sus posbles empareamentos para determnar cual conduce a la meor secuenca de empareamento; el de búsqueda haca delante consste en tomar la menor derenca entre dos argumentos y este se compara contra un tercer valor de esta comparacón se obtene el menor y se compara contra un cuarto elemento y así sucesvamente hasta que al nal del algortmo se obtene el meor par conugado de puntos con la menor derenca. A cada obeto se le asgna una sola dspardad con este comportamento se sacrca una reconstruccón exacta de la prounddad. Brcheld 96] 41
21 3.4 Vsón Estéreo Hacendo la analogía con el sstema de vsón humana los sstemas de vsón estereoscópca en robótca utlzan dos cámaras de característcas smlares montadas comúnmente a una dstanca horzontal de 7 cms. Aunque tambén son comunes los sstemas donde las cámaras son montadas a y 0 cms. Ver una escena desde dos o más poscones derentes smultáneamente permte hacer nerencas acerca de la estructura 3-D de lo que se observa esto es logrado al detectar puntos de reerenca en las mágenes. Los sstemas de vsón de humanos y anmales hacen uso de algo muy smlar para poder percbr la trdmensonaldad del mundo por lo que la nvestgacón en esta línea es muy mportante en los ntentos por desarrollar sstemas de vsón por computadora. 4
22 Fg Dagramas vsón estereoscópca en robótca Al analzar dos mágenes obtendas como se descrbó anterormente es posble observar derencas o cambo en la poscón de los obetos de nterés respecto al resto del ambente este cambo es el que nos ayuda a tener un conocmento trdmensonal de la escena de nterés. Hay dos consderacones mportantes computaconalmente hablando la prmera es cómo las derencas en magen son trasladadas a normacón 3-D y la segunda cómo las mágenes pueden ser empareadas una a otra para que las derencas entre ellas puedan ser meddas. La geometría asocada a esta orma de detectar la trdmensonaldad de los obetos es descrta a contnuacón. Se asume cámaras deales con una magen plana sn dstorsón la relacón entre un punto en el espaco y la captada por la cámara es: x y ( X )( ) Z ( Y )( ) Z Ec Ecuacones proyeccón perspectva Esto parte de la dea de que una cámara con su lente se comporta aproxmadamente como una cámara de abertura con excepcón de que produce una magen más brllante. Se dbua una línea recta del 43
23 punto en el espaco a través del centro de la lente a la magen producda para un punto con un nvel y=0. El dagrama resultante es mostrado a contnuacón. Fg Proyeccon Perspectva Nota: Se ha adoptado por posconar la magen a la msma dstanca que pero entre la magen y la lente debdo a que como se había planteado orgnalmente lo que se obtenía era una magen nvertda. Es decr se orma una magen vrtual la cual está rente a la lente en lugar de atrás y la magen rotada al derecho. La relacón entre x y X nos conduce a trángulos smlares se tene que: x Se asume que se tenen cámaras apuntando a una escena de nterés es más smple s se realzan las ecuacones para las cámaras cuando sus ees se encuentran paralelos entre sí y sus coordenadas Y son las msmas. La poscón en el espaco puede ser descrta por cualquera de los dos sstemas de las cámaras pero es más convenente s se descrbe a partr de un sstema colocado usto en medo de las cámaras llamado ee de coordenadas oo de cíclope. Z Z 44
24 Fg. 3.0 Cámaras paralelas Donde: xl y xr son las poscones x en la magen zquerda y derecha respectvamente. D es la dstanca de separacón entre las cámaras. Por lo que un punto X Y Z puede ser determnado medante dos mágenes usando las ecuacones que a contnuacón de muestran: D( xl xr) X ( xl xr) Y Z ( D)( y) xl xr ( D)( ) xl xr Ec Ecuacones para un punto en el espaco 45
