Por favor, use este identificador para citar o enlazar este ítem: http://dspace.espoch.edu.ec/handle/123456789/9218
Título : Diseño y construcción de un dispositivo portátil para la identificación de billetes orientado a personas con discapacidad visual mediante el uso de visión artificial.
Autor : Solano Aguilar, Gabriela Del Cisne
Director(es): Lozada Yánez, Pablo Eduardo
Tribunal (Tesis): Cabrera Aguayo, Fausto Ramiro
Palabras claves : INTELIGENCIA ARTIFICIAL;VISIÓN ARTIFICIAL;DISCAPACIDAD VISUAL;DETECCIÓN DE BILLETES;APRENDIZAJE COMPUTACIONAL;REGRESIÓN LOGÍSTICA
Fecha de publicación : jun-2018
Editorial : Escuela Superior Politécnica de Chimborazo
Citación : Solano Aguilar, Gabriela Del Cisne. (2018). Diseño y construcción de un dispositivo portátil para la identificación de billetes orientado a personas con discapacidad visual mediante el uso de visión artificial. Escuela Superior Politécnica de Chimborazo. Riobamba.
Identificador : UDCTFIYE;108T0260
Abstract : In the current degree, work was developed in a portable device capable to detect bills and its denomination, guiding its use to people with visual impairment, employs artificial vision and computational learning. For the implementation of this prototype, the deductive, heuristic and experimental methods were applied. The same counts with a programming stage and other of design related to the hardware. The programming was carried out in Python, into it was developed a lineal classificator, logistic regression, obtaining to differentiate a bill from the bottom of an image. This was achieved with the extraction of characteristics of a set of training of bills and bottom, applying a variation of the descriptor Local Binary Pattern that do it invariant to the rotation, then these results were trained using logistic regression for obtaining the model with lower error cost of all the elements of training set. This model is multiplied by each window of applied image the descriptor in order to compare this value with certain threshold and classify them like bill or bottom. Once segmented the bill of 1,5,10 or 20 dollars, is applied the correlation for determining the better matching between the segmented bill and the templates informing in this way the bill denomination. Regarding to the hardware, a casing that contains a Raspberry pi 3 was designed, a Raspberry pi camera, a battery of 3000mAh, a loudspeaker of 0,25W with its respective circuit, a switch and button. The range of distance to get a good number of correct identifications is between 16 and 29 cm from the bill to analyse the device, taking a processing time of 2,41 minutes approximately. Is recommendable to reduce the employed time for the bills identification without affect its management such as to add other techniques or mechanisms to improve the identification results.
Resumen : En el presente trabajo de titulación se desarrolló un dispositivo portátil capaz de detectar billetes y su denominación, orientando su uso a personas con discapacidad visual, emplea visión artificial y aprendizaje computacional. Para la realización de este prototipo se emplearon los métodos: deductivo, heurístico y experimental. Este cuenta con una fase de programación y otra de diseño en cuanto al hardware. La programación se llevó a cabo en Python, en él se desarrolló un clasificador lineal, regresión logística, consiguiendo diferenciar un billete del fondo de una imagen. Esto se logró con la extracción de características de un conjunto de entrenamiento de billetes y fondo, aplicando una variación del descriptor Local Binary Pattern que lo hace invariante a la rotación, luego se entrenó estos resultados usando regresión logística para obtener el modelo con más bajo coste error de todos los elementos del conjunto de entrenamiento. Dicho modelo se multiplica por cada ventana de la imagen aplicada el descriptor para comparar ese valor con cierto umbral y clasificarlas como billete o fondo. Una vez segmentado el billete de 1, 5, 10 o 20 dólares, se aplica la correlación para determinar el mejor emparejamiento entre el billete segmentado y las plantillas informando así la denominación del billete. En cuanto al hardware, se diseñó una carcasa que contiene una Raspberry pi 3, una cámara Raspberry pi, una batería de 3000mAh, un altavoz de 0.25W con su respectivo circuito, un switch y pulsador. El rango de distancia para obtener un buen número de identificaciones correctas está entre 16 y 29cm del billete a analizar al dispositivo, tomando un tiempo de procesamiento de 2,41 minutos aproximadamente. Es recomendable disminuir el tiempo empleado para la identificación de billetes sin afectar su desempeño así como adicionar otras técnicas o mecanismos para mejorar los resultados de la identificación.
URI : http://dspace.espoch.edu.ec/handle/123456789/9218
Aparece en las colecciones: Ingeniería en Electrónica, Control y Redes Industriales

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
108T0260.pdf3,61 MBAdobe PDFVista previa
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.