4aae971695c34

PROYECTO FIN DE CARRERA 

RECONOCIMIENTO GESTUAL 

A TRAVÉS DE WEBCAM 

AUTOR: ANA DOMENECH MARTORELL 

MADRID, SEPTIEMBRE 2009

Autorizada la entrega del proyecto del alumno/a: 

Ana Domènech Martorell 

EL DIRECTOR DEL PROYECTO 

Juan Antonio Pérez – Campanero 

Fdo.: …………………… Fecha: ……/……/…… 

Vº Bº del Coordinador de Proyectos 

David Contreras Bárcena 

Fdo.: …………………… Fecha: ……/……/……

PROYECTO FIN DE CARRERA 

RECONOCIMIENTO GESTUAL 

A TRAVÉS DE WEBCAM 

AUTOR: ANA DOMENECH MARTORELL 

DIRECTOR: JUAN ANTONIO PEREZ – CAMPANERO 

MADRID, SEPTIEMBRE 2009

AGRADECIMIENTOS 

Principalmente quiero agradecer la ayuda recibida por parte de mi familia. Sin 

ellos no hubiera sido posible realizar esta etapa de mi vida y llegar a ser ingeniera. 

Otro punto importante en esta etapa ha sido el apoyo de Alex. Siempre que he 

tenido algún bajón en este tiempo, él ha estado ahí, para lo bueno y para lo malo, 

alegrándome en todo lo posible y apoyándome para seguir adelante. 

A mis niñas del Mara, en especial a Laura y a Esti que sin ellas la vida aquí en 

Madrid no hubiera sido la misma. 

No puedo olvidarme de mis burgaleses, que me han aguantado durante este 

último verano de carrera, con mis alegrías y tristezas dependiendo de cómo fuera el 

desarrollo del proyecto. En especial a Silvia y a Raquel. 

A los compañeros de clase, destacando a Laura, empezamos juntas y 

terminamos juntas y a Héctor por todas las ayudas durante todos estos años. 

Por último, quiero agradecérselo también a mi Director de proyecto Juan 

Antonio que me ha ayudado continuamente en todo el desarrollo del mismo 

aportando nuevas ideas y distintos puntos de vista. Sobre todo la disponibilidad que ha 

tenido durante todo el verano para resolverme cada una de las dudas que me iban 

surgiendo. 

En resumen a toda la gente cercana, estos años no hubieran sido así si no es 

por vosotros y os lo agradezco. 

Comienza ahora una nueva etapa en mi vida. 

I

RESUMEN 

Existen diferentes sectores en la población los cuales tienen limitaciones a la 

hora de la utilización de los ordenadores. Día a día, este problema se va solventando 

poco a poco gracias a las nuevas tecnologías existentes en el mercado y los nuevos 

estudios referentes a ello. 

Con el desarrollo de este proyecto se pretende minimizar, en la medida de lo 

posible, estas dificultades, ayudando al usuario a manejar de una forma sencilla y 

eficaz algunas aplicaciones del ordenador. 

El objetivo principal de este proyecto es dotar a estas personas con dificultades, 

de una herramienta que les permita acceder al ordenador de una manera aproximada 

a la que puede realizar un usuario cualquiera. 

Para la realización de la aplicación es necesaria la utilización de una cámara 

web, cualquiera de las existentes hoy en día en el mercado tecnológico, mediante la 

cual el usuario podrá mandar instrucciones al ordenador simplemente con el 

movimiento de un dedo. Todo esto debe hacerse con un dedal negro que se coloca en 

el dedo para facilitar así el estudio de las imágenes que se realizarán posteriormente 

con el programa Matlab. 

Figura 1.Webcam utilizada en el proyecto 

II

Figura 2. Dedal utilizado para el proyecto 

Las técnicas que proporciona la herramienta Matlab, nos han permitido tratar 

cada una de las imágenes que son captadas por la webcam cuando el usuario ejecuta 

la aplicación. 

Mediante Matlab, se leen todas las imágenes tomadas y mediante el 

reconocimiento del color negro, realizando previamente una binarización de la 

imagen, se estudia el movimiento realizado por el usuario y se devuelve el valor 

introducido al interfaz programado en Java. 

En futuros estudios se puede ampliar esta aplicación, ya que actualmente sólo 

consta de dos opciones que se ofrecen al usuario. Sólo reconoce determinadas letras 

del vocabulario, por lo tanto, se podría investigar para que el sistema reconozca todo 

el vocabulario y así dotar de la aplicación de diversas opciones para que el usuario 

pueda llegar a controlar parcialmente el ordenador. 

III

Estudios más avanzados, podrán permitir al usuario la utilización del ratón con 

el movimiento de la cara o simplemente con el movimiento de los ojos, de esta forma, 

la Interacción Persona Ordenador sería total y produciría un avance notable en las 

tecnologías. 

IV

ABSTRACT 

There are different sectors of the population which have limitations in the use 

of computers. New technologies in the market and new studies on this solve, day by 

day, this problem gradually. 

The development of this project tries to minimize, as far as possible, these 

difficulties helping the user to manage in a simple and effective way some computer 

applications. 

The main objective of this project is to provide these people with difficulties, 

a tool that allows them to access the computer in a manner similar to the one that any 

user can perform. 

For the realization of the application is necessary to use a webcam, any of 

the ones existing today in the technology market, whereby the user can send 

instructions to the computer by simply moving a finger. All this must be done with a 

black thimble that is placed on the finger to facilitate the study of images to be held 

later with the program Matlab. 

Figure 1. Webcam used in the project 

V

Figure 2. Thimble used in the project 

The techniques provided by Matlab tool has enabled the treating of each of the 

images captured by the webcam when the user runs the application. 

Using Matlab, all images taken are read and by recognizing the color black, by a prior 

image binarization, the motion made by the user is studied and it returns the value 

entered to the interface programmed in Java. 

Future studies can extend this application, which currently only has two 

options open to you. It recognizes only certain points of vocabulary, therefore, it could 

be investigated for the system to recognize all the vocabulary and thus to provide the 

implementation of various options for the user to get to partially control the 

computer. 

VI

Further studies may allow the user to move the mouse with the movement 

of the face or simply with the eye movement, thus, the Human Computer Interaction 

would be completed which will produce a significant advance in technology. 

VII

INDICE 

1. INTRODUCCIÓN .............................................................................................................. 1 

1.1 DESCRIPCIÓN ....................................................................................................................... 2 

1.2 MOTIVACIÓN ....................................................................................................................... 6 

2. ESTADO EL ARTE ............................................................................................................. 8 

2.1 VISIÓN ARTIFICIAL ............................................................................................................. 19 

2.1.1 CAMPOS EN LOS QUE SE APLICA LA VISIÓN ARTIFICIAL ........................................... 23 

2.2 PROCESAMIENTO DE IMAGEN .......................................................................................... 25 

2.3 IMAGEN DIGITAL ............................................................................................................... 30 

2.3.1 BINARIZAR UNA IMAGEN .......................................................................................... 31 

2.3.2 HISTOGRAMA DE UNA IMAGEN ................................................................................ 32 

3. OBJETIVOS .................................................................................................................... 36 

4. TECNOLOGIA UTILIZADA ............................................................................................... 39 

4.1 WEBCAM ........................................................................................................................... 40 

4.2 SOFTWARE ........................................................................................................................ 49 

4.2.1 NETBEANS - JAVA ...................................................................................................... 49 

4.2.2 MATLAB ..................................................................................................................... 55 

4.2.3 LIBRERÍA JMATLINK ................................................................................................... 58 

5. DESARROLLO DE LA APLICACIÓN ................................................................................... 59 

5.1 PLAN DE TRABAJO ............................................................................................................. 60 

6. TRATAMIENTO DE IMÁGENES CON MATLAB ................................................................. 74 

6.1 TIPOS DE IMÁGENES EN MATLAB ..................................................................................... 75 

6.2 PROCESADO DE IMÁGENES EN MATLAB .......................................................................... 79 

7. PLANIFICACIÓN ............................................................................................................. 80 

8. ESTUDIO ECONÓMICO .................................................................................................. 85 

8.1 COSTES DE INGENIERÍA ..................................................................................................... 86 

8.2 COSTE DEL SOFTWARE UTILIZADO.................................................................................... 90 

8.3 COSTE DEL HARDWARE UTILIZADO .................................................................................. 91 

8.4 PRESUPUESTO FINAL ......................................................................................................... 92 

9. RESULTADOS DEL SISTEMA ............................................................................................ 93 

10. CONCLUSIONES Y TRABAJOS FUTUROS .......................................................................... 96 

11. BIBLIOGRAFÍA ............................................................................................................... 99 

VIII

12. ANEXOS ...................................................................................................................... 101 

12.1 MANUAL DE USUARIO ............................................................................................... 102 

IX

INDICE DE FIGURAS 

Figura 2.1 Eye – Tracking en Google 

Figura 2.2 Eye – Tracking en el diario inglés “The Times” 

Figura 2.3 Usuario utilizando “Project Natal” 

Figura 2.4 Ejemplo de uso de “Project Natal” 

Figura 2.5 Ejemplo de uso de “HeadDev” 

Figura 2.6 Visión artificial y sus áreas 

Figura 2.7 Ejemplos de aplicaciones de visión artificial 

Figura 2.8 Imagen tomada con diferentes resoluciones 

Figura 2.9 Niveles de manifestación de la señal de la intensidad luminosa 

Figura 2.10 Imagen con su correspondiente histograma 

Figura 2.11 Imagen a color con sus correspondientes histogramas RGB 

Figura 4.1 Diagrama de una videoconferencia a través de webcams 

Figura 4.2 Webcam Logitech utilizada 

Figura 4.3 Pasos al tomar una imagen 

Figura 4.4 Ejemplo aplicación Fix.8 

Figura 4.5 Usuario jugando con CamSpace 

Figura 4.6 Imagen Webcam. Plaza del Cid (Burgos) 

Figura 5.1 Plan de Trabajo del proyecto 

Figura 5.2 DFD. Nivel de Contexto (Nivel 0) 

Figura 5.3 DFD. Nivel Conceptual (Nivel 1) 

X

Figura 5.4 Diagrama de flujo 

Figura 6.1 Imagen en escala de grises 

Figura 6.2 Imagen RGB 

Figura 6.3 Imagen Binaria 

Figura 6.4 Filtrado espacial por ventana 3x3 

Figura 7.1 Planificación del proyecto 

Figura 8.1 Costes de Ingeniería 

Figura 8.2 Tarifa €/hora de los participantes 

Figura 8.3 Presupuesto final del proyecto 

XI

1. INTRODUCCIÓN 

1 

RECONOCIMIENTO GESTUAL A TRAVÉS DE WEBCAM

1.1 DESCRIPCIÓN 

2 

RECONOCIMIENTO GESTUAL A TRAVÉS DE WEBCAM 

Las innovaciones tecnológicas siempre representan un avance en la humanidad. 

La investigación aplicada finaliza con la creación de herramientas que repercuten en 

una mejora en la vida cotidiana de las personas. En el siglo XXI la tecnología ha 

invadido todos los ámbitos de la vida y ha hecho que estas herramientas sean 

totalmente imprescindibles en nuestro quehacer diario. 

Por citar sólo dos ejemplos, en plena Era de la Información somos incapaces de 

imaginar una vida sin el ordenador y el teléfono móvil. Comunicarnos a distancia y en 

cualquier momento, escribir y guardar documentos, consultar información a través de 

Internet, comunicarnos con el mundo, son algunas de las actividades que hoy en día 

hacemos con mucha frecuencia y de las que seríamos incapaces de prescindir. Las 

mejoras han impactado a la vez en la vida laboral y en nuestros ratos de ocio, 

cambiando nuestros hábitos y formas de vida 

Estas nuevas tecnologías han permitido sin duda avanzar a los países 

desarrollados pero además han permitido también que otros países más atrasados 

tuvieran acceso a una información que antes no poseían y ello les ha posibilitado un 

buen salto hacia el progreso. Podríamos decir pues que casi todo el mundo se ha 

beneficiado de estos inventos. 

