Facultad de Ciencias e Ingeniería
Permanent URI for this communityhttp://54.81.141.168/handle/123456789/9119
Browse
57 results
Search Results
Item Metadata only Detección y conteo de bayas en cultivo de uva de mesa Thompson Seedless mediante procesamiento digital de imágenes(Pontificia Universidad Católica del Perú, 2024-10-24) Perez Gutierrez, Angel de Jesus; Flores Espinoza, Donato AndrésActualmente en nuestro país, los productores de cultivo de uva de mesa tienen un acceso limitado de información sobre la cantidad de la cosecha en su campo. El proceso de conteo de uvas de mesa se realiza manualmente en la cosecha, cada temporada, para poder estimar la cantidad de embalaje necesario. Este procedimiento puede variar de año en año y puede demandar de varias semanas para zonas con grandes cantidades de hectáreas de cultivo de uva de mesa. Mientras que el enfoque podría funcionar bien para los campos de tamaño pequeño, se vuelve intratable económicamente para los campos más grandes debido a la naturaleza dependiente de trabajo de la obra. En esta tesis se empleará técnicas de procesamiento digital de imágenes para mejorar la precisión del conteo de uva de mesa en el campo y reducir abruptamente el tiempo de cosecha y pérdidas económicas del exceso de embalaje. En el primer capítulo se hace referencia al estado de la investigación con respecto al cultivo de uva de mesa en nuestro país y en el extranjero, así como la declaración de la problemática y objetivos planteados. El segundo capítulo se describe el estado del arte, la matemática empleada para la programación de dos métodos que se utilizan para el conteo de bayas con su respectivo análisis comparativo. En el tercer capítulo se desarrolla dos algoritmos que permita contar las bayas en el cultivo de uva de mesa Thompson Seedless, tomando muestras de bayas de diferentes tamaños. Finalmente, en el capítulo 4 se desarrolla el análisis correspondiente y las conclusiones comparando resultados.Item Metadata only Diseño de un sistema automático para el cultivo vertical de hortalizas e inspección por visión artificial(Pontificia Universidad Católica del Perú, 2024-10-16) Aguilar Paredes, David Moisés; Crisóstomo Romero, Pedro MoisésLa incertidumbre en la producción de alimentos se intensifica debido a la contaminación del suelo, el cambio climático y el inminente aumento de la población a 9.8 mil millones de personas. La agricultura convencional, con su uso intensivo de químicos, ha contribuido a perder el 30% de las tierras arables a nivel mundial en las últimas cuatro décadas. Esta situación destaca la urgencia de replantear los métodos de producción para abordar la creciente demanda, preservar los recursos y garantizar la sostenibilidad a largo plazo. En respuesta a este desafío, la agricultura vertical ha surgido como una solución tecnológica que ofrece protección contra insectos y enfermedades, además de posibilitar la producción independientemente de los factores climáticos. Este estudio de investigación se propone analizar el estado actual de la agricultura vertical, diseñar un sistema que permita el cultivo e inspección a través de visión artificial, y seleccionar dicho sistema mediante criterios técnicoseconómicos y un análisis de costos. En el primer capítulo, se presenta la problemática abordada, los objetivos, la metodología, y el alcance del trabajo. Se realiza un análisis exhaustivo del estado del arte sobre las tecnologías en cultivos verticales y proyectos anteriores. En el segundo capítulo, se aborda el proyecto conceptual, destacando la elección de una solución basada en un análisis técnico-económico. Esta solución implica la propuesta de una estructura metálica para alojar niveles de cultivos, integrando sensores para monitorear los parámetros de las plantas y actuadores para la distribución de la solución nutritiva. En el tercer capítulo, se diseña y simula la estructura metálica para garantizar el cumplimiento de los requerimientos establecidos. Además, se eligen los sensores, actuadores, fuentes de energía y una cámara para el subsistema propuesto. Finalmente, se simula el algoritmo de procesamiento de imágenes, se realizan pruebas del subsistema de transporte de la cámara, se estima el costo y se presentan las conclusiones del proyecto. En resumen, esta investigación propone una solución innovadora que integra la agricultura vertical y visión artificial para abordar los