EXTRACCIÓN DE CARACTERISTICAS Visión de Máquina Ingeniería en Automática Industrial

Procesamiento de Imágenes PRE PROCESAMIENTO SEGMENTACIÓN EXTRACCIÓN DE CARACTERÍSTICAS imagen de entrada Imagen acondicionada objetos separados Patrón de características INTERPRETACIÓN DE LA ESCENA RECONOCIMIENTO CLASIFICACIÓN A la aplicación tipos de objeto

Extracción de Características Para reconocer un objeto de la imagen es necesario extraer características que permitan representarlo y describirlo matemáticamente. Descripción matemática del/os objeto/s: Color Tamaño Posición …… Vector de características

Descripción de Objetos Externa: Se describe la frontera del objeto Interna : Se describe el interior del objeto Requisitos de la descripción: Única Completa: No debe presentar ambigüedades Invariante frente a transformaciones geométricas: Rotación, traslación, escalado y reflexión Sensible: Reflejar diferencias entre objetos similares Abstracta: Refleja lo esencial del objeto no lo accesorio

Tipos de Descriptores Descripción del Contorno Descripción de Región Códigos de cadena Aproximación polinomial Representación polar Esqueletización Descriptores de Fourier Descripción de Región Momentos Descriptores topológicos Textura Descripción de Similitud: Correlación

EXTRACCIÓN DE CARACTERISTICAS DESCRIPTORES DEL CONTORNO Visión de Máquina Ingeniería en Automática Industrial

Códigos de Cadena Objetivo: Representar la frontera del objeto La frontera del objeto es una serie de 1’s conectados sobre 0’s (imagen binaria). Se codifica la dirección de avance para llegar al vecino

Códigos de Cadena Problema: Depende del punto de comienzo Solución: Se rota el punto de comienzo de la cadena hasta conseguir el menor entero. Ventajas del código de cadena Es invariante a traslación Se puede conseguir invarianza a escalado. Muestreo adecuado del borde. Se puede conseguir invarianza a rotación. Mediante la definición de una codificación incremental 2 bits por pixel en vecindad a 4, 3 bits por pixel en vecindad a 8 Facilita el cálculo de: Perímetro, Largo y Ancho

Aproximación Polinomial Aproximación de un contorno por un polígono Procedimiento Se aproxima la frontera por segmentos lineales Algoritmos iterativos complejos Umbral de error Exigente: demasiados lados Poco exigente: aproximación tosca Resultado Polígono similar al contorno real

Aproximación Polinomial Técnica de Fusión: Se ajustan los puntos de un contorno mediante una recta hasta que el error cometido en el ajuste supere un umbral preestablecido. Problema en las esquinas

Aproximación Polinomial Técnica División Recursiva: El proceso comienza detectado el eje de mayor elongación y prosigue añadiendo vértices hasta obtener una cierta precisión prefijada.

Representación Polar Representación de la frontera del objeto como una función polar unidimensional. Mapa de las coordenadas polares de la frontera tomando como origen el centro de masa del objeto.

Representación Polar Invariante frente a la posición del objeto Invarianza al tamaño: Dividir la función por la distancia máxima al centroide de forma que la distancia máxima resulte uno. Invarianza ante el ángulo de comienzo: Comenzar por el ángulo cuya distancia es máxima Inconveniente: Método muy sensible respecto a la posición del centroide

Esqueletización Esqueleto (eje medial) (Medial Axis transform MAT): Se define el esqueleto como el conjunto de pixeles equidistantes de la frontera del objeto. Sirve de base para la descripción estructural del objeto y su reconocimiento.

Esqueletización Es robusto frente a ruido, Invariante a translación y rotación. El escalado no varia su estructura Es bastante robusto frente a deformaciones.