Así pues la relación con los ordenadores se ha hecho indispensable. Para tener 

acceso a las nuevas tecnologías todos los habitantes del planeta han tenido que 

desarrollar, en mayor o menor medida, habilidades concretas que les permitieran 

comunicarse con los ordenadores.

3 


Sin embargo las nuevas tecnologías han descuidado desde sus comienzos a un 

sector importante de la sociedad que también necesita hacer uso de ellas, no 

solamente en su trabajo, sino también para mejorar la calidad de vida: los 

discapacitados. La dificultad que tiene este sector de la población en cuanto a sus 

posibilidades de comunicación con los ordenadores limita enormemente su posibilidad 

de disfrutar de todas las ventajas de estas nuevas tecnologías. 

Se trata de una aplicación IPO, es decir, Interacción Persona Ordenador, esto 

es la disciplina que estudia el intercambio de información entre las personas y los 

computadores. Ésta se encarga del diseño, evaluación e implementación de los 

aparatos tecnológicos interactivos, estudiando el mayor número de casos que les 

pueda llegar a afectar. 

Los objetivos son: 

• Conseguir que el intercambio sea más eficiente 

• Minimizar errores 

• Incrementar la satisfacción 

• Disminuir la frustración 

• Hacer más productivas las tareas que rodean a las personas y los computadores 

Es muy importante diseñar sistemas que sean efectivos, eficientes, sencillos y 

amenos a la hora de utilizarlos, dado que la sociedad disfrutará de estos avances. La 

dificultad viene dada por una serie de restricciones y por el hecho de que en ocasiones 

se tienen que hacer algunos sacrificios.

4 


Dado que la interacción persona – computador estudia la comunicación entre 

el ser humano y las máquinas, esto provoca que se tengan que tener unos 

conocimientos por parte de ambos, humano y máquina. 

Con el fin de tener un concepto más aproximado sobre el campo de interacción 

persona – computador, contemplamos que está especializado en: 

� La unión de las tareas de los humanos con las máquinas 

� Las capacidades humanas para utilizar las máquinas 

� Los algoritmos y programas de la interfaz en sí 

� Conceptos de ingeniería que se plantean a la hora de diseñar y construir 

interfaces 

� El proceso de especificación, diseño e implantación de la interfaz 

� Sacrificios del diseño 

En conclusión, cuenta con aspectos científicos de ingeniería y diseño. 

Los componentes fundamentales son: 

� El usuario: Hay que tener en cuenta que el ser humano tiene una capacidad 

limitada de procesar información; lo cual es importante considerar a la hora de 

hacer el diseño. Nos podemos comunicar a través de cuatro canales de 

entrada/salida: visión, audición, tacto y movimiento. La información recibida se 

almacena en la memoria sensorial, la memoria a corto plazo y la memoria a 

largo plazo. Una vez recibimos la información, ésta es procesada a través del 

razonamiento y de habilidades adquiridas. A todo este proceso afectará el 

estado emocional del usuario, dado que influye directamente sobre las 

capacidades de una persona.

5 


� El computador: El sistema utilizado puede afectar de diferentes formas al 

usuario. Los dispositivos de entrada permiten introducir texto, como sería el 

caso del teclado del ordenador. Como dispositivos de salida contaríamos con 

diversos tipos de pantallas. Los sistemas de realidad virtual y de visualización 

3D juegan un rol muy importante en el mundo de la interactividad persona – 

computador. 

� El origen del proceso interactivo: Es importante que haya una buena 

comunicación entre usuario y computador, por este motivo, la interfaz tiene 

que estar diseñada pensando en las necesidades del usuario. Es de vital 

importancia este buen entendimiento entre ambas partes dado que sino la 

interacción no será posible.

1.2 MOTIVACIÓN 

6 


La motivación que nos lleva a la realización de este proyecto es el hecho de 

ayudar a las personas de este sector de la población que tienen problemas para 

comunicarse con el ordenador y ven con ello limitado su uso. 

La forma más común de interactuar con el ordenador es a través del ratón y el 

teclado. Dentro de los discapacitados hay distintos grados de limitación y en algunos 

casos las posibilidades de comunicación con el ordenador se ven impedidas. 

Mediante este proyecto se pretende aportar una contribución a los avances en 

este campo creando y desarrollando una nueva interfaz que permita que una persona 

con movilidad limitada pueda utilizar el ordenador comunicándose con él mediante 

simples movimientos de la mano. 

Con objeto de ayudar a personas con discapacidades o que tienen dificultades 

para acceder al ordenador utilizando los sistemas estándar, se ha creado una forma 

nueva de comunicación a través de reconocimientos gestuales. La persona interesada, 

utilizando sólo una webcam normal, podrá enviar instrucciones al ordenador mediante 

movimientos espaciales con su mano. El programa creado, procesando una 

superposición de parámetros de posición y movimiento, se encargará de interpretar 

los gestos de la persona y transformarlos en instrucciones para el ordenador, 

eliminando de esta manera su limitación.

7 


Además de todo lo mencionado el proyecto tiene dos ventajas añadidas. En 

primer lugar podría suponer un avance en la rehabilitación psíquico física de pacientes 

con enfermedades como Alzheimer, Parkinson, etc. Y en segundo no podemos olvidar 

la posibilidad de que esta nueva interfaz pueda ser utilizada por personas que, sin 

tener ninguna discapacidad, quieran utilizarla como una alternativa de comunicación 

hacia nuevos mundos virtuales.

2. ESTADO EL ARTE 

8 


9 


En la actualidad, para poder tener acceso al ordenador las personas que tienen 

algún tipo de discapacidad motriz requieren de diversas ayudas técnicas. Por un lado, 

periféricos adaptados como teclados especiales, ratones controlados por un joystick, 

otros de tipo “TrackBall” o multimouse. Y por otro lado, adaptaciones y modificaciones 

de los programas ya existentes en el mercado o programas específicos como los de 

barrido controlados por un pulsador o los emuladores de teclado y ratón en pantalla. 

De hecho, si una persona es capaz de realizar un control voluntario sobre alguna parte 

de su cuerpo mediante un pulsador y un sistema de barrido puede controlar un 

ordenador y cualquier programa y con esta herramienta controlar su entorno próximo 

y acceder a un entorno lejano. 

En general, los sistemas con joysticks o pulsadores se basan en el control 

mecánico de un aparato o sensor conectado físicamente al ordenador. Cada usuario 

requiere un sistema personalizado que incluye los soportes que sujetan el pulsador o 

joystick en la posición adecuada, el pulsador específico con el que puede trabajar y 

sistemas de barrido personalizados, etc. Ello tiene como gran ventaja su simplicidad 

técnica, pero supone encadenar a la persona a la máquina y complicar el proceso de 

preparación antes de trabajar. Además, se conoce el elevado coste del material 

informático adaptado. 

El Reconocimiento Gestual es una parte de las ciencias de la computación y 

tecnología del lenguaje. En este campo el objetivo es la interpretación de gestos a 

través de algoritmos. Los gestos pueden proceder de cualquier movimiento corporal 

pero más comúnmente de la cara o de las manos.

10 


Se han estudiado e investigado muchos algoritmos de procesamiento de 

imagen para utilizarlos con diversos equipos de captura de la imagen o de visión, como 

pueden ser las Webcams, cámaras digitales, sensores… con el fin de interpretar el 

lenguaje de los signos, posturas y gestos de la persona humana, con el fin de detectar 

su comportamiento y utilizarlo como una posible interfaz con el ordenador, llevando a 

técnicas de reconocimiento gestual con dicha finalidad. 

El Reconocimiento Gestual puede ser visto como una forma en la que las 

máquinas empiecen a comprender el lenguaje del cuerpo humano y el avance hacia un 

auténtico interfaz humano natural con el ordenador. 

Actualmente, existen diferentes aplicaciones que permiten reconocer los 

movimientos capturados a través de un dispositivo de video o imagen. Muchos de 

ellos, están realizados utilizando dispositivos LED que la persona coloca en sus manos o 

incluso su cara y así reconocer el movimiento a través de la webcam y poder plasmar 

el mismo. 

La tecnología hoy en día avanza a pasos agigantados, en los cuales podemos 

encontrar hasta móviles que realicen este tipo de servicios, ya que muchos de ellos se 

pueden utilizar o pueden activar funciones simplemente pasando la mano sobre el 

dispositivo móvil o incluso moviéndolos hacia un lado, o cambiando su postura, 

aunque todavía no se ha implementado el interfaz a través de los gestos. 

A día de hoy podemos encontrar diversas aplicaciones tanto para mandar 

órdenes al ordenador como para poder realizar estudios de marketing y diseños de 

creadores de páginas web. 

Aún son muchos los posibles avances de la tecnología en este ámbito.

Se pueden destacar las siguientes aplicaciones: 

EYE –TRAKING 

11 


El “Eye Tracking” es una técnica interesante para mejorar el diseño y la 

usabilidad de los sitios web. Consiste en seguir los movimientos de los ojos en el 

momento en que se visualiza una determinada página y en comprobar qué elemento 

de la página se pincha. De esta manera, se estudia qué es lo que más atrae del diseño y 

el contenido de un sitio. 

Este estudio puede partir de una máquina avanzada que controla todos los 

parámetros de la mirada (distancia, duración, etc) o también a partir de una webcam 

asociada con un software. Entre las alternativas gratuitas se pueden citar 2 de código 

libre que realizan la tarea de analizar el movimiento de los ojos: Opengazer, para 

GNU/Linux y cuyo desarrollo está detenido y TrackEye 

El concepto de Eye – Tracking hace referencia a un conjunto de tecnologías que 

permiten monitorizar y registrar la forma en la que una persona mira una determinada 

escena o imagen, en concreto en qué áreas fija su atención, durante cuánto tiempo y 

qué orden en su exploración visual. 

Las técnicas de Eye – Tracking tienen gran potencial de aplicación en una 

amplia variedad de disciplinas y áreas de estudio, desde el marketing y la publicidad 

hasta la investigación médica o la psicolingüística, pasando por los estudios de 

usabilidad. En esta última clase de estudios, el objetivo es determinar la forma en la 

que el usuario explora visualmente la interfaz a través de la que interactúa con el 

sistema.

12 


En el contexto de la Interacción Persona – Ordenador (IPO), podemos diferenciar 

dos posibles vertientes de aplicación del Eye – Tracking: 

• Uso como dispositivo de entrada o interacción: Aunque la precisión del eye - 

tracking como dispositivo de entrada dista de la de otros, como el ratón o el 

teclado, puede tener numerosas aplicaciones prácticas, tales como su uso en 

entornos de realidad virtual o por usuarios con discapacidad motriz. Pero 

además, incluso en determinadas operaciones como la selección de objetos de 

la interfaz, la mirada puede resultar más rápida que la acción mediante el 

ratón. 

• Uso como herramienta para la evaluación objetiva de interfaces: En el uso del 

Eye – Tracking como herramienta de evaluación, la información extraída ya no 

requiere un análisis y respuesta en tiempo real por el sistema, sino que es 

registrada mediante ficheros de log, para su posterior análisis e interpretación.

13 


En la Figura 2.1 se muestra un ejemplo de la aplicación Eye – Tracking en la 

página web de Google realizando una búsqueda cualquiera. Como se puede 

comprobar, el usuario dirige más la mirada a la parte superior izquierda de la pantalla, 

donde se muestran los primeros resultados de la búsqueda realizada. Esta técnica se 

utiliza en empresas de diseño web, para concentrar la información más relevante en 

las zonas donde el usuario dirija su mirada más frecuentemente. 

