VAEP-RITA Vol. 3, Núm. 4, Dic.
2015
Enseñanza del Procesamiento de Imágenes en
Ingeniería usando Python
Andrés Fernando Jiménez López, Marla Carolina Prieto Pelayo y Ángela Ramírez Forero
Title— Teaching Image Processing in Engineering using
Python.
Abstract— This paper describes the experience lived in the
Faculty of Basic Sciences and Engineering of Universidad de
Los Llanos referred to the application of Project Based
Learning PBL-ABP as a strategy for teaching Image
Processing in undergraduate students of engineering. Through
this, learners are able to complement their readings and
lectures, to process and manipulate images and to build their
own Image Processing Tools using Python programming
language. This paper shows some projects resulting from the
application of the methodology and using the key concepts of
image processing and pattern analysis.
Index Terms— Engineering, Image Processing, Learning,
Project, Software.
I. INTRODUCCIÓN
E L Procesamiento de Imágenes (PI) es una subcategoría
del tratamiento digital de señales. Es la ciencia de
manipulación de imágenes usando computadores para
realizar procedimientos específicos según las aplicaciones y
requerimientos del usuario, tales como: filtrado, recorte,
segmentación, compresión y reconocimiento [1]. Es un área
del conocimiento que tiene atención de investigadores y
escolares para desarrollar y mejorar algoritmos para
aplicaciones en: robótica, comunicaciones, sensores
remotos, biomedicina, automatización industrial, sistemas
de inspección, navegación, mediciones ópticas, entre otras
[2], [3].
Las prácticas de laboratorio son actividades pedagógicas, y
en el estudio del PI éstas se realizan mediante el uso de
algún software especializado [4]. Algunos software
comerciales de procesamiento de imágenes como:
Photoshop, CorelDraw, Ulead Photoimpact, entre muchos
otros, realizan procedimientos internos que no permiten el
entendimiento de algoritmos, la lógica o el método del
proceso [5],presentando cajas negras que no admiten su
manipulación [6]. Después de su uso, los estudiantes se
vuelven expertos en la herramienta mas no en el
procesamiento de imágenes, que por supuesto podría ser
adecuado para diseñadores digitales, pero no para ingenieros
electrónicos, ni de sistemas.
A. F. Jiménez. Universidad de los Llanos, Departamento de
Matemáticas y Física (FCBI), Grupo de Investigación Sistemas Dinámicos,
Villavicencio, Colombia, ajimenez@unillanos.edu.co.
M. C. Prieto. Universidad de los Llanos, Escuela de Ingeniería (FCBI),
Grupo de Investigación Sistemas Dinámicos, Villavicencio, Colombia,
marla.prieto@unillanos.edu.co.
A. Ramirez. Universidad de los Llanos, Escuela de Ingeniería (FCBI),
Grupo de Investigación Sistemas Dinámicos, Villavicencio, Colombia,
angela.ramirez.forero@unillanos.edu.co.
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
179
Se han realizado esfuerzos por el desarrollo de herramientas
didácticas para la enseñanza del tratamiento digital de
imágenes y existen paquetes comerciales para aplicación de
laboratorios de PI, como por ejemplo MATLAB [1] y
Khoros [7], con desventajas similares a las herramientas de
manipulación de imágenes comerciales, adicionando el
elevado costo de licencias para su instalación en un aula de
clase [8]. Existen también plataformas no comerciales
independientes desarrolladas en C o Java [9], ambientes para
el análisis de imágenes tales como IPLab [10], colecciones
de rutinas y clases sin ambientes [11] y también gran
cantidad de applets interactivos independientes en internet
que permiten comprender algoritmos relacionados con el
tema. Varias universidades han implementado cursos
virtuales para trabajar bajo herramientas E-Learning con los
estudiantes interesados en PI[12], en donde se ha logrado
hacer que el aprendiz reciba instrucciones acerca de la
edición de imágenes y tener la opción de manipularlas en
línea [5].
Para que los estudiantes puedan comprender claramente los
conceptos y algoritmos del PI deben tener como
prerrequisito el conocimiento de: algebra lineal, análisis
multivariado y del procesamiento de señales, siendo estos
conceptos muchas veces abstractos. Por esta razón es
necesaria la práctica e interactividad con las herramientas de
software para lograr efectos positivos en la comprensión de
conceptos[10], ya que la enseñanza y aprendizaje de los
fundamentos de PI se logra si la atención está en la
representación visual de los algoritmos y el trabajo
experimental de los estudiantes [13]. La visualización en PI
puede considerarse como un factor de impulso cognitivo
mientras la descripción plana textual requiere un poco de
imaginación y habilidades interpretativas, con un resultado
pedagógico positivo al visualizar herramientas para la
demostración de aspectos básicos del procesamiento de
imágenes [14]. Muchas aplicaciones tales como: juegos de
video, graficas por computador, posprocesamiento de
imágenes y video, estimación y compensación de
movimiento, son implementados mediante soluciones de
software en procesadores de propósito general [15].
Para que la aplicación en software sea útil en el aprendizaje
del PI debe ser fácil de aprender, las tareas de PI deben
poder implementarse en pequeños programas y las
complejas usando subtareas, los programas deben correr lo
más rápido posible, la visualización de las imágenes debe
ser simple y rápida, y debe ser posible visualizar el progreso
del procesamiento en cada una de sus etapas [16]. En
esencia, se busca utilizar una herramienta de software que
permita a la vez aprender a utilizar un lenguaje de
programación mientras se aplican los conceptos teóricos,
para lo cual se pueden desarrollar aplicaciones en
MATLAB, C++, C, Java, Visual Basic, Python, entre otros.
