Ciencias con mención en Ingeniería Electrónica
Permanent URI for this collectionhttp://98.81.228.127/handle/20.500.12404/15941
Browse
2 results
Search Results
Item Estudio del diseño de algoritmo de correspondencia a través de transformada Census mediante uso de FPGA(Pontificia Universidad Católica del Perú, 2021-04-19) Mayor Vega, Dylan Hugo; Flores Espinoza, Donato AndrésLa visión estereoscópica es la capacidad de adquirir dos imágenes en simultáneo cuando sus cámaras están separadas a una corta distancia; para que mediante algoritmos de procesamientos de imágenes se pueda determinar la correspondencia entre el pixel de la imagen original y su par estéreo. Existen diferentes algoritmos de correspondencia, siendo uno de ellos la transformada Census, la particularidad de este algoritmo es el uso de la operación lógica XOR, por lo que su desarrollo es a través de dicha compuerta digital; asimismo, la transformada Census permitirá obtener la distancia de Hamming y próximamente desarrollar la función costo de correspondencia para determinar los pixeles correspondientes dentro del par estéreo. Dicho algoritmo puede ser desarrollado en diferentes dispositivos electrónicos como la tarjeta de desarrollo FPGA, estas tarjetas cuentan con elementos adicionales al chip FPGA como una memoria externa SDRAM de 64 MB que puede ser usado para el almacenamiento de información y un procesador NIOS II para enviar la información de las imágenes estereoscópicas al módulo digital de transformada Census. En este trabajo se busca realizar el modelo de solución en base a la teoría del algoritmo de correspondencia en imágenes estereoscópicas a través de transformada Census y realizar un modelo de solución para su desarrollo en un FPGA.Item Detección e inspección de torres de alta tensión mediante procesamiento de imágenes aéreas y aprendizaje profundo(Pontificia Universidad Católica del Perú, 2020-02-21) Opazo Barboza, Juan Diego; Flores Espinoza, Donato AndrésLa presente tesis muestra el diseño de un algoritmo que detecta torres de alta tensión y clasifica el nivel de corrosión que presenta. El sistema recibe las imágenes capturadas por un dron que se desplaza por toda la línea de transmisión. Esta tesis forma parte de un proyecto que tiene como propósito la automatización del proceso de inspección de torres de alta tensión. En cuanto a la metodología, se establecieron 3 etapas donde cada una tiene su propio modelo de aprendizaje profundo. Primero, se tiene un detector basado en la arquitectura RCNN y VGG16 para obtener las coordenadas donde se encuentra ubicado el objeto de interés. Segundo, se tuvo que añadir un clasificador de torres, basado en la arquitectura Alexnet con optimizador Adam, ya que había una gran presencia de falsos positivos en la salida del detector debido a la poca cantidad de imágenes en el conjunto de datos. Tercero, se presenta un clasificador de corrosión, basado en la arquitectura VGG16 y optimizador Adam, que etiqueta, la región extraída y clasificada como en la salida de la etapa previa, con una de las 3 nomenclaturas: alta corrosión, baja corrosión e indeterminado. Finalmente, los resultados finales mostraron una precisión promedio de 0.6 en la etapa del detector, precisión del 99.5% al clasificar la torre, la cual refleja una mínima presencia de falsos positivos, y una exactitud del 89.5% al momento de etiquetar el nivel de corrosión del objeto detectado.