Elaboración de un algoritmo de descubrimiento de transmisores ópticos sub-píxel

Abstract

En los distintos ámbitos de aplicaciones en los que se pueden encontrar las comunicaciones ópticas basadas en cámaras (OCC - Optical Camera Communications), los elementos transmisores no siempre se ubican a una distancia tan próxima de la cámara o tienen unas dimensiones tan elevadas, como para ocupar una proporción significativa de los píxeles de la imagen. De hecho, frecuentemente estas regiones se limitan a uno o unos pocos píxeles (condiciones sub-píxel). Para hacer frente a estas condiciones se han propuesto distintas soluciones que se pueden dividir entre aquellas que alteran la óptica de la cámara, y las que ajustan los parámetros internos de configuración de la misma. No obstante, estas alteraciones dificultan el uso de la cámara para otros fines distintos de la comunicación. En la práctica, la cantidad de trabajos que han tratado las condiciones sub-píxel sin realizar alteraciones de la cámara es reducido y se limitan a verificar la posibilidad de transmitir información en esas circunstancias. En este trabajo se pretende desarrollar y evaluar un algoritmo de descubrimiento de transmisores ópticos sub-píxel, en escenarios outdoor e indoor, donde transmisores y receptores permanecen estáticos y sin realizar modificaciones en la cámara, lo que permitiría la utilización de las OCC en redes de sensores de Smart Cities, industrias, terrenos agrícolas, etc. El algoritmo debe ser capaz de detectar el píxel en el que se encuentran cada uno de los transmisores, descartando otras fuentes luminosas presentes en la imagen, así como presentar la información en formato binario recibida de los mismos. Para lograr esto, es necesario estudiar y usar técnicas de procesamiento de imágenes y de análisis de señales ópticas para identificar patrones en los datos de entrada de la cámara. Además, el algoritmo debe ser diseñado para poder operar con diferentes cantidades de transmisores, y adaptable a distintos escenarios ambientales. Tras ser desarrollado y evaluado el algoritmo en diferentes escenarios de interés, se obtuvo una tasa de detección promedio del 87 % y una tasa de falsos positivos del 28 %. La omisión de positivos verdaderos se produjo en la mayor parte de los casos por la diferencia de potencia lumínica entre transmisores en un mismo escenario. Por su parte, el 97,5 % de los falsos positivos se corresponden con reflexiones de la luz de los transmisores. En cuanto a los tiempos de operación, en promedio la duración del algoritmo fue de 390 ms. Estos resultados se consideran aptos, pero mejorables, para la aplicación de esta tecnología. Para conseguirlo, diferentes soluciones se plantean como el uso de la inteligencia artificial o la alternancia periódica entre varios umbrales de luminosidad.

In various fields of application where optical camera communications (OCC) can be found, the transmitting elements are not always located at a close distance from the camera or have dimensions large enough to occupy a significant proportion of the image pixels. In fact, these regions often encompass just one or a few pixels (sub-pixel conditions). Different solutions have been proposed to address these conditions, which can be divided between those that alter the camera optics and those that adjust internal configuration parameters of the image sensor. However, these alterations hinder the use of the camera for purposes other than communication. In practice, the number of works that have addressed sub-pixel conditions without altering the camera is limited and primarily focus on verifying the feasibility of transmitting information under such circumstances. This work aims to develop and evaluate an algorithm for sub-pixel optical transmitter discovery in outdoor and indoor scenarios, where transmitters and receivers remain static without making modifications to the camera. This would enable the utilization of OCC in smart city sensor networks, industries, agricultural fields, etc. The algorithm should be capable of detecting the pixel location of each transmitter while discarding other light sources present in the image, as well as presenting the received information from them in binary format. To achieve this, it is necessary to study and employ image processing and optical signal analysis techniques to identify patterns in the camera's input data. Additionally, the algorithm should be designed to operate with varying numbers of transmitters and be adaptable to different environmental scenarios. After being developed and evaluated in various relevant scenarios, the algorithm achieved an average detection rate of 87% and a false positive rate of 28%. True positive omissions mostly occurred due to differences in light power among transmitters within the same scenario. Additionally, 97.5% of false positives were attributed to light reflections from transmitters. On average, the algorithm operated for 390 ms. While these results are deemed suitable, there is room for improvement in implementing this technology. Potential solutions include employing artificial intelligence or periodic alternation of luminosity thresholds.