180 VAEP-RITA Vol. 3, Núm. 4, Dic. 2015

En la Universidad de los Llanos se ha planteado el uso de II. ELECTIVA DE PROFUNDIZACIÓN EN

Python en el curso de PI, con el fin de lograr un aprendizaje PROCESAMIENTO DE IMÁGENES
integral del estudiante, al permitirle desarrollar habilidades
El curso de PI de la Universidad de los Llanos está
de alta calidad en la producción de software, con
organizado en los módulos: Programación en Python,
aplicabilidad en la investigación y el diseño de proyectos de
Fundamentos de la Imagen Digital, Introducción al
nivel avanzado. Python es un lenguaje de programación de
Procesamiento Digital de Imágenes, Tipos de Imágenes –
alto nivel, interpretado y multipropósito, cuyo creador es
Imágenes a Color, Adquisición de Imagen y video,
Guido Van Rossum. En los últimos años su utilización ha
Detección de objetos en movimiento, Interfaz Gráfica de
aumentado y es uno de los lenguajes de programación más
Usuario en Python, Ingeniería de la Formación de Imagen,
empleados para el desarrollo de software. Python puede ser
Operaciones con Píxeles, Segmentación de Imágenes:
utilizado en diversas plataformas y sistemas operativos,
Bordes y Contornos, Representación y Descripción:
entre los que se puede destacar: Windows, Mac OS X y
Operadores Morfológicos, Instrumentos Ópticos: Análisis
Linux. Pero, además, Python también puede funcionar en
de imágenes para definición de frente de onda,
smartphones y sistemas embebidos.
Transformadas de la Imagen y Sensores Remotos. Estos se
Para la enseñanza de PI, además de la herramienta de
estudian en 17 semanas con una intensidad de seis horas
software es importante usar el Aprendizaje Basado en
semanales, dos de teoría, dos de práctica de programación y
Proyectos (ABPr), que permite a los estudiantes la
dos de tutoría. Los módulos de Programación en Python e
definición del propósito de la creación de un producto final,
Interfaz gráfica de usuario utilizan las seis horas de la
identificar su mercado, investigar, crear un plan de trabajo,
semana correspondiente en actividades de programación.
diseñar y elaborar un producto. El proceso completo es
Cada módulo del curso está dispuesto de una estructura que
auténtico, referido a la producción en forma real, utilizando
incluye:
las propias ideas de los estudiantes y completando las tareas
- Introducción. Se hace una descripción de las
en la práctica [17]. Debido a esto, los estudiantes se enfocan
aplicaciones y beneficios de la temática a tratar.
en lograr soluciones a problemas no triviales, generando
- Esquema del módulo. Temas incluidos en el módulo.
preguntas, consultando, discutiendo ideas, realizando
- Objetivos del módulo. Capacidades y conocimientos
predicciones, diseñando planes de trabajo y/o experimentos,
que debe poseer al finalizar el módulo.
recolectando y analizando información, estableciendo
- Cuerpo Principal. Conceptos, ecuaciones y
conclusiones, comunicando sus resultados, cuestionándose y
procedimientos fundamentales de la temática explicada
creando o mejorando productos y procesos [18].
en el módulo, utilizando ayudas audiovisuales como
El ABPr es una estrategia pedagógica favorable para la
presentaciones en formato .pptx que el docente prepara
enseñanza de temáticas de ingeniería, que se complementa
con anterioridad y que muestra los contenidos del curso
al involucrar proyectos industriales y de impacto en la
de manera gráfica y llamativa para el estudiante.
comunidad universitaria y la región, para ofrecer una
- Desarrollo y aplicación en Python. Se desarrollan
experiencia tan auténtica como sea posible. La tendencia
algoritmos y se escriben programas en Python de
también se dirige a realizar estos proyectos en forma
aplicaciones de la temática estudiada.
interdisciplinaria, con la colaboración de otras dependencias
- Resumen. Se resaltan los aspectos fundamentales
o departamentos de ingeniería [19].
tratados en el módulo
En este artículo se da a conocer la experiencia en la
- Taller en Clase - Evaluación. Se desarrolla un taller en
realización del curso de pregrado: Electiva de
clase, que permite avanzar en la temática del proyecto
Profundización en Procesamiento de Imágenes de la
final del curso, según los procedimientos vistos en
Universidad de los Llanos y unos de los proyectos
clase; cada grupo de estudiantes utiliza los ejemplos
desarrollados en el curso; estos proyectos buscan brindar la
vistos para adaptarlos según la necesidad de su proyecto
solución a necesidades del entorno, además de permitir a los
final.
estudiantes la conceptualización de diferentes temáticas a
través de la interactividad con los resultados obtenidos en
En el curso se plantean tres evaluaciones parciales
las distintas etapas del procesamiento, enfocados en el
teórico-prácticas y un proyecto final. Las evaluaciones
entendimiento de los algoritmos y códigos utilizados.
parciales consisten en un examen escrito (50% de la
El software desarrollado en cada proyecto de curso está
calificación) y un miniproyecto (50% de la calificación).
basado en QT4 y Python 2.7, permitiendo que los resultados
Algunos de los miniproyectos que se han trabajado en el
se puedan aplicar no solo en el área de procesamiento de
curso son: a) Determinación característica de la ecuación de
imágenes, sino también en otras áreas del conocimiento,
movimiento de un objeto en caída libre y plano inclinado
especialmente en Ingeniería y Ciencias – Física. Algunas de
mediante PI, b) Calificador de exámenes tipo Saber-Pro
las aplicaciones desarrolladas en el curso han sido
usando PI, c) Guía de vehículo a control remoto mediante
fundamentales para los proyectos institucionales de la
barra de luces y detección de color.