25 La cantdad xl-xr es llamada dspardad estéreo o smplemente dspardad y es la derenca horzontal de poscones de un punto en una magen. Z es la poscón relatva del obeto respecto a la cámara la dspardad es nversamente proporconal a la prounddad es decr: pequeñas dspardades conducen a largas prounddades mentras que un cambo grande en la dspardad corresponde a un obeto cercano. Nota: El desglose completo de la obtencón de las coordenadas trdmensonales a partr de puntos se encuentra en el Apéndce A.. Sussex 94] Fg. 3.1 Eemplo de Gracacon Dstanca vs Dspardad 46
Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis
Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detallesProcesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 17
Procesamento Dgtal de mágenes Pablo Roncaglolo B. Nº 7 Orden de las clases... CAPTURA, DGTALZACON Y ADQUSCON DE MAGENES TRATAMENTO ESPACAL DE MAGENES TRATAMENTO EN FRECUENCA DE MAGENES RESTAURACON DE MAGENES
Más detallesACTIVIDADES INICIALES
Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)
Más detallesOperadores por Regiones
Operadores por Regones Fltros por Regones Los fltros por regones ntentan determnar el cambo de valor de un píxel consderando los valores de sus vecnos I[-1,-1] I[-1] I[+1,-1] I[-1, I[ I[+1, I[-1,+1] I[+1]
Más detalles12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández
MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández
Más detallesUNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II
UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II PRACTICA 11: Crcutos no lneales elementales con el amplfcador operaconal OBJETIVO: El alumno se famlarzará con
Más detallesDisipación de energía mecánica
Laboratoro de Mecáa. Expermento 13 Versón para el alumno Dspacón de energía mecáa Objetvo general El estudante medrá la energía que se perde por la accón de la uerza de rozamento. Objetvos partculares
Más detallesSmoothed Particle Hydrodynamics Animación Avanzada
Smoothed Partcle Hydrodynamcs Anmacón Avanzada Iván Alduán Íñguez 03 de Abrl de 2014 Índce Métodos sn malla Smoothed partcle hydrodynamcs Aplcacón del método en fludos Búsqueda de vecnos Métodos sn malla
Más detallesGuía de ejercicios #1
Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje
Más detallesCÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1
CÁLCL ECTRIAL 1. Magntudes escalares y vectorales.. ectores. Componentes vectorales. ectores untaros. Componentes escalares. Módulo de un vector. Cosenos drectores. 3. peracones con vectores. 3.1. Suma.
Más detallesGUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22
DOCENTE: LIC.GUSTO DOLFO JUEZ GUI DE TJO PCTICO Nº 22 CES: POFESODO Y LICENCITU EN IOLOGI PGIN Nº 132 GUIS DE CTIIDDES Y TJO PCTICO Nº 22 OJETIOS: Lograr que el lumno: Interprete la nformacón de un vector.
Más detallesEXPERIMENTACIÓN COMERCIAL(I)
EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado
Más detallesOPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS
P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la
Más detallesCANTIDADES VECTORIALES: VECTORES
INSTITUION EDUTIV L PRESENTION NOMRE LUMN: RE : MTEMÁTIS SIGNTUR: GEOMETRÍ DOENTE: JOSÉ IGNIO DE JESÚS FRNO RESTREPO TIPO DE GUI: ONEPTUL - EJERITION PERIODO GRDO FEH DURION 3 11 JUNIO 3 DE 2012 7 UNIDDES
Más detallesLa clasificación de métodos de registro propuesta por Maintz [1998] utiliza las siguientes categorías:
II.5. Regstro de mágenes médcas El regstro es la determnacón de una transformacón geométrca de los puntos en una vsta de un objeto con los puntos correspondentes en otra vsta del msmo objeto o en otro
Más detallesCOMPARADOR CON AMPLIFICADOR OPERACIONAL
COMAADO CON AMLIFICADO OEACIONAL COMAADO INESO, COMAADO NO INESO Tenen como msón comparar una tensón arable con otra, normalmente constante, denomnada tensón de referenca, dándonos a la salda una tensón
Más detallesTrabajo y Energía Cinética
Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..
Más detallesTema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma
Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................
