Home » Departamento de Procesamiento de Señales

Category Archives: Departamento de Procesamiento de Señales

Defensa Tesis Doctorado : “Estimación del recurso solar en Uruguay mediante imágenes satelitales”

Viernes 26 de mayo 14:00hs, Salón Azul (piso 5, salón 502) – Facultad de Ingeniería, J. Herrera y Reissig 565

Tenemos el agrado de invitarlos a la defensa de la tesis de doctorado de Rodrigo Alonso Suárez titulada “Estimación del recurso solar en Uruguay mediante imágenes satelitales”

Directores de Tesis : Dr Gonzalo Abal y Dr Pablo Musé

Tribunal : Dr Rafael Terra (Revisor), Universidad de la República. Dr Raul Righini (Revisor), Universidad Nacional de Luján. Dr Gonzalo Casaravilla, Universidad de la República. Dr Juan Ceballos, Instituto Nacional de Pesquisas Espaciais. Dr Gregory Randall, Universidad de la República. Dr Raul Donangelo, Universidad de la República

Saludos,

Pablo Musé

Resumen

Conocer el recurso solar disponible es una necesidad básica para el desarrollo de los emprendimientos para el aprovechamiento de este tipo de energía. La incerteza con que se conoce el recurso es el principal factor que afecta la viabilidad financiera de los proyectos de mediano y gran porte. El primer Mapa Solar del Uruguay (MSUv1), concluido en 2009, representó un primer esfuerzo por sistematizar el conocimiento del recurso solar en Uruguay. Sin embargo, debido a la escasa información disponible en la época y a la metodología utilizada, el MSUv1 presenta fuertes limitaciones. Estas limitaciones pueden ser resueltas utilizando un modelo basado en imágenes de satélite que se haya ajustado y validado con medidas en Tierra de buena calidad. En esta tesis desarrollamos y optimizamos un modelo satelital adaptado a las particularidades de la región que permite estimar con baja incerteza la irradiación solar hora a hora para cualquier punto del territorio, desde el año 2000 a la fecha. Este modelo fue el mejor de una serie de modelos empíricos que implementamos, todos ellos ajustados y evaluados utilizando los datos de irradiación solar registrados en las redes de medidas del Laboratorio de Energía Solar (LES) y la empresa eléctrica estatal (UTE). No obstante su simplicidad, todas las comparaciones realizadas, ya sea a corto o largo plazo, contra datos u otros modelos satelitales, concluyen que el desempeño del modelo es excelente y que es la alternativa de menor incerteza para estimar el recurso en la región, incluso frente a modelos comerciales más sofisticados. El modelo es aplicado para construir mapas mensuales y anuales del potencial solar, que conforman la segunda versión del Mapa Solar del Uruguay (MSUv2) y representan un avance sustancial en la cantidad y calidad de la información disponible del comportamiento de largo plazo del recurso. Esta nueva versión reduce la incerteza del mapeado de 15% a 2% y aumenta la resolución espacial de 150 km a 3 km, además de incluir componentes de la radiación solar con interés ingenieril que no habían sido mapeadas hasta la fecha y un mapa de potencial de generación fotovoltaica. La información contenida en el MSUv2 incluye también una caracterización de la variabilidad inter-anual y la información necesaria para manejar el riesgo financiero de los proyectos de energía solar. La posibilidad de generar estimaciones horarias de más de 15 años de irradiación solar permitió la elaboración de series horarias típicas para la simulación detallada de emprendimientos solares. Estas series conforman el Año Meteorológico Típico para aplicaciones de Energía Solar (AMTUes) y son representativas de la media de largo plazo y la variabilidad horaria típica. Además de incluir la irradiación solar, en el AMTUes se incluyen otras variables necesarias para las simulaciones, como la temperatura ambiente y la humedad relativa, entre otras. Las herramientas desarrolladas abren paso a una mayor y mejor utilización de la energía solar en Uruguay. Esperamos que la infraestructura y las capacidades locales generadas en el LES a lo largo de este trabajo, tanto en la recepción y procesamiento de información satelital, como en la base de información sobre el recurso solar en Uruguay, puedan ser aprovechadas por actores del sector público o privado para sus fines específicos.

