ANLISIS Y APLICACIN DE MEJORA EN FUNCIN estrategia basada en Image

Matching



RESUMEN
El problema de comparacin de imgenes es un problema fundamental en la visin por
computador, que se define como la asignacin de un pxel en una imagen de un pxel
en la otra imagen de la misma escena [1]. La cartografa es una tarea difcil debido a un
punto en una imagen no puede tener un partido correspondiente en la otra imagen
debido a la oclusin o la solucin no puede ser nica, puede haber ms de un partido
debido a las escenas con patrones repetitivos [10]. Muchos algoritmos han sido
propuestos en la literatura para resolver el problema, la principal contribucin de este
trabajo es presentar un nuevo algoritmo mejorado que se basa en el punto de funcin
de la imagen [5], mediante la bsqueda punto de funcin correcto y el valor de umbral
bidireccional, el juego proceso puede ser rpido y precisamente en prctica con
resultados optimistas. Visual C + + que se utiliza para el diseo e implementacin, el
sistema operativo es Windows XP.

Palabras clave-la correspondencia problema, pelcula basada juego, caractersticas de
la imagen.

1. INTRODUCCIN
El juego de la imagen ha sido y sigue siendo una de las tareas ms difciles en la
investigacin y el desarrollo fotogramtricos. La imagen se representa mediante un
conjunto de regiones segmentadas que refleja el color y las propiedades de textura de
una imagen. Una imagen est asociada a una familia de caractersticas de la imagen
que corresponde a las regiones [2]. El parecido de las dos imgenes se define como la
similitud general entre dos familias de caractersticas de la imagen, y se cuantifica por
una medida de similitud, que integra las propiedades de todas las regiones en las
imgenes. El objetivo de este documento de trabajo es encontrar el parecido entre las
dos imgenes. La imagen del objeto es buscado a travs de la imagen de referencia
dado. Para una determinada imagen de T (la imagen de plantilla) de NXN tamao es un
objeto de inters que se debe buscar en la imagen de referencia de la imagen a tamao
PXP que posiblemente contiene ese objeto. Imagen de plantilla es generalmente una
parte o sub sub imagen de la imagen de referencia. En este documento de trabajo,
tanto tcnicas pelcula basada base y el rea ha sido implementado para localizar T
plantilla en la imagen de referencia.

2. Image Matching ALGORITMOS
Los algoritmos se dividen en dos categoras amplias [15]:
1) Basado en el rea correspondiente (ABM), y
2) funcin de adaptacin de base (FBM), respectivamente.

1. Basado en el rea Compartida (ABM)
Basado en el rea correspondiente a juego a veces se llama la seal de base se
considera ms tradicionales. En la adecuacin de la zona base, cada punto que se
ajustar es el centro de una pequea ventana de pxeles en una imagen de referencia
(plantilla), y esta ventana es estadsticamente en comparacin con las ventanas del
mismo tamao de pxeles de otra (destino) de imgenes. La correlacin cruzada y al
juego plazas son bien conocidos los mtodos para el rea de base correspondiente.

a) la correlacin cruzada (CC)
Un enfoque ms realista de comparacin de imgenes basado en el rea es la
correlacin cruzada [13]. Con el fin de calcular la funcin de correlacin cruzada de dos
ventanas, una ventana de la plantilla se desplaza pxel a pxel a travs de una ventana
de bsqueda ms grande y en cada posicin "" el coeficiente de correlacin cruzada
entre la ventana de la plantilla y la ventana de bsqueda se computa.

b) por mnimos cuadrados a juego (LSM)
Este mtodo se basa en la minimizacin de las diferencias al cuadrado de los valores
de gris entre dos parches de la imagen (o ms) [8].

2. Funcin de la base de Contrapartida (FBM)
Correspondiente funcin de base determina la correspondencia entre las caractersticas
de la imagen. La unidad de acoplamiento de la correspondencia basada en funciones
es un pxel [3]. Correspondiente funcin de base se compone de dos etapas.

En primer lugar, la deteccin de caractersticas interesantes y sus atributos en todas
las imgenes.
En segundo lugar, la determinacin de las correspondientes funciones.
Extraccin de caractersticas
En la adecuacin de funciones basadas en caractersticas se extraen [9] en cada
imagen por separado antes de emparejarlos. Caractersticas locales son puntos, lneas
y bordes, y las regiones. Mayor (global) caractersticas se denominan estructuras.
Caractersticas globales generalmente estn compuestas de diferentes caractersticas
locales [7].

a) El punto de extraccin
El punto de caractersticas [12] suelen ser extrados por los operadores locales, a
menudo llamado el "inters" los operadores [6]. Los atributos se calculan dentro de una
ventana rectangular o circular, en algunos o en todos los sentidos y por lo general en
comparacin con un umbral para decidir si una caracterstica que es bueno o no.

