Vista previa del material en texto
Índice
Índice.................................................................................................................2
Introducción.......................................................................................................3
Descripción........................................................................................................4
Desarrollo y análisis.......................................................................................... 5
EJERCICIO 1............................................................................................... 5
EJERCICIO 2............................................................................................... 6
EJERCICIO 3............................................................................................... 7
EJERCICIO 4............................................................................................... 9
EJERCICIO 5..............................................................................................11
Observaciones................................................................................................ 15
Conclusiones...................................................................................................16
Aplicaciones.................................................................................................... 17
Diagnostico por imagenes medicas:................................................................................ 17
Reconocimiento de objetos:.............................................................................................18
Vehículos autónomos …………………………………………….……………………………19
Control de calidad en la industria …………………………………………………………….20
BIBLIOGRAFÍA…...…………………………………………………………………………………21
Introducción
La visión artificial permite a las computadoras interpretar y procesar imágenes
digitales. A diferencia de la propia visión humana, los sistemas de visión por
computadora tienen sus propias ventajas y limitaciones.
El estudio de los sistemas de visión artificial (SVA) constituye un pilar fundamental
en la ingeniería moderna, buscando emular o incluso superar las capacidades del
sistema de visión humana mediante el uso de algoritmos y hardware especializado.
La visión humana es un sistema extremadamente sofisticado, producto de millones
de años de evolución orientada a la supervivencia, que permite interpretar datos
espaciales indexados en múltiples dimensiones. Sin embargo, la replicación exacta
de esta función en entornos computacionales es un desafío complejo, dado que aún
no se comprende en su totalidad la interacción entre el ojo y el cerebro.
Descripción
El sistema de visión humana es un proceso biológico complejo encargado de captar
la luz a través del ojo y transformarla en señales eléctricas para su interpretación.
Este sistema se compone de tres elementos principales: el ojo, que actúa como
sensor; el nervio óptico, que transmite la información; y el cerebro, que procesa e
interpreta las imágenes.
Los sistemas de visión por computadora constituyen una rama de la tecnología que
busca en cierta medida de replicar, la capacidad visual humana mediante el uso de
cámaras, algoritmos y software especializado.Estos sistemas trabajan con imágenes
digitales representadas como matrices de píxeles, donde cada píxel contiene
información de intensidad o color. A través del procesamiento digital de imágenes,
es posible analizar, mejorar y extraer información relevante de dichas imágenes.
Si bien la visión humana tiene la capacidad de interpretación y adaptación al
entorno, la visión artificial sobresale por su precisión, rapidez y capacidad de
procesamiento de grandes volúmenes de datos. Sin embargo, ambas limitaciones,
lo que hace que su estudio sea fundamental para el desarrollo de tecnologías más
avanzadas en áreas como la robótica, la medicina, la seguridad y la automatización
industrial.
Desarrollo y análisis
EJERCICIO 1
¿Verificar el tamaño de las matrices del ejemplo 6, indicar las diferencias y por qué
ocurre esto?
- La imagen presenta dimensiones de m×n×3m, lo que indica que es una
imagen a color compuesta los canales canales (RGB). En cambio, la imagen
en grises tiene dimensiones m×nm, ya que solo tiene información de
intensidad. Esta diferencia ocurre porque la función rgb2gray convierte la
imagen a color en una sola matriz, combinando los canales RGB mediante
una ponderación para representar los niveles de luminancia.
% EJEMPLO 6 cambiado
D = imread('BUHO.jpg');
Dgray = rgb2gray(D); % convertirlo a una imagen en escala de grises
subplot(1,2,1); imshow(D); axis image;
subplot(1,2,2); imshow(Dgray);
Análisis.-
Al revisar el tamaño de las matrices, se comprobó que la imagen RGB tiene tres
dimensiones, mientras que la imagen en escala de grises tiene solo dos, debido a la
reducción de información.Sus aplicaciones son:
● Sistemas de visión artificial donde no se requiere color
● Reconocimiento facial
● Procesamiento de imágenes médicas
Índice
Introducción
Descripción
Desarrollo y análisis
EJERCICIO 1