Defensa Tesis Maestría : “Interfaces Cerebro-Computadora”

Miércoles 5 de abril 10:00hs, Salón Marrón (705)-Facultad de Ingeniería, J. Herrera y Reissig 565

Tenemos el agrado de invitarlos a la defensa de la tesis de maestría de Martín Patrone titulada “Interfaces Cerebro-Computadora”

Directores de Tesis : Dr Federico Lecumberry y Dr Ignacio Ramírez

Tribunal : Dr Ángel Caputi (IIBCE), Dr Álvaro Martín (InCo) y MSc Juan Cardelino (IIE)

Saludos,

Federico Lecumberry e Ignacio Ramírez

Resumen

En esta tesis se investigan técnicas de Procesamiento de Señales y de Teoría de la Información para el desarrollo de Interfaces Cerebro- Computadora (BCI) no invasivas basadas en electroencefalogramas (EEG). Estos sistemas son capaces de detectar eventos relacionados con intenciones del usuario y transmitirlos a una computadora con el objetivo de realizar acciones en base a ellos, como controlar un dispositivo o escribir texto.Los objetivos específicos de la tesis son la puesta a punto en teoría y práctica de BCIs basados en EEG y la construcción de un prototipo funcional de BCI en base a estos conocimientos. Concretamente, se plantea la construcción de un deletreador (entrada de texto) basado en señales EEG.En primera instancia se realizó el estudio en profundidad de interfaces de deletreo tipo P300, y los mejores algoritmos existentes para este tipo de interfaz; el resultado de esta etapa es una mejora dramática en tiempos de entrenamiento del mejor algoritmo publicado a la fecha, manteniendo su desempeño.En la segunda parte de la tesis se trabajó con un nuevo deletreador basado en otras señales cerebrales conocidas como Steady State Visual Evoked Potential (SSVEP). El resultado de esta etapa es un prototipo de BCI funcional de buenas prestaciones basado en un dispositivo de bajo costo; dicho dispositivo fue evaluado en condiciones reales en el marco de la exposición Ingeniería deMuestra, donde se obtuvo una respuesta muy positiva por parte de los usuarios. El desempeño óptimo posible de los sistemas existentes, así como el desarrollado, fue evaluado de manera teórica mediante herramientas de de la Información, un enfoque que, a juzgar por la literatura consultada, no había sido aplicado en el área.

 

Entrevista al Dr Ing Javier Preciozzi,Docente Procesamiento de Señales del IIE,Programa Justicia Infinita-Océano FM

Es con mucho agrado que compartimos con todo el colectivo del IIE, la presente nota realizada al  Dr Ing Javier Preciozzi, Docente Procesamiento de Señales del IIE :

Tu cara me suena : El Doctor Ingeniero Javier Preciozzi explicó avances y desventajas en el área de reconocimiento facial

Entrevista a la Ing. Alicia Fernández, Directora del IIE

Compartimos con todo el colectivo del IIE, la entrevista realizada desde la FJR a nuestra actual directora :

Mujeres que dirigen en Ingeniería : El gusto por resolver problemas : Entrevista a la Directora del IIE Ing. Alicia Fernández

Nota al Dr Pablo Musé, Jefe de Procesamiento de Señales del IIE, Semanario Búsqueda, Jueves 02/03/17

Es con mucho agrado que compartimos con todo el colectivo del IIE, la presente nota realizada a uno de sus grandes talentos, en el siguiente link se despliega la información completa :

“Big data, big brother : Google sabe muchísimo más de nosotros de lo que sabe el Instituto Nacional de Estadística”, según especialista : El científico uruguayo Pablo Musé se refiere a los avances y a los riesgos de la inteligencia artificial

Defensa Tesis Doctorado : “Two Restoration Problems in Satellite Imaging”

Jueves 22 de diciembre 9:30hs, Salón Marrón (705) – Facultad de Ingeniería, J. Herrera y Reissig 565

Tenemos el agrado de invitarlos a la defensa de la tesis de doctorado de Javier Preciozzi titulada “Two Restoration Problems in Satellite Imaging”

Directores de Tesis : Andrés Almansa y Pablo Muse
Tribunal : Mauricio Delbracio, Fernando Paganini, Pablo Sprechmann, Andrés Almansa, Pablo Musé, François Malgouyres y François Champagnat

Saludos,

Pablo Muse

Resumen

This thesis is about satellite image restoration using a variational approach. In the first part, SMOS image restoration is analyzed. These images have the particularity of having being obtained indirectly, from the cross-correlation of microwave signals. Although the sensed wavelength band is exclusively designed for scientific purposes, and all emissions in this band are forbidden, there were (and there still are) strong radio frequencies interferences that degrade enormously the acquired data. Without a good restoration process, all these data remain useless.

