Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PLANTEAMIENTO DE LA INVESTIGACIÓN................................................................................3
1.1 DESCRIPCIÓN DEL PROBLEMA.........................................................................................3
1.2 JUSTIFICACIÓN.....................................................................................................................9
1.3 FORMULACIÓN DEL PROBLEMA....................................................................................10
1.3.1 PREGUNTA GENERAL.....................................................................................................10
1.3.2 PREGUNTAS ESPECIFICAS.............................................................................................10
1.4 OBJETIVOS...........................................................................................................................11
1.4.1 OBJETIVO GENERAL..................................................................................................11
1.4.2 OBJETIVOS ESPECÍFICOS..........................................................................................11
1.5 ANTECEDENTES..................................................................................................................11
MARCO TEÓRICO...........................................................................................................................13
2 VISIÓN POR COMPUTADORA..............................................................................................13
2.1.1 ETAPAS QUE CONFORMAN UN SISTEMA DE VISIÓN POR COMPUTADORA.14
2.1.2 APLICACIONES DE LOS SISTEMAS DE VISIÓN POR COMPUTADORA............14
2.1.3 SISTEMA DE PROCESAMIENTO O MÓDULO DE PROCESO...............................16
2.2 ILUMINACIÓN DE LA INFRAESTRUCTURA..................................................................17
2.3 CALIBRACIÓN DE LAS CÁMARAS.................................................................................17
2.3.1 CALIBRACIONES FOTOGRAMÉTRICAS.................................................................18
2.3.2 AUTOCALIBRACIÓN...................................................................................................18
2.3.3 CÁMARAS MÉTRICAS................................................................................................18
2.3.4 CÁMARAS NO MÉTRICAS O “AMATEUR”.............................................................19
2.3.5 CÁMARAS SEMI-MÉTRICAS.....................................................................................19
2.4 PROCESAMIENTO DIGITAL DE IMÁGENES..................................................................20
2.4.1 ADQUISICIÓN DE IMÁGENES...................................................................................21
2.4.2 FILTRADO.....................................................................................................................25
2.4.3 OPERADORES QUE MODIFICAN EL HISTOGRAMA............................................25
2.4.4 OPERADORES MORFOLÓGICOS..............................................................................26
2.4.5 OPERADORES ESTADÍSTICOS..................................................................................26
2.4.6 TRANSFORMACIONES GEOMÉTRICAS..................................................................26
2.4.7 EXTRACCIÓN Y SELECCIÓN DE CARACTERÍSTICAS.........................................27
2.5 SEGMENTACIÓN.................................................................................................................28
2.5.1 SEGMENTACIÓN BASADA EN PIXELES.................................................................28
2.5.2 FILTRO DE TAMAÑO...................................................................................................30
2.6 RECONOCIMIENTO............................................................................................................31
2.6.1 RECONOCIMIENTO E INTERPRETACIÓN DE FORMAS.......................................31
2.7 HIPÓTESIS Y VARIABLES..................................................................................................31
2.7.1 HIPÓTESIS GENERAL.................................................................................................31
2.7.2 HIPÓTESIS ESPECIFICAS...........................................................................................32
2.7.3 OPERACIONALIZACION DE VARIABLES...............................................................32
2.8 DISEÑO Y METODOLOGÍA DE LA INVESTIGACIÓN...................................................33
2.8.1 MÉTODOS DE INVESTIGACIÓN....................................................................................33
2.8.1.1 MATERIALES Y MÉTODOS..........................................................................................33
2.8.1.2 POBLACIÓN Y MUESTRA............................................................................................33
2.8.1.2.1 UBICACIÓN.................................................................................................................33
2.8.1.2.1.1 UBICACIÓN GEOGRÁFICA...................................................................................33
2.8.1.2.1.2 UBICACIÓN POLÍTICA..........................................................................................33
2.8.1.2.2 POBLACIÓN.................................................................................................................33
2.8.1.2.3 MUESTRA....................................................................................................................34
1
2.8.1.3 INSTRUMENTO..............................................................................................................36
2.9 CRONOGRAMA....................................................................................................................37
3 BIBLIOGRAFÍA.......................................................................................................................38
4 ANEXOS...................................................................................................................................40
2
CAPÍTULO I
PLANTEAMIENTO DE LA INVESTIGACIÓN
A nivel mundial la FAO indica; Que “La producción acuícola alcanzó otro
(144 400 millones de USD), de los que 66,6 millones de toneladas correspondieron a
peces comestibles, con unas estimaciones para 2013 de 70,5 millones de toneladas.” 1,
Fuente: FAO(2014)
1 Food and Agriculture Organization (FAO) declaro en su informe “El estado mundial de la pesca y la acuicultura”.
3
Figura 2 Estado mundial de pesca y acuicultura.
