¿Cómo hace una máquina para "ver" el mundo?
13.03.2026
Ing. Mecatrónica · UVM
Procesamiento Digital
de Imágenes y
Visión por Computadora
¿Cómo hace una máquina para "ver" el mundo? Esta materia responde esa pregunta combinando matemáticas, física de la luz y programación para construir sistemas que ven, entienden y actúan sobre imágenes del mundo real.
~60años de historia
∞aplicaciones industriales
2D→matrices de píxeles
f(x,y)todo parte aquí
¿De qué trata?
Dos disciplinas, un mismo objetivo
Aunque suenan similares, el Procesamiento Digital de Imágenes y la Visión por Computadora son disciplinas complementarias con alcances distintos. Juntas forman el núcleo tecnológico detrás de los ojos artificiales de la ingeniería moderna.
Procesamiento Digital de Imágenes
Image Processing · PDI
Se ocupa de transformar imágenes para mejorarlas, analizarlas o prepararlas.
La entrada es una imagen y la salida también es una imagen (o datos numéricos extraídos de ella).
Ejemplos: eliminar ruido, realzar bordes, ajustar contraste, comprimir, segmentar regiones.
Piensa en ello como el cuarto oscuro digital: tomas una imagen y la procesas hasta obtener exactamente lo que necesitas.
Ejemplos: eliminar ruido, realzar bordes, ajustar contraste, comprimir, segmentar regiones.
Piensa en ello como el cuarto oscuro digital: tomas una imagen y la procesas hasta obtener exactamente lo que necesitas.
Visión por Computadora
Computer Vision · CV
Va un paso más allá: busca que la máquina entienda e interprete lo que ve.
La entrada es una imagen y la salida es una decisión, un dato o una acción.
Ejemplos: reconocer una cara, detectar un defecto en una pieza, leer una placa, guiar un robot.
Piensa en ello como darle un cerebro al ojo de la máquina: no solo captura luz, sino que decide qué hacer con lo que percibe.
Ejemplos: reconocer una cara, detectar un defecto en una pieza, leer una placa, guiar un robot.
Piensa en ello como darle un cerebro al ojo de la máquina: no solo captura luz, sino que decide qué hacer con lo que percibe.
"Una imagen vale más que mil palabras. Para una computadora, vale exactamente N × M números — y de esos números extraemos todo el conocimiento."
— Principio fundamental del PDI
Línea del tiempo
De la Luna al smartphone
El procesamiento digital de imágenes no nació en un laboratorio universitario; nació de la necesidad de ver más lejos, más claro y más rápido de lo que el ojo humano podía lograrlo.
60s
1960s — Los primeros píxeles
La NASA mejora fotografías del espacio
El Jet Propulsion Laboratory (JPL) utilizó computadoras para procesar y mejorar las primeras imágenes
enviadas por la sonda Ranger 7 desde la Luna en 1964. Por primera vez, un algoritmo transformaba
una imagen digital para revelar detalles que el ojo no podía distinguir.
Corrección geométrica · Primeras imágenes digitales
70s
1970s — Medicina y satélites
Tomografía computarizada y teledetección
La medicina adoptó el PDI con la invención del TAC (Hounsfield, Premio Nobel 1979).
Paralelamente, los satélites LANDSAT comenzaron a capturar imágenes multiespectrales de la Tierra.
El PDI dejó de ser experimental y se volvió esencial en la vida humana.
Imágenes médicas · Sensores remotos
80s
1980s — Visión industrial
Las fábricas aprenden a ver
La visión por computadora llegó a las líneas de producción. Sistemas de inspección automática
empezaron a detectar defectos en semiconductores, etiquetas mal colocadas y piezas fuera de
tolerancia — tareas repetitivas que agotaban y fallaban el ojo humano.
Control de calidad · Robótica industrial
90s
1990s — Detección de rostros
Las máquinas empiezan a reconocer personas
El algoritmo de Viola-Jones (2001, con raíces en los 90s) permitió la detección de rostros en tiempo real
con recursos computacionales modestos. Fue el primer gran hito de la visión por computadora que llegó
al consumidor masivo: las cámaras digitales empezaron a enfocar caras automáticamente.
