XV Congreso Internacional sobre Innovación y Desarrollo Tecnológico,

2 al 4 de octubre de 2019, Cuernavaca Morelos, México.

Seguimiento de un punto láser en un video

R. Romero1,a, J. Yalja2,b, A. Fernández,1,c

1 Departamento de Ciencias e Ingeniería en Computación
Instituto Politécnico Nacional, ESCOM Ciudad de México
2 Laboratorio de Robótica y Mecatrónica

Instituto Politécnico Nacional, CIC

arromero@ipn.mx, byalja@ipn.mx, cafernadezv@ipn.mx

Resumen— Se programó un procedimiento para realizar el seguimiento de un 2. Procedimiento empleado

punto generado por señalador láser para aplicarlo a diferentes proyectos. El
método esta basados en la demarcación de un are de interés; la obtención de un Para el seguimiento del láser se llevó a cabo el
histograma y la desviación estándar por cada canal RGB. Una vez obtenido se procedimiento mostrado en la figura 1. En el sistema se empleó
usa la segmentación por color y operaciones morfológicas de apertura y cierre una cámara Logitech HD Pro Webcam C920 y Matlab como
para mejorar la localización y eliminar ruido. Se enfoca el procesamiento en
el seguimiento de una región de interés donde se encuentra localizado el punto herramienta de diseño y programación.
láser y se obtienen los centros para dibujar la ruta. Los resultados obtenidos
permiten implementar el procedimiento en diferentes proyectos tal como el
seguimiento de robots, medición de distancias, etc.

Palabras clave. Procesamiento, video, webcam, segmentación, Lectura del video Señalar región de interes
histograma, desviación standard, centroide.

1. Introducción
El uso del Láser en la actualidad es muy difundido. Las
Calculo de la Desviación Standar Histograma de la imagen RGB
aplicaciones van desde la industria del entretenimiento, en la
salud hasta aplicaciones bélicas [1].

Para la determinación de trayectorias de objetos en

movimiento se emplea cámaras de video como sensor de
entrada tal como lo realizan J. Catuche y Bacca en [2]. Las Determinación de el umbral de segmentación
trayectorias de los objetos pueden ser curvas, líneas, etc. El
procesamiento de video es útil en la robótica móvil debido a la
información que puede ser extraída del entorno, así como de YES
Generar gráfico de
las actividades que desarrolla un objeto, por ejemplo un robot Es el ultimo Frame ? ruta
[3]. Por supuesto que una comunidad de robots puede llevar a
NO
cabo el proceso de seguimiento, si se usa un láser como punto
a reconocer entre ellos. Así la visión artificial puede por su
Segmentación por canal de color R, G, o Salir
carácter no-intrusivo evitar posibles interferencias, sobre todo
si se aplica a vehículos autónomos; donde las condiciones
meteorológicas y de iluminación se vuelven un reto [4]; Sin
embargo, el seguimiento de un láser no solo es útil en el ámbito
de los robots y el computo; también puede ser de gran utilidad Morfología Matematica apertura y cierre
en CMMS (Coordinate Measuring Machines) con acentuación
especial en los interferómetros [5]. En el campo de la medicina
como en [6] puede adquirir importancia indispensable para la
vida. En este artículo se realiza el seguimiento de un punto láser
Calculo de centroides
a partir de un video o directamente de los frames generados por
una cámara web; lo que permite determinar la trayectoria
seguida por el haz de luz. Fig. 1. Descripción de procedimiento empleado

1
 XV Congreso Internacional sobre Innovación y Desarrollo Tecnológico,
A. Lectura de video
La lectura de video se puede hacer directamente de una
cámara web o de archivos previamente grabados.
B. Región de Interés
Es necesario marcar una región de interés (ROI) para
mejorar en procedimiento empleado. En Matlab el ROI es una
parte de una imagen sobre la cual se quiere trabajar. Para
definir una región de interés se usa una máscara o imagen
binaria, de igual tamaño que la imagen que se desea procesar.
Los píxeles que definen el ROI se establecen en 1 y los demás
en 0. Las regiones pueden ser polígonos que abarcan píxeles
contiguos.
C. Histograma de la Imagen RGB
El histograma es una distribución tanto cualitativa como
cuantitativa que describe la frecuencia con la que se presentan
los valores de intensidad (pixeles) de la imagen. Es un gráfico
de distribución de valores de pixeles de una imagen (niveles de
color por canal) o de una porción de la misma [7][8]. Ver figura
2. La expresión formal que la define es:
2
ℎ(𝑖) = 𝑐𝑎𝑟𝑑 {(𝑢, 𝑣)|(𝑢, 𝑣) = 𝑖} (1)
Figura 2. Histograma de imagen original
2
2 al 4 de octubre de 2019, Cuernavaca Morelos, México.
D. Calculo de la división estándar
La desviación estándar, también conocida como desviación
típica, es una medida de dispersión usada en estadística que nos
dice cuánto tienden a alejarse los valores puntuales del
promedio en una distribución. Se suele representar con la letra
sigma, σ.
La desviación estándar de un conjunto de datos es una medida
de cuánto se desvían los datos de su media. Esta medida es más
estable que el recorrido y toma en consideración el valor de
cada dato [8]. Ver ecuación (2).
 ( X i  )2
n
 