Fuente: FAO(2014)
106 mil toneladas en el 2014, esta es aún muy poca en comparación con nuestra
trucha bordeó las 20 mil toneladas en 2011, las cuales se destinaron al mercado interno y
producción de pescado del año 2012, es por ello que se debe considerar aumentar la
pescado es puesta en venta para el consumo, no sin antes haber pasado por un proceso de
practica muy común en la acuicultura, realizando este proceso cada vez que es necesario,
los acuicultores realizan este proceso para distintas etapas del cultivo, la FAO menciona
es muy grande.
lento.
• Para seleccionar peces predadores de una talla adecuada para controlar las
poblaciones de alevines.
• Durante una cosecha parcial, para seleccionar peces que han alcanzado el tamaño
comercial.
5
peces de granjas acuicolas que sugiere la FAO, los menciona como “Métodos simples
para la clasificación de peces ”, sin embargo cada uno esta limitado a no mas de dos
Fuente: FAO
manipulación, los operarios que son capacitados para llevar acabo la clasificación, deben
contaminación cruzada, etc.2 Para la clasificación también se debe considerar con mayor
importancia los factores externos al cultivo, ya que estos afectan con mas importancia al
cultivo, que los factores internos debido al riesgo que supone para el cultivo.
(FONDEPES,2004)
(trucha, tilapias y carpas), siendo los mas recurrentes para clasificar el cultivo para las
FONDOEMPLEO, Lazlo Horvath; G. Tamás y Chris Seagrave) tiene una sección donde
para efectuar dicho proceso están relacionados al los propuestos por la FAO, a demás de
siguiente “El sustrato en que los peces viven es el agua, que es un ambiente desconocido
para los productores que, como consecuencia, deberán encontrar otros signos
superficie del agua.” esto suponé que el número de peces en sus poblaciones no podrá
ser contado exactamente y solo podrá ser determinado en forma “estimada”. De acuerdo
7
a estos manuales, efectúan su clasificación utilizando estos métodos con tecnologías
es un tema de gran complejidad, en el que conviene tener presente que el ser humano
las causas (Sebastián, 2002). Es por ello que existen muchos problemas de inspección
visual, que son susceptibles de ser automatizados, y permiten liberar a los trabajadores
clasificación debe de ser rápido y con las medidas de seguridad, ademas que
recomiendan dejar un tiempo sin comer a los peces para clasificarlos. Tomando en
durar todo un día e incluso días para realizar dicho proceso en una población de cultivo,
suponiendo que cuenta con varias poblaciones de peces de distintas etapas; de acuerdo a
estos manuales puede llegar a manejar mas de 40.000 peces, teniendo en cuenta la
8
1.2 JUSTIFICACIÓN
mayor crecimiento, tema importante dados los problemas en seguridad alimentaria que
el mundo atraviesa.
En el caso del Perú, estos últimos años, nuestro país ha venido desarrollando un
productos acuícolas.
actividad.”
Los deficientes métodos de clasificación que son utilizados para obtener datos
estimados y/o aproximaciones de las poblaciones de peces, datos como: peso, tamaño,
cantidad de población, estado físico, etc; demandan mucho tiempo, teniendo en cuenta
desarrollar sistemas capaces de resolver las tareas de forma automática. Los sistemas de
reclamaciones, así como también, el costo que representa una entrega de producto en
malas condiciones (Giró, 2008). Es por ello que se considera necesario desarrollar
clasificación de peces.
9
Es por ello que merece ser investigado el desarrollo de un sistema de Visión
Artificial para mejorar la clasificación de los peces, esta investigación ayudara crear un
población y biomasa existente, tomando en cuenta el tamaño de los peces, dado una
• ¿En que medida la implementación de un algoritmo que estime el tamaño de los peces
clasificación de peces?
10
1.4 OBJETIVOS
1.5 ANTECEDENTES
algoritmo para la estimación del tamaño de las truchas basado en visión por
realizada por los acuicultores podía ser mejorada con su propuesta. Utilizando el
desarrollar nuevas estrategias de inspección, las cuales cuenten con una mayor
de arquitectura reconfigurable.