Reconocimiento facial · Cámaras digitales
10s
2010s — La revolución del Deep Learning
AlexNet cambia todo en 2012
La red neuronal convolucional AlexNet ganó ImageNet con una ventaja sin precedentes,
marcando el inicio de la era del aprendizaje profundo en visión. De repente, las máquinas
superaron al ojo humano en tareas de clasificación de imágenes. Todo lo que vino después
— autos autónomos, diagnóstico médico por IA, realidad aumentada — tiene su origen aquí.
Redes neuronales · IA · Vehículos autónomos
HOY
Hoy — Omnipresencia
Está en todos lados. También en tu carrera.
Desde el desbloqueo facial de tu celular hasta los sistemas de inspección en manufactura,
desde los sensores de un brazo robótico hasta el diagnóstico asistido por IA en hospitales:
el procesamiento de imágenes y la visión por computadora son hoy tecnología de infraestructura,
tan esencial como la electricidad.
Industria 4.0 · IoT · IA embebida
¿Para qué sirve en tu carrera?
Aplicaciones reales en Mecatrónica e Industria
Como ingeniero mecatrónico, el PDI y la visión por computadora no son temas abstractos: son herramientas concretas que usarás para diseñar sistemas inteligentes que interactúan físicamente con el mundo.
🤖
Robótica y Guía Visual
Un brazo robótico que detecta, localiza y agarra piezas en una banda transportadora usa visión por computadora para saber dónde está cada objeto.
🔬
Control de Calidad
Sistemas de inspección que detectan grietas, porosidades o geometrías fuera de tolerancia en piezas metálicas a velocidades imposibles para el ojo humano.
🌡
Termografía Industrial
Cámaras térmicas convierten temperaturas en imágenes para detectar fallas eléctricas, fugas de calor o puntos críticos en maquinaria — antes de que fallen.
🚗
Vehículos Autónomos y AGVs
Los vehículos de guía automática (AGV) en almacenes y fábricas usan visión para detectar obstáculos, leer códigos QR y navegar sin conductor.
🏥
Imagen Médica
Desde el procesamiento de rayos X hasta la segmentación de tumores en resonancias magnéticas, el PDI salva vidas ayudando a los médicos a ver lo invisible.
📦
Logística Inteligente
Lectura automática de códigos de barras, clasificación de paquetes por forma y tamaño, y detección de etiquetas dañadas en centros de distribución.
🌾
Agricultura de Precisión
Drones con cámaras multiespectrales analizan el estado de los cultivos píxel a píxel, detectando enfermedades o estrés hídrico antes de que sean visibles.
🔒
Seguridad y Biometría
Reconocimiento facial, análisis de huellas dactilares y detección de comportamientos anómalos en sistemas de vigilancia inteligente.
Tu mapa curricular
¿Dónde encaja esta materia en Ing. Mecatrónica?
El PDI no es una isla. Conecta y potencia materias que ya cursaste y prepara el camino para las que vienen. Es el punto de convergencia donde el hardware, el software y la física se fusionan.
Matemáticas
Álgebra lineal (matrices), transformadas de Fourier, estadística — todo se aplica directo a las imágenes.
Programación
Los algoritmos de PDI se implementan en código (Python, MATLAB, C++). Tu experiencia en programación es la llave.
Electrónica y Sensores
Entender CCD, CMOS y señales analógicas es indispensable para capturar imágenes de calidad.
Robótica
La visión es los ojos del robot. Sin PDI, un robot no puede localizar piezas, evitar obstáculos ni guiarse.
Control Automático
La retroalimentación visual (visual servoing) cierra lazos de control usando imágenes como señal de error.
Inteligencia Artificial
Las redes neuronales convolucionales (CNN) son la frontera actual del PDI. Esta materia te da los fundamentos para entenderlas.
Todo empieza con un píxel
Antes de poder hacer que una máquina reconozca un rostro o guíe un robot, necesitas entender cómo se forma una imagen, cómo se digitaliza y cómo se opera matemáticamente. Eso es exactamente lo que explorarás en esta materia — empezando hoy.
f(x,y) = i · r
Muestreo
Cuantificación
Operaciones de Píxeles
Visión Industrial