Presentación sobre la formación de color por computador (SimuLink)

1. Visión por Computador
Reconocimiento de Color
por Computador
Alcira Ordóñez rey

2. Conversión de RGB a CMYK

3. Escala RGB - CMYK

4. Escala RGB - CMYK

5. Escala RGB – Escala CMYK

6. Varios Colores

7. Visión humana y Visión por
computador
Entendiendo el funcionamiento de la vista en
el ser humano, se puede explicar el proceso
de la visión por computador. Al recordar
que los órganos de la vista son los ojos y que
estos con el cerebro trabajan para formar las
imágenes se puede relacionar en visión
artificial con la cámara digital que capta la
imagen y es procesada en el computador

8. Visión humana y Visión por
computador
La pupila, es un pequeño agujero que
permite que la luz llegue al interior del ojo,
el iris, cuenta con fibras musculares que se
estiran o se contraen para abrir o cerrar la
pupila controlando así la cantidad de luz que
entra al ojo y el cristalino es una lente que
sirve para enfocar, es decir, dirigir los rayos
de la luz, sobre la retina que está ubicada en
la tercera capa del ojo. Estos tres cumplen la
función de la lente de la cámara.

9. Visión humana y Visión por
computador
La retina está formada por varias capas de
células y funciona como una pantalla sobre
la que se proyectan las imágenes. En la
retina se encuentran los seis millones de
conos y los ciento veinte millones de
bastones que son células encargadas de
captar la luz.

10. Visión humana y Visión por
computador
La visión de los colores depende de los
conos y de los bastones que son los
encargados de transformar los rayos de la
luz en señales eléctricas. Los conos y los
bastones se unen con células nerviosas que
forman el nervio óptico y se encargan de
llevar estas señales a la zona del cerebro
donde se forman las imágenes definitivas

11. Visión humana y Visión por
computador
El proceso que se lleva a cabo para que el
ojo humano pueda ver un objeto se explica
de forma sencilla de la siguiente manera: La
luz atraviesa la córnea, la pupila y llega al
cristalino que es la lente que enfoca y
proyecta una imagen (invertida) del objeto
que se está capturando sobre la retina y que
actúa como una pantalla. Es el cerebro el
encargado de darle la vuelta.

12. Visión humana y Visión por
computador
En la retina esta imagen se convierte en
señales eléctricas que a través del nervio
óptico se envían al cerebro. Con esta
información, se requiere enfatizar en la
importancia de la luz para que haya visión
ya que esta es la fuente de energía que
permite ver todo aquello que se encuentra
alrededor, se propaga desde unos cuerpos a
otros y está relacionada con las
características de los cuerpos que tienen un
diferente comportamiento cuando la luz los
ilumina

13. Visión humana y Visión por
computador
Según la forma en que los cuerpos reflejan la
luz se pueden clasificar en opacos,
traslúcidos y transparentes.
Los cuerpos opacos, no dejan pasar la luz y
producen una sombra tras de ellos, los
traslúcidos únicamente permiten que pase
la luz parcialmente y los transparentes son
aquellos que permiten que la luz que les llega
pase en su totalidad.

14. Visión humana y Visión por
computador
Así como cada cuerpo refleja la luz de
diferente forma, se puede analizar lo que
sucede con la percepción del color ya que
esta varía de acuerdo a la cantidad de luz
que refleje. Un color, por ejemplo amarillo
con diferentes cantidades de luz es diferente
a la vista como se muestra en la siguiente
figura.

16. Visión humana y Visión por
computador
Cuando un haz luminoso incide sobre un
determinado material, se puede reflejar como
sucede con los espejos, o se absorbe como
ocurre con un cuerpo negro o se transmite a
través de él.
Dadas estas condiciones se puede hablar de
las propiedades reflexivas, absorbentes y
transmitivas ya que dependiendo de la
cantidad de luz que refleja el objeto el color
que se ve es diferente.

17. Visión humana y Visión por
computador
La visión por computador se realiza en las
siguientes etapas

18. Visión humana y Visión por
computador
Adquisición de la Imagen: En esta
etapa se obtiene la imagen con la que
se va a trabajar y la cual se puede
obtener a través de diferentes
dispositivos; para el caso del presente
trabajo, se hace a través de una
cámara digital.

