Use this identifier to quote or link this document: http://hdl.handle.net/2072/14094

Reconocimiento de objetos multi-clase basado en descriptores de forma
Hidalgo Chaparro, Andreu
Universitat Autònoma de Barcelona. Escola Tècnica Superior d'Enginyeria; Lapedriza i Garcia, Àgata; Escalera Guerrero, Sergio; Baró Solé, Xavier
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.
2008-06
68 - Indústries, oficis i comerç d'articles acabats. Tecnologia cibernètica i automàtica
Reconeixement d'objectes
Imatges -- Processament -- Tècniques digitals
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/)
Bachelor Thesis
         

Full text files in this document

Files Size Format
PFC Andreu Hidalgo Chaparro.pdf 1.996 MB PDF

Show full item record

 

Coordination

 

Supporters