2 i 1
(2)
n
Con el dato obtenido de la desviación estándar se
determinan los umbrales para la segmentación de la imagen por
cada canal; los cuales se van disminuyendo interactivamente
hasta que solo quede el elemento generado por el punto láser.
E. Segmentación
La segmentación que emplea un umbral es una forma
especial de cuantificación donde los pixeles de la imagen son
divididos en dos clases. Así se pude encontrar su función como
en la ecuación (3). Donde 𝑝𝑜 y 𝑝𝑖 son los valores que asume la
imagen y 𝑝𝑡ℎ el umbral. La segmentación se realiza para cada
frame que forma el video o por cada imagen que se obtiene de
la webcam en tiempo real. Así se obtienen la segmentación
como resultado de la aplicación de los umbrales por cada canal.
La figura 4 presenta como van estrechándose los límites para
la segmentación en una imagen [9].
 XV Congreso Internacional sobre Innovación y Desarrollo Tecnológico,
2 al 4 de octubre de 2019, Cuernavaca Morelos, México.

se registra como el cambio en el tamaño de la forma se llama

momento [12]. De tal manera que formas complicadas
necesitan un mayor número de momentos para encontrar el
centroide; La frecuencia de medición se puede realizar con más
precisión y rapidez por los ordenadores que por los seres
humanos. Por lo tanto el centroide 𝒙 ̅ = (𝑥̅ , 𝑦̅) de un objeto
binario es el punto medio aritmético de las coordenadas en la
dirección y y x, las cuales se calculan mediante la ecuación (6)
y (7):
1
𝑋̅ = ∑(𝑥,𝑦)𝜖0 𝑥 (6)
𝐴𝑟𝑒𝑎 (0)
1
𝑌̅ = ∑(𝑥,𝑦)𝜖0 𝑦 (7)
𝐴𝑟𝑒𝑎(0)

3. Resultados
Se realizaron varias pruebas con diferentes umbrales para la
segmentación, logrando aislar completamente el punto láser.
En la figura 4 se muestran los umbrales para cada canal RGB
y el resultado obtenido donde se aísla completamente el punto
láser.

Figura 3. Secuencia de Histogramas para determinar el umbral

𝑝 𝑠𝑖 𝑝 < 𝑝𝑡ℎ
𝑓𝑡ℎ = { 𝑜 (3)
𝑝𝑖 𝑠𝑖 𝑝 ≥ 𝑝𝑡ℎ

F. Morfología matemática Apertura y Cierre

Dilatación binaria. La dilatación ayuda a eliminar ruido. Se
tiene una imagen A, y un elemento B, la dilatación se define
con la ecuación (4) [10] [11]:

𝐴 ⊕ 𝐵 = {𝑑 ∈ 𝐸 2 : 𝑑 = 𝑎 + 𝑏 𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑎 ∈ 𝐴 𝑦 𝑏 ∈
𝐵 (4)
Erosión Binaria. La erosión de la imagen A con el elemento
estructural B, combina dos conjuntos utilizando la sustracción
de vectores. Ver ecuación (5):

𝐴 ⊝ 𝐵 = {𝑑 ∈ 𝐸 2 : 𝑑 + 𝑏 (5)
∈ 𝑋 𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑏 ∈ 𝐵}

G. Calculo de centroides
Un centroide es el punto ubicado en el centro de masa de
un área. El método de cálculo del centroide consiste en tomar
la distancia media en cada dirección y expresarla como
proporción de la superficie total de una forma. Cada punto que

3
 XV Congreso Internacional sobre Innovación y Desarrollo Tecnológico,
2 al 4 de octubre de 2019, Cuernavaca Morelos, México.

Fig. 4. Umbrales en histograma el resultado de la segmentación.

No siempre se logra aislar únicamente el punto láser; sin

embargo después de aplicar las operaciones de morfología
matemática de cierre y apertura se consigue aislar dicho
objetivo. Ver figura 5.

Fig. 6. Ruta seguida por punto láser con oscilaciones

Fig. 7. Ruta seguida por punto laáer un movimiento más lineal.

En ambas figuras 6 y 7 la ruta obtenida considera videos

donde existen objetos rojos similares al punto láser. Como el
mostrada en el escenario de la figura 8.

