Download Trabajo1 - Escuela Politécnica Nacional
Document related concepts
no text concepts found
Transcript
“ESCUELA POLITÉCNICA NACIONAL” Electrónica y Telecomunicaciones Integrantes: Grupo N°4 Cruz Mauricio Loaiza Alberto López Rodrigo Fecha: 28 de Marzo de 2007 Documento traducido: 10 Tecnologías Emergentes del 2007 Capítulo 4: Imagen Digital, Reimaginada Richard Baraniuk y Kevin Kelly creen que la Detección Comprimida podría ayudar a dispositivos tales como cámaras y scanners médicos a capturar imágenes en forma más eficiente. Este artículo es uno, de una serie de 10 historias que nosotros estamos presentando esta semana cubriendo las tecnologías emergentes más significativas de hoy en día. Es parte de nuestro reporte anual “10 Tecnologías Emergentes”, el cual aparece en la publicación impresa de Marzo/Abril de Technology Review. Richard Baraniuk y Kevin Kelly tienen una nueva visión para representación digital: ellos creen que una revisión de hardware y software pueden hacer a las cámaras más rápidas y pequeñas; y permitirles tomar fotografías con una increíble resolución. Las cámaras digitales de hoy en día tratan de imitar a las cámaras de rollo de película, lo cual las hace groseramente ineficientes. Cuando una cámara digital estándar de cuatro mega píxeles toma una fotografía, cada uno de sus cuatro millones de sensores de imagen representan el haz de luz con un simple número; juntos, los números describen una imagen. Entonces la computadora incorporada en la cámara comprime la fotografía, desechando la mayoría de esos números. Este proceso inútilmente acaba con la batería de la cámara. Baraniuk y Kelly, ambos profesores de Ingeniería eléctrica y computación en la Universidad Rice, han desarrollado una cámara que no necesitan comprimir las imágenes. En lugar de eso, utiliza un único sensor de imagen para recoger solo la suficiente información para permitir a un nuevo algoritmo reconstruya la una imagen de alta resolución. El corazón de ésta cámara es una nueva técnica llamada Detección Comprimida. Una cámara usando la técnica necesita solo un pequeño porcentaje de los datos que las cámaras digitales de hoy en día deben recoger para construir una imagen comparable. El algoritmo de Baraniuk y Kelly convierte datos visuales en un puñado de números que aleatoriamente se insertan en un enrejado gigante. Hay justamente suficientes números para habilitar al algoritmo para llenar los espacios en blanco, tal como nosotros lo hacemos cuando resolvemos un rompecabezas Sudoku. Cuando el computador resuelve este rompecabezas, efectivamente recrea la imagen completa a partir de información incompleta. La Detección Comprimida empezó como una teoría matemática cuyas primeras pruebas fueron publicadas el 2004; el grupo Rice ha producido una demostración avanzada en un tiempo relativamente corto, dice Dave Brady de la Universidad Duke. “Ellos realmente han impulsado las aplicaciones de la teoría” afirmó. Kelly supone que podríamos ver las primeras aplicaciones prácticas de Detección Comprimida dentro de dos años, en sistemas MRI que capturan imágenes más de 10 veces mas rápido que los scanners de hoy en día. De cinco a diez años, el menciona, la tecnología podría encontrar su ruta hacia productos de consumo masivo, permitiendo a las diminutas cámaras de los teléfonos celulares producir imágenes de tamaño póster de alta calidad. Mientras nuestro mundose vuelve cada vez más digital, la Detección Comprimida se encamina a mejorar virtualmente cualquier sistema de imágenes, proveyendo una forma eficiente y elegante de conseguir una imagen. Documento Original: TR10: Digital Imaging, Reimagined Richard Baraniuk and Kevin Kelly believe compressive sensing could help devices such as cameras and medical scanners capture images more efficiently. This article is one in a series of 10 stories we're running this week covering today's most significant emerging technologies. It's part of our annual "10 Emerging Technologies" report, which appears in the March/April print issue of Technology Review. Richard Baraniuk and Kevin Kelly have a new vision for digital imaging: they believe an overhaul of both hardware and software could make cameras smaller and faster and let them take incredibly high-resolution pictures. Today's digital cameras closely mimic film cameras, which makes them grossly inefficient. When a standard four-megapixel digital camera snaps a shot, each of its four million image sensors characterizes the light striking it with a single number; together, the numbers describe a picture. Then the camera's onboard computer compresses the picture, throwing out most of those numbers. This process needlessly chews through the camera's battery. Baraniuk and Kelly, both professors of electrical and computer engineering at Rice University, have developed a camera that doesn't need to compress images. Instead, it uses a single image sensor to collect just enough information to let a novel algorithm reconstruct a high-resolution image. At the heart of this camera is a new technique called compressive sensing. A camera using the technique needs only a small percentage of the data that today's digital cameras must collect in order to build a comparable picture. Baraniuk and Kelly's algorithm turns visual data into a handful of numbers that it randomly inserts into a giant grid. There are just enough numbers to enable the algorithm to fill in the blanks, as we do when we solve a Sudoku puzzle. When the computer solves this puzzle, it has effectively re-created the complete picture from incomplete information. Compressive sensing began as a mathematical theory whose first proofs were published in 2004; the Rice group has produced an advanced demonstration in a relatively short time, says Dave Brady of Duke University. "They've really pushed the applications of the theory," he says. Kelly suspects that we could see the first practical applications of compressive sensing within two years, in MRI systems that capture images up to 10 times as quickly as today's scanners do. In five to ten years, he says, the technology could find its way into consumer products, allowing tiny mobile-phone cameras to produce high-quality, poster-size images. As our world becomes increasingly digital, compressive sensing is set to improve virtually any imaging system, providing an efficient and elegant way to get the picture. Bibliografía: - http://www.technologyreview.com/special/emerging/index.aspx