Descriptores de Fourier Coeficientes de Fourier de la frontera. Se basan en la transformación de la secuencia de puntos frontera considerados como números complejos. Con transformada discreta de Fourier

Descriptores de Fourier Ejemplo de reconstrucción de la frontera usando descriptores de Fourier Original M=2 M=4 M=8 M=64 M=16 M=61 M=62

Descriptores de Fourier Propiedades de los descriptores de Fourier Invarianza ante: Traslación Rotación Escalado Cambio en el punto de comienzo

EXTRACCIÓN DE CARACTERISTICAS DESCRIPTORES DE REGIÓN Visión de Máquina Ingeniería en Automática Industrial

Descriptores de Región Objetivo: Extraer características a partir de la información aportada por todos los píxeles del objeto, no sólo con los del contorno. Tipos: Momentos Descriptores Topológicos Textura

Descriptores de Región Perímetro P es el numero de píxeles que pertenecen al objeto y que, al menos, tienen un vecino que pertenece al fondo. Area es el numero de pixels para los cuales I(x; y) = 1 La compactacion da una medida de la dispersion del objeto, por ejemplo, el circulo, que tiene un valor unidad, es la forma con valor mas pequeño. El inverso es la circularidad.

Momentos La geometría de una región plana se basa en el tamaño, la posición, la orientación y la forma. Todas estas medidas están relacionadas con una familia de parámetros llamada momentos. Los momentos de orden p + q de una imagen f(x, y) son

Momentos Se puede demostrar que dada una función f(x,y) existe un único conjunto de momentos generales que la definen y viceversa. En la práctica se comprueba que una cantidad menor de momentos puede describir cualquier función f(x,y) con suficiente precisión. La determinación del número de momentos necesarios es particular a cada caso de estudio.

Momentos de orden cero y uno El momento de orden cero (p=q=0) coincide con el área del objeto descrito. Los momentos de orden uno (p=0, q=1 y p=1, q=0), junto al de orden cero, determinan el centro de gravedad de los objetos.

Momentos Centrales Los momentos generales se pueden hacer invariantes a las traslaciones. Para ello basta con referirlos al centro de gravedad del objeto, es decir a los momentos de orden cero y uno. Estos momentos, que se conocen como momentos centrales, tienen la siguiente forma:

Momentos Centrales Los momentos centrales se pueden poner en función de los no centrales,

Invarianza al Escalado Para conseguir, además, invarianza ante escalados, se definen los momentos centrales normalizados:

Momentos Invariantes De los momentos segundo y tercero se deriva un conjunto de siete momentos invariantes a traslaciones, rotaciones y cambios de escala (Hu, 1962)

Momentos Invariantes Los siete momentos obtenidos son los valores que conforman el vector de características

Descriptores Topológicos Descripción global de regiones en la imagen, es decir, propiedades que no se ven afectadas por deformaciones: Número de agujeros Número de componentes conexas: Objeto tal que cualquier par de puntos internos pueden ser enlazados con una curva totalmente contenida en él Número de Euler

Descriptores Topológicos Ejemplo de número de Euler

Textura La textura de un objeto es el conjunto de formas que se aprecia sobre su superficie y que lo dota de cierto grado de regularidad. Una definición clásica de textura es la siguiente: “uno o más patrones locales que se repiten de manera periódica”.

Textura Caracterizar la distribución espacial de los niveles de gris en una región a partir de los momentos de su histograma. z es la intensidad de un píxel genérico y p(zi) es su histograma. μ0=1, μ1=0, μ2 (Varianza): Da una medida del contraste del objeto μ3: Mide el sesgo del histograma μ4: Uniformidad del histograma

EXTRACCIÓN DE CARACTERISTICAS DESCRIPTORES DE SIMILITUD Visión de Máquina Ingeniería en Automática Industrial

Correlación Objetivo: Obtener una medida de similitud entre los objetos de la imagen y un modelo o patrón conocido, La correlación así definida es máxima en cualquier región uniforme de nivel máximo (255)

Correlación Normalizada r(m,n) es un valor real entre -1 y 1 que alcanza su valor máximo donde coincida w con f.