Embed Size (px)
Citation preview
Visión por Computador
Reconocimiento de Color por Computador
Alcira Ordóñez rey
Conversión de RGB a CMYK
Escala RGB - CMYK
Escala RGB - CMYK
Escala RGB – Escala CMYK
Varios Colores
Visión humana y Visión por computador
Entendiendo el funcionamiento de la vista enel ser humano, se puede explicar el procesode la visión por computador. Al recordarque los órganos de la vista son los ojos y queestos con el cerebro trabajan para formar lasimágenes se puede relacionar en visiónartificial con la cámara digital que capta laimagen y es procesada en el computador
Visión humana y Visión por computador
La pupila, es un pequeño agujero quepermite que la luz llegue al interior del ojo,el iris, cuenta con fibras musculares que seestiran o se contraen para abrir o cerrar lapupila controlando así la cantidad de luz queentra al ojo y el cristalino es una lente quesirve para enfocar, es decir, dirigir los rayosde la luz, sobre la retina que está ubicada enla tercera capa del ojo. Estos tres cumplen lafunción de la lente de la cámara.
Visión humana y Visión por computador
La retina está formada por varias capas decélulas y funciona como una pantalla sobrela que se proyectan las imágenes. En laretina se encuentran los seis millones deconos y los ciento veinte millones debastones que son células encargadas decaptar la luz.
Visión humana y Visión por computador
La visión de los colores depende de losconos y de los bastones que son losencargados de transformar los rayos de laluz en señales eléctricas. Los conos y losbastones se unen con células nerviosas queforman el nervio óptico y se encargan dellevar estas señales a la zona del cerebrodonde se forman las imágenes definitivas
Visión humana y Visión por computador
El proceso que se lleva a cabo para que elojo humano pueda ver un objeto se explicade forma sencilla de la siguiente manera: Laluz atraviesa la córnea, la pupila y llega alcristalino que es la lente que enfoca yproyecta una imagen (invertida) del objetoque se está capturando sobre la retina y queactúa como una pantalla. Es el cerebro elencargado de darle la vuelta.
Visión humana y Visión por computador
En la retina esta imagen se convierte enseñales eléctricas que a través del nervioóptico se envían al cerebro. Con estainformación, se requiere enfatizar en laimportancia de la luz para que haya visiónya que esta es la fuente de energía quepermite ver todo aquello que se encuentraalrededor, se propaga desde unos cuerpos aotros y está relacionada con lascaracterísticas de los cuerpos que tienen undiferente comportamiento cuando la luz losilumina
Visión humana y Visión por computador
Según la forma en que los cuerpos reflejan laluz se pueden clasificar en opacos,traslúcidos y transparentes.
Los cuerpos opacos, no dejan pasar la luz yproducen una sombra tras de ellos, lostraslúcidos únicamente permiten que pasela luz parcialmente y los transparentes sonaquellos que permiten que la luz que les llegapase en su totalidad.
Visión humana y Visión por computador
Así como cada cuerpo refleja la luz dediferente forma, se puede analizar lo quesucede con la percepción del color ya queesta varía de acuerdo a la cantidad de luzque refleje. Un color, por ejemplo amarillocon diferentes cantidades de luz es diferentea la vista como se muestra en la siguientefigura.
Visión humana y Visión por computador
Cuando un haz luminoso incide sobre undeterminado material, se puede reflejar comosucede con los espejos, o se absorbe comoocurre con un cuerpo negro o se transmite através de él.Dadas estas condiciones se puede hablar delas propiedades reflexivas, absorbentes ytransmitivas ya que dependiendo de lacantidad de luz que refleja el objeto el colorque se ve es diferente.
Visión humana y Visión por computador
La visión por computador se realiza en lassiguientes etapas
Visión humana y Visión por computador
Adquisición de la Imagen: En estaetapa se obtiene la imagen con la quese va a trabajar y la cual se puedeobtener a través de diferentesdispositivos; para el caso del presentetrabajo, se hace a través de unacámara digital.
Visión humana y Visión por computador
Preprocesamiento: El objetivo deesta etapa es la de mejorar la imagenobtenida resaltando determinadascaracterísticas o eliminando lo que nose considera relevante..
Visión humana y Visión por computador
Extracción de características: Buscaen la imagen las características objetode estudio; que en este caso, tiene quever directamente con la identificaciónde la cantidad de color en cada pixel.
Visión humana y Visión por computador
Segmentación: Separa los objetosque se encuentran en la imagen, esdecir, que en la imagen, de acuerdo altema de estudio del presente trabajo,se le separan los pixeles de acuerdo acada color.
Visión humana y Visión por computador
Transformaciones morfológicas:Una vez separados los objetos seanalizan en forma individual.
Visión humana y Visión por computador
Descripción de Objetos: Se obtienenvalores numéricos.
Visión humana y Visión por computador
Reconocimiento o clasificación: Apartir de las características encontradasel sistema clasifica por clases ocategorías; en este caso, determina lascantidades de R, G y B que a través delprograma en MatLab identifican H y L.
Visión humana y Visión por computador
Estas etapas no se dan necesariamenteen el mismo orden, dependen deltrabajo que se quiera realizar.
Visión humana y Visión por computador
Elementos del sistema de visión
Visión humana y Visión por computador
La iluminación juega un papel importanteen la calidad y percepción de la imagenadquirida. La cámara capta los rayosreflejados por los objetos y los convierte enseñal analógica que luego es convertida enseñal digital que se procesa en el computadora través de la tarjeta de adquisición.