Más detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detallesCAPÍTULO 4. CINEMÁTICA DE LOCALIZACIÓN DEL ROBOT PARALELO
8 CAPÍTULO 4. CINEMÁTICA DE LOCALIZACIÓN DEL ROBOT PARALELO En esta seccón se descrbe el análss de posconamento y orentacón del robot paralelo: Se resuelve el problema cnemátco nverso en base a métodos
Más detallesALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República.
9/05/03 ALN - VD CeCal In. Co. Facultad de Ingenería Unversdad de la Repúblca Índce Defncón Propedades de VD Ejemplo de VD Métodos para calcular VD Aplcacones de VD Repaso de matrces: Una matrz es Untara
Más detallesANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL:
Geografía y Sstemas de Informacón Geográfca (GEOSIG). Revsta dgtal del Grupo de Estudos sobre Geografía y Análss Espacal con Sstemas de Informacón Geográfca (GESIG). Programa de Estudos Geográfcos (PROEG).
Más detallesCifrado de imágenes usando autómatas celulares con memoria
Cfrado de mágenes usando autómatas celulares con memora L. Hernández Encnas 1, A. Hernández Encnas 2, S. Hoya Whte 2, A. Martín del Rey 3, G. Rodríguez Sánchez 4 1 Insttuto de Físca Aplcada, CSIC, C/Serrano
Más detallesPruebas Estadísticas de Números Pseudoaleatorios
Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =
Más detallesAnálisis de Regresión y Correlación
1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón
Más detallesHistogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.
ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:
Más detallesUnidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles
2 Undad I.. Defncón de reaccón de combustón La reaccón de combustón se basa en la reaccón químca exotérmca de una sustanca (o una mezcla de ellas) denomnada combustble, con el oxígeno. Como consecuenca
Más detalles1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo
EL ÁLGEBRA GEOMÉTRICA DEL ESPACIO Y TIEMPO. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA Defncón del álgebra geométrca del espaco-tempo Defno el álgebra geométrca del espaco y tempo como el álgebra de las matrces
Más detallesDEFINICIÓN DE INDICADORES
DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.
Más detallesTEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS.
GESTIÓN FINANCIERA. TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. 1.- Funconamento de las cuentas bancaras. FUNCIONAMIENTO DE LAS CUENTAS BANCARIAS. Las cuentas bancaras se dvden en tres partes:
Más detallesRESISTENCIAS EN SERIE Y LEY DE LAS MALLAS V 1 V 2 V 3 A B C
RESISTENCIS EN SERIE Y LEY DE LS MLLS V V 2 V 3 C D Fgura R R 2 R 3 Nomenclatura: Suponemos que el potencal en es mayor que el potencal en, por lo tanto la ntensdad de la corrente se mueve haca la derecha.
Más detallesCÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA
CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,
Más detallesRespuesta A.C. del FET 1/14
espuesta A.C. del FET 1/14 1. Introduccón Una ez que se ubca al transstor dentro de la zona saturada o de corrente de salda constante, se puede utlzar como amplfcador de señales. En base a un FET canal
Más detallesFísica I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto
ísca I Apuntes complementaros al lbro de teto TRABAJO y ENERGÍA MECÁNICA Autor : Dr. Jorge O. Ratto Estudaremos el trabajo mecánco de la sguente manera : undmensonal constante Tpo de movmento varable bdmensonal
Más detallesVII. Solución numérica de ecuaciones diferenciales
VII. Solucón numérca de ecuacones derencales VII. Antecedentes Sea dv dt una ecuacón derencal de prmer orden : g c m son constantes v es una varable dependente t es una varable ndependente c g v I m Las
Más detalles8 MECANICA Y FLUIDOS: Calorimetría
8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS
Más detallesOrden de las clases...