Figura 2.1. Eye – Tracking en Google

14 


La Figura 2.2 muestra los resultados obtenidos al utilizar la técnica de “Eye – 

Tracking” en una persona que visualiza la página web del diario inglés “The Times”. 

Como se pude comprobar, el usuario centra completamente su mirada a los titulares 

principales y a noticias secundarias que se encuentran en los laterales de la misma 

página. Eso explica que la noticia más importante del día esté ubicada en esa zona de 

la página web. 

Figura 2.2. Eye – Tracking en el diario inglés “The Times”

PROYECTO NATAL DE MICROSOFT 

15 


Se espera que en 2010 Microsoft lance al mercado uno de los mejores avances 

en la tecnología de los videojuegos y reconocimiento de cuerpo a través de un 

controlador de movimiento. 

El sistema Natal se basa en una barra que incorpora una cámara y un micrófono 

que se encargan de recoger todo lo que se hace y se dice delante de ella. No solo sabe 

quién está utilizándolo, lo que se dice o lo que se hace, sino que conoce a qué distancia 

está la persona del sistema. En 3D, analizando e interpretando todos los movimientos 

del cuerpo y la orientación de los mismos. 

El sensor de profundidad está formado por un proyector de infrarrojos en 

combinación con un sensor CMOS que ve la estancia en 3D independientemente de las 

condiciones de luz de la misma. 

Existen diferentes estudios actualmente que están en proceso de eliminar el 

ratón del ordenador y poder manejar el mismo simplemente con el reconocimiento 

facial de la persona. Estos estudios están hoy en día desarrollándose, y dentro de unos 

años podrán verse a la luz. 

En las Figuras 2.3 y 2.4 se muestran dos ejemplos de uso de “Project Natal”. 

Como se puede comprobar en las imágenes, los usuarios utilizan la aplicación a una 

cierta distancia y simulan utilizar un monopatín o conducir un coche en una carrera 

automovilística respectivamente.

Figura 2.3. Usuario utilizando “Project Natal” 

Figura 2.4. Ejemplo de uso de “Project Natal” 

16 


PROYECTO HEADDEV 

17 


El proyecto HeadDev o el “ratón facial para discapacitados”, desarrollado por la 

Fundación Vodafone España y la Fundación para la Integración de Discapacidades en 

Red cuyo objetivo es facilitar el acceso a las TIC a todos los grupos sociales a la 

incorporación de “Accesibilidad Universal y Diseño para Todos”. 

HeadDev es un software gratuito que permite la interacción persona – 

computador, sin necesidad del uso de las manos, cables, sensores u otro tipo de 

dispositivo. La interacción se obtiene a través del uso de una cámara tipo webcam USB 

estándar que reconoce el movimiento de la cara ya que en el sistema sólo se emplea la 

nariz u otros movimientos faciales como puntero de ratón sobre teclado virtual en la 

pantalla del ordenador para efectuar los eventos de un ratón convencional. 

HeadDev está dirigido a personas con discapacidades motrices severas. El 

desarrollo de investigaciones destinadas a la inserción de personas con discapacidades 

hacia el área de las TICs tiene la enorme responsabilidad de permitir mejorar 

ostensiblemente la calidad de vida. 

Figura 2.5. Ejemplo uso de “HeadDev”

18 


Los desarrollos informáticos y los mundos virtuales (como lo es la Ingeniería del 

Software, Desarrollo de Aplicaciones, entre otros) prescinden de actividades físicas 

severas permitiendo integrar personas con discapacidades. 

El proyecto ha sido desarrollado por un grupo de investigadores de la Unidad 

de Gráficos y Visión por Ordenador del Departamento de Matemáticas e Informática 

de la Universidad de Baleares y la empresa, spin – off de la UIB, TAGRV S.L. 

especializada en el desarrollo de software gráfico y de realidad virtual. 

Se pretende que el software sea capaz de mejorar la calidad de vida de las 

personas y muy especialmente en el ámbito de las discapacidades. Con HeadDev se ha 

querido contribuir a una Sociedad de la Información más accesible para todos y a la 

igualdad de oportunidades en el acceso a las TIC precisamente para aquellas personas 

a las cuales las nuevas tecnologías pueden suponer muy especialmente nuevas 

oportunidades de formación, empleo y ocio, concibiendo el ordenador como una 

herramienta integradora y la tecnología al servicio del desarrollo humano, potenciando 

las capacidades de las personas.

2.1 VISIÓN ARTIFICIAL 

19 


La visión artificial es un subcampo de la inteligencia artificial. El propósito de la 

visión artificial es programar un ordenador para que entienda una escena o las 

características de una imagen. 

Los objetivos típicos de la visión artificial incluyen: 

� Detección, segmentación, localización y reconocimiento de ciertos objetos en 

imágenes 

� Evaluación de los resultados 

� Registro de diferentes imágenes de una misma escena u objeto 

� Detección de movimiento de un objeto y su dirección y seguimiento del mismo 

en una secuencia de imágenes 

� Mapeo de una escena para generar un modelo tridimensional de la escena 

� Estimación de posturas tridimensionales de humanos 

� Búsqueda de imágenes digitales por su contenido 

� Detección de formas y su uso en la producción industrial y almacenaje 

Este proyecto está relacionado con la Visión Artificial ya que su objetivo es 

desarrollar una aplicación que sea capaz de reconocer el movimiento capturado por 

unas Webcams y lo traduzca en órdenes al ordenador, utilizando para ello funciones 

de procesamiento digital de la imagen. 

Los objetivos de la Visión Artificial se convierten también en parte, en objetivos 

de este proyecto.

La Figura 2.6 muestra las relaciones existentes entre la visión artificial y sus áreas más 

afines 

Figura 2.6. Visión artificial y sus áreas 

La visión artificial es uno de los tipos de percepción que más se ha trabajado desde los 

comienzos de la Inteligencia Artificial como disciplina. 

La visión de los humanos es una característica que típicamente se ha tratado de 

emular de manera artificial para poder luego construir dispositivos inteligentes con 

ciertas habilidades basadas en la visión. Luego, la visión artificial se puede definir como 

la capacidad de ver mediante dispositivos que procesan su información en un 

ordenador. 

20 


21 


La visión artificial incluye muchas técnicas que son útiles para sí misma. Por 

ejemplo, el procesamiento de imágenes (que se refiere a la transformación, 

codificación y transmisión de las imágenes) y la extracción de patrones. Así, aunque la 

visión artificial se refiere ciertamente al procesamiento de imágenes, estas imágenes 

son solamente la materia prima de una ciencia mucho más amplia, la misma que se 

esfuerza en última instancia para emular las capacidades perceptivas del hombre, y 

quizás, para verter una luz sobre la manera por la cual él logra su interacción 

adaptativa y robusta con su ambiente. 

En la Figura 2.7 se muestran las diferentes aplicaciones de la Visión Artificial. 

Figura 2.7. Ejemplos de aplicación de visión artificial

22 


La visión artificial o visión por computador es un campo de la Inteligencia 

Artificial que consiste en programar mediante computador un conjunto de procesos 

para que pueda llegar a comprender una escena; pero también existen definiciones en 

las que se contrapone que la visión artificial no ha de ser obligatoriamente parte de la 

Inteligencia Artificial. Así, como segunda definición se tiene que la visión artificial es un 

conjunto de técnicas que permiten obtener información por métodos ópticos y 

algorítmicos de manera automática o asistida por un operador. 

Este conjunto de técnicas incluye pre procesamiento, segmentación, descripción, 

clasificación e interpretación de resultados. 

La percepción del mundo actual abarca la detección y clasificación inmediata de 

múltiples objetos tanto animados como inanimados. Así la visión constituye una 

ventana al reconocimiento del mundo y el sentido con mayores posibilidades de que 

disponemos para conocer el mundo observándolo. La visión artificial, pretende realizar 

y simular tareas de este proceso mediante sistemas ópticos y computacionales en 

lugar de un ojo y cerebro de un ser vivo. 

Las imágenes recogidas para su interpretación son imágenes digitales. Una 

imagen digital es una representación discreta, con valores en puntos regularmente 

muestreados y es una representación cuantificada, donde cada valor es un número 

entero. Las imágenes constituyen la materia prima de una ciencia que se esfuerza en 

emular las capacidades perceptivas del hombre. 

La visión artificial incluye muchas técnicas, algunas de ellas son el 

procesamiento de imágenes y la extracción de patrones; otras más significativas tratan 

de conseguir una descripción geométrica útil: forma, perímetro, área para realizar 

modelos geométricos y con otra se realiza un análisis de color.

23 


2.1.1 CAMPOS EN LOS QUE SE APLICA LA VISIÓN ARTIFICIAL 

Los primeros experimentos con computadores para desarrollar sistemas 

artificiales de visión comenzaron hace relativamente poco tiempo; los ya realizados 

han abarcado una gran variedad de áreas como ofimática, medicina, seguridad. 

En esta era multimedia, el procesamiento de imágenes digitales es la tecnología 

más importante que se puede asistir en la producción de imágenes. 

Son muchas las aplicaciones que hacen uso de las técnicas de procesado de la imagen: 

• Biología: el procesado de imágenes se usa para analizar visualmente las 

muestras biológicas, identificación automática, clasificación, categorización y 

análisis de ADN en otros 

• Procesado de documentos: esta tarea es muy difícil para bancos y compañías 

de seguros. Estos documentos están digitalmente comprimidos y guardados. Se 

detecta e identifica automáticamente la información impresa sobre cheques y 

otros documentos contables 

• Automatización en la industria: para inspección y supervisión automática en 

líneas de producción de grandes empresas. Esto reduce el error humano al 

tiempo que proporciona estabilidad y precisión en la producción 

• Diagnóstico a partir de imágenes médicas: los rayos X y las proyecciones CT 

médicas se digitalizan para examinar áreas internas del cuerpo. Las imágenes se 

combinan y digitalizan automáticamente para la producción de imágenes 3D. 

• Teledetección: los satélites fotografían la corteza exterior de la Tierra a 

intervalos regulares y las imágenes se unen para estudiar diferentes tareas 

ejercidas en la superficie terrestre. También pueden ser convertidas a imágenes 

3D a partir de las 2D tomadas por los satélites

24 


• Efectos de video/film: la industria cinematográfica usa una extensa variedad de 

técnicas de procesado de imágenes para producir efectos visuales especiales. 

Las imágenes irreales y otras escenas costosas son artificialmente producidas 

usando técnicas de Información Gráfica y/o Procesamiento de Imágenes 

Digitales 

• Identificación mediante biométrica, marcas de agua, meteorología, ciencia de 

los materiales… 

Todas estas técnicas comienzan con el estudio de las capacidades visuales del ser 

humano para luego llevarlo al campo digital.

2.2 PROCESAMIENTO DE IMAGEN 

25 


El procesamiento de imágenes es el conjunto de técnicas que se aplican a las 

imágenes digitales con el objetivo de mejorar la calidad o facilitar la búsqueda de 

información. 

Las operaciones que se pueden realizar con imágenes se dividen en: 

� Operaciones de punto 

� Operaciones de entorno 

� Operaciones con dos o más imágenes 

A diferencia del estudio de los mecanismos de la visión humana, el 

procesamiento y análisis de imágenes digitales nace en el momento en que se dispone 

de recursos tecnológicos para captar y manipular grandes cantidades de información 

espacial de matrices de valores. Esta distinción sitúa al procesamiento y análisis de 

imágenes digitales como una tecnología asociada a las Ciencias de la Computación y 

por tanto, cabe pensar de ella como una proyección del término Visión Artificial dentro 

del ámbito de la Inteligencia Artificial. 

