Sistema de localización visual por color (M. Dominguez Duran)

Localizacin Por Visin Usando Estructuras De Color

Miguel ngel Domnguez DurnDepartamento De Tecnologa

ElectrnicaUniversidad De Mlaga

ndice Introduccin Objetivo Espacios de color Segmentacin y representacin topolgica Algoritmo de comparacin Experimentos y pruebas Conclusiones y trabajo futuro Demostracin

Introduccin Tradicionalmente el concepto robot

ha sido entendido como el de un manipulador fijo programable

La mejora de hardware y software propicia que en la actualidad se asocie la idea de robot a un agente autnomo mvil

Para poder llevar a cabo su tarea el robot necesita saber dnde est

LOCALIZACIN Seguimiento

Absoluta

Tcnicas de localizacin

Introduccin

Tipos de tcnicas de localizacin Odometra Sistemas de balizas Deteccin de marcas

Deteccin de marcas

Introduccin Las marcas son objetos o estructuras

significativas que el robot es capaz de reconocer Eleccin adecuada de las marcas y su

caracterizacin Adquisicin de informacin de los sensores

Deteccin de marcas

Correspondenciaentre informacinde los sensores y mapa aprendido

Localizacin

Dos tipos de marcas Geomtricas Visin

Artificiales

Naturales

Marcas de visin

Introduccin

La eleccin de las marcas y su caracterizacin es fundamental

Algoritmo de caracterizacin de marcas y algoritmo de correspondencia complejos

No se necesita modificar el entorno de trabajo

Marcas naturales Marcas elegidas para contraste

ptimo El robot conoce el tamao y forma

exactos de las marcas Mejor comportamiento que con

marcas naturales Necesidad de modificar el entorno

de trabajo

Marcas artificiales

Objetivo Sistema de localizacin por visin basado en marcas naturales

Etapa previa al funcionamiento del sistemaRecopilacin

informacin del entorno

Caracterizacin de la informacin

recopilada

Creacin de la base de datos del

entorno

Sistema en funcionamientoCaptura de imagen

del entornoComparativa imagen

capturada y base de datos

LOCALIZACIN

Caracterizacin de imgenes

Objetivo Lo que nos llama la atencin de una imagen

distribucin espacial de regiones de color homogneo

Segmentacin de las imgenes a color Obtencin de una medida de color de las clases

y de informacin de su posicin Definicin de una estructura topolgica

geomtrica que permita una almacenamiento y manipulacin eficiente de la informacin

Espacios De Color Son modelos o formas de representar la informacin

de color contenida en una imagen Existen una condiderable cantidad de ellos, siendo

unos ms adecuados que otros en funcin del tratamiento que se vaya a dar a la imagen: RGB, HSI, HSV, CMY, Lab...

El sistema implementado conmuta entre dos espacios de color: El espacio RGB El espacio HSI

Espacios De Color Componentes de tono, saturacin e intensidad Modelo de doble cono donde el tono indica el ngulo, la

saturacin indica el radio y la intensidad la altura de un determinado color

Segmentacin Y Representacin Topolgica La caracterizacin de una imagen se obtiene de su divisin en

distintas regiones de color homogneo: segmentacin El color de las regiones est caracterizado por su histograma de

tono, no son colores puros sino texturas

Para eliminar la informacin redundante empleamos el Anlisis de las Componentes Principales del histograma de tono (PCA)

Anlisis de las Componentes Principales

Segmentacin Y Representacin Topolgica Mediante PCA una serie de componentes caracterizan los

histogramas de tono Las componentes principales se calculan mediante la proyeccin

del histograma de tono en una base ortogonal Necesitamos un espacio que represente todo el rango de valores

de tono posibles. No se encuentra en la realidad artificial

N = 256 n = 16 = 4

Anlisis de las Componentes Principales

Segmentacin Y Representacin Topolgica

Un nmero de componentes menor a 5 entrega pocas clases en la segmentacin

Un nmero de componentes mayor a 5 no mejora la segmentacion significativamente

2 componentes 5 componentes 7 componentes

Criterio de homogeneidad


Referencia 0.78 10.66 25.26 83.16

La segmentacin se basa en la tcnica de divisin y mezclado jerrquico. Se necesita definir un criterio de homogeneidad

Divisin y mezclado jerrquico


1. Creacin estructura jerrquica: relacin padre-hijos

2. Divisin jerrquica3. Mezclado jerrquico

1. Para cada nodo busco padre

2. Si no encuentro padre, busco hermano

4. Eliminacin de nodos acromticos

Representacin topolgica


Imagen de entrada Segmentacin de la imagen de entrada

Nmero de clase rea en pxeles Coordenadas del

centroide Coordenadas del

bounding box Componentes

principales del histograma de tono

Componentes medias HSI

Cromaticidad

Parmetros que definen a cada clase de la imagen

Construccin del grafo de la imagen

Eliminacin de las clases pequeas

Aprendizaje y almacenamiento del entorno


Captura de imgenes del entorno y del desplazamiento

entre ellas

Segmentacin de una imagen

Construccin del grafo de la imagen

Almacenamiento del grafo en ficheroQuedan imgenes?

S

No

Paso a la imagen siguiente

Construccin del grafo global del entorno

Localizacin


Captura de una imagen aleatoria

Segmentacin de la imagen de entrada

Construccin del grafo de entrada

Incertidumbre en el resultado de la comparacin?

