APLICACIÓN BASADA EN ANDROID PARA IDENTIFICAR PAPEL MONEDA MEXICANO
Resumen
Resumen
En este trabajo se presenta el desarrollo de una aplicación para dispositivos móviles basados en el sistema operativo Android, la cual permite la identificación y contabilización de billetes mexicanos. Esta herramienta es útil sobre todo para personas con problemas visuales. El sistema desarrollado permite el reconocimiento de billetes utilizando la cámara integrada en el dispositivo móvil, y presenta robustez ante escalado, traslación, rotación, variaciones luminosas y oclusión parcial. La identificación se indica a través del altavoz del dispositivo y en lenguaje nativo. La aplicación se basa en técnicas y algoritmos de visión artificial y presenta actualmente un porcentaje de reconocimiento del 94%, lo cual consideramos por el momento satisfactorio. Sin embargo, se continuará trabajando para que opere en cualquier equipo móvil bajo plataforma Android y a la vez incrementar la confiabilidad de reconocimiento.
Palabras clave: dispositivos móviles, plataforma Android, procesamiento de imágenes, reconocimiento de patrones, visión artificial.
ANDROID-BASED APPLICATION TO IDENTIFY MEXICAN PAPER MONEY
Abstract
In this work we focused in the development of one application based on device mobile with Android operating system that recognize and account Mexican bills. This tool is useful especially for people with visual problems. The developed system allows the recognition of bills using the camera integrated in the mobile device, and presents robustness with scaling, translation, rotation, light variations and partial occlusion. The identified bill is indicated through the speaker of the device and in native language. The application is based on techniques and algorithms of artificial vision and currently has a recognition rate of 94%, which we consider at the moment satisfactory. However, it will continue to work to operate on any mobile device under the Android platform and at the same time increase the reliability of recognition.
Keywords: mobile devices, Android architecture, images processing, pattern recognition, artificial vision.
Texto completo:
160-171 PDFReferencias
C. González, 2016. Desarrollan aplicación que reconoce billetes y monedas para personas con discapacidad visual. Agosto del 2016 en el enlace: https://cl.universianews.net/2015/07/07/desarrollan-aplicacion-que-reconoce -billetes-y-monedas-para-personas-con-discapacidad-visual/.
E. Rosten, R. Porter and T. Drummond, 2010. Faster and better: Machine learning approach for corner detection, IEEE Trans, Pattern Analysis and Machine Intelligence, Vol. 32, pp. 115-119.
G. Myers, 1999. A fast bit-vector algorithm for approximate string matching based on dynamic programming. J. ACM, 46(3), pp. 395-415.
Herbert Bay, T. Tuytelaars, and L. V. Gool, 2005. SURF: Speeded Up Robust Features. IJCV, Vol. 65, pp. 1-14.
INEGI,2016. Salud, discapacidad y seguridad social. l 18 de Septiembre de 2016 en el enlace de INEGI: http://www.inegi.org.mx.
Lowe, 1991. Lowe, D.G., "Object recognition from local scale-invariant features," Computer Vision, 1999. The Proceedings of the Seventh IEEE International Conference on , vol.2, no., pp.1150,1157 vol.2, 1999 doi: 10.1109/ICCV.1999.790410.
M. Calonder, V. Lepetit, C. Strecha, and P. Fua, 2010. BRIEF: Binary Robust Independent Elementary Features, Lecture Notes in Computer Science, ECCV.
Moreti, I., Jorge, J., Amado, J., Puntillo, D., & Caniglia, C., 2015. Software libre de Reconocimiento de billetes para personas en situación de discapacidad visual. Cordoba: Instituto Nacional de Tecnología Industrial.
Muhammad, A. 2015. Android Programming By Example. Birmingham: Packt Publishing Ltd.
Rublee, Ethan; Rabaud, Vincent; Konolige, Kurt; Bradski, Gary, 2011. ORB: an efficient alternative to SIFT or SURF. IEEE International Conference on Computer Vision (ICCV).
Singh, 2014. S. Singh, S. Choudury, K. Vishal and C. kawahar. Currency Recognition on Mobile Phones. ICPR’14 Proceedings of the 2014 22nd International Conference of Pattern Recognition, pp. 2662-2666, August.
Toytman, I., and Thambidurai, J., 2011. Banknote recognition on Android platform. Stanford University, Department of Electrical Engineering, Stanford.
URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es
Pistas Educativas está bajo la Licencia Creative Commons Atribución 3.0 No portada. 
TECNOLÓGICO NACIONAL DE MÉXICO / INSTITUTO TECNOLÓGICO DE CELAYA
Antonio García Cubas Pte #600 esq. Av. Tecnológico, Celaya, Gto. México
Tel. 461 61 17575 Ext 5450 y 5146
pistaseducativas@itcelaya.edu.mx