UNIVERSIDAD NACIONAL

DE INGENIERIA
FACULTAD DE CIENCIAS

“Posicionador motorizado de una

lente para una imagen óptima”

Alumnos: Luis Alvarado

Jonathan Sánchez Palomino
Jorge Luis Tasayco Huamaní

Curso: Proyecto de Instrumentación Electrónica

Docente: German Comina Bellido

1. Objetivos

1
  Diseñar y terminar la construcción del dispositivo (elegir los componentes
adecuados)
 Implementar un sistema de control (elegir el software adecuado para la
adquisición y procesamiento de los datos)
 Calibrar el dispositivo (medir la resolución y la precisión)

2. Antecedentes

A. Sistema De Enfoque Automático Para Una Cámara Térmica, Usando

Procesamiento De Imágenes En Matlab

Las cámaras térmicas captan esta radiación y generan una imagen. Un

adecuado enfoque en una cámara térmica proporciona una imagen
termográfica de alta calidad y permite medir la temperatura con precisión.
Pero en una imagen guardada no se puede cambiar el enfoque. El enfoque es
un parámetro óptico y, por lo tanto, no se puede modificar en una imagen
guardada. Por estos motivos, un enfoque correcto es uno de los aspectos más
importante de una cámara térmica. El enfoque de la cámara sobre los
diferentes objetos siempre necesita una gran cantidad de tiempo, sobre todo si
el usuario no tiene mucha experiencia. Un sistema de enfoque automático, se
denomina aquel que, sin la intervención del ser humano es capaz de
determinar la posición relativa del lente para que la imagen sea nítida. Está
compuesto de un sistema mecánico que permite el movimiento automático
del lente y sistemas computacionales y electrónicos. En la actualidad existen
cámaras térmicas sin enfoque automático y varios trabajos relacionados con
el desarrollo de algoritmos de enfoque automático, por lo que en el presente
trabajo se diseña y construye un sistema automático para la cámara térmica
JIR-1136F38 y un software, desarrollado en Matlab, con cinco algoritmos de
medida de foco: cuatro de ellos desarrollados y probados en otros proyectos y
el último diseñado e implementado por los autores de este trabajo.

Métodos usados:

a) Algoritmo de Bordes R-T: Este algoritmo es el desarrollado por los

autores, una vez adquirida la imagen, se aplica un detector de bordes
con el fin de obtener un conjunto de puntos o líneas conectadas que
indican las fronteras de las superficies formadas. Se determina el
área formada por el trazo de los límites en cada superficie y se suma
todas las áreas obteniendo un área total.

b) Algoritmo de Varianza: Este algoritmo diferencia el valor promedio

de todos los pixeles correspondientes a la imagen con cada uno de

2
 ellos. Por tanto, la imagen mejor enfocada es aquella que presenta
mayor dispersión

c) Algoritmo de Frecuencias: El algoritmo definido como Frecuencias

está basado en el análisis del contenido de frecuencias de una
imagen, y la relación entre las frecuencias bajas y las frecuencias
altas. Siendo la matriz f (x, y) los datos de cada imagen, se obtiene la
transformada, para poder obtener las magnitudes de los contenidos
de frecuencias, y así determinar la matriz de frecuencias.

d) Algoritmo de Boddeke: El algoritmo de Boddeke utiliza la máscara

de convolución Bx = [-1 0 1] aplicada a lo largo del eje x de la
imagen procesada. Así la magnitud del gradiente, obtenida después
de aplicar Bx en cada píxel (n,m) a través de la imagen, se expresa de
la siguiente forma : Bx(n,m)  f (n 1,m)  f (n 1,m)

e) Algoritmo de Brenner: El algoritmo de Brenner calcula la diferencia

entre una determinada matriz I(x,y) y la matriz I(x,y) desplazada dos
pixeles, dicha diferencia es elevada al cuadrado para obtener la
medida de foco. 𝐹𝑀 = ∑𝑀 ∑𝑁|𝐼(𝑥, 𝑦 + 2) − 𝐼(𝑥, 𝑦)|2

