Diseño e implementación de un prototipo de iluminación automático en base a visión artificial orientado a mejorar la adquisición de imágenes en entornos no controlados

Abstract

La capacidad de un sistema de visión por computador de capturar imágenes es ampliamente afectada por las condiciones de iluminación en la escena. En el presente trabajo se resalta la importancia de un sistema de iluminación automático en aplicaciones de visión por computador, y se propone una solución que permita mejorar la adquisición de imágenes en un espacio de trabajo. El desarrollo del trabajo inició con la selección de características relevantes que describan cualidades de una imagen, como son la luminancia, nitidez, coloración, y entropía de información, las cuales están directamente relacionadas con la cantidad de iluminación de una escena. Se diseñaron e implementaron algoritmos que permitan obtener una métrica numérica de cada una de las características mencionadas. La aplicación de estos algoritmos sobre una base de imágenes con distintos niveles de iluminación permitió la obtención de un subespacio de atributos para el entrenamiento de un modelo de clasificación de aprendizaje supervisado, basado en Máquinas de Vectores de Soporte (SVM) con un kernel polinomial. El modelo de clasificación categorizó las imágenes en ‘oscura’, ‘normal’, y ‘brillante’, resultados que sirvieron para controlar un dispositivo externo que ajusta acordemente la intensidad de iluminación de una escena. Una vez diseñado el sistema, se elaboró un prototipo para realizar pruebas prácticas de su desempeño, entregando resultados satisfactorios al utilizar el trabajo propuesto. Palabras claves: visión por computador, iluminación automática, procesamiento de imágenes, SVM.