La visión artificial, también conocida como visión por computador (del inglés computer vision) o visión técnica, es un subcampo de la inteligencia artificial. El propósito de la visión artificial es programar un computador para que "entienda" una escena o las características de una imagen.
Esquema de las relaciones entre la visión por computadora y otras áreas afines. |
Los objetivos típicos de la visión artificial incluyen:
- La detección, segmentación, localización y reconocimiento de ciertos objetos en imágenes (por ejemplo, caras humanas).
- La evaluación de los resultados (por ejemplo, segmentación, registro).
- Registro de diferentes imágenes de una misma escena u objeto, es decir, hacer concordar un mismo objeto en diversas imágenes.
- Seguimiento de un objeto en una secuencia de imágenes.
- Mapeo de una escena para generar un modelo tridimensional de la escena; este modelo podría ser usado por un robot para navegar por la escena.
- Estimación de las posturas tridimensionales de humanos.
- Búsqueda de imágenes digitales por su contenido.
Estos objetivos se consiguen por medio de reconocimiento de patrones, aprendizaje estadístico, geometría de proyección, procesamiento de imágenes, teoría de grafos y otros campos. La visión artificial cognitiva está muy relacionada con la psicología cognitiva y la computación biológica.
Visión artificial aplicada al sistema visual humano
Cuando la retina está dañada o no funciona bien, los fotorreceptores dejan de funcionar, pero eso no quiere decir que toda la estructura del sistema visual humano no pueda seguir funcionando. Por ello, algunos científicos están desarrollando microchips de silicio que puedan dotar de visión artificial a aquellas personas a quienes no les funcionan los fotorreceptores.
Como ya sabemos, la información captada por los fotorreceptores se transmite a las células ganglionales, donde se interpreta y se manda al cerebro a través del nervio óptico. Existen enfermedades que afectan a estas células como la retinosis pigmentaria o la DMAE,
que dejan inoperativos los fotorreceptores pero no dañan las células
ganglionales o el nervio óptico, con lo cual el problema no es que la
información no puede llegar al cerebro, sino que no se puede captar. En estos casos se pueden desarrollar unos conos y bastones artificiales.
Los requisitos de los microchips para que cumplan la función de los fotorreceptores son:
- Que sean lo suficientemente pequeños como para implantarlos en el ojo.
- Que tengan una fuente de abastecimiento de energía continua.
- Que no causen rechazo, es decir, que sean biocompatibles con los tejidos del ojo.
Uno de los micros que se ha desarrollado con éxito por el momento es
un dispositivo de 2 mm de diámetro y tan delgado como un cabello humano.
Contiene 3,500 células solares microscópicas que imitan a los bastones y
los conos y convierten la luz en impulsos eléctricos. Se abastece de energía solar, con lo que se evitan cables y baterías.
Microscopía digital
Producción de la imagen digital en microscopía óptica
La digitalización de una imagen electrónica o de video capturada por
un microscopio óptico permite obtener un incremento espectacular en las
posibilidades de ampliar características, extraer información o
modificar la imagen. En comparación con el mecanismo tradicional de
captura de imágenes, la fotomicrografía
en película, la digitalización de la imagen y el proceso de
postadquisición/recuperación permiten una modificación reversible de la
imagen como matriz ordenada de enteros fundamentalmente libre de ruido,
más que una mera serie de variaciones análogas en color e intensidad.
Esta sección trata sobre diversos temas de actualidad acerca de la
adquisición y procesamiento de imágenes para microscopía óptica.
Propiedades básicas de las imágenes digitales
Las imágenes de señal continua se reproducen mediante dispositivos
electrónicos analógicos que registran los datos de la imagen con
precisión utilizando varios métodos, como una secuencia de fluctuaciones
de la señal eléctrica o cambios en la naturaleza química de la emulsión
de una película, que varían continuamente en los diferentes aspectos de
la imagen. Para procesar o visualizar en el ordenador una señal
continua o una imagen analógica, se debe convertir primero a un formato
comprensible para el ordenador o formato digital. Este proceso se aplica
a todas las imágenes, independientemente de su origen, de su
complejidad y de si son en blanco y negro (escala de grises) o a todo
color. Una imagen digital se compone de una matriz rectangular (o
cuadrada) de píxeles que representan una serie de valores de intensidad
ordenados en un sistema de coordenadas (x,y).
Detectores de imagen electrónicos
La gama de métodos de detección de luz y la amplia variedad de
dispositivos de imagen que están disponibles actualmente para el
microscopista hacen que su selección sea difícil y a menudo confusa. Con
este documento se pretende ofrecer ayuda para la comprensión de
conceptos básicos sobre la detección de luz y proporcionar una guía para
la selección del detector electrónico adecuado (CCD o sistema de videocámara) con aplicaciones específicas de microscopía óptica.