B. Descripción, comparación y ejemplos de uso de las funciones de la

toolbox de procesado digital de imágenes de MATLAB

El objetivo de este trabajo es el de definir, analizar y comparar a nivel de

usuario las funciones incluidas en la toolbox para el procesado digital de
imágenes de MATLAB, proporcionando ejemplos aclaratorios que ayuden a
entender su uso y aplicación, y que faciliten su elección y ejecución para
resolver problemas determinados. Con ello, sin entrar en conceptos
avanzados de programación o procesado digital de imágenes, tanto el
profesional de la docencia como el alumno que se inicie en el campo del
procesado digital de imágenes con MATLAB, dispondrá de la ayuda y base
teórica fundamental para el entendimiento de la herramienta y el desarrollo
futuro de programas y aplicaciones más complejas.

3. Principio

3
 El punto óptimo de enfoque presenta la siguiente propiedad: Al enfocar a dicho
punto obtendremos los dos puntos extremos dados, a foco con el menor número f.
En la figura 1 representamos dos tipos de situación. (Figura1.a y 1.b).
Deseamos obtener nitidez entre los puntos extremos P1 (situado a la distancia S1) y
P2 (situado a la distancia S2).

Caso a:
Si enfocamos a un punto cualquiera la profundidad de campo anterior y la
profundidad de campo posterior, NO alcanzará (al ir aumentando el número f) a los
puntos extremos P1 y P2 al mismo "tiempo" (es decir, para el mismo número f).
Tendremos un punto nítido antes que el otro. Esto presenta dos problemas:

 Tener que diafragmar más de lo necesario para alcanzar la nitidez en los dos
puntos (NO siempre se puede).
 Tener en uno de los puntos una zona de nitidez inútil, (Profundidad de campo
no útil). O incluso, dependiendo del caso, algo peor, como es una zona nítida
no deseada. (Lo vemos en la figura 1.a)

Caso b:
Si enfocamos al punto de enfoque óptimo Popt (situado a una distancia del objetivo de
la cámara Sopt), la nitidez alcanzará a los dos puntos P1 y P2 con el mismo número f.
Toda la profundidad de campo será útil. (Lo vemos en la figura 1.b).

4. Cronograma de actividades

4
 Hito N°1 (29/03/2017)

Presentación de la propuesta del proyecto a realizar

Selección del proyecto definitivo y programación de hitos posteriores, i.e. los
objetivos a conseguir para cada fecha de evaluación. También la recopilación
de principios electrónicos, físicos, y de programación que requeriremos más
adelante.

 Hito N°2 (14/04/2017)

Identificación, adquisición y estudio de los elementos a usar

Hasta esta fecha habremos seleccionado y conseguido los materiales más
adecuados para llevar a cabo el proyecto de instrumentación, incluyendo
materiales, herramientas y software que utilizaremos posteriormente.

Caracterización del sistema mecánico y control electrónico

Monitoreo de la distancia con un vernier

 Hito N°3 (10/05/2017)

Diseño e implementación de la parte mecánica del proyecto - ARDUINO

Para esta fecha habremos concluido la implementación de la parte física del
proyecto, dando uso al taller mecánico y cualquier otro espacio que resulte
necesario. El arreglo mecánico estará completo a la espera del software.

Controlar el motor a paso con Arduino (fuente apropiada).

Anclar mecánicamente el vernier a la estructura para controlar la precisión

Hacer prueba de desplazamiento controlado

 Hito N°4 (31/05/2017)

Desarrollo del software - MATLAB

En esta fecha ya habremos concluido la redacción del código del programa
que gobernará nuestro arreglo ya terminado. Se realizará además las
calibraciones adecuadas.

Optimizacion del sistema óptico.

Desarrollo del algoritmo de enfoque

 Hito N°5 (21/06/2017)

5
 Acople y adaptación de ambos sistemas Mecánico-Software
La última fecha verá el proyecto finiquitado y listo para la presentación.

5. Bibliografía

 http://pendientedemigracion.ucm.es/info/univfoto/num3/blanco.htm
 http://www.revistapolitecnica.epn.edu.ec/images/revista/volumen35/tomo2/Si
stemaDeEnfoqueAutomaticoParaUnaCamaraTermica.pdf
 http://oa.upm.es/14016/2/PFC_EDUARDO_LAORDEN_FITER_B.pdf