Por favor, use este identificador para citar o enlazar este ítem:
http://rid.unrn.edu.ar/handle/20.500.12049/13552
Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.contributor.author | Martinez, Esteban | - |
| dc.contributor.author | Tunik, Maisa Andrea | - |
| dc.date.accessioned | 2025-10-02T13:29:49Z | - |
| dc.date.available | 2025-10-02T13:29:49Z | - |
| dc.date.issued | 2025-09 | - |
| dc.identifier.uri | http://rid.unrn.edu.ar/handle/20.500.12049/13552 | - |
| dc.language.iso | es | es_ES |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | - |
| dc.title | Litoscan.ar: sistema automatizado de captura de imágenes para la caracterización petrográfica con inteligencia artificial | es_ES |
| dc.type | Objeto de conferencia | es_ES |
| dc.rights.license | Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) | - |
| dc.description.filiation | Fil: Martinez, Esteban. Universidad Nacional de Río Negro. Instituto de Investigación en Paleobiología y Geología. Argentina. | es_ES |
| dc.description.filiation | Fil: Tunik, Maisa Andrea. Universidad Nacional de Río Negro. Instituto de Investigación en Paleobiología y Geología. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Argentina. | es_ES |
| dc.subject.keyword | litoscan.ar | es_ES |
| dc.subject.keyword | captura de imágenes | es_ES |
| dc.subject.keyword | inteligencia artificial | es_ES |
| dc.type.version | info:eu-repo/semantics/publishedVersion | es_ES |
| dc.subject.materia | Ciencias Exactas y Naturales | es_ES |
| dc.origin.lugarDesarrollo | Universidad Nacional de Río Negro, Instituto de Investigación en Paleobiología y Geología | es_ES |
| dc.description.resumen | La captura automatizada y sistemática de imágenes bajo el microscopio petrográfico resulta clave para el análisis de secciones delgadas de roca con sistemas de inteligencia artificial. Este proceso permite la digitalización precisa de las muestras optimizando su posterior procesamiento. En este contexto, se presenta LitoScan.AR (dispobible en https://sites.google.com/view/ litoscan-ar/inicio), una herramienta basada en PiAutoStage (Steiner y Rooney, 2021), un proyecto open source diseñado para la adquisición sistemática de imágenes petrográficas. LitoScan.AR utiliza un sistema de control desarrollado en Python, cuyo código fuente se encuentra en https://github.com/Estebann96/LitoScan.AR. Con el objetivo de optimizar la captura y garantizar una mayor calidad de las imágenes obtenidas, se identificaron y corrigieron diversas limitaciones del PiAutoStage original, entre ellas: • Estabilidad del enfoque: Se detectó pérdida de foco entre capturas consecutivas, lo que motivó el rediseño del carro de desplazamiento. • Optimización del movimiento: Se ajustó el código de control del sistema, incorporando tiempos de estabilización previos a cada captura para minimizar vibraciones y mejorar la calidad de imagen. • Configuración flexible: Se desarrolló un programa de control que permite al usuario definir el número de pasadas, establecer manualmente el punto de enfoque y ajustar parámetros de la cámara. • Gestión de configuraciones personalizadas: Se implementó un sistema que permite guardar e importar parámetros de configuración para distintos usuarios o condiciones de captura. Las pruebas realizadas demuestran que LitoScan.AR es una herramienta robusta y eficaz para la adquisición automatizada de imágenes de láminas delgadas. La flexibilidad en su configuración y las mejoras incorporadas la posicionan como una herramienta valiosa para el estudio petrográfico. Su implementación representa un avance importante en los procesos de digitalización para el análisis automatizado de muestras. LitoScan.AR ha sido utilizada para generar una base de datos de imágenes de láminas delgadas, obtenidas en nicoles cruzados y paralelos, lo que permite obtener una representación detallada de las muestras. Las imágenes capturadas fueron posteriormente procesadas con el software Image Composite Editor (ICE), un editor de imágenes panorámicas desarrollado por Microsoft, con el objetivo de generar los mosaicos necesarios para la evaluación y entrenamiento de modelos de clasificación basados en machine learning. | es_ES |
| dc.relation.journalTitle | XIX Reunión Argentina de Sedimentología | es_ES |
| dc.type.subtype | Resumen | es_ES |
| Aparece en las colecciones: | Objetos de conferencia | |
Archivos en este ítem:
| Archivo | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| Martinez y Tunik RAS 2025.pdf Hasta el 01-01-2027 | 4,62 MB | Adobe PDF | Solicitar una copia |
Este documento es resultado del financiamiento otorgado por el Estado Nacional, por lo tanto queda sujeto al cumplimiento de la Ley N° 26.899
Este ítem está sujeto a una licencia Creative Commons
Licencia Creative Commons
