Publicación Enero-Junio de 2017
Dimensions

PlumX

Cómo citar
Cavanzo Nisso, G. A., Pérez Pereira, M. R., & Villavisan Buitrago, F. (2017). Medición de eficiencia de algoritmos de visión artificial implementados en raspberry pi y ordenador personal mediante python - Efficiency Measurement Machine Artificial Vision Algorithms Imple-mented in Raspberry Pi and Personal Computer Using Python. Ingenium Revista De La Facultad De Ingeniería, 18(35), 105–119. https://doi.org/10.21500/01247492.3218
Términos de licencia

 

Esta revista proporciona un acceso abierto inmediato a su contenido, basado en el principio de que ofrecer al público un acceso libre a las investigaciones ayuda a un mayor intercambio global de conocimiento.

Por tanto se acoge a la Licencia Creative Commons 4.0 Atribuciones Reconocimiento – NoComercial – CompartirIgual (by-nc-sa): No se permite un uso comercial de la obra original ni de las posibles obras derivadas, la distribución de las cuales se debe hacer con una licencia igual a la que regula la obra original.

http://creativecommons.org/licenses/by-nc-sa/4.0/


Cesión de Derechos:

 

                              UNIVERSIDAD DE SAN BUENAVENTURA, BOGOTÁ

 AUTORIZACIÓN DEL AUTOR DE ESCRITOS ACADÉMICOS PARA SU REPRODUCCIÓN EN REVISTA INGENIUM

Yo______________________________________________________, Autorizo a la Universidad de San Buenaventura, Bogotá, para que en los términos establecidos en la Ley 23 de 1982, Ley 44 de 1993, Decisión Andina 351 de 1993, Decreto 460 de 1995 y demás normas generales sobre derechos de autor, reproduzcan por cualquier medio la totalidad de la ponencia, artículo, conferencia o escrito producto de mi actividad académica y titulado: __________________________________________________________________________________________________________________________________________________

La Universidad de San Buenaventura, Bogotá, hará uso estrictamente académico de este producto sin fines de lucro y asumirá los costos de la reproducción; los autores no solicitarán derechos patrimoniales a la Universidad por esta reproducción, renunciando a lo establecido en el artículo 72 de la ley 23 de 1982. Con todo, en mi condición de autor me reservo los derechos morales de la obra antes citada con arreglo al artículo 30 de la ley 23 de 1982. Como autor o autores, manifestamos que el escrito académico objeto de la presente autorización es original y la realizo sin violar o usurpar derechos de autor de terceros, por lo tanto la obra es de nuestra exclusiva autoría y poseemos la titularidad sobre la misma. En caso de presentarse cualquier reclamación o acción por parte de un tercero en cuanto a los derechos de autor sobre la obra en cuestión, el autor o autores, asumirán toda la responsabilidad, y saldrán en defensa de los derechos aquí autorizados; para todos los efectos la Universidad actúa como un tercero de buena fe.

 

En concordancia suscribo este documento en la Universidad de San Buenaventura, Bogotá, a los ________ días del mes de ____________________ de _________.

 

NOMBRE _______________________________________                                                                                FIRMA    ________________________________________                                                                                                      

DOC. IDENTIDAD__________________________________

 


 


Resumen

Este artículo presenta la medición de tiempo de ejecución de los dos algoritmos de visión artificial más conocidos (algoritmo de seguimiento de color y algoritmo de substracción de fondo) en dos plataformas diferentes (Raspberry Pi 3 Vs PC) ambas con sistemas operativos basados en Linux, esto con el fin de determinar en cuál de las dos plataformas los algoritmos corren con mayor eficiencia, además determinar si migrar estos algoritmos a sistemas embebidos afecta su desempeño para sistemas en tiempo real. En este artículo se mostrará una explicación detallada de cada algoritmo como también explicación técnica de cada plataforma y una medición de tiempo de cada subsistema del algoritmo y al final una medición global del tiempo de ejecución de todos los algoritmos

Palabras clave:

Citas

[1] R. Neves, A. Matos. (-). Raspberry PI Based Stereo Vision For Small Size ASVs. Pp. 1-6.
[2] A. Suryatali, V. B. Dharmadhikari. (2015). Computer Vision Based Vehicle Detection for Toll Collection System Using Embedded Linux. International Conference on Circuit, Power and Computing Technologies (ICCPCT), -, Pg: 1-7.
[3] G. Cococrullo, P. Cornosello, F. Frustaci, L. Guacho, S.Perri. (-). Embedded Survillance System Using Background Subtraction and Raspberry PI. Department Of Electronics, Computer Sciences and Systems DIMES - University of Calabria, Pg: 1-5.
[4] k, Milos; P., Jiri; Sánchez Reyes, Jazmín. Evaluation of Quality in Imaging Systems Based on Psychovisual Attributes.INGENIUM, [S.l.], v. 13, n. 26, p. 73-77, Jun. 2013. ISSN 0124 - 7492. Disponible en: . Fecha de acceso: 05 Sep. 2016
[5] Color Models: RGB, HSV, HSL. 28 de mayo de 2016, de - Sitio web: https://en.wikibooks.org/wiki/Color_Models:_RGB,_HSV,_HSL.
[6] F. Horst. (22 March 2010). RGB Cube Show lowgamma cutout. Mayo 28 de 2016, de - Sitio web: https://commons.wikimedia.org/wiki/File:RGB_Cube_Show_lowgamma_cutout_b.png
[7] L. Moreno. (-). Modelos de Color. 28 de mayo de 2016, de desarrollador web Sitio web: www.desarrolloweb.com/articulos/1483.php.
[8] J. D. Gibson. (1999). Handbook of Image and Video Processing. Austin, Texas: al Bovik.
[9] Kharar, Mohali, Punjab, (2011). “Morpholgical image processing”. India.Dept. of ECE, Doaba Institute of Engineering and Technology.
[10] (11 de octubre de 2011). Seven grayscale conversion algorithms. 28 de mayo de 2016, de Tanner Helland (dot) com Sitio web: www.tannerhelland.com/3643/grayscale-image-algorithm-vb6/
[11] F. H. Martínez, F. Martínez, H. Montiel, «Identificación visual sobre sistema embebido para navegación robótica autónoma», Ingenium, vol. 15, n. º 29, pp. 71-84, mayo, 2014.
[12] Recuperado de: www.pccomponentes.com/Raspberry_pi_3_modelo_b.html vista por última vez 28 mayo 2016
[13] Toshiba satélite. Recuperado de: www.notebookcheck.org/typo3temp/_processed_/csm_toshiba_satellite_l350_gesamtklein_ 1c605ee2d7.jpg
[14] A. Marzal, I. Garcia. (2002). Introducción al análisis de algoritmos. pp: 1-7.

Descargas

Los datos de descargas todavía no están disponibles.

Citado por