desafíos de la agricultura tradicional, siendo clave para asegurar la futura seguridad alimentaria.Item Metadata only Implementación del mamógrafo Seno Crystal Nova para mejorar la detección temprana del cáncer de mama mediante optimización eléctrica en la Clínica Wisar Salud(Pontificia Universidad Católica del Perú, 2024-09-20) Quispe Zambrano, Carlos Alfredo; Vilcahuaman Cajacuri, LuisEl presente trabajo aborda y desarrolla los requerimientos que implica la importación, preinstalación, instalación y puesta en marcha del Mamógrafo Seno Crystal Nova de la marca General Electric. En tal sentido, se analizarán las características esenciales del equipo como son los parámetros eléctricos, de potencia, de comunicación, estándares internacionales a seguir, para de esta manera contar con una adecuada elección de los métodos de protección y respaldo, aisladores eléctricos, calibre de los conectores, conexiones de red, lo cual implica el enlace de comunicación con el servidor de imágenes – DICOM y enlace entre la estación de control y el estativo. Por último, se busca cumplir con los requisitos ambientales y estructurales para un correcto funcionamiento del Equipo Médico y protección contra Rayos X para los pacientes y operador.Item Metadata only Segmentación semántica de escenas urbanas de la provincia de Huamanga(Pontificia Universidad Católica del Perú, 2024-09-10) Pasapera Huaman, Lui Gustavo; Flores Espinoza, Donato AndrésLa presente tesis se enfoca en la identificación y clasificación de objetos en escenas urbanas de la provincia de Huamanga, explorando un entorno diferente al de las ciudades desarrolladas y otras bases de datos existentes. Se estudiarán las escenas urbanas de Huamanga para segmentar imágenes en 7 clases de datos: personas, vehículos, motociclistas, edificios, veredas, pistas y otros, que incluyen detalles de cielo y cables de energía eléctrica. El enfoque principal de la tesis estará centrado en la visión por computadora, específicamente en la segmentación semántica para la clasificación de objetos. Para ello, se emplearán arquitecturas de aprendizaje profundo pre-entrenadas adaptadas a Deeplabv3+, y se utilizarán imágenes de la provincia de Huamanga como base de datos local. La investigación se inicia con un análisis del estado del arte, destacando la importancia de la clasificación de objetos en escenas urbanas y los beneficios del aprendizaje profundo en comparación con métodos tradicionales. Se enfatiza la necesidad de utilizar bases de datos locales sobre las existentes, así como la base teórica para la clasificación de imágenes locales utilizando Deeplabv3+ y redes de aprendizaje profundo mediante la transferencia de aprendizaje. Posteriormente, se describe el diseño, la recopilación y el enfoque de la base de datos locales en comparación con conjuntos de datos como Imagenet y CityScapes, utilizando la arquitectura Deeplabv3+ junto con redes de aprendizaje profundo en los datos locales. Finalmente, se presentan los resultados basados en el incremento del número de datos, analizando la precisión, el Índice de Jaccard (IoU) y el mBFScore tanto a nivel global como por clase, junto con un análisis comparativo con la base de datos Cityscapes. Se proporcionan tablas sumarias que verifican los resultados de cada red de aprendizaje profundo y se propone hardware para dispositivos capaces de ejecutar tareas de segmentación semántica.Item Metadata only Modelo para la segmentación y análisis de gravedad de áreas afectadas por incendios forestales usando redes neuronales convolucionales e imágenes satelitales(Pontificia Universidad Católica del Perú, 2024-06-11) Lazo La Rosa, Leandro; Beltrán Castañón, Cesar Armando; Pineda Ancco, Ferdinand EdgardoLa frecuencia de los incendios forestales ha ido en aumento, debido a actividades humanas y por el aumento del calentamiento global. En consecuencia, el proyecto de tesis tiene como objetivo, el desarrollo de un modelo de red neuronal que se puede integrar al análisis de la magnitud y extensión de los daños, además de apoyar en la planificación de los planes de recuperación del área afectada. Para ello, se realiza una segmentación y análisis de áreas afectadas por incendios forestales en imágenes satelitales usando redes neuronales convolucionales. En un principio, obtenemos un historial de incendios forestales en suelo peruano consultando la página de monitoreo de incendios forestales de