PDF superior Aplicaciones veterinarias del procesamiento de imágenes

Aplicaciones veterinarias del procesamiento de imágenes

Aplicaciones veterinarias del procesamiento de imágenes

El campo de aplicación de la segmentación de imágenes color es sumamente amplio y se han propuesto interesantes usos en diversas áreas. En particular, la detección de celo en bovinos en base a pintadas lumbares constituye un ejemplo práctico de estas aplicaciones. La técnica consiste en pintar una banda de 20 cm de largo por 5 cm de ancho a lo largo de la base de la cola del animal. Durante la monta, la pintura se desgasta y se pierde gradualmente. De esta manera, la ausencia o deterioro de la pintura en la zona lumbar puede ser usada para determinar un estado de celo [8]. La detección se realiza generalmente mediante la observación visual de operadores entrenados ya que no existen dispositivos automáticos para este propósito. Al disponer de una herramienta de segmentación de imágenes color provenientes de las pinturas lumbares en tiempo real, se podrían implementar sistemas automáticos de detección de celo que permitan reducir costos.
Mostrar más

9 Lee mas

Granja para procesamiento en red de video e imágenes

Granja para procesamiento en red de video e imágenes

Las redes locales conocidas como granjas de render existen desde principio de los años 80, concebidas para el procesamiento de video e imágenes, brindando una potencia de procesamiento muy alta a muy bajo costo. Están compuestas por ordenadores sencillos y conectados en una configuración de estrella a través de un conmutador y administradas por una de las que componen la red. Generalmente estas computadoras por si solas no pueden con los programas destinados al procesamiento de video o imágenes pero cuando se unen a la red y explotan el 100% de su capacidad de procesamiento, se multiplica su utilidad. Así, computadoras que caduquen o de menor potencialidad porque están destinadas a trabajo de oficina se puede utilizar en tan agotadoras operaciones. Con el fin de reducir los tiempos de procesamiento, y alcanzar mejores soluciones para una misma animación o imagen. Un ejemplo típico es una empresa arquitectónica que tiene muchas personas que hacen trabajos de oficina y entonces una persona se encarga del trabajo de video y 3D. A menudo haciendo esta persona la mayoría del trabajo intensivo y las animaciones más complejas con el procesador en su única computadora, tarda su máquina probablemente muchos días para lograr una sola animación, mientras que las otras computadoras están apagadas lo fines de semana, por las noches o hasta en el horario de almuerzo. Este compañero puede configurar la red para utilizar el 100% de la potencialidad de todas la máquinas de su empresa en estos horario cunado no se utilizan las otras computadoras y lograr realizar en horas lo que tomaba varios días.
Mostrar más

46 Lee mas

Visualización y procesamiento de imágenes satelitales

Visualización y procesamiento de imágenes satelitales

El procesamiento de imágenes implica la manipulación e interpretación de imágenes digitales con la ayuda de una computadora. La aplicación de esta técnica al sensado remoto comenzó hace unos treinta años, utilizando datos e imágenes aéreas digitalizadas usando scaners multiespectrales. En 1972 se lanzó el Landsat-1, que hizo ampliamente disponibles las imágenes satelitáles digitales. En ese entonces el procesaminto digital era prohibitivo, debido al costo de las computadoras existentes, los tiempos necesarios, y las bajas prestaciones. En la actualidad, una PC estándar con suficiente velocidad de procesamiento, cantidad de memoria y capacidad de disco puede procesar fácilmente imágenes satelitales de muchos de los satélites orientados al estudio civil de recursos de tierra. La Visualización Científica es una disciplina reciente que busca mejorar la comprensión de datos de diverso tipo por medio de la representación visual. Aplicada a las imágenes satelitales, la Visualización propone la utilización de diversas técnicas que permiten mejorar la comprensión y análisis de determinadas características en las mismas.
Mostrar más

3 Lee mas

Procesamiento digital de imágenes en FPGA.

Procesamiento digital de imágenes en FPGA.

