Titutlo

MÉTODOS DE CORRESPONDENCIA DE NODOS. APLICACIÓN A LA TÉCNICA EGM PARA RECONOCIMIENTO DE OBJETOS

Pablo A. Martínez Ruiz, Miguel Pinzolas Prado, Juan López Coronado pablo.martinez@upct.es, miguel.pinzolas@upct.es, jl.coronado@upct.es Departamento de Ingeniería de Sistemas y Automática (Grupo Neurocor ). Universidad Politécnica de Cartagena. C/ Doctor Fleming, s/n. 30202. Cartagena (Murcia).RESUMEN
En este trabajo presentamos un sistema capaz de reconocer una serie de nodos o marcas en objetos presentes en la escena comparándolos con plantillas preasignadas en un modelo. Cada nodo forma una estructura de datos que permite realizar la comparación teniendo en cuenta diversas características intrínsecas (información de color, resultantes de aplicar determinados filtros, etc.).Analizamos dos variantes del método, una basado en filtros de Gabor y otro implantado mediante una técnica de Zooming, con la finalidad de obtener el porcentaje más elevado posible en la correspondencia entre nodos del modelo e imagen a analizar. Uno de los objetivos principales a tener en cuenta es un tiempo de procesamiento reducido, de forma que sea posible aplicarlo en sistemas que requieren unaactuación en tiempo real. Este análisis de nodos es parte integrante de un método más completo denominado Elastic Graph Matching (EGM) cuya función principal es la de identificar el tipo de objeto presente en la escena y estimar su posición y orientación. Dichas estimaciones podrán permitir una adecuada manipulación de objetos mediante una pinza adaptada a un brazo articulado coordinado con un cabezalde visión estereoscópica. Esta plataforma se ha desarrollado y se encuentra totalmente operativa en el laboratorio del Grupo Neurocor de la UPCT.

particularidades especiales de esta aplicación, se han analizado planteamientos diferentes en la metodología de correspondencia de nodos. Así mismo, se ha tenido en cuenta la necesidad de una más automatizada incorporación de nuevos modelos al sistemagracias a la autoubicación de nodos. El proceso seguido por el algoritmo completo se puede resumir en los siguientes pasos: 1. Adquisición de la imagen de conteniendo el objeto a identificar. la escena

2.

Preprocesamiento mediante filtro paso-bajo para eliminar ruido. Esta operación también se ha realizado previamente sobre las imágenes que contienen los modelos. Segmentación de la imagenpara una adecuada separación entre objeto y fondo de la escena. Se realiza teniendo en cuenta el color del objeto a localizar. Ajuste del tamaño de la imagen que permita una comparación de igual a igual con respecto al tamaño del modelo. Análisis y comparación del entorno de todos los pixeles de la imagen de entrada con cada uno de los nodos de los modelos. Elección del tipo de informaciónpertinente en la comparación. Unión de los nodos mediante enlaces. Estos enlaces vienen caracterizados por su longitud y por los nodos a los que conectan. Esta información es fundamental en el proceso descrito a continuación. Análisis del grado de similitud entre la imagen y todos los modelos almacenados, y elección del objeto (modelo) que más se adecua a lo mostrado en la imagen.

3.

4.

5.

6.Palabras Clave: Elastic Graph Matching, filtros de Gabor, Zooming, reconocimiento de objetos. 7.

1

INTRODUCCIÓN

El método propuesto parte de una descripción genérica del método EGM (Elastic Graph Matching) aplicada en el reconocimiento de gestos de una mano por un lado y de rostros por otro [5][6]. Debido a las

En este trabajo se analizan dos métodos de correspondencia de nodos. Estosmétodos se han

seleccionado atendiendo a su adecuación a los objetivos planteados y a la plataforma disponible. El primero de ellos combina información de color con el filtrado de Gabor sobre la imagen en escala de grises de un entorno del nodo seleccionado. Las imágenes adquiridas, así como los modelos, se encuentran en el formato YCrCb [4]. Son tres capas de información en las que Y...