Facultad de Ingeniería

Carrera de Ingeniería Electrónica

Carrera de Telecomunicaciones y Redes
Carrera de Ingeniería Mecatrónica

CURSO
Procesamiento Avanzado de Señales e Imágenes

TEMA
UNIDAD 2: Procesamiento Digital de Imágenes
Introducción a la Clasificación

PROFESOR(ES)
Ing. MSc. Christian del Carpio Damián / Dr. Guillermo Kemper Vásquez
 Introducción a la Clasificación
Clasificación Supervisada

• Las técnicas de clasificación se pueden agrupar en dos tipos principales:

supervisadas y no supervisadas.

• La clasificación supervisada se basa en tener patrones de ejemplo o vectores

de características que ya han sido asignados a una determinada clase.

• Estos vectores de características son utilizados en el proceso de

entrenamiento del clasificador.

• Se diseña el sistema de clasificación con la intención de que los vectores de

características que no se utilizaron en el entrenamiento puedan ser
clasificados posteriormente de manera precisa.

• En la clasificación supervisada el objetivo es utilizar ejemplos de referencia

que permitan diseñar un clasificador que generalice bien la clasificación de
nuevas muestras (vectores de características).

2
 Introducción a la Clasificación

Clasificación No Supervisada

La clasificación no supervisada no se basa en la posesión de ejemplos existentes

de una clase de patrón conocida.

Los ejemplos no están etiquetados y buscamos identificar grupos directamente

dentro del cuerpo general de datos y características que nos permiten distinguir
un grupo de otro.

Las técnicas de agrupamiento son un ejemplo de clasificación no supervisada.

3
 Introducción a la Clasificación
Clasificación : Un ejemplo

Objetos (semillas)

• Piñones (semillas)
• Semillas de Calabazas
• Lentejas

4
 Introducción a la Clasificación
Principales pasos para el diseño de un clasificador:

5
 Introducción a la Clasificación
Términos utilizados en el diseño de un clasificador:

6
 Introducción a la Clasificación
Un clasificador simple: Prototipo y distancia mínima

7
 Introducción a la Clasificación
Algunos funciones discriminantes lineales para un espacio N-dimensional

8
 Introducción a la Clasificación
Ilustración de un clasificador de distancia mínima

9
 Introducción a la Clasificación
Clasificador de tipos de rostros en un espacio característico 2D

10
 Introducción a la Clasificación
Descriptores de Hu (Momentos Invariantes)
centro de gravedad
momentos de orden p+q momentos centrales de orden p+q
m m
M 1 N 1 x  10 , y  01 M 1N 1
m pq   x y f ( x , y)
p q m 00 m 00 u pq   ( x  x ) ( y  y) f ( x, y)
p q

x 0 y 0 x 0 y 0
momentos centrales normalizados
 pq pq
f ( x , y) : imagen binaria pq  , donde   1
00  2

7 MOMENTOS INVARIANTES
 Introducción a la Clasificación

Descriptores de Hu (Momentos Invariantes)

I1 0.76538947837683 I1 0.76457273794243 I1 0.76327516807812 I1 0.76210640025927

I2 0.00001631917480 I2 0.00001507747043 I2 0.00001363459892 I2 0.00001177750623
I3 0.00000028064901 I3 0.00000028023034 I3 0.00000027868401 I3 0.00000027858583
I4 0.00000000167055 I4 0.00000000155556 I4 0.00000000141677 I4 0.00000000120246
I5 0.00000000000000 I5 0.00000000000000 I5 0.00000000000000 I5 0.00000000000000
I6 -0.00000000000021 I6 -0.00000000000019 I6 -0.00000000000017 I6 -0.00000000000013
I7 0.00000000000000 I7 0.00000000000000 0.00000000000000 I7 0.00000000000000
I7

IMAGEN ORIGINAL IMAGEN TRASLADADA IMAGEN ROTADA IMAGEN ESCALADA

FUENTE:

GONZALEZ, R.- WOODS, R. “Digital Image Processing”

Pearson International Edition, 3e ed., 2008

SOLOMON, C.- BRECKON, T. “Fundamentals of Digital Image

Processing A Practical Approach with Examples in Matlab”

13