Aplicativo móvil para la determinación de polarizado en vidrios implementando técnicas de visión por computador.
Aplicativo móvil para la determinación de polarizado en vidrios implementando técnicas de visión por computador.
Autores
Director
Bejarano Martínez, Arley
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Pereira : Universidad Tecnológica de Pereira
Tipo de Material
Fecha
2017
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen
Un tema de interés en común para toda la sociedad colombiana es la medición de la polarización de los vidrios en los vehículos, donde se presentan constantes problemas con las autoridades. Toda esta problemática se debe a que en el país no es usado ningún tipo de dispositivo que mida el porcentaje de polarizado que tienen los vehículos para determinar si se incumplen las normas regidas por el Ministerio de Transporte. Se propone desarrollar un sistema de procesamiento de imágenes en un dispositivo móvil que pueda identificar y clasificar los diferentes niveles de polarización en vidrios de automóviles. Para ello, se creó una base de datos de 8000 fotos relacionadas con los niveles de polarización de automóviles (800 fotos por cada nivel de polarización), procesando y observando características estadísticas en diferentes espacios de color para cada una de las fotos. Con las características estadísticas de toda la base de datos se implementaron máquinas de soporte vectorial (SVMs), de forma tal que se entrenaron 3 modelos para la identificación de las 10 clases polarizados. Todo lo anterior con el fin de implementar el modelo que mejor reconozca los niveles en un aplicativo móvil para el sistema operativo Android, para lo cual se realizaron 100 pruebas en cada uno de los niveles de polarizado implementando la librería Libsvm para cargar el modelo de SVM en el aplicativo móvil y realizar la predicción y clasificación del nivel del polarizado presente en el vidrio. Se encontró que los niveles de polarización son muy cercanos, y en muchos casos estos datos se traslapaban los datos de una clase con los datos de sus clases dos clases más cercanas, sin embargo, esto no implica que la metodología implementada no es válida en el reconocimiento de los niveles de polarización, pero si es necesario realizar una disminución de clases en las cuales si pueda ser más visible la diferencia entre una clase y otra.