RI Tema 14. Avances en Visión
description
Transcript of RI Tema 14. Avances en Visión
Tema 13. Introducción a la visión por computador
Página 1
Robótica Industrial. Grado en Electrónica Industrial y Automática.
Curso 2014-15. Escuela de Ingeniería Industrial. Universidad de Vigo.
1Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Tema 14. Avances en Visión Artificial
Índice� Introducción al reconocimiento de patrones
� Segmentación y extracción de características.
• Áreas (Blobs)• Fronteras o bordes• Vértices o puntos
� Visión tridimensional
• Estéreo• Luz estructurada• Cámaras TOF
2Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Introducción al reconocimiento de patrones.
� El reconocimiento de patrones va mas allá de la mejora de la imagen, buscando identificar características o patrones relevantes de la imagen.
� Lo más normal es partir de una imagen “pre-procesada” mediante técnicas de bajo nivel.
� El reconocimiento de patrones suele englobarse en tres etapas :
• Segmentación : Clasifica a los puntos dentro de un conjunto de clases (2 en el caso binario).
• Etiquetado : Agrupa puntos con características similares para formar objetos.
• Clasificación : Determina la clase, categoría o modelo al que pertenecen los objetos.
Tema 13. Introducción a la visión por computador
Página 2
Robótica Industrial. Grado en Electrónica Industrial y Automática.
Curso 2014-15. Escuela de Ingeniería Industrial. Universidad de Vigo.
3Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Introducción al reconocimiento de patrones.
Segmentación Etiquetado Clasificación
4Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Segmentación y etiquetado de imágenes
� En cuanto a la unidad significativa que rige la segmentación, ésta suele corresponder a regiones, contornos o vértices que muestran o disciernen una similitud en cuanto a intensidad, color, textura, movimiento, etc.
� Esto lleva a distintos tipos de técnicas y representaciones encaminadas a conseguir objetivos diversos.
Tema 13. Introducción a la visión por computador
Página 3
Robótica Industrial. Grado en Electrónica Industrial y Automática.
Curso 2014-15. Escuela de Ingeniería Industrial. Universidad de Vigo.
5Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Segmentación de imágenes – regiones conexas.
� Los algoritmos básicos asocian cada pixel de la imagen a una determinada clase según su nivel de gris.
� Es necesario determinar los rangos de intensidad que representan a cada clase. Para ello se emplean técnicas basadas en el análisis de histogramas.
• Umbrales constantes• Umbrales locales• Umbrales óptimos
� Métodos más elaborados emplean la noción de conectividad para agrupar zonas:
• Algoritmos de crecimiento de regiones conexas basados en criterios de similitud.
• “Split and Merge” y sus variantes piramidales.
6Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Clasificación basada en regiones.
� Una vez que se dispone de un modelo mas o menos
abstracto de la imagen segmentada en regiones, se
procede a la clasificación, destacando 2 etapas :
• Extracción de propiedades salientes. Se determinan una serie de valores que caracterizan a cada uno de los objetos.
• Clasificación. Se asocia cada objeto a una de las clases de un banco de modelos.
Tema 13. Introducción a la visión por computador
Página 4
Robótica Industrial. Grado en Electrónica Industrial y Automática.
Curso 2014-15. Escuela de Ingeniería Industrial. Universidad de Vigo.
7Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Extracción de propiedades.
� Un método clásico consiste en calcular una serie de
propiedades simples (Análisis de BLOBs):
• Área.• Perímetro.• Elongación• Anchura• Compacidad• Centro de gravedad.• Momentos invariantes• Descriptores de Fourier
8Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Clasificación.
� Los n valores calculados conforman un punto en el espacio Rn. Los modelos de cada clase también forman
un punto en dicho espacio.
� La clasificación consiste en encontrar el modelo más
cercano.
• Criterios Bayesianos.• Redes Neuronales.• Métodos exhaustivos.
Tema 13. Introducción a la visión por computador
Página 5
Robótica Industrial. Grado en Electrónica Industrial y Automática.
Curso 2014-15. Escuela de Ingeniería Industrial. Universidad de Vigo.
9Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Segmentación de imágenes - Contornos.
� Se basan en suponer que existe una correspondencia entre las discontinuidades en intensidad de una imagen y la frontera de los objetos contenidos en la misma.
� Algoritmos basados en máscaras de convolución => problema: selección del umbral.
� Algoritmo de Marr-Hildred: cruces por cero del Laplacianodel Gausiano (LoG)
� Algoritmo de Canny. Incluye pre-suavizado, detección de máximos locales y selección dinámica del umbral.
10Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Ejemplos de detección de bordes
Sobel, th=0.05 M-H, sig=1
M-H, sig=2Sobel, th=0.1 Canny, sig=2, th=0.2
Canny, sig=1, th=0.1
Tema 13. Introducción a la visión por computador
Página 6
Robótica Industrial. Grado en Electrónica Industrial y Automática.
Curso 2014-15. Escuela de Ingeniería Industrial. Universidad de Vigo.
11Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Comparativa Marr-hildred vs Canny
CannyMarr Hildred
sigma=1 sigma=1 sigma=2sigma=2
sigma=3sigma=3 sigma=4 sigma=4
12Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Segmentación de imágenes – Detección de Rectas.
� Aproximación poligonal:
• Unión de vértices• Algoritmos de Split&Merge
– Aproximación del contorno
– Aproximación de la curva Fi/S
� Transformada de Hough
• Acumulador: espacio paramétrico• Detección de rectas y arcos
Tema 13. Introducción a la visión por computador
Página 7
Robótica Industrial. Grado en Electrónica Industrial y Automática.