Fig. 5 Resultado de segmentar y aplicar las operaciones morfológicas.

Figura 8. Video con objetos en rojo similar al punto láser.
El seguimiento se realizó sin mayores contratiempos gracias
en gran medida al empleo de la ROI de matlab (Región de
Interés). Con un máximo de 30 frames por segundo. Las figuras
4 y 5 muestran las trayectorias seguidas por los puntos láser en
dos videos diferentes.

4
 XV Congreso Internacional sobre Innovación y Desarrollo Tecnológico,
2 al 4 de octubre de 2019, Cuernavaca Morelos, México.

4. Conclusiones [8] Erick Cuevas, Daniel Zaldivar, Marco Pérez, “Procesamiento digital de
imágenes con Matlab y Simulink”, Alfaomega Ra-Ma, ISBN: 978-607-
Se implementó una técnica útil para el seguimiento de un 030-6, 2010.
punto generador por un apuntador láser logrado su seguimiento [9] C. R. Jung, "Unsupervised multiscale segmentation of color
images," Pattern Recognition Letters, vol. 28, (4), pp. 523-533, 2007.
a 30 frames por segundo. La técnica se puede emplear en robots
[10] R. R. Herrera, S. De La O Torres and R. A. O. Martínez, "Recognition of
seguidores o en la automatización de autos. El tiempo de emotions through HOG," 2018 XX Congreso Mexicano de Robótica
procesamiento depende del tamaño del video; Sin embargo, (COMRob), Ensenada, B.C., Mexico, 2018, pp. 1-6.
cuando se procesan frames directos de la cámara web se puede doi: 10.1109/COMROB.2018.8689411
[11] Jose F. Pertusa Grau “Técnicas de análisis de imágenes”, PVU, ISBN:
procesar el punto láser en tiempo real. El uso de las técnicas de
978-84-370, 2010
procesamiento digital de imágenes empleadas permite el [12] López-Urías, Luis A., and Luis F. Villavicencio-Velázquez. "Image
seguimiento aun con objetos con similar color. Las Processing Framework for an Embedded System." (2017).
características del láser evitan que la luz afecte su localización.
Debemos considerar que cuando se trata de rayos de luz la
combinación de los colores da el color blanco mientras que si
se trata de pigmentos el color resultante en el negro. Como se
observa en la segmentación de las figuras 4 y 5 en realidad el
punto láser obtenido es de color blanco con una areola roja.

5. Trabajo a futuro
Se tiene planteado aplicar el sistema de seguimiento de punto
láser en la medición de distancia a objetos en tiempo real
tomadas directamente de una cama web; de tal manera, que se
pueda usar en robots o vehículos autónomos o también para
generar planos de objetos o de arquitecturas.
5. Reconocimiento
Al Instituto Politécnico Nacional por el apoyo
recibido para el desarrollo del proyecto.

5. Referencias
En esta sección, todas las referencias citadas en el artículo deberán ser
listadas en el orden el que fueron referidas. A continuación, se muestran
algunos ejemplos de la forma deseada de incluirlas.

[1] Restrepo, Francisco Gustavo. "Algunas consideraciones sobre las

tecnologías de punta y la innovación tecnológica." Revista Facultad de
Derecho y Ciencias Políticas 78 (1987): 97-107.
[2] J. Catuche, J. Sterling and B. Bacca Cortes, "Seguimiento de trayectorias
y objetivos en tierra usando un dirigible y visión artificial," Seguimiento
De Trayectorias y Objetivos En Tierra Usando Un Dirigible y Visión
Artificial, 2009.
[3] H. Q. Pardo, J. L. C. Rolle and O. F. Romero, "Aplicación de un robot
comercial de bajo coste en tareas de seguimiento de objetos," DYNA
(Colombia), vol. 79, (175), pp. 24-33, 2012.
[4] J. Arróspide and L. Salgado, "Video based vehicle detection and tracking
for driver assistance systems: Detección y seguimiento de vehículos
basado en análisis de vídeo para sistemas de ayuda a la
conducción," Securitas Vialis, vol. 7, (1), pp. 41-49, 2015.
[5] K. Wendt, M. Franke and F. Härtig, "Measuring large 3D structures using
four portable tracking laser interferometers," Measurement, vol.
45, (10), pp. 2339-2345, 2012
[6] J. F. Briceño Castellanos, D. A. Gaviria Beitia and Y. A. Carranza
Rodríguez, "Láser en odontología: fundamentos físicos y biológicos /
Laser in Dentistry: Physical and Biological Foundations," Universitas
Odontologica, vol. 35, (75), 2017.
[7] Gianfranco Passariello, Fernando Mora, “Imágenes Medicas”, Ediciones
de la Universidad Simón Bolívar, ISBN 980-237-092-4, 1995.