Descargar

Reconocimiento de objetos

Enviado por Pablo Turmero


Partes: 1, 2

    edu.red

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

    edu.red

    Reconocimiento de Objetos Los objetos son descritos mediante un vector de características o bien mediante una representación estructural a partir de la cual se pretende su reconocimiento.

    Reconocimiento ? Clasificación

    Agrupación de objetos con una representación conocida (PATRONES) a alguno de los grupos representativos (CLASES).

    edu.red

    Ejemplo Reconocimiento de Objetos

    Si C < 14.3 entonces objeto = Circulo Si 14.3 < C < 18.4 entonces objeto = Cuadrado Si 18.4 < C entonces objeto = Triangulo

    edu.red

    Ejemplo Reconocimiento de Objetos Supóngase una cinta transportadora transparente por la que circulan tornillos, arandelas y tuercas.

    Se precisa desarrollar un sistema que cuente cuántas unidades de cada tipo hay en cada momento en un intervalo de la cinta.

    Se supone que la iluminación se realiza a contraluz con lo que se obtienen las siluetas

    Se debe pues construir un sistema que identifique cada silueta como correspondiente a una de las tres clases de objetos.

    edu.red

    Ejemplo Reconocimiento de Objetos

    En este caso se propone usar como características el número de agujeros presentes en la figura .

    Y la desviación típica de las distancias del perímetro al centro del objeto.

    edu.red

    Ejemplo Reconocimiento de Objetos Valores de estas características para una muestra aleatoria obtenida durante 10 minutos de operación del sistema.

    edu.red

    Enfoques Reconocimiento de Objetos Clasificación de Objetos. Enfoque geométrico Métodos Estadísticos: Optimización de probabilidades en la asignación de los objetos a clases (Distancia de Mahalanobis) Métodos No-paramétricos: Se particiona el espacio de acuerdo con objetos cuya clasificación es conocida a priori (Perceptrón) Enfoque Sintáctico: Identificación de las partes constituyentes

    edu.red

    Enfoque Geométrico Clasificación de los objetos (vector de características) de acuerdo con una determinada partición del espacio de características.

    edu.red

    Enfoque Geométrico Propiedades a tener en cuenta en la elección y prueba de las características: 1ª.- Poder discriminante 2ª.- Fiabilidad 3ª.- Independencia 4ª.- Tiempo de computo aceptable 5ª.- Número de características

    edu.red

    Método Sintáctico Válido para reconocer objetos excesivamente complejos debido a un número excesivo de características o de clases Una vez seleccionado un espacio de características es necesario inferir una gramática que regule las posibilidades de relación de éstas.

    edu.red

    Funciones de Decisión

    Funciones de decisión lineales Espacio de parámetros Funciones de decisión generalizadas Interpretación geométrica de las fronteras de decisión

    edu.red

    Funciones de Decisión Lineales Decidir la pertenencia del objeto a las clases

    Dado un vector de características x,

    Partes: 1, 2
    Página siguiente