Por favor, use este identificador para citar o enlazar este ítem:
http://cicese.repositorioinstitucional.mx/jspui/handle/1007/3592| Reconocimiento de patrones invariante a desplazamiento, escala y rotación vía transformada radial de Hilbert optimizada Displacement, scale and rotation invariant pattern recognition by Radial Hilbert Transform Optimized | |
| José Alfredo Castro Valdez | |
| JOSUE ALVAREZ BORREGO | |
| Acceso Abierto | |
| Atribución | |
| Transformada radial de Hilbert optimizada, correlación adaptativa, Firmas unidimensionales, Transformada de Fourier, Reconocimiento de patrones, Clasificación de imágenes Radial Hilbert transform optimized, Adaptive correlation, Unidimensional signatures, Fourier transform, Pattern recognition, Image classification | |
| La identificación y clasificación de imágenes tiene múltiples aplicaciones, así como metodologías para llevarse a cabo. En este trabajo se utilizó una metodología con invariancia a desplazamiento, escala y rotación, estas invariancias se logran al utilizar un conjunto de transformadas. La transformada de Fourier tiene la propiedad de invarianza a desplazamiento mientras que la transformada de Mellin genera la invarianza a escala, por otra parte, la transformada radial de Hilbert transforma una imagen en una firma vectorial, la cual tiene invarianza a rotación. Esta nueva metodología toma una imagen centrada y le aplica la trasformada Fourier-Mellin. Se utilizan las máscaras de anillos concéntricos obtenidos a partir de la transformada Radial de Hilbert y se hace una multiplicación punto a punto con el módulo de la transformada FourierMellin. Los valores en cada anillo se suman y con ellos se forma una firma vectorial cuya longitud está relacionada con el número de anillos concéntricos y además es invariante a escala, rotación y desplazamiento. En este trabajo se partió de la metodología previamente mencionada y se propuso una adaptación de la transformada radial de Hilbert en el cual la cantidad de anillos concéntricos obtenida fuera máxima, a esta versión se le llamó transformada radial de Hilbert optimizada (RHTO). Para comparar entre firmas vectoriales se utilizó el filtro clásico y se desarrolló un nuevo filtro de correlación que se adapta entre los casos lineal y no lineal dependiendo de firmas a correlacionar, a este filtro se le llamó filtro lineal / no-lineal adaptativo. Para evaluar la metodología propuesta se utilizaron imágenes de 30 especies de fitoplancton con diferentes escalas y rotaciones. Además, a cada combinación de escala y rotación se les aplicó un conjunto patrones de iluminación no homogéneo obteniendo. Los valores de correlación obtenidos fueron analizados con una matriz de confusión donde se compararon diferentes parámetros estadísticos, encontrando que al utilizar la metodología RHTO y el filtro adaptativo se obtienen mejores valores de clasificación exitosa. Image classification has multiple applications and methodologies to be carried out. In this work, a method with invariance to displacement, scale, and rotation was used. These invariances are achieved by using a set of transforms. The Fourier transform has the property of displacement invariance, while the Mellin transform generates scale invariance. On the other hand, the radial Hilbert transform transforms an image into a vector signature, which has rotation invariance. This new methodology takes a centered image and applies the Fourier-Mellin transform to it. The concentric ring masks obtained from the Radial Hilbert transform are used, and a point-to-point multiplication is made with the module of the Fourier-Mellin transform. The values in each ring are added, and with them, a vector signature is formed whose length is related to the number of concentric rings and is also invariant to displacement, scale, and rotation. In this work, we started from the previously mentioned methodology, and an adaptation of the radial Hilbert transform was proposed in which the number of concentric rings obtained was maximum. This version was called optimized radial Hilbert transform (RHTO). When correlating images in one or two dimensions, you must decide the correlation filter to use. The new methodology used the classical filter. A new filter was developed that adapts between linear and nonlinear cases depending on the signatures correlated; this filter was called the adaptive linear/nonlinear filter. Thirty phytoplankton species with different scales and rotations were used to evaluate the proposed methodology. In addition, a set of non-homogeneous lighting patterns was applied to each combination of scale and rotation. A confusion matrix analyzed the correlation values obtained where different statistical parameters were compared, finding that better values for successful classification were obtained when using the RHTO methodology and the adaptive filter. | |
| CICESE | |
| 2021 | |
| Tesis de doctorado | |
| Español | |
| Castro Valdez, J.A. 2021. Reconocimiento de patrones invariante a desplazamiento, escala y rotación vía transformada radial de Hilbert optimizada. Tesis de Doctorado en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California. 63 pp. | |
| OPTICA FÍSICA | |
| Aparece en las colecciones: | Tesis - Óptica |
Cargar archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| tesis_José Alfredo Castro Valdez_04 ago 2021_BIB.pdf | Versión completa de la tesis | 5.19 MB | Adobe PDF | Visualizar/Abrir |