Universidad de los Llanos: Diseño e Implementación de un
En el curso se utiliza el modelo ARCS (Atención,
Laboratorio Virtual Remoto para prácticas de Mecánica –
Relevancia, Confianza y Satisfacción), que es ampliamente
Cinemática en la Universidad de los Llanos, para el
usado en el desarrollo de materiales de enseñanza [20]. Este
procedimiento de evaluación de las prácticas remotas
modelo desarrollado por John M. Keller [21] ha sido
mediante procesamiento digital de imágenes y Diseño e
reportado como uno de los más efectivos modelos en el
implementación de un sistema asistido por computador de
desarrollo de materiales de enseñanza atractivos en el
la prueba de Ronchi en la Universidad de los Llanos –
estudio de las secuencias de control [22], en control de
SAPRULL, en el que se optimiza el procedimiento de
robots [23] y en Tratamiento digital de Imágenes [20].
adquisición de imágenes e identificación de aberraciones en
la fabricación de espejos.

ISSN 2255-5706 © IEEE-ES (Capítulo Español)

JIMÉNEZ, PRIETO Y RAMÍREZ: ENSEÑANZA DEL PROCESAMIENTO DE IMÁGENES EN INGENIERÍA... 181

III. RESULTADOS DEL APRENDIZAJE BASADO EN 8. Cálculo del tamaño de frutales mediante visión
PROYECTOS artificial,
La aplicación práctica de los conceptos se realiza 9. Reconocimiento de caracteres en Placas de
mediante la realización de un proyecto final y tres Vehículos,
miniproyectos, normalmente de cierta envergadura y en 10. Detección de vegetación mediante un vehículo en
grupo. El proyecto final se propone entre docente y campo y
estudiante de forma tal que sea alcanzable y que en su 11. Detección y caracterización de patrones de Ronchi en
resolución se desarrollen todas las destrezas y se apliquen Espejos Curvos, de los cuales se mencionan a
los algoritmos fundamentales del PI. continuación algunos resultados.
Los proyectos inician con una pregunta generadora, que A. Diseño e implementación de un sistema de adquisición y
no tiene respuesta simple basada solo en información, sino análisis de información de Ronchigramas, mediante
que requiere del pensamiento crítico para su resolución y tratamiento digital de imágenes. Marla Prieto.
ofrece andamiaje para que el estudiante aprenda a realizar El taller de óptica de la Universidad de los Llanos, se ha
las tareas cognitivas que caracterizan este pensamiento, es
constituido a lo largo de sus 25 años, como un destacado
decir el estudiante debe: buscar el camino más eficiente para
referente en procesos de diseño y fabricación de diferentes
realizar una tarea, sopesar la evidencia, revisar las ideas
elementos ópticos en Colombia. Una de las tareas que se
originales, elaborar un plan o resumir los puntos más
realizan en el taller es la fabricación de espejos, proceso en
importantes de un argumento. El proceso también se el que se involucran las fases de diseño, construcción y
fundamenta en el concepto de constructivismo, en el que el prueba; en esta última etapa se ejecuta un test (La prueba de
estudiante aprende construyendo nuevas ideas o conceptos,
Ronchi) [25], en donde el análisis de patrones de
basándose en sus conocimientos actuales y previos.
interferencia se hace de manera cualitativa y no
Los proyectos se fundamentan en que son: centrados en el
cuantitativa, observando y dando una opinión de acuerdo a
estudiante, dirigidos por el estudiante, definidos claramente,
la experiencia del operario. Por tal motivo se establece el
tienen contenido significativo para los estudiantes, proyecto de desarrollar una herramienta que permita
directamente observables en su entorno, se enfocan en optimizar el proceso de validación en la fabricación de
problemas del mundo real, son investigaciones de primera
espejos mediante procesamiento digital de imágenes. En la
mano, son sensibles a la cultura local, buscan obtener
Fig. 1 se aprecia la interfaz gráfica de usuario desarrollada,
productos tangibles que se puedan compartir con la
que permite realizar cuatro procedimientos fundamentales:
audiencia objetivo, con conexiones entre lo académico, la
- Control de Movimiento, con los subprocesos: centro
vida y las competencias laborales, con oportunidades de de curvatura y foco.
retroalimentación y evaluación por parte de expertos, - Adquisición de imágenes y video.
oportunidades para la reflexión, la auto evaluación por parte
- Preprocesamiento, con los subprocesos:
del estudiante y una auténtica evaluación o valoración [24].
Umbralización, Filtros espaciales, Transformación de
Estos proyectos se plantean de forma tal, que permitan el
la imagen, algoritmos de umbralización, guardar
aprendizaje de los conceptos y algoritmos de los datos finales.
procedimientos esenciales en el mejoramiento y extracción - Procesamiento: Análisis de ronchigramas.
de información de imágenes con un propósito específico.
