Curso de visión artificial

Dpto. Electrnica, Automtica e Informtica Industrial 11

1 Introduccin a la Visin Artificial

Uno de los sentidos ms importantes de los seres humanos es la visin. sta es

empleada para obtener la informacin visual del entorno fsico. Segn Aristteles,

Visin es saber que hay y donde mediante la vista. De hecho, se calcula que ms de

70% de las tareas del cerebro son empleadas en el anlisis de la informacin visual. El

refrn popular de Una imagen vale ms que mil palabras tiene mucho que ver con

los aspectos cognitivos de la especie humana. Casi todas las disciplinas cientficas

emplean utillajes grficos para transmitir conocimiento. Por ejemplo, en Ingeniera

Electrnica se emplean esquemas de circuitos, a modo grfico, para describirlos. Se

podra hacerlo mediante texto, pero para la especie humana resulta mucho ms eficiente

procesar imgenes que procesar texto. La visin humana es el sentido ms desarrollado

y el que menos se conoce debido a su gran complejidad. Es una actividad inconsciente y

difcil de saber cmo se produce. De hecho, hoy en da, se carece de una teora que

explique cmo los humanos perciben el exterior a travs de la vista.

En el ao 1826 el qumico francs Niepce (1765-1833) llev a cabo la primera

fotografa, colocando una superficie fotosensible dentro de una cmara oscura para fijar

la imagen. Posteriormente, en 1838 el qumico francs Daguerre (1787-1851) hizo el

primer proceso fotogrfico prctico. Daguerre utiliz una placa fotogrfica que era

revelada con vapor de mercurio y fijada con trisulfato de sodio.

Carlos Platero Apuntes de Visin Artificial

12 Dpto. Electrnica, Automtica e Informtica Industrial

Figura 1. 1 Primeras fotografas

Desde que se invent la fotografa se ha intentado extraer caractersticas fsicas

de las imgenes. La Fotogrametra dio sus primeros pasos desde imgenes capturadas en

globos. La Astronoma avanz enormemente con el anlisis de imgenes recibidas por

los telescopios. El anlisis de radiografas transform la Medicina. Se podran citar

muchos ms ejemplos que durante dcadas han transformado la percepcin de la

Ciencia con el procesamiento de las imgenes, alguna veces por separado y otras de

forma multidisiciplinar.

Figura 1. 2 Aplicaciones del procesamiento de imgenes a) Astronoma, b) Fotogrametra, c) Medicina, d) Industria

Apuntes de Visin Artificial Captulo 1: Introduccin a la Visin Artificial


Sin embargo, el momento histrico que hace que estas tcnicas confluyan y den

un cuerpo de conocimiento propio, surge en la dcada de los 80 del siglo XX. La

revolucin de la Electrnica, con las cmaras de vdeo CCD y los microprocesadores,

junto con la evolucin de las Ciencias de la Computacin hace que sea factible la Visin

Artificial.

Por tanto, la Visin Artificial o tambin llamada Visin por Computador,

pretende capturar la informacin visual del entorno fsico para extraer caractersticas

relevantes visuales, utilizando procedimientos automticos. Segn Marr, Visin es un

proceso que produce a partir de imgenes del mundo exterior una descripcin til para

el observador y no tiene informacin irrelevante.

Para algunos autores, como Gonzlez y Woods, los primeros atisbos de este

proceder se remontan a la dcada de los aos 20 del siglo XX, cuando se transmitan

imgenes transocenicas, a travs de cable submarino. Las fotografas periodsticas

entre Europa y Amrica tardaban una semana en llegar a travs de los barcos. Al

emplear las primeras tcnicas de procesamiento de las imgenes se pas slo a tres

horas. Las imgenes se codificaban a cinco niveles de grises y se transmitan por

telfono. No obstante, ste podra ser el principio de las tcnicas de procesamiento de

las imgenes, pero no el de la Visin Artificial, tal cual se ha definido. El concepto de

Visin Artificial es ms amplio y recupera para s, todos los conocimientos de anlisis

de las imgenes desempeado por otras disciplinas desde los albores de la fotografa.

Parece claro que para tratar sobre la Visin, lo primero a estudiar ser la

naturaleza de la luz, para luego pasar a entender cmo funciona la visin humana y

acabar con las partes de la Visin Artificial.

1.1 La naturaleza de la Luz

La luz fue considerara, hasta el siglo XVIII, como una corriente de corpsculos.

stos eran emitidos por los focos luminosos y disminua su densidad a medida de que se

alejaban del foco. Podan penetrar en las sustancias transparentes y se reflejaban en las

superficies de los cuerpos opacos. Cuando los corpsculos penetraban en el ojo,

excitaban el sentido de la vista. Esta teora corpuscular fue desarrollada por Newton en

el siglo XVII y mejorada posteriormente, con el modelo cuntico, por Plank a principios

del siglo XX.

