Nuevos algoritmos para procesamiento de imágenes de speckle
- Autores
- Grumel, Eduardo Emilio; Buffarini, Leandro; Cap, Nelly Lucía; Rabal, Héctor Jorge; Trivi, Marcelo Ricardo
- Año de publicación
- 2019
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Los objetos rugosos iluminados por luz láser muestran una apariencia granular llamada speckle. Si la superficie no es rígida, el patrón de speckle también cambia y da cuenta de los procesos dinámicos que tienen lugar en la superficie o en el volumen de las muestras. En consecuencia, se han encontrado varias aplicaciones de este fenómeno en medicina, biología, ingeniería, agricultura, etc. Las técnicas de speckle utilizadas para estudiar diversas situaciones experimentales requieren diferentes algoritmos de acuerdo con los problemas a resolver. En general, los algoritmos utilizados son útiles para algunas situaciones, pero no pueden aplicarse a otras [4]. Por ejemplo, cuando intentamos describir patrones de speckle estáticos o dinámicos, es muy difícil encontrar un solo algoritmo para analizar ambas situaciones. En este artículo se presentan dos posibles soluciones al problema. En el primer caso se propone una simple generalización del concepto de dimensión fractal en imágenes, considerando la curva obtenida como una función del umbral de binarización. Esta curva se puede utilizar para describir parcialmente imágenes ordinarias, texturas, patrones de speckle estáticos y dinámicos. En una segunda aproximación, se desarrolla un algoritmo generalizado para procesar imágenes de actividad de speckle, donde los algoritmos existentes resultan ser casos particulares. Esta propuesta se basa en un conjunto de descriptores sintonizables que utilizan una extensión de las operaciones de suma y resta con un parámetro libre que se puede elegir para optimizar los resultados. La mejor elección de la afinación se elige visualmente. Para ambos casos, se muestran ejemplos de aplicaciones en algunos casos de interés.
Sección: Ciencias Básicas
Facultad de Ingeniería - Materia
-
Física
diagramas de speckle
algoritmo
dimensión fractal - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/75079
Ver los metadatos del registro completo
id |
SEDICI_14c5a491b3e99c58d1e5000d551d76e7 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/75079 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Nuevos algoritmos para procesamiento de imágenes de speckleGrumel, Eduardo EmilioBuffarini, LeandroCap, Nelly LucíaRabal, Héctor JorgeTrivi, Marcelo RicardoFísicadiagramas de specklealgoritmodimensión fractalLos objetos rugosos iluminados por luz láser muestran una apariencia granular llamada speckle. Si la superficie no es rígida, el patrón de speckle también cambia y da cuenta de los procesos dinámicos que tienen lugar en la superficie o en el volumen de las muestras. En consecuencia, se han encontrado varias aplicaciones de este fenómeno en medicina, biología, ingeniería, agricultura, etc. Las técnicas de speckle utilizadas para estudiar diversas situaciones experimentales requieren diferentes algoritmos de acuerdo con los problemas a resolver. En general, los algoritmos utilizados son útiles para algunas situaciones, pero no pueden aplicarse a otras [4]. Por ejemplo, cuando intentamos describir patrones de speckle estáticos o dinámicos, es muy difícil encontrar un solo algoritmo para analizar ambas situaciones. En este artículo se presentan dos posibles soluciones al problema. En el primer caso se propone una simple generalización del concepto de dimensión fractal en imágenes, considerando la curva obtenida como una función del umbral de binarización. Esta curva se puede utilizar para describir parcialmente imágenes ordinarias, texturas, patrones de speckle estáticos y dinámicos. En una segunda aproximación, se desarrolla un algoritmo generalizado para procesar imágenes de actividad de speckle, donde los algoritmos existentes resultan ser casos particulares. Esta propuesta se basa en un conjunto de descriptores sintonizables que utilizan una extensión de las operaciones de suma y resta con un parámetro libre que se puede elegir para optimizar los resultados. La mejor elección de la afinación se elige visualmente. Para ambos casos, se muestran ejemplos de aplicaciones en algunos casos de interés.Sección: Ciencias BásicasFacultad de Ingeniería2019-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionResumenhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf193-198http://sedici.unlp.edu.ar/handle/10915/75079spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-34-1749-2info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0/Creative Commons Attribution 4.0 International (CC BY 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:13:00Zoai:sedici.unlp.edu.ar:10915/75079Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:13:01.181SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Nuevos algoritmos para procesamiento de imágenes de speckle |
title |
Nuevos algoritmos para procesamiento de imágenes de speckle |
spellingShingle |
Nuevos algoritmos para procesamiento de imágenes de speckle Grumel, Eduardo Emilio Física diagramas de speckle algoritmo dimensión fractal |
title_short |
