Resumen
Computer-implemented method for image processing which, based on understanding and learning about the physical phenomena that govern the distribution of values and the evolution in the distribution of values of a physical variable in a given workspace (for example, a combustion chamber), allows to expand the resolution of a low-resolution input image (1) and make temporal predictions, in the form of images that show the evolution over time in the distribution of values of said physical variable in the workspace. High-resolution information provides the user with a better understanding of the physics of the physical phenomenon taking place in the workspace, which helps in decision-making during the design phase of processes or systems, for example, of efficient combustion systems. (Machine-translation by Google Translate, not legally binding)
Reivindicaciones
1. REIVINDICACIONES 1. Método implementado por ordenador para el procesamiento de imágenes que comprende: <o>obtener un conjunto inicial de imágenes de entrada (1), donde cada imagen de entrada (1) inicial está expresada mediante un tensor de entrada correspondiente a una primera malla de puntos asociada a dicha imagen de entrada (1) inicial, donde la primera malla de puntos comprende unas primeras dimensiones espaciales y una primera densidad de puntos, estando cada punto de la primera malla asociado a unas determinadas coordenadas (X, Y, Z) de un espacio de trabajo, donde cada punto de la primera malla de puntos tiene asignado al menos un primer dato relacionado con al menos una primera variable física, dicho primer dato expresando el valor de dicha primera variable física en las correspondientes coordenadas (X, Y, Z) de dicho espacio de trabajo; <o>generar una malla expandida de puntos, donde dicha malla expandida de puntos comprende las primeras dimensiones espaciales, donde la malla expandida comprende una segunda densidad de puntos, siendo la segunda densidad de puntos mayor que la primera densidad de puntos, estando cada punto de la malla expandida de puntos asociado a unas determinadas coordenadas (X, Y, Z) del mencionado espacio de trabajo; <o>asignar cada primer dato de cada punto de la primera malla al punto correspondiente de la malla expandida asociado a las mismas coordenadas (X, Y, Z) que el punto de la primera malla; <o>asignar a cada punto de la malla expandida, de entre los puntos a los que no se le ha asignado ningún primer dato en el paso anterior, un dato correspondiente a un valor de interpolación entre los valores de los primeros datos de los puntos más próximos de la malla expandida; <o>generar un primer tensor expandido (M) correspondiente a la malla expandida; <o>realizar una descomposición modal del primer tensor expandido, obteniendo una primera matriz de valores singulares (I), mediante: M = UIVT donde U y V son matrices de vectores singulares que contienen información referente al espacio y tiempo, respectivamente, y I es la primera matriz de valores singulares; <o>seleccionar un conjunto reducido de valores singulares de la primera matriz de valores singulares (I), estando formado dicho conjunto reducido por un número predeterminado de valores singulares empezando por el valor singular de mayor valor y/o por un conjunto de valores singulares que superen un determinado valor umbral; <o>generar una matriz reducida de valores singulares (I*), a partir del conjunto reducido de valores singulares; <o>realizar una reasignación de datos a cada punto de la malla expandida, obteniendo un segundo tensor expandido (M*), mediante: M* = U*I*(V*)T donde U* y V* son matrices reducidas de vectores singulares que contienen información referente al espacio y tiempo, respectivamente, y I*, es la matriz reducida de valores singulares; donde el tensor expandido (M*) es una expresión de la correspondiente imagen de entrada (1) a mayor resolución que la imagen de entrada (1) inicial. 2. Método implementado por ordenador para el procesamiento de imágenes según la reivindicación 1,caracterizadopor que la obtención del segundo tensor expandido (M*) se realiza en un proceso iterativo hasta obtener un error de reconstrucción inferior a un primer umbral de error predeterminado, donde el cálculo del error de reconstrucción se realiza mediante el error medio cuadrático (MAE): <img class="EMIRef" id="604bcb38-97ba-4732-bd25-e358540e3085-imgf000021-0002" /> donde el subíndice i representa el número de iteración,Nes el número de puntos de incremento de resolución de la segunda densidad de puntos respecto a la primera densidad de puntos, y el operador <img class="EMIRef" id="604bcb38-97ba-4732-bd25-e358540e3085-imgf000021-0001" /> el valor absoluto. 3. Método implementado por ordenador para el procesamiento de imágenes según la reivindicación 1 ó 2,caracterizadopor que comprende: <o>realizar una descomposición modal de una pluralidad de segundos tensores expandidos (M*) correspondientes a un conjunto de imágenes de entrada (1) sucesivas, obteniendo para cada descomposición modal de cada segundo tensor expandido (M*) la correspondiente matriz de valores singulares y matrices de vectores singulares; <o>alimentar una red neuronal con las matrices de valores singulares y matrices de vectores singulares obtenidos mediante la descomposición modal de los segundos tensores expandidos (M*); <o>generar al menos un tercer tensor expandido correspondiente a una proyección temporal de una imagen de entrada (1), donde el tercer tensor expandido se corresponde a una segunda malla de puntos asociada a dicha proyección temporal de una imagen de entrada (1), estando cada punto de la segunda malla asociado a unas determinadas coordenadas (X, Y, Z) del espacio de trabajo, donde cada punto de la segunda malla tiene asignado al menos un primer dato relacionado con al menos la primera variable física, dicho primer dato expresando el valor de la primera variable física en las correspondientes coordenadas (X, Y, Z) del espacio de trabajo. 4. Método implementado por ordenador para el procesamiento de imágenes según la reivindicación 3,caracterizadopor que comprende la etapa de alimentar una red neurona! con las matrices de valores singulares y matrices de vectores singulares obtenidos mediante la descomposición modal de los segundos tensores expandidos (M*) comprende asignar un rango de valores para el número de neuronas por capa, tasa de aprendizaje, y función de activación, para obtener un error en la proyección temporal de la imagen de entrada (1) inferior a un segundo umbral de error predeterminado. 5. Programa informáticocaracterizadopor que comprende instrucciones que, cuando se ejecutan en un ordenador, realizan el método implementado por ordenador según cualquiera de las reivindicaciones 1 a 4. 6. Medio legible por ordenadorcaracterizadopor que comprende instrucciones que, cuando se ejecutan en un ordenador, realizan el método implementado por ordenador según cualquiera de las reivindicaciones 1 a 4.
