Cesar Lima

1
Reconhecimento de Objetos Invariante sob Rotação,
Translação e Escala

• Cesar Lima
• José Francisco

2
Roteiro

• Motivação
• Algoritmo
• Pré-Processamento
• Reconhecimento
• Implementação
• Resultados Obtidos
• Conclusão
• Referências

3
Motivação

• Reconhecimento de padrões
• Grandes volumes de dados
• Diferenças gráficas
• Ruído
• Problemas de obtenção

4
IOR

• Nem sempre tem-se os dados conforme necessita
• Variações de tamanho e rotação são constantes
• Ruído muitas vezes é inerente ao processo
  aquisitivo
• Pouco custo computacional é desejável

5
Algoritmo

• Composto de duas etapas
• Pré-Processamento
• Momento de Inercia
• Características Topográficas
• Reconhecimento
• Holographic Nearest-Neighbor (HNN)

6
Pré-Processamento

• Momento de Inércia
• Rotação e Translação
• Extração das características para posterior
  classificação
• Conjunto de números reais
• Vetor descritor
• Momento
• Características Topográficas
• Flexibilidade do input

7
Pré-Processamento

• O Momento não caracteriza uma imagem
• Uso de circunferências
• Concêntricos à centróide
• Propriedades dos pixels sob a circunferência
• Transições de intensidades
• 0 ? 1 ou 1 ? 0

8
Pré-Processamento

• Não caracteriza todas as letras
• M e N têm valores muito próximos

9
Pré-Processamento

• Tamanho dos arcos da circunferência
• Tamanhos diferentes
• Invariância quanto a estala
• Dividi-se pelo comprimento

10
Pré-Processamento

• Gera o Vetor Descritor
• Composto por 16 Elementos
• Momento de Inércia
• Transições
• Direfenças dos arcos

11
Reconhecimento

• Holographics Nearest-Neighbor (HNN)
• Recebe o vetor descritor como entrada
• Mapeamento do vetor em variáveis polares

12
IOR
13
Resultados
14
Conclusão
15
Referências
16
Reconhecimento de Objetos Invariante sob Rotação,
Translação e Escala

• Cesar Lima
• José Francisco