En el siglo XIX, los trabajos de Young, Fresnel y Foucault salvaron la mayora

de las objeciones de la teora ondulatoria. El impulso definitivo lo dio Maxwell, al

explicar la luz como una radiacin ondulatoria. Sin embargo, el efecto fotoelctrico

proporcion evidencias experimentales de que la luz tena carcter corpuscular en la

interaccin con la materia. Hoy se admite que en la emisin de la luz intervienen

electrones con cantidades de energa determinadas o discretas. Cuando un electrn pasa

de un nivel de energa a otro inferior emite una partcula discreta de energa, llamada

cuanto o fotn. El problema ahora consiste en hacer concordar el cuanto o caracterstica

corpuscular de la luz con la idea de onda continua. Para la Mecnica Cuntica, cuando

se trata del comportamiento de gran nmero de cuantos, la teora ondulatoria explica

satisfactoriamente los fenmenos, pero al considerar el comportamiento de unos pocos



cuantos prevalece la teora corpuscular. As, los fenmenos de propagacin de la luz

encuentran su mejor explicacin dentro de la teora ondulatoria, mientras que la accin

mutua entre luz y materia, en los procesos de absorcin y emisin, es un fenmeno

corpuscular. An hoy se mantiene la teora dual de la luz.

La mayor parte del temario versar sobre la propagacin de la luz y la formacin

de las imgenes. Todos estos fenmenos pueden interpretarse a partir de la teora

ondulatoria. Por tanto, se puede considerar que las fuentes luminosas emanan de un

frente de ondas, las cuales pueden ser representadas, imaginariamente, por lneas rectas

en la direccin de la propagacin del tren de ondas, a las que se llamar rayo.

1.1.1 La luz como onda electromagntica

Algunos tipos de energa requieren de un medio conductor para propagarse.

Como as sucede con la energa elctrica o mecnica. Pero hay otros tipos de fuentes

energticas que no necesitan de un soporte conductor, ste es el caso de la luz. Las

radiaciones electromagnticas se propagan en forma de dos ondas vectoriales

mutuamente acopladas y perpendiculares entre s; una onda para el campo elctrico y

otra para el campo magntico. Segn la teora ondulatoria, la luz se propaga en forma de

onda que viaja en el espacio libre con una velocidad constante c = 3108 m/s. El espectro

visible es una porcin muy pequea del conjunto de ondas electromagneticas que tiene

la peculiaridad de ser captada por los ojos y procesada en el cerebro. El ojo humano es

capaz de distinguir radiaciones de longitudes de onda comprendidas entre los 380 nm a

los 780 nm, cuyas frecuencias oscilan entre los 3.21014

Hz y los 7.71014

Hz1. El sentido

de la vista transforma las diferentes amplitudes y frecuencias del espectro visible en

sensaciones conocidas como brillo y color respectivamente.

Figura 1. 3 a) Campo electromagntico b) Espectro de la luz

Fue Newton quien observ cmo la luz blanca, la procedente de la luz solar, se

poda descomponer en unas serie de haces luminosos de colores cuando atravesaba un

prisma ptico. Newton, con este experimento, hall el espectro de la luz diurna

mediante el fenmeno conocido como dispersin de la luz o dispersin cromtica, cuya

explicacin fsica escapaba de su teora corpuscular. Mediante la teora ondulatoria se

sabe que cada color es en realidad una onda electromagntica de frecuencia determinada

y que, al penetrar en el prisma ptico, se desva en una direccin diferente debido a que

1 La frecuencia de la onda es la velocidad de la luz, partido su longitud:

cf



el ndice de refraccin de este material varia con la frecuencia de la onda penetrante,

con lo que el haz se expande de forma que las radiaciones monocromticas puedan ser

distinguidas y observadas por el ojo humano.

Figura 1. 4 Dispersin cromtica

1.1.2 Fuentes de luz

La distribucin espectral de la energa radiada, f , es una funcin que

representa la cantidad de potencia asociada a cada longitud de onda, . Si la distribucin presenta un pico sobre una determinada longitud de onda y es despreciable el resto de

componentes, se dice que es una radiacin monocromtica. ste es el caso de la luz

lser. La luz blanca se caracteriza por tener una distribucin uniforme en su espectro.

Figura 1. 5 Diversos espectros de fuentes de luz

Cada onda luminosa monocromtica lleva asociada una energa, cuyo valor es

igual a2:

2 La longitud de onda del lser de un DVD est entre los 630 nm y los 650 nm, en un CD es de

780 nm. La potencia del laser de un DVD es de 5.4 W y el de un CD es de 1.85 W.



chfhQ

Donde h es la constante de Planck, igual a 6.6310-34

Js, f es la frecuencia, c la

velocidad de la luz y la longitud de la onda. As, la luz de menor frecuencia tiene menor contenido energtico, mientras que la luz de menor longitud de onda posee

mayor energa.

Ejemplo 1.1

Cul es el flujo de fotones por segundo, , de un laser de DVD con una

potencia de 5W emitiendo con una longitud de onda de 650 nm?

