SISTEMA DE RECONOCIMIENTO DE PATRONES VISUALES BASADO EN TÉCNICAS DE PROCESAMIENTO DE IMÁGENES Y REDES NEURONALES
Resumen
Esta investigación tuvo como finalidad el desarrollo de un sistema de reconocimiento de patrones visuales basado en técnicas de procesamiento de imágenes y redes neuronales. El estudio está orientado al diseño y construcción del sistema, considerándose una investigación de tipo proyectiva, a su vez según su método es descriptivo y por su fuente es documental. La metodología utilizada es propia de Cho (2002), desarrollada sobre las bases de Angulo (1996). El software del sistema está desarrollado en el ambiente de programación Matlab 6.5, y el algoritmo utiliza los principios de procesamiento de imágenes para segmentar y filtrar la foto, para finalmente aplicar la teoría de redes neuronales LVQ para el reconocimiento. El hardware está construido por piezas de maderas, los actuadores son de tipo pistón, y utiliza una Webcam como dispositivo de captura de imagen. Adicionalmente, se diseñó y se construyó la interfaz basada en relés y optoacopladores que conecta el puerto paralelo del computador con el hardware. Los resultados de la investigación permiten concluir que un sistema de reconocimiento de patrones basado en técnicas de procesamiento de imágenes y redes neuronales LVQ clasifica de forma efectiva y robusta dos tipos de botellas.
Descargas
Citas
Angulo, J. (1996). Robótica práctica: tecnología y aplicaciones. España:
Editorial Paraninfo
Demuth, H. y Beale, M. (1998). Neural Network for use with Matlab. U.S.A.:
The Mathworks, Inc.
Electrónica México, (2001). Redes Neuronales Artificiales. TREC Soluciones.
Disponible: http://www.electronica.com.mx/neural/, consulta: 2002,
Octubre 22.
Erro, L. (1999) Visión Artificial y Robótica. Hemeroteca Virtual ANUIES.
Disponible: http://www.hemerodigital.unam.mx/ANUIES/ ipn/arte_ciencia_
cultura/mar-abr99/paso/sec_4.html, consulta: 2002, Octubre 15.
FU, K.; González, R.; Lee, C. (1998). Robótica: control, detección visión e
inteligencia. España: McGraw-Hill.
González, M. (2001). Tema 5: Redes Auto-organizativa. Disponible:
http://www.lfcia.org/~cipenedo/cursos/scx/archivospdf/Tema5-0.pdf,
consulta 2003, Enero 15.
Groover, M.; Weiss, M., Nagel, R.; y Odrey, N. (1994) Robótica Industrial.
Mexico: McGraw-Hill.
Haykin, S. (1998) Neural Networks: Foundation. Prentice Hall. Disponible:
http://www.infor.uva.es/biometria/documentos/informes_uva/EstadoArte/EstadoArte/node3.html. consulta: 2002, Octubre 21.
Kröse, B. y Smagt, P. (1993) An introduction to neural networks, University of
Ámsterdam. Disponible:
http://www.infor.uva.es/biometria/Documentos/informes_uva/EstadoArte/EstadoArte/node3.html, consulta: 2002, Octubre21.
Universidad de Chile (2000). Neuronas artificiales y redes neuronales.
Universidad de Chile. Disponible:
http://www.ing.udec.cl/~rirraraz/memo/basic/neu1.html consulta: 2002,
Octubre 22.
