INANOE Repositorio (Inst- Nacional de Astrofísica, Óptica y Electrónica
Not a member yet
2571 research outputs found
Sort by
Diseño de sistema para la caracterización y adquisición de señales de un arreglo de detectores de tipo infrarrojo
No full textEl espectro electromagnético es la distribución de radiación electromagnética en términos de longitud de onda, frecuencia o energía [13]. La radiación electromagnética contiene una amplia distribución de espectros desde las ondas de radio hasta los rayos gama. Dentro de esta amplia gama, el ojo del ser humano solo puede detectar longitudes de onda entre los 400 nm y los 740 nm. Esta longitud de onda se conoce como espectro de luz visible y se encuentra entre los espectros ultravioleta e infrarrojo. La radiación infrarroja (IR) contiene longitudes de onda que van desde 740 nm hasta varias decenas de µm. Se puede detectar mediante dispositivos de detección infrarroja o agrupando un conjunto de dispositivos en un arreglo bidimensional, adoptando el nombre de Matriz de plano focal (FPA). Estos dispositivos incluyen materiales sensibles que pueden percibir la radiación infrarroja. Su utilidad es aplicada en distintas aplicaciones que incluyen visión nocturna, imágenes biomédicas, termografía y vigilancia [14, 15, 16]. Los detectores infrarrojos pueden clasificarse en dos grupos: detectores de fotones y detectores térmicos. En el primer caso, se absorbe los fotones incidentes, que interactúan con los portadores de carga en el detector generando una fotocorriente o voltaje que produce la salida eléctrica directamente proporcional al número de fotones de entrada. Los detectores térmicos responden a la radiación infrarroja con un cambio en su temperatura, que se puede interpretar en una señal de salida de voltaje o corriente. Los detectores FPA fabricados con dispositivos térmicos como los microbolómetros, combinan sistemas de lectura automáticos permitiendo el acceso electrónico a cada celda de la matriz. Por consiguiente, han ganado una gran atención en los últimos años gracias a su tamaño pequeño, bajo costo, bajo consumo de energía, gran respuesta espectral y compatibilidad con la tecnología CMOS. La fabricación de estos arreglos en conjunto de su sistema de lectura, permite visualizar el espectro infrarrojo en imágenes IR de alta calidad. La matriz de detectores convierte la radiación infrarroja incidente en una señal análoga. Estas señales son direccionadas, amplificadas, digitalizadas y procesadas por un sistema electrónico. La automatización de estos sistemas electrónicos, permite una reducción de consumos de recursos, a partir de una etapa de validación y lectura de FPA hasta una etapa final de visualización en imagen IR
Análisis de la Legibilidad y Comprensibilidad en Documentos Académicos
No full textThis research is a computational linguistic analysis of academic texts through its Comprehensibility and Legibility. In our work we refer to Comprehensibility as the ease or difficulty to understand a text, and we understand Legibility as the ease of reading of a text for a reader with a specific academic level. We utilize three Comprehensibility measures: Comprehensibility Burden (which refers to the correct sequentiality between concepts), Connectivity (that focuses in the connection between concepts), and Dispersion (which describes the density of information for the reader). Methologically, for Comprehensibility, from a collection of selected academic documents, we obtain these three measures and, with them, we generate evaluation parameters as well as a evaluation process which consists in visual feedback for the partial report of the metrics in a thesis draft. For Legibility, we build classifiers through the use of machine learning which are capable to distinguish between a couple of texts, which one of them is more or less legible than the other. Based on these classifiers, evaluators are built, which are instances capable of creating top and bottom limits on the academic level of a working thesis document. Our contributions then are: a procedure to evaluate the Comprehensibility based on three measures validated through a collection of texts, a process of preliminary evaluation of thesis drafts based on visual feedback, classifiers based on academic documents of different leves, and evaluators that limit the top and bottom level of an academic thesis draft. Finally, and as future work, we want to evaluate our visual feedback process, modify the construction of classifiers and now base it on a LSTMR, and the generation of an API capable