Procesamiento Digital de Imágenes en FPGA Página 46 deben estar en minúscula) se han imprimido aquí en negritas para mayor compresión, pero el lenguaje no requiere de esto. A continuación, las declaraciones input y output definen cuáles puertos son de entradas y salidas. Las conexiones internas se declaran como alambres. El circuito tiene una conexión interna en la terminal e, la cual se declara con la palabra wire. La estructura del circuito se especifica empleando las compuertas primitivas predefinidas como palabras clave. Cada declaración de compuerta consiste en un nombre opcional (como g1, g2, etc.) seguido de la salida y de las entradas de la compuerta, separada por comas y encerradas entre paréntesis. La salida siempre va primero, seguida de las entradas. Por ejemplo, la compuerta OR se llama g3, su salida es y tiene como entrada R y . La descripción del módulo termina con la palabra clave endmodule. Observe que cada enunciado termina con un signo de punto y coma, pero no hay un punto y coma después de endmodule.
Mostrar más

96 Lee mas

Procesamiento, interpretación y análisis de imágenes satelitales en la banda de los 400 a 700 nanómetros para aplicaciones de percepción remota

Procesamiento, interpretación y análisis de imágenes satelitales en la banda de los 400 a 700 nanómetros para aplicaciones de percepción remota

Teniendo como base los conceptos mencionados en los capítulos anteriores: que van desde la definición del concepto de percepción remota, los elementos que intervienen en el proceso de la captación de las imágenes y el tipo de análisis que se lleva a cabo sobre ellas; dirigiendo este conocimiento al tratamiento de imágenes satelitales de cuatro entidades federativas del territorio nacional: Jalisco, Puebla, Michoacán y Sinaloa; las cuales serán sometidas a un pre-procesamiento con el fin de restaurar algunas características generadas por la toma del sensor, poder realizar una clasificación supervisada tomando como referencia principal la coloración del pixel para una pronta identificación de las zonas con agricultura de temporal.
Mostrar más

122 Lee mas

Sistema de procesamiento de imágenes NIR e IR aéreas para agricultura de precisión

Sistema de procesamiento de imágenes NIR e IR aéreas para agricultura de precisión

En la actualidad en el mundo existen disímiles softwares para procesamiento de imágenes vinculados a la agricultura de precisión perfilándose dos tipos fundamentales: los que son provistos como paquetes de software con una licencia de un valor determinado según las operaciones que se vayan a realizar por ejemplo, generación de ortomapas, procesamiento de imágenes NIR o cálculo de índices vegetativos, siendo gratis en algunos casos del software libre y los que tienen plataformas de procesamiento en la nube con un precio establecido según la cantidad de información a procesar. Cada uno tiene sus ventajas y desventajas, en el caso de los primeros se necesita adquirir computadoras con altas capacidades de cómputo que pueden ser excesivamente caras, aunque esto provee la posibilidad de realizar estudios de forma independiente en cualquier momento y en los segundos se necesita hacer pagos por cada tarea a realizar, aunque si la tarea es de baja complejidad y no se va a realizar frecuentemente puede ser mucho más factible económicamente que la opción anterior.
Mostrar más

82 Lee mas

Procesamiento de imágenes en Android

Procesamiento de imágenes en Android

En el presente documento se describe el proyecto realizado como Trabajo de Fin de Grado (TFG) en la Escuela Técnica Superior de Ingeniería Informática de Málaga (ETSII) bajo la dirección de la profesora Amparo Ruiz Sepúlveda. El proyecto consiste en la realización de una aplicación para la plataforma móvil Android que incluya el procesamiento de imágenes en una de sus funcionalidades, además del desarrollo de una aplicación web cuya tarea fundamental es gestionar la aplicación y ofrecer una manera agradable y visual de cargar los datos necesarios para el