Procesamento Dgtal de mágenes Pablo Roncaglolo B. Nº 7 Orden de las clases... CAPTURA, DGTALZACON Y ADQUSCON DE MAGENES TRATAMENTO ESPACAL DE MAGENES TRATAMENTO EN FRECUENCA DE MAGENES RESTAURACON DE MAGENES
Más detallesDESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO
Clascacón: Emtdo para Observacones de los Coordnados Versón: 1.0 DESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO Autor Dreccón de Operacón Fecha Creacón 06-04-2010 Últma Impresón 06-04-2010 Correlatvo
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DE CHILE FACULTAD DE FISICA FISICA I FIS101M. Sección 03. José Mejía López. jmejia@puc.cl
PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE FACULTAD DE FISICA FISICA I FIS11M Seccón 3 José Mejía López jmeja@puc.cl http://www.s.puc.cl/~jmeja/docenca/s11m.html JML s11m-1 Capítulo Dnámca Trabajo y energía
Más detallesMatemática Financiera Sistemas de Amortización de Deudas
Matemátca Fnancera Sstemas de Amortzacón de Deudas 7 Qué aprendemos Sstema Francés: Descomposcón de la cuota. Amortzacones acumuladas. Cálculo del saldo. Evolucón. Representacón gráfca. Expresones recursvas
Más detallesUNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009
UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas
Más detallesAlgoritmo para la ubicación de un nodo por su representación binaria
Título: Ubcacón de un Nodo por su Representacón Bnara Autor: Lus R. Morera González En este artículo ntroducremos un algortmo de carácter netamente geométrco para ubcar en un árbol natural la representacón
Más detallesGráficos de flujo de señal
UNIVRSIDAD AUTÓNOMA D NUVO ÓN FACUTAD D INGNIRÍA MCANICA Y ÉCTRICA Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente
Más detallesTítulo: Dos métodos de diagnóstico de circuitos digitales de alta y muy alta escala de integración.
Título: Dos métodos de dagnóstco de crcutos dgtales de alta y muy alta escala de ntegracón. Autor: Dr. Ing. René J. Díaz Martnez. Profesor Ttular. Dpto. de Automátca y Computacón. Fac. de Ingenería Eléctrca.
Más detallesÍndice de Precios de las Materias Primas
May-15 Resumen Ejecutvo El objetvo del (IPMP) es sntetzar la dnámca de los precos de las exportacones de Argentna, consderando la relatva establdad en el corto plazo de los precos de las ventas externas
Más detalles2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo
Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso
Más detallesInvestigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia
Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,
Más detallesExplicación de las tecnologías - PowerShot SX500 IS y PowerShot SX160 IS
Explcacón de las tecnologías - PowerShot SX500 IS y PowerShot SX160 IS EMBARGO: 21 de agosto de 2012, 15:00 (CEST) Objetvo angular de 24 mm, con zoom óptco 30x (PowerShot SX500 IS) Desarrollado usando
Más detallesEstas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas.
UIDAD 3: Meddas estadístcas Las meddas estadístcas o parámetros estadístcos son valores representatvos de una coleccón de datos y que resumen en unos pocos valores la normacón del total de datos. Estas
Más detallesPROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)
PROBLEMAS DE ELECTRÓNCA ANALÓGCA (Dodos) Escuela Poltécnca Superor Profesor. Darío García Rodríguez . En el crcuto de la fgura los dodos son deales, calcular la ntensdad que crcula por la fuente V en funcón
Más detallesGUIA DE ALCANCE FINANCIERO CAE OPERACIONES DE CRÉDITO HIPOTECARIO