b) Borde de extraccin y juego
Los bordes pueden ser extrados de los operadores que detectan los bordes. Dos de
los ms conocidos son:
Los operadores de gradiente, que se basa en el clculo del gradiente de intensidad
local con el uso de una mscara por lo general con dimensiones impares. El operador
de Sobel y Prewitt los operadores son los dos de los operadores ms utilizados.
Los cruces cero del Laplaciano, que son puntos de inflexin de la funcin de la
intensidad de f (x, y).
c) las regiones de extraccin
Esta extraccin de las regiones se inicia con la deteccin de algunos muy "regiones
homogneas" de la imagen, por ejemplo, regiones con variaciones de intensidad por
debajo de un umbral determinado, y luego al mximo crecido, pero slo en la medida
en que sigan siendo lo suficientemente homogneo. Regiones que se cultiva son
elegidos por error, por ejemplo, no entran en todas las reas homogneas. Tambin un
mtodo para el registro de imagen se puede utilizar para que coincida con las regiones
homlogas en dos imgenes.

3. VENTAJAS Y DESVENTAJAS
1) Basado en el rea correspondiente
Ventajas
rea de juego basado en un potencial de alta precisin en las regiones de la imagen y
de textura.
En algunos casos, la precisin resultante se puede cuantificar en trminos de
unidades mtricas.
El concepto de procesamiento de la seal puede ser empleado para los clculos ms.
Las ventanas se pueden extraer muy rpido y los mtodos actuales juego son
bastante sencillos.
Desventajas
La sensibilidad de los valores de gris a los cambios, por ejemplo en la radiometra.
Debido a los cambios de iluminacin, el espacio de bsqueda grande de juego
incluyendo los extremos locales diferentes, y el gran volumen de datos que se deben
manejar son las limitaciones con ABM.
Errores pueden ocurrir en las reas de oclusin y la textura de los pobres o repetitivas.
ABM se observa con menos convergencia, velocidad y versatilidad en comparacin
con el FBM.
ABM por lo general requiere valores iniciales muy bueno para los parmetros
desconocidos.
2). Funcin de la base correspondiente
Ventajas

En FBM, en lugar de hacer coincidir todos los pxeles de una imagen, slo los puntos
seleccionados, con ciertas caractersticas se deben comparar.
FBM es superior a la correlacin de imagen con respecto a la velocidad y versatilidad.
FBM es superior a la LSM con respecto al rango de convergencia, velocidad y
versatilidad.
FBM no requiere estimaciones iniciales muy preciso.
FBM es menos sensible con respecto a la calidad de los valores aproximados.
FBM tcnicas basadas en juego tambin son menos sensibles con respecto a
occulusions porque el modelo matemtico no necesita necesariamente ser llenados con
exactitud.
Desventajas
Sistemas de Extraccin de caractersticas son a menudo costoso
computacionalmente.
FBM requieren un nmero de parmetros libres y los umbrales que deben ser elegidos
a priori.
En algunos casos, un cambio en la posicin caracterstica se introdujo durante la
extraccin. Si este cambio es corregido por las caractersticas locales tienen un
potencial de alta precisin. Sin embargo, es difcil cuantificar esta precisin en unidades
mtricas.
Por las caractersticas locales, seldomness es difcil de lograr y un gran volumen de
datos que deben solucionarse.
Las caractersticas globales son ms rara y proporcionar as una base mejor para un
juego de confianza. Sin embargo, es difcil de definir y extraer las caractersticas
globales y tienden a ser ms dependiente de la aplicacin de las caractersticas locales.

4. Nuevo algoritmo pelcula basada MEJORADO
4.1 Caractersticas
Caracterstica es la diferencia entre un objeto y otro. El primer paso del juego es
encontrar los puntos de funcin de llamada en la imagen de plantilla que puede incluir
la informacin ms importante en la imagen. El resultado de la funcin de seleccin
punto es el conjunto de puntos con informacin sobre las caractersticas, para que
realmente se puede describir la imagen de la plantilla. La seleccin debe cumplir con
una determinada norma que podemos llamar FPR (regla caracterstica de punto), y la
racionalidad de la FPR, finalmente se puede determinar la eficacia y resultado en la
fase de juego [4].

4,2 funcin de seleccin de punto
En este algoritmo, la gua es la siguiente: el punto de caracterstica debe tener la mayor
diferencia con los otros puntos (generalmente 8) lo rodean, como se muestra en la
figura 1.

Figura 1: seleccin de puntos caractersticos
Los puntos de funcin aparecer en la parte que tiene gran cambio en el espacio de
color, por ejemplo, el borde del objeto, la frontera de bloque de color diferente, etc Si
buscamos los puntos de tales caractersticas en el mbito de visin de conjunto, la
funcin de los puntos seleccionados puede ser demasiado denso ya que puede haber
puntos de funcin de muchos en un rea pequea, un gran fenmeno es que los puntos
se cuentan en una sola lnea en el borde de un objeto. As que la imagen se divide en
sub-reas, por ejemplo, la imagen NxM pxeles pueden ser divididas en reas sub cada
uno compuesto de (NxM) / (nxm) pxeles, lo que significa que ahora se nxm reas sub.
A continuacin, los puntos de funcin canbe buscado en cada mbito sub rea, y en
cada uno de nosotros slo tiene un elemento de punto, al final podemos obtener
points.We caracterstica nxm Ahora puede establecer un umbral para decidir si un
punto es un punto de caracterstica, si un pixel superado este umbral, los pxeles se
puede considerar como un punto de funcin.

