Algoritmi Pentru Detectia Formelor

Proiect
8/10 (2 voturi)
Domeniu: Calculatoare
Conține 1 fișier: doc
Pagini : 28 în total
Cuvinte : 5774
Mărime: 183.41KB (arhivat)
Cost: 5 puncte
Profesor îndrumător / Prezentat Profesorului: Prof. Univ. Dr. Ing. Mihai Dan
Proiectul se preteaza foarte bine oriunde este vorba de recunoasterea formelor sau de inteligenta artificiala. Prezinta o serie de algorimi pentru detectia formelor folositi in cadrul vederii artificiale.

Cuprins

1. Introducere . 4

2. Descriptori de contur . 7

2. 1. Lant numeric ( codul lant ) . 7

2. 2. Descriptori Fourier . 11

2. 3. Functia unghiularã cumulativã . 12

2. 4. Curbura . 14

2. 5. Semnãtura polarã . 15

2. 6. Histograma de intersectie . 18

3. Descriptori de suprafatã . 19

3. 1. Descriptori topologici . 19

3. 2. Descriptori geometrici . 20

3. 4. Momente . 21

3. 5. Textura . 24

3. 5. 1. Spectrul energiei Fourier . 24

3. 5. 2. Matricile de detectare a perechilor . 25

4. Bibliografie . 27

Extras din document

1. Introducere

Imaginile sunt si un concept cu caracter informational. Oamenii primesc pe cale vizualã cea mai mare parte din informatia pe care sistemul lor senzorial o achizitioneazã.

Oamenii preistorici au pictat, mult înainte de a scrie, transmitând în acest mod informatii. Multe mii de ani imaginile artificiale au fost create de oameni prin metode grafice si au fost interpretate în mod natural tot de cãtre oameni. Aparitia si ulterior, dezvoltarea calculatoarelor a oferit posibilitatea ca imaginile artificiale sã fie create si memorate sub formã numericã. Noul domeniu este grafica pe calculator si el este astãzi foarte cunoscut si utilizat.

În acest caz, informatia, sub formã de imagine de sintezã, furnizatã de o aplicatie de graficã pe calculator este legatã de lumea înconjurãtoare numai în mãsura în care se doreste ca aceastã realitate sã fie mai mult sau mai putin copiatã.

Decodificarea informatiei transmise prin aceste imagini este fãcutã de oamenii care le privesc si care sunt utilizatorii finali ai aplicatiei. Din acest motiv, imaginile au o rezolutie din ce în ce mai bunã pentru a putea reprezenta cât mai bine detaliile. Numãrul de culori este deasemenea din ce în ce mai mare pentru ca fidelitatea reprezentãrilor sã fie sustinutã si din acest punct de vedere.

Dezvoltarea tehnicii a creat, chiar înaintea calculatoarelor, senzori care sã ofere semnale electrice dependente de interactiunea dintre luminã si o scenã cu obiecte. A apãrut astfel posibilitatea de a produce imagini artificiale care ulterior sã fie afisate pe dispozitive speciale si sã fie privite de oameni. Continutul acestor imagini achizitionate este puternic si direct legat de scena pe care o reprezintã. Calitatea imaginilor de acest tip nu este, în majoritatea cazurilor, satisfãcãtoare si ca urmare semnalele corespunzãtoare trebuie prelucrate pentru a elimina zgomotele sau pentru a amplifica alte caracteristici utile, de exemplu contrastul.

Cele douã etape, achizitia si prelucrarea imaginilor, îsi pãstreazã scopurile generale, dar îsi adapteazã tehnicile si metodele si atunci când sistemul este completat cu un calculator si formatul imaginii este unul numeric. Imaginile achizitionate pot fi afisate pentru a fi privite si analizate de un observator uman.

Dacã se doreste sã se determine ce contine imaginea achizitionatã fãrã a face apel la un observator uman atunci apare o problemã nouã, interpretarea sau întelegerea imaginilor folosind tehnici de inteligentã artificialã.

Rezolvarea acestei probleme presupune adãugarea unei noi etape dupã achizitia si prelucrarea imaginii. Noua etapã realizeazã o decodificare a informatiei continute într  o imagine si poate fi asociatã termenului generic de recunoastere a imaginilor. Pe lângã fotografie si cinematografie, din punct de vedere istoric, primele aplicatii care au necesitat achizitia si prelucrarea imaginilor au fost aplicatiile militare, spatiale si medicale.

Cele trei etape amintite anterior: achizitia, prelucrarea si recunoasterea imaginilor, se constituie în problemele principale ale domeniului vederii artificiale.

O tendintã naturalã ar fi aceea de a lucra cu imagini cu o cât mai bunã rezolutie spatialã si cu cât mai multe culori. În multe cazuri, echipamentele disponibile azi nu pot sã  si îndeplineascã sarcinile atât de repede pe cât este necesar si atunci vom constata cã, în aplicatiile de vedere artificialã imaginile au o rezolutie redusã si sunt reprezentate cu nivele de gri. Privind numai imaginile folosite, s  ar putea trage concluzia cã vederea artificialã este mai putin spectaculoasã decât grafica pe calculator. Totusi, identificarea si localizarea automatã ale unui obiect, care pe baza acestor informatii va fi manipulat corespunzãtor de un robot, este un exemplu de aplicatie care ne poate trezi interesul.