In the second part, the problem is related to optical images from very high resolution satellites. Because of the great amount of data, these images have to be compressed prior transmission to Earth. This compression is based on a wavelet transform, and most of its compression power comes from the truncation of the obtained coefficients. The problem with this process is that, because of the noise that is always present on any acquisition system, some artifacts may appear on the decompressed image. Although these artifacts are not very significant to the naked eye, they generate enormous problems for post-processing (for instance, on the computation of Digital Elevation Maps).

In this thesis, we propose solutions for both problems under the same theoretical framework, developing algorithms based on variational formulations. Although each of the problems has its particularities (basically because of the image formation model), the way in which the solutions are proposed is quite general, and can be easily extended to other contexts.

 

 

Defensa Tesis Maestría : “Processing wavelet compression artifacts in high-resolution satellite imagery”

Jueves 22 de diciembre 15:00hs, Salón Rojo (703) – Facultad de Ingeniería, J. Herrera y Reissig 565

Tenemos el agrado de invitarlos a la defensa de la tesis de maestría de Mario González titulada “Processing wavelet compression artifacts in high-resolution satellite imagery”

Directores de Tesis : Andrés Almansa y Pablo Muse
Tribunal : Antoni Buades, Omar Gil, Roberto Markarián, Lionel Moisan, Alvaro Pardo, Ignacio Ramírez, Andrés Almansa y Pablo Muse

Saludos,

Pablo Muse

Resumen

JPEG and Wavelet compression artifacts leading to Gibbs effects and loss of texture are well known and many restoration solutions exist in the literature. So is denoising, which has occupied the image processing community for decades. However, when a noisy image is compressed, a new kind of artifact may appear from the interaction of both degradations. This new kind of artifact is surprisingly never mentioned or studied in the image processing community, with only a few rare exceptions. Yet the importance of such artifacts in very high resolution satellite imaging has recently been recognized. Indeed, such images are mainly used for highly accurate sub-pixel stereo vision, an application where the presence of this kind of artifacts (even if barely visible) is particularly harmful.
In this work we present a thorough probabilistic analysis of the kind of degradation that results from the interaction of noise and compression called wavelet outliers, and conclude that their probabilistic nature is characterized by a single parameter q/σ that can be inferred from a noise model and a compression model. This analysis provides the conditional probability for a Bayesian MAP estimator, whereas a patch-based local Gaussian prior model is learnt from the corrupted image iteratively, like in state of the art denoising algorithms (non-local Bayes), albeit with the additional difficulty of dealing with non-Gaussian noise during the learning process.
The resulting joint denoising and decompression algorithm has been experimentally evaluated under realistic conditions. The results show its ability to simultaneously denoise, decompress and remove wavelet outliers better than the available alternatives, both from a quantitative and a qualitative point of view. As expected, the advantage of our method is more evident for large values of q/σ, a situation that naturally occurs in satellite images containing very dark areas (shadows).

CERRADO Llamado Docente Grado 1, Dpto. Procesamiento de Señales

REPARTIDO Nº 56/16

Se llama a aspirantes para la designación en cargos (Tipo II – Tecnológico) de AYUDANTE (Grado 1, 20 horas
semanales) del Departamento de Procesamiento de Señales, del INSTITUTO DE INGENIERÍA ELÉCTRICA y
confeccionar una lista con orden de prelación con validez por un período de seis meses.
 Plazo : Miércoles 07/12/2016Miércoles 21/12/2016

Defensa Proyecto : “GALATEA : Grupo de Análisis Local y Alerta Temprana de calidad de Agua”

Viernes 16 de diciembre 16hs, Laboratorio de Software, IIE

Tenemos el agrado de invitarlos a la defensa del proyecto de fin de carrera : ““GALATEA : Grupo de Análisis Local y Alerta Temprana de calidad de Agua”.