40 Lee mas

Procesamiento digital de imágenes usando wavelets

Procesamiento digital de imágenes usando wavelets

En cuanto a lo que se reere en procesamiento de imágenes, son muy amplias las aplicaciones que esta tiene con respecto a otras ciencias como lo es en la ciencia espacial la cual sirvió para realzar y mejorar las imágenes de la Luna enviadas por la misión Surveyor, las misiones a Marte, y los vuelos tripulados Apolo a la una. En medicina, los procedimientos realzan el contraste o codican los niveles de intensidad en los colores para facilitar la interpretación de las señales de los rayos X o de otras señales biomédicas. Los geógrafos emplean técnicas similares para analizar los patrones de polución a partir de imágenes aéreas o de satélite. En la arqueología, los métodos de procesamiento digital de señales han servido para restaurar imágenes borrosas que eran únicos registros de objetos que fueron dañados o perdidos después de haberlas fotograado. En la física y en campos de estudio similares, estas técnicas realzan las imágenes de experimentos en los plasmas de alta energía y los microscopios electrónicos. De esta forma, los conceptos de procesamiento de señales se aplican de la misma forma en ciencias como la astronomía, la biología, investigaciones policíacas y aplicaciones industriales [10].
Mostrar más

146 Lee mas

Procesamiento de imágenes orientado a personas No videntes

Procesamiento de imágenes orientado a personas No videntes

10 Comenzando por la búsqueda del estado del semáforo, se diseñó una función que filtra la imagen por colores. Para esto se debe hacer una conversión de la representación de la imagen en la matriz mat. Opencv, al tomar un frame de la cámara la representa mediante 3 matrices correspondientes a los colores Rojo (R), Verde (G) y Azul (B) que contienen valores que van de 0 a 255 (esto se explicará más detalladamente mas adelante en este informe, precisamente en la parte dedicada al procesamiento de imágenes en la PC: página XX). Se debe utilizar la representación HSV: Hue (), Saturation (saturación) y Value (valor) la cual se ilustra de la siguiente manera:
Mostrar más

42 Lee mas

TÉCNICAS DE PROCESAMIENTO DE IMÁGENES, PARA LA DETECCIÓN O DIAGNÓSTICO DE ENFERMEDADES EN IMÁGENES DEL SECTOR AGRÍCOLA.

TÉCNICAS DE PROCESAMIENTO DE IMÁGENES, PARA LA DETECCIÓN O DIAGNÓSTICO DE ENFERMEDADES EN IMÁGENES DEL SECTOR AGRÍCOLA.

Si se desea comparar imágenes, se enfrentara una tarea muy difícil que no puede ser resuelta con algoritmos simples. Posiblemente se deba procesar la imagen para obtener un conjunto de características o rasgos que puedan ser consideradas como objetos. Comparar el contenido de una imagen no es una tarea sencilla, pero se la puede simplificar si decidimos reducir el problema a uno más simple (dividiéndolo en problemas más sencillos), en vez de preguntarnos ¿Los objetos de estas imágenes son iguales? nos podríamos preguntar ¿Alguna región de esta imagen es similar, en algún aspecto, a algunas regiones de la otra imagen? En base a ello, ahora se podría tratar el problema con algunas técnicas de procesamiento de imágenes. El proceso para extraer objetos en el cerebro humano es muy, muy complejo y flexible, siendo capaz de reconocer no solo el objeto en sí, sino también su comportamiento general en la escena, como así también a la categoría a la cual pertenece. Es muy sencillo para los seres humanos observar la Imagen 1 que contiene una “ardilla mirando hacia arriba” o “un pequeño roedor colgando de una reja”, pero esta tarea no puede ser realizada con solo algoritmos de procesamiento de imágenes.
Mostrar más

23 Lee mas

Procesamiento digital de imágenes hiperespectrales

Procesamiento digital de imágenes hiperespectrales

La constante evolución de las imágenes digitales ha permitido que la fotografía no se quede tan solo en una simple captura del momento, sino más bien de que podamos ver más que una simple imagen. La tecnología ha ayudado a avanzar en estos y en otros ámbitos que hacen más interesante el procesamiento de una imagen, no solo para corregir errores sino también para poder modificarlas y/o manipularlas a nuestro gusto. A día de 6hoy las imágenes digitales tienen innumerables procesamientos para una gran variedad de aplicaciones, desde el retoque fotográfico para una publicidad o portada de revista, para el estudio de estructuras, identificación de objetos, entre otros aspectos. Una buena parte de estos avances son positivos para la ciencia debido a que gracias al procesamiento digital de una imagen podemos ver detalles que a simple vista el ojo humano no ve o pasa desapercibido, entre todos los tipos de imágenes tenemos las imágenes satelitales, que nos permiten la visualización de nuestro planeta y aunque sean imágenes con una gran resolución nos permiten identificar objetos y objetivos que queramos ver sobre la superficie. Las imágenes satelitales han venido evolucionando, desde una simple imagen monocromática hasta una imagen Ultraespectral.
Mostrar más

