Professional Documents
Culture Documents
Presentado por:
Henry Orellana Lizano
Lima - PER
2008
RESUMEN
Es por ello que se plantea el desarrollo de un algoritmo que permita estimar el tamao
de los peces sin la necesidad de que haya contacto fsico entre el hombre y los
animales aplicando, para ello, tcnicas de visin por computadora. Para realizar el
planteamiento se realiz estudios de las diferentes tcnicas empleadas en visin por
computadora y la necesidad de contar con imgenes tomadas por cmaras
seleccionadas para el posterior procesamiento con los mtodos estudiados.
Finalmente se obtiene las longitudes medidas con un margen de error menor al 10% lo
cual indica que un sistema de visin por computadora es eficiente.
INDICE
INTRODUCCIN
Pg. 12
1.2
Pg. 14
Pg. 15
Pg. 16
Pg. 16
Pg. 17
Pg. 17
Pg. 18
1.3
Pg. 18
1.3.1 Seleccin
Pg. 18
1.3.2 Movilizacin
Pg. 19
1.3.3 Depuracin
Pg. 19
1.3.4 Estanquera
Pg. 19
1.4
Pg. 20
Pg. 20
Pg. 21
Pg. 22
Pg. 27
Pg. 27
Pg. 28
2.2.1
Pg. 28
2.2.2
Pg. 29
2.3
Iluminacin de la infraestructura
Pg. 30
2.3.1
Espectro electromagntico
Pg. 30
2.3.2
Luminotecnia
Pg. 31
Pg. 31
Pg. 32
Pg. 33
2.3.2.4 Iluminancia
Pg. 34
2.3.2.5 Luminancia
Pg. 35
2.3.3
Pg. 35
Tcnicas de iluminacin
Pg. 35
2.3.3.1.1 Difusa
Pg. 36
2.3.3.1.2 Direccional
Pg. 36
2.3.3.1.3 Polarizada
Pg. 36
Pg. 36
Pg. 37
Pg. 37
Pg. 37
2.3.3.6 Retroiluminacin
Pg. 38
2.3.3.6.1 Difusa
Pg. 38
2.3.3.6.2 Colimada
Pg. 38
2.3.3.6.3 Polarizada
Pg. 38
Pg. 38
2.3.3.7.1 Lser
Pg. 39
Pg. 39
2.3.3.7.3 Color
Pg. 39
Pg. 39
2.4
Pg. 40
2.4.1
Calibraciones fotogramtricas
Pg. 40
2.4.2
Autocalibracin
Pg. 41
2.4.3
Cmaras mtricas
Pg. 41
2.4.4
Pg. 41
2.4.5
Cmaras semi-mtricas
Pg. 42
2.5
Adquisicin de imgenes
Pg. 42
2.6
Pg. 46
2.6.1
Filtrado
Pg. 47
2.6.2
Pg. 47
2.6.3
Pg. 47
2.6.4
Operadores estadsticos
Pg. 48
2.6.5
Operadores morfolgicos
Pg. 48
2.6.6
Transformaciones geomtricas
Pg. 48
Hiptesis de la investigacin
Pg. 49
3.1.1
Hiptesis principal
Pg. 49
3.1.2
Hiptesis secundarias
Pg. 49
3.2
Objetivos de la investigacin
Pg. 50
3.2.1
Objetivo general
Pg. 50
3.2.2
Objetivos especficos
Pg. 50
3.3
Universo y muestra
Pg. 51
3.4
Propuesta de solucin
Pg. 51
3.4.1
Adquisicin de la imagen
Pg. 51
3.4.2
Pre-procesamiento de la imagen
Pg. 57
Pg. 57
Pg. 58
Pg. 59
Pg. 62
Pg. 63
Pg. 66
3.4.3
Pg. 67
Procesamiento de la imagen
Consideraciones preliminares
Pg. 72
4.2
Pg. 73
4.2.1
Pg. 73
Pg. 74
Pg. 75
Pg. 76
4.2.2
Pg. 77
Pg. 77
Pg. 78
Pg. 79
4.2.3
Pg. 80
Pg. 80
Pg. 81
Pg. 82
4.3
Pg. 84
4.3.1
Pg. 84
4.3.2
Pg. 86
4.3.3
Pg. 88
4.3.4
Pg. 90
4.3.5
Pg. 92
4.3.6
Pg. 94
4.4
Costos de implementacin
CONCLUSIONES
RECOMENDACIONES
FUENTES
Pg. 97
INTRODUCCIN
El presente trabajo plantea la siguiente hiptesis: dado que la seleccin de las truchas
depende especficamente del uso de tecnologas precarias lo cual ocasiona la muerte
de una buena cantidad de estos debido al maltrato al que son sometidos y al constante
contacto entre el acuicultor y los peces en dicho proceso de seleccin; entonces el
diseo y desarrollo de un algoritmo que permita estimar el tamao de un pez,
aplicando visin por computador, permite tener una seleccin adecuada de las truchas
obteniendo as una reduccin de la mortandad de dichos peces.