La secuencia típica de procesado de imágenes suele implicar los siguientes pasos: 

1. Captura de la imagen a partir del proceso físico que la genera mediante el 

sensor adecuado 

2. Restauración y realce para reducir ruidos y mejorar su calidad 

3. Codificación, segmentación y extracción de propiedades 

4. Interpretación

26 


El análisis humano de imágenes u objetos presenta dificultades, pues el proceso 

de inspección visual consume una gran cantidad de tiempo y está sujeto a 

interpretaciones incoherentes e incompletas. El procesamiento de imágenes, que 

comprende la manipulación por ordenador de imágenes reales, resuelve estos 

problemas al poder automatizar el proceso de extracción de información útil de los 

datos de la imagen. Con el procesamiento de imágenes, también se puede 

perfeccionar la imagen, corregir distorsiones... 

Uno de los más importantes y sencillos preprocesamientos es la detección de 

bordes. Importante porque de él se puede empezar a extraer importante información 

de la imagen, como pueden ser las formas de los objetos que la componen, y sencillo 

porque los operadores de detección de bordes son simples máscaras de convolución. 

La detección de bordes es a menudo el primer paso en la segmentación de la 

imagen, que es un campo del análisis de la imagen, y se utiliza para agrupar los píxeles 

en regiones para determinar una composición de la imagen. La detección de bordes 

también es usada en el registro de imagen, el cual alinea dos imágenes que podrían ser 

adquiridas en momentos separados. 

Los bordes de una imagen contienen mucha información de la imagen. Los 

bordes cuentan donde están los objetos, su forma, su tamaño, y también su textura. 

Los ejes o bordes se encuentran en zonas de una imagen donde el nivel de intensidad 

fluctúa bruscamente, cuanto más rápido se produce el cambio de intensidad, el eje o 

borde es más fuerte. 

En el procesamiento de imágenes se utilizan diferentes técnicas para realzar las 

propiedades de la imagen a fin de facilitar el proceso de segmentación, la extracción 

de características y finalmente su interpretación.

Las técnicas de procesamiento de imágenes se pueden clasificar en: 

� Las procedentes del procesamiento de señales 

� Las que mejoran algún aspecto de la imagen 

27 


El proceso de muestreo es la tarea de discretización del escenario en el plano sensor. 

Está relacionado con la resolución espacial de la imagen 

Figura 2.8. Imagen tomada con diferentes resoluciones

28 


La cuantificación de la señal es el número finito de los valores de intensidad de 

cada píxel. Se suele emplear un byte de cuantificación por píxel, consiguiendo así 256 

niveles de gris. El 0 corresponde al color negro y el 255 al blanco. Entre estos dos 

valores están los distintos tonos de gris. 

Para las imágenes en color, la cuantificación es vectorial; por cada píxel se 

representan tres valores. Estos tres valores dependen del sistema de representación 

del color: RGB (Red Green Blue), HSV (Hue, Saturation, Value), HSI… Comúnmente se 

utiliza RGB con un byte por cada color consiguiendo 256 niveles o 16 millones de 

colores. 

En el apartado [2.3.1] de este documento se explica el tratamiento de imágenes 

en tonos de grises y a color mediante el histograma correspondiente. 

Figura 2.9. Niveles de cuantificación de la señal de la intensidad luminosa

29 


En las técnicas de procesado de las imágenes se trata el valor de la intensidad de cada 

píxel hasta conseguir el resultado deseado.

2.3 IMAGEN DIGITAL 

30 


Una imagen digital es una función f(x,y) que ha sido discretizada en ambas 

coordenadas espaciales (x,y) y en el nivel de gris. Se considera que el nivel de brillo 

mínimo equivale al negro, el máximo al blanco y los valores intermedios son distintos 

niveles de gris que varían del negro al blanco. 

Principalmente, tenemos las siguientes características de una imagen: 

• La resolución: La resolución de una imagen se refiere al número de puntos por 

unidad de distancia que ésta tiene, de forma que a mayor número de puntos 

por centímetro mayor resolución y más definida estará la imagen 

• La profundidad del color: La profundidad del color de una imagen se refiere al 

número de niveles de gris (o número de colores) que empleamos para 

representar la imagen. Un valor aceptable podría corresponder con una 

profundidad de color de 8 bits, equivalente a 256 distintos niveles de gris

2.3.1 BINARIZAR UNA IMAGEN 

31 


La binarización de imágenes es una tarea básica en muchas aplicaciones de 

procesamiento digital de imágenes. El objetivo es obtener una imagen que solo sea 

representada por dos tonos de color, por lo general blanco y negro. La idea para 

realizar este trabajo es sencilla, solo hay que decidir qué tono de color dar a cada píxel 

que sea mayor que un determinado umbral (valor límite), el resto de píxeles tendrán 

por defecto el otro tono de color. 

La binarización de una imagen consiste en comparar los niveles de gris 

presentes en la imagen con un valor (umbral) predeterminado. Si el nivel de gris es 

menor que el umbral predeterminado, se le asigna al píxel de la imagen binarizada el 

valor 0 (negro), y si es mayor, se le asigna un 1 (blanco). De esta forma se obtiene una 

imagen en blanco y negro. 

Generalmente se utiliza un umbral de 128 si se trabaja con 255 niveles de gris, pero en 

algunas aplicaciones se requiere de otro umbral.

2.3.2 HISTOGRAMA DE UNA IMAGEN 

32 


El histograma de una imagen contiene la información de la probabilidad de 

aparición de las distintas tonalidades de color que se pueden dar en cada caso, ya que 

podemos trabajar en distintos tipos de colores o en escala de grises. En el caso de una 

imagen en color, no podemos hablar de un único histograma que caracterice a la 

imagen, sino de tres histogramas, uno para cada color (RGB, por ejemplo). 

La creación de un histograma, en el caso de una imagen en escala de 256 

tonalidades del blanco al negro (escala de grises), se realiza fácilmente mediante 

medios informáticos, de manera que, en primer lugar se crea un vector que contenga 

256 posiciones, una por cada nivel de gris, el algoritmo recorrerá cada uno de los 

pixeles de la imagen, aumentando en una unidad el valor guardado en la posición del 

vector correspondiente al tono del pixel en cuestión. 

Figura 2.10. Imagen con su correspondiente histograma

33 


El histograma proporciona una descripción de la apariencia global de una 

imagen. De forma que si los niveles de gris están concentrados hacia el extremo oscuro 

del rango de la escala de gris, la apariencia global de la imagen será oscura, mientras 

que si sucede justo lo contrario, la imagen correspondiente será brillante. Por su parte, 

el histograma que presente un perfil estrecho corresponderá a una imagen de bajo 

contraste y un histograma con una dispersión considerable a una imagen de alto 

contraste. 

En el caso de la imagen en color, aparecen tres histogramas, de forma que el 

tratamiento de imágenes en color se complica por la aparición de nuevos 

componentes. Ahora el histograma no contiene los tonos del negro al blanco, sino del 

negro al color correspondiente (rojo, verde o azul – caso RGB –). Al elaborar el 

histograma, el algoritmo debe separar el color correspondiente a cada pixel en sus 

componentes RGB (rojo, verde y azul).

34 


Figura 2.11. Imagen a color con sus correspondientes histogramas RGB 

Un histograma es un gráfico estadístico que permite representar la distribución 

de intensidad de los píxeles de una imagen, es decir, el número de píxeles que 

corresponde a cada intensidad luminosa. Por convención, el histograma representa el 

nivel de intensidad con coordenadas X que van desde lo más oscuro a lo más claro.

35 


En general, se representa como un gráfico de barras en el que las abscisas son 

los distintos colores de la imagen y las ordenadas la frecuencia relativa con la que cada 

color aparece en la imagen. El histograma proporciona información sobre brillo y el 

contraste de la imagen, y puede ser utilizado para ajustar estos parámetros, eliminar 

ciertas tonalidades molestas...

3. OBJETIVOS 

36 


37 


Son muchos los objetivos al desarrollar este proyecto, se pueden destacar los 

siguientes: 

� Desarrollar una librería que permita 

o Capturar imágenes 

o Analizar las imágenes capturadas 

o Obtener parámetros de la posición de los dedos y manos 

� Utilizar dicha librería para mostrar la bondad del sistema por medio de un 

programa que permita capturar el movimiento, interpretarlo y actuar en el 

ordenador. 

� Posibles aplicaciones en salud y juegos 

El objetivo principal de este proyecto es proporcionar una herramienta a las 

personas que tienen dificultad para acceder al ordenador. Por ello, se pretende 

desarrollar una aplicación que sea capaz de capturar imágenes a través de una 

webcam, analizar las imágenes capturadas y obtener los parámetros para reconocer la 

letra realizada por el usuario. 

Para conseguir estos objetivos, se han estudiado los diferentes programas de 

tratamiento de imágenes existentes en el mercado, y se ha decidido trabajar con el 

programa Matlab, ya que proporciona una herramienta de manejo de imágenes muy 

buena.

inicialmente: 

38 


Las siguientes tareas son la llave para alcanzar con éxito los objetivos previstos 

• Mostrar una webcam mediante la cual el usuario realiza el movimiento 

y la aplicación captura diferentes imágenes cada 50 milisegundos 

• Una vez se tienen las imágenes almacenadas, se estudian mediante el 

programa realizado en Matlab 

• Una vez se ha reconocido el movimiento realizado por el usuario se 

devuelve el valor y el programa ejecuta una u otra opción dependiendo 

del resultado obtenido 

• Se muestran las opciones al usuario y se ejecuta la elegida

4. TECNOLOGIA UTILIZADA 

39 


4.1 WEBCAM 

40 


Para el desarrollo del proyecto es necesaria la utilización de una webcam para 

la captura de imágenes. 

Una cámara web o webcam es una pequeña cámara digital conectada a una 

computadora, la cual puede capturar imágenes y transmitirlas a través de Internet en 

tiempo real. 

En 1991, se puso en marcha la primera webcam localizada en el departamento 

de Ciencia y Computación de la Universidad de Cambridge, y desde entonces, se ha 

propagado a hogares, negocios, oficinas e incluso calle públicas. Las webcam se suelen 

usar para uso personal en casas privadas, principalmente para contactar con familiares 

lejanos, monitorizar casas desde el trabajo o desde otra parte remotamente. Puede ser 

para vigilar una mascota o por temas de seguridad. En realidad, los usos que se le 

pueden dar son innumerables. 

En el área laboral, se suelen usar las webcam para realizar video conferencias. 

Algunas entidades usan esta tecnología para dar acceso público a una gran variedad de 

información, que puede ir desde el tiempo y el tráfico, hasta otros lugares de interés 

turístico o popular por alguna razón. En menor medida, algunos colegios o centros de 

enseñanza usan las webcam para permitir a familiares ver lo que están haciendo sus 

hijos.

41 


Figura 4.1. Diagrama de una videoconferencia a través de webcams 

Una webcam básicamente trabaja capturando una serie de imágenes digitales 

que son transferidas por el ordenador a un servidor, y luego mostradas en una página 

alojada para tal propósito. Hay sitios que permiten a sus usuarios enviar y almacenar 

sus imágenes de webcam de forma gratuita, para uso particular. 

Las webcam pueden variar en sus capacidades y funciones, y estas variaciones 

se reflejan en el precio. Algunas webcam capturan una imagen fija solo una vez cada 

30 segundos, mientras que otras proveen de un flujo continuo capturando 30 

imágenes por segundo.

42 


Las webcams están diseñadas para enviar vídeos en vivo y grabados así como 

capturas de imagen a través de la red a uno o más usuarios. Una webcam también 

puede ser una cámara digital colocada en alguna parte del mundo, enviando vídeo que 

se ve a través de un sitio web, de modo que los usuarios puedan ver ciertos 

acontecimientos en vivo. 

