Professional Documents
Culture Documents
6- Se repite este ciclo hasta que se haya realizado a todas las comienzo y luego el fin de la señal, para ambos casos funciona
filas de la matriz de la señal original. como fue descrito anteriormente. Para el caso del fin de la
señal se trabaja con la señal invertida. Una vez detectados los
D. Detección de peaks y valles. puntos se eliminan las secciones de la señal que no son de
La motivación de este proyecto, radica en encontrar la relevancia, es decir del punto de comienzo hacia atrás y del
cantidad exacta de hojas que hay en un pallet, por ende uno de punto de termino hacia adelante.
los problemas fundamentales es encontrar los picos y valles El resultado de este algoritmo se puede apreciar claramente en
que existen en la señal contador, ya que un pico representa la la figura 3 mostrada a continuación, en la imagen superior se
presencia de una hoja mientras que el valle es la ausencia de muestra la grafica que arroja la cusum, en donde el punto de
esta. Para la búsqueda de estos parámetros utilizamos un inflexión es el punto de cambio. En la imagen inferior se
algoritmo de detección de picos y valles. El algoritmo a observa la grafica de la fila de la señal en la cual ocurre el
utilizar es peakdet, una función gratuita, creada por Eli cambio. A simple vista se observa que el resultado que arroja
Billauer, Licenciado en Ingeniería eléctrica, el algoritmo se la cusum es de calidad ya que se aprecia que la señal si
obtuvo de su página web [1]. comienza en el punto entregado.
Para la experimentación de este algoritmo se trabajo con una
La función peakdet lo que hace es buscar máximos, de una señal con dos sentidos de escaneo, de arriba hacia abajo y
función y lo hace tomando un valor de esta y lo compara con viceversa, para el primer caso la cusum arrojo como punto de
sus proximidades derecho e izquierdo, si el valor tomado es cambio de comienzo de la señal, el valor 1500 el cual se
mayor que sus pares comparados, este es asignado como un encontraba en la fila 9, y como punto de termino 1711, en la
máximo. Análogamente para encontrar los mínimos realiza el fila 67.
mismo procedimiento, solo que ahora si el valor tomado
resulta menor que sus próximos, será asignado como mínimo.
Para saber si un máximo encontrado corresponde o no a un
pico, se utiliza un margen de distancia mínimo entre máximos
y mínimos, si la distancia entre estos sobrepasa el límite
establecido, el máximo y mínimo correspondiente se cataloga
como pico o valle.
III. RESULTADOS
En esta sección se mostraran los resultados obtenidos al
implementar los algoritmos que fueron utilizados para tratar la
señal contador y de esa manera llegar a la solución del
problema.
A. Filtrado de la señal.
Figura 3. resultado punto inicio de la cusum.
Para el algoritmo se realizaron dos filtrados, un primer filtrado
de tipo leve (intervalo de atenuación de frecuencias de FFT C. Correlación.
amplio), para no quitar demasiada información a la señal
original y así poder comparar unas con otras, con el fin de que Luego de la implementación del algoritmo de
la correlación funcione de manera más óptima. El otro filtro correlación, se realizaron diversas pruebas, las cuales
implementado debe atenuar lo máximo posible de ruido de la mostraban empíricamente que existían errores tales como:
señal, para así tener una correcta detección de peaks como se 1- La mayoría de los puntos de corte se encontraban entre la
muestra en la figura 6. muestra 1600 y 1900 pero habían puntos que se alejaban
B. Detección de cambios abruptos. significativamente del rango como se muestra en la figura 4.
2- No coincidió el número de hojas que poseía la
En cuanto a los resultados obtenidos en la detección senal1contador (correspondiente al escaneo de un pallet de
de cambios abruptos, se puede mencionar que: arriba hacia abajo) con las que tenía la senal2contador
En un principio se trabajaron algoritmos por separado para la (correspondiente al escaneo del mismo pallet de abajo hacia
detección del comienzo y del final de la señal, finalmente y arriba).
como forma de optimizar el algoritmo se trabaja en uno solo la Luego se realizaron algunas adaptaciones para solucionar los
detección de ambos cambios (inicio y fin). La forma de trabajo errores presentados:
del algoritmo es recorrer cada fila de la matriz que conforma Para solucionar el primer problema se acotó el intervalo para
la señal a tratar, comparando los promedios de estas con un encontrar los puntos de máxima correlación, pero todos
promedio de referencia dado, el cual corresponde cercanos al promedio, basándonos en que el escáner recopila
aproximadamente al promedio de las señal justo después del imágenes a distancia casi constante. El resultado de lo anterior
cambio, una vez que detecta la fila en la cual se produce el se muestra en la figura 5.
cambio, se trabaja sobre esta buscando la suma acumulativa Para el problema N°2, relacionado con la diferencia de hojas,
para luego buscar el punto de inflexión que es el punto de no obtuvimos una solución satisfactoria, pero relacionamos
interés ya que es en dicho punto donde aproximadamente este error con algún tipo de problemas de escaneo o a la
comienza o termina la señal. El algoritmo busca primero el correlación de la señal.
