Documente Academic
Documente Profesional
Documente Cultură
CARACTERIZACIN
Y NORMALIZACIN DE IMGENES
PERCIBIDAS EN CONDICIONES
ADVERSAS
Se ha expresado que el objetivo de la investigacin es proporcionar un
modelo para tratar los problemas de la visin realista. De la revisin del
estado del arte se concluye el inters de la generalidad de dicho modelo; se
observa la conveniencia de tratar el problema a nivel medio y bajo con
transformaciones de segmentacin, etiquetado y sntesis y se aprecia la
ausencia de consideracin de los parmetros del entorno y la cmara en la
solucin. En consecuencia, se ha formulado un modelo en trminos de estos
parmetros y se ha propuesto una solucin basada en la utilizacin de
conocimiento previamente adquirido sobre el entorno. Este modelo se
concreta en la propuesta de transformacin basada en consultas a bases
de conocimiento que permitir diferenciar imgenes de motivos distintos
que la cmara percibe como similares. Tomando como base el modelo de
transformacin , se hace una propuesta de arquitectura para el sistema de
visin contemplando aspectos de rendimiento y robustez del sistema. Se
propone la utilizacin de metodologa conexionista para la realizacin de
las bases de datos como ncleo de una arquitectura cuya reconfiguracin
permitir el tratamiento sistemtico de diferentes problemas.
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
1. APROXIMACIN AL PROCESO DE
PERCEPCIN VISUAL
Se describen inicialmente los rasgos del proceso de visin; esto es, el
proceso de transmisin de la seal luminosa, desde la fuente generadora
hasta la plasmacin en una imagen, pasando por todas las modulaciones
intermedias y los procesos de adquisicin e interpretacin. Como esta
revisin tiene por objeto identificar y situar los parmetros que intervienen
en el proceso, podr hacerse una clasificacin basada en la cual se
propondrn las tcnicas de resolucin del problema. Se identifican los
parmetros relacionados con los controles de la cmara (calibrado) y los
vinculados con el entorno, cuyas relaciones sern de inters para tratar su
repercusin en las propiedades geomtricas y radiomtricas de la imagen.
Contribucin del
entorno
e
Etapa de adquisicin
Etapa de interpretacin
SISTEMA DE VISIN
Magnitudes de
la escena que
contribuyen a I
i ( m, e, c )
= ( 1 , 2 ,..., m )
Vector de calibrado
m
Contribucin del
motivo
I = F ( i ( m, e, c ) )
Salida de la
cmara
Procesos
intermedios
F ( i ( m, e, c ) )
Interpretacin
c
Contribucin de
la cmara
sintonizacin
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
Intensidad y
naturaleza de los
focos
Posicin relativa
escena / dispositivo de visin
Moduladores por
Transmisin (humo,
transparencias...)
Moduladores por reflexin
(coeficiente de reflexin de
la superficie)
44
e, c
contribucin
del entorno y
la cmara
m
contribucin
del motivo
Magnitud de
la escena
i ( m, e, c )
I = F ( i ( m , e, c ) )
F ( i ( m, e, c ) )
Salida sensor
Adquisicin
I = F ( i ( m , e, c ) )
Imagen normalizada
Normalizacin
Sntesis
Segmentacin
Caracterizacin
Interpretacin
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
e1 , a e2 ,....., a en
Posicin relativa
escena / dispositivo
de visin
Moduladores por
Transmisin (humo,
transparencias...)
b
e1 , e2 ,....., en
e1 , d e2 ,....., d en
Moduladores por
reflexin (coeficiente de
reflexin de la superficie)
Dentro de las variables del entorno vamos a distinguir las relacionadas con
la intensidad y naturaleza de los focos, los moduladores por transmisin,
los moduladores por reflexin y la posicin relativa de la escena y el
dispositivo de visin.