of evaluating a thesis draft through our contributions.Esta investigación es un análisis lingüístico-computacional de textos académicos a través de su Comprensibilidad y Legibilidad. En nuestro trabajo nos referimos a Comprensibilidad como la facilidad o dificultad para entender un texto, y la Legibilidad la entendemos como la facilidad de lectura de un texto para un lector con un determinado nivel educativo. Utilizamos tres medidas de Comprensibilidad: Carga de Comprensibilidad (que refiere a la correcta secuenciación entre los conceptos), Conectividad (que se enfoca en la conexión entre conceptos) y Dispersión (que describe la densidad de información para el lector por párrafo). Metodológicamente, para Comprensibilidad, de una colección de documentos académicos seleccionados, se obtienen estas tres medidas y con ellas se generan parámetros de valoración, así como un proceso de evaluación que consiste en retroalimentación visual para el reporte parcial de las métricas en un documento nuevo (borrador). Para Legibilidad, se construyen clasificadores a través de aprendizaje de máquina los cuales son capaces de distinguir entres dos textos, cuál de ellos es más o menos legible y es con estos clasificadores se crean evaluadores que son capaces de acotar superior e inferiormente el nivel académico de un nuevo documento (borrador). Nuestras aportaciones son entonces: un procedimiento para evaluar la Comprensibilidad basado en tres medidas validadas a través de una colección de textos, un proceso de evaluación preliminar de Comprensibilidad de borradores de tesis a través de retroalimentación visual, clasificadores/comparadores basados en documentos académicos de diferentes niveles y evaluadores capaces de acotar el nivel académico de un texto. Finalmente y como trabajo a futuro, buscamos la evaluación del proceso de retroalimentación visual, la construcción de clasificadores basados en una LSTMR y la generación de una API capaz de evaluar un documento de tesis en proceso a través de nuestras aportaciones
Enhancing color outdoor images with poor quality conditions by fusing visible and NIR information
Get PDFOutdoor images are often captured in weather conditions, such as fog, haze, or clouds, that cannot be controlled. These conditions degrade images causing loss of contrast and fine details in color images since dispersion has dimming and smoothing effects. The NIR band of the electromagnetic spectrum has become an important source for improving the quality of RGB images. NIR has high transmittance characteristics, which visually represent how materials absorb and reflect energy. So in NIR images, the contrast between foreground objects and the background is higher than in visible images. Thus, by fusing the RGB and NIR information, it is possible to complement and improve the quality of visual information. Although current V-NIR fusion methods allow image enhancement, some issues such as edge preservation and oversaturation need to be addressed. This thesis presents the results fusion method, which performs a selective V-NIR fusion of the most relevant structures through top-hat and bottom-hat morphological transformations. The performance of the methods is evaluated by quantifying added information, color similarity, and saturation. Experimental results show that it was possible to enhance image quality while color oversaturation is avoided. The proposed method showed to be competitive with other fusion methods. In addition, the proposed method can estimate the sizes of the structures that mainly must be enhanced, having the characteristics of adaping the enhancement according to the image information.Las imágenes en exteriores se suelen capturar en condiciones climáticas que no se pueden controlar, tales como neblina, niebla o nubes. Estas condiciones degradan las imágenes causando pérdida de contraste y detalles finos en las imágenes de color, ya que la dispersión tiene efectos de atenuación y suavizado. La banda del infrarrojo cercano (NIR) del espectro electromagnético se ha convertido en una fuente importante para mejorar la calidad de las imágenes RGB. El NIR tiene la característica de alta transmitancia, que permite representar visualmente cómo los materiales absorben y reflejan la energía. Por lo que en las imágenes NIR el contraste entre los objetos de primer plano y el fondo es mayor que en imágenes visibles. Al realizar la fusión de la información contenida en visible y el NIR es posible rescatar información complementaria y así mejorar la calidad de las imágenes. A pesar de