Teniendo en cuenta el enfoque que se daría a la herramienta, B. Reconocimiento de Huella Dactilar como Mecanismo de
se logran determinar nuevos procedimientos, metodologías y Seguridad. Natalia Barbosa.
modelos para promover el aprendizaje, mediante los cuales El proyecto presenta la implementación de un sistema
los estudiantes de ingeniería desarrollan aplicaciones biométrico como mecanismo de seguridad, al validar y
prácticas de lo aprendido en sus cursos y grupos de estudio, aceptar solo la huella que concuerda a la ingresada
brindando solución a necesidades del entorno.Para el previamente en la base de datos; para dicho proceso se
desarrollo de las aplicaciones en software se utilizaron las
librerías de python: opencv, numpy, pyqt, sys, os y
matplotlib.
El proyecto se desarrolla durante todo el semestre, de
forma tal que dos semanas antes de finalizar el curso los
estudiantes han desarrollado el 80% de los procedimientos,
algoritmos, interfaces Gráficas de Usuario y programas; por
lo que el trabajo final consiste en ajustes y
perfeccionamiento de procedimientos. Algunos desarrollos
realizados por los estudiantes en el curso han sido:
1. Contador de varillas en camiones de acerías según
tipo,
2. Reconocimiento de Huella digital,
3. Detección de espacios libres en un parqueadero,
4. Detección de Movimiento para el desarrollo de
alarmas de un sistema domótico,
5. Detección de paso de vehículos en una vía
(Clasificación auto, camión o motocicleta),
6. Reconocimiento de Iris,
7. Reconocimiento de caracteres para Lenguaje de Fig. 1. Interfaz gráfica de Usuario ANGMAR –Image Processing V1.0.
señas, Fuente: Autores

ISSN 2255-5706 © IEEE-ES (Capítulo Español)

182
adquiere una imagen desde un dispositivo de captura de
huella dactilar, se adecúa para adquirir sus principales
características (minucias: Bifurcaciones y Terminaciones,
Fig. 2), usando procesamiento digital de imágenes y algunos
algoritmos matemáticos como el uso de filtros de la media y
la mediana para mejoramiento de la imagen y mapeos con la
fórmula de Crossing Number. El rendimiento de los
sistemas de reconocimiento de huella dactilar, se basa en la
precisión del algoritmo que se utilice.
El proceso realizado sobre las imágenes consiste en:
segmentación, filtrado, eliminación de ruido, gestión de la
cavidad y binarización, esqueletización, etiquetado,
eliminación de etiquetas inválidas, y comparación, Fig. 3.
Se utiliza un dispositivo Digital 4500 FingerPrint Reader,
que cuenta con funciones y librerías propias, pero que no se
utilizan debido a que el propósito del ejercicio es generar
algoritmos propios a partir de python.
Finalmente toda la información obtenida de las minucias
Fig.4, se compara con la información guardada en una base
Fig. 2. Terminaciones (izquierda) y Bifurcaciones (derecha). Fuente:
Natalia Barbosa.
a) b) c)
d) e) f)
Fig.3. a) Adquisición de huella dactilar con dispositivo digital FingerPrint
Reader. Desarrollo de algoritmos en python: b) preprocesamiento – filtrado,
c) segmentación, d) operaciones morfológicas - cierre, e) esqueletización, f)
etiquetado de minucias, Terminación (Blanco), bifurcación (Gris). Fuente:
Natalia Barbosa.
Fig. 4. Etiquetado de minucias correctas, Terminación (Blanco),
Bifurcación (Gris). Fuente: Natalia Barbosa.
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
VAEP-RITA Vol. 3, Núm. 4, Dic. 2015
de datos de huellas dactilares conocidas, si el número de
minucias coincide con respecto a la cantidad de minucias de
alguna huella de la base, se acepta como correspondiente, de
lo contrario es rechaza.
C. Cálculo del tamaño de frutales mediante visión
artificial. Diego Rojas, Alan Herrera.
El propósito de este trabajo es el de obtener una herramienta
útil para procedimientos automáticos de clasificación de
frutos. Se realizan algoritmos para el cálculo de integrales
mediante procedimientos de sólidos de revolución con
especial uso del método de disco a partir de la integración
numérica realizada con respecto a la regla del trapecio
compuesto, con el fin de obtener el volumen de una fruta en
particular. Las etapas básicas funcionales del sistema
desarrollado son: a) adecuación de iluminación, ruido de
captura y la oclusión de la escena, b) adquisición de imagen,
c) filtrado y corrección de la imagen, d) segmentación del
objeto, e) procesamiento y obtención de parámetro
dimensional, la cual se define por la ecuación 1, realizando
la aproximación a la fórmula del trapecio compuesto,
ecuación 2.
(2)
Donde y es el número de particiones.
El cálculo de volumen de la fruta se logra mediante la
relación del sólido de revolución y la integración numérica,
en donde se utiliza un sensor de ultrasonido para definir
distancias y la cámara Fig. 5.
D. Manejo de un Video Juego por Visión Artificial. Andrés
Zambrano, Cristian Torres.
Este proyecto se fundamenta en el reconocimiento de un
volante para generar el movimiento de un vehículo en un
videojuego mediante el uso de detección y análisis de color.
