Clasificación de imagenes

Páginas: 33 (8203 palabras) Publicado: 20 de agosto de 2012
INGENIERÍA TÉCNICA EN INFORMÁTICA DE SISTEMAS Curso Académico 2004 / 2005 Proyecto de Fin de Carrera

DETECCIÓN AUTOMÁTICA DEL COLOR DE LA PIEL EN IMÁGENES BIDIMENSIONALES BASADO EN EL ANÁLISIS DE REGIONES

Autor: Darío de Miguel Benito Tutor: Juan José Pantrigo Fernández

Detección automática del color de la piel en imágenes bidimensionales basado en el análisis de regionesAgradecimientos

Quiero dar las gracias de manera especial a Juan José Pantrigo Fernández por haberme facilitado sus conocimientos sobre Visión Artificial y por su gran ayuda y colaboración durante todo el proyecto. También quiero agradecer a Antonio Sanz Montemayor la ayuda prestada en momentos en los que Juanjo no estaba disponible. Además de agradecer el apoyo prestado por estos profesores, no me puedoolvidar de mi novia, de mi familia y en especial de mi hermana, de mis compañeros y por supuesto amigos de clase e indudablemente de Jose y Oscar, compañeros del laboratorio del proyecto, además de grandes amigos.

ii

Detección automática del color de la piel en imágenes bidimensionales basado en el análisis de regiones

RESUMEN
El proyecto que se va a exponer se encuadra en el marco detrabajo de la Visión Artificial. Su objetivo es segmentar automáticamente las regiones correspondientes a la piel en imágenes a color, dando como resultado una imagen en la cual se etiquetan las regiones como “piel” y “no piel”. Para llevar a cabo el proyecto ha sido necesario crear, en primer lugar, una base de datos de imágenes a color con la que entrenar, testear y validar el sistema creado parala detección de piel en imágenes estáticas a color. Esta base de datos consta de imágenes originales e imágenes tratadas manualmente para poder llevar a cabo las tareas mencionadas anteriormente. Una vez coleccionada la base de datos de imágenes a color, se empezaron a implementar sencillos algoritmos de detección de piel. En paralelo a estos primeros algoritmos se fueron programando losalgoritmos de entrenamiento del sistema. Posteriormente se desarrollaron algoritmos más sofisticados para la detección del color de la piel. El núcleo de los algoritmos consiste en la comparación de los histogramas de cada región de la imagen con un histograma, obtenido en la etapa de entrenamiento. Esta comparación se realiza mediante la distancia o factor de Bhattacharya. Esta distancia es un númerocomprendido entre cero y uno que expresa la similitud entre dos histogramas. La realización de los distintos algoritmos se ha basado en diferentes espacios de color: RGB, HSV y YCbCr, siendo el segundo con el que se han obtenido mejores resultados. Para evaluar el rendimiento del sistema, se ha calculado el porcentaje de falsos positivos y falsos negativos para un conjunto de imágenes. Estos valoresson una medida de la fiabilidad de los algoritmos. Los resultados obtenidos son similares a los que se obtendrían al realizar la segmentación de la piel manualmente, puesto que el porcentaje de falsos positivos y falsos negativos es aceptable.

iii

Detección automática del color de la piel en imágenes bidimensionales basado en el análisis de regiones

Índice General
1. Introducción 1.1.Conceptos generales 1.2. Espacios de color 1.2.1. Modelo RGB 1.2.2. Modelo HSV 1.2.3. Modelo YCbCr 1.2.4. Otros modelos 1.3. Histograma de una imagen 1.4. Herramientas usadas 1.4.1. Matlab 6.1 1.4.2. Photoshop 7.0 2. Estado del arte: Modelado del color de la piel 2.1. Definiciones explicitas de las reglas de las regiones de color 2.2. Modelado no paramétrico de la distribución de la piel 2.2.1.Lookup Table (LUT) 2.2.2. Clasificación bayesiana 2.2.3. Mapas auto-organizativos 2.2.4. Resumen de métodos no paramétricos 2.3. Modelado paramétrico de la distribución de la piel 2.3.1. Modelo simple de Gauss 2.3.2. Modelo de mezcla de gaussianas 2.3.3. Agrupamiento con múltiples gaussianas 2.3.4. Modelo de la frontera elíptica 2.3.5. Resumen de métodos paramétricos 2.4. Métodos de distribución de...
Leer documento completo

Regístrate para leer el documento completo.

Estos documentos también te pueden resultar útiles

  • Clasificación de las imágenes
  • reseña Clasificación de cultivos a partir de imágenes satelitales LANDSAT
  • Clasificación No Supervisada De Imágenes
  • Clasificacion digital de imagenes satelitales
  • Clasificación Digital De Imágenes Satelitales
  • Clasificacion de suelos basada imagenes satelitales
  • Clasificacion Supervisada y No Supervisada de Imagenes para la obtención del coeficiente de escorrentía de una...
  • Imagenes

Conviértase en miembro formal de Buenas Tareas

INSCRÍBETE - ES GRATIS