Sistema de medición de temperatura corporal, a través de imágenes termografías

INGENIERÍA ELECTRÓNICA
Sistema de medición de temperatura corporal, a través de
imágenes termografías
AUTOR (A):
HECTOR ADRIAN CARANGUI SIGUENCIA.
.
AZOGUES – ECUADOR
2021

I
ÍNDICE GENERAL
ÍNDICE GENERAL ..........................................................................................................I
ÍNDICEDE TABLAS..................................................................................................... IV
ÍNDICEDE FIGURAS .....................................................................................................V
RESUMEN................................................................................................................ VI
Capítulo I .................................................................................................................... 1
1.1. Justificación................................................................................................... 2
1.2. Definición del problema................................................................................ 3
1.3. Objetivos ....................................................................................................... 4
1.3.1. Objetivo general..................................................................................... 4
1.3.2. Objetivos específicos ............................................................................. 4
1.4. Metodología .................................................................................................. 4
Capítulo II................................................................................................................... 6
Fundamentación teórica............................................................................................ 6
2.1. Antecedentes de la investigación .................................................................. 6
2.2. Visión artificial.............................................................................................. 6
2.3. Tareas que realiza la visión artificial............................................................. 7
2.4. Arquitectura de los sistemas de visión por computador................................ 7
2.5. Adquisición y digitalización de imagen........................................................ 7
2.6. Sistema de monitoreo continuo..................................................................... 8
2.7. Factores que influyen en la evaluación termo gráfica del cuerpo humano ... 8
2.8. Factores artificiales ....................................................................................... 9
2.9. Procesamiento de imágenes .......................................................................... 9
2.10. Técnicas de procesamiento de imágenes infrarrojas ............................... 10
2.11. Reconstrucción de señales termo gráficas ............................................... 10
2.12. Procesamiento Digital de Imágenes PDI ................................................. 11
2.13. Etapas del procesamiento de imágenes digitales ..................................... 12

II
2.14. Sistema Operativos para Tiempo Real (RTOS)....................................... 13
2.15. Open CV .................................................................................................. 14
2.16. Características de Open CV..................................................................... 15
2.17. Funciones destacadas de Open CV.......................................................... 15
2.18. Cámara web ............................................................................................. 15
2.19. Imágenes RGB......................................................................................... 16
2.20. Microsoft Visual Studio........................................................................... 16
2.21. Características de Microsoft Visual Studio ............................................. 17
2.22. Unidad de control y reconocimiento........................................................ 17
2.23. Termografía infrarroja ............................................................................. 17
2.24. Cámara pure termal inteligente FLIR leptón. .......................................... 19
Capítulo III ............................................................................................................... 21
Diseño y desarrollo del procesamiento de imágenes para la toma de lectura
térmica....................................................................................................................... 21
3.1. Requerimientos del sistema......................................................................... 21
3.2. Representación descriptiva.......................................................................... 21
3.3. Software ...................................................................................................... 22
3.4. Descargar Visual Studio.............................................................................. 22
3.5. Instalación de Visual Studio........................................................................ 23
3.6. Selección de cargas de trabajo. ................................................................... 23
3.7. Selección de la ubicación de instalación. .................................................... 24
3.8. Introducción al desarrollo de Visual Studio. ............................................... 25
3.9. Descargar Open CV. ................................................................................... 25
3.10. Instalación de Open CV........................................................................... 25
3.11. Instalación de las dependencias de Open CV. ......................................... 26
3.12. Configuración de Open CV con Visual Studio........................................ 26
3.13. Diseño del sistema térmico corporal........................................................ 27

III
3.14. Algoritmo de reconocimiento facial y toma de lecturas. ......................... 27
3.15. Etapas del procesamiento digital de imágenes ........................................ 29
3.16. Adquisición de la imagen ........................................................................ 29
3.17. Pre-procesamiento de la imagen.............................................................. 29
3.18. Filtros digitales ........................................................................................ 30
CAPÍTULO IV ......................................................................................................... 31
Resultados y Discusión ............................................................................................ 31
7.1. Inspección termográfica. ............................................................................. 31
7.2. Alertas térmicas........................................................................................... 33
7.3. Conclusiones ............................................................................................... 34
7.4. Recomendaciones........................................................................................ 35

IV
ÍNDICE DE TABLAS
Tabla 1: Etapas de procesamiento. ...........................................................................12

V
ÍNDICE DE FIGURAS
Figura 1. Análisis térmico infrarrojo. .........................................................................3
Figura 2. Proceso de Visión Artificial ........................................................................7
Figura 3. Procesamiento de imágenes.........................................................................9
Figura 4. Requisitos operativos en tiempo real.........................................................13
Figura 5. Esquema cartesiano de la imagen RGB. ...................................................16
Figura 6. Estructura del sistema térmico. .................................................................17
Figura 7. Fisiología de la temperatura. .....................................................................19
Figura 8. Cámara pure termal Flir leptón...................................................................20
Figura 9. Página oficial de Visual Studio. ...............................................................22
Figura 10. Términos y condiciones de licencia. .......................................................23
Figura 11. Cargas de trabajo en Visual Studio. ........................................................24
Figura 12. Ubicación de la instalación de Visual Studio..........................................24
Figura 13. Open CV software. ..................................................................................25
Figura 14. Instalación de las dependencias de Open CV..........................................26
Figura 15. Algoritmo de detección térmica. .............................................................28
Figura 16. Etapas del análisis térmico. .....................................................................29
Figura 1. Base de datos. ............................................................................................33
Figura 20. Alerta térmica. .........................................................................................34

VI
RESUMEN
Este trabajo abarca el uso de visión artificial y procesamiento de imágenes, para la
detección de temperatura corporal aplicando inteligencia artificial, para lo cual es
necesario detectar rasgos característicos de una persona. Se encuentra basado en el
análisis de imágenes térmicas, obtenidas con la cámara térmica FLIR Radiometric
Lepton, la misma que trasmite dichas imágenes potentes de FLIR a un ordenador,
basado en ARM, además, incluye un generador de imágenes infrarrojas de onda larga
(LWIR) que empaqueta una resolución de 80𝑥60 pixeles.
En su desarrollo, se presenta el monitoreo de temperatura corporal sin contacto, para
determinar si existe o no un incremento en la temperatura de las personas, es decir, el
equipo permite aislar objetos del área de sensado, concentrado solo en una persona,
obteniendo como principal conclusión un sistema automático de monitoreo y registro.
Palabras clave: Visión artificial, software, Open CV, monitoreo de temperatura,
inteligencia artificial, imágenes infrarrojas.