Esta investigacin constituye un primer paso para una adecuada seleccin de los
peces y para ello hacemos uso de tcnicas basadas en visin por computadora, luego
de estimar las longitudes o tamaos de los peces se puede seleccionarlos utilizando
algn mecanismo de control para ello.
El presente trabajo muestra una investigacin exhaustiva sobre las diferentes tcnicas
empleadas en visin por computadora as como tambin un anlisis de las
consideraciones necesarias para la toma de las imgenes que han de ser procesadas.
El tercer captulo muestra la propuesta de solucin y todos los pasos requeridos para
dicha implementacin, tambin muestra los equipos elegidos y clculos necesarios
para el desarrollo del algoritmo.
II
Como conclusin final se puede afirmar que las estimaciones realizadas presentan un
margen de error menor al 10% lo cual indica que el sistema planteado, utilizando
visin por computadora, puede ayudar a mejorar el proceso de seleccin de dichos
peces.
III
DEDICATORIA
Quiero agradecer a mis padres, quienes fueron la motivacin principal que me llevaron
a desarrollar esta tesis y adems fueron el soporte incondicional durante el desarrollo
del documento ya que no me permitieron caer en los momentos ms difciles; al
profesor Julio Tafur por sus enseanzas y sus valiosos consejos brindados para la
culminacin de la tesis ya que sin sus consejos hubiese sido como un barco a la
deriva; al rayito de luz que siempre ilumin mi camino y a todas las personas, que con
su insistente aliento, hicieron posible el desarrollo de la tesis.
En memoria a H.O.Q.
IV
CAPTULO 1
CULTIVO DE TRUCHAS: PROCESO DE SELECCIN Y LA PROBLEMTICA
ACTUAL
La acuicultura tiene una historia de 4.000 aos, pero ha sido desde los aos 50
cuando se ha convertido en una actividad econmica relevante. Su contribucin al
suministro mundial de pescado, crustceos y moluscos crece imparable ao tras ao.
Segn estadsticas de la FAO, ha pasado del 5,2% de la produccin total en 1970 al
41,1% en 2006.
La acuicultura crece con mayor rapidez que los dems sectores de produccin de
alimentos de origen animal. En el mbito mundial, el sector ha aumentado por trmino
medio el 9,2% al ao desde 1970, frente al crecimiento de slo el 1,4% registrado en
la pesca de captura y el 2,8% en los sistemas terrestres de produccin de carne.
La acuicultura es una actividad que abarca muy variados aspectos y una amplia gama
de especies, sistemas y prcticas. Su dimensin econmica ofrece nuevas
oportunidades econmicas gracias a la creacin de empleo, a la utilizacin ms eficaz
de los recursos naturales y a las oportunidades en inversin productiva. La acuicultura
tambin contribuye cada vez ms al comercio local e internacional.
1.2.1
Trucha y langostinos
Sin embargo, seala la FAO, existen ciertas limitaciones naturales y otras causadas
por las actividades humanas como: ausencia de campos suficientes para su
reproduccin.
1.2.2
Un documento, publicado por la FAO, revela que no existe un estudio que indique
cuntas personas trabajan en la acuicultura. Tampoco se cuenta con un inventario con
datos de rea de cultivo, inversin y personal en las diferentes modalidades de la
acuicultura que se desarrolla en la Costa, Sierra y Selva.
Refiere tambin que existe una carencia de cuadros profesionales. Falta una
adecuada planificacin en la formacin del cuadro de profesionales por parte de las
universidades, que debera regirse por las necesidades reales del pas, seala.
La escasez de un apropiado nmero de personal calificado en los diferentes niveles
(planificacin, tcnico y extensionista), es una de las razones que dificultan el
desarrollo de la acuicultura en el Per, remarca.
La FAO indica que existe un esfuerzo disperso en esta actividad, hay limitaciones en la
asistencia tcnica, escasez de lneas de crdito y dificultades en la obtencin de
alimentos de buena calidad.
