La visión artificial es un campo de la inteligencia artificial que permite a las máquinas procesar imágenes digitales para extraer información y comprender escenas. Se puede usar para automatizar tareas de inspección, realizar controles de calidad, inspeccionar objetos sin contacto físico, y más. Algunas aplicaciones incluyen la navegación robótica, inspección de superficies, medicina, seguridad y vigilancia, y reconocimiento de objetos.

1. VISIÓN ARTIFICIAL
Integrantes:

2. CONCEPTOS GENERALES
 La visión artificial o visión por computador es un
campo de la “Inteligencia Artificial” y se define
como la ciencia y la tecnología que permite a las
"máquinas" ver, extraer información de las
imágenes digitales, resolver alguna tarea o
entender la escena que están visionando.

3.  La visión artificial la componen un conjunto de
procesos destinados a realizar el análisis de
imágenes. Estos procesos son: captación de
imágenes, memorización de la información,
procesado e interpretación de los resultados.

4. CON LA VISIÓN ARTIFICIAL SE PUEDEN:
 Automatizar tareas repetitivas de inspección
realizadas por operadores.
 Realizar controles de calidad de productos que no
era posible verificar por métodos tradicionales.
 Realizar inspecciones de objetos sin contacto
físico.
 Realizar la inspección del 100% de la producción
(calidad total) a gran velocidad.
 Reducir el tiempo de ciclo en procesos
automatizados.
 Realizar inspecciones en procesos donde existe
diversidad de piezas con cambios frecuentes de
producción.

5. LUZ VISIBLE, LUZ INVISIBLE
 El ojo humano ve una parte del espectro de toda la
luz que ilumina el universo. El rango de luz que
podemos ver lo denominaremos luz visible.
 Esto quiere decir que hay frecuencias de luz que
no podemos ver pero que existen, como por
ejemplo, los infrarrojos y los ultravioletas.

6.  Los infrarrojos son los "colores" no visibles al ojo
humano que están por debajo del rojo desde el
punto de vista frecuencial.
 Los ultravioletas son los "colores" no visibles al ojo
humano que están por encima del violeta.

7.  El hecho es que la mayoría de sensores de
cámaras digitales son sensibles a la luz visible,
pero también son sensibles (en diferente medida) a
la luz infrarroja
 y/o a la ultravioleta. Ahora bien, la luz infrarroja no
nos es útil para construir una imagen digital, puesto
que nos da información de una frecuencia que no
podemos ver y que, por lo tanto, no tiene una
representación posible en un color.

8.  Por esta razón, la mayoría de cámaras digitales
enfocadas a hacer fotografías o fotogramas llevan
un filtro anti-IR, o sea antiinfrarojos, para cortar
todas las frecuencias por debajo del espectro
visible que nos resultarían un ruido innecesario, y
solo dejan pasar el rango de luz visible que
queremos plasmar con la cámara

9. LA IMAGEN EN MOVIMIENTO
 Los procesos de visión artificial son posibles
gracias a tecnologías basadas en la captura de la
imagen (cámaras de vídeo, cámaras web),
sumadas a la capacidad de procesamiento de los
ordenadores actuales.

10.  En realidad, la tecnología de captación de la
imagen se empieza a gestar en el siglo XIX, con la
invención de los daguerrotipos (o incluso antes,
con el descubrimiento del principio de la cámara
oscura) y la posterior invención de la fotografía.
Descubrimientos posteriores, como la
cronofotografía y otros precursores del cine,
acaban desembocando en la invención de las
tecnologías de captación de la imagen en
movimiento.

11.  Actualmente, la mayoría de tecnologías de
captación de imagen en movimiento
(videocámaras) funcionan mediante el uso de
sensores electrónicos (CCD y CMOS).

12. PRINCIPALES APLICACIONES
 NAVEGACIÓN EN ROBÓTICA
 En este caso, la visión es un elemento de un sistema
multisensorial. La información procedente de la visión
es validada, comparada y finalmente integrada con el
resto de la información proporcionada por otro tipo de
sensores. El resultado es la reconstrucción de la escena
3-D, que permite la navegación autónoma del sistema
 (Schneider 1996, López-Orozco 1999).
 Para la navegación en robótica se recurre generalmente
a técnicas de visión estereoscópica con el fin de poder
reconstruir la escena 3-D.