Jch

Q19

9

834

10310650

1031063.6

fotones/s1067.1103

105 1319

6

Q

P

La energa radiante emitida por una fuente luminosa, por unidad de tiempo y por

unidad de rea, depende de la naturaleza de la superficie y de su temperatura. Esta

radiacin es una mezcla de diferentes longitudes de onda. La temperatura de color es la

temperatura a la que hay que calentar un radiador de energa o fuente de radiaciones

para que emita radiaciones en determinadas longitudes de onda. A temperaturas bajas,

este manatial radiar energa que se hace visible con longitudes de ondas largas (rojas

anaranjados), mientras que a altas temperaturas llegar a emitir radiaciones de

frecuencia elevadas (azules). Por ejemplo, a la temperatura de 600 K, la ms intensa de

estas ondas tiene una longitud de 500nm, que se encuentra en la regin del infrarrojo,

mientras a 1000 K, un cuerpo emite bastante energa radiante visible para ser luminosos

por si mismo y parece incandescente; no obstante, la mayor parte de la energa emitida

es transportada, con mucho, por ondas infrarrojas. A 3000 K, que es aproximadamente

la temperatura del filamento de una lmpara de incandescencia, la energa radiante

contiene bastantes longitudes de onda visibles, de las comprendidas entre 400nm y

700nm, de modo que el cuerpo parece casi rojo blanco.

Figura 1. 6 Temperatura de color

La relacin entre la radiacin radiada y la temperatura del foco viene

determinada por la ley de Stefan-Boltzmann:

(1. 1)



4TKE

SB

Donde KSB es la constante de Stefan-Boltzmann (5.710-8

W/m2K

4), T es la

temperatura del emisor y E es la potencia radiada por metro cuadrado, llamada

iluminacin.

Ejemplo 1.2

La iluminacin medida por un pirmetro ptico en un pequeo agujero de un

horno es de 22.8 W/cm2. Cul es la temperatura interna del horno?

KKmW

mWTTKE

SB1414

/107.5

/108.22 41

428

24

4

El flujo luminoso se calcula a partir de la distribucin espectral, f :

0

df

La magnitud fsica del flujo luminoso, en el sistema internacional, es el vatio.

El flujo luminoso emitido por un manantial luminoso

depende de la abertura y del tamao del cono de radiacin,

esto es, del ngulo slido3. Se considera el manantial

luminoso puntual S de la figura 1.7. Y sea d el flujo

luminoso que atraviesa una seccin cualquiera de un

estrecho cono de ngulo slido d estereorradianes, cuyo

vrtice coincida con el manantial. La intensidad luminosa

del manantial, en la direccin del cono, se define como la

razn del flujo, d, al ngulo slido, d, o sea, como el

flujo luminoso emitido por unidad de ngulo slido. La

intensidad luminosa se representa por I:

Id

d

3 El ngulo slido se define como el rea de una superficie esfrica, dA, dividida por el cuadrado

del radio de la esfera, R. Su unidad es el estereorradian, [sr], una cantidad adimensional. Una esfera tiene

4 esterorradianes de ngulo slido.

(1. 2)

(1. 3)

Figura 1. 7 Flujo luminoso

( 1.4 )



La unidad de intensidad es vatio por estereorradin. La mayor parte de los

manantiales no emiten cantidades iguales de flujo por unidad de ngulo slido en todas

las direcciones.

1.1.3 Interaccin entre la luz y la materia

Cuando un cuerpo recibe radiacin luminosa, una parte es absorbida, otra es

reflejada y hay otra parte que es transmitida. Por el principio de conservacin de la

energa, el flujo luminoso incidente ser igualado a los tres mecanismos mencionados:

REFLEJADAABSORBIDAATRANSMITIDINCIDENTE

Segn sea la longitud de onda que reflejen, transmitan o absorban as ser el

color con el que se percibe el objeto. Un objeto que absorba todas las frecuencias se

captar como negro, mientras que un cuerpo que refleje todas las longitudes de onda

visibles aparecer blanco. En los objetos opacos la transmitancia es insignificante,

siendo las frecuencias que refleja el cuerpo las que determinan con que color se percibe.

En los transparentes, por el contrario, son la reflectancia y la absortancia las que valen

prcticamente cero. En consecuencia, una especificacin puramente objetiva del color

de una superficie opaca puede expresarse en trminos de reflectancia espectral. En el

caso de materiales transparentes vendrn dada

por la transmitancia espectral.

