Reconocimiento de objetos mediante visión por computador para ayudas a invidentes
Autor(es) y otros:
Director(es):
Centro/Departamento/Otros:
Palabra(s) clave:
Reconocimiento de objetos
Visión por computador
Puntos característicos
Clustering Transformada de Hough
Fecha de publicación:
Serie:
Grado en Ingeniería Electrónica Industrial y Automática
Descripción física:
Resumen:
El proyecto tiene como objetivo el estudio de la viabilidad de un sistema de reconocimiento de objetos mediante visión por computador y la evaluación de su funcionamiento, en especial del nivel de fiabilidad en la detección. Para establecer esta viabilidad se reconocerán objetos de una serie, cuyas imágenes han sido adquiridas y almacenadas previamente en una base de datos. El método de reconocimiento de objetos aplicado se basa en la extracción de puntos característicos y sus descriptores. Estos se emparejan con las características de las imágenes de entrenamiento para llevar a cabo un agrupamiento mediante un algoritmo de clustering basado en la transformada de Hough, generando hipótesis sobre las posiciones de los objetos. Dichas hipótesis se verifican mediante una homografía entre las posiciones de los objetos, especificadas en la base de datos, y las correspondientes determinadas en la imagen. Este método potencialmente será válido para cualquier tipo de objeto, sin embargo, es más apropiado para objetos que presenten diferentes texturas. En cuanto al número de objetos a reconocer en una imagen, podrá detectar tantos como haya en la base de datos.
El proyecto tiene como objetivo el estudio de la viabilidad de un sistema de reconocimiento de objetos mediante visión por computador y la evaluación de su funcionamiento, en especial del nivel de fiabilidad en la detección. Para establecer esta viabilidad se reconocerán objetos de una serie, cuyas imágenes han sido adquiridas y almacenadas previamente en una base de datos. El método de reconocimiento de objetos aplicado se basa en la extracción de puntos característicos y sus descriptores. Estos se emparejan con las características de las imágenes de entrenamiento para llevar a cabo un agrupamiento mediante un algoritmo de clustering basado en la transformada de Hough, generando hipótesis sobre las posiciones de los objetos. Dichas hipótesis se verifican mediante una homografía entre las posiciones de los objetos, especificadas en la base de datos, y las correspondientes determinadas en la imagen. Este método potencialmente será válido para cualquier tipo de objeto, sin embargo, es más apropiado para objetos que presenten diferentes texturas. En cuanto al número de objetos a reconocer en una imagen, podrá detectar tantos como haya en la base de datos.
Colecciones
- Trabajos Fin de Grado [2000]