Descripción: |
En las estructuras de datos, muchas de las implementaciones o mapeos de
problemas, sus soluciones o procesos, se basan en matrices binarias. Existen
varios métodos y algoritmos que trabajan sobre ellas dependiendo de
la complejidad del problema y los resultados esperados. El desarrollo de
la tecnología, así como el incremento de la velocidad de procesado,
ha sido considerable. Aún así es necesario incrementar la velocidad
de los métodos de procesamiento ó mejorar los resultados de
los métodos aplicados con un bajo costo de implementación.
Esto con mayor énfasis en sistemas que requieren respuestas casi en
tiempo real ó que utilicen procesos en lotes, donde el método
de solución del problema sea recurrente.
El tratado de matrices, en ciertos problemas (descritos más adelante),
es directamente el uso que tiene el filtro binario que se desarrolla en
ésta tesis. El algoritmo propuesto, se basa en un caso base de
solución de laberintos. Éste se modifica de acuerdo a los problemas
específicos en los cuales se implemente. Orientados al trabajo de
visión artificial y planeación de rutas, serán las pruebas
del comportamiento del algoritmo.
En el área de visión artificial, el problema de reconocimiento
de patrones con información difusa, es uno de los problemas a tratar.
[1] En el reconocimiento de caracteres, existen varios métodos para
la segmentación de los renglones. En imágenes con problemas
de ruido, se utilizan filtros y procesados de imagen previos al reconocimiento.
Generalmente, se utilizan algoritmos de filtros de reconocimiento de bordes
para la localización de objetos como es el filtro Prewitt. [2] La
distorsión en las imágenes puede distorsionar el área
a reconocer y por tanto decrementar la eficiencia del reconocedor mediante
filtros para sal y pimienta. [2] Se busca una manera de mejorar la
selección de los renglones en las imágenes de texto a ser
reconocidas (segmentación), mediante el uso del filtro binario
diseñado en esta tesis.
El algoritmo realizado es un filtro binario capaz de conectar las orillas
de una matriz binaria, junto con las orillas de los obstáculos dentro
de ella. Dependiendo de la sensibilidad, la cuál se refiere a la
verificación de sus vecinos, se hablará en el capítulo
tres con más detalle. Sus resultados pueden variar según esta
sensibilidad. Puede convertir objetos cóncavos en convexos rellenando
espacios. Tiene un tiempo de corrida polinomial On³.
Los métodos de planeación de rutas en robótica, aplica
a muchos campos como son, sistemas de realidad virtual, diseño asistido
por computadora (CAD), manufactura (movimiento de brazos mecánicos
ó robots), animación por computadora (videojuegos o movimiento
de agentes en videojuegos), diseño de fármacos.[3] Un robot
tiene no sólo un conjunto discreto de rutas, sino que, puede moverse
en un espacio continuo. Puede tener un conjunto infinito de acciones y estados
posibles. Para un robot circular que se mueve en una superficie plana, el
espacio es esencialmente de dos dimensiones. [4] El problema principal es
la distribución, donde se colocan millones de componentes y de conexiones.
Después, generalmente se divide en dos partes: distribución
de celdas y dirección del canal. [3] Se busca mejorar los resultados
así como la velocidad de respuesta al problema. Actualmente existen
soluciones a la planeación de rutas que son tardadas [2]. Algunas
de las soluciones son en base a métodos inexactos y que pudieran no
encontrar las soluciones existentes.
Los libros antiguos de la biblioteca franciscana de la Universidad de las
Americas Puebla, actualmente se encuentran en proceso de digitalización.
Se están escaneando para su difusión digital con otras
universidades. Parte de la difusión de las imágenes, es
convertirlas en texto. Se está desarrollando software de reconocimiento
de caracteres para llevar a cabo esta tarea. Empero las imágenes,
debido a lo deteriorado de los libros, poseen mucho ruido (manchas) y texto
borroso, que deteriora el proceso de reconocimiento. Por lo cuál no
es preciso el resultado que se obtiene mediante los métodos convencionales
utilizados en un reconocedor de texto común. Se requiere de filtrar
y preprocesar la imagen en editores, para lograr una mejora de calidad de
imagen y por tanto de reconocimiento. A falta de un proceso previo de limpieza
los sistemas de reconocimiento de caracteres comerciales no funcionan
adecuadamente. Principalmente por que no logran definir correctamente las
zonas de texto. Se planteará un modo de segmentar texto en imágenes
de libros de acervos antiguos. Mediante el procesado de la matriz binaria
que forma la imagen en blanco y negro. El resultado del procesado será
el relleno de las letras de la imagen, dando como resultado más peso
en los renglones. Para encontrarse la zona de texto, se suma la cantidad
de unos en los renglones de la matriz que representa a la imagen. Al tener
las letras de la imagen una secuencia de números 1´s que las representa,
el algoritmo irá rellenando cada carácter. Logrando que cada
letra, incluso estando borrosa, sea rellenada y el peso del renglón
aumente. De éste modo, al cuantificar la cantidad de 1´s (unos)
por renglón, la determinación de la zona de texto mejora
automáticamente.
En la planeación de rutas, se propondrá un modo de encontrar
caminos y un modo de segmentar la zona de tráfico. Esto como un preproceso
para encontrar una mejor solución a una ruta. La ruta, es el camino
que sigue el robot para llegar de la posición en que se encuentra
a la posición deseada en un espacio de trabajo. [9] El espacio de
trabajo, es la zona donde transitará el robot. Dentro del espacio
de trabajo habrá obstáculos, que se interponen en el camino
del robot. En caso de haber un camino, evadiendo los obstáculos, se
necesitan varios pasos para encontrarlo y existen diferentes implementaciones,
descritos en el siguiente capitulo. Para procesar el espacio de trabajo,
se tomará de una imagen, y se representará mediante una matriz
de MxN, Siendo M el alto y N el ancho de la imagen de la zona de tránsito.
La matriz será binaria, es decir, sólo tendrá valores
cero y uno en las posiciones Xij. Cada espacio en blanco se tomará
como uno y cada espacio en colisión con obstáculo se
representará con ceros. El propósito es encontrar una forma
de procesar la información de ambos casos, de manera que el resultado
final de los métodos se mejore. No se implementaran por completo los
métodos, pero se indicarán el comportamiento y la tendencia
de los procesos. Debido a lo extenso de cada uno de los problemas. Es decir
en la visión artificial para el reconocedor de caracteres, el producto
final serán las pruebas de mejoría en la segmentación
de la imagen. No llegar hasta el reconocimiento final de cada uno de los
caracteres. En la parte de la planeación de movimiento se
experimentará con las zonas y los resultados de la segmentación
utilizando el filtro binario. No se terminará el método de
movimiento puesto que la planeación de movimiento y los cálculos
del objeto en movimiento. Tendrían que definirse completamente el
objeto para algún caso de uso específico.
|