INVESTIGADORES
MONALDI Andrea Carolina
congresos y reuniones científicas
Título:
Diseño de un descriptor invariante para clasificar patrones
Autor/es:
D. A. VITULLI; A. C. MONALDI; G. G. ROMERO
Reunión:
Congreso; 100 RNF; 2015
Institución organizadora:
Asociación Física Argentina
Resumen:
El reconocimiento automático de patrones en diversos campos tales como la industria, la medicina, la biología, etc. ha ganado en los últimos años un importante interés principalmente en el desarrollo de sistemas de visión automática.Reconocer objetos, independientemente de la orientación, tamaño o ubicación en una imagen es una habilidad que damos por sentado. Para una máquina, sin embargo, un mismo objeto que sufre una traslación, una rotación, o un escalamiento dentro de una imagen representa un objeto completamente diferente. Para que una máquina reconozca dos objetos como similares, o bien para que pueda clasificar objetos diferentes se precisa del desarrollo de algoritmos especiales cuya respuesta sea robusta a cambios de escala, rotación o traslación y al mismo tiempo presente escasas variaciones intra-clase.La Transformada de Fourier-Mellin (TFM), emerge como una alternativa para el diseño de un filtro invariante. En términos generales, ésta consiste en la realización de un mapeo log-polar de la imagen, seguido de una Transformada de Fourier, cuyo módulo es invariante bajo rotación y escalamientos. En este trabajo se propone un descriptor unidimensional invariante basado en la TFM al que hemos denominado Huella Vectorial Invariante (HVI) que permite clasificar letras del alfabeto de diferente tamaño y orientación. Para reconocer el objeto, las HVI se evalúan mediante una métrica especial diseñada con este propósito cuyo valor permite la clasificación. Los resultados dan cuenta de un buen desempeño del sistema para discriminar entre letras.