1
Capítulo I
Antecedentes
Tras el brote del COVID-19 en China, el mundo se puso en estado de alerta, en virtud
de que este presentaba cifras alarmantes de mortalidad en todos los continentes, donde
las cifras más impresionantes resultaban ser las personas de bajos recursos. Ante la
propagación del virus, la mayoría de países impulsó medidas de confinamiento, como:
restricción vehicular, cierre de locales, bancos, supermercados, escuelas, colegios,
universidades donde existe gran concurrencia masiva, y la implementación de medidas
de bioseguridad para prevenir la propagación del virus de cierto modo. El uso de este
sistema de lectura térmica servirá como uno de los protocolos de bioseguridad que
permitirá controlar la propagación del virus COVID-19, ya que al detectar un aumento
en la temperatura corporal de la persona se alertará como sintomatología de esta
enfermedad, detectando así a posibles individuos portadores del virus (Sund-Levander,
Grodzinsky, Loyd, & Wahren, 2004)
En la actualidad y debido a la situación que estamos atravesando, es indispensable y
obligatorio el censado térmico, es decir, determinar la temperatura de las personas al
ingresar a espacios de concurrencia masiva, y de esta manera se estará cumpliendo con
uno de los requisitos establecidos por el Ministerio de Salud Pública del Ecuador, cuyo
objetivo principal es prevenir los contagios y con ello preservar la seguridad y salud
de las personas (Servicio Nacional de Gestión de Riesgo y Emergencias, 2020).
Con el avance tecnológico y sistemas de control computarizados, se han perfeccionado
equipos, con la capacidad de censar la temperatura corporal a través de sistemas
infrarrojos sin contacto. Sin embargo, debido a la situación actual por la que atraviesa
el país, es necesario tener un manejo automático de esta actividad, para prevenir el
riesgo de contagio del virus, esta propagación que reprime a la población conlleva a
actuar a los diferentes gobiernos cantonales que enfoquen su lucha, implementando
diferentes normas de sanitización, mismas que no han sido suficientes para prevenir
los contagios, según (Servicio Nacional de Gestión de Riesgo y Emergencias, 2020)

2
El Comité de Operaciones Emergentes (COE) nacional afirmó que, las
implementaciones de los diferentes protocolos de bioseguridad en aeropuertos no
fueron suficientes para prevenir el virus, ya que no se percataron de poseer la
tecnología necesaria para este análisis en el momento, y el análisis de patógenos fueron
una de las causas que desbordo el control de esta pandemia. (Servicio Nacional de
Gestión de Riesgo y Emergencias, 2020).
1.1.Justificación
Los métodos de monitoreo térmico en las personas en la actualidad, se los realiza
mediante un termómetro de infrarrojos, el mismo que es manipulado por un empleado,
el cual realiza un estudio breve antes de su admisión a los diferentes lugares de
concurrencia masiva, la afluencia de ciudadanos a estos diferentes sectores obliga a
llevar un estudio preliminar, el cual se realiza en los accesos principales (BBC News
Mundo, 2020).
Estos métodos se basan en sistemas tradicionales, los cuales son medir, observar, y
tomar una decisión, sin embargo, existe la intervención humana para realizar esta tarea
y decisión de las mismas, lo que coloca en riesgo a la persona que realiza el estudio,
no solo por la interacción, ya que la tarea es repetitiva y tediosa, sino por el riesgo de
contagio ya que se involucra de forma directa con las personas. (Bertran Albertí, 2006).
La inteligencia artificial y la termografía, se han convertido en una herramienta de
diagnóstico eficaz, creando un sistema automático, que se encarga de realizar este
estudio, eliminando en su totalidad la intervención humana, así, mediante
procesamiento de imágenes se identificará rasgos característicos de los usuarios, los
cuales son analizados con Open CV, y procesados mediante un ordenador, como se
aprecia en la Figura 1 (Israel, 2016).

3
Figura 1. Análisis térmico infrarrojo.
Fuente. (OVACEN, 2020)
El uso de este sistema de lectura térmica servirá como uno de los protocolos de
bioseguridad que permitirá controlar la propagación del virus COVID-19, ya que al
detectar un aumento en la temperatura corporal de la persona se alertará como
sintomatología de esta enfermedad, detectando así a posibles individuos portadores del
virus(OVACEN, 2020).
1.2.Definición del problema
El análisis de la temperatura corporal, es una de las medidas para contener el brote de
corona virus, es por esta razón que determinados países optaron por el uso de cámaras
o escáneres térmicos en sus aeropuertos, terminales, y en diversos edificios de sus
ciudades, estos cuentan con lentes infrarrojos que miden y elaboran un mapa de calor
que emiten las personas, detectando de esta manera fiebre, ya que es uno de los
síntomas de COVID-19. Ahora lo que se plantea es realizar lecturas térmicas, mediante
el tratamiento de imágenes infrarrojas.

4
1.3.Objetivos
1.3.1. Objetivo general
Proponer un sistema de medición de temperatura corporal, a través de imágenes termo
gráficas como protocolo de bioseguridad, utilizando un algoritmo de procesamiento,
para evitar la propagación del COVID-19 en espacios de concurrencias masiva.
1.3.2. Objetivos específicos
 Identificar la sintomatología y la prevención del COVID-19.
 Recopilar información técnica.
 Plantear un algoritmo de procesamiento de imágenes termo gráficas.
 Comprobar el funcionamiento del algoritmo a través del procesamiento de
imágenes pregrabadas de una base de datos.
 Proponer como protocolo de bioseguridad el sistema de medición de
temperatura corporal.
 Determinar conclusiones y recomendaciones.
1.4.Metodología
En la primera parte recopilaremos información técnica, como también el aporte de
diversos autores, de tal manera que se resuman todas las ideas que puedan ser útiles
para tener solidez en la información, ya que gran parte de la información se encuentran
en textos y trabajos de titulación en donde exponen sus experiencias en el transcurso
de la investigación.
En la segunda fase del trabajo, el método utilizado es el analítico-aplicado. El cual es
un método que permite conocer sobre el objeto de estudio. El método analítico da la
posibilidad de hacer un resumen de todas las ideas fundamentales respecto al tema de
estudio. Y para el método aplicado se utilizará el software Microsoft Visual Basic, con
librerías de Open CV en base al tratamiento de imágenes, el cual se encuentra centrado
en encontrar mecanismos y estrategias que permitan alcanzar el objetivo planteado,

5
por consiguiente, el ámbito al que se aplica es especifico, y delimitado ya que no trata
de explicar una amplia variedad de situaciones.
En la parte final se utiliza el método inductivo – deductivo. Luego del desarrollo
completo encontraremos las respuestas a las preguntas, que fueron planteadas por el
investigador, debido a que la deducción es afín a la inducción, con la cual se obtendrán
las conclusiones y recomendaciones pertinentes sobre el trabajo.

6
Capítulo II
Fundamentación teórica
2.1.Antecedentes de la investigación
En este capítulo se procede a realizar un análisis de los temas que intervienen en el
desarrollo del proyecto, entre estos: visión artificial, procesamiento de imágenes
térmicas, Open CV, unidad de control y reconocimiento, y, temperatura corporal.
2.2.Visión artificial
La visión artificial, también conocida como visión por computador, es una rama de la
inteligencia artificial. Los sistemas automáticos de visión por computador son sistemas
que simulan el sentido de la visión mediante el análisis e interpretación de los objetos
que integran una escena en una imagen adquirida. (Cancelas, González, Álvarez, &
Enguita, 2016).
La visión por computador se desarrolla con el objetivo de automatizar tareas cíclicas
y repetitivas, para realizar el seguimiento de un objeto en específico, en este caso se
entrenará al ordenador para el reconocimiento facial y detección térmica corporal
(Mathworks, 2015).
Según Merchán (2010), la visión artificial es la sustitución del sentido visual humano
para realizar una tarea de inspección, mediante la adquisición y análisis automático de
imágenes, para obtener los datos deseados, ya sea para monitorear o evaluar, los
procesos de visión artificial, detallados en la Figura 2.

