Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Loja, Ecuador
1
pgmaldonadoxx@utpl.edu.ec, 2mfquinonez@utpl.edu.ec.
En este contexto, según [1], los sistemas de vigilancia de Como se puede observar en el diagrama los sistemas de
segunda generación, o avanzados, basados en técnicas de video vigilancia automáticos son basados en técnicas de
procesado de la información, son una alternativa ideal a los procesado de imágenes.
sistemas de primera generación. La característica principal de Fases principales del procesamiento de imagen:
esta tecnología es la explotación de las técnicas de procesado
para seleccionar automáticamente un pequeño porcentaje de la
1. La primera etapa es la adquisición de imágenes
información disponible, el cual será probablemente el más
digitales del mundo real usando un dispositivo óptico.
interesante para la tarea de vigilancia requerida y para ser
finalmente valoradas por el personal de vigilancia. 2. En la segunda etapa se preprocesa la imagen
mediante una serie de técnicas y algoritmos y filtros. En esta
etapa de preprocesamiento es donde, mediante filtros y
transformaciones geométricas, se eliminan partes
indeseables de la imagen o se realzan partes interesantes de
..
Internet
Servidor Web
. la misma.
Procesamiento digital
3.
deImágenes
Ilustración. 3. BINARIZACION
D. FILTRO.
Ilustración. 4. DETECCION DE MOVIMIENTO 4a IMAGEN
El siguiente paso es la utilización de un filtro el mismo que ORIGINAL. 4b IMAGEN DIFERENCIA ENTRE ORIGINAL Y
se utilizara para la eliminación de ciertas partículas (ruido) para FONDO.4c IMAGEN DIFERENCIA UMBRALIZADA.
esto se utilizo fspecial('gaussian'), que se encuentra incluida en
el toolbox de procesamiento de imágenes de Matlab.
Es así como se determino la existencia de personas en el
Por lo general las imágenes tienen una cierta cantidad de escenario planteado.
ruido, pixeles con valores incorrectos por errores en el proceso
de captura. Para eliminar, o por lo menos disminuir, este ruido
existen numerosos filtros de suavizado de imágenes.
A partir de la imagen del fondo se obtiene una copia de esta
imagen en escala de grises que se añadirá a una estructura
de datos que almacena un historial del fondo.
Sin embargo, en los casos en los que se pueda obtener una Se utiliza umbralización fija, ya que, la imagen obtenida de
imagen del fondo como referencia se puede variar este la diferencia ya está muy simplificada y no es necesario
planteamiento haciendo la diferencia de las imágenes, la imagen usar un método más complejo que pueda ralentizar el
de referencia con la imagen anterior en el tiempo. proceso. No obstante el valor umbral se puede variar a
De esta manera se obtiene el objeto en movimiento y no las través de la configuración en caso de ser preciso.
variaciones del fondo de la imagen respecto al objeto. Esta
técnica se denomina sustracción de fondo. G. SEGMENTACION
La función ‘ imerode’ realiza la erosión y la función Ilustración. 10. 10a. IMAGEN DE FONDO 10b. IMAGEN OBJETO
‘imdilate ‘ la dilatación en la estructuración morfológico que se 10c. IMAGEN DE DETECCION DE OBJETO
encuentra incluida en el toolbox de procesamiento de imágenes
de Matlab.
III. CONCLUSIONES.
I. DETECCION DE OBJETOS
La aplicación se ha implementado mediante MATLAB
Para cumplir el objetivo descrito se construirá una y el estudio de las diferentes técnicas y algoritmos y ha
aplicación que seguirá un el siguiente esquema: reflejado la diferencia de complejidad que existe entre ellos
y las ventajas e inconvenientes que posee cada uno.
Academic Publishers, 101 Philip Drive, Assinippi Park, Norwell,
Massachusetts 02061 USA, 2000, 1 edón.