12
inspección termográfica pasiva y activa y se constituye en un aporte a puedan
5. Sakir Tasdemir, Abdullah Urkmez, Seref Inal (2010) en este estudio, las medidas
estos fueron utilizados para estimar el peso en vivo de cada vaca. Para este
cadera, 97,89% para longitud del cuerpo y 95,25% para altura del cuerpo.
13
CAPÍTULO II
MARCO TEÓRICO
14
2.1.1 ETAPAS QUE CONFORMAN UN SISTEMA DE VISIÓN POR
COMPUTADORA
imagen visual.
interés.
tamaño y forma.
COMPUTADORA
objetos.
15
estacionarios (presencia y/o ausencia) y dependientes del tiempo (eventos,
continuación.
datos del diseño, asegurando que las mediciones cumplan con las
espesor recomendado.
ha sido llevada a cabo correctamente. Por ejemplo, que no falte ninguna tecla
cantidad de luz que entra o existe en un determinado lugar. Para una buena
cámaras una respecto a la otra (distancia entre las dos cámaras, ángulos de
18
necesario clasificar las cámaras: cámaras métricas, cámaras no métricas o
conocido (Aracena 2005). Este tipo de calibración, por lo tanto, requiere una
2.3.2 AUTOCALIBRACIÓN
los parámetros de la cámara. Tres imágenes tomadas por una misma cámara
con parámetros intrínsecos fijos son suficientes para obtener tanto los
19
certificado de los valores de la distorsión para unos ciertos valores de focal.
• No están calibradas, por lo que si se quiere utilizar para fine métricos se debe
cada vez que se use y cambien las condiciones de la toma (Sánchez 2004).
• Se sitúan entre las dos anteriores. Son cámaras más estables que las
anteriores, a las que se le añade, entre las lentes y el plano de la película una
retícula (réseau). De manera que cada vez que se use la cámara se pueden
2004).
20
2.4 PROCESAMIENTO DIGITAL DE IMÁGENES
deben ser mejoradas. Por otro lado, aún en el caso de imágenes provenientes
22
• Los primeros son básicamente el tamaño del píxel, la posición del sensor
conocida, sobre las cuales se realizan ciertas mediciones, con todos estos
visión sea capaz de captar datos provenientes del exterior. Por su parte, el
CMOS o CID, los cuales realizan una digitalización espacial completa en dos
23
• De estos tres tipos de dispositivos de estado sólido, los más utilizados son los
la imagen digital fila por fila, aunque existen varios métodos de transferencia
modo, los dispositivos CMOS utilizan menos energía y disipan mucho menos
cuales sólo uno se conmuta a la vez. Por otro lado, los sensores de visión tipo
24
• La resolución de la discretización espacial de la imagen obtenida con un
una línea horizontal es de 63.5 μs, lo cual implica que el ancho de banda de la
representa una muestra cada 125 ns. a lo largo de los 63.5 μs que dura una
línea, lo que significa que la imagen digital correspondiente debe tener 512
526 líneas que genera la norma NTSC hace que la imagen digital cuente con
• En una imagen industrial de las que utiliza el robot generalmente existe una
de información.
25
2.4.2 FILTRADO
cambiar los niveles de gris en una imagen con objeto de realzar ciertas
(Ibarra 2005).
posición de los píxeles dentro de la imagen. Sin embargo, los operadores que
26
2.4.4 OPERADORES MORFOLÓGICOS
basado sobre formas. Estas operaciones toman una imagen binaria como
entrada y dan como resultado una imagen binaria como salida. El valor de
dilatación y erosión. La dilatación adiciona pixeles a los limites del objeto (es
decir los cambia de off a on ), y la erosión remueve pixeles sobre los limites
los niveles de gris de los píxeles contenidos en una vecindad de n×n píxeles
para diferenciar una clase de objetos de otra. Los rasgos usados por el sistema
describir una propiedad que tiene que ver con la estructura del objeto; el
de estos rasgos.
que:
diferentes.
imágenes idealmente genera una imagen binaria, donde los pixeles que
esta característica y si los valores de gris del objeto y del resto de la imagen
histograma ubicado entre los dos máximos, es distinto de cero, las funciones
solaparán, de tal manera que algunos pixeles del objeto deberán ser tomados
aplicando diversas técnicas sobre este tipo de imágenes. Existe una gran
30
2.5.2 FILTRO DE TAMAÑO
dos objetivos:
• Los objetos son filtrados teniendo en cuenta su tamaño o área o utilizando las
objetos de interés son de un tamaño mayor que T pixeles (área). Todas las
fondo (0).