7
Figura 2. Proceso de Visión Artificial
Fuente: (Cancelas et al., 2016).
2.3. Tareas que realiza la visión artificial
 Automatiza tareas repetitivas.
 Realiza el control de calidad de productos.
 Inspección de objetos sin contacto físico.
 Inspección a grandes velocidades.
2.4.Arquitectura de los sistemas de visión por computador
Un sistema de visión por computador, es el que define los componentes de hardware
y software que se utilizan para realizar la aplicación, además, define sus limitaciones
y alcances. Dentro de los sistemas de visión artificial, se identifican arquitecturas tales
como: sistemas de monitoreo continuo, sistemas integrales de visión, todos estos según
las necesidades requeridas (Flores Calero, 2009).
2.5.Adquisición y digitalización de imagen
La imagen se obtiene a partir de un transductor o alguna fuente externa, en este caso
en especial se utilizará una cámara infrarroja, con el objetivo que el análisis brinde
información sobre el estado de las personas. Una especie de cámara empaqueta una
resolución de 80𝑥60 pixeles, el leptón 2.5 puede generar un valor de temperatura,
calibrado de fábrica para los 4800 pixels, en un cuadro independiente de la
temperatura de la cámara, con una precisión de +/−5%.

8
La configuración se inicializa con la estimulación térmica, la cual puede llevarse a
cabo en modo reflexión, esta interactúa con la fuente de calor, la cual se encuentra en
la misma cara de la muestra, o por transmisión cuando la cámara infrarroja y la fuente
de calor están en caras opuestas, el modo de reflexión se usa para la detección y
caracterización de efectos relativamente cercanos a la superficie. Cuando la muestra
ha sido estimulada térmicamente, el calor se propaga a través de ella, luego, cuando el
frente de calor encuentra un defecto, la tasa de difusión del calor se modifica de tal
forma, que cuando se observa la temperatura, surge un diferencial térmico entre el
defecto y el área rodeada. La cámara infrarroja registra el enfriamiento de la superficie
de la muestra y esta información es almacenada en un conjunto de imágenes infrarrojas
que luego son usadas para el análisis (OVACEN, 2020).
2.6.Sistema de monitoreo continuo
Son aquellos sistemas de visión que necesitan recibir una respuesta de la inspección
visual en tiempo real, esto implica que la retroalimentación de las imágenes que utiliza
es continua. Estos sistemas se utilizan en monitoreo continuo, en las cuales exista una
secuencia totalmente continua de imágenes, la cual se logra analizando una secuencia
de video, este proceso de captación se logra a través de un transductor, luego se utiliza
un software para el análisis y decisión, lo que representa que estos sistemas requieren
equipos con capacidad de alto procesamiento (Novillo, 2014).
2.7. Factores que influyen en la evaluación termo gráfica del cuerpo humano
Una imagen termo gráfica tiene muchos factores externos o internos que pueden
afectar a la interpretación de la misma, es decir, en su resultado final estos se
encuentran en el entorno de forma natural, además, son propios de los objetos o seres
que aparecen, un ejemplo son los cuerpos que están expuestos por radiaciones
emitidas, en este caso no todos los objetos tienen la misma capacidad de captación de
la radiación infrarroja, ya sea por su reflectividad o transmitividad. Otra variable que
se encuentra dentro de los factores naturales es la atmósfera, ya que estas influyen en

9
la exactitud del objeto a evaluar, de donde se deriva la humedad y la temperatura del
aire (OVACEN, 2020).
2.8.Factores artificiales
Uno de los factores que afecta de forma considerable los resultados obtenidos es la
emisividad del cuerpo, el mismo que se puede controlar de forma sencilla, se denomina
variables de ingesta en los casos como: consumo de alcohol, nicotina, o medicamentos;
ya que estos casos pueden producir un cambio de flujo sanguíneo, en la temperatura
del cuerpo o en la emisividad de la radiación infrarroja. Otras variables que influyen
son las cremas de aplicación cutánea, que difieren la captación que emite la piel, entre
estos están los cosméticos, cremas o geles, la exposición a rayos solares también altera
la medición de temperatura del cuerpo (Javier & Enzo, 2018).
2.9.Procesamiento de imágenes
El propósito principal es la transformación de una imagen digital, es decir, mejorar el
aspecto de la imagen y hacer evidente ciertos detalles que se deseen hacer notar, la
imagen puede tener diferentes fuentes para su generación, por ejemplo: cámaras
térmicas, fotográficamente, electrónicamente, u otras. Para este proceso se puede
definir tres etapas principales, mostradas en la Figura 3.
Figura 3. Procesamiento de imágenes.
Fuente.(Cancelas.2016)
La termografía infrarroja es una técnica que permite determinar temperatura a
distancia, la cual capta radiación infrarroja del espectro electromagnético mediante la

10
utilización de una cámara especial, así, permitiendo conocer el estado del entorno,
basado en el análisis e interpretación de las imágenes termo gráficas, siendo estas en
condiciones útiles para el propósito que se vaya analizar, de forma sencilla se podrá
determinar la radiación de la superficie y con ella se estima la temperatura.
2.10. Técnicas de procesamiento de imágenes infrarrojas
La idea fundamental del procesamiento de imágenes infrarrojas, mediante la
termografía de fase pulsada, es extraer y analizar en el dominio de frecuencia la
respuesta térmica de la muestra inspeccionada, así como la extracción de las
frecuencias, que es llevada a cabo mediante la transformada de Fourier unidimensional
(Ecua. 1) sobre cada pixel de la secuencia de termo gramas (OVACEN, 2020).
Ecuación 1. Representación de losincrementos en frecuencia.
𝐹𝑛 = 𝛥𝑡 ∑ 𝑇(𝐾𝛥𝑡)𝑒−𝑗2𝜔𝑘/𝑛
𝑁−1
𝑘=0
= 𝑅𝑒𝑛 + 𝐼𝑚𝑛
𝑛 representa los incrementos de frecuencia.
𝛥𝑡 es el intervalo de tiempo entre adquisiciones.
𝑅𝑒𝑛 𝑦 𝐼𝑚𝑛 son las partes reales e imaginarias de la transformada de Fourier que
pueden combinarse para extraer la amplitud.
La termografía de fase pulsada es menos afectada que otras técnicas por el
calentamiento no uniforme, las variaciones de emisividad y las inclemencias
climáticas, tales como el aumento de luz solar. Para obtener una inspección uniforme
se debe tener equipos con buena capacidad computacional y en forma prioritaria el
programador debe establecer un área de censado con el fin de obtener datos exactos
(OVACEN, 2020).
2.11. Reconstrucción de señales termo gráficas
La reconstrucción de una señal termo gráfica es una técnica de procesamiento de
imágenes basada en la ecuación unidimensional de difusión de calor, que describe la
evolución de la temperatura. La reducción de datos por procesar va en secuencia entera

