Visualization of natural processes applying rough-fuzzy temporal granularity to laser speckle images

Abstract

Presentamos una metodología para visualizar procesos naturales aplicando granularidad temporal a imágenes de patrones de moteado laser dinámico. Esta metodología permite identificar niveles de actividad empleando pocas imágenes y además, visualizar como la actividad evoluciona en el tiempo en casos donde otras técnicas alternativas no lo detectan. Se muestran dos ejemplos, uno relativo a la detección de daño en manzanas y otro relativo al tiempo de secado de pintura, ambos de interés comercial e industrial.

We present a methodology to visualize a natural process by applying computational granularity to dynamic laser speckle pattern images. This methodology not only allows to identify activity levels with few images but also to visualise how the activity evolves over time even when alternative techniques do not detect it. Two examples are shown, one relative to detection of bruise in apples and other relative to paint drying time, which are of commercial/industrial interest.