1.2.3
1.2.4
Comercializacin de la trucha
Los principales entes que participan en los canales de distribucin son: el agente
intermediario, que realiza los contactos y comercializa con el producto por una
comisin, el importador que toma posesin del producto para luego venderlo a
mayoristas o minoristas, la industria procesadora que procesa el producto para darle
mayor valor agregado, y los detallistas o comerciantes minoristas.
1.2.5
Uno de los objetivos del proyecto es elaborar un plan de accin nacional para la
aplicacin de la estrategia que indique la forma en que puedan participar diferentes
entidades y usuarios en el desarrollo nacional de la acuicultura. Para ello se ha
previsto realizar en cada una de las regiones un estudio de dicha actividad que
establezca las bases de desarrollo regional de la acuicultura.
1.3.1
Seleccin
para peces. Este lote de peces deber dejarse sin alimentar un da y ser
seleccionado por talla, segn sea el pedido programado.
1.3.2
Movilizacin
1.3.3
Depuracin
Una vez en el estanque de depuracin los peces debern permanecer 3 das como
mnimo y 6 como mximo sin alimento ni manejo alguno. Este proceso ayuda a
mejorar la textura de la carne de la trucha cuando va a ser procesada, y elimina
sabores indeseados como el sabor a tierra y a humedad.
Es determinante dietar (suprimir la ingesta de alimento balanceado) a los animales
durante el proceso de depuracin, ya que de esta forma se lograr evitar que exista un
deterioro acelerado de la carne por la proliferacin de microorganismos y enzimas de
las vsceras, una vez que los peces son sacrificados.
1.3.4
Estanquera
Durante la cosecha deben tomarse precauciones para evitar las raspaduras o dao en
la piel y carne de los peces. Tambin debe reducirse el estrs de las truchas durante
la cosecha ya que la calidad de la carne puede ser afectada. Es recomendable
sacrificar a los peces lo ms rpidamente posible para evitar el sufrimiento
innecesario.
1.4.1
1.4.2
10
11
Los peces, los cuales se transportan vivos despus de contar y pesar, se debe
colocarlos inmediatamente en agua con abundante oxigeno, tal como se muestra en la
Figura 6.
12
13
14
15
CAPTULO 2
AUTOMATIZACIN PARA LA SELECCIN DE TRUCHAS
2.1.1
El presente estudio muestra las tecnologas que se utilizan para poder realizar una
buena seleccin de los peces. Se describe las diversas tcnicas utilizadas para la
obtencin del tamao del pez.
Como corolario, se observa que al utilizar un sistema basado en visin estreo o visin
por computadora nos produce mejores resultados; sin embargo, en nuestro pas dicha
tcnica aun no es utilizada. Por tal motivo, es de mucha importancia realizar un
16
sistema automatizado que permita una buena eleccin de los peces y as tener un
cultivo eficiente y con baja mortandad de peces.
Dado que la informacin visual es una de las principales fuentes de datos del mundo
real es necesario proveer a una computadora digital del sentido de la vista y que junto
con otros mecanismos hagan de sta una herramienta capaz de detectar y ubicar
objetos en el mundo real ya que dicha funcin es el objetivo principal de la Visin por
Computadora (INAOE 2004).
2.2.1
17
2.2.2
Los sistemas de visin por computadora pueden ser usados en diferentes reas, por
ejemplo:
Agricultura:
o
Biomedicina:
o
Anlisis de sangre
Control de calidad:
o
Verificacin de etiquetas
Inspeccin de contenedores
Inspeccin de motores
Inspeccin de motores
Inspeccin de soldaduras
18
Control de trfico:
o
Identificacin:
o
Reconocimiento de caras
Aplicaciones militares:
o
Armas inteligentes
Robtica:
o
Seguridad:
o
Vigilancias de edificios
2.3.1
Espectro electromagntico
19
entre los 380 400 nanmetros y el superior entre 760 780 nanmetros (Banda
2006). En la Figura 9 se muestra el grfico del espectro electromagntico.
2.3.2
Luminotecnia
Se define como la ciencia que se encarga del estudio de las diversas formas de
produccin de luz as como tambin del control y aplicacin con fines domsticos,
industriales o artsticos (Tantas 2006).
