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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/75079

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