INTRODUCCIÓN La ley 2.555 publcada el día 5 de dcembre de 211 y que entró en vgenca el día 4 de marzo de 212, que modca la ley 19.496 Sobre Proteccón de los Derechos de los Consumdores (LPC, regula desde
Más detallesSISTEMA DE RECONOCIMIENTO DE ROSTROS
SISTEMA DE RECONOCIMIENTO DE ROSTROS Categoría: Pre-grado - Alumno Área Temátca: Ingenería de Sstemas Procesamento Dgtal de Imágenes Autor Sandra María Vlla Palacos Unversdad Peruana de Cencas Aplcadas
Más detallesVectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:
VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes
Más detallesPROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)
ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón
Más detallesSegmentación de Imágenes mediante Reconocimiento de Patrones
Equaton Chapter 1 Secton 1 Materal del Curso Segmentacón de Imágenes medante Reconocmento de Patrones Ing. Dego Sebastán Comas Dr. Gustavo Javer Meschno Curso: Segmentacón de Imágenes medante Reconocmento
Más detallesESTADÍSTICA. x es el cociente entre la frecuencia absoluta del valor
el blog de mate de ada: ESTADÍSTICA pág. 1 ESTADÍSTICA La estadístca es la cenca que permte acer estudos de grandes poblacones escogendo sólo un pequeño grupo de ndvduos, lo que aorra tempo y dnero. Poblacón
Más detallesDeterminación de Puntos de Rocío y de Burbuja Parte 1
Determnacón de Puntos de Rocío y de Burbuja Parte 1 Ing. Federco G. Salazar ( 1 ) RESUMEN El cálculo de las condcones de equlbro de fases líqudo vapor en mezclas multcomponentes es un tema de nterés general
Más detallesDe factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado
Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de
Más detallesTema 3: Adaptadores de Señal
Tema 3: Adaptadores de Señal Sstema GENERAL de nstrumentacón (bloques( funconales): Señal sensor Fltrado, A/D Amplfcacón Rado, nternet bus de datos Medo Sensor prmaro Transductor de entrada Adaptacón de
Más detallesComparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó
Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor
Más detallesGuía de Laboratorio de Física Mecánica. ITM, Institución universitaria.
Guía de Laboratoro de Físca Mecánca. ITM, Insttucón unverstara. Práctca 0. Colsones. Implementos Psta curva, soporte vertcal, cnta métrca, eseras metálcas, plomada, dspostvo óptco dgtal, varlla corta,
Más detalles3. CORRESPONDENCIA DE IMÁGENES
UNIVERSIDAD DE SALAMANCA MASTER DE GEOTECNOLOGÍAS CARTOGRÁFICAS EN INGENIERÍA Y ARQUITECTURA 3. CORRESPONDENCIA DE IMÁGENES Dego González Agulera Departamento de Ingenería Cartográfca del Terreno Escuela
Más detallesLa ventana de Microsoft Excel
Actividad N 1 Conceptos básicos de Planilla de Cálculo La ventana del Microsoft Excel y sus partes. Movimiento del cursor. Tipos de datos. Metodología de trabajo con planillas. La ventana de Microsoft
Más detallesOndas y Rotaciones. Colisiones Inelásticas
Hoja de Trabajo 8 Ondas y Rotacones Colsones Inelástcas Jae Felcano Hernández Unersdad Autónoa Metropoltana - Iztapalapa Méxco, D. F. 5 de agosto de 0 INTRODUCCIÓN. Para edr el grado de elastcdad de una
Más detallesADENDA 008 LICITACIÓN L-CEEC-001-12
ADENDA 008 LICITACIÓN L-CEEC-001-12 OBJETO: CONTRATACIÓN DE LA CONSTRUCCIÓN DE LA FASE I DEL RECINTO FERIAL, DEL CENTRO DE EVENTOS Y EXPOSICIONES DEL CARIBE PUERTA DE ORO POR EL SISTEMA DE ECIOS UNITARIOS
Más detallesPista curva, soporte vertical, cinta métrica, esferas metálicas, plomada, dispositivo óptico digital, varilla corta, nuez, computador.
