Download - Momento Invariane de HU Ejemplo
extracción de características 1
Extracción de características
Gonzalez & Woods, Digital Image Processing, cap. 8
extracción de características 2
Propiedades de las características
• Tienen que ser robustos: la extracción debe ser insensibleal ruido de captura e iluminación.
• Discriminantes (clasificación): las características debenservir para distinguir objetos de clases distintas.
• Tienen que poseer determinadas invarianzas dependientesde la aplicación:– Traslación: los valores de las características son independientes de
la posición.
– Rotación y escalado: idem de la orientación del objeto y de sutamaño.
– Transformación no lineales de deformación (perspectiva).
extracción de características 3
Códigos de cadena: consiste en representar mediante un códigoincremental la frontera (1-pixel, cerrada) del objeto.
Se escoge un punto inicial y se recorre la frontera en el sentidode las agujas del reloj indicando la dirección que sigue lafrontera.
Sensibilidad al ruido: para aumentarla se submuestrea la frontera con unamalla más basta.
Invarianza a traslación: es inmediata.
Invarianza a rotación: es preciso poder determinar un punto inicial quepueda ser detectado robustamente en el objeto rotado
Invarianza a escalado: depende del submuestreo de la frontera.
Invarianza a deformaciones: no existe en general
Capacidad discriminante: reducida, exige métodos eficientes declasificación de secuencias.
extracción de características 4
Codificación de las direcciones, enel caso 4y 8 conectado
Ejemplo de frontera y susubmuestreo para disminuirel efecto del ruido.
Representación gráfica de lascadenas en el caso 4 y 8conectado.
extracción de características 5
Las primeras diferencias de los códigos de cadena son invariantes arotación.
extracción de características 6
Se obtienenrepresentaciones masrobustas frente arotaciones, alineandola malla dediscretización con losejes principales delobjeto, o sometiendoloa una transformaciónde Holleritpreviamente a ladiscretización.
extracción de características 7
Aproximaciones poligonales: se describe la frontera con elpolígono que la aproxima, dado un cierto error tolerado.
El proceso comienza detectado el eje de mayor elongación yprosigue añadiendo vértices hasta obtener una cierta precisiónprefijada.
extracción de características 8
Signaturas: representaciónes de la frontera del objeto comofunciones con soporte unidimensional. Usualmente consiste en unmapa de las coordenadas polares de la frontera tomando comoorigen el centro de masa del objeto.
Invarianza a traslación: inmediata
La rotación se convierte en la traslación de una función periódica,el escalado se convierte en la variación de amplitud de la función1D.
Capacidad discriminante: depende de la capacidad de reconocersecuencias 1D.
extracción de características 9
Ejemplos de signaturas de dos objetos sencillos.
extracción de características 10
Esqueleto (eje medial) (Medial Axis transform MAT):
Se define el esqueleto como el conjunto de pixeles equidistantes dela frontera del objeto. Sirve de base para la descripción estructuraldel objeto y su reconocimiento. Es robusto frente a ruido,invariante a translación y rotación. El escalado no varia suestructura y es bastante robusto frente a deformaciones.
extracción de características 11
Un algoritmo eficiente para MAT
•Paso 1: marcar para borrado pixeles del contorno (al menos un vecino con valor0) que cumplen condiciones a,b,c,d.
•Paso 2: Borrar pixeles marcados en el paso 1.
•Paso 3: Marcar para borrado pixeles del contorno que cumplen condicionesa,b,c’.d’
•Paso 4: Borrar pixeles marcados en el paso 3.
CondicionesDisposición de lospixeles en elvecindario
extracción de características 12
Ejemplos del cálculo del esqueleto o eje medial.
extracción de características 13
Coeficientes de Fourier de la frontera. Se basan en latransformación de la secuencia de puntos frontera consideradoscomo números complejos.
Con transformada discreta de Fourier
extracción de características 14
Ejemplo de reconstrucción de la frontera usando descriptores de Fourier.
extracción de características 15
Algunas propiedades de los descriptores de Fourier:
Son invariantes a traslación, excepto el descriptor a(0).
La rotación y el escalado se preservan en el dominiotransformado.
La variación del punto inicial corresponde a un factor constantemultiplicando los coeficientes de Fourier.
extracción de características 16
Generalización de lasignatura: la fronterapuede representarse comouna función 1D de unavariable r arbitraria.
Se puede considerar g(r) como una variable aleatoria v,calcular su histograma p(vi), y=1,..,K y usar los momentoscentrales como discriminantes
Alternativamente, se puede normalizar g(r) y utilizar sus momentos
extracción de características 17
Momento de orden (p+q) de f(x,y).
En ciertas condiciones, f(x,y) determina unicamente la secuenciade todos los momentos (mpq) y a la inversa (mpq) determina f(x,y).
Momentos centrales
Caso digital:
Momentos centrales hasta orden 3
extracción de características 18
Momentos centrales normalizados: son invariantes a escalado enla magnitud de la función f(x,y).