La radiacin reflejada, la captada por

el observador, depende de la naturaleza de la

superficie en la que se refleja el haz luminoso,

as como de las condiciones de iluminacin y

de posicin del punto de vista. Sea dA, en la

figura 1.8, un elemento de superficie cuya

normal n forma un ngulo respecto a un

manantial puntual S. Asumiendo que la fuente

lumninosa S ilumina por igual en todas las

direcciones. La relacin entre el flujo incidente en la superficie respecto al rea, define

la iluminacin como:

22

2 coscos

r

lnI

r

I

dA

r

AdI

dA

dI

dA

dE

De otro lado, a la fraccin del flujo incidente que

sea reflejada en la direccin del observador, esto es, desde

la superficie al sensor se la llama radiacin reflejada o

luminancia. La radiacin reflejada de la superficie es

definida como el flujo emitido por unidad de rea reflejada

y por unidad de ngulo slido en la direccin vista por el

sensor. Se define la radiacin radiada, L, como:

(1. 5)

Figura 1. 8 Iluminacin en dA

( 1.6 )

S

n

d A

l

S

n

d A

l

V

n

dA

v

V

n

dA

v

Figura 1. 9 Radiacin vista por v



2

c o s c o sr r r a p a ren te

d d I d I IL

d A d d A d A n v S

donde dr es el ngulo slido del sensor visto desde la superficie reflejada.

Considerando que la superficie es iluminada desde una direccin i, se define la funcin

de distribucin reflejada bidireccional ( bi-directional reflectance distribution function,

BRDF), Fr de una superficie, como el nivel de radiacin reflejada de una luz incidente

vista desde (r r) por unidad de iluminacin incidente:

ii

rr

rir

E

LF

,

En la tabla 1.1 aparecen las magnitudes radiomtricas en el Sistema

Internacional y en unidades derivadas del Sistema Internacional4:

Ejemplo 1.3

Un rel es controlado por una clula fotoelctrica. sta tiene una abertura de 15

mm x 40 mm y requiere al menos un flujo mnimo de 0.3 mW. A que distancia

mxima se pondr un emisor puntual que tiene como intensidad 1 W/sr?

mE

Id

mWE

41.1

/5.010401015

103.0

max

2

33

3

4 La candela es la intensidad luminosa, en una direccin dada, de una fuente que emite una

radiacin monocromtica de frecuencia 5.4 1014

Hz y cuya intensidad energtica en esa direccin es

1/683 vatios por estereorradin (W/sr)

( 1.7 )

( 1.8 )

Magnitud fsica Smbolo Unidad en S.I. Unidades derivadas del S.I.

Flujo luminoso W Lumen(Cd sr)

Intensidad luminosa I W sr-1 Candela (Cd)

Iluminacin E W m-2 Lux(Lumen/m2)

Radiacin o luminancia

L W m-2 sr-1 Cd/m2

Tabla 1.1 Unidades del S.I. de las magnitudes de Radiometra



Ejemplo 1.4

Cul es la potencia del Sol, si se sabe que la luz tarda 8 minutos en llegar a la

Tierra y la radiacin incidente en la Tierra es de 1kW/m2?. Y la temperatura del Sol, si

el radio es de 6.96108 m?

WI

srWdEI

26

1252

832

106.24

1007.210360810

KKmW

mWTTKEmW

RE

SB5232

/107.5

/1027.4/1027.4

4

4

1

428

27

427

2

1.2 Visin humana y visin artificial

La visin es el sentido ms importante que tiene el ser humano. As, mientras

que para el odo se tiene alrededor de treinta mil terminaciones nerviosas, en la vista hay

ms de dos millones. La radiacin exterior recibida por el ojo debe ser transformada en

seales que sean procesadas por el cerebro. El ojo es el elemento transductor mientras

que el cerebro es el que procesa dicha informacin.

El ojo tiene una forma, aproximadamente, esfrica de unos 2.5 cm de dimetro.

El ojo est formado por una ptica y una zona sensorial. La ptica est constituida por

la crnea, el iris o pupila y el cristalino. La cornea es un material transparente y

funciona como lente fija. La pupila regula la cantidad de luz que entra en el interior y el

cristalino hace las veces de lente variable, permitiendo el enfoque dependiendo de la

distancia de los objetos. Los msculos que sujetan al cristalino provocan su

deformacin, cuya consecuencia es el enfoque del campo visual. La misin de la ptica

del ojo es conducir la radiacin electromagntica, del espectro visible, hacia la retina.

Figura 1. 10 Secciones del ojo

La retina se encuentra en la parte posterior del glbulo ocular y es donde se

ubican las clulas fotosensibles: los conos y los bastones.



Figura 1. 11 Clulas fotosensibles

En la retina se puede distinguir dos partes: la fvea y la mcula. La fvea es la

parte central de la retina, de menor tamao y donde se encuentran los conos. Es en esta

zona donde se tiene mayor sensibilidad a la longitud de la onda electromagntica, con

un ngulo visual de dos grados. La abertura corresponde, aproximadamente, con el

ancho del pulgar extendido el brazo. La fvea es tan pequea que es necesario mover el

ojo para enfocar dos puntos tan prximos como los del signo de puntuacin (:). Esta

informacin visual transmitida al cerebro se llama visin fvea. La mcula es de mayor

extensin, la agudeza visual es menor y est definida por los bastones. Esta zona se

encarga de la visin perifrica.

La percepcin del color de una imagen la realiza los conos. Son unos seis

millones y cada cono tiene conexin a varias neuronas. Basndose en la informacin

aportada por los conos, el cerebro construye la sensacin de color. Por el contrario, los

bastones son ms de 100 millones y son capaces de detectar la intensidad lumnica.