20
Lmenes
1250 Lm.
2000 Lm.
22000 Lm.
5600 Lm.
120000 Lm.
21
22
Tabla N 2
Potencia
Tipo de lmpara
Incandescente comn 40W/220V
Fluorescente 40W/220V
Mercurio de alta presin 400W
Halogenuros metlicos 400W
Sodio a alta presin 400W
Sodio a baja presin 180W
Nominal [W]
40
40
400
360
400
180
Rendimiento
Luminoso
lm/W
11
80
58
78
120
183
2.3.2.4 Iluminancia
La iluminancia o iluminacin se define como la cantidad de luz que llega sobre una
superficie, su unidad es el lux (Banda 2006); el lux puede definirse como la iluminacin
de una superficie de 1 m2 con un flujo luminoso de 1 lumen uniformemente repartido
(Hernndez 2007), se expresa de la siguiente manera: E S , lux lumen m 2 . En
la Figura 13 se muestra un ejemplo de iluminancia.
Lux
100000 Lux
20000 Lux
400 a 800 Lux
20 Lux
0.25 a 0.50 Lux
23
2.3.2.5 Luminancia
Es la relacin entre la intensidad luminosa y la superficie aparente vista por el ojo en
2.3.3
Tcnicas de iluminacin
24
Difusa
Las lmparas cuentan con pantallas difusoras que generan una iluminacin
omnidireccional suave, esto reduce destellos y adems es fcil de implementar; sin
embargo, las imgenes obtenidas tienen bajo contraste y bordes difusos (Ibarra 2005).
2.3.3.1.2
Direccional
Las lmparas crean una luz cruda que genera sombras y no refleja hacia la cmara,
para este caso puede utilizarse fibra ptica y adems es fcil de implementar; sin
embargo crea sombras no deseadas y adems es no uniforme (Ibarra 2005).
2.3.3.1.3
Polarizada
En este caso se hace uso de un polarizador cruzado que se coloca frente a la lente de
la cmara, ello permite eliminar destellos; sin embargo, reduce la luminosidad (Ibarra
2005).
25
26
tambin una buena proteccin para los operadores del sistema, adems el costo es
elevado (Ibarra 2005).
2.3.3.6 Retroiluminacin
En esta tcnica las lmparas son colocadas por detrs de la escena o imagen; es
decir, tienen una ubicacin opuesta a las cmaras (Ibarra 2005). Se tienen los
siguientes tres casos.
2.3.3.6.1
Difusa
Las lmparas son colocadas al lado opuesto de la cmara a travs de un difusor, esto
permite generar siluetas con un alto grado de contraste, tiene una fcil implementacin
as como un bajo costo; sin embargo, genera bordes difusos y ocasiona problemas
con el manipulador (Ibarra 2005).
2.3.3.6.2
Colimada
2.3.3.6.3
Polarizada
27
2.3.3.7.1
Lser
Se ilumina con un plano de luz generado por lser que hace evidente la informacin
3D de la escena, adems permite obtener imgenes con un alto contraste, posee un
fcil filtrado, pero ocasiona problemas de seguridad (Ibarra 2005).
2.3.3.7.2
Patrones en red
2.3.3.7.3
Color
28
2.4.1
Calibraciones fotogramtricas
29
estn posicionados en dos o tres planos ortogonales entre ellos. En algunos casos,
basta con un nico plano, cuya traslacin es perfectamente conocido (Aracena 2005).
Este tipo de calibracin, por lo tanto, requiere una configuracin elaborada a cambio
de obtener resultados muy eficientes.
2.4.2
Autocalibracin
2.4.3
Cmaras mtricas
2.4.4
No estn calibradas, por lo que si se quiere utilizar para fine mtricos se debe recurrir
a algn procedimiento de autocalibracin o calibracin in situ, segn las precisiones y
recursos que se dispongan. El gran problema con estas cmaras es la falta de
estabilidad del sistema objetivo (y por tanto la variabilidad de la focal), por lo que es
conveniente realizar la calibracin cada vez que se use y cambien las condiciones de
la toma (Snchez 2004).
30
2.4.5
Cmaras semi-mtricas
Se sitan entre las dos anteriores. Son cmaras ms estables que las anteriores, a las
que se le aade, entre las lentes y el plano de la pelcula una retcula (rseau). De
manera que cada vez que se use la cmara se pueden utilizar estas marcas impresas
en la pelcula para determinar la posicin del punto principal y la deformacin del plano
de la pelcula a la vez que se realiza el resto del proceso fotogramtrico. En el caso de
cmaras digitales, la placa del sensor, si tiene la suficiente garanta de fabricacin,
puede interpretarse como una retcula formada por la matriz de pxeles de
coordenadas imagen dadas por la fila y la columna de cada pxel (Snchez 2004).
