III WVC 2007 - Iris.sel.eesc.sc.usp.br - USP

WVC'2007 - III Workshop de Visão Computacional, 22 a 24 de Outubro de 2007, São José do Rio Preto, SP.vidos nos últimos anos, sendo o contorno uma das característicasmais utilizadas na representação dos objetos. Em[9] foi desenvolvido um método para o reconhecimento deobjetos irregulares baseado em seu contorno. O contornodo objeto é descrito por cadeia de códigos baseada em histograma,sendo invariante a rotação e translação.Ométodofoi avaliado no reconhecimento de letras e em objetos irregularescom superfícies defeituosas.Wu [15] descreve um método de representação utilizandoos pontos predominantes de cada objeto. Os pontospredominantes são aqueles onde a curvatura é extrema. SegundoWu, a detecção desses pontos é uma importante etapapara representação de formas. O método apresentado utilizacadeia de códigos para representar o contorno e o algoritmoK-cosseno como medida de curvatura. O método foi avaliadoem contornos de folhas utilizando cinco critérios deavaliação: número de pontos predominantes, taxa de compressão,erro médio da área, erro médio quadrado e tempode processamento.Em [14] o algoritmo k-curvatura foi utilizado para identificaros dedos das mãos para o reconhecimento de gestose outras aplicações de interação homem-máquina. Paraavaliar o método, foi considerada a porcentagem de acertosde dedos identificados e do reconhecimento de 4 gestos(mão fechada, mão aberta, mão com um dedo estendidoemão com dois dedos estendidos). O resultado do reconhecimentode dedos foi em média de 97.6% em 6971 imagens.Para o reconhecimento de gestos o resultado foi aindamelhor, em média 99.39% de acertos avaliados sobre 4745imagens.Uma outra representação extensamente empregada sãoos descritores de Fourier. Em [16] os descritores de Fouriercom diferentes representações de formas foram utilizadospara recuperação de imagens através do contorno. Aavaliação foi realizada através da taxa de formas relevantesretornadas pelo número de formas buscadas no bancode dados. Com isso, o melhor resultado foi alcançado utilizandoos descritores de Fourier derivados da distância entrecada ponto e o centro do objeto. Já em [13], os descritoresde Fourier, juntamente com redes neurais, foram utilizadosna inspeção industrial. Os experimentos foram realizadosem dois produtos e o treinamento foi realizado sobre480 amostras com produtos aprovados e reprovados nainspeção. Na fase de reconhecimento foram utilizadas 200amostras. Em ambos os experimentos com os produtos, aporcentagem de acertos foi máxima, utilizando 15 descritorespara a representação da forma dos objetos.A modelagem da variação da forma é uma importante característicapara o reconhecimento de objetos. Liu [10] apresentouum método para modelar as mudanças nas formas 2-D dos objetos. O método representa a forma do objeto utilizandodescritores de Fourier e as mudanças utilizando modelosde auto-regressão.Ométodo foi avaliado em três diferentesaplicações. Na primeira aplicação, o método é avaliadona detecção de contornos de fogo, alcançando uma taxade 99.9% de acerto. A segunda aplicação demonstra quea variação da forma sozinha é uma boa característica paradiscriminação. Os experimentos são realizados utilizando ométodo cross-validation em sete seqüências de pessoas correndo,bandeiras em movimento e seqüências de fogo. Aterceira e última aplicação é utilizada em rastreamento decontornos. Uma limitação apresentada pelo método é queo modelo auto-regressivo (AR) é um sistema linear e podeocorrer casos onde a linearidade não é suficiente para representara variação da forma de um objeto deformável.Em [1] a técnica de cadeia de códigos é utilizada para representaras formas geométricas de quadrados e retângulosem uma imagem, utilizando o conceito de conectividadede-4para representar quadrados e conectividade-de-8 pararepresentar triângulos. Em [7] classifica-se os caracteres escritosàmão baseados em uma decomposição direcionalda representação correspondente da cadeia de códigos deconectividade-de-8. O classificador é treinado pela cadeiade códigos que representa o contorno do caractere.3. Descritores de FormasAs imagens são constituídas de diversos objetos, pertencentesao plano de fundo e ao plano de interesse. Os objetosdo plano de interesse são, geralmente, os que possuemmaior importância para os sistemas de visão computacional.Esses objetos são constituídos de um conjunto de pixelsrepresentando a sua forma, cor e textura.Os descritores de formas são métodos matemáticos querepresentam a forma do objeto ou a região. Os descritoressão divididos em duas categorias, baseados no contorno doobjeto e outros baseados em regiões. Os descritores baseadosem contorno descrevem a forma do objeto considerandosuas formas mais externas, seu contorno. Descritoresbaseados em região descrevem as formas detalhadas do objetoconsiderando suas formas internas. Os descritores ideaisdevem possuir invariança a translação, rotação, escala ea ponto de início.3.1. Momentos de ImagensOs momentos [2] de ordem p + q sobre uma funçãocontínua 2D são calculados de acordo com a Equação 1.M pq =∫ ∞ ∫ ∞−∞−∞x p y q f(x, y)dxdy (1)Uma imagem pode ser visualizada como uma função 2Ddiscreta I, onde a intensidade de cada pixel é indexada comoI(x, y). A Equação 2 é a derivação da Equação1demomentosaplicada a imagens.319