Estudiantes : Federico Nin y Paola Romero
Tutores : Leonardo Steinfeld y Federico Lecumberry
Tribunal : Federico La Rocca, Sebastián Fernández y Gonzalo Gutiérrez

Saludos,

Federico Lecumberry

Resumen

En los últimos años Uruguay ha experimentado problemas en sus fuentes de agua potable. Los mismos no son menores y, recientemente, han salido a la luz en los medios de comunicación cuando en Maldonado, OSE anunció que el agua no estaba apta para el consumo. La degradación de las fuentes de agua implica un perjuicio para el país y su población.

En Uruguay hay una carencia de sistemas de medida en tiempo real, principalmente por su alto costo. Los ensayos realizados en la actualidad requieren de tiempos de manejo y procesamiento que no siempre se adecuan a las necesidades operativas de los sistemas de agua potable. Esta situación lleva a que no se puedan advertir comportamientos anómalos en la población de microorganismos con suficiente antelación, por lo que se advierte cuando el problema ya está instalado y se hace aún más difícil actuar en consecuencia.

Existen diversos tipos de medidas para determinar la calidad del agua. En el marco de este proyecto de fin de carrera abordamos dos de ellos. El primero consiste en un sistema de medida de concentración de ATP (adenosine triphosphate) por luminiscencia, un indicador de microorganismos presentes. Para el segundo se desarrolla un sistema remoto de medida en tiempo real que consta de sensores que miden pH, oxígeno disuelto, temperatura e intensidad de luz, de forma continua y automática mediante la interacción con un microcontrolador. Se comunican las medidas por GSM de forma que el usuario pueda acceder a ellas de forma remota.

La disponibilidad de equipamiento de medida en tiempo real de costo relativamente bajo permitiría establecer múltiples puntos de medida en distintos lugares de la cadena de producción de agua potable (desde la toma de la fuente de agua hasta su distribución) lo que abre puertas a nuevas estrategias para el tratamiento. La detección y alerta temprana sobre la calidad del agua entrante a la planta es crucial para establecer métodos de tratamiento acordes al problema con tiempos de respuesta adecuados.

En la parte del proyecto que concierne al sistema de medición de ATP, estudiamos los métodos más usuales para medir bajas intensidades de luz y elegimos sensores de irradiancia que luego caracterizamos con el fin de seleccionar el más apto para la aplicación en cuestión.

En lo que respecta al sistema remoto de medida en tiempo real, desarrollamos un primer prototipo funcional de bajo costo (USD 845). Si bien mide un conjunto reducido de parámetros, es suficiente para detectar al menos dos niveles de calidad de agua. Corroboramos que el sistema es capaz de transmitir correctamente y de forma ininterrumpida durante varios días. El prototipo construido tiene un consumo estático de energía muy elevado, resultando en una autonomía de unos cuatro días. Sin embargo, alcanzar una mejor autonomía es posible haciendo algunos cambios en el hardware.

Curso de posgrado: Modelado y agrupamiento de datos de alta dimensión

Dictado por el Dr. René Vidal (Center for Imaging Science, Department of Biomedical Engineering, Johns Hopkins  University), este curso cubre métodos avanzados para el análisis de datos de alta dimensión. La primera parte del curso cubre métodos robustos para reducción de dimensionalidad basados en técnicas modernas de optimización convexa. La segunda parte del curso cubre métodos para el modelado de datos con múltiples subespacios, que combinan técnicas modernas de optimización convexa con algoritmos de agrupamiento. La tercera parte del curso cubre aplicaciones de estos métodos en procesamiento de imágenes, visión artificial, e imágenes biomédicas.

Fecha de inicio y finalización

14 al 18 de noviembre de 2016

Horario

Lunes 14 y martes 15 de noviembre de 15 a 18

Miércoles 16 a Viernes 18 de 9 a 12.

Salón

Salón de Seminarios del Instituto de Física de la Facultad de Ingeniería, 7º piso.

Temario

  1. Introducción: Robust PCA y Spectral Clustering
  2. Spectral Subspace Clustering
  3. Low-Rank Subspace Clustering
  4. Sparse Subspace Clustering
  5. Aplicaciones