Los primeros son bsicamente el tamao del pxel, la posicin del sensor dentro de la
cmara y la distancia focal de la ptica utilizada; mientras que los parmetros
extrnsecos consisten en la posicin y la orientacin de la cmara dentro de la escena.
31
De estos tres tipos de dispositivos de estado slido, los ms utilizados son los
dispositivos acoplados por carga, denotados como CCD (Charge Coupled Devices).
Los dispositivos semiconductores tipo CCD funcionan como registros de corrimiento
analgicos (bucket brigade) lo cual permite transferir la imagen digital fila por fila,
aunque existen varios mtodos de transferencia de los pxeles que constituyen la
imagen digitalmente capturada por el dispositivo: transferencia incremental de lneas,
transferencia interlnea y muestreo progresivo (Ibarra 2005).
La principal caracterstica de los dispositivos tipo CMOS (Complementary Metal Oxide Semiconductor) Semiconductores Metal-xido Complementarios, es que
solamente utilizan energa cuando sus transistores estn conmutando entre los
32
estados lgicos encendido y apagado. De tal modo, los dispositivos CMOS utilizan
menos energa y disipan mucho menos calor que otras clases de circuitos
semiconductores; adems, permite una mayor densidad de integracin dentro de un
chip. El trmino complementarios se refiere al hecho de que los circuitos CMOS
utilizan pares de transistores de polaridad opuesta (positivos y negativos) de los cuales
slo uno se conmuta a la vez. Por otro lado, los sensores de visin tipo CMOS pueden
utilizar pxeles pasivos o activos. Los otros dispositivos semiconductores utilizados
como sensores de visin son los CID (Charge Injection Devices) o dispositivos por
inyeccin de cargas. Estos dispositivos tienen pxeles direccionables de manera
individual, lo cual incrementa su versatilidad de acceso a la informacin visual y son de
lectura no destructiva.
33
En una imagen industrial de las que utiliza el robot generalmente existe una alta
correlacin espacial, lo cual permite un submuestreo sin prdida sensible de
informacin.
34
35
2.6.1
Filtrado
Este es el nombre genrico para la gran cantidad de tcnicas que permiten cambiar
los niveles de gris en una imagen con objeto de realzar ciertas caractersticas
geomtricas y topolgicas de los objetos en dichas imgenes. El filtrado elimina ruidos,
compensa defectos de iluminacin y de enfoque adems de realzar discontinuidades
entre regiones, cuando stas son importantes. Las principales tcnicas de filtrado
utilizadas en el PDI son aquellas basadas en la convolucin espacial as como los
filtros frecuenciales (Ibarra 2005).
2.6.2
2.6.3
36
2.6.4
Operadores estadsticos
2.6.5
Operadores morfolgicos
2.6.6
Transformaciones geomtricas
37
CAPTULO 3:
VENTAJAS DEL USO DE VISIN POR COMPUTADORA EN EL DISEO DEL
SISTEMA AUTOMTICO
La poca experiencia del acuicultor en la seleccin de las truchas ocasiona que los
instrumentos sean manipulados de mala manera y esto ocasiona que los peces
sean maltratados aun mucho ms de lo que ya son sometidos.
Un sistema que estime el tamao de los peces de manera automtica resuelve los
problemas mencionados en el tem anterior, logrando as que los peces tengan
una mejor calidad en la carne y una mejor coloracin de la piel lo cual indica que
se tienen truchas de mejor calidad.
38
Lograr que el sistema sea verstil; es decir, puede ser utilizado para diferentes
etapas de la crianza, por lo tanto reconozca diferentes tamaos de peces.
39
Registrar y analizar los datos que se van obteniendo, en el campo de prueba, por
el sistema para posibles correcciones y cambios de parmetros.
Adquisicin de la
imagen
Pre-procesamiento
de la imagen
Procesamiento de
la imagen
Visualizacin de
los resultados
40
Sin embargo, para las pruebas del presente trabajo se har uso de otro tipo de cmara
diferente a las cmaras CMOS debido a que no se pudo contar con las cmaras
requeridas. Entonces, para la adquisicin de las imgenes se har uso de las cmaras
tipo CCD con cdigo AVC 527 LN/F40 la cual se muestra en la Figura 19, se hace uso
de dichas cmaras ya que nos ofrece las siguientes caractersticas:
Nos ofrece imgenes a color lo cual es importante ya que estos tipos de cmara
CCD ofrecen tres planos en las imgenes de color, los planos son RGB del ingls
(red, green, blue), y para el presente trabajo es necesario estos planos ya que se
escoger cualquiera de dichos planos para realizar un procesamiento eficiente de
dicha imagen.
