Miguel A. Carrasco Septiembre, 2006 Visión por Computador Aplicaciones del Procesamiento de Imágenes Ayudantía 01.

Presentación del tema: "Miguel A. Carrasco Septiembre, 2006 Visión por Computador Aplicaciones del Procesamiento de Imágenes Ayudantía 01."— Transcripción de la presentación:

1 Miguel A. Carrasco mlcarras@puc.cl Septiembre, 2006 Visión por Computador Aplicaciones del Procesamiento de Imágenes Ayudantía 01

2 Miguel A. Carrasco. Ayudantía 01 Visión por Computador2 Temario. Ejemplos Ruido en cartas Estimación de velocidad Estimación de distancia Pintando caras Proyecto curso de Tópicos avanzados

3 Miguel A. Carrasco. Ayudantía 01 Visión por Computador3 Ejemplo 1. Cartas con ruido. (carta 1)(carta 2)(carta 3)

4 Miguel A. Carrasco. Ayudantía 01 Visión por Computador4 Ejemplo 1. Carta 1. Aplicando la mediana (a)(b) (c)(d) (a)Sección de la carta 1 de 227x113 píxeles, (b) mediana con máscara de 2x2, (c) mediana con máscara de 2x3, (d) mediana con máscara de 3x3.

5 Miguel A. Carrasco. Ayudantía 01 Visión por Computador5 Ejemplo 1. Carta 2. Aplicando la mediana (a) (c)(d) (b) (a)Sección de la carta 1 de 227x113 píxeles, (b) mediana con máscara de 2x2, (c) mediana con máscara de 2x3, (d) mediana con máscara de 3x3.

6 Miguel A. Carrasco. Ayudantía 01 Visión por Computador6 Ejemplo 1. Filtros Gausianos. (a)(b) (c)(d) (a) 3x3 y sigma=1,(b) 5x5 y sigma=1.5, (c) 3x3 y sigma=1, (d) 5x5 y sigma=1.5 Carta 1 Carta 2

7 Miguel A. Carrasco. Ayudantía 01 Visión por Computador7 Ejemplo 1. Carta 3. Simulando el ruido. (a)(b) (c)(d) (a) Filtro thresholding nivel 40, (b) Filtro thresholding nivel 45, (c) Filtro thresholding con nivel 50, (d) Filtro thresholding nivel 60,

8 Miguel A. Carrasco. Ayudantía 01 Visión por Computador8 Ejemplo 1. Resultado final. Imagen de salida utilizando mediana de 2x3, áreas mayores a 6 pixeles aplicadas a la carta2.bmp y multiplicación del 30% con la umbralización binaria de nivel 40 del filtro de Wiener (movimiento horizontal y desplazamiento de 10 pixeles) de la carta3.bmp. Observación: Es mejor mandar un e-mail.

9 Miguel A. Carrasco. Ayudantía 01 Visión por Computador9 Ejemplo 2. A que velocidad va el vehículo? Tiempo de exposición fue de 1/30 s

10 Miguel A. Carrasco. Ayudantía 01 Visión por Computador10 Ejemplo 2. Aplicando filtro de Wiener

11 Miguel A. Carrasco. Ayudantía 01 Visión por Computador11 Ejemplo 2. Que velocidad… Supuestos:  El diámetro de la llanta 14 pulgadas (estimado)  Desplazamiento ∆x=17 px (filtro Wiener)  Diámetro de la llanta: 28 px (estimado) ∆x=17 [px]

12 Miguel A. Carrasco. Ayudantía 01 Visión por Computador12 Ejemplo 3. ¿Cuál es la pregunta? ¿A qué distancia están los árboles?

13 Miguel A. Carrasco. Ayudantía 01 Visión por Computador13 Ejemplo 3. Más y más supuestos 5 4 0.07 Suponemos lo siguiente: Primero, la foto ha sido tomada a unos 4 [mt] de distancia de la gaviota. Segundo, el tamaño de la cabeza de la gaviota se estima en 7 [cm]. Tercero, el tamaño de los árboles del fondo de la imagen son (en promedio) de 5 [mt]. Modelo propuesto para el cálculo de la distancia, con imagen del fondo corregida con el filtro de Wiener con ∆=18 [px]. Utilizando el teorema de Thales

14 Miguel A. Carrasco. Ayudantía 01 Visión por Computador14 Ejemplo 4. Pintando caras. (a) (b) (a) Imagen Original en colores, (b) Imagen en escala de grises con filtro de la mediana de 3x3

15 Miguel A. Carrasco. Ayudantía 01 Visión por Computador15 Ejemplo 4. Pintando caras.. (a) Filtro de Canny sobre la imagen de la mediana, (b) Dilatación con 3 px (c) Erosión de los bordes con 2 px (a) (b) (c)

16 Miguel A. Carrasco. Ayudantía 01 Visión por Computador16 Ejemplo 4. Binarizando y limpiando. a)Umbralización binaria con nivel óptimo de OTSU (maximiza la varianza del histograma asociado) b)Binarización adaptiva con tamaño de máscara de 4x4 y con umbral en el máximo de cada subregion c)Limpieza de regiones del la binarización adaptiva por corte de áreas (a)(b)(c)

17 Miguel A. Carrasco. Ayudantía 01 Visión por Computador17 Ejemplo 4. Pintando… Procesamiento de imágenes no hace magia! © McDonald’s Repito… no hace magia!

18 Miguel A. Carrasco. Ayudantía 01 Visión por Computador18 Proyecto Arreglo de puzzle automático Problema NP-completo? Sólo para menores de 2 años

19 Miguel A. Carrasco. Ayudantía 01 Visión por Computador19 Proyecto Imagen original

20 Miguel A. Carrasco. Ayudantía 01 Visión por Computador20 Proyecto Imagen modificada Aplicando un filtro mágico llamado Photoshop

21 Miguel A. Carrasco. Ayudantía 01 Visión por Computador21 Proyecto Segmentación

22 Miguel A. Carrasco. Ayudantía 01 Visión por Computador22 Proyecto Detector de bordes de Harris.

23 Miguel A. Carrasco. Ayudantía 01 Visión por Computador23 Proyecto Detecterminación del área. 1 1 Resta

24 Miguel A. Carrasco. Ayudantía 01 Visión por Computador24 Utilizamos una transformación Euclidiana ya que el ángulo de rotación es conocido Proyecto Rotación del eje mayor.

25 Miguel A. Carrasco. Ayudantía 01 Visión por Computador25 Proyecto Giro y cálculo de las puntas.

26 Miguel A. Carrasco. Ayudantía 01 Visión por Computador26 Proyecto Caracterización.

27 Miguel A. Carrasco. Ayudantía 01 Visión por Computador27 Proyecto Buscando el mejor orden.. Test 1 Test 2 Test n Suma 1Suma 2 … …

28 Miguel A. Carrasco. Ayudantía 01 Visión por Computador28 Proyecto Resolución, buscando el candidato Mejor score: Índice 4 Valor: 28,1616 Mejor score: Índice 4 Valor: 28,1616

29 Miguel A. Carrasco. Ayudantía 01 Visión por Computador29 Proyecto Solución del puzzle Matriz de rotación 22 02 02 03 2020 Matriz de posición 26 41 812 109 73511 Bajo supuesto. Seleccionar la pieza de la esquina superior derecha para inicializar

30 Miguel A. Carrasco. Ayudantía 01 Visión por Computador30 Proyecto Tarea para la casa

31 Miguel A. Carrasco mlcarras@puc.cl Septiembre, 2006 Visión por Computador Aplicaciones del Procesamiento de Imágenes Ayudantía 01