46
47
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
2.1
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
m = m ( F ( i (m, e, c)))
2.2
d = d ( F ( i (m, e, c)))
2.3
50
m = mDB( I ,m,d ) ( I )
2.4
d = dDB( I ,m , d ) ( I )
2.5
2.6
F ( i (m j , e j , c j )) F ( i (mk , ek , ck ))
> 0, (m j mk ) ((d j d k )), i /
2.7
F ( i (m j , e j , c j )) F ( i (mk , ek , ck ))
Por ejemplo, la imagen de dos superficies puede ser muy similar en
condiciones adversas de iluminacin (penumbra o saturacin). Sin recurrir
a situaciones extremas, dos maderas de tonalidad diferente pueden parecer
iguales si la ms oscura se somete a iluminacin ms intensa. Planteando el
problema de la escala, los razonamientos son anlogos: una pared blanca
vista en alta resolucin, puede parecer un paisaje montaoso nevado visto
en baja resolucin. Este problema convierte la solucin en indecidible en
situaciones lmite.
51
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
Imagen de entrada
Preprocesamiento
Informacin de
contexto.
Estimacin del valor
medio del desafino.
Rango desafino
motivos
Procesamiento
Consulta a la vista parcial de la
base de datos conocido el rango del
desafino y las superficies de la
escena.
Seleccin de los
motivos comunes en
el entorno
52
Etiquetado
motivos
Etiquetado
desafino
Por lo tanto el mtodo general propuesto tendr dos etapas (Figura 2.5).
1. Preprocesamiento. Obtencin de informacin de contexto:
Obtener informacin de contexto para limitar los rangos de las
variables que indexan la base de datos m, d.
2. Procesamiento. Consultas a las vistas de la base de datos:
Obtenida la vista parcial de la base de datos, consultar para etiquetar
por motivos o por desafino.
La certeza de las asunciones que permiten restringir los rangos de las
variables depender de la complejidad de los escenarios estudiados. En
consecuencia, la decisin sobre los rangos de las vistas parciales de la base
de datos ser dependiente del problema, pudiendo conducir a diferentes
alternativas de diseo. En situaciones donde el problema que se pretenda
tratar sea el de regiones del mundo real con distribuciones homogneas de
los motivos m y variacin alta del desafino, tendremos la posibilidad de
limitar la base de datos en cuanto a los motivos, estando obligados a
mantener en la base de datos informacin sobre un amplio rango de valores
del desafino. Si, por el contrario, las escenas son complejas en cuanto a la
configuracin de los motivos manteniendo valores relativamente estables
del desafino, proceder mantener ms motivos en la base de datos acotando
ms el rango del desafino. Ser este ltimo caso de estabilidad relativa del
desafino y distribucin ms compleja de los motivos el que centre el
trabajo, por representar situaciones realistas y enfatizar la componente de
estudio del contexto en la repercusin del desafino.
Para solucionar el problema de limitar el conjunto de motivos posibles en
una escena puede plantearse la divisin de la base de datos en diferentes
contextos formando subconjuntos con diferentes motivos en cada uno de
ellos. Posteriormente, detectada uno o varios de los motivos en la escena, se
proceder a activar su contexto correspondiente. El carcter
fundamentalmente heurstico de esta solucin motiva desviar el inters al
estudio del contexto en lo que a desafino se refiere. En consecuencia, el
problema de obtener informacin de contexto relacionada con el desafino
es central en este trabajo, limitando supervisadamente el nmero de
motivos a las presentes en entornos concretos. Por otro lado, se enfatiza lo
que parece el caso ms interesante por habitual, que es asumir que el
desafino vara menos dentro de la escena que su configuracin de motivos.
Por ejemplo, escenas con diferentes motivos donde el nivel de iluminacin
es relativamente homogneo o la variacin de la escala se mantiene en
rangos asumibles.
53
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
Etiquetado de escala.
Etiquetado motivos
Imagen normalizada
Etiquetado ilumina.
Etiquetado motivos
Imagen normalizada
............
Etiquetado ngulo.
Etiquetado motivos
Imagen normalizada
m = mDBd ( I ,m ,d ),d ( I , d )
2.8
Procesamiento
Etiquetado de motivos m
Consulta a la base de datos conocido dj
(d1,, dn)
ngulo Enfoque
dn-1
dn
Escala Iluminacin
d1
dj
Pre-procesamiento
Imagen
Entrada
desafino de un parmetro).
m1
dc
DBd(I,d,m)
d DBd(I,d,m)
d1
ms
DBd(I,d,m)
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
Procesamiento
(d1,, dn)
Mapa
motivos
inicial
Etiquetado de motivos
preliminar. Utilizando la base
de datos completa
Img
Preprocesamiento
Mapa
motivos
final
m
57
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
2.9
2.1.1 - Barrer la imagen incgnita con la misma ventana del paso 1.1.1 y
clasificar cada ventan segn la mejor concordancia hallada en la vista
parcial de la base de datos para el desafino conocido DBd(I,m,d).
