Cookies y Privacidad
Usamos cookies propias y de terceros para mejorar la experiencia de nuestros usuarios, analizar el tráfico del sitio y personalizar contenido. Si continúas navegando, asumimos que aceptas su uso. Para más información, consulta nuestra Política de Cookies
Nuevo algoritmo de detección y corrección de píxeles anómalos en imágenes
Se expone un nuevo algoritmo de procesamiento de imágenes para detectar y corregir píxeles anómalos que resalten de manera individual entre sus vecinos en imágenes de una secuencia térmica obtenida a partir de un procedimiento de termografía activa, sin afectar la apariencia global de cada imagen, como ocurre al emplear una estrategia clásica de filtrado espacial. Como resultado principal de este filtrado selectivo, se detectan y reemplazan en un alto porcentaje aquellos píxeles defectuosos de fabricación o por el uso continuo del dispositivo CCD de la cámara infrarroja, lo cual reduce el riesgo de malas interpretaciones en el análisis posterior. Para el desarrollo y prueba del algoritmo propuesto se utilizaron secuencias de vídeo tomadas con una cámara Cincinnati Electronics de indio-antimonio (InSb) para inspeccionar láminas de CFRP (plástico reforzado con fibra de carbono) mediante la técnica de termografía activa. Los resultados del algoritmo se comparan con una lista de píxeles defectuosos dada por el fabricante de la cámara, arrojando un porcentaje de coincidencia de alrededor del 70%. El presente trabajo toma relevancia al considerar que en la literatura científica se encuentran muy pocos estudios en este campo, centrándose la mayoría en el preprocesamiento de imágenes astronómicas; además, en Colombia se está en una etapa de introducción creciente de técnicas de evaluación no destructiva por termografía (ENDT) en amplios sectores industriales que incluyen generación y transmisión de energía, ingenios azucareros y aeronáutica militar, entre otros.
Introducción
Los píxeles anómalos o defectuosos pueden definirse como aquellos que se apartan considerablemente del comportamiento promedio de sus vecinos, ya sea por defectos de fabricación, caso más común (Dargaud, 2009; Rodríguez, 2009), o por la incidencia periódica de radiación en el sensor durante su funcionamiento, como ocurre en la captura de imágenes astronómicas (Cresitello-Dittmar, 2001), o debido a interferencia de algún tipo de funcionamiento, como ocurre en la captura de imágenes astronómicas (Cresitello-Dittmar, 2001), o debido a interferencia de algún tipo de radiación parásita en el dispositivo CCD en aplicaciones que involucran energías de alta frecuencia (Li et al., 2006), según lo que se desee captar. De manera general, se encuentran en la literatura (Dargaud, 2009; Brändström, 2009) dos tipos básicos de píxeles anómalos de acuerdo con su nivel de gris: píxeles muertos, que permanecen siempre a un nivel promedio muy bajo o presentan muy poca sensibilidad; y píxeles calientes, que conservan, por el contrario, un nivel muy alto, siendo comunes en imágenes de astrofísica, donde pueden confundirse con cuerpos astronómicos luminosos. En dispositivos de color se habla de un tercer tipo de píxel defectuoso: los píxeles atrofiados (stuck) en los que se encuentran varios subpíxeles siempre encendidos o apagados, haciendo que el píxel RGB adopte generalmente un tono constante (Dargaud, 2009; Rodríguez, 2009). Todas estas clases de píxeles pueden darse de forma individual, en columnas o en grupos (cluster) (Pixel Fixer, 2009; Zamorano, 2009).
Autores: Loaiza Correa, Humberto; Restrepo Girón, Andrés David
Idioma: Español
Editor: Universidad Nacional de Colombia
Año: 2010
Disponible con Suscripción Virtualpro
Artículos
Categoría
Ingeniería y Tecnología
Licencia
Atribución
Consultas: 132
Citaciones: Ing. Investig. Vol 30. No. 2
Este documento es un artículo elaborado por Andrés David Restrepo Girón (Universidad Santiago de Cali, Colombia) y Humberto Loaiza Correa (Universidad del Valle, Colombia.) para Ingeniería e Investigación Vol 30. Núm. 2. Publicación de Universidad Nacional de Colombia - UN. Contacto: revii_bog@unal.edu.co
Se expone un nuevo algoritmo de procesamiento de imágenes para detectar y corregir píxeles anómalos que resalten de manera individual entre sus vecinos en imágenes de una secuencia térmica obtenida a partir de un procedimiento de termografía activa, sin afectar la apariencia global de cada imagen, como ocurre al emplear una estrategia clásica de filtrado espacial. Como resultado principal de este filtrado selectivo, se detectan y reemplazan en un alto porcentaje aquellos píxeles defectuosos de fabricación o por el uso continuo del dispositivo CCD de la cámara infrarroja, lo cual reduce el riesgo de malas interpretaciones en el análisis posterior. Para el desarrollo y prueba del algoritmo propuesto se utilizaron secuencias de vídeo tomadas con una cámara Cincinnati Electronics de indio-antimonio (InSb) para inspeccionar láminas de CFRP (plástico reforzado con fibra de carbono) mediante la técnica de termografía activa. Los resultados del algoritmo se comparan con una lista de píxeles defectuosos dada por el fabricante de la cámara, arrojando un porcentaje de coincidencia de alrededor del 70%. El presente trabajo toma relevancia al considerar que en la literatura científica se encuentran muy pocos estudios en este campo, centrándose la mayoría en el preprocesamiento de imágenes astronómicas; además, en Colombia se está en una etapa de introducción creciente de técnicas de evaluación no destructiva por termografía (ENDT) en amplios sectores industriales que incluyen generación y transmisión de energía, ingenios azucareros y aeronáutica militar, entre otros.