Al girar el volante hacia el lado izquierdo o derecho envía
una señal al videojuego y el vehículo se desplaza en la
dirección indicada, al acercar el volante a la cámara el
vehículo acelera y al alejarlo se frena, Fig.6. En esencia se
realiza una conexión entre Python y el Videojuego, que
permite realizar la emulación de las teclas en la ejecución
del videojuego. En la Fig. 7, se aprecia la interfaz gráfica de
usuario desarrollada para la conexión entre Python y el
juego Need of Speed, en donde se puede maniobrar el
videojuego mediante el volante diseñado para tal propósito.
Fig.5. Opción Captura de imagen. Fuente: Diego Rojas, Alan Herrera.
JIMÉNEZ, PRIETO Y RAMÍREZ: ENSEÑANZA DEL PROCESAMIENTO DE IMÁGENES EN INGENIERÍA...
Fig. 6. a) Timón, b) Giro a la derecha, c) Giro a la izquierda, d) Acelerar, e)
Frenar. Fuente: Autores.
Fig. 7. a) Interfaz Gráfica, b) Ejecución de la Aplicación. Fuente: Andrés
Zambrano, Cristian Torres.
E. Reconocimiento de Gestos Manuales Mediante Visión
Artificial con Python y Opencv. Juan Reinoso.
Las etapas del sistema desarrollado para la detección de los
números mediante gestos manuales consiste en: la definición
de color del fondo de la escena, adquisición de imágenes,
transformaciones, filtrado, segmentación, definición de
características y reconocimiento e interpretación de la
escena. En la Fig. 7, se aprecian los resultados obtenidos en
el desarrollo de la aplicación, en la que se resalta la
definición de los números de uno a cinco mediante el
lenguaje de señas.
a) b)
d) e)
Fig. 8. a) Interfaz Gráfica, fondo de la escena, reconocimiento de los números: b) uno, c) dos, d) tres, e) cuatro, f) cinco. Fuente: Juan Reinoso
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
183
F. Método de Evaluación de un Laboratorio de
Movimiento Uniformemente Acelerado. Autores
Un aspecto importante cuando se trabaja con laboratorios
remotos en física es la forma de verificación de los
resultados que se obtienen en el experimento, es decir, cuál
es el mecanismo para evaluar un resultado experimental y la
veracidad de los datos que puede utilizar un estudiante para
realizar el informe. Para esta tarea se ha desarrollado una
aplicación en Python que permite adquirir información del
movimiento de un objeto de características específicas
usando una cámara, entregar los datos experimentales
mediante una tabla (que son los datos que el estudiante
recibirá mediante la plataforma virtual remota), y establecer
la ecuación de regresión de los datos de laboratorio
(Herramienta útil para la calificación por parte del docente),
para posteriormente comparar la información que entrega el
estudiante con la que da como resultado el algoritmo
implementado. Este algoritmo es desarrollado en la
Universidad de los Llanos para el proyecto de investigación
titulado: Diseño e implementación de un Laboratorio remoto
para prácticas de mecánica –Cinemática, a cargo del Grupo
de Investigación de Sistemas Dinámicos.
En la Fig. 9, se aprecia la interfaz gráfica desarrollada para
el estudio de movimiento uniformemente acelerado
mediante el uso de tratamiento digital de imágenes, en la
Fig. 10, la visualización de los procedimientos de
procesamiento y en la Fig. 11 las gráficas resultantes de
regresión que entrega el software desarrollado.
Los proyectos descritos con anterioridad son resultado de
la metodología aplicada durante el curso de Procesamiento
digital de Imágenes en la Universidad de los Llanos, en las
que los estudiantes desarrollaron habilidades para
identificar, formular y resolver diferentes problemáticas
haciendo uso de los conocimientos adquiridos en el curso.
IV. EVALUACIÓN DE LA METODOLOGÍA DE ENSEÑANZA-
APRENDIZAJE
El Aprendizaje Basado en Proyectos busca que el
estudiante se involucre de manera activa en su proceso de
aprendizaje, resaltando que es él quien dirige su formación a
partir de situaciones problema, que se transforman además
c)
f)
184
en su estimulo por aprender, respondiendo de esta manera al
qué, cómo y para qué se aprende [26].Por medio de este
sistema de enseñanza es posible desarrollar estrategias para
la resolución de problemas, así como habilidades
específicas de una disciplina, por lo cual se ha seleccionado
como fundamento en la enseñanza del procesamiento digital
de imágenes.
El curso de procesamiento de imágenes es una electiva
profesional, que se ha dictado a los estudiantes de séptimo
semestre de ingeniería de sistemas e ingeniería electrónica
de la Universidad de los Llanos, la metodología de
Fig.9. Menú Principal software para la evaluación de un Laboratorio de
Movimiento Uniformemente Acelerado. Fuente: Autores.
Fig.10. Procedimientos de procesamiento software para la evaluación de un
Laboratorio de Movimiento Uniformemente Acelerado. Definición de
centroides. Superior: Frame del Video adquirido, Inferior izquierda:
Detección del objeto e Inferior derecha: Detección de centroides Fuente:
Autores.
Fig.11. Software para la evaluación de un Laboratorio de Movimiento
Uniformemente Acelerado. Gráficos obtenidos de posición, velocidad y
aceleración respecto al tiempo. Fuente: Autores.