Etiquetar la ventana con el motivo del elemento de la base de datos.
Figura 2.10 Algoritmo general para la transformacin incluido el
preprocesamiento
58
2.10
59
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
d
diafragma
Intensidad de
iluminacin reflejada
i
m
Coeficiente de reflexin del
motivo
I = F ( i ( mk , el , cl ) ) ; d cl
Del modelo BRDF referido en los anexos se infiere una relacin entre el
parmetro de calibrado diafragma d y el parmetro del entorno intensidad
de iluminacin el, de forma que para un valor del diafragma d existir un
valor de la intensidad de iluminacin del entorno el para la cual la
sensibilidad ser mxima, lo hemos llamado el punto de sintonizacin cl. Es
decir el desafino por iluminacin dl o distancia entre el punto de trabajo el y
sintonizacin cl ser mnimo.
El problema que se plantea a la hora de inferir la naturaleza del motivo m es
que los mismos o similares niveles de iluminacin adquiridos para la
60
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
del entorno distancia de enfoque ef. Se expresa en los anexos que del
modelo de lente delgada se infiere una relacin entre el parmetro de
calibrado zoom z y el parmetro del entorno distancia de enfoque ef, de
forma que para un valor del zoom z existir un valor de la distancia de
enfoque ef para la cual la sensibilidad ser ptima (escala de percepcin
ptima para un entorno determinado), lo hemos llamado el punto de
sintonizacin cf. Es decir el desafino por distancia de enfoque de o distancia
entre el punto de trabajo ef y sintonizacin cf ser mnimo.
En el caso de la escala, el problema de separabilidad de las componentes es
el mismo que fue descrito para la iluminacin. Se podrn obtener imgenes
similares procedentes de motivos distintos en condiciones de escala
diferentes o iguales.
z
Tamao de la
proyeccin
i
mk
zoom
ef
distancia de enfoque
I = F i ( mk , e f , c f ) ;
z cf
Imagen
Interpretada
Nivel Medio.
Transformacin de la imagen
Imagen
segmentada
etiquetada
m, d
Nivel Bajo.
Sntesis de imagen mejora
Imagen
mejorada
I
Nivel de adquisicin
Mejora de la adquisicin mediante calibrado
cielo
vegetacin
via
Imagen
adquirida
I
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
m = mm SOM ( ( I ), m,d ) ( I )
2.11
Valor del
desafino
d
d1
SOM d1 ( ( I ) , m, d )
d2
SOM d 2 ( ( I ) , m, d )
mrmol
2.12
tela
Procesamiento
corcho
madera
Pre-procesamiento
Estimacin del valor del
desafino
m = mm SOM ( ( I ), m, d ),d ( I , d )
d
d c-1
SOM d c 1 ( ( I ) , m, d )
dc
SOM d c ( ( I ) , m, d )
Arquitectura SOM
reconfigurable
66
Etiquetado
de motivos
m
d = dd SOM ( ( I ), m, d ) ( I )
2.13
d = dd SOM ( ( I ), m, d ),m ( I , m )
m
2.14
2.15
67
d c 1 d c
d1 d 2
d
SOM m ( ( I ) , m, d )
SOM m ( ( I ) , m, d )
desafino
SOM ( ( I ) , m, d )
mrmol tela
Interpretacin
motivos inicial
corcho
Preprocesamiento
madera
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
SOM m ( ( I ) , m, d )
SOM m ( ( I ) , m, d )
Arquitectura SOM
reconfigurable
Figura 2.15 Preprocesamiento basado en SOM
SOM m ( ( I ) , m, d )
desafino
SOM m ( ( I ) , m, d )
SOM m ( ( I ) , m, d )
Valor
desafino
d
d c-1
d
tela
mrmol
d1
corcho
SOM m ( ( I ) , m, d )
SOM d 1 ( ( I ) , m, d )
SOM d 2 ( ( I ) , m, d )
SOM d c 1 ( ( I ) , m, d )
SOM d c ( ( I ) , m, d )
Etiquetado
motivos m
d c 1 d c
madera
Procesamiento
d1 d 2
SOM ( ( I ) , m, d )
mrmol tela
Interpretacin
motivos inicial
corcho
Preprocesamiento
madera
Corcho
Terrazo Madera 1
d1.
d1 5
d1 4
d1 3
d1 2
d11
d1 inf
d2 inf
d2 sup-1
d2 sup
69
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
d1 sup
d1 sup-1
d1 estimado 3
Corcho
Terrazo
Madera 1
d1.