Varios bastones estn asociados a una nica neurona.

Figura 1. 12 Distribuciones de conos y bastones en la retina

Mientras la visin fvea tiene mayor agudeza, ms resolucin y percibe los

colores, la visin perifrica le da al cerebro ms informacin espacial que la fvea y

realza los contrastes. De este hecho se destaca que en la oscuridad, la visin perifrica

es ms adecuada que intentar centrar la visin sobre el objeto.



Figura 1. 13 Sensibilidad del ojo en luz diurna y en visin nocturna

La sensibilidad a la intensidad en el ser humano es alta siempre que los

elementos que se comparen sean pocos. Cuando el nmero de intensidades involucradas

simultneamente es superior a unos 24 tonos se pierde la mayor parte de esta

sensibilidad. Esto explica que, en la mayora de los casos prcticos, sea suficiente el uso

de 32 64 niveles de intensidad para representar una imagen.

El color es una caracterstica del sistema de percepcin humana y est

relacionado con las sensaciones recibidas por el ojo en el espectro visible. El color es la

respuesta del sistema visual humano ante las variaciones de las longitudes de onda del

espectro electromagntico visible. Estudios fisiolgicos han revelado que existen tres

tipos de conos, denominados tipos S, M y L. Los S son ms sensibles a las ondas cortas

(azules 450nm), los M a las medias (verde 540 nm) y los L a las de longitudes largas

(rojo - 650 nm). Este hecho ha dado base a la teora del triestimulo, de manera que el

color se puede representar en una base de tres componentes fundamentales: rojo-verde-

azul (RGB Red, Green, Blue).

La sensibilidad de cada cono no es exactamente igual a cada parte del espectro

fijado. Concretamente, los conos azules son los menos sensibles, mientras que los conos

verdes son los ms sensibles. Otra consideracin a tener en cuenta es la refraccin de los

rayos luminosos que penetran en la retina. No todos afectan por igual. La luz de alta

frecuencia (azul) focaliza en un punto anterior a la retina, mientras que las bajas

frecuencias (rojos) lo hacen en puntos posteriores. Esto tiene como consecuencia que

los detalles rojos o azules no puedan distinguirse netamente en una escena. Justo lo

contrario de lo que ocurre con los verdes, cuyo punto de convergencia o focalizacin se

sita exactamente en la retina, lo que induce a una mayor resolucin del ojo para estas

tonalidades.



Figura 1. 14 a) Distorsin cromtica b) Sensibilidad del ojo a la longitud de onda

Una vez que la seal luminosa ha sido transformada en pulsos elctricos por los

conos y bastones, stos son transportados al cerebro por los nervios pticos. Los pulsos

son llevados al lbulo occipital, donde se encuentra el crtex visual. Es una zona de 24

cm2 con 1.510

8 neuronas. Al hemisferio derecho llega la informacin del ojo izquierdo

y viceversa. En el cerebro se realiza una labor de extraccin de las caractersticas de la

imagen. Para ello existen zonas especializadas que responden mejor a un tipo de

caracterstica que a otras.

Figura 1. 15 Crtex visual

El hombre ha imitado muchas veces, en la construccin de sus artefactos, a la

Naturaleza. En este caso tambin se cumple. Las cmaras de vdeo con sus pticas

hacen las veces del globo ocular, mientras el computador realizar las tareas de

procesamiento, emulando el comportamiento del cerebro. Cuando se establecieron en la

dcada de los 50 del siglo XX, los objetivos de la Inteligencia Artificial, se supona que

con la llegada del siglo XXI habra mquinas que seran capaces de describir, con

informacin de alto nivel, las escenas capturadas. Con el paso del tiempo se vio que

aquel anhelo se iba desvaneciendo. Hoy en da, todava no hay una teora de la visin.

No se conoce los mecanismos que el cerebro utiliza para obtener la informacin de la

percepcin. El cerebro es capaz, de manera inconsciente, de determinar la distancia a los

objetos, de reconocerlos en diferentes posiciones, aunque se encuentren rotados y con



informacin parcialmente oculta. En definitiva, el cerebro presenta una sofisticacin en

la percepcin que ni ahora ni en mucho tiempo habr posibilidad de implementar

artificialmente.

Figura 1. 16 Imitacin artificial del ojo

Lo que si hace la Visin Artificial es construir nuevos y ms sofisticados

algoritmos que sean capaces de obtener informacin de bajo nivel visual. Y aunque

todava se est aos luz de la percepcin visual de los seres vivos, la Visin Artificial es

muy eficaz en tareas visuales repetitivas y alienantes para el hombre. Por ejemplo, en el

campo de la inspeccin de productos en la industria o en contar clulas en una imagen

de microscopa o en determinar la trayectoria de un vehculo en una autopista.

Resumiendo, las principales ventajas de la visin humana respecto a la artificial

y viceversa, son:

Sistema humano:

Mejor reconocimiento de objetos.