ITM, Insttucón unverstara Guía de Laboratoro de Físca Mecánca Práctca : Colsones en una dmensón Implementos Psta curva, soporte vertcal, cnta métrca, eseras metálcas, plomada, dspostvo óptco dgtal, varlla
Más detallesObtención de mapas de similitud sísmica 2D mediante redes neuronales Oscar Rondón*, PDVSA-Intevep, y Rafael Banchs, PDVSA -Intevep
Obtencón de mapas de smltud sísmca 2D medante redes neuronales Oscar Rondón, PDVSA-Intevep, y Rafael Banchs, PDVSA -Intevep Resumen El desarrollo de metodologías para obtener e ntegrar nformacón de múltples
Más detallesCAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS
CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables
Más detallesEstimación no lineal del estado y los parámetros
Parte III Estmacón no lneal del estado y los parámetros 1. Estmacón recursva El ltro de Kalman extenddo 12 es una técnca muy utlzada para la la estmacón recursva del estado de sstemas no lneales en presenca
Más detallesProblemas donde intervienen dos o más variables numéricas
Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa
Más detallesLa pestaña Inicio contiene las operaciones más comunes sobre copiar, cortar y pegar, además de las operaciones de Fuente, Párrafo, Estilo y Edición.
Microsoft Word Microsoft Word es actualmente (2009) el procesador de textos líder en el mundo gracias a sus 500 millones de usuarios y sus 25 años de edad. Pero hoy en día, otras soluciones basadas en
Más detallesEconometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1
Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale
Más detallesRaices de Funciones : Solución de ecuaciones no lineales. Jorge Eduardo Ortiz Triviño
Races de Funcones : Solucón de ecuacones no lneales Jorge Eduardo Ortz Trvño jeortzt@unal.edu.co http://www.docentes.unal.edu.co/jeortzt/ y Motvacón La ormula cuadrátca: b b 4ac a Se usa para resolver:
Más detallesCARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.
CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de
Más detallesEl Sistema de Posicionamiento Global
Capítulo El Sstema de Posconamento Global. Introduccón El sstema de posconamento global GPS se ha convertdo, desde que uera declarado operaconal en 993, en la herramenta de posconamento por excelenca por
Más detallesUNIVERSIDAD DE SONORA
UNIVERSIDAD DE SONORA Dvsón de Cencas Exactas y Naturales Departamento de Matemátcas Estadístca Aplcada a las Lcencaturas: Admnstracón, Contaduría e Inormátca Admnstratva. Fascículo II: Estadístca Descrptva
Más detallesUniversidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller
Unversdad Smón Bolívar Conversón de Energía Eléctrca Prof José anuel Aller 41 Defncones báscas En este capítulo se estuda el comportamento de los crcutos acoplados magnétcamente, fjos en el espaco El medo
Más detallesUn modelo sencllo, dsponble y seguro Kontratazo publko elektronkoa públca electrónca Lctacones de Prueba: la mejor forma de conocer y domnar el Sstema de Lctacón Electrónca www.euskad.net/contratacon OGASUN
Más detallesCAPITULO 4. Inversores para control de velocidad de motores de
CAPITULO 4. Inversores para control de velocidad de motores de inducción mediante relación v/f. 4.1 Introducción. La frecuencia de salida de un inversor estático está determinada por la velocidad de conmutación
Más detallesTema 4: Variables aleatorias
Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son
Más detallesClase 25. Macroeconomía, Sexta Parte
Introduccón a la Facultad de Cs. Físcas y Matemátcas - Unversdad de Chle Clase 25. Macroeconomía, Sexta Parte 12 de Juno, 2008 Garca Se recomenda complementar la clase con una lectura cudadosa de los capítulos
Más detallesVISIÓN POR COMPUTADOR
Escuela Poltécnca Superor de Elche VISIÓN POR COMPUTADOR Grado en Electrónca y Automátca Industral PRÁCTICAS TITERE Práctca 4: Segmentacón, Localzacón y Reconocmento de Obetos Departamento de Ingenería
Más detallesOP-AMP ideal. Circuito equivalente. R o. i o. R i. v o. i 2 + v 2. A(v 1 v 2 )
