Simulación De Una Red Neuronal
Red Neuronal Artificial
Identificación Automática de
objetivos aéreos (aviones)
CONTENIDO
Introducción
Definición del problema
Extracción de características
Entrenamiento de la RNA.
Conclusiones.
INTRODUCCIÓN
La aproximación basada en las RNA parte de
un conjunto de datos de entrada suficientes y
significativos para que la red aprenda laspropiedades deseadas.
El diseño de la red tiene incluye: la selección
del modelo de red, las variables a incorporar y
el preprocesamiento de la información que
formará el conjunto de entrenamiento.
El proceso por el cual los parámetros de la red
se adecúan a la resolución de cada problema
se denomina entrenamiento.
DEFINICIÓN DEL
PROBLEMA
Desarrollar un
sistema de
identificaciónde
5 formas aéreas
utilizando
características
de cada clase.
EXTRACCIÓN DE
CARACTERÍSTICAS
Las características utilizadas para
realizar la identificación son
representaciones gráficas del contorno
de los aviones.
El primer paso para extraer las
características es obtener los puntos
que forman el contorno de cada imagen.
Contorno de una imagen
a1=imread(‘avion1.bmp');peri = bwperim(a1,8);
subplot(1,2,1)
imshow(a1)
title('Imagen Original')
subplot(1,2,2)
imshow(peri)
title('Contorno')
Extracción de características
Escalamiento
imagen=imread('navi1.bmp');
AV1(:,:,:) = imresize(imagen(:,:,:),[64,64],'bicubic');
Obtener coordenadas del Perímetro y
Centroide.
peri = bwperim(AV1,8);
stats2 = imfeature(peri,'PixelList','Centroid');pixeles=stats2.PixelList;
centroide=stats2.Centroid;
Extracción de características
Calcular distancias del centroide al
perímetro de la imagen (distancias
radiales)
[picX,picY]=size(pixeles);
for k=1:picX
diferencia(k,1)=pixeles(k,1)-centroide(1,1);
diferencia(k,2)=pixeles(k,2)-centroide(1,2);
end
for i=1:picX
%Norma Euclidiana para obtener distancias
radios(i)=norm(diferencia(i,:));
endExtracción de características
Normalizar radios
mayor=max(radios); %radio mayor
for m=1:picX
radis(m)=radios(m)/mayor;
end
%radis: Vector de Distancias radiales (VC)
Características radiales
Extracción de características
Para eliminar los efectos de rotación y
escalamiento en las imágenes se utilizan 2
propiedades de la FFT.
Multiplicación por una constanteCambio en el dominio del tiempo.
En el dominio del tiempo la rotación de una
función la cambia, mientras que el
escalamiento la multiplica por una constante.
Extracción de características
Para eliminar variaciones en las
características extraídas causadas por
traslación se utilizó el Centroide como
punto de referencia para calcular las
Distancias Radiales.
Extracción decaracterísticas
Transformada Rápida de Fourier
Considerando una función de tiempo f(t), la
FFT esta dada como:
FFT[f(t)] = F(jω)
F(jω) = |F(ω)|ejθ
donde,
|F(ω)| es la amplitud.
Extracción de características
Si f(t) es multiplicada por una constante A (f(t)
(esta escalada), se tiene:
FFT[Af(t)] = AF(jω)
AF(jω) = A|F(ω)|ejθ
Para nulificar el efecto de la constante A enla
magnitud, se elimina el efecto de A en f(t) al
normalizar f(t) dividiendo cada elemento de f(t)
(es decir, f(t)=VC) por el mayor de ellos.
Extracción de características
Si un objeto es rotado resulta un cambio de la función en
el dominio del tiempo f(t) por un tiempo t0. Así la función
f(t) es entonces f(t- t0) cuando la rotación ocurre. En este
caso la FFT esta dada como:FFT[f(t- t0)] = |F(ω)|ejθ * e(-jωt0)
= |F(ω)| ej(θ - ωt0)
Como se puede ver en la FFT, sólo el componente de
fase (ej(θ - ωt0) ) es afectado por la rotación. Por lo tanto, la
amplitud se utiliza como «característica» de la FFT
porque no es afectada por el desplazamiento.
Extracción de características
En esta aplicación, f(t) es el vector de
distancias radiales normalizadas VC....
Regístrate para leer el documento completo.