Mejor adaptacin a situaciones imprevistas.

Utilizacin de conocimiento previo.

Mejor en tareas de alto nivel de proceso.

Sistema artificial:

Mejor midiendo magnitudes fsicas.

Mejor para la realizacin de tareas rutinarias.

Mejor en tareas de bajo nivel de proceso.



1.3 Configuracin bsica de un sistema de Visin Artificial

Los dos pilares del sistema fsico de la visin artificial son: el sistema de

formacin de las imgenes y el sistema de procesamiento de stas. En el primer

apartado estara constituido por el subsistema de iluminacin, de captacin de la imagen

y de adquisicin de la seal en el computador. Una vez introducida la seal en el

computador, sta es procesada mediante los algoritmos para transformarla en

informacin de alto nivel. La cual puede ser utilizada para su representacin visual, para

actuar en el planificador de un robot o ser fuente de datos para un autmata

programable. En definitiva, mltiples perifricos pueden ser receptores de esta

informacin y vincularse con el sistema de procesamiento de las imgenes.

Desgranado las peculiaridades de cada subsistema, stas tienen las siguientes

reflexiones introductorias:

Subsistema de iluminacin: conjunto de artefactos que producen radiacin electromagntica para que incidan sobre los objetos a

visualizar. Se puede citar algunos elementos como lmparas, pantallas

fotogrficas, filtros de luz, lseres,

Subsistema de captacin: son los transductores que convierten la radiacin reflejada luminosa en seales elctricas. Fundamentalmente se

habla de las cmaras CCD, no slo en el espectro visible, sino que van

desde la radiacin gamma hasta la radiofrecuencia o microondas, dando

paso a sensores de ultrasonidos, sonar, radar, telescopa,

Subsistema de adquisicin: la seal elctrica procedente de las cmaras forman la seal de vdeo. Hay una tendencia creciente a que su

naturaleza sea de tipo digital, pero todava existen muchas seales de

vdeo de carcter analgico (CCIR, PAL, RS170, NTSC,). Para ser

tratadas hay que muestrearlas y cuantificarlas. Ambas tareas son

realizadas por las tarjetas de adquisicin. Tambin se las llama frame

grabbers. Se depositan en el bus de expansin del computador. Existen

tarjetas para buses desde PCI hasta VMP. Aunque actualmente se est

imponiendo las tecnologas de USB o FireWire.

Subsistema de procesamiento: Suele ser un computador o un grupo de computadores, dependiendo de las necesidades de los algoritmos de

Visin Artificial. Parten de una representacin digital de las imgenes y

procesan esta informacin hasta alcanzar otro tipo de informacin de ms

alto nivel. La transformacin depender de la algoritmia.

Subsistemas de perifricos: conjunto de elementos receptores de la informacin de alto nivel. Puede ser un monitor de altas prestaciones

grficas, un automatismo, una impresora sacando las caractersticas,



Figura 1. 17 Subsistemas fsicos de un equipo de visin artificial

1.3.1 Representacin de las imgenes en los computadores digitales

Aunque el sistema de visin humano tiene mayor resolucin en la fvea y menos

en la periferia, se ha observado que a pesar de que la distribucin de los fotorreceptores

no es uniforme, la percepcin visual si lo es. Los humanos percibimos con una nica

resolucin. Esta circunstancia ha conducido a la utilizacin de sensores con matrices de

resolucin uniforme. Por tanto, la organizacin corresponde a una matriz 2D uniforme.

Las imgenes para ser procesadas en el computador han sido adquiridas a travs

de la cmara de vdeo y puestas en su memoria empleando las tarjetas de adquisicin de

vdeo. Esta seal es de carcter bidimensional y emplea variables discretas. Los

elementos de la matriz se llaman pxeles. El acceso a esta elemental informacin se hace

indicando la fila y la columna que ocupa. El origen de coordenadas de la imagen se

encuentra en la esquina superior izquierda. El eje horizontal corresponde con las

columnas y el eje vertical con las filas. Se emplearn ndices enteros para posicionar el

pxel. Se denotar el valor del pxel a travs de una funcin, del tipo f(x,y), siendo x el

ndice de la fila e y de la columna.

Si la imagen es acromtica, slo se presenta la luminancia, esto es, los niveles de

grises. La funcin f(x,y) retornar el nivel de gris del pxel mencionado. En caso de que

la imagen sea en color, f(x,y) devolver un vector. Normalmente suele expresarse como

una proyeccin del color sobre el sistema RGB (Red-Green-Blue).



Figura 1. 18 Organizacin matricial uniforme de una imagen digital

La imagen puede ser de tipo 3D, por ejemplo, en resonancia magntica, luz

estructurada, etc. stas se presentan como una pila de imgenes 2D. Se les aade otro

ndice, denominado k o z, que indica el orden de la rodaja de imagen 2D dentro de la

pila.