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
VAEP-RITA Vol. 3, Núm. 4, Dic. 2015
enseñanza descrita se ha aplicado desde el segundo semestre
del 2014 hasta el segundo semestre de 2015 (tres grupos de
estudiantes).Con el fin de obtener la apreciación de los
estudiantes del curso, se plantearon diez preguntas que
permitieran reconocer la valoración del alumno sobre la
metodología de enseñanza – aprendizaje impartida.
El grupo de encuestados está conformado por 37
estudiantes que han asistido a la asignatura durante los
últimos 3 semestres, descritos en la Tabla I. Para el segundo
semestre del año 2014 los estudiantes que respondieron
fueron 9, para el primer semestre del año 2015 respondieron
13 estudiantes y para el segundo semestre de 2015
respondieron 15 estudiantes. Como se puede apreciar al ser
un curso electivo el número de estudiantes ha aumentado
cada semestre.
Al indagar sobre la posibilidad de realizar trabajos que le
permitiesen aprender con ayuda de sus compañeros, el 100%
de los encuestados estuvo de acuerdo, evidenciando que la
metodología del curso ha facilitado un aprendizaje
colaborativo, donde el estudiante es guiado por el profesor,
quien brinda espacios que permiten investigar y resolver
problemas en grupos de trabajo.
La totalidad de estudiantes encuestados, consideran que el
docente incentivó el uso de ayudas audiovisuales y
diferentes herramientas quitando protagonismo al tradicional
marcador y tablero, de esta manera se proponen estrategias
pedagógicas favorables en la enseñanza de temas de
ingeniería como factor importante en la metodología ABPr.
Se indagó acerca de si las herramientas de enseñanza que
utiliza el docente eran suficientes, para lo que 36 estudiantes
estuvieron de acuerdo; sólo una persona respondió
negativamente, justificando su respuesta por la falta de más
material bibliográfico para estudiar la teoría del
procesamiento de imágenes con Python. En cuanto a si el
docente fue claro en la temática expuesta, los 37 estudiantes
respondieron afirmativamente.
La fundamentación teórica del PDI, es realizada por el
docente en su explicación inicial, con utilización de apoyo
audiovisual y ejemplos prácticos del tema usando Python, de
esta manera se refuerzan los contenidos, permitiendo que el
estudiante asimile mejor la información y logre comprender
con mayor facilidad; por esta razón al cuestionar si la
metodología empleada facilita la comprensión de los
aspectos teóricos fundamentales de la asignatura todos los
encuestados indicaron una respuesta afirmativa.
Los encuestados consideran en su totalidad, que al cursar la
electiva de PI lograron adquirir habilidades para desarrollar
proyectos de ingeniería de una manera analítica y
propositiva, puesto que al diseñar proyectos se hace
necesario un análisis concienzudo de la problemática o
situación a trabajar, proponiendo alternativas de solución
efectivas, siendo posible conceptualizar la temática a través
de la interacción con los resultados progresivos que se
obtienen en el desarrollo del proyecto final.
La octava pregunta buscó reconocer aquellas aptitudes que
según el estudiante se incentivaron en su perfil profesional,
entre las siguientes opciones:
1. Trabajos o proyectos de innovación tecnológica.
TABLA I
ESTUDIANTES ENCUESTADOS EN LA VALORACIÓN DEL CURSO PI
Semestre 2014-2 2015-1 2015-2 Total
Estudiantes
9 13 15 37
Encuestados
JIMÉNEZ, PRIETO Y RAMÍREZ: ENSEÑANZA DEL PROCESAMIENTO DE IMÁGENES EN INGENIERÍA... 185

2. Actualizar sus conocimientos y especializarse en TABLA II

APTITUDES QUE SEGÚN EL ESTUDIANTE SE INCENTIVARON
alguna disciplina en particular.
EN SU PERFIL PROFESIONAL.
3. Integrar y/o coordinar personas y grupos TOTAL DE ESTUDIANTES: 37. FUENTE: AUTORES
interdisciplinarios.
Número de Porcentaje
4. Tener una alta capacidad de análisis y sentido crítico. Opción Definición
Estudiantes
5. Participar en grupos de investigación y estudios. Realizar trabajos o
6. Identificar posibles problemáticas del entorno, que proyectos de
1 31 84%
tuviesen solución a partir de la Ingeniería. innovación
7. Formular y ejecutar soluciones para diferentes tecnológica
Actualizar sus
problemáticas a través de su profesión. conocimientos y
2 especializarse en 23 62%
Los resultados obtenidos en la Tabla II, reflejan que para alguna disciplina en
la mayoría de los encuestados se promovieron las aptitudes particular
Integrar y/o coordinar
1, 6 y 7, evidenciando que los estudiantes consideran como 3 personas y grupos 14 38%
factor importante la formulación y desarrollo de proyectos interdisciplinarios
innovadores desde el área de la ingeniería, respondiendo al Tener una alta
propósito de la aplicación de la metodología del curso, al 4 capacidad de análisis y 15 41%
sentido crítico
promover que el alumno formule y ejecute proyectos de Participar en grupos de
impacto para su entorno; por su parte los factores 5 investigación y 19 51%
relacionados con el trabajo en grupo y análisis crítico, tienen estudios
falencias y debe incentivarse. Identificar posibles
Se le solicitó a los estudiantes que respondieran si la problemáticas del
6 entorno, que tuviesen 29 78%
metodología desarrollada es mejor que la tradicional solución a partir de la
teniendo en cuenta la clase impartida en el aula, haciendo Ingeniería
una valoración numérica en un rango de 1 a 5, donde 1 es Formular y ejecutar
(muy bajo), 2 (bajo), 3 (medio), 4 (alto) y 5 (muy alto), soluciones para
7 diferentes 30 81%
Tabla III; en esta pregunta dos personas dieron un valor de problemáticas a través
tres, veinte contestaron 4, y quince consideraron como de su profesión
respuesta un muy alto, demostrando la satisfacción por parte
de los estudiantes con la metodología de enseñanza. TABLA III
También se indagó por el papel que ejerce el alumno en su VALORACIÓN DE LA METODOLOGÍA, RESPECTO A LA TRADICIONAL.