La utilización del filtro gaussiano tienen por objeto reducir
el ruido y/o efectos espurios que pueden presentarse en una A. de la Escalera Hueso. Visión por Computador, Fundamentos y
imagen a consecuencia del proceso de captura, digitalización y Metodos. Prentice Hall, 2001.
transmisión. Su utilización es normalmente necesaria antes de la
aplicación de un detector de bordes. OPPENHEIM, Alan, SEÑALES Y SISTEMAS, Segunda
Edición, Editorial Prentice-
Para la detección de movimiento se basa en la diferencia González, R.C., Wintz, P. (1996). Procesamiento digital de
entre imágenes en valor absoluto el mismo que se umbraliza imágenes, Addison-Wesley.
para destacar aquellos pixeles que han variado en un cierto
grado en el intervalo de imágenes, razón por la cual no se ve Manual de ayuda de la Image Processing Toolbox de MATLAB
alterado en gran medida por los cambios de iluminación A. de la Escalera Hueso. Vision por Computador, Fundamentos y
presentes en el escenario. Metodos. Prentice Hall, 2001.
Se ha tomado a consideración además la discriminación del J. González Jiménez. Visión por Computador. Paraninfo, 2000.
background para separar la parte fija de la parte variable o
cambiante del escenario a procesar, dándonos cuenta no A. Mittal and N. Paragios. Motion-based background subtraction
using adaptive kernel density estimation. 200
simplemente basta con tomar una muestra del escenario ‘vacio’
si no se debe actualizar el escenario por diferentes motivos entre Li, L. “Statistical Modeling of Complex Backgrounds for
los principales la iluminación. Foreground Object Detection”, IEEE Trans. on Image Processing,
13 (11):1459-1472, 2004.
Mediante la segmentación se ha podido obtener Piccardi, M. “Background subtraction techniques: a review”,
procesamiento de las regiones de la imagen respecto a IEEE Trans. On System, Man and Cybernetics.vol.4, 3099-3104,
propiedades específicas es así que se realiza mediante la 2004.
detección de los límites de cada región, detectando las zonas
http://arantxa.ii.uam.es/~jms/pfcsteleco/lecturas/20090921Alvaro
donde se producen cambios en la intensidad o bordes. Bayona.pdf
https://docs.google.com/viewer?
Se ha desarrollado una aplicación capaz de detectar objetos a=v&pid=gmail&attid=0.2&thid=12a1a1ef57940c02&mt=applic
abandonados en escenarios no controlados mediante cámaras. ation/pdf&url=https://mail.google.com/mail/?ui%3D2%26ik
Para esto se han usado una serie de funciones como %3D5def74ce48%26view%3Datt%26th
‘regionprops’ toolbox de procesamiento de imágenes de Matlab, %3D12a1a1ef57940c02%26attid%3D0.2%26disp%3Dattd
%26realattid
además de sustracción de fondo. %3Df_gau3k6ia1%26zw&sig=AHIEtbTZCWNy4bBYC-
c2nqazWIxJ8YlSHQ&pli=1
Además se ha usado detección de movimiento mediante
resta y umbralizado de cada una de las imágenes capturadas con https://docs.google.com/viewer?
a=v&pid=gmail&attid=0.1&thid=12a1a1ef57940c02&mt=applic
el fondo para detectar cuando un objeto no se encuentra ation/pdf&url=https://mail.google.com/mail/?ui%3D2%26ik
abandonado. %3D5def74ce48%26view%3Datt%26th
%3D12a1a1ef57940c02%26attid%3D0.1%26disp%3Dattd
Una vez hecho todo lo descrito anteriormente se presentan %26realattid
%3Df_gau3k4620%26zw&sig=AHIEtbSKSGA9qic_oRPlRTVZI
los resultados por pantalla mediante cajas delimitadoras y ukXXX4AIA&pli=1
detección de bordes según el estado en el que se encuentren los
objetos y personas de forma que sirva como ayuda al operario .
encargado de la vigilancia de la estancia.
.
IV. REFERENCIAS.