Documentos de Académico
Documentos de Profesional
Documentos de Cultura
modelos preconstruidos. La
Resumen - La simetra es una Generated Hough Transform [2] es
caracterstica visual saliente de muchos
un ejemplo de un enfoque de
objetos artificiales. Este artculo describe
la investigacin sobre la deteccin y segmentacin basado en modelos.
segmentacin de objetos reflectantes Se requiere un modelo predefinido
simtricos en imgenes digitales, sin el parametrizado de una forma 2D,
uso de modelos de objetos a priori. El esencialmente un modelo de objeto,
mtodo de deteccin no asume un color o antes de que se pueda aplicar la
textura de objeto uniforme y no se basa
en modelos pre-construidos tales como
transformacin.
primitivas geomtricas 3D. Se ha En muchas situaciones, la
desarrollado un nuevo algoritmo de informacin del objeto a priori, como
deteccin para encontrar lneas de la forma y el color, puede no estar
simetra re fl exionaria en imgenes. Este
algoritmo de deteccin puede funcionar a disponible. La generacin de
10 fotogramas por segundo en imgenes modelos de objetos detallados
de 640 x 480 pxeles. Utilizando la simetra puede ser costosa y en muchos
detectada, los objetos se segmentan con casos, no totalmente automatizada.
un enfoque de programacin dinmica. Por lo tanto, un robot que puede
Ambos algoritmos han sido extendidos segmentar objetos sin utilizar un
para acomodar la simetra de inclinacin.
modelo complicado es mucho
Introduccion: deseado, especialmente para su uso
en entornos domsticos. Volviendo
Hay muchas definiciones para la al ejemplo del robot de limpieza de
segmentacin de objetos en la escritorio, en el caso de encontrar
rea de Robtica y Visin por una taza sin su modelo, la solucin
Computador. Para las imgenes ideal sera hacer que el robot
digitales, se puede ver como una genere sus propios datos de
versin inteligente de la aprendizaje interactuando
segmentacin de imgenes. Una fsicamente con la taza. Para ello, el
revisin de las tcnicas de robot debe empezar por utilizar un
segmentacin de imgenes se enfoque sin modelo para la
puede encontrar en [1]. Al segmentacin de objetos. La
incorporar un conocimiento de alto capacidad de detectar y segmentar
nivel, las secciones de una imagen objetos rpidamente, idealmente en
correspondiente a un objeto 3D en tiempo real, tambin beneficiar en
el mundo real se identifican y se gran medida la capacidad de
separan del fondo. Haciendo esto, respuesta y robustez del robot a
un robot puede obtener informacin entornos cambiantes.
semntica til sobre el medio La segmentacin de imgenes
ambiente. Para los robots basadas en colores y basados en
domsticos, la capacidad de intensidad es un mtodo
segmentar de forma rpida y comnmente utilizado sin modelos
robusta los objetos fabricados por el para encontrar objetos en
hombre en el hogar es altamente imgenes. Las investigaciones
deseable. Por ejemplo, un robot recientes generalmente se centran
diseado para limpiar y ordenar los en imgenes en color, en lugar de
escritorios tendr que localizar y imgenes de escala de gris de un
segmentar objetos comunes tales solo canal. Hay una amplia variedad
como tazas, cuencos y libros. de tcnicas disponibles [3]. El color
Las metodologas de segmentacin ha demostrado ser til en la
de objetos difieren en sus segmentacin de una variedad de
supuestos, as como en su nivel de entidades. Los filtros de color de la
conocimiento previo. Cuando los piel se usan ampliamente en
modelos de objetos estn aplicaciones de reconocimiento
disponibles antes de la facial y seguimiento humano. Sin
segmentacin, se puede embargo, muchos objetos del hogar
argumentar que el sistema est de hechos por el hombre son
hecho realizando el reconocimiento multicolores, consistentes en
de objetos, haciendo coincidir los segmentos de color contrastantes.
de pxeles en la imagen de entrada, y
por lo tanto tiene una complejidad
computacional de O (n2), donde n es
el nmero total de pxeles en la
imagen de entrada. La transformacin
no se adapta fcilmente a la deteccin
de simetra de inclinacin.
El esquema de votacin se ha
ampliado para permitir la deteccin de Fig. 3. Resultados rpidos de deteccin de simetra (a)
la simetra sesgada. La Figura 3 (d) Objeto parcialmente ocluido, no uniformemente
muestra los resultados de deteccin texturado; (B) Objeto multicolor; (C) Escena de objetos
mltiples. Las cinco lneas de simetra ms
de un logotipo de veneno de crneo y representadas, numeradas en el orden en que se
huesos cruzados horizontalmente encontraron durante la deteccin; (D) algoritmo de
simetra rpida extendido para detectar la simetra de
sesgado. Esto se logr votando por inclinacin
todas las lneas que pasan a travs
del punto medio de un par de bordes, La subficha 3 (c) muestra los
de la misma manera que la resultados de deteccin para una
transformada Hough estndar. El disposicin ms complicada de los
algoritmo de orden de complejidad objetos. Las lneas se etiquetan segn
computacional sigue siendo el mismo el nmero de votos que recibieron,
al detectar la simetra de inclinacin, siendo 1 la lnea de simetra con ms
como el nmero de divisiones de votos. Observe que las lneas de
ngulo en el acumulador de Hough simetra de los tres objetos fueron
est fijo. encontradas. Sin embargo, tambin se
detectaron simetras de fondo. La
Adems del aumento del factor lnea 2 se debe a la simetra de la
constante en el coste computacional, sombra horizontal larga y la lnea 4 es
se requieren dos matrices adicionales, causada por la simetra entre objetos,
del mismo tamao que el acumulador principalmente entre las dos copas,
de Hough. Consulte el trabajo de Lei y as como la simetra entre la copa
Wong sobre la deteccin de simetra multicolor y la sombra horizontal.