que los métodos de fusión V-NIR actuales logran la mejora de las imágenes, aún deben abordarse algunos problemas como la preservación de los bordes y la sobresaturación. En esta tesis se reportan los resultados del método fusión selectiva V-NIR de las estructuras más relevantes a través de las transformaciones morfológicas top-hat y bottom-hat. El desempeño de los métodos se evalúa cuantificando la información agregada, similitud de colores y saturación. Los resultados experimentales muestran que fue posible mejorar la calidad de la imagen mientras se evita la sobresaturación. El método propuesto demostró ser competitivo con otros métodos de fusión. Además, de permitir estimar los tamaños de las estructuras que principalmente deben ser mejoradas, teniendo las características de adaptar el realce según la información de la imagen
Esquema sensores-detectores de campo eléctrico utilizando retardadores electroópticos de LiNbO3
Get PDFLa detección y medición de campos eléctricos producidos por diferentes fuentes, incluidos equipos de energía eléctrica, líneas de transmisión de alto voltaje o equipos de telecomunicaciones, es un campo en evolución constante, proponiendo nuevas técnicas, así como instrumentación innovadora. La medición clásica de campos eléctricos mediante sensores electrónicos, eléctricos o electromecánicos utiliza cables metálicos para su interconexión con el equipo de medición y registro. Una condición inherente a la utilización de conductores metálicos es que las mediciones sufren disturbios, distorsiones y susceptibilidad al ruido e interferencia, lo que dificulta una medición precisa de los campos eléctricos observados. Las técnicas optoelectrónicas, que se vienen estudiando desde hace varios años, utilizan sensores dieléctricos y transmisión por fibra óptica, lo que disminuye de manera significativa los problemas asociados a la transmisión por conductores metálicos. Las técnicas optoelectrónicas utilizan sensores electrópticos, los cuales detectan el campo eléctrico y modulan la luz que se propaga a través de ellos. La luz modulada por el campo eléctrico se transmite por fibra óptica hasta el extremo receptor donde un fotoreceptor detecta y demodula el campo eléctrico medido. Un sensor electroóptico es un cristal con propiedades ópticas que se modifican en presencia de voltajes o campos eléctricos. Algunos ejemplos de estos materiales son el disodiohidrógeno fosfato (KDP), el niobato de litio (LiNbO3), el óxido de bismuto germanio (BGO) y el bismuto de silicio óxido (BSO). Uno de los materiales más utilizado es el LiNbO3. En este trabajo de tesis, se desarrolla un esquema optoelectrónico para sensar y detectar campos eléctricos. El esquema se basa en la generación y modulación de retardos ópticos, en una alternativa a los esquemas clásicos basados en modulación de intensidad. El esquema propuesto utiliza retardadores electroópticos de LiNbO3, los cuales aprovechan la birrefringencia del material para la generación de retardos ópticos. En el esquema desarrollado, los campos eléctricos sensados modulan un retardo óptico que se transmite por un canal óptico. En el lado receptor, la detección y demodulación del retardo óptico se realiza mediante la medición de la autocorrelación de la luz recibida
MAESTRA EN CIENCIAS EN LA ESPECIALIDAD DE CIENCIAS Y TECNOLOGÍAS BIOMÉDICAS
Get PDFLa detección de tumores de mama es crucial para evitar las muertes a causa de esta enfermedad, se ha demostrado que la detección temprana de este cáncer incrementa la probabilidad de supervivencia del paciente. La Tomosíntesis digital 3D (DBT) es una tecnología que puede mejorar la capacidad de los radiólogos para detectar el cáncer de mama, especialmente en el caso de mamas densas, donde supera a la mamografía. Aunque se propusieron diferentes métodos automatizados para detectar lesiones mamarias en imágenes mamográficas, hay muy pocos métodos para DBT debido a la falta de disponibilidad de suficientes imágenes etiquetadas para entrenar detectores de objetos. En este trabajo se implementa una Red Neuronal Convolucional (CNN), previamente entrenada, para detección y clasificación de tumores en imágenes DBT. Con el sistema propuesto se realiza el preprocesamiento de imágenes usando aumento de datos, extracción de características, detección de masas con confianza y, finalmente, clasificación de masas mediante YOLOv5. Se logra una precisión del 84%, Recall de 93% y un mAP de 97%, donde el modelo YOLOv5x brinda la mejor precisión y sensibilidad. Por lo tanto, la DBT presenta una oportunidad única para desarrollar mejores prácticas en conjunto con algoritmos de Deep Learning que detecta atributos generales de los tumores malignos o benignos, demostrando que se puede lograr un rendimiento moderado y una reducción significativa de los falsos positivos con datos de entrenamiento limitados.The detection of breast tumors is crucial to avoid deaths from this disease, it has been shown that early detection of this cancer increases the probability of patient survival. 