95 Lee mas

Aplicaciones del procesamiento morfológico para la segmentación de imágenes en el diagnóstico computacional de la malaria

Aplicaciones del procesamiento morfológico para la segmentación de imágenes en el diagnóstico computacional de la malaria

útiles en la representación y descripción de las formas, tales como: límites, esqueletos y cascos convexos. Esta teoría basada en el álgebra de conjuntos ofrece buenos resultados y un costo computacional mínimo convirtiéndose en una herramienta de gran ayuda en imágenes médicas [9]. En el PDI las operaciones morfológicas son de gran utilizad tanto en el pre-procesamiento como en el post-procesamiento. Las mismas, originalmente fueron concebidas para su aplicación en imágenes binarias, pero pueden ser extendidas al caso de las imágenes en escala de grises. Algunas operaciones de procesamiento morfológico en imágenes son: erosión, dilatación, apertura y cierre [10].
Mostrar más

61 Lee mas

Procesamiento digital de imágenes utilizando PDICalc

Procesamiento digital de imágenes utilizando PDICalc

Una imagen satelital de tipo pasivo est¶a normalmente compuesta por varias bandas, cada una de las cuales captura el sensado de un segmento espec¶³¯co del espectro electromagn¶etico. Usualmente el usuario de estas im¶agenes debe seleccionar un ¶area determinada, lo cual produce un mapa de bits en escala de grises. Sin embargo, en la mayor¶³a de las aplicaciones, es necesario realizar procesamientos m¶as complejos. Por ejemplo, el usuario puede requerir un pseudocoloring para visualizar la imagen con cierto realismo, asignando el nivel de tres bandas espec¶³¯cas a los primarios RGB. La mayor parte de las veces este proceder genera im¶agenes excesivamente oscuras y de bajo rango din¶amico, por lo que es preferible antes ecualizar los mapas de bits respectivos. Este paso debe estar sincronizado entre las bandas intervinientes (la misma correcci¶on de histograma) para evitar una distorsi¶on en el color, y llegar a una visualizaci¶on satisfactoria normalmente lleva varios pasos de prueba y error. En el sistema PDICalc , como hemos visto, este procedimiento se programa de una manera sencilla y puede reutilizarse para distintas porciones de la imagen sin reprogramar. En la Fig. 3(a) podemos observar una imagen de Landsat TM-5 procesada en el PDICalc . En la columna de la izquierda se observan los mapas de bits de las 6 bandas (excluyendo la 6), en la columna del medio se aplic¶o la misma ecualizaci¶on a cada celda de la izquierda, y en la columna de la derecha se modi¯c¶o la crominancia para asignar un color diferente a cada banda. PDICalc ofrece la opci¶on de abrir una imagen satelital directamente del CD y en el formato provisto por la CONAE, donde se puede elegir la banda en particular, la zona dentro de la imagen, y se puede previsualizar para observar si la selecci¶on es adecuada (ver Fig. 3(b)). Los valores de posici¶on y tama~ no de la selecci¶on quedan almacenados en forma persistente, para facilitar la apertura secuencial de todas las bandas necesarias en forma id¶entica.
Mostrar más