Cuenta con iluminacin propia lo cual es importante para poder trabajar con
imgenes que sean tomadas en el agua, la iluminacin para estas cmaras son de
0 lux hasta 10 metros y de 1 lux para ms de 10 metros.
Cuenta con 350 lneas de resolucin, lo cual indica que tiene una media
resolucin, y para nuestro estudio la resolucin no es muy crtico ya que es no es
necesario tener a detalle las caractersticas del pez a medir.
Por ltimo la cmara cuenta con una lente de 4.0 mm y un ngulo de 61.
41
65 cm
Cmara
Vidrio
Codo
25 cm
10,16 cm
Figura 20: Equipo de proteccin para las cmaras
42
El equipo de proteccin ser desarrollado con tubos de plstico de poli cloruro de vinilo
(PVC) de acuerdo a las medidas de la cmara seleccionada, por lo tanto el equipo de
proteccin contar con las medidas mostradas en la figura anterior, adems se hace
uso de un vidrio simple en la parte inferior del equipo ya que es necesario que la
cmara tenga un lugar o espacio visible para poder tomar las imgenes necesarias, el
vidrio tiene un grosor de 3 mm. En la Figura 21 se muestra la vista de perfil del equipo
de proteccin para la cmara. En la Figura 22 se muestra la vista frontal del equipo de
proteccin.
Soporte
Codo
Figura 21: Vista de perfil del equipo de proteccin
Cmara
43
Una vez colocado las cmaras en el equipo de proteccin es necesario que tenga una
va de comunicacin con la computadora para capturar la imagen, almacenarlo y luego
procesarlo. Para ello se utilizar la siguiente tarjeta de adquisicin CP-1400AS-(T) la
cual se muestra en la Figura 23, dicha tarjeta es compatible con la cmara a utilizar;
sin embargo, la tarjeta de adquisicin puede ser elegida de acuerdo a la cmara
elegida para obtener las imgenes. La tarjeta a utilizar cuenta con un puerto PCI para
poder ser colocada en la computadora.
Para conectar las cmaras a la tarjeta de adquisicin se debe utilizar conectores BNC
del ingls (British Naval Connector); sin embargo, el conector de salida de la cmara
es del tipo RCA del ingls (Radio Corporation of America), por lo tanto haremos uso de
un adaptador de RCA a BNC tal como se muestra en la Figura 24.
44
45
En la Figura 26 se muestra una imagen, obtenida por una cmara, la cual ser
procesada.(http://perso.wanadoo.es/emdala/Acuario/Galeria/paracheirodon_innesi.jpg)
46
47
Figura 28: Imagen original y en sus diversos planos (rojo, verde y azul)
Como se puede observar en la figura anterior, para la imagen que ha de ser analizada
lo ms recomendable es utilizar el plano rojo ya que ah el pez es donde resalta mejor,
mientras que el plano menos recomendable a utilizar es el plano azul ya que, como se
observa, el pez no se diferencia mucho del fondo.
1, ,
0, (, ) >
48
Filtro pasa bajos Butterworth de orden n: Con una frecuencia de corte a una
distancia desde el origen (Gonzales 2004), dicho filtro tiene la siguiente funcin
de transferencia:
, =
1
1 + (, )
49
, =
, =
50
, = (, )
En la Figura 30 se muestra una imagen sin mejora del contraste y otra con mejora del
contraste, ambas imgenes se mostraran con sus respectivos histogramas.