3D Digital Tomosynthesis (DBT) is a technology that may improve the ability of radiologists to detect breast cancer, especially in the case of dense breasts, where it outperforms mammography. Although different automated methods have been proposed to detect breast lesions in mammographic images, there are very few methods for DBT due to the lack of availability of enough labeled images to train object detectors. In this work, a previously trained Convolutional Neural Network (CNN) is implemented for the detection and classification of tumors in DBT images. With the proposed system, image preprocessing is performed using data augmentation, feature extraction, mass detection with confidence, and finally, mass classification using YOLOv5. An accuracy of 84%, a recall of 93% and a mAP of 97% are achieved, with the YOLOv5x model providing the best accuracy and sensitivity. Therefore, DBT presents a unique opportunity to develop best practices in conjunction with Deep Learning algorithms that detect general attributes of malignant or benign tumors, demonstrating that moderate throughput and a significant reduction in false positives can be achieved with data. limited training
Development of computational algorithms for the analysis of contrast images in laser speckle imaging
Get PDFImage processing and analysis acquire and enhance features using mathematical operations over neighboring pixels selected using a predetermined structure with a fixed shape or geometric form. However, fixed analysis windows are not ideal for images with structures of different sizes or shapes, reducing the contrast in the region of interest and thus reducing the image quality as happens in the biomedical field when techniques such as the laser speckle contrast imaging are used. In the medical area, blood vessel visualization is essential for treating and evaluating diseases such as port-wine stains trough a contrast image. Although several techniques aim to mitigate the noise level in the contrast images, the visualization of blood vessels is still limited to a superficial location due to its inherent noise. Also, it makes it challenging to select the pixels to compute the contrast value of a region to improve the image quality. The main contribution of this thesis is a method that use machine learning to select which pixels will be involved in the contrast calculation to compute a contrast representation. The technique enhances the image quality by selecting the pixels involved in the operation for each pixel using unsupervised learning. Moreover, improving the selection when the analyzed pixel is an outlier value or its neighboring is composed by noise as happens in laser speckle contrast imaging.El procesamiento y análisis de imágenes consiste en adquirir o mejorar características en una imagen mediante operaciones matemáticas. Las operaciones pueden ser puntuales o extrayendo algún estadístico en una vecindad de píxeles con una forma geométrica fija predeterminada. Sin embargo, las ventanas de análisis fijas no son ideales para imágenes con estructuras de diferentes tamaños o formas. Por tanto, tiende a reducir el contraste en la región de interés, y así, reduciendo la calidad de imágenes. Este efecto de reducción de calidad suele suceder en el campo biomédico al analizas imágenes de moteado de speckle. En el área médica la visualización de vasos sanguíneos es esencial para tratar y evaluar enfermedades como las manchas de vino de Oporto a través del análisis de imágenes de moteado. Aunque varias técnicas apuntan a mitigar el nivel de ruido, la visualización de los vasos sanguíneos aún está limitada a una profundidad superficial debido al ruido inherente de las imágenes. Además, el ruido limita el uso de técnicas que seleccionen pixeles o ventanas de análisis no cuadradas para realizar un análisis adaptivo. La principal contribución de esta tesis es el desarrollo de técnicas de procesamiento adaptivo utilizando aprendizaje automático para seleccionar los pixeles que serán considerados para calcular características en cada pixel de la imagen de moteado. La técnica mejora la calidad de la imagen, habilitando el uso de técnicas adaptivas en imágenes con ruido, la cual era la principal limitante de las técnicas adaptivas actuales