19. Visión humana y Visión por
computador
Preprocesamiento: El objetivo de
esta etapa es la de mejorar la imagen
obtenida resaltando determinadas
características o eliminando lo que no
se considera relevante..

20. Visión humana y Visión por
computador
Extracción de características: Busca
en la imagen las características objeto
de estudio; que en este caso, tiene que
ver directamente con la identificación
de la cantidad de color en cada pixel.

21. Visión humana y Visión por
computador
Segmentación: Separa los objetos
que se encuentran en la imagen, es
decir, que en la imagen, de acuerdo al
tema de estudio del presente trabajo,
se le separan los pixeles de acuerdo a
cada color.

22. Visión humana y Visión por
computador
Transformaciones morfológicas:
Una vez separados los objetos se
analizan en forma individual.

23. Visión humana y Visión por
computador
Descripción de Objetos: Se obtienen
valores numéricos.

24. Visión humana y Visión por
computador
Reconocimiento o clasificación: A
partir de las características encontradas
el sistema clasifica por clases o
categorías; en este caso, determina las
cantidades de R, G y B que a través del
programa en MatLab identifican H y L.

25. Visión humana y Visión por
computador
Estas etapas no se dan necesariamente
en el mismo orden, dependen del
trabajo que se quiera realizar.

26. Visión humana y Visión por
computador
Elementos del sistema de visión

27. Visión humana y Visión por
computador
La iluminación juega un papel importante
en la calidad y percepción de la imagen
adquirida. La cámara capta los rayos
reflejados por los objetos y los convierte en
señal analógica que luego es convertida en
señal digital que se procesa en el computador
a través de la tarjeta de adquisición.

28. Visión humana y Visión por
computador
Cuando en el computador encuentra la
imagen digital la puede manipular iniciando
el desarrollo de las fases descritas
anteriormente.

29. Visión humana y Visión por
computador
Muestreo: Divide la imagen analógica
en porciones, en nuestro caso, pixeles
Cuantificación: Convierte la
iluminación en un dominio discreto

30. El color
“Fenómeno físico de la luz o de la
visión, asociado con las diferentes
longitudes de onda en la zona visible
del espectro electromagnético. Como
sensación experimentada por los seres
humanos y determinados animales, la
percepción del color es un proceso
neurofisiológico muy complejo

31. Elementos de adquisición y formación
de imágenes
Los elementos que se deben tener en cuenta
en la adquisición y formación de imágenes
son:
Escena: Realidad (Espacio 3D).
Iluminación: Ilumina la escena (relacionada
con el tipo de sensor y los objetivos que se
quieren alcanzar).

32. Elementos de adquisición y formación
de imágenes
Óptica: Enfoca la luz desde la escena sobre
el sensor.
Sensor: Convierte la luz a energía eléctrica.
Señal: Representación de la luz incidente
como una energía eléctrica continua.
Digitalizador: Convierte señales continuas a
señales discretas.
Representación digital: Representación
final de la escena en la memoria del
computador

33. El color
Los métodos utilizados actualmente para la
especificación del color se encuadran en la
especialidad llamada colorimetría, y
consisten en medidas científicas precisas
basadas en
las longitudes de onda de tres colores
primarios.

34. Visión humana y Visión por
computador
Para comprender los espacios de color se
requiere conocer las siguientes definiciones:
Brillo: Hace referencia a la sensación que
indica si un área está o no iluminada
Tono: Es una sensación que permite
determinar si un área parece similar al rojo,
amarillo, verde o azul o a una porción de dos
de ellos.
Coloración: Tiene relación con la intensidad
del tono.

35. Visión humana y Visión por
computador
Para comprender los espacios de color se
requiere conocer las siguientes definiciones:
Luminosidad: Brillo de una zona con
respecto a otra zona blanca en una imagen.
Croma: Coloridad de un área respecto al
brillo de un blanco de referencia.
Saturación: Relación que existe entre
coloridad y brillo.
Espacios de color: Es el método para
especificar, crear o visualizar cualquier color.

