Hibridación de técnicas clásicas de análisis de imágenes y sistemas difusos evolutivos para la mejora de sistemas de interacción basados en puntero láser

  1. CHÁVEZ DE LA O, FRANCISCO
Supervised by:
  1. Rafael Alcalá Fernández Director
  2. Francisco Fernández de Vega Director

Defence university: Universidad de Extremadura

Fecha de defensa: 29 June 2012

Committee:
  1. Juan Julián Merelo Guervós Chair
  2. Luis Jesús Arévalo Rosado Secretary
  3. Javier Plaza Miguel Committee member
  4. Carlos Cotta Porras Committee member
  5. Antonio Peregrín Rubio Committee member

Type: Thesis

Teseo: 326489 DIALNET lock_openTESEO editor

Abstract

Las actuales investigaciones relacionadas con sistemas de interacción y control de entornos han comenzado a incorporar los punteros láser como un dispositivo barato y fácil de utilizar. Su aplicación más habitual permite el control e interacción en presentaciones en grandes pantallas, como por ejemplo presentaciones de negocios, didácticas, etc, aunque otros usos en hogares o industria son también factibles. Los sistemas de interacción basados en los punteros láser dependen de algoritmos capaces de detectar el punto láser en una imagen enviada por una cámara colocada en el entorno. Este análisis de imágenes puede ser muy impreciso debido a las condiciones particulares del entorno. El principal problema al que se enfrentan este tipo de sistemas es el de la luminosidad del entorno, textura de sus materiales y ángulo de proyección, que dificultan el análisis de las imágenes enviadas por las cámaras de control. En el proceso de detección del láser, y debido a los problemas mencionados, surgen los conocidos falsos positivos, situaciones en las que los algoritmos detectan la presencia del punto láser dentro de una imagen, cuando realmente no está presente. Esto puede originar serios problemas en los diferentes entornos en que se utilice el sistema de interacción, llegando a provocar la activación y envío de órdenes de interacción/control erróneas e incontroladas por los usuarios. Los trabajos llevados a cabo hasta la fecha para una correcta detección del punto láser y eliminación en lo posible de los falsos positivos, se centran en la utilización de diferentes tipos de filtros y cámaras, que normalmente tienen un coste elevado. En este trabajo de tesis proponemos la mejora de los procesos de detección del punto láser mediante algoritmos de análisis de imágenes especializados. Se estudiarán técnicas clásicas utilizadas en el análisis de imágenes, junto con el uso de Sistemas Basados en Reglas Difusas adaptados para obtener una solución óptima al problema descrito. Estos Sistemas Basado en Reglas Difusas permitirán generar algoritmos capaces de reducir la cantidad de falsos positivos en el análisis de imágenes. Posteriormente, haciendo uso de la Inteligencia Computacional, en concreto de los Algoritmos Genéticos, los algoritmos generados con las técnicas anteriores se mejorarán y optimizarán, dando lugar a nuevos algoritmos que eliminarán los falsos positivos. La hibridación de técnicas clásicas de análisis de imágenes, junto con el uso de Sistemas Basados en Reglas Difusas ajustados posteriormente con Algoritmos Genéticos, nos permitirán obtener una serie de algoritmos capaces de analizar imágenes y detectar la presencia del punto láser de forma correcta, sin utilizar entornos controlados de luz, tipos especiales de superficies y/o filtros de cámara específicos.