0 calificaciones0% encontró este documento útil (0 votos)
14 vistas22 páginas
Este documento presenta los detalles de la 2da Práctica Calificada de Procesamiento Digital de Imágenes y Visión Artificial del 2023 en la sede de Ate. La práctica, que dura 2 horas y 15 minutos, consiste en tres problemas que involucran la segmentación y descripción de objetos en imágenes, incluyendo el reconocimiento de plátanos y manzanas, uvas de diferentes colores, y la detección y conteo de monedas.
Este documento presenta los detalles de la 2da Práctica Calificada de Procesamiento Digital de Imágenes y Visión Artificial del 2023 en la sede de Ate. La práctica, que dura 2 horas y 15 minutos, consiste en tres problemas que involucran la segmentación y descripción de objetos en imágenes, incluyendo el reconocimiento de plátanos y manzanas, uvas de diferentes colores, y la detección y conteo de monedas.
Este documento presenta los detalles de la 2da Práctica Calificada de Procesamiento Digital de Imágenes y Visión Artificial del 2023 en la sede de Ate. La práctica, que dura 2 horas y 15 minutos, consiste en tres problemas que involucran la segmentación y descripción de objetos en imágenes, incluyendo el reconocimiento de plátanos y manzanas, uvas de diferentes colores, y la detección y conteo de monedas.
ARTIFICIAL 2023 - Ciclo 1 marzo Sede : Ate Área : INGENIERÍA Profesor : Kenny Torres Rojas Duración : 2 horas y 15 minutos
SEGMENTACION Y DESCRIPCIÓN DE OBJETOS EN
UNA IMAGEN PROBLEMA1: Se requiere un algoritmo para reconocer los plátanos y las manzanas de la siguiente imagen resaltando sus bordes para obtener la ubicación ya que un brazo robótico se encargará de clasificarlos en cajas. Sugerencia: Realizar la segmentación de los objetos de nuestro interés modificando el parámetro de saturación de la imagen. PROBLEMA 2:
Se requiere un algoritmo para reconocer las uvas de color verde y rojo en la
siguiente imagen. Resaltar los bordes de las uvas según el color que tienen. PROBLEMA 3: Se requiere un algoritmo para reconocer y contabilizar las monedas en la siguiente imagen. Sugerencia: Utilizar el atributo de área de cada objeto para atribuirle un valor y poder realizar el conteo. Utilizar una segmentación por nivel de Saturación en la imagen para extraer las monedas.