Por favor, use este identificador para citar o enlazar este ítem:
http://cicese.repositorioinstitucional.mx/jspui/handle/1007/2560| Métodos no lineales, invariantes a distorsiones geométricas e iluminación para el reconocimiento de patrones e imágenes Nonlinear methods, invariants to geometric distortions and illumination, for image and patterns recognition | |
| Saúl Martínez Díaz | |
| Vitali Kober | |
| Acceso Abierto | |
| Atribución | |
| Reconocimiento de patrones, Filtros no lineales, Filtros de correlación, Filtrado múltiple | |
| El reconocimiento de patrones es uno de las áreas principales del procesamiento digital de imágenes. Los filtros de correlación han sido utilizados ampliamente para llevar a cabo dicho reconocimiento debido a que están bien fundamentados matemáticamente. No obstante, existen varios problemas que dificultan esta labor. Los principales problemas son las distorsiones geométricas del objeto a ser reconocido, el ruido y la iluminación no homogénea de la escena de prueba. La mayoría de las veces, dada la simplicidad del análisis, los filtros de correlación se diseñan y optimizan con métodos lineales. Desde un punto de vista estadístico, la correlación lineal es óptima si la imagen de entrada está contaminada con ruido aditivo gaussiano; sin embargo, muchas imágenes reales son contaminadas por ruido no gaussiano. Una aproximación atractiva para reconocimiento de patrones invariante a distorsiones geométricas se basa en el uso de funciones discriminantes sintéticas. Estas funciones utilizan un conjunto de imágenes de entrenamiento para sintetizar una plantilla. La plantilla proporciona un valor de salida central de correlación previamente especificado, como respuesta a las imágenes de entrenamiento. Por otro lado, los filtros no lineales son más robustos al ruido no gaussiano (por ejemplo ruido impulsivo y mezclas de ruido aditivo e impulsivo) que los filtros lineales. En esta tesis se propone el diseño de filtros no lineales de correlación. Los filtros se basan en un nuevo tipo de funciones discriminantes sintéticas no lineales. El proceso de diseño permite incorporar información de objetos a ser reconocidos y objetos a ser rechazados. Con la intención de proporcionar invariancia a la iluminación, la escena de entrada es normalizada con respecto a la plantilla. El filtro puede ser optimizado utilizando un algoritmo adaptable. También se propone un algoritmo iterativo para diseñar múltiples filtros no lineales. Las simulaciones por computadora mostraron que los filtros propuestos superan sustancialmente el desempeño de los filtros lineales en invariancia a iluminación, invariancia a distorsiones geométricas y robustez en escenas altamente contaminadas con ruido aditivo, impulsivo y mezclas de ambos. Pattern recognition is one of the most important topics in image processing. Because of its mathematics basis, correlation filters have been a popular choice to carry out image pattern recognition. Nevertheless, several problems make difficult the recognition task. The main problems are geometrical distortions of the objects to be recognized, noise and non homogeneous illumination of the test scene. Most time, due to its simplicity of analysis, correlation filters are designed and optimized in a linear way. From statistical viewpont, linear correlation is optimal if the input image is corrupted by additive Gaussian noise; however, many real images are corrupted by non Gaussian noise. An attractive approach to distortion-invariant pattern recognition is based on synthetic discriminant functions. These functions use a set of training images to synthesize a template. The template yields previously specified central correlation outputs in the response to training images. On the other hand, nonlinear filters are more robust to non Gaussian noise (for example additive, impulsive and mixed noise) than linear filters. In this thesis nonlinear correlation filters are proposed. The filters are based on novel nonlinear synthetic discriminant functions. The design process allows incorporating information from objects to be recognized and rejected. With the intention of achieve illumination-invariance the input scene is normalized with respect to template. The filters can be optimized with the help of an adaptive algorithm. In order to design multiple nonlinear filters, an iterative algorithm is also introduced. Computer simulations demonstrated substantial superiority in performance of the proposed filters comparing with that of linear composite filters, for illumination-invariant recognition of distorted objects in scenes highly corrupted by additive, impulsive and mixed noise. | |
| CICESE | |
| 2008 | |
| Tesis de doctorado | |
| Español | |
| Martínez Díaz, S.2008.Métodos no lineales, invariantes a distorsiones geométricas e iluminación para el reconocimiento de patrones e imágenes.Tesis de Doctorado en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California.122 pp. | |
| TECNOLOGÍA DE LOS ORDENADORES | |
| Aparece en las colecciones: | Tesis - Ciencias de la Computación |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| 178791.pdf | 90.18 MB | Adobe PDF | Visualizar/Abrir |