13. INSPECCIÓN DE SUPERFICIES
 Diseño e implementación de sistemas de visión
artificial en la línea de fabricación de la empresa
para inspección de superficies en busca de
determinadas características como defectos
superficiales, rugosidad, textura.

14. MEDICINA
 La comunidad médica tiene muchas aplicaciones
en las que aparece el procesamiento de imágenes,
a menudo orientadas hacia el diagnóstico de
dolencias o enfermedades, entre las que se
incluyen radiografías, resonancias magnéticas,
tomografías etc.

15. SISTEMAS DE SEGURIDAD Y VIGILANCIA
 Una imagen multiespectral consiste en imágenes de un
mismo objeto, tomas con diferentes longitudes de onda.
Puede ser luz visible, infrarrojos, ultravioleta, rayos-X u
otra franja del espectro.
 Diversos aparatos hacen fotos espectrales. Pueden ser
cámaras comunes de vigilancia o equipamientos de
análisis para laboratorio, para análisis espectral. Pero
comúnmente son asociados a satélites de detección
remota y naves espaciales, pues muchos de ellos
transportan cámaras multiespectrales. De esta forma
pueden escoger que longitud registrar.

16. VISIÓN ARTIFICIAL DISPOSITIVOS DIRIGIDOS
AL PÚBLICO
 Opel Eye Camera, los ojos del Opel Insignia
 - Traffic Sign Recognition (Reconocimiento de Señales)
 - Lane Departure Warning (Aviso de Cambio de Carril)
 Son cámaras situadas entre el parabrisas y el espejo
retrovisor interno, y constan de dos procesadores de las
imágenes que trabajan con las 30 imágenes por
segundo que es capaz de detectar el sistema. Uno de
los procesadores está destinado al reconocimiento de
las señales de circulación y otro para detectar las líneas
que definen el carril y la calzada.

17. IDENTIFICACIÓN DE CONSTRUCCIONES,
INFRAESTRUCTURAS Y OBJETOS EN ESCENAS
DE EXTERIOR
 Mediante imágenes aéreas o de satélite se puede determinar la
presencia de ciertas regiones a través de la segmentación de las
mismas así como detectar la presencia de ciertas construcciones
(edificios) o infraestructuras (carreteras, canales, puentes) a través de
técnicas de extracción de bordes o contornos combinadas con la
segmentación de regiones.
 Un ejemplo puede ser la reconstrucción de tejados de casas urbanas
(por su estructura geométrica mejor definida que los rurales) propuesto
por Moons y col. (1998)
 Por medio de relaciones topológicas y geométricas teniendo una base
de datos de modelos a partir de los cuales se reconstruye el tejado que
está siendo inspeccionado.

18. RECONOCIMIENTO Y CLASIFICACIÓN
 Una posible aplicación puede ser la clasificación de
objetos por su tamaño y en su caso el recuento de los
mismos. Por ejemplo, para contar monedas en función
del área de la moneda, perímetro o número de Euler
tras el correspondiente proceso de binarización (Mil).
 Este método también es utilizado en una técnica para el
reconocimiento de caras de personas mediante visión
artificial utilizando perfiles de intensidad permitiendo
reconocer caras, a través del reconocimiento de los ojos
en caras humanas y otras facciones de los rostros para
poder reconocerlo de entre un grupo de personas.

19. CARTOGRAFÍA
 Mediante el uso de imágenes estereoscópicas aéreas o
de satélite es posible obtener las elevaciones del
terreno, fundamentalmente a través de técnicas de
correspondencia basadas en el área.
 Por otro lado, de cara a la elaboración de los catastros,
particularmente en las zonas rurales, la utilización de
imágenes aéreas permiten una fácil identificación de las
diferentes parcelas y sus delimitaciones tras el
correspondiente tratamiento de las imágenes mediante
técnicas de extracción de bordes y regiones.