S

NoLOCALIZACIN

Comparacin entre grafo de entrada y grafo global

Algoritmo De Comparacin De Grafos

Imagen de entrada

Entorno de trabajo


Grafo de la imagen de

entrada

Grafo global del entorno


P1 = 1.00

P4 = 0.99

P8 = 0.99

Grupo de nodos candidato 1


P1 = 1.00

P = 1- Distancia(3,3) = 1.00 P = 1- Distancia(3,1) = 0.01



P1 = 1.00

P = 1- Distancia(10,10) = 1.00



P1 = 0.75

P = 1- Distancia(6,1) = 0.00



P4 = 0.504

P = 1- Distancia(3,4) = 0.009



P4 = 0.348

P = 1- Distancia(10,8) = 0.00 P = 1- Distancia(10,11) = 0.03



P4 = 0.26

P = 1- Distancia(6,4) = 0.00

Resultado


P1 = 0.75

P4 = 0.26

P8 = 0.38

Entorno de pruebas 1

Experimentos Y Pruebas

Resultado Nmero de imgenes Porcentaje

Aciertos 34 56.66

Incertidumbres 22 36.66

Fallos 4 6.66Total 60 100




Aciertos 17 48.51


Fallos 6 17.14Total 35 100




Aciertos 23 82.14


Fallos 0 0Total 28 100

Fallos


Incertidumbres


Conclusiones

Conclusiones Y Trabajo Futuro

El sistema de localizacin funciona razonablemente bien en entornos de trabajo con ciertas condiciones:

1. Nivel de cromaticidad suficientemente elevado

2. Grado de detalle aceptable3. Regiones sucientemente diferenciables

entre s

Aplicaciones

Conclusiones Y Trabajo Futuro

Aplicaciones del sistema de localizacin por color:

1. Localizacin de un sistema de navegacin o robot mvil

2. Localizacin en sistemas de Realidad Aumentada

3. Sistemas de recuperacin de imgenes en base a su contenido

Trabajo futuro

Conclusiones Y Trabajo Futuro Segmentacin y caracterizacin de las imgenes

Estudio de una combinacin de valores ptima en los umbrales de decisin

Construccin de grafos Inclusin de informacin geomtrica de las clases, inclusin de

nodos acromticos y de pequeo tamao Algoritmo de comparacin

Comparacion entre nodos cromaticos y acromaticos Comparacion en base a descriptores geometricos Estudio de una combinacin de valores ptima en los umbrales

de decisin Algoritmos de tipo Markov o Montecarlo

Odometra Integracin incremental de la informacin de

movimiento a lo largo del tiempo Basada en ecuaciones sencillas que usan las seales

de codificadores incrementales y sensores baratos Hiptesis de equivalencia entre revoluciones de las

ruedas y desplazamiento relativo al suelo no vlida, lo que implica la aparicin de errores

Se emplea combinada con otras tcnicas en la mayora de sistemas de localizacin

Sistemas De Balizas

El sistema mvil realiza clculos angulares o de distancia respecto a balizas situadas en posiciones conocidas con medidas de seales radio

Gran fiabilidad y precisin en un tiempo de procesamiento muy pequeo

Modificacin del entorno, alto coste de instalacin y mantenimiento de las balizas

Posicionamiento Basado En Mapas

No hay necesidad de modificar el entorno Se generan mapas que pueden ser tiles en las tareas a

llevar a cabo por el sistema El robot puede aprender nuevos entornos Entornos estticos y caracterizaciones fcilmente

distinguibles Necesita mucha capacidad de procesamiento y sensores de

calidad

Adquisicin de informacin de los sensores

Construccinmapa local

Correspondenciaentre mapa local y mapa global almacenado

Localizacin


La construccin de mapas depende en gran medida de la capacidad sensorial del sistema

1. Extraccin de caractersticas de la informacin sensorial

2. Fusin de la informacin de todos los sensores

3. Generacin del modelo o mapa del entorno


Mapas geomtricos El mapa representa los

objetos en su posicin exacta de acuerdo a las relaciones geomtricas absolutas existentes entre ellos

Mapas topolgicos Grafos de adyacencia que

registran las relaciones geomtricas entre los objetos respecto a una referencia

Posicionamiento Basado En Visin Los sensores pticos son los que ms

informacin del entorno pueden proporcionar Dificultad en la extraccin de caractersticas de

la imagen Tres tipos de sistemas

Basados en marcas Basados en modelos Construccin de mapas a partir de caracterizaciones

Espacio RGB El color se representa a partir de tres seales, resultado de

hacer pasar la luz por tres filtros diferentes rojo, verde y azul Se representa en un modelo de cubo con los colores primarios

situados en cada una de las esquinas

Criterio De Homogeneidad Se basa en el Anlisis de las Componentes Principales del

histograma de tono de las regiones El parmetro de tono se codifica de forma que existen 256 valores

posibles. Los histogramas de tono son vectores de 256 posiciones En lugar de caracterizar a cada regin por su histograma de tono

se intenta eliminar informacin redundante mediante su proyeccin en una base ortogonal de dimensin 5

Dicha base es representativa para todos los histogramas de tono posibles ya que se genera a partir de 16 histogramas que cubren todo el rango de tonos

N = 256

n = 16

= 4

Sistema de localización visual por color (M. Dominguez Duran)

Engineering

Transcript of Sistema de localización visual por color (M. Dominguez Duran)