Curso 2014-15. Escuela de Ingeniería Industrial. Universidad de Vigo.
13Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Transformada de Hough
14Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Ejemplo de aplicación:Reconocimiento de piezas parcialmente solapadas
Tema 13. Introducción a la visión por computador
Página 8
Robótica Industrial. Grado en Electrónica Industrial y Automática.
Curso 2014-15. Escuela de Ingeniería Industrial. Universidad de Vigo.
15Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Ejemplo de aplicación:Reconocimiento de piezas parcialmente solapadas
16Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Segmentación de imágenes - Vértices
� Los vértices del contorno del objeto proporcionan, en
general, información mínima y suficiente para describir el
objeto.
� Suelen ser fácilmente distinguibles
� Análisis de curvatura, análisis del gradiente,
� Puntos de interés:
• Moravec• Harris & Stephens• SUSAN• SIFT• FAST, BRIEF, BRISK,…
Tema 13. Introducción a la visión por computador
Página 9
Robótica Industrial. Grado en Electrónica Industrial y Automática.
Curso 2014-15. Escuela de Ingeniería Industrial. Universidad de Vigo.
17Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
� Operador de Moravec.
• Varianza direccional de las intensidades en las 4 direcciones en una ventana centrada en el pixel.
– Valor interés = min (V,H,D1,D2).
• ¿ Punto de interés ?– Valor de interés > Umbral.
&
– Máximo Local.
V
H
D1D2
Detección de puntos de interés.
18Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Enlaces a vídeos (1)
Vídeos relacionados con la detección de vértices y sus aplicaciones
� Video tutorial (demo a partir del segundo 1208)
• https://www.youtube.com/watch?v=AewJi9HSdOk#t=1208
� Ejemplo de odometría visual
• https://www.youtube.com/watch?v=2YnIMfw6bJY
� 3D reconstruction
• https://www.youtube.com/watch?v=QTKd5UWCG0Q
Tema 13. Introducción a la visión por computador
Página 10
Robótica Industrial. Grado en Electrónica Industrial y Automática.
Curso 2014-15. Escuela de Ingeniería Industrial. Universidad de Vigo.
19Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Detección y reconocimeinto de caras (objetos)
� Viola Jones face detection algorithm:
• Integral image• Haar Features• Adaboost• Cascading
20Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Enlaces a vídeos (2)
Videos relacionados con el algoritmo de Viola-Jones de detección de
caras
� Video tutoriual sobre el algoritmo de Viola-Jones
• https://www.youtube.com/watch?v=Wwn81tVIR10
� How Haar-cascade works
• https://www.youtube.com/watch?v=hPCTwxF0qf4
� Varias aplicaciones relacionadas con el método de Viola-Jones
realizadas en Matlab por Zdenek Kalal
• https://www.youtube.com/watch?v=1GhNXHCQGsM&list=UULKlh0JStv3fQm7rl4vDZlA
Tema 13. Introducción a la visión por computador
Página 11
Robótica Industrial. Grado en Electrónica Industrial y Automática.
Curso 2014-15. Escuela de Ingeniería Industrial. Universidad de Vigo.
21Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Técnicas de visión 3D
� Estéreo• Estéreo binocular• Estéreo con múltiples cámaras/puntos de vista• Flujo óptico
� Luz estructurada• Plano de luz (2D1/2)• Retículas (3D)
� Profundidad a partir del enfoque (depth from focus/defocus)
� Cámaras TOF (Time Of Flight)
22Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
� Fundamento geométrico
Semejanza de triángulos: (cámaras alineadas, coplanarias)
siendo d la disparidad
� Resolución en función del rango:
• empeora con el cuadrado de la distancia medida• mejora linealmente al aumentar :
– la distancia entre cámaras
– la distancia focal
– la resolución de las imágenes
Visión estéreo
r
b
dl dr
f f
Tema 13. Introducción a la visión por computador
Página 12
Robótica Industrial. Grado en Electrónica Industrial y Automática.
Curso 2014-15. Escuela de Ingeniería Industrial. Universidad de Vigo.
23Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Visión estéreo
� Proceso básico:
• Seleccionar un punto (3D) en una imagen• Localizar dicho punto en la otra imagen: correspondencia
• Medir las posiciones laterales respecto a una referencia común• Calcular el rango a partir de la disparidad de desplazamiento lateral
� Simplificaciones:
• Cámaras alineadas• Plano de imagen común• Zona de interés acotada (horopter)• Restricción epipolar• Procesado multiresolución (algoritmos piramidales)• Representación foveal
� Variaciones del mismo tema:
• Estéreo con más de dos cámaras• Estéreo con luz estructurada
24Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Visión estereoscópica
– Disparidad = d = x’L - x’R
– Parámetros intrínsecos (f,dx).
– Parámetros extrínsecos (b)
L
R
Par conjugado(PR , PL)
PPL(u,v)
PR(u,v)
Línea epipolar
Tema 13. Introducción a la visión por computador
Página 13
Robótica Industrial. Grado en Electrónica Industrial y Automática.
Curso 2014-15. Escuela de Ingeniería Industrial. Universidad de Vigo.
25Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Luz Estructurada: franjas
26Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Luz Estructurada: franjas
Tema 13. Introducción a la visión por computador
Página 14
Robótica Industrial. Grado en Electrónica Industrial y Automática.
Curso 2014-15. Escuela de Ingeniería Industrial. Universidad de Vigo.
27Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Luz Estructurada: franjas
28Tema 13. Introd. visión por computador. Robótica Industrial. Grado en Electrónica Industrial y Automática. E.I.I. Univ. de Vigo
Cámaras TOF
� MESA SwissRanger
� 3DV Zcam
� Microsoft Kinect