Fundamentos de la producción de imágenes en vídeo
Las imágenes ópticas producidas en el microscopio pueden ser
capturadas utilizando ya sea técnicas de película tradicionales,
digitalmente con detectores electrónicos como un chargecoupled device (CCD)
o bien con una cámara de tipo tubo. Las cámaras son a menudo el recurso
más apropiado cuando se deben grabar sucesos dinámicos en tiempo real.
Introducción a los sensores de imagen CMOS
Los sensores de imagen CMOS
se han diseñado con la capacidad para integrar un número de funciones
de procesamiento y control directamente en el circuito integrado del
sensor, lo que se extiende más allá de la tarea fundamental de
recopilación de fotones. Estos nuevos aspectos incluyen generalmente
lógica temporal, control de exposición, conversión de analógico a
digital, obturación, balance de blancos, ajuste del aumento y algoritmos
de procesamiento inicial de la imagen. Se están introduciendo sensores
de imagen CMOS
económicos en el campo de la microscopía óptica en instrumentos para
fines educativos que combinan una calidad óptica aceptable con paquetes
de software de control e imagen fáciles de usar.
Conceptos básicos sobre procesamiento digital de la imagen
El procesamiento digital de la imagen permite una modificación
reversible prácticamente libre de ruido en forma de una matriz de
enteros, en vez de las clásicas manipulaciones en el cuarto oscuro o
filtración de voltajes dependientes del tiempo necesarios para las
imágenes analógicas y señales de video. Incluso aunque muchos algoritmos
de procesamiento de imágenes son extremadamente potentes, el usuario
medio a menudo aplica operaciones a imágenes digitales sin tener en
cuenta los principios subyacentes tras dichas manipulaciones. Las
imágenes que resultan de una manipulación descuidada están a menudo
distorsionadas en comparación con las que podrían producirse si la
potencia y versatilidad del software de procesamiento digital se
utilizaran correctamente.
Estrategias recomendadas para el procesamiento de imágenes digitales
Dependiendo de las condiciones de iluminación, la integridad de la
muestra y los métodos de preparación, las imágenes capturadas con el
microscopio óptico pueden requerir una cantidad considerable de
rehabilitación/reinserción/renovación para conseguir un equilibrio entre
precisión científica y composición estética. Las imágenes digitales que
se obtienen mediante un CCD (charge-coupled device) o un CMOS (complementary metal oxide semiconductor) a menudo presentan señales a ruido pobres, iluminación irregular, impurezas de enfoque, deslumbramiento, cambios en los colores y otros problemas que distorsionan la calidad global de la imagen.
Deconvolución en microscopía óptica
La deconvolución es una técnica de procesamiento de imagen
computacionalmente intensiva/reforzadora que se está utilizando cada vez
más para mejorar el contraste y la resolución de las imágenes digitales
capturadas con el microscopio. Se basa en un juego de métodos diseñados
para eliminar las imprecisiones presentes en las imágenes producidas
por la abertura limitada del objetivo. Prácticamente cualquier imagen
obtenida con un microscopio digital fluorescente se puede deconvolver y
se están desarrollando varias aplicaciones nuevas que utilizan técnicas
de deconvolución para imágenes transmitidas de luz compuestas mediante
varias estrategias de procesamiento de contraste. Uno de los campos qué
más puede beneficiarse de la deconvolución es el de montajes en tres
dimensiones a partir de secciones ópticas.
Software dedicado
OpenCV: Es una biblioteca libre de visión artificial originalmente desarrollada por Intel.
- Disponible en Linux, Mac, y Windows.
- Tiene estructuras básicas de datos para operaciones con matrices y procesamiento de imágenes.
- Permite visualizar datos muy sencillamente y extraer información de imágenes y vídeos.
- Tiene funciones de captura y presentación de imágenes.
Enlaces externos
- Enciclopedia de Visión por computador (en Español y Português)
- Visión artificial y procesamiento digital de imágenes usando Matlab (en inglés).
- Tutorial básico de Visión Artificial en Visual Basic (en inglés).
- Aplicaciones de la visión artificial en la industria (en inglés).
- Compendio en línea sobre la visión computarizada.
- Bibliografía anotada sobre visión computarizada de Keith Price (en inglés).
- Manual de conceptos en visión artificial (en inglés).
- Visión artificial y reconocimiento de matrículas (en español).
- Demo sobre visión artificial con el robot mOway.