Enmascaramiento de la Información para la Detección Automática de Noticias Falsas
Get PDFCurrently, thanks to the availability of digital media, and in particular of social networks, users receive journalistic notes, opinions and information on a wide variety of topics on a daily basis. The same medium allows you to easily share and forward your own opinions, enriching the discussion and reflection on the topics of interest. Unfortunately, these circumstances have led to the increasingly frequent appearance of malicious fake news with the aim of misinformation. This phenomenon has reached enormous proportions, becoming a serious problem. The objective of this thesis is to propose a method for the automatic detection of fake news by masking the textual information of the content and writing style of the news. From the experimentation carried out, it was possible to conclude that the proposed method locates and even improves the classification for the data sets used, by hiding the most general or the most specific words according to each model studied (style or content). The results achieved are encouraging, demonstrating the usefulness of the method. It should be noted that, to our knowledge, this work is the first to use information masking, not only of words and numbers, but also of punctuation marks and other symbols for the automatic detection of fake newsActualmente, gracias a la disponibilidad de los medios digitales, y en particular de las redes sociales, los usuarios reciben a diario notas periodísticas, opiniones e información de muy diversos temas. El mismo medio permite compartir y reenviar fácilmente opiniones propias enriqueciendo la discusión y reflexión de los temas de interés. Desafortunadamente, estas circunstancias han motivado la aparición, cada vez más frecuente, de noticias falsas malintencionadas con el objetivo de desinformar. Este fenómeno ha alcanzado enormes proporciones llegando a convertirse en un serio problema. El objetivo de esta tesis es proponer un método para la detección automática de noticias falsas mediante el enmascarado de la información textual del contenido y estilo de escritura de la noticia. A partir de la experimentación realizada, fue posible concluir, que el método propuesto se sitúa e incluso mejora la clasificación para los conjuntos de datos utilizados, al ocultar las palabras más generales o las más específicas de acuerdo a cada modelo estudiado (estilo o contenido). Los resultados alcanzados son alentadores, demostrando la utilidad del método. Cabe resaltar que, según nuestro conocimiento, este trabajo es el primero en utilizar el enmascarado de la información, no solo de palabras y números sino también de signos de puntuación y otros símbolos para la detección automática de noticias falsas
Análisis de la síntesis química y verde de nanopartículas de óxidos metálicos: ventajas y desventajas
Get PDFIn the last years, the green synthesis of nanomaterials has gained interest as an efficient and environmentally friendly method for obtaining metal oxide nanoparticles (NP’s). In this thesis, the chemical and green synthesis of titanium dioxide (TiO₂), zinc oxide (ZnO) and tin dioxide (SnO₂) nanoparticles by the sol-gel method is reported. Camellia sinensis (green tea) extract was used as a reducing and stabilizing agent in the organic synthesis. The morphological, structural and optical properties of the nanostructures were analyzed. The particle size and morphology of the nanoparticles were analyzed by scanning electron microscopy (SEM). Morphological analysis revealed quasi-spherical TiO₂ and SnO₂ nanoparticles while ZnO presented blackberries, hexagonal, spherical and rectangular shapes. The structural properties of the obtained TiO₂, ZnO and SnO₂ NPs were studied by X-ray diffraction (XRD) and Raman spectroscopy. For the NP's of TiO₂, ZnO and SnO₂, the formation of crystalline phases of anatase, wurtzite and rutile (cassiterite), respectively, was evidenced. The calculated band gap of the NP's prepared by green synthesis were greater compared to NP's prepared by chemical synthesis. The photoluminescence spectra indicated the presence of predominant defects such as oxygen vacancies, due to the size and morphology of the synthesized nanoparticles. Green synthesis guarantees obtaining metal oxide nanoparticles with better properties than chemical synthesis.En los últimos