El papel que toma la webcam en este proyecto es el de captar imágenes cada 

50 milisegundos del movimiento gestual de la persona en tiempo real. Estas imágenes 

son almacenadas para luego tratarlas y calcular el movimiento producido por el 

usuario. 

De todas las atracciones que Internet ofrece a sus navegantes hay pocas 

capaces de ejercer el magnetismo de las webcams. También llamadas “cámaras 

espías” y “netcams”, tienen esa indefinible fascinación de mostrarnos escenas 

cotidianas de lugares remotos tal como las ven sus pobladores en el mismo instante. 

Esencialmente son una combinación de equipamiento sencillo y hasta barato 

comparado con los resultados que permite. Para poner una webcam en marcha se 

necesitan tres elementos: 

� Cámara: Cualquier cámara de video, de aficionado o profesional, de la norma y 

el formato de cinta que se quiera o se tenga, sirve. 

� Plaqueta digitalizadora: Instalada en un ordenador común, recibe la imagen 

captada por la cámara y se encarga de “tomar la fotografía”. Para ello 

“congela” o digitaliza una sola de las 25 a 30 pantallas que genera la cámara 

cada segundo, tal como si escogiera uno de los cuadros o fotogramas de una 

película de cine

43 


� Software: Controla la plaqueta digitalizadora. Básicamente “aprieta el 

disparador”, es decir, ordena a la plaqueta en qué instante digitalizar, según el 

intervalo fijado por el usuario. Obtenida la imagen, la convierte en un formato 

compatible y graba el archivo resultante en el servidor conectado a la red 

mundial. 

Podemos encontrar diferentes tipos de webcam, algunos de ellos son: 

o Webcams remotas: Algunas webcams están instaladas a grandes distancias del 

ordenador que se encargan del proceso. La única diferencia en este caso es que 

la imagen no podrá enviarse por cable. Es necesario un equipo transmisor junto 

a la cámara para convertir la imagen en señal de radio, y uno receptor junto al 

ordenador, que reconvierte la señal de radio en imagen, tal como normalmente 

llega un programa desde exteriores a un canal de televisión. 

o Webcams con servidores de Internet remotos: Como las líneas directas a 

Internet son todavía costosas para los aficionados o pequeñas empresas que 

operan webcams, lo usual es que el ordenador que digitaliza la imagen no sea 

el mismo servidor al que se accede por la red. En este caso, la escena ya 

digitalizada y convertida en archivo gráfico debe ser transmitida a intervalos 

regulares desde el ordenador que la digitaliza hasta el servidor de acceso 

público conectado a Internet. Esa es tarea de programas que actúan 

coordinadamente con el software de digitalización, y en ocasiones un solo 

programa hace todo el trabajo. Una vez generado el archivo con la imagen, el 

programa automáticamente llama al proveedor local de Internet, se conecta 

con el servidor de destino y transmite el gráfico vía FTP (protocolo de 

transferencia de archivos) al directorio del que será leído cada vez que se pida 

ver la imagen.

44 


o Webcams controlables a través de Internet: En este caso, el software del 

ordenador que digitaliza la imagen es un poco más complejo porque puede 

gobernar un mecanismo que mueve la máquina y algunos de sus sistemas 

(como por ejemplo la lente zoom) según la voluntad del navegante remoto de 

Internet. El resto del proceso es exactamente el mismo. 

En la figura 4.2 se muestra la webcam utilizada para la realización de este proyecto. Se 

puede utilizar cualquier tipo de cámara, sólo tiene que estar instalada en el ordenador. 

Figura 4.2. Webcam Logitech utilizada

45 


El funcionamiento de una webcam es muy simple: una cámara de video toma 

imágenes y las pasa a un ordenador que las traduce a lenguaje binario y las envía para 

disfrute de todo aquel que quiera verlas. 

Los pasos son los siguientes: 

Figura 4.3. Pasos al tomar una imagen 

• Una cámara toma imágenes que envía regularmente a un ordenador, algunas 

se actualizan cada pocos segundos y otras cada varias horas. 

• El ordenador, mediante un Hardware/Software adecuado, traduce las 

imágenes a formato binario, generalmente a fichero jpeg, dada su buena 

relación calidad/tamaño. 

• Las imágenes ya traducidas son incluidas dentro de una dirección URL que 

proporciona la posibilidad de ser vistas en la red, de manera que está siempre 

disponible la imagen más reciente. Así, cuando alguien solicita la página de la 

webcam, puede ver en su navegador la última imagen.

46 


• Existen webcams cuyo ritmo de refresco es muy alto y pueden llegar a dar la 

impresión de transmitir imágenes de video en directo. Sin embargo, son 

fotogramas sueltos que se actualizan normalmente al pulsar o pasar el ratón 

por el enlace. 

El uso de las webcam, como se puede comprobar, es muy amplio en el mundo 

de la informática. Otros programas y sitios web tratan de buscar el lado más lúdico de 

estas cámaras de ordenador. Por ejemplo, Fix8 es un programa, de momento gratuito 

en su versión básica, que logra modificar la apariencia de la persona que protagoniza la 

grabación mediante dibujos animados que se superponen a la imagen real y que imitan 

sus gestos y sus movimientos. 

Así, se puede parodiar a personajes famosos a partir de segundas pieles en 

formas de avatares que vende Fix8 o crear caracterizaciones muy curiosas. Por su 

parte, Cameroid permite realizar en su sitio web retoques originales a las instantáneas 

captadas por una webcam a través de varias distorsiones y marcos 

sobreimpresionados. 

Figura 4.4. Ejemplo aplicación Fix8

47 


Por otro lado, CamSpace se trata de un proyecto todavía en fase de pruebas 

que intenta que se pueda controlar cualquier juego de ordenador con diversos objetos 

sin necesidad de comprar un mando específico. En este caso, la webcam identifica el 

objeto que el jugador desea utilizar como mando inalámbrico. 

Se adjunta la figura 4.5 en la cual se puede ver cómo una persona está jugando 

y el objeto que usa para controlar el juego es un destornillador. 

Figura 4.5. Usuario jugando con CamSpace

48 


Las webcams hoy por hoy son uno de los recursos lúdicos más conocidos que 

nos proporciona Internet. Con ellas es posible ver qué está ocurriendo en cualquier 

parte del mundo, como por ejemplo, una imagen de la Plaza del Cid de la ciudad de 

Burgos, donde se puede ver en la Figura 4.6 

Figura 4.6. Imagen Webcam. Plaza del Cid (Burgos)

4.2 SOFTWARE 

4.2.1 NETBEANS - JAVA 

49 


NetBeans se refiere a una plataforma para el desarrollo de aplicaciones de 

escritorio usando Java y a un entorno de desarrollo integrado (IDE) desarrollado 

usando la Plataforma NetBeans. 

La plataforma NetBeans permite que las aplicaciones sean desarrolladas a 

partir de un conjunto de componentes software llamados módulos. Un módulo es un 

archivo Java que contiene clases de java escritas para interactuar con las APIs de 

NetBeans y un archivo especial que lo identifica como módulo. Las aplicaciones 

construidas a partir de módulos pueden ser extendidas agregándose nuevos módulos. 

Debido a que los módulos pueden ser desarrollados independientemente, las 

aplicaciones basadas en la plataforma NetBeans pueden ser extendidas fácilmente por 

otros desarrolladores de software. 

La Plataforma NetBeans es una base modular y extensible usada como una 

estructura de integración para crear aplicaciones de escritorio grandes. Empresas 

independientes asociadas, especializadas en desarrollo de software, proporcionan 

extensiones adicionales que se integran fácilmente en la plataforma y que pueden 

también utilizarse para desarrollar sus propias herramientas y soluciones. 

La plataforma ofrece servicios comunes a las aplicaciones de escritorio, 

permitiéndose al desarrollar enfocarse en la lógica específica de su aplicación.

Entre las características de la plataforma están: 

� Administración de las interfaces de usuario 

� Administración de las configuraciones del usuario 

50 


� Administración del almacenamiento (guardando y cargando cualquier tipo de 

dato) 

� Administración de ventanas 

� Framework basado en asistentes 

NetBeans IDE es un entorno de desarrollo - una herramienta para que los 

programadores puedan escribir, compilar, depurar y ejecutar programas. Está escrito 

en Java - pero puede servir para cualquier otro lenguaje de programación. Existe 

además un número importante de módulos para extender el NetBeans IDE. 

NetBeans IDE es un producto libre y gratuito sin restricciones de uso. 

También está disponible NetBeans Platform; una base modular y extensible 

usada como estructura de integración para crear grandes aplicaciones de escritorio. 

Empresas independientes asociadas, especializadas en desarrollo de software, 

proporcionan extensiones adicionales que se integran fácilmente en la plataforma y 

que pueden también utilizarse para desarrollar sus propias herramientas y soluciones. 

Ambos productos son de código abierto y gratuitos para uso tanto comercial 

como no comercial. El código fuente está disponible para su reutilización de acuerdo 

con la Common Development and Distribution License (CDDL) v1.0 and the GNU 

General Public License (GPL) v2.

51 


Un Entorno Integrado de Desarrollo gratuito, de código abierto para 

desarrolladores de software. Puede obtener todas las herramientas que necesite para 

crear aplicaciones profesionales para el escritorio, la empresa, la web y equipos 

móviles con el lenguaje Java, C/C++, y Ruby. NetBeans IDE es fácil de instalar y de uso 

instantáneo y se ejecuta en varias plataformas incluyendo Windows, Linux y Mac OS X 

y Solaris. 

NetBeans IDE 6.1 provee varias nuevas características y mejoras, como 

funciones de edición enriquecida de JavaScript, soporte para el uso del framework web 

Spring, y mejor integración con MySQL. Esta versión también provee mejor 

rendimiento, especialmente un arranque más rápido (más de 40%), menor consumo 

de memoria y mejor respuesta cuando se trabajan con proyectos grandes.

52 


El lenguaje de programación que utiliza NetBeans es Java. Java es un lenguaje 

de programación orientado a objetos desarrollado por Sun Microsystems a principios 

de los años 90. EL lenguaje en sí mismo toma mucha de su sintaxis de C y C++ pero 

tiene un modelo de objetos más simple y elimina herramientas de bajo nivel, que 

suelen inducir a muchos errores, como la manipulación directa de punteros o 

memoria. 

El lenguaje Java se creó con cinco objetivos principales: 

� Debería utilizar la metodología de la programación orientada a objetos 

� Debería permitir la ejecución de un mismo programa en múltiples sistemas 

operativos 

� Debería incluir por defecto soporte para trabajo en red 

� Debería diseñarse para ejecutar código en sistemas remotos de forma segura 

� Debería ser fácil de usar y tomar lo mejor de otros lenguajes orientados a 

objetos, como C++ 

Java es un lenguaje de programación con el que podemos realizar cualquier 

tipo de programa. En la actualidad es un lenguaje muy extendido y cada vez cobra más 

importancia tanto en el ámbito de Internet como en la informática en general. Está 

desarrollado por la compañía Sun Microsystems con gran dedicación y siempre 

enfocado a cubrir las necesidades tecnológicas más punteras.

53 


Una de las principales características por las que Java se ha hecho muy famoso 

es que es un lenguaje independiente de la plataforma. Eso quiere decir que si hacemos 

un programa en Java podrá funcionar en cualquier ordenador del mercado. Es una 

ventaja significativa para los desarrolladores de software, pues antes tenían que hacer 

un programa para cada sistema operativo, por ejemplo Windows, Linux, Apple, etc. 

Esto lo consigue porque se ha creado una Máquina de Java para cada sistema que hace 

de puente entre el sistema operativo y el programa de Java y posibilita que este último 

se entienda perfectamente. 