Nuevos algoritmos para procesamiento de imágenes de speckle |
title_full |
Nuevos algoritmos para procesamiento de imágenes de speckle |
title_fullStr |
Nuevos algoritmos para procesamiento de imágenes de speckle |
title_full_unstemmed |
Nuevos algoritmos para procesamiento de imágenes de speckle |
title_sort |
Nuevos algoritmos para procesamiento de imágenes de speckle |
dc.creator.none.fl_str_mv |
Grumel, Eduardo Emilio Buffarini, Leandro Cap, Nelly Lucía Rabal, Héctor Jorge Trivi, Marcelo Ricardo |
author |
Grumel, Eduardo Emilio |
author_facet |
Grumel, Eduardo Emilio Buffarini, Leandro Cap, Nelly Lucía Rabal, Héctor Jorge Trivi, Marcelo Ricardo |
author_role |
author |
author2 |
Buffarini, Leandro Cap, Nelly Lucía Rabal, Héctor Jorge Trivi, Marcelo Ricardo |
author2_role |
author author author author |
dc.subject.none.fl_str_mv |
Física diagramas de speckle algoritmo dimensión fractal |
topic |
Física diagramas de speckle algoritmo dimensión fractal |
dc.description.none.fl_txt_mv |
Los objetos rugosos iluminados por luz láser muestran una apariencia granular llamada speckle. Si la superficie no es rígida, el patrón de speckle también cambia y da cuenta de los procesos dinámicos que tienen lugar en la superficie o en el volumen de las muestras. En consecuencia, se han encontrado varias aplicaciones de este fenómeno en medicina, biología, ingeniería, agricultura, etc. Las técnicas de speckle utilizadas para estudiar diversas situaciones experimentales requieren diferentes algoritmos de acuerdo con los problemas a resolver. En general, los algoritmos utilizados son útiles para algunas situaciones, pero no pueden aplicarse a otras [4]. Por ejemplo, cuando intentamos describir patrones de speckle estáticos o dinámicos, es muy difícil encontrar un solo algoritmo para analizar ambas situaciones. En este artículo se presentan dos posibles soluciones al problema. En el primer caso se propone una simple generalización del concepto de dimensión fractal en imágenes, considerando la curva obtenida como una función del umbral de binarización. Esta curva se puede utilizar para describir parcialmente imágenes ordinarias, texturas, patrones de speckle estáticos y dinámicos. En una segunda aproximación, se desarrolla un algoritmo generalizado para procesar imágenes de actividad de speckle, donde los algoritmos existentes resultan ser casos particulares. Esta propuesta se basa en un conjunto de descriptores sintonizables que utilizan una extensión de las operaciones de suma y resta con un parámetro libre que se puede elegir para optimizar los resultados. La mejor elección de la afinación se elige visualmente. Para ambos casos, se muestran ejemplos de aplicaciones en algunos casos de interés. Sección: Ciencias Básicas Facultad de Ingeniería |
description |
Los objetos rugosos iluminados por luz láser muestran una apariencia granular llamada speckle. Si la superficie no es rígida, el patrón de speckle también cambia y da cuenta de los procesos dinámicos que tienen lugar en la superficie o en el volumen de las muestras. En consecuencia, se han encontrado varias aplicaciones de este fenómeno en medicina, biología, ingeniería, agricultura, etc. Las técnicas de speckle utilizadas para estudiar diversas situaciones experimentales requieren diferentes algoritmos de acuerdo con los problemas a resolver. En general, los algoritmos utilizados son útiles para algunas situaciones, pero no pueden aplicarse a otras [4]. Por ejemplo, cuando intentamos describir patrones de speckle estáticos o dinámicos, es muy difícil encontrar un solo algoritmo para analizar ambas situaciones. En este artículo se presentan dos posibles soluciones al problema. En el primer caso se propone una simple generalización del concepto de dimensión fractal en imágenes, considerando la curva obtenida como una función del umbral de binarización. Esta curva se puede utilizar para describir parcialmente imágenes ordinarias, texturas, patrones de speckle estáticos y dinámicos. En una segunda aproximación, se desarrolla un algoritmo generalizado para procesar imágenes de actividad de speckle, donde los algoritmos existentes resultan ser casos particulares. Esta propuesta se basa en un conjunto de descriptores sintonizables que utilizan una extensión de las operaciones de suma y resta con un parámetro libre que se puede elegir para optimizar los resultados. La mejor elección de la afinación se elige visualmente. Para ambos casos, se muestran ejemplos de aplicaciones en algunos casos de interés. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-04 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Resumen http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/75079 |
url |
http://sedici.unlp.edu.ar/handle/10915/75079 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-950-34-1749-2 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by/4.0/ Creative Commons Attribution 4.0 International (CC BY 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by/4.0/ Creative Commons Attribution 4.0 International (CC BY 4.0) |
dc.format.none.fl_str_mv |
application/pdf 193-198 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844616000682590208 |
score |
13.070432 |