sesgada [13] para obtener
informacin adicional sobre estas La deteccin de la simetra de fondo y
matrices extra de Hough. la simetra entre objetos es inevitable
debido a la falta de conocimiento
Resultados previo disponible para el algoritmo de
deteccin. Si este comportamiento es
La Figura 3 contiene los resultados de
deseable depender de la aplicacin.
deteccin de nuestra simetra rpida
Para rechazar la simetra estrecha, tal
algoritmo. Las subcategoras 3 (a) y 3 como la lnea 2 en la subcaptulo 3 (c),
(b) muestran las lneas de simetra se puede aumentar el umbral de
distancia Dmin en el algoritmo 1. La Los tiempos de ejecucin confirman
orientacin de la lnea de simetra que la cantidad de clculo aumenta a
tambin se puede usar para rechazar medida que aumenta el nmero de
la simetra no deseada, especialmente pxeles de borde extrados de la
cuando el robot dispone de algn imagen de entrada. Las imgenes
conocimiento previo de la escena. ms complicadas requieren ms
tiempo, ya que tienden a generar ms
Por ejemplo, un robot humanoide que pxeles de borde. El tiempo de
intenta manipular tazas y botellas en deteccin de imgenes de 640x480
una mesa generalmente tratar con oscilaba entre 80 y 224 milisegundos.
lneas casi verticales de simetra Esto permitir velocidades de
solamente. Como tal, los ngulos de fotogramas entre 5 y 12 Hz. Esto es
votacin disponibles para el detector aceptable para muchas aplicaciones
de simetra pueden ser restringidos en en tiempo real. El uso de una ventana
consecuencia. de procesamiento o imgenes ms
Una aplicacin de Algoritmo 1 en C + pequeas, una PC ms rpida y
+ se utiliz para todos los optimizaciones especficas del
experimentos. La plataforma procesador pueden mejorar an ms
experimental era una PC de escritorio la velocidad del algoritmo para
con una CPU Xeon de 2,2 GHz y 1 GB satisfacer requisitos ms estrictos en
de memoria principal. En el cdigo no tiempo real. La relacin de muestreo
se utilizaron optimizaciones de pxeles de borde tambin se puede
especficas de la plataforma, como las ajustar en tiempo de ejecucin para
funciones macro SSE2. Haciendo alterar la velocidad de deteccin. Las
referencia a los parmetros definidos velocidades de fotogramas de 20Hz se
en el Algoritmo 1, el acumulador de consiguieron reduciendo el tamao de
hough tena 180 divisiones angulares imagen de entrada a 320x240 pxeles.
(BINS). El nmero de divisiones de III. SEGMENTACIN DE OBJETOS
radio (BINSR) era equivalente al SIMTRICOS
tamao de la diagonal de la imagen
en unidades de pxeles. Una vez obtenida la localizacin de la
lnea de simetra, el siguiente paso
lgico es la segmentacin de objetos.
El enfoque elegido realiza la
segmentacin al encontrar el contorno
de un objeto. La simple identificacin
de todos los pxeles del borde que
votaron por la lnea de simetra no es
aceptable debido al gran nmero de
pares coincidentes de puntos de
borde. Se necesita un mtodo ms
robusto. Pero antes de continuar, se
requiere una definicin de "contorno
Dmax era la mitad de la anchura de la del objeto". Debido a que ningn
imagen y Dmin se estableci en 5 modelo previo o propiedades
pxeles. El resultado mximo alcanz geomtricas del objeto se supone
las cinco lneas de simetra ms aparte de su simetra, una definicin
fuertes. Tomando de la transformacin es difcil. Definimos un contorno de
de hough aleatorizada [12], la lista de objeto como el contorno ms continuo
pxeles de borde fueron muestrados simtrico sobre la lnea de simetra del
en una proporcin del 25% para objeto. Si bien la definicin no es
obtener los resultados de tiempo perfecta, s permite que el problema
mostrados en la Tabla I. Los tiempos sea resuelto con firmeza.
de ejecucin incluyen el tiempo
requerido para filtrar el borde.
La tarea se convierte entonces en
encontrar el contorno ms continuo y
simtrico en la imagen de borde,
alrededor de una lnea de simetra
detectada. Para aplicaciones en
tiempo real el algoritmo utilizado para
resolver este problema necesita tener
tiempos de ejecucin predecibles.