La independencia de plataforma es una de las razones por las que Java es 

interesante para Internet, ya que muchas personas deben tener acceso con 

ordenadores distintos. Pero no se queda ahí, Java está desarrollándose incluso para 

distintos tipos de dispositivos además del ordenador como móviles, agendas y en 

general para cualquier cosa que se le ocurra a la industria. 

Pasado y presente 

Java fue pensado originalmente para utilizarse en cualquier tipo de 

electrodoméstico pero la idea fracasó. Uno de los fundadores de Sun rescató la idea 

para utilizarla en el ámbito de Internet y convirtieron a Java en un lenguaje potente, 

seguro y universal gracias a que lo puede utilizar todo el mundo y es gratuito. Una de 

los primeros triunfos de Java fue que se integró en el navegador Netscape y permitía 

ejecutar programas dentro de una página web, hasta entonces impensable con el 

HTML.

54 


Actualmente Java se utiliza en un amplio abanico de posibilidades y casi 

cualquier cosa que se puede hacer en cualquier lenguaje se puede hacer también en 

Java y muchas veces con grandes ventajas. Para lo que nos interesa a nosotros, con 

Java podemos programar páginas web dinámicas, con accesos a bases de datos, 

utilizando XML, con cualquier tipo de conexión de red entre cualquier sistema. En 

general, cualquier aplicación que deseemos hacer con acceso a través web se puede 

hacer utilizando Java.

4.2.2 MATLAB 

55 


Matlab es un software matemático que ofrece un entorno de desarrollo (IDE) 

con un lenguaje de programación propio (lenguaje M) 

Entre sus prestaciones básicas se hallan: 

� Manipulación de matrices 

� Representación de datos y funciones 

� Implementación de algoritmos 

� Creación de interfaces de usuario (GUI) 

� Comunicación con programas en otros lenguajes y con otros dispositivos 

hardware 

Matlab es un entorno de computación y desarrollo de aplicaciones totalmente 

integrado orientado para llevar a cabo proyectos en donde se encuentren implicados 

elevados cálculos matemáticos y la visualización gráfica de los mismos. Matlab integra 

análisis numérico, cálculo matricial, proceso de señal y visualización gráfica en un 

entorno completo donde los problemas y sus soluciones son expresados del mismo 

modo en que se escribirían racionalmente, sin necesidad de hacer uso de la 

programación tradicional.

56 


Matlab dispone también en la actualidad de un amplio abanico de programas 

de apoyo especializados, denominados Toolboxes, que extienden significativamente el 

número de funciones incorporadas en el programa principal. Estos Toolboxes cubren 

en la actualidad prácticamente casi todas las áreas principales en el mundo de la 

ingeniería y la simulación, destacando entre ellos el 'toolbox' de proceso de imágenes, 

señal, control robusto, estadística, análisis financiero, matemáticas simbólicas, redes 

neuronales, lógica difusa, identificación de sistemas, simulación de sistemas 

dinámicos, etc. es un entorno de cálculo técnico, que se ha convertido en estándar de 

la industria, con capacidades no superadas en computación y visualización numérica. 

De forma coherente y sin ningún tipo de fisuras, integra los requisitos claves de 

un sistema de computación técnico: cálculo numérico, gráficos, herramientas para 

aplicaciones específicas y capacidad de ejecución en múltiples plataformas. Esta 

familia de productos proporciona al estudiante un medio de carácter único, para 

resolver los problemas más complejos y difíciles. 

Matlab nace como una solución a la necesidad de mejores y más poderosas 

herramientas de cálculo para resolver problemas de cálculo complejos en los que es 

necesario aprovechas las amplias capacidades de proceso de datos de grandes 

computadores. 

El nombre Matlab viene de "matrix laboratory" (laboratorio matricial). Matlab 

fue originalmente escrito para proveer acceso fácil al software matricial desarrollado 

por los proyectos LINPACK y EISPACK, que juntos representan el estado del arte e 

software para computación matricial.

57 


Hoy Matlab es usado en una variedad de áreas de aplicación incluyendo 

procesamiento de señales e imágenes, diseño de sistemas de control, ingeniería 

financiera e investigación médica. La arquitectura abierta facilita usar Matlab y los 

productos que lo acompañan para explorar datos y crear herramientas personalizadas 

que proveen visiones profundas tempranas y ventajas competitivas. 

Características de Matlab: 

� Cálculos intensivos desde un punto de vista numérico. 

� Gráficos y visualización avanzada. 

� Lenguaje de alto nivel basado en vectores, arrays y matrices. 

� Colección muy útil de funciones de aplicación.

4.2.3 LIBRERÍA JMATLINK 

58 


Ha sido necesaria en este proyecto la utilización de una librería que 

proporciona Matlab y la cual se llama JMatLink que está basada en JNI (Java Native 

Interface). Esta librería conecta Java y Matlab. Los métodos nativos permiten utilizar 

diferentes funciones de Matlab desde una aplicación desarrollada en el lenguaje de 

programación Java. 

Esta librería se ha utilizado en NetBeans, es decir, se ha programado con Java y 

con diferentes métodos es posible realizar llamadas a funciones de Matlab y recibir 

valores como resultado de la función. 

Mediante esta librería lo que se pretende es que una vez el interfaz 

programado en Java, se haga una llamada a las funciones programadas con Matlab las 

cuales son las encargadas de tratar las imágenes capturadas inicialmente por Java. Una 

vez trata las imágenes y estudia el movimiento realizado por el usuario, devuelve un 

valor al programa Java y éste, dependiendo del valor devuelto, realizará una u otra 

opción programada.

59 


5. DESARROLLO DE LA APLICACIÓN

5.1 PLAN DE TRABAJO 

60 


En la figura 5.1 se muestra el Plan de Trabajo a seguir para el desarrollo del 

proyecto. Como se puede comprobar, está dividido en 6 fases (paquetes de trabajo) y 

algunas de ellas dividida también en subfases. 

Figura 5.1. Plan de Trabajo del Proyecto

61 


A continuación se muestra detalladamente cada uno de los paquetes de trabajo 

de los que se compone el proyecto, explicando en cada uno de ellos las tareas 

realizadas. 

(WP.01) ESTUDIO DE LOS REQUISITOS DEL SISTEMA 

Es una de las etapas más importantes en el desarrollo del proyecto. En ella se 

tienen que tener en cuenta cada uno de los requisitos que se exigen para alcanzar el 

éxito en el desarrollo del proyecto. Los requisitos necesarios son los siguientes: 

o Requisitos de Usuario 

� Para poder ejecutar la aplicación en cualquier ordenador, es 

necesaria la instalación del programa Matlab, ya que sin el 

programa no se podrán estudiar y tratar cada una de las 

imágenes tratadas 

o Requisitos del Sistema 

� Leer el movimiento del dedo realizado por el usuario 

� Almacenar las imágenes en un fichero 

� Estudiar y tratar dichas imágenes para reconocer el movimiento 

realizado 

� Dependiendo de los valores resultantes, se ejecutará una u otra 

opción

(WP.02) ANÁLISIS 

62 


En la etapa de análisis se estudian las necesidades y objetivos a alcanzar con el 

desarrollo de la aplicación. 

(WP.02.01) Análisis de las Necesidades 

Las necesidades de este proyecto y la motivación que se lleva para la 

realización del mismo es el desarrollar una herramienta para permitir a un 

usuario con discapacidad motriz o a personas ancianas comunicarse con el 

ordenador y enviar órdenes mediante el simple movimiento de un dedo. 

(WP.02.02) Análisis de los Objetivos 

El objetivo principal es realizar lograr con éxito el desarrollo de la 

aplicación y pueda ser utilizada por personas de este sector de la población. 

A la hora de analizar cada uno de los pasos a dar, se ha realizado un 

estudio del sistema, teniendo en cuenta los parámetros necesarios del exterior 

y las funciones que internamente hace la herramienta. 

En la Figura5.2 se muestra el Modelo físico del sistema en el nivel 0, es 

decir, nivel de contexto. En el mismo se puede comprobar la relación existente 

entre el sistema y el usuario y los datos que son necesarios para el 

funcionamiento del sistema

Figura 5.2. DFD. Nivel de Contexto (Nivel 0) 

63 


Se tiene que profundizar a un nivel más, por eso se ha realizado el 

modelo físico del sistema a nivel 1 (Nivel conceptual) donde se detallan cada 

una de las tareas y las relaciones entre las funciones. Se muestran todos los 

datos que son enviados entre ellos.

Figura 5.3. DFD. Nivel Conceptual (Nivel 1) 

64 


65 


Como se puede comprobar en la Figura 5.3, existen 12 procesos 

distintos. Cada uno tiene una tarea determinada dentro del sistema. Existen 2 

almacenes de información: 

� Imágenes: Fichero en el cual se almacenan todas las imágenes que son 

capturadas por la webcam en la aplicación. Este almacén de imágenes lo 

crea el programa Java para que después Matlab pueda acceder a dicho 

almacén y poder extraer las imágenes para ser comparadas con los 

patrones existentes y reconocer así el movimiento realizado por el usuario 

� Patrones: La herramienta desarrollada sólo reconoce determinadas letras 

del vocabulario, por lo tanto, a la hora de analizar el movimiento del 

usuario, tiene que comparar las imágenes con las letras almacenadas 

inicialmente que forman parte de los patrones para poder reconocer el 

movimiento del dedo

(WP.03) DISEÑO 

66 


Para el diseño, se ha realizado inicialmente el diagrama de flujo de la aplicación, 

el cual se muestra en la Figura 5.3. 

Figura 5.4. Diagrama de flujo

proyecto. 

67 


A continuación se muestra una descripción detallada del Diagrama de Flujo del 

Inicialmente se muestra la pantalla principal al usuario, internamente, el 

proceso comprueba si se encuentra conectado el dispositivo de la webcam. Si no 

encuentra el dispositivo muestra un mensaje de error y vuelve a mostrar la pantalla 

principal, comprobando a su vez internamente si ya se ha conectado el dispositivo. 

Una vez la aplicación ha detectado la conexión del dispositivo, muestra la 

imagen en la pantalla y comienza a realizar fotografías cada 50 milisegundos. Estas 

imágenes son almacenadas para que después sean tratadas por el programa Matlab, 

que es el encargado de reconocer el movimiento que ha realizado el usuario con el 

dedo. Una vez Matlab ha reconocido el movimiento del dedo, devuelve el resultado a 

NetBeans, que dependiendo del valor recibido, realizará una u otra opción. Las 

opciones son las siguientes: 

� Movimiento correspondiente a la letra “L” � El usuario ha elegido realizar 

llamadas a una lista de contactos, por lo tanto se le mostrará por pantalla la 

lista de contactos que tiene en el sistema. Se muestra una vez más en la parte 

izquierda de la pantalla la imagen de la webcam. Como en el caso anterior, se 

vuelven a almacenar imágenes para que Matlab vuelva a estudiarlas y 

reconocer el movimiento realizado por el usuario. Una vez detectado el 

movimiento, se muestra una pantalla donde se indica que se está llamando al 

contacto elegido. Cuando se quiera, se pulsa el botón de “Finalizar Llamada” y 

finaliza a su vez la aplicación

68 


� Movimiento correspondiente a la letra “M” � El usuario ha elegido escuchar 

música de una lista de canciones. Se muestran las canciones existentes en el 

sistema y se muestra la imagen de la webcam donde el usuario debe realizar 

otro movimiento con el dedo para elegir la canción que quiere reproducir. Una 

vez capturadas las imágenes, Matlab las estudia y dependiendo del movimiento 

realizado, se reproduce la canción mediante el Reproductor de Windows 

Media. El reproducir la canción, indica que la ejecución del programa ha 

finalizado y por lo tanto se cierra la aplicación. 