El amplfcador operaconal Símbolos y termnales El amplfcador operaconal op amp es un crcuto ntegrado básco utlzado en crcutos analógcos. Aplcacones: amplfcacón/escalamento de señales de entrada nversón
Más detallesUdelaR Facultad de Ciencias Curso de Física I p/lic. Física y Matemática Curso 2011 CINEMÁTICA
UdelaR Facultad de Cencas Curso de Físca I p/lc. Físca y Matemátca Curso 011 1.- CINEMÁTICA UNIDIMENSIONAL CINEMÁTICA Partícula- Modelo de punto materal, de dmensones desprecables. Ley horara x (t) Funcón
Más detallesReconocimiento de Imágenes Empleando Redes de Regresión General y la Técnica TVS
Reconocmento de Imágenes Empleando Redes de Regresón General y la Técnca TVS Rcardo García-Herrera & Waltero Wolfgang Mayol-Cuevas Laboratoro de INvestgacón para el Desarrollo Académco Depto. Ingenería
Más detallesFigura 1
5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detalles1.1 Ejercicios Resueltos Tema 1
.. EJERCICIOS RESUELTOS TEMA. Ejerccos Resueltos Tema Ejemplo: Probarque ++3+ + n 3 + 3 +3 3 + + n 3 n (n +) Ã n (n +)! - Para n es certa, tambén lo comprobamos para n, 3,... ( + ) + 3 (+) supuesto certa
Más detallesUnidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública
Undad Central del Valle del Cauca Facultad de Cencas Admnstratvas, Económcas y Contables Programa de Contaduría Públca Curso de Matemátcas Fnanceras Profesor: Javer Hernando Ossa Ossa Ejerccos resueltos
Más detalles1.- Una empresa se plantea una inversión cuyas características financieras son:
ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES. Departamento de Economía Aplcada (Matemátcas). Matemátcas Fnanceras. Relacón de Problemas. Rentas. 1.- Una empresa se plantea una nversón cuyas característcas
Más detallesMovimiento a través de una. José San Martín
Movimiento a través de una curva José San Martín 1. Introducción Una vez definida la curva sobre la cual queremos movernos, el siguiente paso es definir ese movimiento. Este movimiento se realiza mediante
Más detallesPARTE 3 ECUACIONES DE EQUIVALENCIA FINANCIERA T E M A S
PARTE 3 ECUACIONES DE EQUIVALENCIA FINANCIERA Valor del dinero en el tiempo Conceptos de capitalización y descuento Ecuaciones de equivalencia financiera Ejercicio de reestructuración de deuda T E M A
Más detallesCréditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias
Crédtos Y Sstemas de Amortzacón: Dferencas, Smltudes e Implcancas Introduccón Cuando los ngresos de un agente económco superan su gasto de consumo, surge el concepto de ahorro, esto es, la parte del ngreso
Más detallesTEMA 6 AMPLIFICADORES OPERACIONALES
Tema 6 Amplfcadores peraconales ev 4 TEMA 6 AMPLIFICADES PEACINALES Profesores: Germán llalba Madrd Mguel A. Zamora Izquerdo Tema 6 Amplfcadores peraconales ev 4 CNTENID Introduccón El amplfcador dferencal
Más detallesCap. 24 La Ley de Gauss
Cap. 24 La Ley de Gauss Una misma ley física enunciada desde diferentes puntos de vista Coulomb Gauss Son equivalentes Pero ambas tienen situaciones para las cuales son superiores que la otra Aquí hay
Más detallesRobótica Tema 4. Modelo Cinemático Directo
UNIVERSIDAD POLITÉCNICA DE MADRID E.U.I.T. Industral ASIGNATURA: Robótca TEMA: Modelo Cnemátco Ttulacón: Grado en Ingenería Electrónca y Automátca Área: Ingenería de Sstemas y Automátca Departamento de
Más detallesEL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA
EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de
Más detalleswww.fisicaeingenieria.es
2.- PRIMER PRINCIPIO DE LA TERMODINÁMICA. 2.1.- Experencas de Joule. Las experencas de Joule, conssteron en colocar una determnada cantdad de agua en un calorímetro y realzar un trabajo, medante paletas
Más detallesEQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL
EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL OBJETIVO El alumno obtendrá el punto azeotrópco para el sstema acetona-cloroformo, calculará los coefcentes de actvdad de cada componente a las composcones
Más detalles