Sistemele de vedere artificialã au fost dezvoltate având ca model inevitabil sistemele biologice si în special sistemul uman. O astfel de abordare este limitatã din start de douã aspecte. În primul rând, sistemul uman dispune de un avantaj net în ceea ce priveste modul de prelucrare a informatiei pentru cã se bazeazã pe un numãr impresionant de unitãti de prelucrare ( nu de calcul ), neuronii, care proceseazã în paralel informatia codificatã într  o manierã mult mai complexã decât aceea numericã. Sistemele artificiale sunt obligate sã folosescã formatul numeric pentru informatie pentru cã echipamentele care sunt disponibile sunt calculatoarele numerice.

Noi oamenii, recunoastem cu usurintã un obiect, chiar dacã este partial ascuns de alte obiecte, dar nu putem sã explicãm cum am realizat aceastã recunoastere si ca urmare nu putem sã copiem metoda într  un algoritm sau într  o tehnicã de inteligentã artificialã. Mai mult, datoritã capacitãtii de învãtare, de generalizare si a intuitiei oamenii pot recunoaste si obiecte pe care nu le  au mai vãzut. De exemplu, oricine se poate pronunta în legãturã cu un fruct chiar dacã el este exotic, si nu îl va confunda niciodatã cu un bec, chiar dacã nu a mai vãzut niciodatã fructul respectiv. Pentru sistemele de vedere artificiale recunoasterea se reduce, în cele mai multe aplicatii actuale, la o clasificare adicã la identificarea unui obiect initial necunoscut prin detectarea asemãnãrii cu unul din obiectele învãtate initial.

Indiferent de domeniul de aplicatie, utilizarea calculatoarelor impune un format numeric pentru informatia prelucratã. Vederea artificialã respectã aceastã regulã si lucreazã cu imagini numerice. Pentru a obtine imaginea numericã (digital image) este nevoie de douã elemente : senzorul si covertorul (digitizer).

Preview document

Algoritmi Pentru Detectia Formelor - Pagina 1
Algoritmi Pentru Detectia Formelor - Pagina 2
Algoritmi Pentru Detectia Formelor - Pagina 3
Algoritmi Pentru Detectia Formelor - Pagina 4
Algoritmi Pentru Detectia Formelor - Pagina 5
Algoritmi Pentru Detectia Formelor - Pagina 6
Algoritmi Pentru Detectia Formelor - Pagina 7
Algoritmi Pentru Detectia Formelor - Pagina 8
Algoritmi Pentru Detectia Formelor - Pagina 9
Algoritmi Pentru Detectia Formelor - Pagina 10
Algoritmi Pentru Detectia Formelor - Pagina 11
Algoritmi Pentru Detectia Formelor - Pagina 12
Algoritmi Pentru Detectia Formelor - Pagina 13
Algoritmi Pentru Detectia Formelor - Pagina 14
Algoritmi Pentru Detectia Formelor - Pagina 15
Algoritmi Pentru Detectia Formelor - Pagina 16
Algoritmi Pentru Detectia Formelor - Pagina 17
Algoritmi Pentru Detectia Formelor - Pagina 18
Algoritmi Pentru Detectia Formelor - Pagina 19
Algoritmi Pentru Detectia Formelor - Pagina 20
Algoritmi Pentru Detectia Formelor - Pagina 21
Algoritmi Pentru Detectia Formelor - Pagina 22
Algoritmi Pentru Detectia Formelor - Pagina 23
Algoritmi Pentru Detectia Formelor - Pagina 24
Algoritmi Pentru Detectia Formelor - Pagina 25
Algoritmi Pentru Detectia Formelor - Pagina 26
Algoritmi Pentru Detectia Formelor - Pagina 27
Algoritmi Pentru Detectia Formelor - Pagina 28

Conținut arhivă zip

  • Algoritmi Pentru Detectia Formelor.doc

Alții au mai descărcat și

Anliza și Prelucrarea Imaginilor

Introducere Prelucrarea de imagini este un domeniu care îsi pastreaza dinamismul în ciuda trecerii anilor. Dezvoltarile tehnologice au facilitat...

Tehnici pentru Recunoasterea Fetei

1. Introducere Recunoasterea automata a fetei umane este o problema foarte complexa rezolvata de oameni cu o pereche de senzori foarte complex-...

Recunoasterea Fetei

Recunoasterea fetei 1. Prezentare Scopul acestui proiect este detectarea si localizarea fetei umane. Pentru a ilustra intregul proces pe parcurs...

Modele de Culoare - RGB și CMY

Codificari RGB si CMY Abstract. Culorile sunt indispensabile vietii., deci si lucrului cu calculatorul. Asa ca pentru a reprezenta culorile în...

Prelucrare Grafica - Motorul Grafic 3D – Irrlicht, DirectX 11, Histograma

Motorul grafic Irrlicht este un motor 3D in timp real cu performante ridicate scris si utilizat impreuna cu limbajul C++ (este format dintr-un...

Prelucrarea Imaginilor Digitale 2

Orice functie periodica poate fi exprimata ca o suma de functii cos si sin, fiecare multiplicata cu un coeficient: Seria Fourier O functie...

Sisteme de Prelucrare Grafică

Curs nr. 1 Evolutia graficii: Se pot distinge mai multe etape: - grafica simpla care sa fie printata; - modele sau obiecte care trebuiau...

Multimedia

MULTIMEDIA CURS 2 12.10.2007 Curs 1: A. Conceptul de multimedia B. Clase de aplicatii multimedia C. Conditii hard-soft pentru multimedia B....

Ai nevoie de altceva?