Procesamiento de imágenes para posicionamiento de dispositivo mecánico con algoritmo de retropropagación y manejo separado de componentes RGB

Resumen

Se han utilizado diferentes enfoques para el uso de Redes Neuronales Artificiales - ANN, en el reconocimiento de patrones de imagen, con variaciones que van desde el procesamiento de los datos de la imagen hasta la propia arquitectura ANN. Este artículo describe el desarrollo de un sistema que tiene como objetivo reconocer patrones de imágenes con ANNs de tres entradas que reciben imágenes descompuestas en sus componentes RGB. Las ANN tienen una arquitectura con dos capas ocultas de seis neuronas cada una, y utilizan el algoritmo Backpropagation. El modelo construido normaliza los componentes RGB con valores entre cero y uno. El algoritmo Backpropagation se utiliza con el fin de realizar una aproximación funcional de estos componentes y, después del entrenamiento, los arreglos numéricos obtenidos en las tres salidas correspondientes a las entradas se desnormalizan para formar la imagen de entrenamiento resultante. Seis patrones de imagen fueron entrenados en diferentes ANN, formando un sistema para reconocer cada patrón. La factibilidad de uso del modelo se verificó con las pruebas de su capacidad de generalización. Las imágenes utilizadas para posicionar un dispositivo mecánico, que no participaba en el entrenamiento, fueron insertadas en el sistema ya partir de ellas se realizó el posicionamiento del dispositivo, con un alto grado de precisión.