Introducción
Los píxeles anómalos o defectuosos pueden definirse como aquellos que se apartan considerablemente del comportamiento promedio de sus vecinos, ya sea por defectos de fabricación, caso más común (Dargaud, 2009; Rodríguez, 2009), o por la incidencia periódica de radiación en el sensor durante su funcionamiento, como ocurre en la captura de imágenes astronómicas (Cresitello-Dittmar, 2001), o debido a interferencia de algún tipo de funcionamiento, como ocurre en la captura de imágenes astronómicas (Cresitello-Dittmar, 2001), o debido a interferencia de algún tipo de radiación parásita en el dispositivo CCD en aplicaciones que involucran energías de alta frecuencia (Li et al., 2006), según lo que se desee captar. De manera general, se encuentran en la literatura (Dargaud, 2009; Brändström, 2009) dos tipos básicos de píxeles anómalos de acuerdo con su nivel de gris: píxeles muertos, que permanecen siempre a un nivel promedio muy bajo o presentan muy poca sensibilidad; y píxeles calientes, que conservan, por el contrario, un nivel muy alto, siendo comunes en imágenes de astrofísica, donde pueden confundirse con cuerpos astronómicos luminosos. En dispositivos de color se habla de un tercer tipo de píxel defectuoso: los píxeles atrofiados (stuck) en los que se encuentran varios subpíxeles siempre encendidos o apagados, haciendo que el píxel RGB adopte generalmente un tono constante (Dargaud, 2009; Rodríguez, 2009). Todas estas clases de píxeles pueden darse de forma individual, en columnas o en grupos (cluster) (Pixel Fixer, 2009; Zamorano, 2009).
Descripción
Se expone un nuevo algoritmo de procesamiento de imágenes para detectar y corregir píxeles anómalos que resalten de manera individual entre sus vecinos en imágenes de una secuencia térmica obtenida a partir de un procedimiento de termografía activa, sin afectar la apariencia global de cada imagen, como ocurre al emplear una estrategia clásica de filtrado espacial. Como resultado principal de este filtrado selectivo, se detectan y reemplazan en un alto porcentaje aquellos píxeles defectuosos de fabricación o por el uso continuo del dispositivo CCD de la cámara infrarroja, lo cual reduce el riesgo de malas interpretaciones en el análisis posterior. Para el desarrollo y prueba del algoritmo propuesto se utilizaron secuencias de vídeo tomadas con una cámara Cincinnati Electronics de indio-antimonio (InSb) para inspeccionar láminas de CFRP (plástico reforzado con fibra de carbono) mediante la técnica de termografía activa. Los resultados del algoritmo se comparan con una lista de píxeles defectuosos dada por el fabricante de la cámara, arrojando un porcentaje de coincidencia de alrededor del 70%. El presente trabajo toma relevancia al considerar que en la literatura científica se encuentran muy pocos estudios en este campo, centrándose la mayoría en el preprocesamiento de imágenes astronómicas; además, en Colombia se está en una etapa de introducción creciente de técnicas de evaluación no destructiva por termografía (ENDT) en amplios sectores industriales que incluyen generación y transmisión de energía, ingenios azucareros y aeronáutica militar, entre otros.
Introducción
Los píxeles anómalos o defectuosos pueden definirse como aquellos que se apartan considerablemente del comportamiento promedio de sus vecinos, ya sea por defectos de fabricación, caso más común (Dargaud, 2009; Rodríguez, 2009), o por la incidencia periódica de radiación en el sensor durante su funcionamiento, como ocurre en la captura de imágenes astronómicas (Cresitello-Dittmar, 2001), o debido a interferencia de algún tipo de funcionamiento, como ocurre en la captura de imágenes astronómicas (Cresitello-Dittmar, 2001), o debido a interferencia de algún tipo de radiación parásita en el dispositivo CCD en aplicaciones que involucran energías de alta frecuencia (Li et al., 2006), según lo que se desee captar. De manera general, se encuentran en la literatura (Dargaud, 2009; Brändström, 2009) dos tipos básicos de píxeles anómalos de acuerdo con su nivel de gris: píxeles muertos, que permanecen siempre a un nivel promedio muy bajo o presentan muy poca sensibilidad; y píxeles calientes, que conservan, por el contrario, un nivel muy alto, siendo comunes en imágenes de astrofísica, donde pueden confundirse con cuerpos astronómicos luminosos. En dispositivos de color se habla de un tercer tipo de píxel defectuoso: los píxeles atrofiados (stuck) en los que se encuentran varios subpíxeles siempre encendidos o apagados, haciendo que el píxel RGB adopte generalmente un tono constante (Dargaud, 2009; Rodríguez, 2009). Todas estas clases de píxeles pueden darse de forma individual, en columnas o en grupos (cluster) (Pixel Fixer, 2009; Zamorano, 2009).