VISIÓN ARTIFICIAL BASADA EN PC Bases, Diseño y Programación Fabián Romero Córdova Ingeniero de Aplicación National Instruments Ecuador
[email protected]
AGENDA • Intro Introd ducción ión • Sección ión I – – – –
Leer Leer y Mo Mostrar strar Imá Imágen genes Histo istog gram ramas El con concep cepto de del RO ROI Guarda uardarr Imág Imágen enes es en Disco
• Sección ión II – Binariza inarizació ción n de de Imá Imágen genes – Análisis de Partículas rtículas – Proces rocesos os Morfológ orfológico icos s
• Sección ión III III – Búsq úsqued ueda de objetos bjetos – Medición ición de de Ob Objetos jetos
• Sección ión IV – Proyecto royecto Final: Final: CON CONTRO TROL PID PID
2
AGENDA • Intro Introd ducción ión • Sección ión I – – – –
Leer Leer y Mo Mostrar strar Imá Imágen genes Histo istog gram ramas El con concep cepto de del RO ROI Guarda uardarr Imág Imágen enes es en Disco
• Sección ión II – Binariza inarizació ción n de de Imá Imágen genes – Análisis de Partículas rtículas – Proces rocesos os Morfológ orfológico icos s
• Sección ión III III – Búsq úsqued ueda de objetos bjetos – Medición ición de de Ob Objetos jetos
• Sección ión IV – Proyecto royecto Final: Final: CON CONTRO TROL PID PID
2
INTRODUCCIÓN • Definicione ciones en en Visión Arti rtificial • Parámetr arámetros os de Imág Imágen enes es Di Digitales gitales • Eleme ementos en Visión Arti rtificia cial
3
DEFINICIONES EN VISIÓN ARTIFICIAL (1) • Definición de Visión – Visión es saber qué hay y en dónde mediante la vista. (Aristóteles) – Visión es un proceso que produce a partir de las imágenes del mundo exterior una descripción que es útil para el observador y que no tiene información irrelevante.
4
DEFINICIONES EN VISIÓN ARTIFICIAL (2)
La imagen de entrada es procesada para extraer los atributos, obteniendo como salida una descripción de la imagen analizada.
5
DEFINICIONES EN VISIÓN ARTIFICIAL (3) • Imagen: f (x,y) – Distribución espacial de intensidad lumínica en una escena.
• Imagen Digital f(x,y) – Distribución espacial discreta de energía lumínica en una escena formada por nxm píxeles.
• Píxel – Segmento solido mas pequeño en una imagen.
6
PARÁMETROS DE IMÁGENES DIGITALES • Tamaño: cantidad de píxeles ancho y alto – Ej: Imagen de 240x322 píxeles
• Resolución: tamaño de cada píxel – Ej: Imagen de 28 píxel/cm
• Profundidad: cantidad de escalones de color – Ej: Profundidad: 8 bits mono (escala de grises), 0 = negro, 255 = blanco
7
EJEMPLO DE IMAGEN DIGITAL Pixel 47,193 color 205
Pixel 42,203 color 57 8
Pixel 0,0 , color 111
FUNCIÓN MATEMÁTICA DE LAS IMÁGENES(1) • Para representar una imagen hace falta entonces una función bidimensional: I f ( x, y ) Brillantez o Intensidad de la imagen
9
Coordenadas Espaciales
FUNCIÓN MATEMÁTICA DE LAS IMÁGENES(2)
10
ELEMENTOS EN VISIÓN ARTIFICIAL ADQUISICIÓN
OBJETO
ILUMINACIÓN PROCESAMIENTO Y ANÁLISIS 11
SECCIÓN I • Leer y Mostrar Imágenes • Histogramas • El Concepto del ROI • Guardar Imágenes en Disco
12
LEER Y MOSTRAR IMÁGENES(1)
Subpaletas de Visión
13
LEER Y MOSTRAR IMÁGENES(2)
14
Configuración
Tratamiento
Memoria
Imagen
Visualizacion
Cerrar Sesión
LEER Y MOSTRAR IMÁGENES(3) • Se utiliza el visualizador de imágenes de la subpaleta de controles de Visión. – No se pueden visualizar imágenes en cartas de forma de onda o gráficas de ondas.