Universidad Austral de Chile 4
Figura 4: Gráfica que muestra los puntos de corte de cada fila de la señal Figura 7: Grafico que muestra las distancias entre peaks de la señal contador.
original, resaltando los puntos que se alejan del promedio. Abcisa: peaks ; Ordenada: distancia entre peaks.
IV. CONCLUSIONES
Para encontrar la solución se trabajó con algoritmos de
diversos tópicos, ejemplo de aquello lo podemos encontrar en
el filtrado de la señal, se eliminaron varias frecuencias del
espectro, ya que correspondían a ruido indeseado en la señal,
el problema del filtrado es que hay que tener mucha precisión
en elegir las frecuencias de corte, para trabajar eficientemente
en ella, otra área de desarrollo fue la búsqueda del comienzo y
fin de las hojas en la señal, ya que la cámara comienza a tomar
Figura 5: Gráfica que muestra los puntos de corte de cada fila de la señal
original, luego de acotar el intervalo de los puntos de corte. fotografías más arriba del comienzo del pallet lo cual agrega
información sin importancia. Se observaron resultados de
D. Detección de peak y valles. CUSUM, programa basado en una función que posee Matlab,
se realizaron pruebas gráficas para determinar el comienzo de
Al efectuar las pruebas del algoritmo peakdet, sobre la señal la presencia de las hojas. Para el problema de la correlación se
contador, se produjeron errores tales como saltar picos donde trabajó con dos fotografías y sus respectivas señales en donde
sí debería existir una hoja. Para la solución de este dilema, se se buscaron las similitudes que se podían observar, existieron
efectúo un filtrado que elimina los ruidos y regenera un pico problemas donde podemos mencionar que la mayoría de los
en el lugar que falta, tal como se aprecia en la figura 6 puntos de corte se encontraban entre la muestra 1600 y 1900,
remarcado en el rectángulo naranjo, haciendo que peakdet pero habían puntos que se alejaban significativamente del
funcione sin mayores problemas. rango, para solucionar el problema se acotó el intervalo para
encontrar los puntos de máxima correlación, pero todos
cercanos al promedio, basándonos en que el escáner recopila
imágenes a distancia casi constante. Finalmente se llegó a la
detección de peak en donde se trabajó básicamente en las
distancias que habían entre cada peak y cuando hay una que
escapa al rango significa que hay un error, para aquello se
realizaron pruebas gráficas en donde se ratifican las distancias
entre peaks y peaks.
Figura 6: Grafico de filtrado de la señal, con color azul se aprecia la señal sin V. REFERENCIAS BIBLIOGRAFICAS
filtrar, con color rojo la señal filtrada.
[1] http://www.billauer.co.il/peakdet.html
Para probar si el algoritmo verdaderamente no se saltaba [2]http://www.mathworks.com/matlabcentral/newsreader/view
ningún peak de la señal, se graficó las distancias entre peaks y _thread/252101
peaks dando como resultado el grafico de la figura 7. Lo que [3]http://es.wikipedia.org/wiki/Filtro_digital
muestra, es que las distancias entre peaks solo varían entre 27 [4] Michele Basseville, Igor V. Nikiforov “Detection of
y 35, y en ningún caso se sobrepasa el doble del promedio, Abrupt Changes: Theory and Application”, publicado por
que es aproximadamente 30. Si esto pasara significaría que el Prentice-Hall, Inc.
algoritmo se salta hojas, pero no es así. Además se aprecia un [5] Mohamad Khalil ; Oussama Mustapha; Dimitri Lefebvre,
decrecimiento en las distancias entre peaks, como muestra la Marwa Chendeb, Abrupt change detection algorithm: from
línea roja, lo que es explicable ya que las hojas que están más theory to implementation.
abajo del pallet se encuentran más aplastadas por el peso de [6] Thorsten Last, Chris D Nugent, Frank J Owens, Multi-
las demás. component based cross correlation beat detection in
electrocardiogram analysis. http://www.biomedical-
engineering-online.com/content/3/1/26