Reconocimiento de Formas: Firma de un Objeto

Sampallo, Guillermo Departamento de Fsica - Facultad de Ciencias Exactas y Naturales y Agrimensura - UNNE. GISIA - Facultad Regional Resistencia - UTN. E-mail: sampallo@arnet.com.ar

INTRODUCCION

En este trabajo se propone un mtodo para obtener la firma de la forma de un objeto y a partir de esta hacer el reconocimiento de objetos residentes en una imagen. La firma de la forma de un objeto es la representacin funcional de su contorno. El proceso que se sigue consiste en extraer el objeto de la imagen, determinar su contorno y el centro de masa, luego se orienta su eje principal respecto al eje horizontal y se obtiene las coordenadas polares de cada punto del contorno del objeto, con estas y el mtodo de interpolacin cbica se determina una matriz caracterstica de la relacin polar estandarizada a la que se denominar firma de objeto. Esto es posible hacer para objetos de diferentes formas, de manera que a partir de las firmas se puede construir una base de datos de las formas de los objetos de inters. La identificacin de la forma de un objeto puede realizarse comparado la firma del mismo con las firmas de los objetos pertenecientes a la base de datos mediante la operacin de correlacin. Los algoritmos desarrollados fueron realizados en un utilitario matemtico, actualmente se est construyendo el software en JAVA con el objetivo de que se disponga de una interfase amigable con el usuario.

IMPLEMENTACION

Si la imagen presenta varios objetos, la extraccin del objeto de inters se puede hacer con un algoritmo de umbralizacin, por ejemplo, cuyo nivel de gris umbral fue determinado a partir del histograma de la imagen, se dispone ahora una nueva imagen del objeto aislado sobre un fondo negro (nivel de gris =0, por cuestiones de impresin en la figura 1 se muestra el negativo). Para determinar su contorno, se aplica un detector de borde convencional ( por ejemplo Sobel) con tres condiciones a la salida: un reescalonamiento de los niveles de gris, una nueva umbralizacin y un proceso de adelgazamiento del contorno, de modo de lograr una traza de ancho igual a un pxel, como se muestra en la figura 1. Ahora se dispone de una imagen solo del contorno perfectamente definido del objeto. A continuacin es posible extraer de la imagen la posicin (i, j) de los pxeles del contorno, con estos datos se determina el centro de masa del contorno del objeto, tambin los momentos centrales de inercia p,q y con los momentos 11 , 20 y 02 el ngulo que forma el eje principal del objeto con la horizontal; si este ngulo es distinto de cero, se hace rotar el contorno del objeto hasta lograr que su eje principal sea horizontal, con esto los objetos quedan orientados de forma standarizada. Con el contorno, el centro de masa del objeto bien definidos y su eje principal horizontal, se determina la posicin polar r y de cada una de las coordenadas de su contorno y se la representa en un grafico como el de la figura 2.. Empleando interpolacin cbica, es posible ajustar estos valores a una funcin r() (ver figura 2) y a partir de esta definir una nueva tabla de valores de r en forma standarizada ( por ejemplo, valores de r con paso de de 10). Por eso en la figura 2 se nota un ligero cambio entre 150 y 200 para este caso y es debido al muestreo entre una y otra traza. El desplazamiento es solo con fines de la presentacin.Esta tabla de valores representar el contorno del objeto y se denomina la firma del objeto.

CONSTRUCCION DE LA BASE DE DATOS

De lo anterior queda claro que procediendo de manera secuencial es posible lograr la firma de los objetos de inters. En realidad, la firma, matemticamente, se puede interpretar como un vector de 36 elementos (para el caso de .=10) que son los suficientes para la descripcin. Dada una clase de objetos, es posible obtener el objeto representativo de la misma a partir del promedio de las firmas de un conjunto de objetos de esa clase. Se puede construir una base de datos reuniendo las firmas representativas de los objetos de inters, construyendo una matriz donde cada columna representa la firma de la forma de un objeto. Se construy una base de datos con la firma de 18 figuras geomtricas (3 tringulos, 3 rectngulos, 3 pentgonos, 3 hexgonos, 3 circunferencias y 3 elipses) algunas de las cuales estn mostradas en la tabla 1.