11
de imágenes, la cual puede ser reconstruida a partir de coeficientes de polinomio usado
para la regresión, el mismo que s de orden bajo, dependiendo del contenido de ruido
de la señal, así una secuencia de imágenes puede ser reducida, lo que permite liberar
la memoria RAM del ordenador, ya que los comportamientos logarítmicos de los
pixeles que corresponden a un área defectuosa se alejan del comportamiento lineal en
un instante de tiempo determinado.
2.12. Procesamiento Digital de Imágenes PDI
El procesamiento de imágenes se basa en operaciones matemáticas sobre imágenes
digitales, como una fotografía o video, con la finalidad de mejorarla, utilizando filtros
para eliminar los diferentes tipos de distorsiones que puedan presentar, ya sea por la
intensidad lumínica que cambia de una manera abrupta, o la segmentación de imagen,
las cuales son graduables, a través de algoritmos para el procesamiento, ya que una
imagen digital se compone de un sinnúmero finito de elementos llamados PIXELS
(Castillo & Hernandez, 2013).
Los PDI están enfocados en áreas específicas tales como:
 Mejorar la calidad de información en una imagen y esta pueda ser interpretada
por humanos.
 Procesamiento de datos adquiridos por una máquina.
La tecnología digital moderna ha hecho posible la manipulación de señales
multidimensionales, con sistemas que van desde simples circuitos digitales hasta
computadoras paralelas avanzadas, las cuales son complejas y requieren un alto poder
en el desarrollo de hardware para su almacenamiento y procesamiento (Šípal, 2012).
El procesamiento de imágenes, es el estudio de cualquier algoritmo que toma una
imagen como entrada y la devuelve como salida. Esto incluye, visualización, edición,
manipulación, mejora la detección, características y compresión (Jimenez M. , 2018).
Los PDI son cada vez más populares, debido a la fácil disponibilidad de potentes

12
ordenadores personales, dispositivos de memoria de gran tamaño, software de
gráficos, etc. (Salvador & Moctezuma, 2015).
2.13. Etapas del procesamiento de imágenes digitales
La visión artificial se centra en ordenadores, basados en el procesamiento de imágenes,
dispositivos de entrada/salida y redes para el control de equipos. La principal ventaja
de los métodos de procesamiento digital de imágenes es su versatilidad, repetitividad
y la conservación de la precisión de los datos originales (Cancelas et al., 2016).
Las diversas técnicas de procesamiento de imágenes se detallan a continuación:
Tabla 1: Etapas de procesamiento.
Adquisición de la
imagen.
Esta es la que se realiza mediante algún transductor, el
cual es capaz de transformar una determinada
manifestación de energía de entrada, en otra diferente
a la salida, o la radiación que es emitida por los
cuerpos.
Pre- Procesamiento.
Consiste en disminuir el ruido generado por el
transductor y mejora las propiedades de la imagen
como contorno, brillo, color.
Segmentación.
Esto se hace generalmente para mejorar la escala de
visualización para una interpretación visual
Representación.
Analiza las características que los diferencia de otros
objetos, y expone la imagen haciéndola comprensible a
equipos de análisis.
Rotación.
La rotación se utiliza para el reconocimiento facial y
detección de características específicas del rostro.
Interpretación.
Identifica los objetos para interpretarlos o asociarlos
dándoles significados.
Elaborado por: El Autor.
Fuente: (Leal, Leal, & Br, 2010).

13
2.14. Sistema Operativos para Tiempo Real (RTOS)
Es un sistema de procesamiento de información que responde a estímulos, los cuales
son generados externamente por el transductor en un instante de tiempo definido. Un
sistema operativo de tiempo real, es aquel cuyo funcionamiento que depende de las
señales producidas por el transductor, es decir, que el tiempo de respuesta entre cada
evento tiene que ser acotado; la exactitud de un sistema RTOS no sólo dependen de
los resultados lógicos que se produzcan, sino también de los tiempos en los que se
produzcan, es decir, “El sistema puede introducir un estado incorrecto, si el resultado
correcto se produce demasiado pronto o demasiado tarde con respecto a los límites de
tiempo o plazos especificados” (Unayta, 2018.).
Este sistema operativo determina si se realiza las operaciones en instantes fijos y
predeterminados, o intervalos de tiempo, cuando existe más de un proceso estos
compiten por los recursos del procesador, es cuando se activa los núcleos y la
velocidad de respuesta de la tarjeta de control (Alfonso & Larrea, 2016).
Los sistemas operativos de tiempo real, son un tipo concreto de sistema desarrollado
para ejecutar aplicaciones que disponen de algún tipo de restricción temporal, las
cuales se caracterizan por poseer unos requisitos específicos de ejecución y tiempo de
respuesta, ya sea la de ejecutar acciones en menos tiempo predefinido o la de ejecutarse
intervalos determinados, principalmente los (ROTS) presentan requisitos especiales
que las diferencia del resto en áreas específicas, las cuales se detallan en la Figura 4.
Figura 4. Requisitosoperativosen tiempo real.
Fuente.(OVACEN, 2020).

14
La sensibilidad hace referencia a cuánto tiempo necesita un sistema operativo para
reconocer una interrupción. Esto hace referencia al tiempo de respuesta del sistema
operativo en dar servicio a la interrupción después de reconocerla.
2.15. Open CV
(Open Source Computer Visión library), es una plataforma de código abierto
desarrollado por INTEL, su biblioteca está perfeccionada en C y C++, este puede
trabajar en diversos sistemas operativos, como son Linux, Windows y Mac OS X, está
diseñado para una eficiencia computacional, enfocado en aplicaciones en tiempo real
y utiliza automáticamente la biblioteca IPP, adecuada para su ejecución. Los objetivos
de OpenCV fue crear una estructura de visión por computador, haciéndolo fácil de
usar ya que facilita a los usuarios el perfeccionamiento de aplicaciones basadas en
visión artificial altamente sofisticados (OpenCV, 2016).
El objetivo de Open CV es reunir librerías y código que permitan procesar imágenes
en tiempo real, y mediante este lenguaje de programación, tener visión artificial
(Bradski, Software, & Leap, 2008.). Algunas de las más significativas se detallan a
continuación:
 CXCORE. Contiene una estructura de datos, algebra matricial, transformación
de datos, gestión de memoria, control de errores, carga dinámica de código,
texto y matemáticas básicas.
 CV. Contiene el procesamiento de imágenes, análisis de estructura de
imágenes, movimiento y seguimiento, patrón de reconocimiento, y calibración.
 Machine learning. (ML). Contiene muchas funciones de agrupamiento,
clasificación y análisis de datos.
 CVCAM. Es el interfaz de cámara.
Estos módulos integrados en Open CV están prestos para solucionar la mayoría de
problemas, tales como recortar y reconstruir imágenes, o mejorarlas mediante la
modificación de brillo, nitidez y contraste.

15
2.16. Características de Open CV
 Lenguaje de programación orientado a objetos C++.
 Librería multiplataforma y gratuita para la creación de interfaces gráficas.
 No usa librerías numéricas externas, aunque puede hacer uso de alguna si
está disponible.
 Permite realizar programación visual y programación dirigida por eventos.
 Es compatible con Intel Process Library (IPL).
 Dispone de interfaces para algunos métodos de programación y entornos.
2.17. Funciones destacadas de Open CV
 Cv WarpPerspective. Función que transforma una imagen origen mediante
una matriz de mapeo.
 Cv Size. Estructura que contiene las dimensiones de una imagen se emplea
para asignar valores a la imagen.
 Cv LoadImage. Interpreta la imagen desde una memoria no volátil de
forma que pueda ser procesada por la librería.
 Cv SaveImage. Guarda en la memoria no volátil la imagen.
 CvUndistort2. Calibra una imagen y la almacena basándose en la matriz
de los parámetros intrínsecos de la cámara y en el vector de coeficientes
de distorsión.
2.18. Cámara web
La cámara web cuenta con el sistema de conexión plug and play, sin requerir un
controlador de dispositivo, con una resolución de 640 x 480 pixeles/30fps, el cual
soporta Windows 7/8/10/vista/xp SP2. Para que la cámara funcione de manera
correcta, el sistema requiere por lo mínimo un procesador Intel 1.6GHz o AMD, un
espacio de memoria RAM de 512MB y de 200MB. La resolución digital, hace
referencia al número de bits que se usa para codificar los niveles de intensidad
luminosa (Cancelas et al., 2016).

