En el Laboratorio de Procesamiento de Imágenes se desarrolla investigación científica en temas de relevancia como restauración de imágenes, visión por computadora, reconocimiento de patrones, reconstrucción tridimensional, entre otras. Se genera conocimiento de frontera para establecer con precisión la relación entre puntos de los objetos en el mundo real y los capturados en una imagen. Se desarrollan algoritmos avanzados para solucionar problemas de procesamiento de imágenes, optimizado criterios de desempeño objetivos. Además, se exploran paradigmas computacionales avanzados, como cómputo paralelo, para lograr implementaciones eficientes. Los temas de investigación desarrollados en el laboratorio incluyen: mejora de la visibilidad en imágenes degradadas por neblina, reconocimiento y seguimiento de objetos en el espacio 3D, reconocimiento de rostros y emociones a través de la expresión facial, digitalización tridimensional de objetos utilizando visión multiocular y proyección de luz estructurada, desarrollo de modelos de inteligencia artificial en apoyo en diagnóstico médico, entre otros.
Nuestros estudiantes de posgrado cuentan con instalaciones, equipo de laboratorio, asesoría especializada y personalizada por parte de investigadores, así como oportunidades para realizar estancias de investigación nacionales e internacionales. Estas facilidades fomentan el trabajo colaborativo y les permiten alcanzar sus objetivos en tiempo y forma.
Nuestra infraestructura facilita la realización de experimentos científicos de alta calidad con fines académicos. El laboratorio dispone de equipos de cómputo actualizados, dispositivos de alta resolución para captura y proyección de imágenes, plataformas de prueba para experimentos, y tarjetas electrónicas de desarrollo basadas en GPUs y FPGAa para la construcción de prototipos.
Entre el equipo más notable se tiene:
El grupo de académicos está enfocado en investigación básica de frontera aplicada en:
Mejoramiento de la visibilidad en tiempo real en la presencia de neblina
Reconocimiento y seguimiento de objetos en el espacio 3D
Reconocimiento de rostros
Reconocimiento de emociones a través de la expresión facial
Dr. Víctor Hugo Díaz Ramírez
Responsable del laboratorio e investigador
Doctor en Ciencias de la Computación
Sistema Nacional de Investigadoras e Investigadores, nivel II
vdiazr@ipn.mx
Dr. Rigoberto Juárez Salazar
Investigador por México-CONAHCYT
Doctor en Ciencias en Física Aplicada
Sistema Nacional de Investigadoras e Investigadores, nivel II
rjuarez@citedi.mx
Estudiantes de Doctorado
J. Godoy
Estudiantes de Maestría
C. Gaxiola
La labor cientifica se enfoca en la generación de conocimiento de frontera y su aplicación para la solucion de problemas, a través de proyectos de investigación desarrollados por un equipo de investigadores especialistas en la materia.
Nombre del proyecto | Periodo | Fuente |
Métodos avanzados de visión por computadora y aprendizaje computacional | 2025 | SIP-IPN |
El uso de visión multiocular para restaurar la visibilidad en imágenes degradadas por dispersión óptica | 2022 - 2024 | CONAHCYT |
Métodos multidimensionales de procesamiento de datos en sistemas de proyección de luz estructurada | 2019 - 2023 | CONAHCYT |
El uso de visión multiocular para procesamiento de imágenes y reconocimiento de patrones | 2024 | SIP-IPN |
Procesamiento de imágenes y reconstrucción tridimensional utilizando visión multiocular | 2023 | SIP-IPN |
Métodos optodigitales para procesamiento de imágenes y reconstrucción tridimensional | 2022 | SIP-IPN |
A continuación, se presenta un listado de la productividad científica más reciente lograda por el grupo de trabajo.
Reliable Disparity Estimation Using Multiocular Vision with Adjustable Baseline.
Víctor H. Díaz-Ramírez, Martín González-Ruiz, Rigoberto Juárez-Salazar, Miguel Cazorla. 2025.
Phase feedback fringe projection profilometry for shiny objects.
Rigoberto Juárez-Salazar, Fabio Vega, Sofía Esquivel-Hernández, Víctor H. Díaz-Ramírez, Andrés G. Marrugo. 2025.
Breast Cancer Image Classification Using Phase Features and Deep Ensemble Models.
Edgar Omar Molina Molina, Víctor H. Díaz-Ramírez. 2025.
Restoration of Binocular Images Degraded by Optical Scattering through Estimation of Atmospheric Coefficients
Victor H. Diaz-Ramirez, Rigoberto Juarez-Salazar, Martín González-Ruiz, Vincent Ademola Adeyemi.
Sensors, 2023
Are camera, projector, and camera–projector calibrations different?
Rigoberto Juarez-Salazar, Sofia Esquivel-Hernandez, and Victor H. Diaz-Ramirez.
Applied Optics, 2023
Three‐dimensional spatial point computation in fringe projection profilometry
Rigoberto Juarez-Salazar, Gustavo A. Rodriguez-Reveles, Sofia Esquivel-Hernandez, Victor H. Diaz-Ramirez.
Optics and Lasers in Engineering, 2023
Stereo Image Matching Using Adaptive Morphological Correlation
Victor H. Diaz-Ramirez, Martin Gonzalez-Ruiz, Vitaly Kober, Rigoberto Juárez-Salazar.
Sensors, 2022
Homography estimation from a single-point correspondence using template matching and particle swarm optimization
Victor H. Diaz-Ramirez, Rigoberto Juarez-Salazar, Juan Zheng, Jose Enrique Hernandez-Beltran, Andrés Márquez.
Applied Optics, 2022