RANGO DE 1 A 5. FUENTE: AUTORES
proceso de aprendizaje solicitando una valoración numérica
con la escala descrita, en la que los resultados reflejaron que Valor Definición Porcentaje
en lo referente a auto aprendizaje y aprendizaje compartido 1 Muy bajo 0%
2 Bajo 0%
cinco personas se autoevaluaron con un valor medio,
3 Medio 5%
veintitrés dan como respuesta un valor alto y nueve de los 4 Alto 56%
encuestados se otorgan un valor de muy alto, Tabla IV. 5 Muy Alto 39%
Estos resultados establecen la motivación de los estudiantes
por el trabajo individual al involucrarse con proyectos. TABLA IV
VALORACIÓN DEL APRENDIZAJE.
FUENTE: AUTORES
V. CONCLUSIONES
Valor Definición Porcentaje
Se ha estructurado un método lógico para hacer uso de las 1 Muy bajo 0%
tecnologías avanzadas en el aprendizaje constructivo. Esta 2 Bajo 0%
aproximación es centrada en el estudiante, sobre técnicas de 3 Medio 14%
análisis interactivo que son esenciales en el contexto del 4 Alto 62%
diseño. El principal beneficio es que se provee un 5 Muy Alto 24%
aprendizaje práctico, sin dejar a un lado los conceptos
teóricos y matemáticos de la asignatura, que resulta de gran comercial y permitiendo la manipulación de códigos y
utilidad para facilitar su comprensión y estimular al usuario algoritmos esenciales.
en el desarrollo de la asignatura de Procesamiento de La integración de Python y Qt4 permite el desarrollo de
imágenes. herramientas poderosas para el desarrollo de aplicaciones en
Con la metodología planteada el estudiante relaciona los software, que han sido útiles en el desarrollo aplicaciones.
contenidos formativos con aplicaciones prácticas reales, que Esta herramienta permite complementar el aprendizaje del
le proporcionan un grado de satisfacción por la utilidad de tratamiento digital de imágenes en el aula; integrando
los contenidos, con el contacto con el mundo real en metodologías que dan un enfoque distinto a la forma
aspectos vitales en su ejercicio profesional como lo son la tradicional de aprender, pasando de “marcador y tablero”, a
empresa y la investigación. la interacción del conocimiento con la implementación
El lenguaje de programación Python es una excelente práctica de nuevas técnicas y tecnologías que brindan
opción para el aprendizaje del procesamiento digital de soluciones tangibles a diferentes planteamientos, haciendo
imágenes, debido a que es un lenguaje interpretado, con que el estudiante muestre mayor interés por las temáticas de
librerías dedicadas a tareas específicas, que en conjunto la asignatura al confirmar su importancia a través de la
permiten obtener herramientas de software robustas y experiencia.
acertadas para la enseñanza del procesamiento digital de
imágenes, dejando a un lado la caja negra del software

ISSN 2255-5706 © IEEE-ES (Capítulo Español)

186
VI. AGRADECIMIENTOS
Se agradece a la Dirección General de Investigaciones y
al grupo de investigación Sistemas Dinámicos de la Facultad
de Ciencias Básicas e Ingeniería de la Universidad de los
Llanos, por su apoyo en el desarrollo del proyecto de
investigación: Diseño e Implementación de un Laboratorio
Remoto para prácticas de Mecánica (Cinemática) en la
Universidad de los Llanos código: FCBI-10-2014.
REFERENCIAS
[1] H. Al-Ghaib and A. Reza, "An E-Learning Interactive Course for
Teaching Digital Image Processing at the Undergraduate Level in
Engineering," in 15th International Conference on Interactive
Collaborative Learning (ICL), Villach, 2012.
[2] L. Xiaohong, "Development and Application of Image Processing
Laboratory System Based on DSP," Journal of Hefei University, vol.
19, pp. 38-41, 2009.
[3] B. Jahne, Digital Image Processing, Heidelberg: Springer, 2005.
[4] D. Zhenhai, W. Yajing and C. Wengang, "Teaching software
Development of Digital Image Processing Based on VB," in
International Conference on Educational and Information Technology
(ICEIT 2010), Chongqing, China, 2010.
[5] S. Poonam and S. Bhirud, "Interactive Web Based Learning: Image
Processing," in Application of Information and Communication
Technologies, AICT 2009, Baku, 2009.
[6] H. Zhang, Y. Zhao and X. Dai , "Method and Application of
Smoothing the Gray Image Based o VB," Journal of Shandong
Institute of Technology, vol. 17, pp. 4-7, 2003.