SOM d1 =3 ( ( I ) , m, d )
d1 5
d1 4
d1 = 3
d1 3
d1 2
d1 inf
d1 0
d2 inf
d2 sup-1
d2 sup
Tela 1
Corcho
Terrazo
Madera 1
SOM d2 =sup 1 ( ( I ) , m, d )
d1 .
d1 5
d1 4
d1 3
d1 2
d1 inf
d1 0
d2 inf
d2 sup-1
d2 sup
Escala 154
d2 estimado sup-1
d2 =sup-1
70
Nivel de
iluminacin
estimado 3
Corcho
Terrazo Madera 1
NI .
NI 5
NI 4
NI 3
NI 2
NI 1
NI 0
Escala 0
SOM dl ,de ( ( I ) , m, d )
NI 3
Escala 149
Escala 149
Escala 150
Valor de escala
estimado 149
madera
corcho
Pre-procesamiento
Estimacin de los desafinos
d1, d2
d1
tela
mrmol
d2
SOM d1 ( ( I ) , m, d )
SOM d1,d2 ( ( I ) , m, d )
etiquetado
SOM d2 ( ( I ) , m, d )
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
m = mm SOM (
hist
( I ), m , d )
(I )
2.16
d e = dd SOM ( ( I ), m, d ),m ( I , m )
m HCM
d
dl = Interpolam ( TM ( I ),m, d ),m ( I , m )
2.17
2.18
1.2.2 Para cada parmetro del desafino y para cada regin de una
particin de la imagen (o la imagen completa) asignar un desafino nico
siguiendo el siguiente esquema de votacin.
- Barrer la regin (o la imagen completa) con la ventana del paso 1.1.1
- Para cada ventana calcular el valor del voto segn: La separacin del
motivo que etiqueta la ventana en mSOM(sup(I),m,d). Segn la
capacidad del motivo de estimar el desafino en dSOMm(i(I),m,d) y
Interpolam(TM(I),m,d).
- Para cada ventana incrementa, con el valor previamente calculado, el
nmero de votos del calibrado correspondiente a su etiqueta de entre los
posibles para cada parmetro (d1d2 dc).
- Etiquetar toda la regin (o la imagen completa) con el desafino
ganador de la votacin.
72
m = mm SOM ( ( I ),m ,d ), d ( I , d )
d hist
2.19
v=e
2 2
2.20
73
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
2.21
e
T dSOM
, m = T ( HCM ( I ) ) + T
dl
T int
erpol , m = T ( TM ( I ) ) + T
de
dl
SOM m
2.22
Interpolm
2.23
SOM ( dl ,de )
2.24
2.25
2.26
Paso 1
Ventana 1
Ventana 2
Paso 3
T1T2T3
Paso 2
EP Hist 1
EP Hist 2
EP Hist 3
SOM
Sup 1
Sup 2
Sup 3
Hist 1
Hist 2
Hist 3
Tonos medios
Tn
T on o medio
NI 1
NI 2
NI 3
250
200
......
T on o medio 17 5 . Par ed
15 0
10 0
50
Hist n-2
Hist n-1
Hist n
Paso 3
Sup 1 Sup 2 Sup 3
EP Hcm 1
EP Hcm 2
EP Hcm 3
......
