Detector de bordes de imágenes usando un microcontrolador ARM

Edge detection image using ARM microcontroller

Juan Francisco Ordoñez, Luis Oñate

Resumen


En este documento se describe como se desarrolló un detector de bordes de imágenes, esta técnica es útil en una variada gama de aplicaciones como metrología, reconocimiento de rostros, detección de patrones debido a que determina la frontera entre dos regiones de características distintas. Se utilizo la tarjeta de desarrollo STM32FI-DISCO, aunque este microcontrolador no está diseñado para procesamiento digital de imágenes (PDI) como es el caso de los microcontroladores de Texas Instruments, Analog Device, etc.., tiene una velocidad de procesamiento elevada y utiliza 32 bits de programa. El detector de bordes utiliza el modulo del microcontrolador ARM de STmicroelectronics añadiéndole una cámara para tomar fotos y se presenta en un display de película delgada de transistor (TFT) la imagen donde se aplicó el detector de bordes usando el filtro de Sobel. Además, se implementó en Matlab el filtro detector de bordes y se comparó las imágenes analizadas con el software Matlab y las obtenidas en la tarjeta de desarrollo encontrando su semejanza, siendo las imágenes con mayor similitud: edificios, figuras geométricas y circuitos impresos. Con lo cual se logró aplicar un algoritmo de detección de bordes en este hardware a bajo costo. 


Palabras clave


ARM, detector de bordes, Filtro de Sobel. procesamiento digital de imágenes.

Texto completo:

PDF HTML

Referencias


G. Anusha, J. T y N. Satya, «Implementation of SOBEL Edge Detection,» International Journal of Computer Trends and Technology, vol. 3, nº 3, pp. 472-475, 2012.

S. Ravi, A. Rahim y F. Shaik, «FPGA Based Design and Implementation of Image Edge Detection Using Xilinx System Generator,» International Journal of Engineering Trends and Technology, vol. 4, nº 10, pp. 4657-4660, 2013.

P. Premaratne, Ajaz, Monaragala, Bandara y M. Premaratne, «Design and Implementation of Edge Detection,» de 2010 Fifth International Conference on Information and Automation for Sustainability , Colombo, 2010.

L. Tan, Digital Signal Processing Fundamentals and Applications, Academic Press, 2013.

STMicroelectronics, «STMicroelectronics,» [En línea]. Available: http://www2.st.com/content/ccc/resource/technical/document/datasheet/03/b4/b2/36/4c/72/49/29/DM00071990.pdf/files/DM00071990.pdf/jcr:content/translations/en.DM00071990.pdf. [Último acceso: 23 Abril 2016].

S. Pratibha, M. Diwakar y C. Sangam, «Application of Edge Detection for Brain,» International Journal of Computer Applications, vol. 58, nº 16, pp. 21-25, 2012.

M. Anupam y K. Debaditya, «Motion analysis in video surveillance using edge detection,» IOSR Journal of Computer Engineering, vol. 12, nº 6, pp. 10-15, 2013.

Y. Ramadevi, T. Sridevi, B. Poornima y B. Kalyani, «Segmentation and Object Recognition using edge detection techniques,» International Journal of Computer Science & Information Technology(IJCSIT), vol. 2, nº 6, pp. 153-161, 2010.

U. Sefercik y O. Gulegen, «Edge Detection in Geologic Formation Extraction: Close Range and Remote Sensing Case Studies,» 2012.

N. Singh, D. Gandhi y K. P. Singh, « Recognition System Using a Canny Edge Detection and a Circular Hough Transform,» International Journal of Advances in Engineering & Technology, vol. 1, nº 2, pp. 221-228, 2011.

Omnivision, «datasheet OV7670,» [En línea]. Available: http://www.voti.nl/docs/OV7670.pdf. [Último acceso: 23 abril 2016].

R. Green y M. Zechner, Beginning Android Games, New York: Apress, 2012, pp. 89-91.

STMicroelectronics, «STM32F series,» Abril 2016. [En línea]. Available: http://www2.st.com/content/st_com/en/products/microcontrollers/stm32-32-bit-arm-cortex-mcus/stm32f3-series.html. [Último acceso: Abril 2016].

Wide, «2.4” QVGA (320x240) TFT-LCD,» [En línea]. Available: http://www.wide.hk/pdf/240320.pdf. [Último acceso: 23 abril 2016].

S. Labs, «CP2102,» [En línea]. Available: https://www.silabs.com/Support%20Documents/TechnicalDocs/CP2102-9.pdf. [Último acceso: 23 Abril 2016].

C. Solomon y T. Breckon, Fundamentals of Digital Image Processing, Oxford: Wiley-Blackwell, 2011, pp. 97-103.

L. Shapiro y G. Stockman, Computer Vision, New Jersey: Prentice-Hall, 2001, pp. 156-166.

S. Jayaraman, Digital Imagen Processing, New Delhi: Tata McGraw Hill, 2009, pp. 127-132.




DOI: http://dx.doi.org/10.17163/ings.n16.2016.04

Copyright (c) 2016 Universidad Politécnica Salesiana

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.

INDIZACIONES PRINCIPALES

   Resultado de imagen para logo redib logo

   

© 2017, Universidad Politécnica Salesiana del Ecuador