3. Licenciatura
Permanent URI for this communityhttp://54.81.141.168/handle/123456789/7312
Browse
3 results
Search Results
Item Metadata only Implementación del método gradiente conjugado en un FPGA arquitectura Spartan 6(Pontificia Universidad Católica del Perú, 2014-07-25) Sosa Cordova, Stefano André; Rodríguez Valderrama, Paúl AntonioResolver un sistema de ecuaciones lineales simult´aneas es un problema fundamental en el algebra lineal num´erica, y una de las etapas elementales en simulaciones cient´ıficas. Ejemplos son los problemas de ciencias e ingenier´ıa modelados por ecuaciones diferenciales ordinarias o parciales, cuya soluci´on num´erica est´a basada en m´etodos de discretizaci´on que conducen a sistemas de ecuaciones lineales. Estos sistemas pueden ser resueltos de manera directa; sin embargo, cuando el orden del sistema es demasiado grande el costo computacional se incrementa. Ante esta situaci´on se emplean m´etodos iterativos, los cuales son m´as eficientes y tienen una menor demanda computacional (p.e: Jacobi, Gauss-Seidel, Gradiente Conjugado, etc.). En el presente trabajo se presenta un sistema digital basado en un procesador, un coprocesador y una memoria externa que desarrolla el m´etodo del Gradiente Conjugado. El sistema fue implementado en la arquitectura Spartan-6, la cual cuenta con un softprocessor de 32 bits llamado MicroBlaze y el FPGA propiamente dicho. MicroBlaze dirige el flujo del algoritmo, adem´as de desempe˜nar las operaciones m´as sencillas (sumas vectoriales, productos internos, divisiones, etc). En tanto, en el FPGA se implement´o un coprocesador, el cual fue descrito en VHDL, que se encarga de la operaci´on de mayor costo computacional: el producto Matriz - Vector. El procesador y el coprocesador se comunican mediante interfaces unidireccionales basadas en unidades FIFO llamadas Fast Simplex Link (FSL). Se emple´o el entorno EDK (Embedded Development Kit) de la empresa Xilinx, para configurar el procesador, los perif´ericos y el coprocesador; y se emple´o la plataforma Atlys de la empresa Digilent para implementar el sistema propuesto. La implementaci´on final es aproximadamente 2 veces m´as r´apida y tiene una eficiencia de 0.25, respecto de la implementaci´on de referencia que se desarroll ´o empleando solo el procesador. El orden que sigue la tesis es el siguiente: En el primer cap´ıtulo se presenta el contexto de la tesis y se define puntualmente el problema que se desea resolver. En el segundo cap´ıtulo se cubre la mayor´ıa de aspectos te´oricos necesarios. La arquitectura propuesta, y los detalles de los componentes del sistema se especifican en el cap´ıtulo tres. Por ´ultimo, se presentan los resultados en el cap´ıtulo cuatro, seguido de las conclusiones.Item Metadata only Detección y seguimiento de manos en videos digitales utilizando computadores y mini-computadores(Pontificia Universidad Católica del Perú, 2014-05-12) Cisneros Velarde, Pedro Arturo; Rodríguez Valderrama, Paúl AntonioEl problema del seguimiento de manos o hand tracking puede definirse como la capacidad de un sistema computacional de poder reconocer las manos de un individuo (usuario) y hacerles un seguimiento en todo momento. El inter´es por el estudio del movimiento de las manos se debe a dos particularidades. En primer lugar, se debe a que las manos son protagonistas en la realizaci´on de varias tareas diarias del ser humano, pues las manos son un distintivo de las diferentes actividades humanas. Las manos permite la manipulaci ´on de objetos; de lo cual se basa una gran dimensi´on de la interactividad del hombre con sus diferentes herramientas de trabajo [1]. No es de sorprender que, con el reconocimiento del movimiento de las manos, se puedan reconocer varias actividades de las personas: comer, saludar, martillar, apu˜nar, se˜nalar, etc. En segundo lugar, las manos, junto con el rostro, son los dos mayores indicadores gestuales dentro de la comunicación no verbal; lo cual indica que en las manos hay un gran despliegue de diferentes gestos, seas y apariencias, y por tanto, tengan una gran riqueza de significado comunicativo.Item Metadata only Estimación automática de la varianza y discriminación de distribuciones de ruido en imágenes digitales(Pontificia Universidad Católica del Perú, 2013-05-13) Reátegui Woll, Jaime Cesar; Rodríguez Valderrama, Paúl AntonioExisten diversos sistemas de adquisición de imágenes, algunos de ellos son: CCD (Charge Couple Devices), sistemas basados en luz coherente, MRI (Magnetic Resonance Imaging), imágenes SAR (Radar de apertura sintética), etc. En todos los casos, las imágenes generadas se encuentran afectadas en alguna medida por distintos tipos de ruido. Se han estudiado y desarrollado diversos métodos para eliminar el ruido presente, para así obtener una mejor estimación de la escena de interés. La mayoría de algoritmos de restauración de imágenes digitales asumen que la clase de ruido y sus parámetros característicos son conocidos (p.e: varianza, coeficiente de variación, etc.). En la presente tesis se desarrolla e implementa un algoritmo para la estimación automática de la varianza y discriminación de la distribución del ruido presente en una imagen digital. La metodología propuesta se encuentra dividida en dos bloques principales. El primer bloque estima la varianza del ruido presente en la imagen utilizando un método basado en el cálculo de la moda de las varianzas obtenidas a partir de ventanas locales (segmentos de la imagen). El segundo bloque transforma una distribución de ruido específica en una distribución Gaussiana con varianza unitaria utilizando transformaciones de estabilización de varianza. Estos dos bloques trabajan de manera conjunta y automática haciendo uso de diversas reglas de decisión para, finalmente, poder discriminar la distribución que presenta la imagen digital analizada. El algoritmo será implementado en el software MATLAB y será capaz de discriminar entre las siguientes cuatro tipos de ruido: aditivo Gaussiano, multiplicativo Gamma, multiplicativo Rayleigh y Poisson. Los resultados computacionales se obtendrán a partir de imágenes con ruido cuya distribución y magnitud son conocidas. Los resultados obtenidos pueden ser utilizados luego para distintos tipos de pruebas. El orden que sigue la tesis es el siguiente: En el primer capítulo se define puntualmente el problema que se busca resolver. En el segundo capítulo se cubren todos los aspectos teóricos necesarios, así como los diversos métodos, algoritmos o estudios realizados anteriormente sobre este tema. El diagrama de bloques y los detalles del algoritmo se especifican en el capítulo tres. Por último, se presentan los resultados en el capítulo cuatro seguido de las conclusiones y recomendaciones.