(WP.03.01) Diseño del Interfaz 

Una de las cosas más importantes en este proyecto es conseguir un 

interfaz sencillo y fácil de usar, ya que recordamos, que el usuario tiene 

dificultad a la hora de acceder al ordenador, por ello, la aplicación nada mas 

ejecutarse muestra la webcam que debe estar conectada y reconocido el 

dispositivo por el programa. 

Para indicar a la aplicación que ha finalizado el movimiento, debe pulsar 

un botón, dicho botón puede ser pulsado con el ratón o simplemente con la 

tecla ENTER. Esto está hecho así para que el usuario simplemente tenga que 

pulsar un botón durante toda la ejecución de la herramienta.

(WP.03.02) Diseño de Librerías 

69 


Se ha decidido programar todo el tratamiento y estudio de las imágenes 

mediante el programa Matlab, por ello, las librerías son programadas con esta 

herramienta. 

Se han utilizado diferentes funciones para ello: 

- Función principal: Esta función lee las imágenes que se han tomado a 

través de la webcam. 

- Detectar negro: Como se comenta en apartados siguientes del 

presente documento, es necesaria una binarización de la imagen 

para reconocer el color negro del dedal que lleva el usuario en el 

dedo. Mediante esta función, se detecta el negro en la imagen y su 

posición 

- Comparar imagen: Ya que el sistema sólo reconoce determinadas 

letras, una vez se ha detectado el movimiento del dedal negro, se 

comparan las imágenes para comprobar qué letra ha realizado el 

usuario y poder ejecutar una u otra opción dependiendo del 

resultado obtenido.

(WP.04) PROGRAMACIÓN 

70 


Es la etapa que más dura de todo el proyecto. En ella se tiene que programar 

cada una de las funciones escogidas en la etapa anterior de diseño. 

(WP.04.01) Programación del Interfaz: 

Se ha decidido programar el interfaz con el programa NetBeans. Esta 

herramienta proporciona un interfaz bastante llamativo e intuitivo. Esta 

programado con el lenguaje de programación Java. 

La función principal del interfaz es mostrar la webcam y capturar 

imágenes cada 50 milisegundos. Estas imágenes deben ser almacenadas en un 

fichero para que más tarde, Matlab las lea y pueda interpretarlas. 

El interfaz es bastante sencillo, por lo explicado anteriormente. Debe ser 

un programa que no tenga muchas pantallas, ya que el usuario no puede ir 

navegando con ellas con facilidad, sino con el movimiento del dedo. 

El programa en Java debe comunicarse con las librerías programadas en 

Matlab, para ello es necesaria la utilización de la librería JMatLink, que es la 

encargada de unir estos dos programas. Una vez que Java toma las imágenes, 

mediante unas líneas de código se llama a la función de Matlab que realiza el 

estudio de las imágenes.

El código de unión es el siguiente: 

(WP.04.02) Programación de Librerías 

71 


Como se ha comentado, todo el tratamiento de las imágenes se han 

realizado con Matlab. Matlab es una herramienta que proporciona un buen 

estudio de imágenes, por ello se han utilizado algunas funciones ya existentes 

en Matlab. 

Es necesaria la binarización de la imagen, esto es, convertir la imagen 

originar el una imagen compuesta sólo por blanco y negro. Esto es 

imprescindible para que el programa reconozca el color negro y se pueda 

estudiar el movimiento realizado por el usuario.

(WP.05) PRUEBAS 

72 


Como todo proyecto, es necesaria una etapa de pruebas al finalizar la 

aplicación. Las pruebas se realizarán después de la programación del interfaz y de las 

librerías. 

Se han de probar todas las letras que reconoce el sistema, si realmente se 

reconocen correctamente y se realizan las opciones programadas. 

(WP.05.01) Pruebas del Sistema 

Se podría realizar un Plan de Pruebas del sistema, pero al tener 

restricciones de tiempo, no se ha podido llevar a cabo un Plan de Pruebas total, 

por lo tanto, las únicas pruebas que se han hecho con respecto al sistema son 

las pruebas de programación, tanto del interfaz como de la librería, y pruebas 

en los resultados obtenidos, para poder sacar una conclusiones y pensar en 

trabajos futuros que puedan ampliar la utilidad del proyecto.

(WP.05.02) Pruebas Presenciales 

73 


Al finalizar la aplicación, se ha querido demostrar la fiabilidad del 

sistema y para ello se han realizado unas pruebas presenciales. 

Los usuarios eran dos personas mayores de 71 y 72 años 

respectivamente, que no acostumbran al uso de los ordenadores. Las pruebas 

resultaron satisfactorias, con algunos problemas iniciales. 

Los problemas encontrados fueron el control del dedo entre los límites 

de la imagen que muestra la webcam. El usuario, al realizar el movimiento con 

el dedo, no tenía control sobre los marcos de la imagen y por lo tanto, la 

aplicación no devolvía el resultado correcto. Una vez los usuarios consiguieron 

controlar el movimiento para que éste fuera dentro de la imagen de la cámara, 

los resultados fueron los previstos. 

(WP.06) DOCUMENTACION 

La etapa de la Documentación dura casi todo el proyecto, ya que a medida que 

es va avanzando en el desarrollo de la aplicación, se van escribiendo los pasos dados y 

los temas relacionados. 

Se han estudiado las diferentes herramientas existentes hoy en día para poder 

enfocar el proyecto a partir de ellos y así poder añadir más funciones a la aplicación. 

Todas estas aplicaciones se han explicado en el apartado 2.1 del presente documento.

74 


6. TRATAMIENTO DE IMÁGENES CON 

MATLAB

6.1 TIPOS DE IMÁGENES EN MATLAB 

75 


En Matlab una imagen a escala de grises se representa por medio de una matriz 

bidimensional de m x n elementos de donde n representa el número de píxeles de 

ancho y m el número de píxeles de largo. Cada elemento tiene un valor de 0 (negro) a 

255 (blanco). 

Por otro lado, una imagen de color RGB (la más usada para la visión 

computacional) se representa por una matriz tridimensional m x n x p, donde m y n 

tienen el mismo significado que para el caso de las imágenes de escala de grises, 

mientras p representa el plano, que para RGB que puede ser 1 para el rojo, 2 para el 

verde y 3 para el azul. 

Existen tres tipos de imágenes en Matlab: 

� Imágenes indexadas: [I,MAP] � La matriz I contiene la imagen indexada y la 

matriz MAP la paleta de colores RGB asociada. SI la imagen es de 100x100x256 

colores, la matriz I es de 100x100 con rango de valores [1 … 256] y la matriz 

MAP es de 256x3 con rango de valores en [0,1]. En caso de imágenes en niveles 

de gris, la paleta de colores suele tener todos los niveles de gris ordenados, de 

tal forma que en la posición i de la paleta está el i-ésimo nivel de gris 

� Imágenes de nivel de Gris: I � La matriz I contiene la imagen en nivel de gris, 

donde el rango de valores es de [0,1]. No necesita una paleta de colores. Las 

imágenes en blanco y negro son un caso especial de este tipo, donde sólo están 

los valores 0 y 1.

76 


� Imágenes RGB: RGB � Cada matriz R, G, B contiene las intensidades en rojo, 

verde y azul respectivamente de la imagen. Son imágenes en las que cada 

punto de la imagen se representa por un nivel de rojo, un nivel de verde y un 

nivel de azul; por lo que están formadas por cada uno de estos 3 planos de 

color. Puesto que todos los colores que el ser humano es capaz de distinguir se 

pueden representar por una combinación de estos tres. Cada canal de color 

tiene 256 niveles de intensidad posibles. 

En este proyecto, se toman imágenes de la webcam, dichas imágenes se pasan 

a escala de grises, y después se binarizan para así poder estudiar el movimiento 

realizado por el usuario. 

La imagen 6.1 representa un ejemplo de una imagen en escala de grises en Matlab 

Figura 6.1. Imagen en escala de grises

Figura 6.2. Imagen RGB 

77 


Figura 6.3. Imagen Binaria 

78 


6.2 PROCESADO DE IMÁGENES EN MATLAB 

79 


El número de funciones que implementa Matlab para el procesamiento de 

imágenes es muy diverso, sin contar con la múltiple oferta de funciones ya generadas 

por otros usuarios y disponibles a través de Internet. 

Filtraje espacial 

El filtraje espacial es una de las operaciones comunes en la visión 

computacional ya sea para realizar efectos de eliminación de ruido o bien detección de 

bordes. En ambos casos la determinación de los píxeles de la nueva imagen dependen 

del píxel de la imagen originar y de sus vecino. De esta forma es necesario configurar 

una matriz (máscara o ventana) que considere cuales vecinos y en qué forma influirán 

en la determinación en el nuevo píxel. 

Figura 6.4. Filtro espacial por ventana 3x3

7. PLANIFICACIÓN 

80 


del proyecto 

81 


En la imagen 7.1 se muestra la planificación inicial planteada para el desarrollo 

Figura 7.1. Planificación del proyecto 

A continuación se realiza una explicación detallada de cada uno de los paquetes de 

trabajo: 

• Estudio de los Requisitos del Sistema: Se realiza un estudio de los objetivos 

iniciales del proyecto y de la motivación que nos lleva a la realización del 

mismo. 

o Duración: 3 semanas 

o Responsable: 

� Jefe de proyecto 

o Participantes: 


� Analista

82 


• Análisis: Se analiza cada uno de los paquetes de trabajo del proyecto. Se 

analizan las necesidades del usuario y del sistema, partiendo de los objetivos 

iniciales concretados en la etapa anterior. 



� Analista 


� Analista 

• Diseño del interfaz: Debe ser un interfaz de fácil uso, ya que la persona que 

utilizará la aplicación es una persona que no puede acceder fácilmente al 

ordenador, por ello, la interfaz debe ser totalmente intuitiva para que el 

usuario simplemente con la webcam pueda manejar las diferentes opciones 

que se le plantean y únicamente tenga que pulsar una tecla (ENTER) cada vez 

que finalice el movimiento. 



� Diseñador 


� Diseñador

83 


• Diseño de librerías: Se plantea un diseño inicial de las librerías que se quieren 

programar. En esta etapa se decide que la parte de la interfaz gráfica se 

realizará mediante el lenguaje de programación Java con la plataforma 

NetBeans, a su vez, se decide que todo el procesamiento de imágenes se 

realizará con el programa Matlab ya que es un programa adecuado para este 

tipo de trabajo 






• Programación interfaz: Se realiza la programación de la interfaz. 



� Programador 



• Programación librerías: Se realiza la programación de las librerías 




o Participantes 

� Programador

84 


• Pruebas del sistema: Las pruebas del sistema se realizan una vez se haya 

programado el interfaz de la aplicación y las librerías. 


o Responsable 

� Analista 

o Participantes 

� Analista 



• Documentación: La documentación se ha ido desarrollando a lo largo de todo 

el proyecto, ya que se ha de ir documentando a medida que se va avanzando 

en el proyecto, informando de los problemas encontrados y los objetivos que 

se han ido cumpliendo. 

o Duración: Desarrollo de todo el proyecto 




� Analista

8. ESTUDIO ECONÓMICO 

85 


8.1 COSTES DE INGENIERÍA 

La tabla siguiente muestra el coste total del proyecto. 

