C.L.U.T.C.L.U.T.(Color LookUp Table)
Máster en Ingeniería y Tecnología del SoftwareSíntesis, Análisis y Visualización de Imágenes
Miguel Velasco Gómez-PantojaJoaquín Candañedo Arancón
ÍndiceÍndiceIntroducciónHerramientas
◦HSI◦Transformada de la distancia
Algoritmo◦Fase 1: Creación de la C.L.U.T.◦Fase 2: Segmentación del espacio de
coloresAplicacionesConclusionesReferencias
ÍndiceÍndiceIntroducciónHerramientas
◦HSI◦Transformada de la distancia
Algoritmo◦Fase 1: Creación de la C.L.U.T.◦Fase 2: Segmentación del espacio de
coloresAplicacionesConclusionesReferencias
IntroducciónIntroducciónSegmentación detección en la
imagen.
Aproximación a la visión humana.
Segmentación del espacio de colores y luego “proyección” sobre la imagen.
ÍndiceÍndiceIntroducciónHerramientas
◦HSI◦Transformada de la distancia
Algoritmo◦Fase 1: Creación de la C.L.U.T.◦Fase 2: Segmentación del espacio de
coloresAplicacionesConclusionesReferencias
ÍndiceÍndiceIntroducciónHerramientas
◦HSI◦Transformada de la distancia
Algoritmo◦Fase 1: Creación de la C.L.U.T.◦Fase 2: Segmentación del espacio de
coloresAplicacionesConclusionesReferencias
H.S.I.H.S.I.Hue (matiz)
Saturation (saturación)
Intensity (intensidad)
H.S.I. (2)H.S.I. (2)Perceptualmente intuitivo.
Modela bien una percepción uniforme del espacio de colores.
La forma y función de las categorías de color son funciones menos complejas que en el modelo RGB.
ÍndiceÍndiceIntroducciónHerramientas
◦HSI◦Transformada de la distancia
Algoritmo◦Fase 1: Creación de la C.L.U.T.◦Fase 2: Segmentación del espacio de
coloresAplicacionesConclusionesReferencias
Transformada de la Transformada de la distanciadistanciaManhattan:
Euclídea:
Chebychev:
Minkoswki:
Transformada de la Transformada de la distancia (2)distancia (2)FEED: Fast Exact Euclidean
Distance
ED: aplicación de la distancia euclídea.
p,q: pixel.O: conjunto de píxeles.
ÍndiceÍndiceIntroducciónHerramientas
◦HSI◦Transformada de la distancia
Algoritmo◦Fase 1: Creación de la C.L.U.T.◦Fase 2: Segmentación del espacio de
coloresAplicacionesConclusionesReferencias
ÍndiceÍndiceIntroducciónHerramientas
◦HSI◦Transformada de la distancia
Algoritmo◦Fase 1: Creación de la C.L.U.T.◦Fase 2: Segmentación del espacio de
coloresAplicacionesConclusionesReferencias
Fase 1: Creación de la Fase 1: Creación de la CLUTCLUT
Fase 1: Creación de la Fase 1: Creación de la CLUT (2)CLUT (2)Marcadores de colores no difusos
[non-fuzzy color markers].
Marcadores de colores difusos [fuzzy color markers].
Colores sin acuerdo en la categoría [resto].
ÍndiceÍndiceIntroducciónHerramientas
◦HSI◦Transformada de la distancia
Algoritmo◦Fase 1: Creación de la C.L.U.T.◦Fase 2: Segmentación del espacio de colores
AplicacionesConclusionesReferencias
Fase 2: SegmentaciónFase 2: SegmentaciónProyecciones 2D HSI:
Saturación-Intensidad: separación categorías cromáticas y acromáticas.
Matiz-Intensidad: separación entre categorías cromáticas.
Fase 2: Segmentación (2)Fase 2: Segmentación (2)Matiz-Intensidad:
ÍndiceÍndiceIntroducciónHerramientas
◦HSI◦Transformada de la distancia
Algoritmo◦Fase 1: Creación de la C.L.U.T.◦Fase 2: Segmentación del espacio de
coloresAplicacionesConclusionesReferencias
AplicacionesAplicacionesImágenes médicasSistemas de visión robóticosLocalización de errores en
hardwareCompresión de imágenes
ÍndiceÍndiceIntroducciónHerramientas
◦HSI◦Transformada de la distancia
Algoritmo◦Fase 1: Creación de la C.L.U.T.◦Fase 2: Segmentación del espacio de
coloresAplicacionesConclusionesReferencias
ConclusionesConclusionesVentajas
◦Basado en categorización humana del color
◦Segmentación realizada con pocos datos
◦Resultados intuitivos para el hombre◦Bajo coste computacional gracias a
FEED
Inconvenientes◦Requiere una fase de entrenamiento◦Visión subjetiva de los humanos
ÍndiceÍndiceIntroducciónHerramientas
◦HSI◦Transformada de la distancia
Algoritmo◦Fase 1: Creación de la C.L.U.T.◦Fase 2: Segmentación del espacio de
coloresAplicacionesConclusionesReferencias
Referencias
Referencias (2)
Gracias por vuestra Gracias por vuestra atenciónatención
Top Related