SERFOR. Luego, las imágenes satelitales capturadas por el satélite Sentinel 2 se obtienen del repositorio de la agencia espacial europea. Finalmente, debido al gran tamaño de las imágenes obtenidas, estas se fraccionan en imágenes de 512 x 512 píxeles, donde posteriormente, se realiza un etiquetado manual del área afectada por el incendio forestal. Por otro lado, el modelo de red neuronal usa dos conjuntos de datos de imágenes 512 x 512 píxeles, capturadas por los satélites LandSat 8 y Sentinel 2. Inicialmente se trabaja con el conjunto de imágenes de LandSat 8 que ya cuentan con una etiqueta del área afectada. Una vez se obtiene el modelo inicial para la segmentación de la cicatriz del incendio. Se realiza un entrenamiento usando las imágenes de Sentinel 2. Para comprobar el correcto funcionamiento, se implementa una interfaz gráfica que ayuda a mostrar las máscaras de segmentación sobreponiéndose con la imagen original. Adicionalmente, se muestran colores calculados con el índice de calcinación normalizado para mostrar la gravedad del incendio forestal.Item Metadata only Comparación de modelos estadísticos para la detección de campos reverberantes uniformes en la formación de imágenes de elastografía(Pontificia Universidad Católica del Perú, 2022-08-15) Miranda Zárate, Edmundo Arom; Romero Gutierrez, Stefano EnriqueLa elastografía abarca un grupo de técnicas no invasivas para la caracterización de tejidos como complemento al diagnóstico médico de diversas patologías. Una de estas técnicas es la elastografía por campo reverberante (R-SWE, por sus siglas en inglés), la cual consiste en generar un campo reverberante en el tejido de interés mediante múltiples fuentes de vibración asumiendo una distribución isotrópica de ondas planas para facilitar el cálculo de la velocidad de onda de corte (SWS, por sus siglas en inglés). Su factibilidad ha sido validada para la caracterización de mamas, hígado, riñones, músculo y pie; sin embargo, el cálculo de la SWS ha sido comprobado mientras se verifique la uniformidad del campo. El modelo actual que valida la estimación de la SWS se basa en la umbralización del coeficiente de determinación R2, el cual es producto del ajuste de curva a la autocorrelación de la velocidad de partículas, no obstante, este no analiza propiamente el concepto de uniformidad. En el presente trabajo, se presenta el estudio del fenómeno de uniformidad en un campo reverberante, mediante la extracción y análisis de estimadores estadísticos usados en campos reverberantes de ondas electromagnéticas con sus equivalencias en ondas mecánicas. Se propone un modelo identificación de campos reverberantes uniformes para la asistencia de la R-SWE, basado en clasificadores automáticos basados en regresión logística, análisis discriminante lineal y máquinas de vector soporte (con kernel lineal y gaussiano) con exactitudes de 0.713, 0.729, 0.732 y 0.817, respectivamente.Item Metadata only Diseño de un sistema mecatrónico para medir el nivel de fatiga neuromuscular en deportistas utilizando el salto en contramovimiento(Pontificia Universidad Católica del Perú, 2022-08-03) Rojas Carrasco, Ivan Alexis; Villota Cerna, Elizabeth RoxanaHoy en día, es evidente el crecimiento de la práctica deportiva en el Perú. De hecho, esta actividad se ve impulsada por la infraestructura y la moderna tecnología deportiva implementada con miras a los Juegos Panamericanos Lima 2019. Sin embargo, si bien estos complejos poseen la ventaja de beneficiar a la mayor cantidad de atletas por su capacidad, la tecnología no se proyecta de la misma manera debido a la aún limitada oferta existente. Ante este panorama, resulta importante identificar una oportunidad de mejora que pueda reducir la brecha tecnológica que existe en el deporte peruano. Por esto, se propone diseñar una solución tecnológica que optimice el proceso de control de la fatiga neuromuscular (FN) durante la preparación deportiva. Sobre el control de la FN, existen alrededor de 6 métodos convencionales para medir el nivel de la fatiga. Algunos de estos, recientemente, han variado con el fin de reducir su complejidad. Prueba de ello es un nuevo estudio que ha demostrado que la altura máxima del centro de masa en el salto en contramovimiento (CMJ, por sus siglas en inglés) puede ser utilizado como una herramienta moderna y práctica para determinar el nivel de la FN. Entonces, con base en este método, se propone