Este documento describe el desarrollo de una herramienta basada en Raspberry Pi para identificar el estado de madurez de granadillas a través de técnicas de visión artificial. Se capturaron imágenes de granadillas en diferentes estados y se aplicaron técnicas de preprocesamiento, segmentación y clasificación para distinguir entre granadillas maduras, verdes y pintonas con un 97.5% de precisión.
3. Definición
¡¡Enseñar a “ver” a las computadoras
Campo de la Inteligencia Artificial enfocado a
que las computadoras puedan extraer
información a partir de imágenes, ofreciendo
soluciones a problemas del mundo real.
5. Dotar a los ordenadores de la capacidad de ver no es una tarea
fácil debido a
Cambios de iluminación
Cambios de escala
Deformación
Movimiento
Perdidas de información
Etc.
Visión artificial: dificultades
10. Las escenas que se perciben suelen ser tridimensionales (3D)
Los dispositivos de captura (cámaras fotogramas o de video)
generan imágenes bidimensionales (2D).
Observador imagen en 3d imagen 2D
Pérdida de información
11. Sistema de visión artificial
Sistema de visión artificial (un poco antiguo!!!)
12. Es la transformación de una imagen del mundo real a un formato
digital inteligible por un ordenador y su posterior procesamiento
por parte de este.
Procesamiento digital de imágenes
13. Mejorar la calidad visual de las imágenes para permitir
la interpretación humana.
Extraer información de las imágenes en un formato
entendible por el ordenador.
Procesamiento digital de imágenes es multidisciplinar
Impulsa la colaboración de las Ciencias de la Computación con
muchas áreas de investigación científica.
Objetivo
15. Imagen analógica (continua): imagen natural capturada
con una camara, sensor o cualquier otro dispositivo.
Imagen digital (discreta): proyección de la imagen analógica
para que pueda ser manipulada usando un ordenador
La transformación de una imagen analógica a otra digital se
llama digitalización
La digitalización es el primer paso en cualquier aplicación de
procesamiento de imágenes digitales.
Adquisición de las imágenes
16. Adquisición de las imágenes
Imágen vista
por ordenador
Imágen vista
por humano
17. § Una imagen puede ser definida como una función
bidimensional, f(x,y), donde x y y son coordenadas
espaciales (plano) y la amplitud f es llamada
intensidad o nivel de gris en ese punto.
§ Cuando x,y y f son todos finitos, cantidades
discretas, llamamos a la imagen digital.
§ Una imagen digital está compuesta por un número
finito de elementos, cada uno de los cuales con un
valor y una posición particular, llamados pixels.
Definición imágenes
Pixels
18. Disminuir la degradación de la imágen para que las
siguientes etapas tengan una probabilidad de éxito
mayor.
Las operaciones típicas de esta etapa son:
Preprocesamiento
-Supresión de ruido
-Realce del contraste
19. Es la extracción de información contenida en la imágen.
Dicha extracción se realiza mediante una descomposición de la
imágen en unidades o partes que son homogéneas con respecto
a una o mas características y que tienen una fuerte relación con
objetos o áreas del mundo real.
Segmentación
20. Las partes u objetos que componen una imágen dependen de
la aplicación.
Segmentación
22. Clasificación
Clasificar los diferentes objetos de la imágen
utilizando sus descriptores.
Los objetos detectados que presenten unos
descriptores semejantes se agrupan en una misma
clase.
23. Clasificación
La clasificación depende de cada aplicación
y la visión artificial en diferentes áreas como:
Medicina: detección de enfermedades
Industria: control de procesos, clasificación, inspección
Robótica: guiado de vehículo
Detección y seguimiento: persona, vehículo, etc.
Recuperación de imágenes de bases de datos
Reconocimiento de acciones humanas
Supervisión en la Agroindustria
Etc.
24. Los ordenadores han evolucionado espectacularmente
debido la revolución tecnológica, que ha permitido diseñar
cámaras y ordenadores cada vez mas potentes y con
precios mas asequibles
Raspberry pi
26. ¿Qué es Raspberry Pi?
● Raspberry Pi es un ordenador desarrollado en el Reino
Unido por la Fundación Raspberry Pi
● Unión de licencias GPL con software y hardware libre,
en la línea de proyectos como Linux o Arduino.
● El primer modelo a la venta (modelo A) fue lanzado en
febrero de 2012.