16
2.19. Imágenes RGB
Una imagen de color RGB, es una matriz de 𝑀𝑥𝑁𝑥3 pixeles de color, el cual esta
basado en un sistemas de coordenadas cartesianas que forman un cubo en sus tres
esquinas, en los cuales se expresan los valores RGB (𝑟𝑜𝑗𝑜(𝑅), 𝑣𝑒𝑟𝑑𝑒(𝐺),𝑎𝑧𝑢𝑙(𝐵)),
en las tres esquinas restantes del cubo, se encuentran los valores de
𝑐𝑖𝑎𝑛, 𝑚𝑎𝑔𝑒𝑛𝑡𝑎 𝑦 𝑎𝑚𝑎𝑟𝑖𝑙𝑙𝑜, y, en el origen se encuentra el color negro y alejado se
encuentra el color blanco, los cuales se aprecian en la Figura 5.
Figura 5. Esquema cartesiano de la imagen RGB.
Fuente.(S. Bakhri, 2015)
2.20. Microsoft Visual Studio
Visual Studio es un entorno de desarrollo integrado para sistemas operativos
Windows, soporta varios lenguajes de programación, tales como Visual C++, Visual
C#, Visual J#, ASP.NET y Visual Basic.NET netamente dirigido a eventos, utiliza un
lenguaje de desarrollo Basic con importantes agregados, entre estos tiene a disposición
versión reducida de MY SQL Server, cuya limitación principal es la de no soportar
base de datos que supere los 4GB (Microsoft visual basic, 2017).

17
2.21. Características de Microsoft Visual Studio
Es un entorno de desarrollo completo para sistemas operativos Windows, el cual
admite diversos lenguajes de programación, incluye herramientas y componentes,
puede compartirse y reutilizar las aplicaciones escritas en cualquier lenguaje de
programación, el cual admite desarrollo, depuración, pruebas, colaboración, extensión
y desarrollo de base de datos (Microsoft visual basic, 2017).
2.22. Unidad de control y reconocimiento
La unidad de reconocimiento es uno de los bloques principales en los que interviene
la central de procesamiento, su función es la de buscar las instrucciones en la memoria
principal; así, decodificando, identificarlas y ejecutarlas empleando para ello la unidad
de proceso, a continuación se observa el análisis del sistema de reconocimiento en la
Error! Reference source not found..
Figura 6. Estructura del sistema térmico.
Fuente. (Oliva Ramos, 2017)
2.23. Termografía infrarroja
La termografía infrarroja es una técnica que permite ver la temperatura de una
superficie con precisión sin tener ningún contacto con ella, mediante la física es que
podemos convertir las mediciones de la radiación infrarroja en mediciones de

18
temperatura, esto es posible midiendo la radiación emitida en la porción infrarroja del
espectro electromagnético, desde la superficie del objeto, convirtiendo estas
mediciones en señales eléctricas (Akano et al., 2015).
Por definición, la temperatura corporal es la temperatura interna del cuerpo, esta
destemplanza no se puede medir con una cámara térmica, ya que esta no atraviesa los
tejidos humanos, solo se puede medir la temperatura superficial lógicamente a menor
que la interna, además, debido a algunos aspectos técnicos de la radiación infrarroja y
las cámaras termográficas tampoco se podrá medir la temperatura absoluta (Reyes
Mondragón, 2018).
La energía térmica o infrarroja es luz no visible, es decir, la parte del espectro
electromagnético, la cual se percibe como calor, en el mundo infrarrojo todo aquello
con una temperatura sobre cero absolutos emite calor, la relación entre la energía
irradiada por un objeto (𝑅) y su temperatura se describe por la ley de 𝑆𝑡𝑒𝑓𝑎𝑛 −
𝐵𝑜𝑙𝑡𝑧𝑚𝑎𝑛𝑛.
𝑅 = 𝐴𝜀𝜎𝑇4
𝑅 representa la radiación infrarroja
𝐴 está directamente relacionada con el área del objeto.
𝜀 Epsilo es una propiedad de la superficie del objeto enfocado llamado emisividad.
𝜎 constante de Stefan-Boltzman.
𝑇4
es la cantidad de radiación elevada a la cuarta potencia de su temperatura absoluta.
La técnica a emplearse se basa en detectar una anomalía térmica en una persona de
entre un grupo de personas, con una temperatura media concreta, por lo tanto, se asume
que la mayoría de personas a revisar son consideradas como sanas, y las que presenten
un cuadro inusual, es decir, una temperatura elevada en 1°C a la que se está tomando
como medida normal, se considera que existe variabilidad térmica entre personas,
según su metabolismo, edad, o sexo. por lo que posiblemente no se detecte todos los

19
casos de análisis del grupo. Los seres humanos nos caracterizamos porque somos
isotérmicos y esto obliga a mantener una temperatura óptima de funcionamiento, al
margen de las condiciones ambientales que nos rodean, es decir, si el núcleo central se
calienta en exceso superando los 37°C empezará la refrigeración por evaporación
“sudoración”. Si la temperatura baja a un determinado nivel, arranca procesos
corporales para generar calor “tiritar”. Entonces, se define que la temperatura
narmotérmica, como la temperatura de una persona sana varía entre los 36°C y los
37.8°C (OVACEN, 2020) para expresar la idea, a continuación se detalla la fisiología
de la temperatura corporal en la Error! Reference source not found..
Figura 7. Fisiología de la temperatura.
Fuente. (OVACEN, 2020)
2.24. Cámara pure termal inteligente FLIR leptón.
Es un módulo inteligente, el cual usa una cámara termo gráfica FLIR Lepton, la cual
es configurable para usar como una cámara web térmica USB UVC 1.0, está funciona
con aplicaciones de video en todas las plataformas, el firmware de referencia y
visualización del esquema de hardware sin de código libre, algunas de las
características de la cámara es que es compatible con media player, mac, Linux o
Android (“Lepton LWIR Micro Thermal Camera Module | Teledyne FLIR,” 2018.).

20
Figura 8. Cámara pure termal Flir leptón.
Fuente.(“Lepton LWIR Micro Thermal Camera Module | Teledyne FLIR,” 2018.)
Esta cámara es perfecta para la termografía, ideal para dispositivos móviles y diseños
electrónicos pequeños, el módulo de micro imágenes térmicas LWIR de mayor
resolución de FLIR ahora incluye LEPTON 3.5, la cual ofrece 120x160 micrones,
posee una salida radiométrica en toda su matriz de 19.200 pixeles, permitiendo un
rango de medición de hasta 400°C, la cual proporciona flexibilidad para aplicaciones
exigentes. Una cámara térmica radiométrica mide la temperatura de la superficie, la
cual interpreta la señal infrarroja que llega a la cámara debidamente calibrada, esta
puede medir la temperatura de la superficie que está viendo, el SDK de Lepton puede
proporcionar funciones para obtener la temperatura, la cual permite calibraciones para
aumentar la precisión de la temperatura (“Lepton LWIR Micro Thermal Camera
Module | Teledyne FLIR,” 2018.).