IDENTIFICACION DEL OBJETO

La identificacin del objeto se realiza comparando la firma del objeto incgnita con las firmas representativas de objetos conocidos disponible en la base de datos antes mencionada, la comparacin se realiza mediante el clculo del coeficiente de correlacin de Pearson, dado por

r=
donde

xy x y
i

(1)

xy =

(x m )(y m )
i x i y i

x =

(x m )
x i

y =

(y m )
i y i

(2)

Con N el nmero de elementos del vector firma y m el valor medio. Si definimos un umbral adecuado (por ejemplo r 0.95) para el coeficiente de Pearson se podr seleccionar objetos de una forma particular. En el caso que lo anterior conduzca a cierta incerteza, por ejemplo, luego de la comparacin por correlacin, existan ms de un objeto seleccionado, se podra incorporar una nueva condicin para la identificacin: nmero de mximos y mnimos relativos de la misma.

RESULTADOS

En la tabla1 se muestra algunas formas geomtricas conocidas, con sus respectivas firmas por cuestin de espacio solo se incluyen las que caben en una pgina, la base de datos prototipo formada est compuesta de 18 firmas de sus correspondientes figuras. En la figura 3.1 se presenta un objeto cuyo contorno es un hexgono, que no pertenece a la base, su firma y en la 3.2 est el resultado de la correlacin con todas, mostrando que el coeficiente de correlacin mayor es con el hexgono. En la figura 4 se muestra las firmas de un conjunto de hojas tomadas al azar de una misma planta y de obtiene la firma promedio, con una desviacin standard promedio 0.08, con el fin de construir la correspondiente base de datos. Cuando se efecta la correlacin entre la firma promedio y cualquiera del conjunto resulta 0.97 r 1, por ello es que se propone anteriormente el umbral para este coeficiente de 0.95.

CONCLUSION

En este trabajo se muestra procedimiento para obtener la firma de la forma de objeto de manera estandarizada y con ella, es posible la identificacin de la forma geomtrica de objetos extrados de una imagen y a partir de la forma su posible reconocimiento, siempre que se disponga de una base de datos adecuada, para su comparacin. La construccin de la base de datos no representa un nivel de dificultad significativo, basta establecer una seleccin de objetos de formas representativas para un fin especfico. Tambin se nota su aspecto modular, por que sustituyendo la base de datos, es posible extender a otras formas de inters para el usuario. Figura
1.2 1

Firma

0.5

0 0

50

100

150 h

200

250

300

350 350

Figura 3.1

1.000 0.800 Coef de Corr. r 0.600 0.400 0.200 0.000 -0.200 -0.400 -0.600

hexa 1

hexa 2

hexa 3

elip 1

elip 2

pen 1

pen 2

rect 1

rect 2

rect 3

pen 3

circ 1

circ 2

Figuras

Figura 3.2

Figura 4

circ 3

elip 3

tr1 2

tr1 3

tri 1

Figura
100 100

Forma
FIGURA
1 1

Firma

Tringulo
yh 50 h 0.5

0 0 0 0 0 100 100 50 xh 100 100

0 0

50

100

150 h

200

250

300

350 350

FIGURA
1 1

Rectngulo
yh 50 h 0.5

0 0 0 0 0 100 100 50 xh 100 100

0 0

50

100

150 h

200

250

300

350 350

FIGURA
1 1

Pentgono
yh 50 h 0.5

0 0 0 0 0 100 100 50 xh 100 100

0 0

50

100

150 h

200

250

300

350 350

FIGURA
1.2

Circulo
yh 50 h

0.5

0 0 0 0 0 100 100 50 xh 100 100

0 0

50

100

150 h

200

250

300

350 350

FIGURA
1.2

Elipse
yh 50 h

0.5

0 0 0 0 0 50 xh 100 100

0 0

50

100

150 h

200

250

300

350 350

TABLA 1

BIBLIOGRAFIA

Parker J.R. Practical Computer Vision using C Ed. Wiley & Sons 1993. Gonzalez R. Y Woods R.Tratamiento digital de Imgenes Ed.Addison Wesley .1996. Castleman K. Digital Imagen Processing Prentice Hall. 1996. Ya-Lum Chou Analisis Estadistico Nueva Editorial Interamericana 1972 Castillo E. Gutierrez J. Hadi A. Sistemas Expertos y Modelos de redes Probabilsticas Monografas de la Academia de Ingeniera 1996.