31. Distribuciones
Raspbian
S.O. GNU/Linux basado en Debian 7.0
Pidora
Fedora remix para raspberry Pi
OpenELEC
Distrubucion con XBMC mediacenter
Ubuntu Mate
S.O. Gnu/Linux basada en Ubuntu
32. DistribucionesPython
Programación orientada a objetos simple pero eficaz.
Lenguaje de programación fácil de aprender y potente.
Tiene estructuras eficaces de datos de alto nivel
Elegante sintaxis
Python es el lenguaje ideal para (scripts) y desarrollo rápido de
aplicaciones, en muchas áreas y en la mayoría de las plataformas
33. DistribucionesPython
El intérprete de Python y la extensa biblioteca estándar
están disponible libremente
Esta disponible para las plataformas más importantes en la sede
web de Python, http://www.python.org, y se pueden distribuir
libremente.
35. Python
Como instalar Python?
sudo apt-get install python2.7
sudo apt-get install python 3.1
nota: para los usuarios de Red Hat / RHEL / CentOS:
Puede instalar python de la siguiente manera:
$ sudo yum install python
36. OpenCv
La librería OpenCV proporciona un marco de trabajo
de alto nivel para el desarrollo de aplicaciones de visión
por computador en tiempo real
Facilita en gran manera el aprendizaje e implementación
de distintas técnicas de visión por computador, tanto a
nivel docente como investigador.
37. El 13 de Junio del 2000, Intel® Corporation anunció el
desarrollo de la librería con un grupo de investigadores reconocidos
Este anuncio tuvo lugar en la apertura del evento
IEEE Visión por Computador y reconocimiento de patrones
nace The Open Computer Vision Library
y lo hacía bajo licencia BSD (Software
Libre).
OpenCv
38. Herramienta Computacional con
Raspberry Pi para identificación
estado de madurez de Granadillas
Esta investigación pretende dar un soporte tecnológico, flexible
y portable a un sistema que permita reducir la subjetividad en las
mediciones del técnico experto en el estado de madurez de
granadillas, a partir de técnicas de procesamiento de imágenes.
Problema
40. Adquisición de Imágenes
Captura de 240 imágenes RGB de
Granadillas en diferentes estados
de maduración
comparadas con el análisis
manual acorde a los procedimientos
establecidos por Norma técnica
Colombiana 4101
Herramienta Computacional con
Raspberry Pi para identificación
estado de madurez de Granadillas
41. Herramienta Computacional con
Raspberry Pi para identificación
estado de madurez de Granadillas
Adquisición de Imágenes
Maduras
Iluminación
Direccional
Pintonas
Verdes
80
80
80
42. Pre-procesado de Imágenes
Herramienta Computacional con
Raspberry Pi para identificación
estado de madurez de Granadillas
Filtrado imágenes Granadillas.
A) Granadilla Madura
B) Granadilla con filtro
C) Granadilla Verde
D) Granadilla Verde con filtro
E) Granadilla pintona
F) Granadilla pintona con filtro
43. Herramienta Computacional con
Raspberry Pi para identificación
estado de madurez de Granadillas
Segmentación de Imágenes
Imagen original Granadillas
A, C y E
Granadillas segmentada por Otsu
B, D y F
Otsu selecciona el umbral óptimo que
permite medir el grado de diferencia
entre los píxeles y un rango establecido
maximizando la varianza entre clases
mediante una búsqueda exhaustiva
44. Herramienta Computacional con
Raspberry Pi para identificación
estado de madurez de Granadillas
Clasificación de Imágenes
120
120
120 Puntos (BGR)
Puntos (BGR)
Puntos (BGR)
mediante la técnica de
agrupamiento K-medias se
demuestra que las 3 clases
d e g r a n a d i l l a s
son separables usando
componentes de color RGB
45. Herramienta Computacional con
Raspberry Pi para identificación
estado de madurez de Granadillas
Clasificación de Imágenes
Granadillas Maduras, verdes y
pintonas (Izquierda)
B, D y F Clasificación de
Granadillas usando
Clustering K-medias
Madura
Verde
Pintona
46. Para la validación se realizan pruebas usando 120
imágenes que pertenecen a 40 granadillas por cada
clase Verdes, Maduras y Pintona, en la que se
obtiene un de acierto con relación al técnico97,5%
experto de manera manual, lo que evidencia que
el porcentaje de error es significativamente bajo.
Herramienta Computacional con
Raspberry Pi para identificación
estado de madurez de Granadillas
Validación