Reconocimiento óptico de caracteres mediante imágenes en contadores de gas

La gran evolución a lo largo de este tiempo sobre dispositivos móviles y sus características, así como las vías de conexión de alta velocidad 3G/4G, han logrado dar un giro a los planteamientos económicos empresariales consiguiendo que se replanteen los costes de sus infraestructuras tradicionales, involucrando las nuevas tecnologías en su nueva estructura económica y consiguiendo invertir menos recursos humanos en el proceso de producción. Este proyecto propone una solución real para la empresa Madrileña Red de Gas. Mientras el proyecto de contadores inteligentes se termina de concretar y desarrollar, es necesario disponer de un método que automatice la lectura de los contadores analógicos mediante el procesamiento de una imagen digital a través de una aplicación informática que sea capaz de determinar el código de identificación del contador así como la lectura del consumo actual. Para la elaboración del método desarrollado se han utilizado conceptos propios de Visión por Computador y de Aprendizaje Automático, más específicamente tratamiento de imágenes y reconocimiento óptico de caracteres, mediante la aplicación de métodos en el ámbito de dichas disciplinas.

Modular framework to assess the risk of African swine fever virus entry into the European Union

BACKGROUND The recent occurrence and spread of African swine fever (ASF) in Eastern Europe is perceived as a serious risk for the pig industry in the European Union (EU). In order to estimate the potential risk of ASF virus (ASFV) entering the EU, several pathways of introduction were previously assessed separately. The present work aimed to integrate five of these assessments (legal imports of pigs, legal imports of products, illegal imports of products, fomites associated with transport and wild boar movements) into a modular tool that facilitates the visualization and comprehension of the relative risk of ASFV introduction into the EU by each analyzed pathway. RESULTS The framework's results indicate that 48% of EU countries are at relatively high risk (risk score 4 or 5 out of 5) for ASFV entry for at least one analyzed pathway. Four of these countries obtained the maximum risk score for one pathway: Bulgaria for legally imported products during the high risk period (HRP); Finland for wild boar; Slovenia and Sweden for legally imported pigs during the HRP. Distribution of risk considerably differed from one pathway to another; for some pathways, the risk was concentrated in a few countries (e.g., transport fomites), whereas other pathways incurred a high risk for 4 or 5 countries (legal pigs, illegal imports and wild boar). CONCLUSIONS The modular framework, developed to estimate the risk of ASFV entry into the EU, is available in a public domain, and is a transparent, easy-to-interpret tool that can be updated and adapted if required. The model's results determine the EU countries at higher risk for each ASFV introduction route, and provide a useful basis to develop a global coordinated program to improve ASFV prevention in the EU.