21
Capítulo III
Diseño y desarrollo del procesamiento de imágenes para la toma de
lectura térmica.
Este capítulo tiene como finalidad describir el desarrollo de la metodología propuesta
para la detección de la temperatura, se detallan los procedimientos para la adquisición
de las imágenes térmicas y las etapas del procesamiento digital de imágenes, para lo
cual se ha propuesto etapas de pre-procesamiento, segmentación, extracción de
características de textura, la clasificación y evaluación del rendimiento, así como los
pasos necesarios para dar solución al problema planteado.
3.1.Requerimientos del sistema
El objetivo de este proyecto es desarrollar un sistema que sea capaz de realizar un
análisis térmico, mediante la captación de imágenes termográficas, en la cual se
definen protocolos de adquisición configurados para la cámara, la temperatura
ambiente de la atmósfera, una temperatura reflejada y una humedad relativa, para lo
cual se plantea una detección menor o igual a 20𝑐𝑚.
La imagen de entrada, es utilizada en el diagrama de bloques del procesamiento de
imágenes termo gráficas, la misma que se a convertido a la paleta de color gray,
mediante el software de la cámara.
3.2.Representación descriptiva
En el proceso de segmentación se tienen los datos del pixel en bruto, lo que constituye
el contorno de una región o todos los puntos de una región determinada, en cada caso
es necesario convertir los datos a una forma adecuada para su procesamiento y decidir
si los pixeles constituyen un contorno o una región completa, la representación como
un contorno es adecuada cuando el interés radica en las características de la forma,
mientras que la representación regional es adecuada cuando el interés se centra en
propiedades internas.

22
3.3.Software
Para el desarrollo de este proyecto, se utilizó OpenCV, ya que este software está
orientado al tratamiento de imágenes en tiempo real. En si es un entorno de desarrollo
para sistemas operativos de Windows, el cual soporta múltiples lenguajes de
programación, tales como C, C++, Visual Basic.NET, Java, Python, Ruby y Php, al
igual que entornos de desarrollo Web, estas estructuras están creadas mediante
eventos, los cuales, están programados para ejecutar diferentes secciones de código en
respuesta a eventos. Open CV es una biblioteca de visión que pretende proporcionar
un entorno de desarrollo fácil y altamente eficiente (López Romero, 2016).
3.4.Descargar Visual Studio
Para trabajar en el campo de la inteligencia artificial, es necesario obtener la plataforma
de programación, y esta se la descarga accediendo a la siguiente dirección:
https://www.visualstudio.com, para este proyecto se descargó la versión de Visual
Community 2017, a continuación se aprecia la página oficial de Visual Studio en la
Error! Reference source not found..
Figura 9. Página oficial de Visual Studio.
Fuente. (“InstalarVisual Studio,”2018).

23
3.5.Instalación de Visual Studio.
Ya descargado el programa se ejecuta la instalación, este instalador incluye todos los
paquetes necesarios para personalizar el entorno del desarrollo, desde la carpeta que
contiene el programa hacemos clic en el archivo y se verifica que coincida con el
siguiente dato.
 Vs_community.exe para Visual Studio Community.
Una vez analizado se recibirá un aviso de control de creación de cuenta de usuario, el
cual se acepta y se procede con la instalación, en este se aceptarán términos de uso de
licencia y declaración de privacidad, como se aprecia a continuación en la Error!
Reference source not found..
Figura 10. Términos y condicionesde licencia.
Fuente.(“Instalar Visual Studio,” 2018).
3.6.Selección de cargas de trabajo.
Una vez instalado y reiniciada la tarjeta de control, se procede a personalizar el entorno
de desarrollo, mediante la selección de cargas de trabajo, las cuales son necesarias para
el desarrollo de la inteligencia artificial, en este caso orientada a la visión artificial, a
continuación, se aprecia las cargas de trabajo en la Error! Reference source not
found..

24
Figura 11. Cargas de trabajo en Visual Studio.
Fuente. (“InstalarVisual Studio,”2018).
3.7.Selección de la ubicación de instalación.
Para optimizar recursos de memoria en la tarjeta de control, se puede mover a la
memoria cache los componentes compartidos, SDK y herramientas a distintas
unidades, de esta manera el procesador trabajará en condiciones óptimas, a
continuación, se aprecia la ubicación del software instalado en la Figura 12.
Figura 12. Ubicación de la instalación de Visual Studio.
Fuente.(“Instalar Visual Studio,” 2018)

25
3.8.Introducción al desarrollo de Visual Studio.
Cuando la instalación haya finalizado, elija la opción iniciar en Visual Studio y luego
proceda a crear un nuevo proyecto, en el cuadro de búsqueda escriba el tipo de
aplicación que requiera, para que escoja de las plantillas disponibles, estas dependen
de las cargas de trabajo que eligió durante la instalación. Se puede filtrar la búsqueda
de un lenguaje de programación específico, mediante una lista desplegable, en este
caso está enlazado con OpenCV.
3.9.Descargar Open CV.
La descarga se la realiza visitando la página oficial de Open CV
(http://opencv.org/dowloads.html), donde se procede a descargar la versión Win Pack,
y se descarga la última versión, este software pretende proporcionar un entorno de
desarrollo fácil y altamente eficiente, lo cual logra que su programación en código C
y C ++ optimizados aprovechen las capacidades que proveen los procesadores de
LattePanda, a continuación se aprecia la página de descarga de Open CV en la figura
13.
Figura 13. Open CV software.
Fuente.(OpenCV, 2016)
3.10. Instalación de Open CV.
Para el desarrollo de visión artificial es fundamental el manejo Open CV, ya que es
una biblioteca libre que está especialmente orientada a visión artificial y que
actualmente es usada por expertos desarrolladores de software, para este proyecto se

26
descargó la última versión para Windows, que es la 10.8.7, la cual es gobernada por
una licencia BSD y por lo tanto es gratuita. La instalación es muy sencilla, sin
embargo, puede ser extensa ya que abarca una gran cantidad de paquetes (OpenCV,
2016).
3.11. Instalación de las dependencias de Open CV.
Una vez descargado se procede a instalar las dependencias de Open CV, tales como,
el soporte para leer, escribir, mostrar imágenes, reproducir videos, entre otras. Open
CV es netamente desarrollado en lenguaje C++ y orientada a objetos con alta eficiencia
computacional, además posee conectores para otros lenguajes, tales como: Python,
Java, Matlab, Octave, Javascript. Técnicamente Open CV es una máquina virtual
WebAssembly que se convierte en código nativo al ejecutarse en un navegador, como
se muestra en la figura 14.
Figura 14. Instalación de las dependencias de Open CV.
Fuente.(OpenCV, 2016)
3.12. Configuración de Open CV con Visual Studio
Open CV es una librería libre para el desarrollo de visión artificial, muy utilizada en
proyectos de investigación, posee interfaces tales como C++, C, Python, Java, Matlab
y es compatible con Windows, Linux y OS. A continuación, se detallará la
configuración y enlace con Visual Studio.

