Càlcul de similitud i simetria entre regions d'una imatge
View/Open
Cita com:
hdl:2117/91431
Document typeMaster thesis (pre-Bologna period)
Date2016
Rights accessOpen Access
Except where otherwise noted, content on this work
is licensed under a Creative Commons license
:
Attribution-NonCommercial-NoDerivs 3.0 Spain
Abstract
One of the most important subjects researchers around the world are trying to solve on image processing is the semantic entities automatic recognition on a digital image (like objects, people, etc.). A lot of these semantic entities that are trying to be automatically recognized have similar and/or symmetric regions. Knowing if two regions are similar or symmetric could be helpful on the automatic recognition algorithms used for detecting those entities. This projects target is to find a similarity and symmetry measure between regions so it can be used on the semantic entities automatic recognition. The first step was to search for different ways to measure similarity and symmetry. Afterwards, it was decided to use four features which could be used to analyze the image’s regions: Compaction, Eccentricity, Solidity and Fourier Descriptors. These features’ calculation was searched and programmed. The next step was to determine and implement a distance between each one of the features and the distance was used to create a similarity measure and also a symmetry measure. Some pc-created images and some real images were found, then they were separated into regions and the similarity and symmetry calculus were applied on every pair of regions. Finally, the results were analyzed and the similarity and symmetry measures were created using the four studied features. Good results have been obtained using the similarity and symmetry measures (even though they are not perfect results) because using them it is possible to identify most of the non-similar and non-symmetric regions as well as to get low values for the measures on the similar or symmetric ones. Uno de los objetivos más deseados por los investigadores en el mundo del procesamiento de la imagen es el reconocimiento automático de entidades semánticas en una imagen digital (objetos, personas, etc.). Muchas de las entidades semánticas que se quieren reconocer de forma automática tienen zonas similares y/o simétricas. Saber si dos zonas de una imagen son similares o simétricas podría ayudar en los algoritmos de reconocimiento automático de dichas entidades. El objetivo de este proyecto es dar una medida de similitud i una medida de simetría entre regiones, que se pueda utilizar para el reconocimiento automático de entidades semánticas. En primer lugar se buscó información sobre las distintas formas de medir la similitud y la simetría. Después de la investigación se decidió utilizar cuatro características con las que analizar las regiones de las imágenes: la Compactación, la Excentricidad, la Solidez y los Descriptores de Fourier. Se buscó y programó el cálculo de dichas características. Se determinó y programó una distancia para cada una de las características y se utilizó la distancia para generar una medida de similitud y una medida de simetría. Se buscaron imágenes artificiales (creadas por ordenador) así como imágenes reales, se separaron en regiones y se usó el cálculo de similitud y de simetría en todos los pares de regiones. Finalmente, se analizaron los resultados y se pudieron generar las medidas de similitud y de simetría utilizando las características estudiadas. Las medidas de similitud y de simetría dan buenos resultados (aunque no son unos resultados perfectos) ya que permiten discriminar muchas de las regiones que no son similares o simétricas a la vez que se obtienen valores bajos en las medidas de regiones similares o simétricas. Un objectiu molt perseguit per investigadors en el món del processament de la imatge és el reconeixement automàtic d’entitats semàntiques en una imatge digital (objectes, persones, ...). Moltes de les entitats semàntiques que es volen reconèixer de forma automàtica tenen zones similars i/o simètriques. Per tant, saber si dues zones d’una imatge són similars o simètriques podria ajudar en els algoritmes de reconeixement automàtic d’aquestes entitats. L’objectiu d’aquest projecte és donar una mesura de similitud i una mesura de simetria entre regions, per tal que es pugui aprofitar per al reconeixement automàtic d’entitats semàntiques. En primer lloc es va buscar informació sobre les diverses maneres de mesurar la similitud i la simetria. Després de la investigació es va decidir utilitzar quatre característiques que permetrien analitzar les regions de les imatges: la Compactació, l’Excentricitat, la Solidesa i els Descriptors de Fourier. Es va buscar i programar el càlcul d’aquestes característiques. Es va determinar i programar una distància entre cada una de les característiques i es va utilitzar aquesta distància per generar una mesura de similitud i una mesura de simetria. Es van buscar imatges tant artificials (creades per computador) com reals, es van separar en regions i es va utilitzar el càlcul de similitud i simetria en totes les parelles de regions. Finalment, es van analitzar els resultats i es va poder generar les mesures de similitud i de simetria utilitzant les característiques estudiades. Les mesures de similitud i simetria permeten obtenir uns bons resultats (tot i no ser uns resultats perfectes) ja que discriminen moltes de les regions que no són similars o simètriques a la vegada que regions similars o simètriques tenen valors baixos en les mateixes mesures.
Description
El càlcul de dissimilaritat i de dissimetria entre parelles de regions d'una imatge basat en els descriptors de Fourier, la compactació, l'excentricitat i la solidesa
DegreeENGINYERIA DE TELECOMUNICACIÓ (Pla 1992)
Files | Description | Size | Format | View |
---|---|---|---|---|
Memoria v5.pdf | 1,934Mb | View/Open |