Procesamiento de imágenes, para el reconocimiento de edificios mediante inteligencia artificial.

Ponente(s): Kevin Castillo Roa, Kevin Castillo Roa Jesús Yaljá Montiel Pérez

• Introducción El procesamiento de imágenes se puede definir como un conjunto de técnicas y procesos para analizar información contenida en una imagen. El principal interés por esta rama se basa en dos áreas de aplicación primordial a) El mejoramiento de la calidad de información contenida en una imagen con el fin de darle una interpretación más profunda de análisis computarizado. b) El procesamiento de los datos contenidos en un escenario a través de una máquina de percepción autónoma. El mejoramiento de la calidad de la imagen se puede realizar una adaptación de la calidad de imagen digital para su posterior transmisión, almacenado y modificación, con esta herramienta podemos eliminar los residuos de la imagen y restaurar. Gracias a la fiabilidad de esta técnica se puede aplicar a diversos sectores, tales como: medicina, arqueología, geografía, entre otras ciencias, permitiendo una facilidad de análisis. Otro de los factores en que nos beneficia el procesamiento, es en el reconocimiento de características que contienen las imágenes permitiéndonos etiquetar los contenidos de una escena, identificar objetos predeterminados. Los sistemas de reconocimiento de patrones artificiales simulan esta habilidad mediante la creación y el uso de modelos físicos y matemáticos bidimensionales o tridimensionales. Dos de los modelos adaptativos para generar modelos matemáticos en la detección y reconocimiento de imágenes son los modelos estadísticos y las redes neuronales. Los modelos estadísticos se basan en su totalidad en imágenes que pueden seguir un patrón adaptativo a una imagen muestra o que utilizamos como referencia y que nos muestra una comparación con el banco de imágenes tratadas, así de esta manera se puede calcular un margen de error para obtener una clasificación. Las redes neuronales son algoritmos basados en la imitación de redes neuronales biológicas. La ventaja de usar redes está en el hecho que se puede separar en regiones no lineales de decisiones tan complicadas como se desee dependiendo el número de neuronas y capas. Por lo tanto las redes neuronales sirven para resolver problemas de clasificación de alta complejidad . Objetivos del proyecto El proyecto se basa en el procesamiento de imágenes, con el fin de poder implementar un algoritmo con el mayor rango de eficiencia para poder detectar edificios en una secuencias de imágenes, ya sea de una base de datos o de cualquier imagen que pueda ser diversificada (Donde haya o no edificio), a partir del uso de cada una de las herramientas de procesado que se pueden encontrar en el programa utilizado para elaborar dicho algoritmo (Matlab). • Desarrollo Para poder llevar a cabo una algoritmo capaz de clasificar objetos a partir de la detección de su contorno, forma y características propias se tomó en cuenta diversas herramientas que proporcionó Matlab R2015a, desde el uso de filtros especiales, matrices, métodos de obtención de contornos, umbralización y la binarizacion de las imágenes analizadas. Para poder desarrollar este algoritmo, se tomaron en cuenta algunos parámetros a seguir entre las que están: a) Tipo de imagen a procesar b) Tamaño de la imagen c) Filtros para mejorar la imagen d) Método más óptimo para obtener el contorno o esquinas de la imagen e) Matrices que se pueden utilizar dentro de la imagen f) Propiedades de la región de las imágenes para elaborar criterios más certeros. g) Tipo de herramienta para poder depurar el ruido de la imagen procesada.