27
 Abrimos Visual Studio y se procede a la creación de un nuevo proyecto.
 Se crea el proyecto ¨en visual C++¨ y se elige proyecto nuevo, indicamos un
nombre y carpeta para el proyecto y procedemos a la creación.
 Ya creado el proyecto se añade un archivo C++ haciendo clic derecho sobre la
carpeta, “archivos de recurso/agregar/nuevo elemento” y se procede a
seleccionar “archivo C++(.cpp) y le agregamos main.cpp”.
 Después en la pestaña del proyecto seleccionamos (propiedades de
OpenCVdemo).
 En la ventana que se selecciona la pestaña “C/C++ y en la opción directorios
de inclusión adicionales indicamos “C: /OpenCV/build/include”.
 Ahora en la pestaña de “Vinculador (linker)/ General” en directories de
bibliotecas adicionales (Additional Library Directories) añadir,
“C:/OpenCV/build/x64/vc32/lib”.
 Al finalizar se tendrá que cambiar el modo de depuración del proyecto a (x64),
además recuerde cambiar la ruta de la imagen a una ruta y nombre del equipo,
con esto ya se puede ejecutar el programa y probar que funcione correctamente.
3.13. Diseño del sistema térmico corporal
Este sistema está basado en el tratamiento de imágenes digitales en tiempo real,
mediante el análisis termo gráfico para la detección de temperatura, obtenida a través
de una cámara flir leptón, donde se realiza el análisis térmico mediante los fotogramas
que obtiene, adicionalmente, se optó por usar una video cámara web para adquirir la
imagen y crear una base de datos, si la imagen analizada cumple las condiciones de
programación propuestas, se realiza una captura mediante una foto y se almacena en
la base de datos, caso contrario en la pantalla del ordenador se mostrarán una serie de
procesos a seguir.
3.14. Algoritmo de reconocimiento facial y toma de lecturas.

28
Figura 15. Algoritmo de detección térmica.
Fuente. El Autor.

29
3.15. Etapas del procesamiento digital de imágenes
El tratamiento digital de imágenes comprende: hardware y software, más recursos
teóricos, donde debe existir un conocimiento previo, el cual, indica cómo será el
resultado, se analizará la funcionalidad de las cámaras que se están utilizando como
también se definirá las regiones de interés; como la base de datos que contiene
imágenes de alta resolución, detalladas en la Figura 16.
Figura 16. Etapasdel análisistérmico.
Fuente. El Autor.
3.16. Adquisición de la imagen
La primera etapa es la adquisición de la imagen, para ello se necesitan dos elementos:
el primero es un transductor, en este caso es la cámara térmica y la cámara web, la cual
es sensible a una determinada banda del espectro de energía electromagnética, las
cuales, producen una señal eléctrica a la salida del sistema convirtiéndolas a forma
digital.
3.17. Pre-procesamiento de la imagen
Es la etapa en la que se realizan los procedimientos para mejorar la imagen, de tal
forma que se aumenten las posibilidades de éxito en los procesos de análisis, esta
práctica consiste en aplicar técnicas de mejoramiento del contraste, eliminar el ruido y

30
aislar regiones, cuya textura indica la probabilidad de información, necesaria para el
estudio, mediante procedimientos que se expresan en algoritmos.
3.18. Filtros digitales
Los filtros digitales constituyen unos de los principales modos de operar en el
procesamiento de imágenes digitales, estos se aplican para mejorarlas, pueden ser
espaciales, lineales y no lineales, y, filtros en dominio de frecuencia, estos se pueden
aplicar a las imágenes para realizar los siguientes procedimientos.
 Suavizar la imagen. Variación de intensidad de pixeles vecinos.
 Eliminar ruido. Modificar aquellos pixeles cuyo nivel de intensidad es
diferente al de sus vecinos.
 Realzar la imagen. Aumenta las variaciones de intensidad allí donde se
producen.
 Detectar bordes. Detecta aquellos pixeles donde se producen un cambio
brusco en la función intensidad.

31
CAPÍTULO IV
Resultados y Discusión
Con la finalidad de presentar el funcionamiento, del sistema desarrollado, con el
objetivo de que pueda ser implementado como un protocolo de bioseguridad en
espacios de concurrencia masiva, siendo esta una herramienta de inspección no
invasiva y fácil de usar, este capítulo presenta una guía básica para la inicialización
del sistema, a través de una medición termográfica no invasiva, que permite obtener
resultados de esta alternativa de solución, según la necesidad que se presente,
culminando el mismo con la discusión de los resultados a través de conclusiones y
recomendaciones.
7.1.Inspección termográfica.
La termografía es un procedimiento que se emplea para obtener información sobre la
temperatura de un objeto a distancia sin emplear el espectro electromagnético,
mediante cámaras que puedan transformar la energía radiada en información calórica,
el funcionamiento de la cámara se basa en un detector de radiación, el cual capta la
radiación infrarroja de onda larga emitida, absorbida y reflejada, la cual proviene del
usuario a analizar, aportando información sobre la temperatura de todos los puntos
abarcados dentro de la imagen y obteniéndose un patrón térmico, para realizar un
correcto diagnostico se requiere ubicar las cámaras técnicamente, es decir, estas deben
estar en un lugar en el cual no exista radiación solar directa ya que esta influye de
forma directa en la detección de esta información, además, se analizan algunas
características necesarias para la implementación, detalladas a continuación.
 Encuadre adecuado de la imagen a analizar, hace referencia al posicionamiento
del objeto visible en la posición, en la cual aporte mayor información al
sistema, como se observa en la Figura.

32
Figura 17. Encuadre adecuado de la imagen.
Fuente. El Autor.
 Enfoque adecuado para la toma de medidas, así como también un ajuste
adecuado del rango de temperatura, pues no es conveniente fijar un rango muy
grande, para mayor exactitud y precisión en la medida, como se aprecia en la
Figura .
Figura 18. Enfoque adecuado para la toma de mediadas.
Fuente. El Autor.
La termografía infrarroja, registra el calor irradiado de un cuerpo, que es emitido en
un rango del espectro electromagnético que la visión humana no es capaz de
identificar, la respuesta térmica depende de una serie de ajustes técnicos, y en base a
este comportamiento, indica al usuario si este puede ingresar o detenerse, para lo cual
se ha establecido un rango máximo de temperatura 32°𝑐, si este supera la temperatura
establecida, se mostrará el siguiente mensaje el cual se aprecia en la(Figura 19).

33
Figura 19. Análisistermográfico no invasivo.
Fuente. El Autor.
Una vez que se realiza el análisis a los diferentes usuarios, se crea una base donde se
almacenan los registros, presentando la siguiente información: número de usuario,
temperatura, fecha y hora; además, se adjunta una fotografía de la persona que hizo
uso del equipo, como se aprecia en la Figura 17.
En esta base se almacenan los diferentes rostros de los usuarios, creando un sistema
de seguridad, en lo referente a termografía no invasiva.
Figura 17. Base de datos.
Fuente. El Autor.
7.2.Alertas térmicas
La temperatura es uno de los síntomas asociados a la COVID-19, es por esta razón que
se establece límites y alertas que brinden la ayuda necesaria en detectar posibles

