DETECCION DE ESQUINAS. ALGORITMO HARRISSISTEMAS DE VISIÓN EN MANUFACTURA.

ANDREAS OBED LLANES CORNEJO

GENERALIDADES•Tipos de esquinas presentes en la imagen: Geométricas,

Texturadas, Proyección de un vértice.

•Características de cualquier detector de esquinas y vértices:

•Todas las esquinas y vértices se deben de detectar

•No se deben de detectar falsas esquinas o vértices

•Debe de ser robusto frente al ruido

• La localización debe de ser precisa

• La detección debe de ser eficiente

GENERALIDADESLos detectores de esquinas y vértices son más sensibles al

difuminado de la imagen que los de bordes Especialmente en

la localización con precisión

Motivos del difuminado:

•Desenfoque, deficiente iluminación

•Función de extensión puntual (PSF), deficiencias de los

sensores.

•Tratamiento de suavizado: reducción de ruido.

GENERALIDADES

La detección de esquinas frecuentemente se usa en la

detección de movimiento, análisis de imagen, rastreo en

video, modelado 3D y reconocimiento de objetos entre

otros. La detección de esquinas se relaciona con el tema:

la detección de áreas de interés.

GENERALIDADES

Muchos detectores de bordes se basan en

operadores derivadas Intensidad Formas de

detección:

•Umbralización de la primera derivada

•Centro de gravedad de la primera derivada

•Máximo de la primera derivada

•Paso por cero de la segunda derivada

GENERALIDADES

Para encontrar o detectar esquinas, primeramente hay que

concentrarse en la extracción y el seguimiento de bordes. La

función de puntos o esquinas, ya que son discretos, fiable y

significativa.

La falta de conectividad de la función de puntos es una

limitación importante en nuestro obtener descripciones de nivel

superior, tales como superficies y objetos. Necesitamos la

información que está disponible a partir de los bordes

ALGORITMOHarris y Stephens mejoró el detector de esquinas de Moravec considerando el

diferencial del valor de la esquina directamente con respecto a la dirección, en lugar de

usar los parches cambiados. (Este valor de la esquina es a menudo

llamado autocorrelación, en trabajos en los que se describe este detector). Sin pérdida

de generalidad, se asumirá que se usa una imagen bidimensional de escala de grises.

Definiendo una imagen por I, tomando un parche de la imagen colocándolo sobre el

área (x,y), cambiándolo por (u,v). La suma ponderada de las diferencias cuadráticas es:

ALGORITMODonde el primer gradiente esta dado aproximadamente por:

Se puede reescribir de la siguiente manera

Donde:

ALGORITMOSe aplica un filtro gaussiano, de ventana circular por ejemplo:

La aproximación puede escribirse en forma matricial así:

Donde M es una matriz simétrica de 2x2, con los valores A, B C

definidos antes

ALGORITMOSi ambas curvaturas son pequeñas, de modo que la

función de autocorrelación local es plana, entonces la

imagen de ventana región es de intensidad

aproximadamente constante (es decir: cambios

arbitrarios del parche de imagen causan pocos

cambios en E). No tiene rasgos de interés.

Si una curvatura es alta y la otra baja, por lo que la

función de auto-correlación local está en forma de

reborde, entonces tenemos un borde.

Si ambas curvaturas son altas, de modo que la función

de autocorrelación locales es marcadamente con

punta: esto indica una esquina

Finalmente, la traza y el determinante de la matriz se formula de la

siguiente manera:

Las esquinas se encuentran con el máximo local de una región dado por:

ALGORITMO

Ejemplo 1:Por medio de MATLAB, definir una imagen a color en unavariable img.

Abrir la función que lleva el algoritmo, en el caso de este material, estaadjunta como esquina.

Ejemplo figurado:

Ejemplo 2:

Ver video de muestra, adjunto

EJEMPLO

BIBLIOGRAFIA• Detección de Esquinas y Vértices. Universidad Politecnica de Madrid.

Departamento de Automática, Ingeniería Electrónica e Informática Industrial.

José María Sebastián

http://www.dfists.ua.es/tavarca/ponencias/esquinas.pdf

• C. Harris and M. Stephens (1988). «A combined corner and edge

detecto

http://courses.daiict.ac.in/pluginfile.php/13002/mod_resource/co

ntent/0/References/harris1988.pdf

• https://www.youtube.com/watch?v=zcV0WUnQQNg