Comparación de algoritmos de detección de bordes y vectorización de imágenes de moldes textiles

• Autor: Vallejos Rodríguez, Jair Adbeel
• Formato: tesis de grado
• Fecha de Publicación: 2021
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/8382
• Enlace del recurso: https://hdl.handle.net/20.500.12802/8382
• Nivel de acceso: acceso abierto
• Materia: Algoritmos; Detección de bordes; Vectorización; Detección de esquinas; Imagen vectorial; http://purl.org/pe-repo/ocde/ford#2.02.04

Las industrias en el Perú están conformadas en su 99.05% por mipymes, de las cuales el 6.7% y 3.3% representan a industrias manufactureras de media y baja tecnología. Estas empresas realizan un proceso llamado patronaje, el cual resulta costoso en términos de recursos, mano de obra y tiempo trabajo, pues se realiza mediante técnicas manuales. Esta investigación busca facilitar dicho proceso mediante la digitalización, para ello se planteó realizar moldes computarizados siguiendo un proceso que consta en la obtención de imágenes de patrones físicos mediante un protocolo de adquisición de imágenes, la detección de bordes y detección de esquinas para una futura vectorización. Existen diversas técnicas para realizar estas tareas, par ello se realizó una evaluación de las mismas para determinar que técnica se adecúa mejor a la problemática enfrentada. Se evaluó técnicas de detección de bordes como Canny-Deriche, Sobel y un método propuesto basado en la erosión de la imagen, tras la evaluación se dedujo que para este trabajo la técnica adecuada es Sobel, pues muestra calidad visual buena con un valor MSE de 1536 en tiempos de respuesta de 6.1 milisegundos, sobreponiéndose sobre Canny-Deriche y Erosión.. También se evaluó técnicas de detección de esquinas que ayudarán a identificar puntos vectorizables de una imagen, para ello se comparó las técnicas de Harris Corner, con una propuesta de dos técnicas, una evalúa las pendientes del borde de una imagen y otra técnica que recorre pixel a pixel del borde la una imagen. Tras evaluar su desempeño, se logró identificar que la técnica propuesta de recorrido Pixel a Pixel logra precisión de 90%, consumo de 0.9 MB de memoria en 0.57 milisegundos por proceso. Se concluyó que la técnica de recorrido pixel a pixel, es la mejor para reconocer esquinas pues presenta mayor precisión, consumo de memoria hasta 30 veces más bajo y tiempos de respuesta hasta 68 veces más rápido que el método tradicional de Harris.