5 Lee mas

Procesamiento de Imágenes Satelitales Utilizando PDICalc

Procesamiento de Imágenes Satelitales Utilizando PDICalc

El editor de expresiones se activa cada vez que se \pincha" una celda, y permite programar el contenido de la misma. Esta expresi¶on tambi¶en puede obtenerse \pinchando" la celda con el bot¶on derecho, opci¶on que despliega un men¶ u en el cual se permite modi¯car el origen de una celda (archivo, ecuaci¶on computada a partir de otras celdas, valor constante, etc.), editar los par¶ametros de la imagen, los ¯ltros, etc. Las operaciones aritm¶eticas se interpretan como operaciones pixel a pixel en el intervalo entero [0..255] (el usuario tiene opci¶on de decidir en cada caso de qu¶e manera se cierra el ¶algebra, por ejemplo cuando un pixel se hace negativo, mayor que 255, etc.). La gram¶atica incluye tambi¶en la operaci¶on unaria filtrar que denota un ¯ltro gen¶erico (ecualizaci¶on, convoluci¶on, morfol¶ogico, etc.), de manera de poder aplicar dicho procesamiento a una celda arbitraria. La gram¶atica permite combinar varias evaluacio- nes en una sola expresi¶on, por ejemplo celda3=filtrar(celda1+filtrar(celda2-g127)) denota la operaci¶on por la cual se le resta a la imagen en la celda 2 el valor de gris 127, al resultado se le aplica un ¯ltrado (a elegir por medio del men¶ u del bot¶on derecho). A esta imagen se le suma la imagen en la celda 1, y al nuevo resultado se le aplica otro ¯ltrado. La gram¶atica permite expresiones circulares, como por ejemplo celda1=filtrar(celda1). Es- te tipo de casos son ¶ utiles y necesarios cuando es necesario aplicar un procesamiento iterativo una cantidad indeterminada de veces (varias erosiones o varias dilataciones, por ejemplo). De esa forma el usuario puede observar no solo el resultado de ir aplicando iterativamen- te estos ¯ltros, sino el efecto que se produce cuando a la imagen obtenida se le aplica un procesamiento ulterior.
Mostrar más

5 Lee mas

Procesamiento de imágenes con multi-wavelets no separables

Procesamiento de imágenes con multi-wavelets no separables

La manera más sencilla de tratar una imagen es aplicando la transformada wavelet de una dimensión primero a las filas y luego a las columnas de la imagen.. Esto es el caso de las wavele[r]

3 Lee mas

biOps : un paquete de procesamiento de imágenes en R

biOps : un paquete de procesamiento de imágenes en R

La vista es el m´ as avanzado de nuestros sentidos, tal es as´ı que las im´ agenes tienen un papel importante en la percepci´ on humana. Sin embargo, a diferencia del ser humano que est´ a limitado a la banda visual del espectro electromagn´ etico, las m´ aquinas pueden cubrir distintas bandas, desde las ondas gamma hasta las de radio. Pueden trabajar con im´ agenes generadas a partir de fuentes que los humanos no est´ an acostumbrados a asociar con im´ agenes: ultrasonido, visualiza- ci´ on de modelos matem´ aticos o visi´ on por computadora, por citar algunos ejemplos. El campo del procesamiento digital de im´ agenes se refiere al proceso de trabajar con im´ agenes digitales mediante computadoras. Cubre una amplia gama de t´ ecnicas, utilizadas en numerosas aplica- ciones: para mejorar o distorsionar una imagen, destacar ciertas caracter´ısticas, crear una nueva imagen desde otras o restaurar una imagen degradada (por transmisi´ on, adquisici´ on). Actual- mente puede ser llevada a cabo por cualquier persona con una computadora personal. De esta manera se observa el uso de t´ ecnicas de procesamiento de im´ agenes entre artistas, cient´ıficos y otros, a´ un sin conocimientos espec´ıficos.
Mostrar más

119 Lee mas

Morfología Matemática en Variedades Riemannianas: Aplicaciones al Procesamiento Digital de Imágenes

Morfología Matemática en Variedades Riemannianas: Aplicaciones al Procesamiento Digital de Imágenes