Visión humana y Visión por computador
Cuando en el computador encuentra laimagen digital la puede manipular iniciandoel desarrollo de las fases descritasanteriormente.
Visión humana y Visión por computador
Muestreo: Divide la imagen analógica en porciones, en nuestro caso, pixeles
Cuantificación: Convierte lailuminación en un dominio discreto
El color
“Fenómeno físico de la luz o de lavisión, asociado con las diferenteslongitudes de onda en la zona visibledel espectro electromagnético. Comosensación experimentada por los sereshumanos y determinados animales, lapercepción del color es un procesoneurofisiológico muy complejo
Elementos de adquisición y formación de imágenes
Los elementos que se deben tener en cuentaen la adquisición y formación de imágenesson:
Escena: Realidad (Espacio 3D).
Iluminación: Ilumina la escena (relacionadacon el tipo de sensor y los objetivos que sequieren alcanzar).
Elementos de adquisición y formación de imágenes
Óptica: Enfoca la luz desde la escena sobreel sensor.
Sensor: Convierte la luz a energía eléctrica.
Señal: Representación de la luz incidentecomo una energía eléctrica continua.
Digitalizador: Convierte señales continuas aseñales discretas.
Representación digital: Representaciónfinal de la escena en la memoria delcomputador
El color
Los métodos utilizados actualmente para laespecificación del color se encuadran en laespecialidad llamada colorimetría, yconsisten en medidas científicas precisasbasadas enlas longitudes de onda de tres coloresprimarios.
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 iluminadaTono: 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.
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 paraespecificar, crear o visualizar cualquier color.
Espacios de color
Espacio RGB: Se basa en la combinación de tresseñales de luminancia cromática diferentes: Rojo(Red), Verde (Green), Azul (Blue). La sumaaritmética de los componentes demuestra la formaen como se combinan las cantidades de cada uno delos colores y así se crea un determinado color. Larepresentación gráfica es un cubo
Espacios de color
Espacio CMY(K): Usado para impresión y fotografíaestá formado por Cian,Magenta, Amarillo y Negro.Estos colores se obtienen de la resta de cadacomponente del color
Espacios de color
Espacio HSL: Se basa en modo que tenemos loshumanos de percibir los colores. En él se caracterizael color en términos de tono o tinte (Hue), saturacióno cromatismo (Saturation) y brillo (Intensity). Latransformación de la escala RGB a la HSL se hacemediante las siguientes fórmulas: Tono, Saturación,Intensidad
Red neuronal backpropagation
Las redes neuronales se utilizan paraaprender patrones y relaciones de datos. Conlos algoritmos de aprendizaje una red eshabilitada para que pueda adquirir unconocimiento, o sea, que se entrena. En estecaso, la red se entrena para que una vez queha aprendido cuáles son los colores, puedeidentificarlo aunque existan variaciones en laluminosidad.
Red neuronal backpropagation
Conclusiones
La captura de color desde una cámaradigital o desde imágenes creadas en elcomputador dieron como resultadohistogramas que representan la cantidadde los colores básicos: Rojo, Verde, Azul,Amarillo, Magenta, Cian, Blanco y Negro
Conclusiones
El proceso en el trabajo experimentalconfirma que:
El acceso a la tecnología ha permitido quela experimentación y la literatura que serequiere sean suficientes y más popularesen términos de acceso.
Conclusiones
El interés de los estudiosos de lainteligencia artificial se aproxima cadavez más con sus modelos alfuncionamiento de los sentidos del serhumano y permite a través de susaplicaciones controlar variables de tipoemocional y físico que afectan elrendimiento en el ser humano.
Conclusiones
Es importante hacer uso y aplicación deconocimientos matemáticos para accedera los procesos de programación ya que esindispensable el dominio de este campodel conocimiento puesto que desde que sedigitaliza la imagen, se requiere lacomprensión y utilización de lamatemática para lograr los objetivospropuestos.
Conclusiones
El cálculo de la saturación a partir de lasfórmulas encontradas (para utilizarescalas de 300) no permitieron en loshistogramas reflejar el color cian; lo quelleva a concluir que las formulasutilizadas se basan en cálculos con laescala de 240 como se evidencia en lasiguiente tabla. A partir de estosresultados se puede seguir profundizandoen este tema para encontrar las fórmulasadecuadas.
Conclusiones
En las siguientes imágenes se representa ladificultad encontrada con encontrada con elcolor cian.
Conclusiones
En la exploración de programas pararesolver la dificultad anterior seencontraron programas comoCorelDraw, Paint, FireWorks que manejanuna escala de saturación de 0 a 240mientras que en toolbook la escala va de 0a 300.
Conclusiones
Se pueden identificar las cantidades decolor en una imagen capturada del medioexterno utilizando la programación delsimulink en Matlab y representarlográficamente en un histograma de color yentrenar a una red neuronal para que seacapaz de reconocer el color con diferentesluminosidades.
Conclusiones
El objetivo se logró parcialmente porquetodavía la red no está identificando todoslos colores con los que se entrenó.
Conclusiones
Las investigaciones a las que hacenreferencia los diferentes autores seplantean y orientan su trabajo a detecciónde otras características en una imagen, nose encontraron documentos niinvestigaciones centradas en el color loque indica que es un campo sobre el que sepuede seguir indagando.
Conclusiones
A pesar de no haber logrado el 100% delobjetivo el ejercicio del proyecto propició elambiente adecuado a cada uno de losmiembros del grupo para potenciar elaprendizaje autónomo y sembrar muchasinquietudes que pueden ser motor paragenerar nuevos proyectos.
