Desarrollo de un sistema inteligente remoto para el análisis del contenido polínico de la atmósfera

Díaz López, Estela. (2014). Desarrollo de un sistema inteligente remoto para el análisis del contenido polínico de la atmósfera Master Thesis, Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial.

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
Diaz_Lopez_Estela_TFM.pdf Diaz_Lopez_Estela_TFM.pdf application/pdf 21.00MB

Título Desarrollo de un sistema inteligente remoto para el análisis del contenido polínico de la atmósfera
Autor(es) Díaz López, Estela
Resumen La tarea de detección y recuento polínico es un proceso complejo que necesita de expertos entrenados para diferenciar los granos de polen de otras partículas en muestras procedentes de la succión de aire. Es un proceso necesario, que permite informar del contenido polínico de la atmósfera. El recuento polínico se realiza actualmente de forma manual, mediante microscopía óptica y es muy costoso, tanto temporal como físicamente. Para mejorar la labor del experto palinólogo y mejorar la información actual sobre la distribución de los granos de polen se propone la utilización de un sistema que permita detectar e identificar el contenido polínico de muestras procedentes de succión de 24 horas de aire. El sistema desarrollado permite digitalizar toda la muestra a baja resolución con un plano de enfoque variable. A partir de la imagen obtenida los expertos pueden anotar sobre las imágenes la posición y el tipo del grano de polen detectado. Si la identificación no es posible a baja resolución, el sistema permite adquirir imágenes 3D de alta resolución centradas en el punto anotado para su identificación. Por si no fuera posible la identificación en esta segunda fase, el sistema desarrollado permite la conexión remota con el microscopio para capturar nuevas imágenes que permitan la identificación del grano. El sistema desarrollado permite analizar los granos de polen anotados manualmente y además, se está mejorando mediante el desarrollo de módulos que tratan de imitar la labor del experto y que realizan una detección e identificación automática de la imagen, lo que permitirá en un futuro al experto palinólogo solo realizar tareas de verificación de los resultados del sistema automático. Se han desarrollado los módulos de digitalización y detección a baja resolución, y los resultados obtenidos son prometedores.
Abstract Detection and identification of pollen grains in real air samples is a complex task that requires trained experts to distinguish pollen grains from other particles. It is a necessary process that informs of the pollen grains content of the atmosphere. Nowadays, the counting of pollen grains is done manually with light microscopy. It is a time consuming and hard task. To improve the palynologist work and the information of the distribution of pollen grains has been developed a computational system to detect and identify the pollen content of 24 hours of air caption samples. The system allow the total digitalization of the sample with autofocus plane and low resolution. The experts are able to detect and identify manually pollen grains with the developed system. If the identification is not possible with a low resolution image, the system can acquire 3D high resolution images centered on a possible pollen grain. Also, there are a third step to identify the object, with the remote connection with the microscope to acquire new 3D high resolution images. The developed system analyzed the manual points of pollen grains and furthermore, it is being improved by new modules that try to imitate the expert labor. The automatic system, that has been developing, analyze the image to detect and identify pollen grains. In the future, the labor expert only will be the verification of the automatic system results. At the moment, digitalization and detection module has been developed, with promising results.
Notas adicionales Trabajo de Fin de Máster. Máster Universitario en I.A. Avanzada: Fundamentos, Métodos y Aplicaciones. UNED
Materia(s) Ingeniería Informática
Palabra clave detección
identificación
grano de polen
aerotrasportado
automatización
digitalización
segmentación
detection
identification
pollen grain
the airborne
automation
digitization
segmentation
Editor(es) Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial.
Director/Tutor Rincón Zamorano, Mariano
Pérez Badía, Rosa
Fecha 2014-09-29
Formato application/pdf
Identificador bibliuned:master-ETSInformatica-IAA-Ediaz
http://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IAA-Ediaz
Idioma spa
Versión de la publicación acceptedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso master Thesis
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 89 Visitas, 58 Descargas  -  Estadísticas en detalle
Creado: Wed, 14 Jul 2021, 18:53:23 CET