[7] G. Donohoe and P. Valdez, "Teaching Digital Image Processing with
Khoros," IEEE Transactions on Education , vol. 39, no. 2, pp. 137-
142, 1996.
[8] D. Sohi and S. Devgan, "Application to enhance the teaching and
understanding of basic image processing techniques," in Proc. IEEE
Southeastcon 2000, Nashville, 2000.
[9] D. Bright, "Digital Image Processing with NIH Image (Mac)/Scion
Image (PC)/ImageJ," Report, surface and Microanalysis Science
Division, National Institute of Standards and Technology,
Gaithersburg, 2004.
[10] D. Sage and M. Unser, "Easy Java Programming for Teaching Image
Processing," in International Conference in Image Processing ICIP'01,
Thessaloniki, 2001.
[11] M. Powell and D. Goldgof, "Software Toolkit for Teaching Image
Processing," International Journal of Pattern Recognition and
Artificial Intelligence, vol. 15, no. 5, pp. 833-844, 2001.
[12] H. Zhou, "Bridge the Gap between Traditional Course Teaching and E-
Learning: a Case Study," in Information Technologies and
Applications in Education. ISITAE, Kunming , 2007.
Ángela Ramírez. Candidata a Ingeniera Electrónica de la Universidad de
los Llanos–Villavicencio, Colombia. Grupo de Investigación Sistemas
Dinámicos. Sus intereses de Investigación son: automatización, Sistemas
embebidos y programación.
Marla Prieto. Candidata a Ingeniera Electrónica de la Universidad de los
Llanos –Villavicencio, Colombia. Grupo de Investigación Sistemas
Dinámicos. Sus intereses de Investigación son: automatización, Sistemas
embebidos y programación.
ISSN 2255-5706 © IEEE-ES (Capítulo Español)
VAEP-RITA Vol. 3, Núm. 4, Dic. 2015
[13] E. Ageenko and L. R. Gaetano, "A Visualization Toolkit for
Teaching, Learning and Experimentation in Image Processing," in
35th Asee/IEEE Fontiers in Education Conference, Indianapolis,
2005.
[14] R. Fisher and K. Koryllos, "Interactive textbooks: Embedding image
processing operator demostrations in text," Int. J. Pattern Recognition
and Artificial Intelligence, vol. 12, no. 8, pp. 1095-1123, 1998.
[15] A. Davide and A. Yiannis, "Software Designs of Image Processing
Tasks With Incremental Refinement of Computation," IEEE
Transactions on Image Processing, vol. 19, no. 8, pp. 2099-2114,
2010.
[16] J. A. Robinson , "A Software System for Laboratory Experiments in
Image Processing," IEEE Transactions on Education, vol. 43, no. 4,
pp. 455-459, 2000.
[17] A. Mettas and C. Constantinou, "The technology fair: a project-based
learning approach for enhancing problem solving skills and interest in
design and technology education," International Journal of
Technology and Design Education, no. 18, pp. 79-100, 2007.
[18] P. Blumenfeld, E. Soloway, R. Marx, J. Krajcik, M. Guzdial and A.
Palincsar, "Motivating project-based learning: Sustaining the doing,
supporting the learning," Educational Psychologist, vol. 26, no. 3&4,
pp. 369-398, 1991.
[19] S. Alptekin, D. Deturris and D. Macy, "Development of a flying eye:
A project-based learning experience," Journal of Manufacturing
Systems, vol. 24, no. 3, pp. 226-236, 2005.
[20] R. Yokokawa, H. Oneda, S. Osawa and K. Ozaki, "Development of a
Teaching Material that can Motivate Students to Learn Control
Engineering and Image Processing," in IEE 17th International
Conference on Computational Science and Engineering, Chengdu ,
2014.
[21] J. M. Keller, "Development and Use of the ARCS Model of
Instructional Design," Journal of Instructional Development, vol. 10,
no. 03, pp. 2-10, 1987.
[22] S. Inamori, K. Chida, M. Noguchi, M. Arai and M. Koshimizu,
"Development of Sequence Control Educational Materials with
Module Structure for Engineering Experiments," Japanese society of
Engineering education, vol. 54, no. 04, pp. 21-26, 2006.
[23] T. Tasaki, S. Watanabe, Y. Shikanai and K. Ozaki, "Development of
Control Teaching Material for Mechatronics Education Based on
Experience," Japanese society of Engineering Education, vol. 58, no.
04, pp. 98-102, 2010.
[24] N. Martin and A. Baker, Linking work and learning toolkit, Portland,
2000.
[25] D. Malacara, Optical Shop Testing, 3 ed., Hoboken, New Jersey:
John Wiley & sons, Inc, 2007
[26] A. Escribano y A. Del Valle, El Aprendizaje Basado en Problemas
ABP (Una propuesta metodológica en Educación Superior),2 ed.,
Bogotá, Ediciones de la U, 2015.
Andrés Jiménez. Ingeniero Electrónico de la Universidad Pedagógica y
Tecnológica de Colombia, Magister en ciencias – Física de la Universidad
Nacional de Colombia (2011). Investigador de los grupos: Sistemas
Dinámicos y Macrypt de la Universidad de los Llanos, Villavicencio,
Colombia, desde el año 2013. Profesor del Departamento de Matemáticas
y Física de la misma universidad. Sus intereses de investigación son:
procesamiento de imágenes, agricultura de precisión, simulación física,
laboratorios remotos, óptica y electrodinámica.