diseñar un sistema mecatrónico que obtenga el nivel de dispersión de la potencia mecánica máxima del CMJ, variable física directamente relacionada con la altura del centro de masa, para que se utilice como herramienta para medir el nivel relativo de la FN. Así mismo, el sistema a diseñar debe ser capaz de verificar la ejecución del CMJ. El sistema mecatrónico se compone de un subsistema que utiliza 8 celdas de carga para medir las fuerzas pie-piso y un segundo subsistema compuesto de una cámara digital para la captura de imágenes que corresponden al desarrollo del CMJ. Luego, para el procesamiento de los algoritmos que culminan en el nivel de dispersión de la potencia mecánica máxima se emplea un microcontrolador; y para el procesamiento de las imágenes que culminan en la verificación del CMJ, un mini ordenador. Al respecto, el procesamiento de imágenes comprende, principalmente, la etapa de reconocimiento de articulaciones en el espacio 2D. Para esto, se utiliza el modelo Open Pose de tipo open source, que fue elegido por su precisión (79.7 %), tiempo de detección (< 0.20 s) e implementación. La presente inicia revisando el estado del arte, luego se define la lista de requerimientos, estructura de funciones, matriz morfológica y conceptos preliminares según la norma VDI 2221. También, se revisa el diseño del sistema dentro del ámbito mecánico, eléctrico y procesamiento. Al final, se revisa la parte de costos y conclusiones.Item Metadata only Sistema mecatrónico para determinar automáticamente las dimensiones de anchovetas usando visión artificial(Pontificia Universidad Católica del Perú, 2022-08-02) Murrugarra Ortiz, Lhester; Crisóstomo Romero, Pedro MoisésEn el presente trabajo se diseña un sistema mecatrónico para la prevención de la excesiva pesca de anchovetas jóvenes; es decir, especies que aún no se han reproducido, con el fin de evitar el uso indiscriminado del recurso y ayudar al cumplimento de las reglas impuestas por el Instituto del Mar Peruano (IMARPE) y por el Ministerio de Producción (PRODUCE) con respecto a la pesca de anchovetas. Estas normas expresan que solo se puede pescar un cardumen donde la cantidad de juveniles, especies con menos de 12cm, sea menor al 10% del cardumen (Ministerio de Producción, 2015). Por ello, el sistema tiene como función principal informarle al usuario el porcentaje de especies jóvenes y adultas encontradas en el cardumen respecto al total. Con dicho fin, el sistema de visión del vehículo sumergible grabará un video usando cámaras estereoscópicas y posteriormente enviará dicho video al computador ubicado en la embarcación. Este computador es el encargado de procesar el video e indicarle al usuario los porcentajes de juveniles y adultos. El trabajo comienza con la investigación de la problemática y tomando como referencia un diseño conceptual desarrollado previamente. Posteriormente, se enuncian los objetivos y el alcance del proyecto. Con dicha información se inicia el diseño por subsistemas, en el cual se realizan los cálculos y selecciones necesarias para los componentes del sistema mecatrónico. Además, se comprueba el funcionamiento de la propuesta mediante un análisis a la estructura del vehículo y una simulación con el algoritmo de visión desarrollado. Finalmente, se obtienen los costos del proyecto, los cuales han sido divididos en costos de componentes y de fabricación.Item Metadata only Determinación y segmentación del nivel socio-económico a partir del análisis automático de imágenes de satélite(Pontificia Universidad Católica del Perú, 2022-07-11) Sosa Pezo, Carlos Alberto; Beltrán Castañón, César ArmandoEste proyecto tiene como objetivo desarrollar un modelo de análisis de imágenes satelitales basado en redes neuronales profundas para poder identificar de forma automática el nivel socioeconómico de zonas urbanas, a través de la utilización de las imágenes obtenidas mediante el satélite estatal peruano PerúSat-1, las cuales fueron provistas al proyecto por la Comisión Nacional de Investigación y Desarrollo Aeroespacial (CONIDA). De esta manera, se buscó proveer una fuente alternativa y complementaria a los métodos manuales de recolección de datos demográficos para los casos en los que esta metodología tradicional no resulta conveniente de ejecutar por factores de tiempo y presupuesto. Para ello, el proyecto inicia con la conformación del corpus de datos utilizados para el entrenamiento