Reconocimiento de objetos multi-clase basado en descriptores de forma


Autoria(s): Hidalgo Chaparro, Andreu
Contribuinte(s)

Universitat Autònoma de Barcelona. Escola Tècnica Superior d'Enginyeria

Lapedriza i Garcia, Àgata

Escalera Guerrero, Sergio

Baró Solé, Xavier

Data(s)

01/06/2008

Resumo

Este trabajo presenta un sistema para detectar y clasificar objetos binarios según la forma de éstos. En el primer paso del procedimiento, se aplica un filtrado para extraer el contorno del objeto. Con la información de los puntos de forma se obtiene un descriptor BSM con características altamente descriptivas, universales e invariantes. En la segunda fase del sistema se aprende y se clasifica la información del descriptor mediante Adaboost y Códigos Correctores de Errores. Se han usado bases de datos públicas, tanto en escala de grises como en color, para validar la implementación del sistema diseñado. Además, el sistema emplea una interfaz interactiva en la que diferentes métodos de procesamiento de imágenes pueden ser aplicados.

Aquest treball presenta un sistema per detectar i classificar objectes binaris segons la forma d'aquests. En el primer pas del procediment, s'aplica un filtrat per extreure el contorn de l'objecte. Amb la informació dels punts de forma s'obté un descriptor BSM amb característiques altament descriptives, universals i invariants. A la segona fase del sistema s'aprèn i es classifica la informació del descriptor mitjançant Adaboost i Codis Correctors d'Errors. S'han usat bases de dades públiques, tant a escala de grisos com a color, per a validar la implementació del sistema dissenyat. A més, el sistema empra una interfície interactiva a la qual diferents mètodes de processament d'imatges poden ser aplicats.

This paper presents a system to detect and classify binary objects according to their shape apparence. In the first step of procedure, a filter is applied to extract the contour of the object. With the information points, a descriptor BSM is obtained with highly descriptive, universal and invariant features. At the second step of the system, tehe description is learnt and classified through Adaboost and Error Correction Codes. We have used public databases, on both, greyscale and color images to validate the implementation of the designed system. In addition, the system uses an interactive interface in which different image processing methods can be applied.

Nota: Aquest document conté originàriament altre material i/o programari només consultable a la Biblioteca de Ciència i Tecnologia.

Formato

49 pàg.

1996548 bytes

application/pdf

Identificador

http://hdl.handle.net/2072/14094

Idioma(s)

spa

Direitos

Aquest document està subjecte a una llicència d'ús de Creative Commons, amb la qual es permet copiar, distribuir i comunicar públicament l'obra sempre que se'n citin l'autor original, la universitat i l'escola i no se'n faci cap ús comercial ni obra derivada, tal com queda estipulat en la llicència d'ús (http://creativecommons.org/licenses/by-nc-nd/2.5/es/)

Palavras-Chave #Reconeixement d'objectes #Imatges -- Processament -- Tècniques digitals #68 - Indústries, oficis i comerç d'articles acabats. Tecnologia cibernètica i automàtica
Tipo

info:eu-repo/semantics/bachelorThesis