La morfolog´ıa matem´ atica se desarroll´o en forma paralela e independiente desde me- diados de 1960 como una teor´ıa con m´etodos propios que se utiliz´ o inicialmente para encontrar relaciones entre la geometr´ıa de un medio poroso y sus permeabilidades, la cuantificaci´ on de la petrograf´ıa de minerales de hierro para predecir sus propiedades de molido y que hoy en d´ıa es considerada como una poderosa herramienta de an´ alisis de im´ agenes, especialmente en aquellas aplicaciones donde los aspectos geom´etricos son relevantes [25, 36, 37]. La palabra “morfolog´ıa” considera como su principal objetivo el an´ alisis de las formas y de objetos y la matem´ atica subyacente se basa en teor´ıa de con- juntos, teor´ıa de ret´ıculos y topolog´ıa [36]. La idea esencial para procesar una imagen es utilizar como elemento escudri˜ nador otra imagen m´ as peque˜ na con una geometr´ıa predeterminada adecuada para evaluar las caracter´ısticas geom´etricas y topol´ ogicas de los objetos presentes en la imagen y su elecci´ on depende de dichas caracter´ısticas. El objetivo final es transformar la imagen original en otra que sea m´ as adecuada para su an´ alisis e interpretaci´on [36, 39].
Mostrar más

71 Lee mas

Análisis de hemogramas mediante procesamiento de imágenes

Análisis de hemogramas mediante procesamiento de imágenes

10019716 UNIVERSIDAD NACIONAL DE INGENIER?A ~ FACULTAD DE INGENIER?A INDUSTRIAL Y DE SISTEMAS " ANAliSIS DE HEMOGRAMAS MEDIANTE PROCESAMIENTO DE IMAGENES TESIS Para optar el T?tulo Profesiona l de ING[.]

129 Lee mas

Procesamiento inteligente de imágenes para el modelado geomorfológico

Procesamiento inteligente de imágenes para el modelado geomorfológico

En los ´ultimos a˜nos se desarrollaron diferentes t´ecnicas de segmentaci´on. Unnikrish- nan et al. (2007) y Estrada y Jepson (2009) clasifican estas t´ecnicas en cinco categor´ıas: algoritmos de umbralizaci´on (Maitra y Chatterjee, 2008; Yuksel y Borlu, 2009), texturas (Zeng et al., 2004; Chen et al., 2007, 2008), m´etodos de agrupamiento o clustering (Shi y Malik, 2000; Wang y Sun, 2010), detecci´on de bordes (Bao et al., 2005; Chung et al., 2008) y crecimiento de regiones (Garcia Ugarriza et al., 2009; Krinidis y Pitas, 2009). En particular, los m´etodos de agrupamiento han sido aplicados en distintos ´ambitos, variando desde aplicaciones en ingenier´ıa, ciencias de la computaci´on, medicina y ciencias de la tierra, entre otras (Hartigan, 1975; Pratt, 1991; Hansen y Jaumard, 1997; Everitt et al., 2001). El estudio de los mismos ha sido expandido por diversos autores (Duran y Odell, 1974; Jain y Dubes, 1988; Gordon, 1999) hasta la actualidad (Xu y Wunsch, 2010; Xu y Wunsch II, 2011). Los algoritmos de agrupamiento organizan la informaci´on en gru- pos basados en el concepto de similaridad (Fisher, 1958; Friedman y Rubin, 1967; Yang, 1993; Jain et al., 1999; Gan et al., 2007). A pesar de la extensiva literatura existente en t´ecnicas de segmentaci´on, en la mayor´ıa de los casos no existe un m´etodo ´unico que pue- da considerarse ´optimo para todo tipo de im´agenes (Bovik, 2009). Es por ello que existe un cont´ınuo desarrollo de estas t´ecnicas.
Mostrar más

133 Lee mas

Procesamiento de imágenes cerebrales en GPU

Procesamiento de imágenes cerebrales en GPU

En algunas aplicaciones, la eficiencia de las plataformas podía ser diferente. Generalmente, la Jetson tK1 tiene la eficiencia más alta, aunque en el último ejem- plo fue superada por la GTX 980 desde una configuración más primeriza hasta la última. Tanto la eficiencia en generación de calor como en consumo decrementan con tareas más intensas. Aunque la Jetson TK1 tenga la mayor eficiencia en cuanto a consumo gracias a su diseño integrado GPU-CPU, hemos que visto que es la que peor eficiencia tiene en cuanto a eficiencia en la generación de calor. Los números hablan por si mismos, mostrando los puntos fuertes de cada dispositivo (ver Tabla 4.2).
Mostrar más

92 Lee mas

Show all 10000 documents...