Identificación humana automatizada usando imagenes de orejas

Slides:



Advertisements
Presentaciones similares
Proyecto Final de Procesamiento de Imagenes
Advertisements

Qué son: Operaciones entre pixels. Operaciones de punto Cuales son: Erosiones y dilataciones. Operaciones geométricas. Filtros espaciales. Operaciones.
Matemática Morfológica
Introducción al Procesamiento de Imagenes
Tecnología Biométrica: Escritura Manuscrita
PERSONALIDAD DEL CONSUMIDOR
El modelo de datos relacional
Biopsias de músculo de ratón
Visión de Máquina: Aplicaciones a la Industria
Realizado por: Alberto Laguarta Calvo Sergio Rios Gil
POR: MARIO COTRINA ESCANDON DANIEL PEÑA AVAREZ DICIEMBRE 2011
5. Morfología Universidad de Valladolid Visión Artificial Industrial
6. Filtrado. Universidad de Valladolid.
M. en C. ANDRÉS GERARDO FUENTES COVARRUBIAS
MÁSCARAS DE CONVOLUCIÓN PARA LA DETECCIÓN DE BORDES.
David G. Lowe Distinctive Image Features from Scale-Invariant Keypoints Aradí Rosales Cruz Visión de alto nivel Enrique Sucar.
Detector de grietas en edificios Síntesis, Análisis y Visualización de Imágenes Máster Oficial en Ingeniería y Tecnología del Software Pedro Tomás Ibáñez.
TD-33. EXTRACCIÓN DE SUPERFICIE BORDE DE UN CONJUNTO DE DATOS VOLUMÉTRICO Andrés Fernández Peralta Luis Franco Espín Ignacio Gordillo Díaz.
XXXI REUNIÓN ORDINARIA DE LA CNIE Puerto Vallarta, Jal., a 8 de abril de 2011.
Procesamiento digital de Imágenes
Capitulo 2 Filtrado Filtrado Espacial Visión de Máquina
Procesamiento Digital de Imágenes y Visión
La segmentación de imágenes se ocupa de descomponer una imagen en sus partes constituyentes, es decir, los objetos de interés y el fondo, basándose en.
RESUMEN En este artículo se describe en forma breve una de las líneas de investigación que se están llevando a cabo en el Laboratorio de Tecnologías Emergentes.
Morfología Matemática Binaria
PROCESAMIENTO EN EL DOMINIO DEL ESPACIO. Se entiende por procesamiento en el dominio del espacio, la realización de operaciones directamente sobre el valor.
Detección Automática de Nódulos Pulmonares
Traslación, reflexión y diferencia Para todos las operaciones tenemos dos conjuntos A y O y un n-espacio E^n. La traslación se define de la siguiente.
Morfología elemental en imágenes digitales binarias 3D
Reconocimiento y resolución de ecuaciones impresas Luis Fernández Pérez Marco Antonio Formoso Trigo.
Preproceso de caracteres extraidos de documentos
Identificación de Personas Mediante Imagen del Iris Fernando Llaca Romero Alberto Morales Calvo Alejandro Rojas López.
Detectores de Borde. Extracción de Características Detección de Líneas. Detección de Puntos de Borde. Detección de Contornos.
Sergio Marín Pulido Alberto Campos Galeano José Carlos Requeijo Puente