Hcm1
Hcm2
Hcm3
Hcm n-2
Hcm n-1
Hist n
EP Hcm n-2
EP Hcm n-1
EP Hcm n
Nivel u
li min aci n 4
Tela 1
99.71
Tela 2
83.51
0
0
10
20
30
40
50
60
70
80
Nivelde u
li min aci n
90
NI n-2
NI n-1
NI n
Tela 3
83.06
Terrazo
80.22
Tela 7
73.82
Tela 5
60.80
Tela 6
57.51
Madera 3
57.37
Madera
31.91
Tela 4
23.55
Gres 2
22.26
Gres
21.75
Mrmol
20.31
Pared
15.64
Madera 2
15.31
Corcho
13.71
NE 1
NE 2
NE 3
Paso 4
NE n-2
NE n-1
NE n
Nivel esc0
ilu1
Nivel esc0
ilu0
Global regin. Media
Ventana n
EP Hist n-2
EP Hist n-1
EP Hist n
Sup n-1
Sup n
Nivel esc0
ilu2
Nivel esc0
ilu3
Sup 1
Sup 2
Sup 3
80,5 %
Nivel esc1
ilu0
93,2 %
Nivel esc1
ilu1
96,6 %
Nivel esc1
ilu2
97,7 %
Nivel esc1
ilu3
83,0 %
Nivel esc2
ilu0
93,0 %
Nivel esc2
ilu1
95,0 %
Nivel esc2
ilu2
95,8 %
Nivel esc2
ilu3
76,6 %
89,7 %
94,13 %
Hist 1
Sup n-2
Sup n-1
Sup n
94,13 %
Hist n
Histogramas
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
2.27
2.28
normalizado
+T ( m SOM ) + T
dl
2.29
Interpolam =
T histograma ( I ) + T ( m SOM ) + T
normalizado
dl
Interpolam
SOM dl
2.30
m
T SOM dl = n ( 2k1 + r ( k1 + tk3 + k4 ) )
76
2.31
2.32
2.33
RI
RI
Ng
Dg,Ng
Mdulo neurona
s neuronas SOM
Ht
Mdulo neurona
s neuronas SOM
Ht
Dg,Ng
RI
Ht
Ht
RI
Mdulo
histograma
h pts
Ht
Vm
Vm
Ht
Vm
Ht
Mdulo
histograma
h pts
Dg,Ng
RI
RI
77
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
SHt
Mdulo
histograma m/h
h pts
RI
RI
RI
Ht
RI
Mdulo
neurona r/s
s neuronas
SOM
Ng
Dg,Ng
Ng
Mdulo
neurona 2
s neuronas
SOM
Ht
Dg,Ng
Ht
Dg,Ng
Mdulo
neurona 1
s neuronas
SOM
Ht
Ht
Ht
Normalizador de histogramas
SVh
SVh
Sumador de histogramas
SHt
SHt
Mdulo
histograma 2
h pts
Etapa
Neuronas r/s
Etapa
Neuronas 2
Etapa
Neuronas 1
Etapa
Normalizacin
Ht
Etapa
Histograma
SVh=Subvent tamao h
SVh
RI
T ( hist ( I ) ) = hk2 + k1
2.34
79
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
Etapa Normalizacin
Para cada componente del His i=1..t
His [i] = 0 (k1) (Asignacin)
Para cada mdulo Mj (j=1..m/h)
His [i]+=HisMj [i] (k2) (Incremento)
Finpara
Finpara
Med=0 (k1) (Asignacin)
Para cada mdulo Mj (j=1..m/h)
Med += MedMj (k2) (Incremento)
FinPara
Med/=m (K5) (Divisin)
Para cada comoponente del His i=1..t
His [(t/2+i) mod t] = His [(Med+i) mod t] (k6) (Asigna cclica)
Finpara
Hist[t]=Med (k1) (Asignacin)
Figura 2.29 Algoritmo para el mdulo normalizacin
m ( t + 1)
+ 1 k2 + ( t + 1) k1 + k5 + tk6
T norma ( hist ( I ) ) =
h
2.35
80
T ( m SOM ) = k1 + s ( k1 + tk3 + k4 )
2.36
r
e ( n etapas ) = + 2
s
2.37
Etapas equilibradas
2.38
Puesto que las etapas de clculo del histograma y las etapas neurona tienen
una duracin que podemos amoldar segn el nmero de componentes h
procesadas y el nmero de neuronas s, nos centraremos en ellas para
establecer el ciclo de reloj de la segmentacin.
2.39
( k1 + tk3 + k4 )
k2
h=
( k1 + tk3 + k4 )
2.40
k2
81
Modelado de sistemas para visin realista en condiciones adversas y escenas sin estructura
proceso
T
= niclk
imagen
2.41
proceso
T
= ( e + n 1)iclk
imagen
2.42
82