La secuencia temporal de imgenes estticas da lugar al vdeo. En el cine se

emplea 25 fotogramas por segundo, gracias a la inercia visual del ojo humano, da

sensacin de continuidad en la escena.

1.3.2 Etapas bsicas de una aplicacin en Visin Artificial

Aunque cada aplicacin de Visin Artificial tiene sus especificidades, se puede

decir que existe un tronco comn de etapas entre ellas. No necesariamente debe cubrirse

todas en una implementacin concreta. Hay algunas veces que slo se tiene un

subconjunto de las fases que se van a citar. Por otro lado, aunque la exposicin muestra

un encadenamiento temporal de una etapa sobre otra, no es real esta simplificacin; se

hace para facilitar la comprensin. En la puesta en prctica siempre hay

realimentaciones entre las distintas fases.

La primera etapa es la construccin del sistema de formacin de las imgenes.

Su objetivo es realzar, mediante tcnicas fotogrficas (iluminacin, ptica, cmaras,

filtros, pantallas,...), las caractersticas visuales de los objetos (formas, texturas, colores,

sombras,...). El xito de muchas aplicaciones depende de un buen diseo en esta primera

etapa. El segundo captulo se dedicar a estas tcnicas.

Una vez adquirida la imagen se pasar a la etapa de preprocesado. El objetivo es

mejorar la calidad informativa de la imagen adquirida. Se incluyen operaciones de



mejora de la relacin seal-ruido (denoising), SNR5, de atenuar las imperfecciones de la

adquisicin debido a la funcin de transferencia del sistema de captacin de imgenes

(deconvolution), de regularizar la imagen, de mejorar el contraste o de optimizar la

distribucin de la intensidad (enhancement) o de realzar algunas caractersticas de la

imagen, como bordes o reas. Algunas de estas prcticas sern desarrolladas en el tercer

y cuarto captulo.

Figura 1. 19 Etapas de una aplicacin de visin artificial

Segmentacin es la fase donde se particiona la imagen en regiones con

significado. Por ejemplo, en una imagen de satlite se determina las zonas de agua, de

cultivo, urbanas, carreteras,... Existen varias tcnicas: umbralizaciones,

discontinuidades, crecimiento de regiones, uso del color o de movimiento, etc. Estas

estrategias sern analizadas en el captulo quinto.

Una vez dividida la imagen en zonas con caractersticas de ms alto nivel se

pasar a su extraccin de las caractersticas. Bsicamente son de tipo morfolgico, tales

como rea, permetro, excentricidad, momentos de inercia, esqueletos, pero tambin se

puede emplear caractersticas basadas en la textura o en el color.

Fjese que se ha pasado de una informacin visual primaria a algo ms

elaborado. Con las caractersticas analizadas de cada regin se debe de clasificar e

interpretar. Por tanto, se disearn clasificadores que le d a cada regin segmentada

una etiqueta de alto nivel, como por ejemplo, en una imagen area qu zonas son tierras

de cultivo, reas urbanas, etc. Existe un elenco de tcnicas de clasificacin, como redes

5 SNR=10 log(Pseal/Pruido), indicando P la potencia



neuronales, sistemas expertos, lgica borrosa, clasificadores estadsticos, etc. stas se

vern muy someramente en el captulo sptimo.

Otras presentaciones sobre las distintas etapas de la Visin Artificial son

expuestas por otros autores. La ms clsica es la dada por Gonzalez y Woods

mencionando tres tipos de nivel de informacin: bajo, medio y alto. La informacin de

bajo nivel est dada por las etapas de adquisicin y procesado, las de medio nivel son

las de segmentacin y extraccin de las caractersticas y las de alto nivel con las etapas

de reconocimiento e interpretacin.

El valor aadido de esta presentacin es la ubicacin del conocimiento en el

centro de todas estas etapas. Los desafos del anlisis de imgenes son

extraordinariamente complejos y exigen de un conocimiento a priori sobre su

problemtica. La mayora de las escenas que aborda la Visin Artificial son

estructuradas, i.e. todos los elementos de iluminacin estn determinados y los objetos a

capturar son previsibles. Por el contrario, una escena es no estructurada, cuando los

objetos a visualizar son imprevisibles y la iluminacin puede variar con el tiempo.

Desde luego, la complejidad de los escenarios no estructurados se suele salir de la

disciplina de la Visin Artificial.

Figura 1. 20 Niveles de procesamiento: bajo, medio, alto

Por ltimo, indicar que la evolucin de las etapas, en forma de flujograma, es

una simplificacin. En la puesta en prctica exige constantes realimentaciones entre los

distintos niveles de informacin, interactuando, adems, con el conocimiento. Como se

ha comentado, el objetivo de la Visin Artificial es hacer algoritmos ms sofisticados.

En un futuro, que parece muy lejano, se deseara que ante un escenario cualquiera, la

mquina pudiera describir con sentencias de alto nivel, las imgenes que est captando.

El mundo del cine se ha hecho eco de estas cualidades de percepcin, mostrndolo

como algo cercano en el tiempo y este autor piensa que ni en muchos aos estar.