años, la síntesis verde de nanomateriales ha cobrado interés como método eficiente y respetuoso con el medio ambiente para la obtención de nanopartículas de óxidos metálicos (NP’s). En esta tesis se reporta la síntesis química y verde de nanopartículas de dióxido de titanio (TiO₂), óxido de zinc (ZnO) y dióxido de estaño (SnO₂) por el método sol-gel. El extracto de Camellia sinensis (té verde) se utilizó como agente reductor y estabilizador en la síntesis orgánica. Se analizaron las propiedades morfológicas, estructurales y ópticas de las nanoestructuras. El tamaño de partícula y la morfología de las nanopartículas se analizaron mediante microscopía electrónica de barrido (SEM). El análisis morfológico reveló nanopartículas cuasi-esféricas de TiO₂ y SnO₂ mientras que el ZnO presentó formas de moras, hexagonales, esféricas y rectangulares. Las propiedades estructurales de las NP’s de TiO₂, ZnO y SnO₂ obtenidas se estudiaron mediante difracción de rayos X (XRD) y espectroscopia Raman. Para las NP's de TiO₂, ZnO y SnO₂ se evidenció la formación de fases cristalinas de anatasa, wurtzita y rutilo (casiterita), respectivamente. La banda prohibida óptica calculada para las NP’s preparadas por síntesis verde fue mayor en comparación con las NP’s preparadas por síntesis química. Los espectros de fotoluminiscencia indicaron la presencia de defectos predominantes como vacancias de oxígeno, debido al tamaño y morfología de las nanopartículas sintetizadas. La síntesis verde garantiza la obtención de nanopartículas de óxidos metálicos con mejores propiedades que la síntesis química
SCI-HI: Diseño y Construcción de un Dispositivo para la Caracterización de Posibles Zonas Radio-Silentes para Detectar y Estudiar la Emisión de Líneas HI-21
Get PDFEl proyecto Sonda Cosmológica de las Islas para la detección de Hidrógeno neutro (Sci-HI) consiste en la detección de la señal de la Época de Reionización, mediante el uso de la emisión global de la línea de Hidrogeno neutro (21 cm), dado que este es el elemento más abundante del espacio exterior [1]. Esta es una de las fases más importantes de la evolución del universo debido a que en este periodo fue donde se originaron muchas fuentes de luz, como lo son las estrellas y cuásares, entre otras, Dentro del proyecto, se requiere de un subproyecto conocido como Prueba de Sitios, que consiste en obtener un análisis de las señales de radio FM en México para caracterizar posibles zonas radio-silentes que permitan continuar con el proyecto principal estableciendo una base de operación donde colocar antenas. El dispositivo Sci-Hi, es desarrollado por investigadores de Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE), localizado en Tonanzintla, Cholula, Pue., con la colaboración de diversas universidades, entre ellas la Universidad Autónoma de Coahuila (UAdeC) unidad Saltillo
Características Generales de las placas astronómicas tomadas con la Cámara Schmidt: Tipos de emulsión, filtros y técnicas fotográficas
Get PDFLa Cámara Schmidt de Tonantzintla es considerada como el primer Instrumento Astronómico que abrió las puertas a la Astronomía Moderna. Esta Cámara fue inventada por Bernhart Schmidt en la década de los 30’s. Con este magnífico instrumento se hicieron innumerables descubrimientos astronómicos, entre los más destacados tenemos: Los objetos HH, descubiertos por el Dr. Haro en el año de 1948, Estrellas Ráfaga (Flare Stars), Estrellas Nova, y Supernova, entre otros objetos de la Vía Láctea. Las regiones que mas se estudiaron fueron: La Nebulosa de Orión, las Pléyades, el Cúmulo Abierto Praesepe, la Nebulosa Eta Carina y otras regiones más de la bóveda celeste. También se fotografiaron la Vía Láctea, objetos nebulares, Objetos nebulares, Cúmulos abiertos, Cúmulos globulares, Estrellas dobles y múltiples, Cometas y Fenómenos naturales (Eclipses de Luna). Incluso se descubrió un cometa, el Haro-Chavira, llamado así en honor a sus descubridores, el Dr. Guillermo Haro y el astrónomo Enrique Chavira Navarrete, por el año de 1954 cerca de la región del Toro. Otros descubrimientos importantes fueron, por ejemplo; un objeto Cuasi estelar, que es considerado el objeto celeste más remoto captado con la Cámara Schmidt, cuya nomenclatura es 256 TON. Y algunos otros objetos incluso extragalácticos, aportando así grandes descubrimientos a la astronomía, no solo en México, si no en todo el mundo. En este reporte se describen los tipos de emulsión, los filtros y las técnicas fotográficas que fueron aplicadas para obtener las imágenes y plasmarlas en las placas astronómicas