UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE

INGENIERIA ELECTRNCIA E INSTRUMENTACIN

INSTRUMENTACIN INDUSTRIAL II
ALUMNO: OSCAR MAYORGA

DOCENTE: ING. EDWIN PRUNA

FECHA: 7-NOVIEMBRE-2017

Sistemas de visin artificial

La visin artificial o visin por computador es una disciplina cientfica que incluye mtodos para
adquirir, procesar, analizar y comprender las imgenes del mundo real con el fin de producir
informacin numrica o simblica para que puedan ser tratados por un computador. Tal y como
los humanos usamos nuestros ojos y cerebros para comprender el mundo que nos rodea, la
visin por computador trata de producir el mismo efecto para que las computadoras puedan
percibir y comprender una imagen o secuencia de imgenes y actuar segn convenga en una
determinada situacin. Esta comprensin se consigue gracias a distintos campos como la
geometra, la estadstica, la fsica y otras disciplinas. La adquisicin de los datos se consigue por
varios medios como secuencias de imgenes, vistas desde varias cmaras de video o datos
multidimensionales desde un escner mdico.

Ilustracin 1. Esquema de las relaciones entre la visin por computadora y otras reas afines.

Hay muchas tecnologas que utilizan la visin por computador, entre las cules se encuentran
el reconocimiento de objetos, la deteccin de eventos, la reconstruccin de una escena
(mapping) y la restauracin de imgenes.

Aprendizaje automtico

Las tcnicas de aprendizaje automtico tienen como objetivo conseguir diferenciar

automticamente patrones usando algoritmos matemticos. Estas tcnicas son comnmente
usadas para clasificar imgenes, para tomar decisiones dentro del mundo empresarial (por
ejemplo, para decidir qu clientes de un banco pueden recibir un prstamo o cunto ha de pagar
cada cliente por un seguro dependiendo de sus antecedentes), as como dentro de muchos otros
mbitos de la ciencia y la tecnologa. Principalmente se pueden distinguir dos tipos de tcnicas:
supervisadas y no supervisadas.

En el aprendizaje supervisado se entrena al ordenador proporcionando patrones previamente

etiquetados, de forma que algoritmo usado debe encontrar las fronteras que separan los
posibles diferentes tipos de patrones. Adaboost y algunas redes neuronales forman parte de
este grupo.

En el aprendizaje no supervisado se entrena al ordenador con patrones que no han sido

previamente clasificados y es el propio ordenador el que debe agrupar los distintos patrones en
diferentes clases. K-means y algunas redes neuronales forman parte de este grupo.

Ambas tcnicas son muy utilizadas en la visin artificial, sobre todo en clasificacin y
segmentacin de imgenes.

Deteccin de objetos
La deteccin de objetos es la parte de la visin artificial que estudia cmo detectar la
presencia de objetos en una imagen sobre la base de su apariencia visual, bien sea
atendiendo al tipo de objeto (una persona, un coche) o a la instancia del objeto (mi
coche, el coche del vecino). Generalmente se pueden distinguir dos partes en el proceso
de deteccin: la extraccin de caractersticas del contenido de una imagen y la bsqueda
de objetos basada en dichas caractersticas.
La extraccin de caractersticas consiste en la obtencin de modelos matemticos
compactos que "resuman" el contenido de la imagen con el fin de simplificar el proceso
de aprendizaje de los objetos a reconocer. Dichas caractersticas son comnmente
llamadas descriptores.
Existen diversos tipos de descriptores, que tendrn mejor o peor rendimiento en funcin
al tipo de objeto a reconocer y a las condiciones del proceso de reconocimiento (la luz
controlada o no, distancia al objeto a reconocer conocida o no). Se pueden usar desde
bsicos histogramas de color o intensidad de luz, descriptores LBP (Local Binary Pattern,
usado sobre todo para texturas) o ms avanzados como el HOG (Histogram of Oriented
Gradientes) o SIFT.
Para el proceso de clasificacin se pueden usar diferentes tcnicas de aprendizaje
mquina. Existen diferentes mtodos, como la regresin logstica, o ms avanzados
basados en tcnicas de aprendizaje automtico como el SVM o AdaBoost (Adaptative
Boost).
Los mayores retos tanto de la extraccin de caractersticas como la clasificacin es
encontrar descriptores y clasificadores que sean invariantes a los cambios que pueda
tener un objeto, como su posicin o iluminacin.
 Ilustracin 2. Reconocimiento de bordes de la imagen.

Visin 3D
La visin 3D artificial se encarga de proporcionar la capacidad de emular la visin
humana a un ordenador. Con dicha capacidad el ordenador podr generar un modelo
tridimensional de un objeto o escena, generalmente a partir de una imagen en 2D .
Existen tcnicas o sistemas que permiten captar la profundidad de los objetos o en una
escena, como por ejemplo: sistemas estereoscpicos, mediante mltiples cmaras,
sistemas basados en el tiempo de vuelo o los sistemas basados en el escner de luz
estructurada.

BIBLIOGRAFA:

Documento de la web disponible en:

http://www.infaimon.com/es/sistemas-vision-integrados-industria

Documento de la web disponible en:

http://www.cognex.com/what-is/machine-vision/what-is-machine-
vision/?langtype=1034&locale=mx