Procesado de imagen digital en colorAdquisición, Análisis Colorimétrico y Realce.

  1. Valencia Díaz, Edison
Dirigida por:
  1. María Sagrario Millán García-Varela Director/a

Universidad de defensa: Universitat Politècnica de Catalunya (UPC)

Fecha de defensa: 29 de marzo de 2007

Tribunal:
  1. María Josefa Yzuel Giménez Presidente/a
  2. José María Canal Arias Secretario/a
  3. Zbigniew Jaroszewicz Vocal
  4. Francisco Javier Romero Mora Vocal
  5. Manuel Melgosa Latorre Vocal

Tipo: Tesis

Teseo: 111334 DIALNET lock_openTDX editor

Resumen

Esta tesis cubre un conjunto de objetivos de investigación relacionados con la adquisición, la medida, la representación y el procesado de la información de color contenida en la imagen digital. La caracterización de los dispositivos de adquisición (cámaras) ha facilitado la determinación de las mejores condiciones de uso en aplicaciones colorimétricas. Se han desarrollado herramientas de análisis que permiten obtener, de forma automática o semiautomática, medidas sobre pequeñas diferencias de color, realce de contornos y segmentación, relacionándolas con la respuesta que en operaciones similares proporciona la visión humana. Se presentan resultados experimentales y numéricos en un conjunto de aplicaciones que abarcan operaciones seleccionadas en diversos campos: la inspección industrial, como la evaluación de la uniformidad en el color de las muestras textiles; el realce de imágenes en color y la interpretación de imágenes oftálmicas, como la extracción de características en imágenes de complicaciones derivadas del uso de lentes de contacto y en imágenes del fondo del ojo para el diagnóstico y seguimiento del glaucoma. Los logros alcanzados son: Análisis comparativo de dos tipos de cámara para la adquisición de imagen digital en color: videocámara de arquitectura 3CCD y cámara fotográfica con sensor CMOS multicapa. Caracterización del funcionamiento de la cámara con fines colorimétricos. Medida de la calidad a partir de la sensibilidad espectral y ruido producido en la imagen. Evaluación de la capacidad de la cámara para medir pequeñas diferencias de color entre pares de muestras. Comparación de la respuesta de la cámara con un instrumento de referencia de elevada precisión. Elaboración de tests de muestras que permitan realizar esta evaluación, afinando en la presentación de pequeñas diferencias de color, explorando la respuesta de la cámara en regiones del espacio de color que puedan implicar dificultad, o que presenten interés por su repercusión industrial, etc. Se ha usado la métrica CIELAB y CIEDE 2000, recomendadas por la CIE. Diseño de un método para el realce de la imagen en color inspirado en los modelos computacionales de la visión humana. Realce de los contornos de una imagen en color considerando las condiciones de observación y las características del dispositivo (monitor) que se utiliza para presentar la imagen. Combinación del operador de realce de derivada segunda con el suavizado mediante funciones gaussianas y todo ello, a su vez, con el espacio S-CIELAB, definido para medir distancias de color entre imágenes tal y como son percibidas en unas condiciones de observación determinadas. Análisis de las limitaciones del método que den lugar a efectos no deseados, desviaciones de color, presencia de ruido, etc. Estudio de variantes y aproximaciones del método que puedan presentar ventajas por implicar algún tipo de simplificación en su aplicación o por rebajar los requerimientos de cómputo. Desarrollo de aplicaciones de visión artificial para la ejecución de tareas que habitualmente son exclusivas de técnicos y especialistas con visión entrenada en diversos campos: Inspección de la uniformidad del color en muestras textiles, análisis de imágenes estándar para la graduación de las complicaciones producidas por el uso lentes de contacto y análisis de imágenes del fondo de ojo para la ayuda al diagnóstico precoz y seguimiento del glaucoma. Obtención de resultados experimentales, análisis y extracción de conclusiones. Esta tesis contribuye a aumentar las capacidades potenciales de los sistemas de visión artificial para ser utilizados en aplicaciones que requieren una evaluación e interpretación de la información de color en imágenes digitales. Estas aplicaciones tradicionalmente se llevan a cabo mediante la visión humana entrenada de técnicos o especialistas y pueden mejorar notablemente si se incrementa en ellas la objetividad y la automatización. ----------------------------------------------