del modelo de análisis de imágenes satelitales. Este conjunto de datos incorpora, además de imágenes satelitales de PerúSat-1 de la ciudad de Lima capturadas entre 2016 y 2020, una serie de etiquetas que indican el nivel de ingresos de cada manzana en dicha ciudad. Estas etiquetas son el resultado de un estudio elaborado por el Instituto Nacional de Estadística e Informática en el año 2019, tomando como base los datos obtenidos durante el Censo Nacional de Población y Vivienda de 2017. En el caso de las imágenes satelitales, este proceso consiste en la composición en imágenes de cuatro bandas (rojo, azul, verde e infrarrojo) de alta resolución y su posterior división en bloques cuadrados de 512 píxeles en cada dimensión; mientras que las etiquetas censales son organizadas en una base de datos relacional, de forma que puedan ser accedidas por el script para la integración de ambas fuentes de datos. Finalmente, se asigna a cada bloque de 512 x 512 píxeles una máscara con las etiquetas censales correspondientes a la zona capturada. Luego, se define un protocolo de preprocesamiento de los datos, en el que normalizan los parches de las imágenes satelitales, además de incrementar el tamaño del conjunto de datos, de modo que sean adecuados para el entrenamiento de los modelos desarrollados. Respecto a estos, se dispone de dos modelos de redes neuronales convolucionales para el análisis socioeconómico de las imágenes satelitales: el primero, encargado de segmentar semánticamente los techos observados en las imágenes; y el segundo que, recibiendo como entradas la imágen satelital original y la máscara de techos generada por el modelo anterior, detecta el nivel socioeconómico de cada manzana en dicha imagen. Así, se obtiene como resultado final una máscara de bits en la que se indica el nivel socioeconómico de cada manzana observada en la imagen satelital. Finalmente, para facilitar su acceso hacia el usuario final, se desarrolla una plataforma web, compuesta por una interfaz gráfica y una interfaz de programación de aplicaciones, que permite seleccionar, con la ayuda de un mapa en la interfaz gráfica, imágenes satelitales para que sean procesadas por los modelos de redes neuronales y puedan ser las máscaras generadas visualizadas en conjunto con la imagen original.Item Metadata only Desarrollo de una aplicación de visión artificial para escanear objetos 3D con cámaras de fotos(Pontificia Universidad Católica del Perú, 2022-03-15) Sumoso Vicuña, Ernie Ludwick; Sipiran Mendoza, Iván AnselmoLos métodos tradicionales de escaneo 3D requieren de un contacto físico directo con los objetos a escanear. En algunos casos demandan incluso la rotación y movimiento constante de estos, lo cual representa un riesgo para objetos frágiles como las piezas arqueológicas. Si ignoramos este factor de riesgo podemos causar daños irreparables y frustrar el proceso de documentación de estas. Por otro lado, existen técnicas de escaneo 3D sin contacto - pasivas que no requieren de una interacción directa con los objetos. Es por ello que se propone desarrollar un software que permita escanear piezas arqueológicas usando las técnicas de reconstrucción tridimensional mediante conceptos de visión artificial, aprendizaje de máquina, data augmentation y mallas poligonales. Para lograr nuestro cometido se parte de un set inicial de 962 huacos peruanos pre escaneados proporcionados por el grupo de Inteligencia Artificial PUCP. Con este conjunto de datos se genera una extenso volumen de imágenes los cuales son procesados y utilizados para el entrenamiento de un modelo de aprendizaje de máquina. Segundo, al obtener unos primeros resultados se propone llevar a cabo la técnica de data augmentation para extender nuestra data disponible, normalizarla, segmentarla y con ello entrenar múltiples modelos bajo 2 experimentos definidos. Todo ello nos permite mejorar los resultados de reconstrucción de objetos 3D considerando la alta variabilidad de huacos peruanos. Finalmente se implementa una interfaz gráfica la cual permite al usuario interactuar con el proyecto desarrollado. En conclusión, se logra desarrollar una herramienta de software que nos permite cargar videograbaciones reales de piezas arqueológicas (bajo ciertos parámetros establecidos), procesar los archivos, visualizar y descargar los resultados obtenidos como mallas poligonales (reconstrucciones 3D almacenados en el computador).