31
2.6 RECONOCIMIENTO
ciudad de Puno.
32
2.7.2 HIPÓTESIS ESPECIFICAS
población total.
Artificial
VD Cantidad de población Unidad 1000 und. A 1000000
Tiempo de clasificación
Tabla 1: Operacionalización de variables
Fuente: Propia.
33
2.8 DISEÑO Y METODOLOGÍA DE LA INVESTIGACIÓN
2.8.1.2.1 UBICACIÓN
Departamento : Puno
Provincia : Puno
Distrito : Puno
2.8.1.2.2 POBLACIÓN
• Este proyecto tendrá pruebas piloto, Malhotra (2004) define la prueba piloto
34
para identificar y eliminar los posibles problemas de la elaboración de un
2.8.1.2.3 MUESTRA
considerados y solucionarlos.
engorde.
tamaños.
35
de cada fase de crecimiento, con un promedio de crecimiento de cuatro meses
hasta llegar a juvenil y otros dos meses mas para llegar a estadio de engorde, se
Nσ²Z²
N= (N-1)e²σ²Z²
n = el tamaño de la muestra.
N = tamaño de la población.
más usual) o en relación al 99% de confianza equivale 2,58, valor que queda a
suele utilizarse un valor que varía entre el 1% (0,01) y 9% (0,09), valor que
20000(0.5)²(1.96)²
N= (20000-1)0.05²+(0.5)²(1.96)²
N= 377
36
• La muestra sera un total de 377 por cada etapa de trucha, se tomara una cantidad
2.8.1.3 INSTRUMENTO
PREGUNTAS VALOR
1) ¿Cuánto es tiempo de estimación del tamaño de las truchas sin el
sistema?
2) ¿Cuánto es tiempo de estimación del tamaño de las truchas con el
sistema?
3) ¿Cuánto es tiempo de estimación de la cantidad total del cultivo sin
el sistema?
Minutos/Horas
4) ¿Cuánto es tiempo de estimación de la cantidad total del cultivo con
el sistema?
5) ¿Cuánto es tiempo de estimación del peso de las truchas sin el
sistema?
6) ¿Cuánto es tiempo de estimación del peso de las truchas con el
sistema?
7) ¿Cuál es el peso estimado con balanza?
Kilogramos
8) ¿Cuál es el peso estimado con el sistema?
9) ¿Cuál es el tamaño estimado con el clasificador manual?
Centímetros
10) ¿Cuál es el tamaño estimado con el sistema?
11) ¿Cuál es la cantidad estimada sin el sistema?
Unidades
12) ¿Cuál es la cantidad estimada con el sistema?
13) ¿Cuál es el porcentaje de certeza de la estimación de tamaño del
sistema?
14) ¿Cuál es el porcentaje de certeza de la estimación de peso del
sistema?
15) ¿Cuál es el porcentaje de certeza de la estimación de cantidad del
sistema?
Porcentaje
16) ¿Cuál es el porcentaje de certeza de la estimación de tamaño sin el
sistema?
17) ¿Cuál es el porcentaje de certeza de la estimación de peso sin el
sistema?
18) ¿Cuál es el porcentaje de certeza de la estimación de cantidad sin el
sistema?
Tabla 2: Instrumento
Fuente: Propia
37
2.9 CRONOGRAMA
Meses
Actividad
1 2 3 4 5 6 7 8 9 10 11 12
Instalación del modulo de X X X
visualización de los estanques
Implementar algoritmo de X X
estimación de tamaño y
pruebas.
Implementar algoritmo de X X
estimación de biomasa y
pruebas.
Implementar algoritmo de X X
estimación de cantidad y
pruebas.
Implementar un centro de datos X X X
Pruebas piloto y corrección de X
instrumento
Recolección de datos X X X X X X X
Análisis de datos X X
Tabla 3: Cronograma
Fuente: Propia
38
3 BIBLIOGRAFÍA
2013)
PECES EN ESTANQUES,1992)
Piezas Cromadas,2010)
ftp://ftp.fao.org/fi/CDrom/FAO_training/FAO_training/general/x6709s/x6709s12
.htm
39
Acuiculturaperu.blogspot.pe. Disponible en:
http://acuiculturaperu.blogspot.pe/2016/03/estadisticas-de-produccion-
40
4 ANEXOS
Fuente: Propia
41