EXTRACCIÓN DE CARACTERISTICAS
MÉTODOS DE BINARIZACIÓN DE IMÁGENES EN NIVELES DE GRIS
Reconocedor de Señales de Tráfico Verticales
Fundamentos Físicos de la Imagen Médica José Macías Jaén Radiofísico Hospitalario Servicio de Radiofísica Hospitalaria Hospital Universitario Virgen Macarena.
Reconocimiento de Escritura Manuscrita
Evaluación topológica de métodos de binarización
RECONOCEDOR DE CARACTERES ARÁBIGOS
Procesamiento Digital de Imágenes
Informática Médica: Procesamiento de imágenes
Distintas técnicas para la segmentación retinal
Trabajo PID Análisis de imágenes de biopsias de músculo humano. Segmentación de células para construir un grafo a partir de las adyacencias entre ellas.
Ingeniería de la Salud IMAGEN BIOMEDICA Morfología Matemática
Grupo 1 Rivero Bablé, Álvaro Monge Soto, Juan Francisco Díaz Romero, Manuel Alejandro.
Tema 3: Filtros.
Filtros.
RESTAURACIÓN DE IMAGENES (APLICACIÓN DE ANALISIS) RESTAURACION DE IMAGENES APLICANDO LA MATRIZ PESUDOINVERSA PID 2005/06 Adrián Salas Gavilán Jose Luis.
1 Image Segmentation Chapter 9 Dr. Mario Chacón DSP & Vision Lab.
Tema 6: Morfología Primera parte.
Tema 6: Morfología Segunda parte.
Filtrado lineal Digital image processing, Gonzalez & Woods, chpt 4
Procesamiento Digital de Imágenes
Reconocimiento De Caracteres Manuscritos
Marketing Plan & Estrategias
FUNDAMENTOS SOBRE P ROCESAMIENTO D IGILTAL DE I MÁGENES (DIP) Copyright 2004 para Diego Luis Aristizábal Ramírez OrquideaJAI Universidad Nacional de Colombia.
PC BD Alexandra Buri H José Rivera De La Cruz.
Reconocimiento de caras usando Histogramas de Gradientes Orientados
Condiciones ambientales de trabajo. Luis Rolando Banda Salas Luis Enrique Meraz Delgado Erick Francisco Moctezuma Rodríguez.
Reconocimiento de cara basado en “espectrocara”
El objetivo de la segmentación es dividir (segmentar) y separar la información original para generar nuevas imágenes que representen las estructuras internas.
SEGMENTACIÓN DE CARACTERES EN PANELES LED EN IMÁGENES NATURALES Álvaro Vilches Díaz Giulia Sabatinelli Pablo Alamo González.
Miguel A. Carrasco Septiembre, 2006 Visión por Computador Aplicaciones del Procesamiento de Imágenes Ayudantía 01.
Nombre: ____________________________________________________________ Clave: _______.
CLAVES PARA DETERMINAR EL DOMINIO DE UNA FUNCIÓN.
PLANTEAMIENTO DEL PROBLEMA.
Segunda Línea.
Transcripción de la presentación:

Identificación humana automatizada usando imagenes de orejas Jesús Mérida Grande Alejandro Palacios Jiménez Luis Manuel Sayago López

ÍNDICE Introducción Planteamiento Adquisición de la imagen Pre-Procesado Segmentación Contorno y Normalización Preguntas

Introducción Factor clave para los estrictos requisitos de seguridad en muchos dominios de aplicación. ¿Por qué la oreja como identificador biométrico? Invariable en el tiempo y a cambios de expresión facial. Fácilmente adquirible y único para cada individuo. Relativamente inmune a la ansiedad, la privacidad, y problemas de higiene respecto a otros candidatos.

Planteamiento

Adquisición de la imagen Aceptamos cualquier formato.

Pre-Procesado Pasar a escala de grises. Eliminar ruido. Ecualización del histograma.

Segmentación Binarización de Otsu Operaciones Morfológicas Obtención de la máscara Multiplicación Post-Procesado

Binarización de Otsu

Operaciones Morfológicas Utilizamos las siguiente operación morfológica: w(x,y)= (g(x,y)-(g(x,y) ①s)) ② s w(x,y)= imagen resultante g(x,y)= imagn después de la ecualización. ① = Dilatación. ② = Erosión. s=elemento estructural. g(x,y) Dilatación Diferencia w(x,y)

Obtención de la máscara

Multiplicación

Post-Procesado AND DILATACIÓN APERTURA

Contorno y Normalización Extracción del contorno Superposición Línea de Normalización

Ruegos y Preguntas:

¡Gracias!