Descriptores De Forma
Basados En Regiones:
Método MLEV
Trabajo Realizado Por:
Javier Romay Yañez
Jose Antonio Toribio Díaz
Índice
1. Qué es un descriptor de forma.
2. Algunos ejemplos de descriptores de
forma simples.
3. Descriptor de forma MLEV (Multi-Layer
EigenVectors).
4. Presentación de la aplicación.
5. Bibliografía.
1. Qué Es Un Descriptor De
Forma
• No es más que un conjunto de números que
tratan de describir un objeto.
• Se usa para la identificación de objetos.
• Características generales:
• Invariante a la rotación, escala y traslación.
• Buena exactitud en la recuperación.
• Poca memoria para almacenar el descriptor.
• Poco coste en la extracción del descriptor y en el
cálculo de similitud.
• Que el sistema no se degrade drásticamente con
el aumento de la base de datos de descriptores.
• Una representación jerárquica de su estructura.
2. Ejemplos De Descriptores
De Forma Simples
• Área: Nº de píxeles del
objeto.
• Perímetro: Nº de píxeles
frontera de la figura.
• Circunlaridad:
perímetro2/área.
• Rectangularidad: área
del objeto/ área de la
caja
3. Descriptor De Forma MLEV
1. Subdivisión recursiva del objeto en
base a sus autovectores.
2. Extracción de los parámetros
invariantes a la rotación, escala y
traslación.
3. Comparación entre descriptores.
3.1. Proceso De Subdivisión.
R2
R1
1. Calculamos el centro del
objeto, llamado vector
de localización mL
e1

R3
2. Calculamos la matriz
de covarianza CL.
R4
e2
mL 
CL 
1
N
1
N
3. Calculamos los
autovalores 1 y 2 y
autovectores e1 y e2.
N

li
i 1
N
 li li  m L m L
T
i 1
T
CL e j   j e j
3.1. Proceso De Subdivisión.
R10
4. El proceso se repite
para cada una de
las cuatro regiones
R1, R2, R3 y R4
R6
R9
R5
R7 R8
R12
R11
R18
R14 R13
R15
R16
R17
R20
R19
R0
R1
R5
R6
R2
R7
R8
R9
R10
R3
R11
R12
R13
R14
R4
R15
R16
R17
R18
R19
R20
3.2. Extracción De Parámetros
Invariantes
1.
2.
3.
4.
Relación entre autovalores.
Ángulo normal.
Centro.
Densidad.
3.2. Extracción De Parámetros
Invariantes
1. Relación entre autovalores
La relación entre el autovalor menor y
el autovalor mayor del nodo i
eigen _ ratio (i ) 
 s ,i
 b ,i
3.2. Extracción De Parámetros
Invariantes
2. Ángulo Normal
El ángulo entre el mayor autovector
eb,i del nodo i y el mayor autovector
eb,r del nodo raíz.
Nodo actual

Nodo raíz
’
3.2. Extracción De Parámetros
Invariantes
3. Centro:
La distancia entre el centro del nodo
actual y el centro del nodo raíz,
dividido por b,r
center(i ) 
| ci  cr |
 b,r
3.2. Extracción De Parámetros
Invariantes
4. Densidad:
La relación entre
Ri, el área de la
región de un nodo
i, con Ti el área de
su caja asociada.
densidad (i ) 
Ri
Ti
R2
R1
R3
R4
T2
T1
T3
T4
3.3. Comparación Entre
Descriptores
Los descriptores se representan como
vectores. La distancia de semejanza
entre dos descriptores q y s se define
como:
K 1
d ( q, s ) 
q
i 0
i
 si
5. Bibliografia
•
•
Region-based shape descriptor invariant
to rotation, scale and translation (HaeKwang Kim Jong Deuk Kim)
www.elsevier.nl/locate/image
Shape Description (Regions) de Bryan
S. Morse
Descargar

Descriptores de Forma