Figura 8.1. Costes de Ingeniería 

86 


Euros/hora de cada uno de los participantes en el proyecto: 

Figura 8.2. Tarifa Euros/Hora de los participantes 

87 


A continuación se muestra el coste detallado de cada uno de los paquetes de trabajo: 

� Estudio Requisitos del Sistema 

� Análisis 

o Jefe de proyecto: Reunión con Analista de 2 horas cada semana 

� 2 horas/semana * 3 semanas = 6 horas 

� Coste: 6 horas * 70€/hora = 420 € 

o Analista: Reunión con Jefe de Proyecto de 2 horas cada semana 

� 2 horas/semana * 3 semanas = 6 horas 

� Coste: 6 horas * 50€/hora = 300 € 

o Coste paquete de trabajo 1 = 420 + 300 = 720 € 

o Analista: 4 horas al día durante 3 semanas 

� 4 horas/día * 5 días/semana * 3 semanas = 60 horas 

� Coste: 60 horas * 50€/hora = 3.000 € 

o Coste paquete de trabajo 2 = 3.000 €

� Diseño interfaz 

o Diseñador: jornada completa 

88 



� Coste: 80 horas * 40 €/hora = 3.200 € 

o Coste paquete de trabajo 3 = 3.200 € 

� Diseño librerías 

o Diseñador: jornada completa 

� 8 horas/día * 5días/semana * 3 semanas = 120 horas 

� Coste: 120 horas * 40€/hora = 4.800 € 


� Programación interfaz 

o Programador: jornada completa 

� 8 horas/día * 5días/semana * 5 semanas = 200 horas 



� Programación librerías 

o Programador: jornada completa 

� 8 horas/día * 5 días semana * 4 semanas = 160 horas 


o Coste paquete de trabajo 6 = 4.800 €

� Pruebas del sistema 

89 


o Analista: trabaja a jornada completa durante 3 semanas 



o Diseñador: trabaja a jornada completa durante 1 semana 

� 8 horas/día * 5 días/semana * 1 semana = 40 horas 


o Programador: trabaja a jornada completa durante 2 semanas 



o Coste paquete de trabajo 7 = 6.000 + 1.600 + 2.400 = 10.000 € 

� Documentación 

o Jefe de Proyecto: Aprueba la documentación a lo largo de todo su 

desarrollo 

� Coste: 10 horas * 70 €/hora = 700 € 

o Analista: Realiza la documentación a lo largo de todo el desarrollo del 

proyecto 


o Coste paquete de trabajo 8 = 700 + 3.000 = 3.700 € 

Por lo tanto, el coste total de personal asciende a: 

720 + 3.000 + 3.200 + 4.800 + 6.000 + 4.800 + 10.000 + 3.700 = 36.220 €

8.2 COSTE DEL SOFTWARE UTILIZADO 

Se han utilizado los siguientes programas: 

• Sistema Operativo Windows XP Professional: 60 € 

• Microsoft Office: 100 € 

• Acrobat Professional: 125 € 

• Matlab: 1.000 € 

o Imagen Processing Toolbox: 140 € 

• NetBeans IDE 6.7.1: Sofware Libre 

90 


Con estos datos, el coste total del software utilizado asciende a: 1.425 €

8.3 COSTE DEL HARDWARE UTILIZADO 

91 


El único Hardware utilizado para la realización del proyecto es la utilización de la 

webcam Logitech. 

o Webcam Logitech: 50 € 

El coste total del Hardware utilizado es de 50 €

8.4 PRESUPUESTO FINAL 

92 


Teniendo en cuenta los costes de personal, software y hardware, explicados en los 

apartados anteriores, el presupuesto final del proyecto es de: 

Figura 8.3. Presupuesto final del Proyecto

93 


9. RESULTADOS DEL SISTEMA

94 


La intención inicial de este proyecto era realizar una aplicación mediante la cual 

una persona con dificultad móvil pudiera utilizar ciertas opciones con el ordenador a 

través de órdenes enviadas mediante una webcam. 

Uno de los principales objetivos era que el movimiento se realizara sin ningún 

elemento, simplemente con el dedo, pero a la hora de realizar los estudios con las 

imágenes nos hemos encontrado con bastantes dificultades para capturar dicho 

movimiento. 

El principal problema ha sido el fondo de la imagen. Nos ha sido imposible 

realizar el proyecto con cualquier fondo, por ello se decidió la utilización de un fondo 

fijo. El fondo debe ser totalmente liso y de color claro, para las pruebas se ha utilizado 

una lámina translúcida que se coloca detrás del dedo, eliminando así todo el ruido que 

puede haber de fondo en la imagen. 

Otro problema encontrado ha sido capturar el movimiento únicamente del 

dedo, para solucionarlo, se ha utilizado un dedil de color negro que se coloca en el 

dedo que realiza el movimiento. De esta forma, se captura el dedil para realizar el 

tratamiento de imágenes y así reconocer el movimiento que se ha realizado. 

Con respecto al software utilizado, el mayor problema que hemos encontrado 

ha sido la utilización de la librería JMatLink. Como se ha explicado en el apartado 

[4.2.3] del presente documento, esta librería es la encargada de unir el lenguaje de 

programación Java con la aplicación Matlab.

95 


A la hora de la instalación de esta librería, hemos tenido muchos problemas 

para que funcionara, ya que las actualizaciones propias de Windows, modificaban los 

ficheros y por lo tanto, no permitía que funcionara. Este problema nos ha llevado a 

perder mucho tiempo, hemos estado parados muchos días intentando resolverlo, pero 

finalmente se ha conseguido y se ha podido seguir desarrollando el proyecto para 

poder unir el programa realizado en NetBeans con todo el tratamiento de imágenes 

realizado con Matlab. 

Las pruebas presenciales se han realizado con éxito, aunque se han encontrado 

algunos problemas ya que las personas no medían bien el espacio que la cámara 

captura, saliéndose de los marcos de la imagen. Una vez controlado esto, las pruebas 

han sido totalmente exitosas. 

Ha sido un trabajo duro y constante, al tratarse de un trabajo de investigación 

ya que siempre supone un sacrificio de tiempo continuo, que se compensa con la 

satisfacción al llegar a los objetivos planificados inicialmente.

96 


10. CONCLUSIONES Y TRABAJOS 

FUTUROS

97 


Las nuevas tecnologías pueden ser un medio más para ayudar a las personas 

con discapacidad motriz, pero sería un error pensar que la tecnología es una finalidad 

en sí misma. Las tecnologías sólo formarán parte del proceso de humanización en la 

medida que las personas las hagan servir adecuadamente. No es suficiente con crear 

ayudas técnicas y ofrecerlas a los usuarios como consumidores pasivos. Hay que 

entender la función que las ayudas tendrán para su vida personal y social, y entender 

que esta función afecta a todos los grupos sociales con capacidad o sin ella. [PUIG93] 

Este proyecto es un primer paso para luego poder seguir desarrollando en el 

tema añadiendo más opciones al usuario y mejorar las prestaciones, ya que por 

ejemplo, en este caso, se utiliza un dedil para el seguimiento del dedo. Esto se podría 

mejorar sin el dedil e incluir mejoras tales como que la persona con el simple 

movimiento de la cara pueda controlar totalmente el ratón y poder utilizar el 

ordenador con un simple movimiento de la cabeza y un posible movimiento de los ojos 

para simular el click del ratón. 

En esta área se pueden desarrollar muchas aplicaciones distintas, y con el paso 

del tiempo mejorar las mismas. Personalmente, me ha gustado realizar este proyecto y 

me he empezado a interesar por este tema, el ayudar a personas discapacitadas a 

poder acceder al ordenador, ya que tienen demasiadas limitaciones para ello. Se 

podría profundizar con esta misma aplicación en controlar el ratón con el movimiento 

del dedo, aunque para ello haría falta un tiempo notablemente largo para la 

realización del mismo y posiblemente un grupo de personas trabajando en ello. 

Para controlar el ratón con el dedo, hay que tener en cuenta los parámetros del 

Sistema Operativo, por eso no se ha profundizado en ello en este proyecto ya que era 

complicado para el periodo de tiempo en que se desarrollaba el mismo.

98 


Una de las posibles mejoras y de las más importantes sería el control de fondo 

de la imagen. En esta aplicación, el usuario parte de un fondo estático translúcido y 

realiza el movimiento delante de ese fondo. A la hora de estudiar los diferentes 

movimientos del dedo, hemos tenido bastantes problemas para eliminar el ruido de 

fondo y todo lo que ello conlleva. Por eso se decidió usar un fondo estático. Por ello, 

sería una interesante mejora el realizar el proyecto con cualquier fondo y sin necesidad 

del dedil negro que utiliza el usuario. 

Otra segunda ampliación de este proyecto es la opción de Llamar al usuario. 

Inicialmente sólo se muestra una pantalla que indica que está llamando. Se podría 

juntar con programas de llamadas vía Internet como puede ser el Skype. Y así dar la 

opción al usuario de poder realizar una llamada a cualquier persona existente en su 

lista de contactos. 

Una vez se ha realizado el reconocimiento de las letras que puede realizar el 

usuario mediante el movimiento del dedo, se puede desarrollar un amplio abanico de 

posibilidades en la aplicación dando diferentes opciones según realice una u otra letra. 

En este proyecto, sólo se ha dado la opción de poder escuchar música o realizar 

llamadas (ficticias) a una lista de contactos, pero podría ampliarse en muchas 

variedades de uso.

11. BIBLIOGRAFÍA 

99 


[WIKI07]: Wikipedia, la enciclopedia libre: www.wikipedia.org 

[MAT]: Toolbox Image Processing Matlab 

100 


[MONOG]: Manual de Matlab: www.monografias.com/trabajos5/matlab/matlab.shtml 

[PUIG93]: Puig de la Bellacasa, 1993: “Discapacidad y sociedad: una perspectiva histórica” 

[JAVWEB]: Código Java: www.java_desarrolloweb.com 

[INTDISC]: www.integraciondiscapacidades.org 

[SCRIB]: Procesamiento imágenes con Matlab: www.scribd.com/doc/23371/Procesamientode-imagenes-con-Matlab 

[VALD]: Visión por computador utilizando Matlab y el toolbox de procesamiento digital de 

imágenes 

[MASANZ]: Apuntes de Inteligencia Artificial (Miguel Ángel Sanz Bobi)

12. ANEXOS 

101 


12.1 MANUAL DE USUARIO 

102 


Una vez se ejecuta la aplicación, al usuario le aparece esta primera pantalla 

principal en la cual se está esperando a encontrar el dispositivo de la webcam 

conectado.

103 


Si no encuentra el dispositivo, muestra una ventana de ERROR, se vuelve a la 

pantalla principal y hace una comprobación continua hasta que encuentre el 

dispositivo conectado de la webcam

104 


Una vez la aplicación ha detectado la webcam se muestra en la parte izquierda de 

la ventana la captura de la misma. En la parte derecha de la ventana se muestran 

las instrucciones de uso del programa. 

El usuario puede realizar una L con el dedo, queriendo así realizar una llamada o 

hacer una M y por lo tanto escuchar música.

105 


Si el usuario ha realizado la L con el dedo, con la tecla ENTER indica que ha 

finalizado el movimiento y se pasaría a la siguiente pantalla donde se muestran los 

contactos del usuario a los cuales podrá llamar realizando con el dedo el 

movimiento de la inicial de cada nombre.

106 


El usuario realiza el movimiento con el dedo, debe pulsar la tecla ENTER para 

indicar a la aplicación que ha finalizado el movimiento. Una vez hecho esto, 

aparecerá la siguiente pantalla dependiendo de la persona a la que quiera llamar. 

Cuando el usuario pulse ENTER se cerrará la pantalla y finalizará la aplicación.

107 


Si inicialmente el usuario ha realizado la letra M con el dedo, la aplicación mostrará la 

siguiente pantalla. 

Como se puede comprobar, aparecen una serie de canciones. El usuario deberá 

realizar la letra indicada para escuchar cada una de ellas. 

Una vez realizado el movimiento, debe pulsar ENTER y la canción elegida empezará a 

reproducirse con el Reproductor de Windows Media.

4aae971695c34

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?