Metodología

En este proyecto diseñamos un prototipo para detectar a los microcrústaceos e implementamos

un algoritmo para el seguimiento de cada una de las Artemias evaluadas en la cubeta UV.

Para realizar una evaluación de la muestra de agua con sustancias desconocidas existen muchas
herramientas para determinar si dicha muestra esta contaminada o no, estas herramientas son
muy costosas para las empresas y/o usuarios.

En la primera fase diseñamos e implementamos un prototipo para la visualización de estos

microcrustáceos porque es difícil de detectar. Por lo tanto, trabajamos en un ambiente
controlado con ciertos parámetros para obtener una buena visualización mediante la cámara,
estos parámetros son la distancia focal y la distancia que hay entre la cámara y la cubeta, la cual
nos permite calcular la rápidez real. Usamos una cámara (Fisheye Gran Angular 5 MP 1080P
visión nocturna module ) infrarroja debido a que estos microcrustáceos son sensibles a la luz, se
le acopla una óptica para tener un mejor manejo de la distancia focal, esto es para enfocar el
tamaño del cuadro de la escena que se proyectará como imagen con una apertura fija de 1.2, lo
cual determina la cantidad de luz que deja pasar la cámara. Usamos un hardware (Raspberry Pi
Model B +) que es conectada a un monitor por el puerto HDMI donde se realiza la adquisición de
las imágenes mediante las grabaciones.

El prototipo esta diseñado como una caja oscura, para que solamente exista una fuente de
iluminación donde empleo una técnica llamada lateral o darkfield, es decir, se utiliza luz
direccional en la que el ángulo de incidencia es paralelo a la superficie a inspeccionar y
perpendicular al eje de la cámara. Use esta técnica porque resalta la textura de la superficie del
objeto (Artemia).

 
En este esquema de trabajo mostramos las herramientas para el sistemas portátil y el
procedimiento para determinar o estimar la rapidez promedio.

La segunda fase usamos técnicas de procesamiento de imágenes, mencionaremos paso por paso
como fue el desenvolvimiento para la estimación de la rapidez media de las Artemias Salinas.
Tenemos la adquisición de imágenes donde mostramos que la región de interés esta dado por la
cubeta en la imagen, entonces realizamos una conversión a escala grises, es decir, pasamos de
una imagen de color con 3 dimensiones a una imagen gris con una dimensión, a continuación
realizamos un suavizado o eliminación de ruido que no son de interés, esto se realiza para
aquellas regiones donde existe una variedad de intensidades.

Una vez que realizamos este suavizado, determinamos los delimitadores de la cubeta UV
mediante la cantidad de píxeles en el eje X e Y, entonces procedemos a cortar la imagen para
obtener nuestra región de interés. Ahora que ya tenemos nuestra región de interés, realizamos la
sustracción de fondo, tal que la primera imagen se restará con todas las demás imágenes
obteniendo así ruido y a las Artemias, esta operación de sustracción produce que los elementos
de la matriz de la imagen tengan valores negativos, por lo tanto, empleamos una escalabilidad de
intensidad usando el mínimo y máximo para que los elementos estén en el intervalo de 0 a 255.
Luego, realizamos una binarización a las imágenes para extraer la mayor información posible,
donde el umbral se identifica como un valor de intensidad a partir del cual un grupo
determinado de píxeles son considerados como pertenecientes a un subconjunto determinado y
catalogados como blancos, mientras que el resto se asignan a un segundo conjunto, siendo en
este caso etiquetado como negros. A continuación, efectuamos el procesamiento morfológico,
esto es una técnica que analiza las imágenes basándose en propiedades de la forma, empleando
álgebra de conjuntos. Esto nos permite eliminar ruido de la sustracción de las imágenes y
restaurar la forma del objeto, los operadores son la erosión que reduce el tamaño de los objetos
y la dilatación es el efecto contrario, es decir, aumenta el tamaño de los objetos.

Así mismo, obtenemos la segmentación de las Artemias Salinas donde determinamos los
centroides mediante componentes conexas, es decir, para cada objeto de la imagen se le asigna
un etiquetado que es almacenado en un Excel con sus respectivos centroides y posiciones en
cada instante de tiempo, con esta data generada por el algoritmo, entonces para calcular la
movimiento real capturada por la cámara, primero necesitamos conocer las propiedades o
parámetros de la cámara. La cámara tiene un alcance o ángulo diagonal ( ) de 130 grados.
Entonces para calcular el área de cobertura de la cámara a cierta distancia, debemos conocer la
distancia ( ) que es 6 cm, por lo tanto:

Una vez que hemos calculado, ahora hallamos el movimiento de un objeto a una distancia fija.
Conocemos el ancho de la imagen en píxeles ( ) , entonces para hallar la rapidez debemos
conocer el desplazamiento ( ) que esta dado por las coordenadas de los centroides que será
evaluado por el teorema de pitágoras y obtenemos el desplazamiento real del objeto (como
una distancia).

Y para finalizar realizamos una conversión para obtener la rapidez de la Artemia el mm.

Donde el tiempo esta determinado para un segundo por cada 25 imágenes.