52
binaria; es decir, la imagen podr tener solo los dos valores binarios 0 y 1; de
acuerdo a la siguiente funcin:
, =
1,
0,
(, ) >
(, )
El umbral elegido debe ser tal que en la porcin de la imagen que ha de ser analizada
no se pierda muchos datos despus de la umbralizacin; es decir, se debe mantener
la mayor parte de los datos de dicha porcin de la imagen; sin embargo, ello
ocasionar que en la imagen umbralizada se obtenga porciones de ruido los cuales
luego deben ser eliminados con mtodos mostrados posteriormente. Dichos ruidos
tambin pueden ser eliminados si elegimos un umbral mayor que el adecuado pero
ocasionara perdida de informacin de la imagen que se desea analizar, y por
contraparte si elegimos un umbral menor que el adecuado no se perdera informacin
de la porcin a ser analizada, pero ocasiona que se presente mayor ruido y hace que
la parte de la imagen a ser analizada sea confundida con el ruido presentado. Para
umbralizar una imagen se puede hacer uso de los histogramas o tambin utilizar
algoritmos que nos ayuden a calcular dicho valor umbral, en el presente trabajo se
utiliz dos algoritmos; el primero, consisti en hallar la media de los niveles de gris de
la imagen y el segundo, fue utilizar el mtodo de Otsu, de ambos algoritmos el que
mejor se adecu al desarrollo del trabajo fue el mtodo de Otsu ya que utiliza tcnicas
estadsticas, en particular la varianza que es la medida de la dispersin de valores en
este caso dichos valores son los niveles de grises en la imagen (Gonzlez 2004); sin
embargo, como se ver ms adelante, para hallar los umbrales de las imgenes
obtenidas, con la cmara mencionada en la Pgina 52, fue necesario tomar como
referencia el histograma; adems, como las imgenes no contrastaban bien con el
fondo
se
tuvo
que
elegir
varios
umbrales
lo
cual
se
denominada
una
53
Como se observa en la Figura 31, la porcin de la imagen que se quiere analizar (el
pez) no tiene mucha prdida de informacin; sin embargo, presenta ciertas porciones
que se considera como ruido que luego ser eliminado. Por otro parte en la imagen del
lado izquierdo de la Figura 32, la imagen fue umbralizada con un umbral mayor que el
adecuado y a pesar que el ruido es menor se tiene que la porcin de la imagen a
54
analizar tiene mucha prdida de informacin, mientras que en la imagen del lado
derecho, con un umbral menor que el adecuado, se tiene mucho ms ruido lo cual
dificulta distinguir entre el pez y el fondo de la imagen.
55
56
INICIO
Deteccin de Puntos
Blancos
Clculo de Longitud
Mayor en Pixeles
dist_real
(d_max^0.5)*Fact_Conv
FIN
57
Deteccin de Puntos
Blancos
Leer imagen pre-procesada
Leer factor de conversin
columna
Num. pixeles vertical
fila
Num. pixeles horizontal
matrizPB[x,y]
numPB
i_col
i_fil
0
0
1
1
i_col = columna?
No
i_col
i_col + 1
FIN
i_fil = fila?
No
imag[i_fil,i_col] = 1?
No
S
numPB
i_fil
numPB + 1
i_fil + 1
58
Clculo de Longitud
Mayor en Pixeles
d_max
i_coli
i_colj
1
1
i_coli = numPB?
No
i_coli
i_coli + 1
i_colj = numPB?
FIN
No
Punt_x
Punt_y
Vect_x
Vect_y
matrizPB(i_coli,x)
matrizPB(i_coli,y)
Punt_x - matrizPB(i_colj,x)
Punt_y - matrizPB(i_colj,y)
d_mayor
No
Vect_x^2 + Vect_y^2
d_max
d_mayor
d_max
Punt_f2
Punt_f1
[Punt_x,Punt_y]
[matrizPB(i_colj,x),matrizPB(i_colj,y)]
i_colj
i_colj + 1
59
Como se observa la longitud hallada tiene un margen de error, esto se debe a que en
el pre-procesamiento se modific la imagen del pez aplicando los diferentes mtodos o
tcnicas ya mencionados.
60
CAPTULO 4:
DISEO DEL SISTEMA AUTOMTICO PARA LA SELECCIN DE TRUCHAS Y
ANLISIS DE DATOS
61
Luego de realizar las pruebas con las imgenes ideales y ya visto el procedimiento
adecuado para realizar el procesamiento de las imgenes procedemos a analizar las
imgenes tomadas con la cmara utilizada. En la Figura 40 se muestran dichas
imgenes a las cuales se les denominar imgenes experimentales, para la toma de
dichas imgenes se tuvo cuidado en que sean tomadas antes que los peces sean
alimentados para que el agua no se enturbie con los restos del alimento y los heces de
los peces.
62
63
64
65
Como se puede ver en las tres pruebas diversas que se realiz se hall tres longitudes
distintas debido a que fueron utilizadas tcnicas diferentes en cada una de ellas, se
observa adems que en la tercera prueba es donde se obtiene un margen de error
mayor que en las dos anteriores.
66
67
68
69
70
71
Como se puede ver en la tercera prueba para la imagen ideal N 3 se tiene un margen
de error muy amplio.