34
variaciones en la temperatura corporal. El proyecto está orientado al análisis térmico
no invasivo para lo cual se ha propuesto establecer un rango de análisis es decir se
podrá manipular el rango de medición, en el cual se establece el rango máximo
permitido mediante software, la termografía infrarroja permite no tener que tocar al
paciente y además mantiene al operario lejos del contacto con las personas que revisa,
el programador asigna el valor máximo permitido al ingresar a un determinado lugar
y todos los usuarios que tengan una temperatura menor o igual a la establecida en la
pantalla del ordenador podrán ingresar y aparecerá un mensaje el cual diga siga y si
supera la temperatura, máxima establecida en la pantalla aparecerá un mensaje
diciendo no pase, estas condiciones de seguridad se aprecian en la
Figura 180. Alerta térmica.
Fuente. El Autor.
7.3.Conclusiones
La termografía infrarroja, es una técnica mediante la cual se realizan inspecciones y
mediciones de la temperatura no invasiva en las personas, y en base a este parámetro,
el equipo alertara de posibles alteraciones en el comportamiento térmico.
Es importante tener en cuenta que la termografía, es una herramienta que se encuentra
en crecimiento, gracias a los avances tecnológicos que se presentan en constante
desarrollo, presentando una gran eficacia al momento de analizar la data que entrega
el sistema.
La posibilidad de integrar la tecnología a nuestras vidas es una realidad, ya que, gracias
a los avances tecnológicos, tenemos al alcance diferentes equipos que contribuyen a
mejorar la calidad de vida, aunque existen limitaciones no solo por los recursos
económicos, sino por la falta de información de los mismos, la inclusión de las TICs

35
en la educación han cambiado el paradigma educativo, lo que ha hecho posible el
desarrollo del proyecto, ayudando a incursionar en nuevos métodos de programación.
7.4.Recomendaciones
El desarrollo sobre Microsoft Visual Basic, con código de programación y librerías de
OPEN CV, es recomendable, en virtud de que este ofrece un alto estándar de
programación. Esto brinda la convicción de que al partir de un modelo sencillo se
pueden ir incrementando variables en el programa, fortaleciéndolo y haciéndolo de
fácil comprensión, tanto para un desarrollador con experiencia, así como para uno que
recién se esté iniciando en este.
En base a las pruebas de funcionamiento que se realizó para la validación, se
recomienda usar cámaras de alta definición, que sean autoajustables para que el equipo
opere de una mejor manera, esto ayudaría a evitar posibles errores en la obtención de
datos de información.
Para la implementación en diferentes instituciones, se debe considerar tarjetas
electrónicas con excelentes prestaciones en cuanto a procesadores ya que estas se
basan el análisis de la temperatura térmica corporal, si estas no poseen buenas
prestaciones en cuanto a la memoria se detendrá el programa.

36
Bibliografía
Akano, A. O., Dixon, A. G. O., Mba, C., Barrera, E., Fregene, M. A., Nägele, T., …
Ferguson, M. E. (2015). No 主観的健康感を中心とした在宅高齢者におけ
る健康関連指標に関する共分散構造分析Title. Nature Reviews Genetics,
11(1), 1–14. Retrieved from http://link.springer.com/10.1007/978-94-007-0507-
4%0Ahttps://doi.org/10.1080/09766634.2011.11885545%0Ahttps://www.unipr
ot.org/citations/15056893%0Ahttp://www.sciencedirect.com/science/article/pii/
S1672630818300830%0Ahttps://www.uniprot.org/citations/19901
Alfonso, A., & Larrea, C. (2016). Registrador de datos de bajo coste y acceso remoto
( Datalogger ) Resumen Resum.
BBC News Mundo. (2020). Coronavirus: qué tan efectivas son las cámaras o
escáneres térmicos para detectar casos de covid-19 - BBC News Mundo.
Retrieved May 24, 2020, from https://www.bbc.com/mundo/noticias-51902853
Bertran Albertí, E. (2006). Procesado digital de señales Fundamentos para
comunicaciones y control - I, 48. Retrieved from https://www.e-
buc.com/portades/9788498802597_L33_23.pdf
Bradski, G., Software, C., & Leap, M. (n.d.). Uses in Robotics and AR OpenCV
Thanks !
Cancelas, J. A., González, R. C., Álvarez, I., & Enguita, J. M. (2016). Conceptos y
Métodos en Visión por Computador. Conceptos y Métodos en Visión Por
Computador (Vol. 1).
Flores Calero, M. J. (2009). Sistema avanzado de asistencia a la conducción
mediante visión por computador para la detección de la somnolencia, 219.
Retrieved from
http://dialnet.unirioja.es/servlet/tesis?codigo=20268&info=resumen&idioma=S
PA
Israel, U. T. (2016). TRABAJO DE TITULACIÓN EN OPCIÓN AL GRADO DE :

37
Javier, G., & Enzo, C. (2018). Nspección Termográfica De Líneas Eléctricas Y
Torres De Telecomunicaciones Implementado En Dron Dentro De La Ciudad
De Guayaquil.
Leal, N., Leal, E., & Br, W. (2010). técnicas de segmentación de imágenes Traffic
surveillance systems base on image segmentation techniques, 7(3).
Lepton LWIR Micro Thermal Camera Module | Teledyne FLIR. (n.d.). Retrieved
June 9, 2021, from https://www.flir.com/products/lepton/
Novillo, C. (2014). Diseño E Implementación De Un Sistema De Seguridad Con
Videocámaras, Monitoreo Y Envío De Mensajes De Alertas a Los Usuarios a
Través De Una Aplicación Web Y/O Vía Celular Para Mejorar Los Procesos De
Seguridad De La Carrera De Ingeniería En Sistemas Comp. Universidad de
Guayaquil, 5–173. Retrieved from
http://repositorio.ug.edu.ec/bitstream/redug/6529/1/TesisCompleta-523.pdf
Oliva Ramos, R. (2017). Monitoreo, control y adquisición de datos con Arduino y
Visual Basic .Net. Marcombo. Retrieved from
https://books.google.com.ec/books?id=vSsLtAEACAAJ&dq=modulo+gsm+par
a+arduino&hl=es-
419&sa=X&ved=0ahUKEwiGivXDqMngAhUNpFkKHRz7Aj8Q6AEISzAG
OpenCV. (2016). OpenCV. Retrieved June 1, 2020, from https://opencv.org/
OVACEN. (2020). Cámaras termográficas: Cómo detectar fiebre ante Coronavirus
COVID 19. Retrieved May 20, 2020, from https://ovacen.com/camaras-
termograficas-fiebre/
Reyes Mondragón, Á. (2018). Aplicación de cámara termográfica en la prevención
de fallas del sistema eléctrico para mejorar la confiabilidad de unidades
Komatsu 730E Bayovar – 2018. Universidad César Vallejo.
S. Bakhri. (2015). No Title空間像再生型立体映像の研究動向. Nhk技研, 151(1),
10–17.

38
Servicio Nacional de Gestión de Riesgo y Emergencias. (2020). Informe de situación
COVID-19 Ecuador 16 de Marzo de 2020. COE Nacional, (008), 1–10.
Sund-Levander, M., Grodzinsky, E., Loyd, D., & Wahren, L. K. (2004). Errors in
body temperature assessment related to individual variation, measuring
technique and equipment. International Journal of Nursing Practice, 10(5),
216–223. https://doi.org/10.1111/j.1440-172X.2004.00483.x
Unayta. (n.d.). Teoría del color: guía básica del color. 2018, 1(1), 1. Retrieved from
https://unayta.es/teoria-del-color/

Sistema de medición de temperatura corporal, a través de imágenes termografías

Recommended

Recommended

More Related Content

What's hot

What's hot (15)

Similar to Sistema de medición de temperatura corporal, a través de imágenes termografías

Similar to Sistema de medición de temperatura corporal, a través de imágenes termografías (20)

Recently uploaded

Recently uploaded (20)

Sistema de medición de temperatura corporal, a través de imágenes termografías