15
HISTOGRAMAS(1) • En estadística, unhistograma es una representación gráfica de una variable en forma de barras, donde la superficie de cada barra es proporcional a la frecuencia de los valores representados. • En visión se usan los histogramas para conocer cuántos píxeles se agrupan en determinada intensidad de color. – Muy útiles para tomar decisiones en binarización – Mejoramiento de Imágenes
16
HISTOGRAMAS(2)
17
EL CONCEPTO DEL ROI(1) • Region Of Interest, ROI • Es un subconjunto definido de una imagen que posee información útil, y que generalmente discrimina datos triviales.
18
EL CONCEPTO DEL ROI(2)
19
EJERCICIO 1 •Reconocer las camaras en el Max •Configurar una IMAQ desde LabVIEW •Aplicar una región de interés •Almacenar imágenes en el disco duro
20
SECCIÓN II – Binarización de Imágenes – Análisis de Partículas – Procesos Morfológicos
21
BINARIZACIÓN DE IMÁGENES(1) • La binarización es un caso particular de la segmentación que consiste en transformar los píxeles de la imagen en 0 ó 1, dependiendo de un nivel de gris. • Para binarizar una imagen se requiere de un umbral. – Para determinar este umbral existen métodos de búsqueda automática de umbrales. Algunos de estos métodos utilizan el histograma de la imagen para calcular el umbral más apropiado.
• En el proceso y análisis de imagen, la binarización se emplea para separar las regiones u objetos de interés en una imagen del resto.
22
BINARIZACIÓN DE IMÁGENES(2)
23
EJERCICIO 3
–Binarización –Detección de bordes
24
SECCIÓN III – Mejoramiento de Imágenes – Búsqueda de objetos – Medición de Objetos
25
MEJORAMIENTO DE IMÁGENES(1) • Contraste – El contraste muestra las variaciones locales del brillo. Su manipulación busca favorecer unas zonas en perjuicio de otras, y así distanciar más los píxeles con valores bajos o a la inversa. I ( x, y ) min * 255 max min
C ( x, y )
26
MEJORAMIENTO DE IMÁGENES(2)
27
MEJORAMIENTO DE IMÁGENES(3) • Filtrado – Todas las imágenes tiene una cierta cantidad de ruido, valores distorsionados • El ruido se manifestará generalmente en píxeles aislados que toman un valor de gris diferente al de sus vecinos.
– El filtrar una imagen (f) consiste en aplicar una transformación (T), para obtener una nueva imagen (g), de forma que ciertas características son acentuadas o disminuidas.
28
Filtro Convolucional f(x,y)
g(x,y)
H
g ( x, y) T f ( x, y) g ( x, y) h( x, y) * f ( x, y)
BÚSQUEDA DE OBJETOS(1) • Utilizar regiones de imágenes mediante varios procesos de segmentación para clasificar las clases. • Reconocimiento de objetos basados en apariencias • Uso de metodologías de aprendizajes: – Decisiones Bayesianas – Redes Neuronales – SVM (enfoque Discriminativo) – EM algoritmo (enfoque Generativo) – Aplicación de Operadores de Interés. Guardar Patrón
29
Adquirir la Imagen
Aplicar Algoritmo
Presentar Datos
BÚSQUEDA DE OBJETOS(2)
30
MEDICIÓN DE OBJETOS(1)
Adquirir Imagen
Construir Rectángulo de Búsqueda: ROI + Ángulo
31
Aplicar Algoritmo
Presentar Datos: Unidad Píxeles
MEDICIÓN DE OBJETOS(2)
32
EJERCICIO 5
•REALIZAR EL CONTROL PID DE UNA PELOTA DE PING PONG
33
FILOSOFÍA DE PROGRAMACIÓN
Plataforma de Programación G
- Piénsalo - Dibújalo - Ejecútalo
34
