Morfologia Matematica

VISIÓN ARTIFICIAL.

CATEDRÁTICOS:
M.C. Claudia I. Gonzales B.
M.C. Gabriela E. Martínez M.

PROYECTO:
Procesamiento de imágenes aplicadas a placas de automóviles para su optimo reconocimientos utilizando redes neuronales.

Alumno: Ing. Caraveo Mena Camilo


INTRODUCCIÓN
Cuando hablamos de “Visión Artificial” nos referimos a la combinación de procesamiento de imágenes,reconocimiento de patrones y técnicas de inteligencia artificial que involucran el análisis en la computadora de una o más imágenes. Desde sus inicios la Visión por Computadora ha inspirado sus desarrollos en el estudio del sistema visual humano el cual sugiere la existencia de diferentes tipos de tratamiento de la información visual dependiendo de metas u objetivos específicos, es decir, la informaciónvisual percibida es procesada en distintas formas con base en las características particulares de la tarea a realizar, por lo que la visión por computadora propone varias técnicas que permiten obtener una representación del mundo a partir del análisis de imágenes obtenidas desde cámaras de video.
Debido a que la información visual es una de las principales fuentes de datos del mundo real, resultaútil el proveer a una computadora digital del sentido de la vista (a partir de imágenes tomadas con cámaras digitales o analógicas), que junto con otros mecanismos como el aprendizaje hagan de esta una herramienta capaz de detectar y ubicar objetos en el mundo real, objetivo principal de la Visión por Computadora.
Sus antecedentes se remontan a los años veinte, cuando se mejoró la calidad de lasimágenes digitalizadas de los periódicos, enviadas por cable submarino entre Londres y Nueva York.
El proceso de visión Artificial puede subdividirse en seis áreas principales:

Los objetivos principales de la visión artificial incluyen:
La detección, segmentación, localización y reconocimiento de ciertos objetos en imágenes (por ejemplo, caras humanas).
La evaluación de losresultados (por ejemplo, segmentación, registro).
Registro de diferentes imágenes de una misma escena u objeto, es decir, hacer concordar
un mismo objeto en diversas imágenes.
Seguimiento de un objeto en una secuencia de imágenes.
Mapeo de una escena para generar un modelo tridimensional de la escena; este modelo podría ser usado por un robot para navegar por la escena.
Estimación delas posturas tridimensionales de humanos.
Búsqueda de imágenes digitales por su contenido.
Estos objetivos se consiguen por medio de reconocimiento de patrones, aprendizaje estadístico, geometría de proyección, procesado de imágenes, teoría de gráficos y otros campos. La visión artificial cognitiva está muy relacionada con la psicología cognitiva y la computación biológica.La naturaleza delconocimiento que contienen es la mayor parte de las veces derivado de la experiencia acumulada en áreas determinadas y la validación de estos sistemas requiere una metodología diferente a la de los sistemas convencionales dada la característica simbólica (y no numérica) del conocimiento que contienen.
El primer paso en cualquier proceso de análisis de imagen es la segmentación. Mediante lasegmentación vamos a dividir la imagen en las partes u objetos que la forman. El nivel al que se realiza esta subdivisión depende de la aplicación en particular, es decir, la segmentación terminara cuando se hayan detectado todos los objetos de interés para la aplicación. En general, la segmentación automática es una de las tareas más complicadas dentro del procesado de imagen. La segmentación va a darlugar en última instancia al éxito o fallo el proceso de análisis. En la mayor parte de los casos, una buena segmentación dará lugar a una solución correcta, por lo que, se debe poner todo el esfuerzo posible en la etapa de segmentación.
Los algoritmos de segmentación de imagen generalmente se basan en dos propiedades básicas de los niveles de gris de la imagen: discontinuidad y similitud....