Invariantes de Hu a escalado, rotación y traslación
extracción de características 19
Ejemplo de cálculo de los invariantes de Hu sobre una imagenen escala de grises
extracción de características 20
Invariantes proyectivoscap 11, Duda & Hart, Pattern Classification and Scene Analysis, Wiley 1973
Considerando un objeto descrito por un conjunto de puntosque pueden ser identificados en la imagen, el problema esdeterminar relaciones invariantes a las deformaciones deperspectiva que permitan distinguir objetos distintosindependientemente del punto de vista
extracción de características 21
Un lápiz (pencil) es un conjunto de líneas que pasan por unpunto (el centro del lapiz).Rango de puntos: cjto de puntos en una línea.
Los rangos soncorrespondientesbajo perspectiva sison secciones de unmismo lapiz. i.e:Son los puntos de unobjeto y susproyecciones en laimagen.
extracción de características 22
Los rangos Z y X están encorrespondencia proyectivapuesto que comparten lacorrespondencia perspectivacon Y.
Dados dos rangos proyectivos (vistas,imágenes) siempre existe un tercerrango (objeto) en perspectiva con losdos
Dados dos rangos la condiciónnecesaria y suficiente para quesean imágenes del mismo objetoes que estén en correspondenciaproyectiva.
extracción de características 23
Rangos X e Y en perspectiva, pueden considerarse como ejesde un sistema de coordenadas no ortogonales.
Coordenadas del centro del lapiz. Coordenadas de losrangos.
Se cumple para cadalínea:
Restando por pares seobtienen las ecuaciones(j,i)
extracción de características 24
Cross-ratio o cociente cruzado:
Se obtiene como [(3,1)x(2,4)]/[(2,1)x(3,4)]
Es independiente de las coordenadas (a,b) del centro del lápiz (centro deproyección).
Caracteriza el lápiz: todas las secciones (rangos) de un lápiz tienen el mismo ratio.
Si dos lápices tienen el mismo cross ratio deben tener alguna seccion (rango)común.
El cross ratio es un invariante proyectivo: dos rangos son proyectivos si tienen elmismo cross ratio.
Una condición necesaria para que dos vistas correspondan a un mismo objeto esque el cross ratio de todos los conjuntos de 4 puntos coincidan. Podemosdiscriminar objetos bajo distintas vistas utilizando el cross ratio.
extracción de características 25
El cross ratio es independiente del origen de coordenadas.
Lápices en distintos planos pueden tener el mismo cross ratio.
La definición del cross ratio depende del etiquetado de lospuntos. De las 24 formas de etiquetarlos, solo 6 dandefiniciones distintas del cross ratio.
extracción de características 26
Coordenadas proyectivas:
Dados puntos A,B,C,U (U punto unitario) y un punto P cualquiera, lacoordenada proyectiva de P en el eje AC viene dad por el cocientecruzado (análogamente para los ejes AB y BC):
El conocimiento de dos de las trescoordenadas proyectivas determinacompletamente el punto P, exceptopara puntos en los lados deltriangulo de referencia.
extracción de características 27
Invarianza proyectiva de las coordenadas proyectivas
Centro de la lente
Plano imagen
Plano objeto
Las coordenadas proyectivas de P’en A’,B’,C’,U’ son las mismas quelas de P en A,B,C,U.
CR(A, X, Y, C) es la coordenada de P en AC.
En el plano ALC se cumple
Por tanto, lacoordenada proyectivade P en AC es lamisma que la de P’ enA’C’. Analogamentepara los restantes ejes.
extracción de características 28
Procedimiento para el reconocimiento invariante a proyecciónde objetos planos basado en las coordenadas proyectivas.
-Selección de 5 o mas puntos (coplanares)
- Seleccionados los 4 ptos de referencia, se calculan lascoordenadas proyectivas de los restantes puntos.
La condición necesaria para que dos imágenes muestren elmismo objeto es que puntos correspondientes tengancoordenadas proyectivas identicas.
extracción de características 29
Propiedades cuasi proyectivas: responden a la cuestión de lasegunda vista de forma limitada, no general.
Dadas imágenes A,B,C la aproximación cuasi proyectiva solo puede responder siun par (A y B ó C y B) son imágenes del mismo objeto
Las líneas que unen los puntosde proyección de un punto delobjeto y los puntos donde lalinea interlentes atraviesan losplanos imagen se interesecanen la linea XZ de intersecciónde los planos imagen.
extracción de características 30
Dados cuatro puntos de unmismo objeto 3D existendos lapices C1 y C2 quetienen un rango comun, portanto tienen los mismoscocientes cruzados y soncorrespondientes enperspectiva los puntos de lasimágenes que forman estoslápices.
En la práctica, dados puntos especificos en las imagen, se trata deencontrar los centros de los lápices que hagan correspondientes enperspectiva a todos los posibles conjuntos de 4 puntos.