Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS
Contenido archivado el 2024-04-19
Nonlinear and Adaptive Techniques in Digital Image Processing, Analysis and Computer Vision

Article Category

Article available in the following languages:

Progresos en la visión artificial

Empleando ordenadores, cámaras y técnicas especiales de tratamiento, el hombre del siglo XX afrontó el difícil reto de reproducir la visión humana. En los albores del siglo XXI, un grupo de investigadores europeos ha desarrollado un nuevo concepto de visión artificial que puede tener aplicación en gran variedad de campos.

La visión artificial surgió de un movimiento, más importante, dedicado a la inteligencia artificial y a la "revolución cognitiva", que buscaba reproducir funciones fisiológicas humanas, como la vista y el oído, mediante ordenadores. Los primeros esfuerzos consistieron en sencillos intentos de clasificación electrónica para la industria alimentaria, aunque los primeros sistemas de visión artificial, propiamente dichos, no se fabricaron hasta la década de los treinta; estos sistemas eran capaces de transformar una fotografía en una matriz de números representativos del brillo, lo cual permitía generar una imagen a partir de una gama graduada de grises. Tanto la ciencia de la visión artificial como la tecnología en que se basa han progresado enormemente desde entonces. La matemática avanzada contemporánea y la teoría de la psicología cognitiva constituyen el núcleo de los sistemas de visión artificial actuales. Gracias a la investigación financiada por el programa comunitario ESPRIT 3, científicos de universidades y centros de investigación europeos han desarrollado un concepto innovador de visión artificial. Éste explota la tecnología de redes neurales y emplea métodos no lineales, en forma de familias de filtros no lineales (por ejemplo, polinómicos), para procesar imágenes digitales. Un avance importante lo ha marcado la utilización de algoritmos que permiten obtener detalles de la imagen a partir de datos de sensores, sin necesidad de una fase intermedia de preprocesamiento. Además, también pueden determinarse aquellas características de la imagen que no varían, incluso cuando el elemento o elementos objeto de estudio están girados o desplazados respecto al resto de la imagen. Los resultados de este trabajo tienen aplicación en campos muy diversos, entre los cuales están el control de calidad automático (por ejemplo, en la industria alimentaria), la formación de imágenes para fines médicos, la robótica, etc. El grupo de estudio desea enseñar estas nuevas técnicas para garantizar la transferencia de la tecnología a la comunidad científica y a las empresas europeas.

Descubra otros artículos del mismo campo de aplicación

Mi folleto 0 0