Per citar aquest document: http://ddd.uab.cat/record/165143
Desarrollo de cámara multiespectral : captura y análisis de sus imágenes
Lebron Casas, Luis
Lumbreras Ruiz, Felipe, dir. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Títol variant: Development of multiespectral camera : capture and analysis of its images
Títol variant: Desenvolupament de càmera multiespectral : captura i anàlisis de les seves imatges
Data: 2016-06-28
Pla d'estudis: Enginyeria Informàtica [958]
Titulació: Enginyeria Informàtica [2502441]
Resum: Para realizar reconocimiento y clasificación de imágenes tradicionalmente se han usado imágenes en escala de grises o imágenes en color iluminadas con luz dentro del espectro visible, de los 400 nm a los 700 nm, limitando la información que puede captar una máquina fuera de este rango de frecuencias. El propósito de este proyecto es estudiar el efecto que provoca las utilización de imágenes multiespectarles en la clasificación de objetos. El primer objetivo del proyecto es acondicionar una cámara adaptando una iluminación multiespectral más barata que las que se comercializan actualmente. Esta cámara se compone de un arduino, una cámara en blanco y negro y diversos LED de diversas longitudes de onda. La segunda parte del proyecto consiste en el estudio y comparativa de diversos algoritmos de clasificación en diversos espacios de color y con distintas características, basándose en la salida que nos entrega esta cámara multiespectral.
Resum: Traditionally the image classification and recognition have been done using grey or color images in the boundaries of the human eye, which is between the 400 mm and the 700nm, these limits produce a reduction of the information which a machine can perceive. The objective of this project is to study the effect of these images on the object's clasificación problem. The first goal of the project is to adapt a multiespectral camera cheaper than the ones that are being sold nowadays. This camera will be made using one Arduino, a black and white camera and some LED of different spectrums. The second part will consist in the study and comparison of some clasificación's algorithms in different color spaces and feature descriptors, giving the output of the multiespectral camera.
Resum: Per a realitzar reconeixement i classificació d'imatges tradicionalment s'ha emprat imatges en escala de grisos o imatges a color il·luminades amb llum dintre de l'espectre visible, dels 400 nm als 700 nm, limitant la informació que pot captar una màquina fora d'aquest rang. El propòsit d'aquest projecte és estudiar l'efecte que provoca la utilització d'imatges multi espectral en la classificació d'objectes. El primer objectiu del projecte és condicionar una càmera adaptant una il·luminació multiespectral més barata que la que es comercialitza actualment. Aquesta càmera es compon d'un arduino, una càmera en blanc i negre i diversos LED de diverses longituds d'ones. La segona part del projecte consisteix en l'estudi i comparativa de diversos algoritmes de classificació en diversos espais de color i amb distintes característiques, basant-se en la sortida que ens entrega aquesta càmera multiespectral.
Drets: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades. Creative Commons
Llengua: Castellà.
Document: bachelorThesis ; Text
Àrea temàtica: Menció Computació
Matèria: Imatges ; Multiepectral ; Support Vector Machine ; Random Forest ; Convolutional Neuroal Network ; Local Binary Pattern ; Scale-Invariant Feature Transform ; DAISY ; RGB ; LAB ; Arduino ; Imágenes ; Imagen ; Hyperespectral



12 p, 603.0 KB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de Fi de Grau > Escola d'Enginyeria. TFG

 Registre creat el 2016-09-30, darrera modificació el 2016-10-10



   Favorit i Compartir