Reporte de actividades del proyecto de InvestigaciÃ³n en ...

More documents

Recommendations

Info

3.4. Iluminación La iluminación es el aspecto más decisivo de cualquier aplicación de visión artificial, si el objeto tiene una buena iluminación se pueden lograr muy buenos resultados en nuestro sistema.. Muchas aplicaciones buenas han fallado por la falta de una iluminación apropiada. En un sistema de visión artificial, la mejor imagen es aquella que tiene mayor contraste, donde las áreas de interés se destacan del fondo (background) que no tiene mayor importancia. La luz es reflejada de dos maneras llamadas reflexión especular y reflexión difusa. En la reflexión especular, cada rayo incidente se refleja en una única dirección como en el caso del algunos metales o el espejo que pueden saturar el sensor de la cámara, lo mejor es utilizar alguna técnica de iluminación especial. Las reflexiones difusas son tenues pero estables, la intensidad de reflexión puede ser de 10 a 1000 veces menor que la fuente de luz (ver figuras 3.4.1 y 3.4.2). Figura 3.4.1: Reflexión Especular Figura 3.4.2: Reflexión difusa 42
3.5. Resolución de la imagen Para las imágenes digitales almacenadas como mapa de bits, la resolución de la imagen describe cuán nítida es una imagen de fotografía por medio de dos números enteros, donde el primero es la cantidad de columnas de píxeles (cuántos píxeles tiene la imagen a lo ancho) y el segundo es la cantidad de filas de píxeles (cuántos píxeles tiene la imagen a lo alto). En la figura 3.5.1 se presenta una ilustración sobre cómo se vería una imagen con diferente resolución. Figura 3.5.1: Diferentes tipos de resolución . La imagen capturada a 160x200 píxeles pierde detalles del objeto a reconocer; por el contrario, la imagen capturada a 640x480 píxeles es muy nítida, pero con el inconveniente de que contiene mucho más información y su procesamiento es más lento. 43
Page 1 and 2: Maestría en Ciencias de la Computa
Page 3 and 4: CAPÍTULO 5. SEGMENTACIÓN 5.1 Dete
Page 5 and 6: Capítulo 4 Figura 4.1.1: Represent
Page 7 and 8: Índice de Tablas Capítulo 2 Tabla
Page 9 and 10: 1.2. Aplicaciones de visión artifi
Page 11 and 12: 1.4 Etapas del reconocimiento autom
Page 13 and 14: El método de reconocimiento que se
Page 15 and 16: Capítulo 2 ESTADO DEL ARTE En esta
Page 17 and 18: diccionario de tuplas preestablecid
Page 19 and 20: En todos los casos, se probó el de
Page 21 and 22: 2.2. Localización de placas en veh
Page 23 and 24: Al realizar la búsqueda de la plac
Page 25 and 26: (a) (b) (c) (d) (e) Figura 2.3.1 (a
Page 27 and 28: La Técnica La técnica consta de c
Page 29 and 30: Capítulo 3 ADQUISICIÓN DE IMÁGEN
Page 31 and 32: La distancia entre el punto focal d
Page 33 and 34: Figura 3.1.4: Respuesta del ojo hum
Page 35 and 36: Existen diferentes arquitecturas de
Page 37 and 38: Modelo YCbCr En el modelo YCbCr el
Page 39 and 40: Modelo CIE(Lab) Una vez que se disp
Page 41: Figura 3.3.5 Espacio de color HSI 4
Page 45 and 46: GIF.- Estas tres letras, representa
Page 47 and 48: 4.1. Conversión de una imagen en c
Page 49 and 50: 4.3. Mejoramiento de histograma El
Page 51 and 52: Ampliación de histograma Es una de
Page 53 and 54: 4.4. Uso de filtros para el mejoram
Page 55 and 56: x-1,y-1 x,y-1 x+1,y-1 x-1,y x,y x+1
Page 57 and 58: 4.5. Suavizado binario Al binarizar
Page 59 and 60: Como se aprecia en la tabla anterio
Page 61 and 62: Figura 4.7.1. Efecto de aplicación
Page 63 and 64: La operación de dilatación hace q
Page 65 and 66: Extracción de Frontera.- La fronte
Page 67 and 68: Para calcular la derivada en la ecu
Page 69 and 70: Operador Prewitt El operador Prewit
Page 71 and 72: Mascaras de Kirsch Las máscaras de
Page 73 and 74: Capítulo 5 SEGMENTACIÓN Figura 5.
Page 75 and 76: 5.2 Método de segmentación de Ots
Page 77 and 78: Ejemplo: Supongamos un imagen de N*
Page 79 and 80: Capítulo 6 REPRESENTACIÓN Y DESCR
Page 81 and 82: Capítulo 8 CÁLCULO DE DISTANCIA C
Page 83 and 84: Capítulo 10 IMPLEMENTACIÓN DEL PR
Page 85 and 86: Figura 10.1.3: Diferentes tipos de
Page 87 and 88: 9.2. Preprocesamiento de la imagen
Page 89 and 90: La realización del programa #3 se
Page 91 and 92: im_res=zeros(fil,col); im=double(im
Page 93 and 94:
A) B) C) Figura 10.3.2 Operaciones
Page 95 and 96:
También se hicieron pruebas con di
Page 97 and 98:
Conclusiones 97
Page 99:
Bibliografía electrónica [12] htt
show all

Reporte de actividades del proyecto de InvestigaciÃ³n en ...

Create successful ePaper yourself

Delete template?

Save as template?