De las tres imgenes tomadas para una prueba inicial y de las nueve diversas pruebas
realizadas se observa que en la tercera prueba de cada imagen se tiene un rango de
error mayor comparado a las pruebas restantes, por lo tanto se puede hacer un primer
descarte y decidir que la combinacin de tcnicas aplicadas en dicha prueba no es
recomendable utilizarlas para nuestro propsito. De las otras pruebas restantes, por
las distancias obtenidas, se puede ver que la segunda prueba de todas las imgenes
es la que tiene un rango menor de error, mientras que la primera prueba realizada en
las imgenes tiene un rango de error un poco mayor que las obtenidas en las
segundas pruebas de dichas imgenes. En la Tabla 4 se muestra, en resumen, los
porcentajes de error referenciales.
72
Tabla N 4
IMAGEN
Long.
Ideal Real
(cm)
01
20.8
02
32
03
28.4
Prueba N 01
Long.
Porcentaje
Medida
de error
(cm)
(%)
21.1944
1.90
32.4727
1.48
30.3135
6.74
Prueba N 02
Prueba N 03
Long.
Porcentaje
Long.
Porcentaje
Medida
de error
Medida
de error
(cm)
(%)
(cm)
(%)
21.1064
1.47
17,2568
17.03
32.0727
0.23
29.7099
7.16
28.6206
0.78
44.0016
54.94
73
74
75
76
77
78
79
80
81
82
83
Tabla N 5
IMAGEN
Longitud Real(*)
Experimental
(cm)
01
16.0
02
16.5
03
15.5
04
16.0
05
14.0
06
12.0
Prueba Experimental
Longitud Medida(**)
Porcentaje de error
(cm)
(%)
15,1074
5.58
17,3134
4.93
14,8414
4.25
15.1513
5.30
13.2488
5.37
10.9387
8.84
(*)
85
Tabla N 6
Cantidad
Descripcin
Costo ($)
400.00
XP.
1
1
1
2
250.00
255.00
2400.00
500.00
0.35
0.75
1
1
5.00
500.00
TOTAL:
4311.10
86
CONCLUSIONES:
Por otra parte si el pez se mueve rpidamente y la cmara toma una imagen
desenfocada, el anlisis es el mismo ya que no es importante tener detalladamente
87
el cuerpo del pez, pues lo que finalmente importa es obtener slo el borde del pez
para hallar su longitud; sin embargo, dicho desenfoque afecta en el clculo de la
longitud del pez ya que se presenta una variacin.
88
RECOMENDACIONES:
Para obtener imgenes con mejor contraste es necesario utilizar una mejor
iluminacin a parte de la iluminacin que la cmara pueda proveer.
Para poder seleccionar de manera fsica el pez, una vez obtenido la longitud
adecuada por software, se puede enviar una seal de control a travs de la
computadora por una interfaz hacia un hardware que permita activar motores que
abran o cierren compuertas para la seleccin o no de dichos peces.
89
FUENTES
Abdi, H.
1992
A neural network primer. 2a. ed. Journal of Biological Systems. pp. 247
283.
AQUAHOY
2007
BANCOMEX
2006
Costa, C. et al.
2005
Extracting fish size using dual underwater camera. Elsevier B.V. AQUE1401, pp. 1-10.
Dapena, A.
2002
90
<http://www.des.udc.es/~adriana/TercerCiclo/CursoImagen/curso/web/T
ransf_Int_Func.html>
Piscicultura de la trucha.
Per: Ministerio de la Produccin
Done, T.J.
1981
Fernndez, A.
1981
Gonzlez, R.
2004
2001b
2001c
91
Hockaday, S et al.
2000
Ibarra, J. M.
2005
Computer vision and robotics techniques in fish farms. Robotica 21, 233243.
Martnez, V.
1997
[En
lnea],
(1).
Marzo
[Consultado
2007/04/21]
<http://www.tecnovet.uchile.cl/CDA/tecnovet_articulo/0,1409,SCID%253
D8986%2526ISID%253D447,00.html>
Naiberg, A. et al.
1993
Non-invasive fish size assessment method for tanks and sea cages
using stereo-video. In: Wang, J.K. (ed.), Techniques for Modern
Aquaculture. American Society of Agricultural Engineers, St. Joseph,
M.I., pp. 372-381.
92
Rochet, M. J. et al.
2004
Schierwagen, A.
2001
Stickney, R. R.
1994
Principles of aquacultural.
New York: John Wiley & Sons.
Swann, LaDon
1994
Vega, J.
1998
Yuras, G.
1998
93
ANEXOS
A continuacin se muestran las imgenes obtenidas por la cmara y las obtenidas con
el procesamiento.