36. Espacios de color
Espacio RGB: Se basa en la combinación de tres
señales de luminancia cromática diferentes: Rojo
(Red), Verde (Green), Azul (Blue). La suma
aritmética de los componentes demuestra la forma
en como se combinan las cantidades de cada uno de
los colores y así se crea un determinado color. La
representación gráfica es un cubo

37. Espacios de color
Espacio CMY(K): Usado para impresión y fotografía
está formado por Cian,Magenta, Amarillo y Negro.
Estos colores se obtienen de la resta de cada
componente del color

38. Espacios de color
Espacio HSL: Se basa en modo que tenemos los
humanos de percibir los colores. En él se caracteriza
el color en términos de tono o tinte (Hue), saturación
o cromatismo (Saturation) y brillo (Intensity). La
transformación de la escala RGB a la HSL se hace
mediante las siguientes fórmulas: Tono, Saturación,
Intensidad

39. Red neuronal backpropagation
Las redes neuronales se utilizan para
aprender patrones y relaciones de datos. Con
los algoritmos de aprendizaje una red es
habilitada para que pueda adquirir un
conocimiento, o sea, que se entrena. En este
caso, la red se entrena para que una vez que
ha aprendido cuáles son los colores, puede
identificarlo aunque existan variaciones en la
luminosidad.

40. Red neuronal backpropagation

41. Conclusiones
La captura de color desde una cámara

digital o desde imágenes creadas en el
computador dieron como resultado
histogramas que representan la cantidad
de los colores básicos: Rojo, Verde, Azul,
Amarillo, Magenta, Cian, Blanco y Negro

42. Conclusiones
El proceso en el trabajo experimental
confirma que:
 El acceso a la tecnología ha permitido que
la experimentación y la literatura que se
requiere sean suficientes y más populares
en términos de acceso.

43. Conclusiones
El interés de los estudiosos de la

inteligencia artificial se aproxima cada
vez más con sus modelos al
funcionamiento de los sentidos del ser
humano y permite a través de sus
aplicaciones controlar variables de tipo
emocional y físico que afectan el
rendimiento en el ser humano.

44. Conclusiones
Es importante hacer uso y aplicación de

conocimientos matemáticos para acceder
a los procesos de programación ya que es
indispensable el dominio de este campo
del conocimiento puesto que desde que se
digitaliza la imagen, se requiere la
comprensión y utilización de la
matemática para lograr los objetivos
propuestos.

45. Conclusiones
El cálculo de la saturación a partir de las

fórmulas encontradas (para utilizar
escalas de 300) no permitieron en los
histogramas reflejar el color cian; lo que
lleva a concluir que las formulas
utilizadas se basan en cálculos con la
escala de 240 como se evidencia en la
siguiente tabla. A partir de estos
resultados se puede seguir profundizando
en este tema para encontrar las fórmulas
adecuadas.

46. Conclusiones
En las siguientes imágenes se representa la

dificultad encontrada con encontrada con el
color cian.

47. Conclusiones
En la exploración de programas para

resolver la dificultad anterior se
encontraron programas como
CorelDraw, Paint, FireWorks que manejan
una escala de saturación de 0 a 240
mientras que en toolbook la escala va de 0
a 300.

48. Conclusiones
Se pueden identificar las cantidades de

color en una imagen capturada del medio
externo utilizando la programación del
simulink en Matlab y representarlo
gráficamente en un histograma de color y
entrenar a una red neuronal para que sea
capaz de reconocer el color con diferentes
luminosidades.

49. Conclusiones
El objetivo se logró parcialmente porque

todavía la red no está identificando todos
los colores con los que se entrenó.

50. Conclusiones
Las investigaciones a las que hacen

referencia los diferentes autores se
plantean y orientan su trabajo a detección
de otras características en una imagen, no
se encontraron documentos ni
investigaciones centradas en el color lo
que indica que es un campo sobre el que se
puede seguir indagando.

51. Conclusiones
A pesar de no haber logrado el 100% del

objetivo el ejercicio del proyecto propició el
ambiente adecuado a cada uno de los
miembros del grupo para potenciar el
aprendizaje autónomo y sembrar muchas
inquietudes que pueden ser motor para
generar nuevos proyectos.