1. Aproximación a una Red neuronal
para la clasificación de las mariposas

2. Índice
• Introducción
• Herramientas y técnicas utilizadas
• Selección material de estudio
• Diagrama de flujo
• Programa de aproximación
• Conclusiones y pasos a seguir

3. Introducción
• El objetivo es clasificar a las mariposas por
especie analizando su color.
• Se plantea una clasificación inicial de
mariposas azules (Morpho azul) y de otros
colores.
• Como aproximación inicial se construye una
red neuronal para obtener datos por especie y
analizar los datos que esta arroje.

4. Herramientas y técnicas utilizadas
• Visual Studio 2012 C# y sus librerías de
procesamiento de imágenes:
– System.Drawing
• Se usa el modelo HSI para el análisis del color
de las mariposas.
• El entrenamiento asistido se realiza con
imágenes encontradas en internet.
• Inicialmente se usa la red neuronal basada en
un perceptrón.

5. Análisis del color
• Se usa el modelo HSI para realizar el análisis
del color de las fotografías.
– El tono (H) y la saturación (S) están relacionadas
con la forma en la que vemos el color.
– Analizar el Tono y la Saturación es la metodología
ideal para procesar las propiedades de percepción
del color en vez de las componentes RGB.

6. Selección del material de estudio
• Mariposas de tipo Morpho Azul.
• Para el estudio inicial se realiza un recorte
manual de la mariposa.
Morpho Achilles Morpho Rhetenor
Tomadas de flickr.com y de butterfliesofamerica.com

7. Diagrama de flujo
• Lectura y recorte de la imagen.
• Inicialización de la red neuronal.
• Procesamiento de los datos de la imagen
– Cálculo del histograma
– Cálculo del tono.
– Llenado de la matriz de datos de entrenamiento para
la red neuronal.
– Umbralización del tono para llenar la matriz de datos
esperados de la red neuronal.
• Entrenamiento de la red.

8. Diagrama de flujo Parte 1
• Se carga y se escala la imagen
a 320 x 220 px.
• Se inicializa una red neuronal
de una neurona con
coeficiente de aprendizaje de
0.5 y 100 épocas.
• Inicialización de 3 Pesos W1(
R), W2(G), W3(B)

9. Diagrama de flujo Parte 2
• Se llena el histograma
para la representación
gráfica de los datos de
la imagen.
• Se llena la matriz de
entrenamiento.
• Se realiza la lectura pixel
a pixel para calcular el
tono.

10. Diagrama de flujo Parte 3
• Se analiza el tono
en la escala de
azules entre 150 y
270 grados. Para
este rango se llena
1 en la matriz de
datos esperados y si
no se llena en 0 por
cada pixel.

11. Programa de aproximación
• Carga inicial de la imagen recortada.

12. Programa de aproximación
• Entrenamiento finalizado

13. Resultados
Hoja de Excel

14. Conclusiones y pasos a seguir
• Realizar una validación del algoritmo
implementado.
• Uso de la estadística descriptiva para analizar los
datos arrojados por la red neuronal.
– Gráficas del error clasificadas por perceptrón y por
peso.
– Gráficas en 3D representando los datos RGB por
especie de mariposa.
– Gráfica de representación del tono por especie de
mariposa.

15. Conclusiones y pasos a seguir
• Analizar otras topologías y tipos de redes
neuronales.
• Realizar una segmentación de las imágenes
basados en técnicas de bordes para no usar el
recorte manual.
• Implementación de un sistema Fuzzy para
detectar el rango del tono para la umbralización.
• Trabajar en la justificación en general de los
procedimientos en el proyecto.