1.4 Disciplinas relacionadas con la Visin Artificial

Un proyecto de Visin Artificial suele ser de tipo multidisciplinar. La ejecucin

de las distintas etapas, mencionadas en el apartado anterior, requiere del manejo de las

siguientes tcnicas:

Fotografa y ptica: crear el ambiente de iluminacin adecuada en la adquisicin de las imgenes, muchas veces requiere del uso de tcnicas

profesionales de fotografa y vdeo. La seleccin de la ptica y de la

cmara, el uso de filtros y polarizadores, las tcnicas de iluminacin con

pantallas y la eleccin de los tipos de focos son algunas habilidades que

se pueden mencionar.

Procesamiento Digital de las Imgenes (Image Processing): hace referencia a los algoritmos de computacin que convierte la imagen

digital adquirida en otra de mayor relevancia. Es muy difuso la

separacin entre el procesamiento de imgenes y la Visin Artificial.

Reconocimiento de Patrones (Pattern Recognition): disciplina, dentro de la Inteligencia Artificial, dedicada a la clasificacin de las seales y a la

bsqueda de patrones existentes dentro de stas. Se encuentran incluidas

las tcnicas de clasificadores estadsticos, Redes Neuronales, Sistemas

Expertos, Lgica Borrosa, ...

Computacin Grfica (Computer Graphics): presenta el problema inverso de la Visin Artificial. Si en Visin se desea extraer las

caractersticas fsicas de las imgenes, la Computacin Grfica se dedica

a la presentacin visual de los modelos geomtricos. Cada vez ms, la

Visin Artificial emplea la Computacin Grfica para representar las

conclusiones extradas del anlisis de las imgenes adquiridas.

La naturaleza del proyecto hace que se incida en una disciplina ms que en otra.

Por ejemplo, en un problema de inspeccin visual de piezas, la parte de la formacin de

las imgenes suele ser fundamental, mientras que un anlisis de imgenes de una

tomografa tiene ms importancia el procesamiento y la computacin grfica.

1.5 Aplicaciones

El nmero de aplicaciones relacionadas con la Visin Artificial aumenta cada

da. En la tabla adjunta se citan algunos de los campos donde es empleada esta

disciplina.



rea de produccin Aplicacin

Control de calidad

Inspeccin de productos

(papel, aluminio,

acero,...)

Astronoma

Exploracin del Espacio

Identificacin de piezas Reconocimiento de

caracteres

Control de cheques,

inspeccin de textos, ...

Etiquetados (fechas de

caducidad,...) Control de trfico

Matrculas de coches

Inspeccin de circuitos

impresos

Trfico viario

Control de calidad de los

alimentos (naranjas,...) Meteorologa

Prediccin del tiempo

Robtica

Control de soldaduras

Agricultura

Interpretacin de

fotografas areas

Guiado de robots

(vehculos no tripulador)

Control de plantaciones

Biomdicas

Anlisis de imgenes de

microscopa ( virus,

clulas, proteinas ) Militares

Seguimiento de objetivos

Resonancias magnticas,

tomografas, genoma

humano

Vigilancia por satlites

Tabla 1.2 Aplicaciones de la visin artificial



1.6 Problemas

1. Teora dual de la luz.

2. Flujo luminoso, intensidad lumnica, iluminacin y radiacin.

3. Temperatura de color.

4. Visin fvea y visin perifrica.

5. Comparacin entre la visin humana y la artificial.

6. Arquitectura fsica de un sistema de Visin Artificial.

7. Etapas que se aplican en un proyecto de Visin Artificial.

8. Disciplinas relacionadas con la Visin Artificial.

9. Aplicaciones y reas en las que trabaja la Visin Artificial.

Derecho de Autor 2013 Carlos Platero Dueas.

Permiso para copiar, distribuir y/o modificar este documento bajo los trminos

de la Licencia de Documentacin Libre GNU, Versin 1.1 o cualquier otra

versin posterior publicada por la Free Software Foundation; sin secciones

invariantes, sin texto de la Cubierta Frontal, as como el texto de la Cubierta

Posterior. Una copia de la licencia es incluida en la seccin titulada "Licencia de

Documentacin Libre GNU".

La Licencia de documentacin libre GNU (GNU Free Documentation License)

es una licencia con copyleft para contenidos abiertos. Todos los contenidos de estos

apuntes estn cubiertos por esta licencia. La version 1.1 se encuentra en

http://www.gnu.org/copyleft/fdl.html. La traduccin (no oficial) al castellano de la

versin 1.1 se encuentra en http://www.es.gnu.org/Licencias/fdles.html
http://es.wikipedia.org/wiki/Copylefthttp://es.wikipedia.org/w/wiki.phtml?title=Contenidos_abiertos&action=edithttp://www.gnu.org/copyleft/fdl.htmlhttp://www.es.gnu.org/Licencias/fdles.html

Curso de visión artificial

Documents

Transcript of Curso de visión artificial