4,3 algoritmo de coincidencia exacta y aproximada
Punto caracterstica de algoritmo de seleccin en primer lugar, explica sobre el
algoritmo de coincidencia exacta y el algoritmo de coincidencia aproximada. La imagen
caracterstica mejorada basada en algoritmo de coincidencia se basa en el algoritmo de
coincidencia exacta. El algoritmo anterior se basa en la coincidencia aproximada que
utiliza una ventana en movimiento. Se busca la mejor opcin dentro de la ventana, y
luego se mueve la ventana a la posicin siguiente, como se muestra en la figura 2.

Figura 2: El algoritmo de coincidencia aproximada
Algoritmo de coincidencia exacta
El algoritmo de coincidencia exacta entre todas las permutaciones, minimiza la
distancia como se muestra en la figura 3. Debido a que el espacio de bsqueda crece
exponencialmente rpido [5].










Figura 3: Algoritmo de coincidencia exacta
4.4 Procedimiento de la funcin de base algoritmo de coincidencia
Paso l
Si hay algn rea sub que no se ha buscado, si es cierto, establecer el punto actual
hasta el primer punto en la subzona que se encuentra en la parte superior izquierda, y
el conjunto D 0, si es falso, al final del proceso de bsqueda. Para cada punto de T (i, j)
a la imagen de plantilla (T), se calcula la diferencia con cada pxel prjimo como a D:


Paso 2
Si el punto actual es el ltimo en esta subrea, si no: ir al paso 3, de lo contrario poner
la informacin de los puntos que tiene el mayor valor de D a la matriz de puntos
funcin, y de nuevo al paso 1;
Paso 3
Calcular el valor D del punto actual, establecido en SUMA, SUMA para comparar si D
SUMA> D, poner el valor de la suma de D, grabar el punto, mover el punto actual hasta
el siguiente punto, ir al paso 3.
Paso 4
Si cada subrea se encuentran su punto de caracterstica, se puede obtener una amplia
funcin de punto completo, que ahora registra la informacin de los puntos de funcin, y
podemos empezar nuestra experiencia en informtica a juego en este momento.
Paso 5
Para la optimizacin de la funcin de seleccin punto se ha utilizado un parmetro
umbral caracterstica, que es til en la mejora de la velocidad de juego, seleccionando
cuidadosamente / rechazar el punto de funcin para ser igualado.

5. 5. RESULTADOS
5.1 Resultados con el algoritmo mejorado
Los resultados con el algoritmo de mejora se derivan de la forma de los siguientes
pasos.
Paso 1
Image Leer
En este paso, tanto la plantilla y el archivo de referencia se abre y sus datos se leen en
el buffer de imagen 1D.
Paso 2
Media
El valor medio tanto de la referencia y la imagen de plantilla se calcula.
Paso 3
En el paso 3, se puede elegir si se debe realizar por lo menos coincidentes cuadrados o
una tcnica caracterstica de punto base a juego. Con cualquiera de los mdulos
respectivos opcin elegida se ejecutan.
Paso 4
Escribir la imagen
Imagen final a venir, es decir que se ha marcado la imagen de plantilla que, est escrito
en el archivo de salida.




Escenario I
La imagen de la plantilla y la imagen de referencia se ha tomado de la base de datos,
como se muestra en la figura 4
Plantilla de entrada de la imagen de entrada de referencia de la imagen






Figura 4: Plantilla y Referencia de la imagen
Tabla 1: Tiempo empleado (en ms) por FBM y las tcnicas de ABM correspondiente.
Correspondiente FBM se ha realizado a los diversos umbrales

S.No.
NOF
RT
PESO
TMP LONGITUD /
ANCHO
REF LONGITUD /
ANCHO
ABM TIEMPO
FEAT. UMBRAL DE EDAD
FBM TIEMPO

1.
15
0.7
0.3
46/70
256/256
1.078000
15000
0.984000

2.
18
0.7
0.3
46/70
256/256
1.078000
13000
1.187000

3.
15
0.7
0.3
46/70
256/256
1.110000
14000
1.031000
Donde
NOF-Nmero de funciones
RT-derecha umbral
WT-mal umbral
TMP-Plantilla de la imagen

Los resultados derivados de la tabla 7.1 son los siguientes:
1. El nmero de caractersticas extradas son 15,18,15 durante las tres rondas de
juego.
2. El umbral de la derecha es de 0,7 y el umbral de error es de 0,3
3. Longitud plantilla de la imagen es de 46 y el ancho es de 70, que es la misma en las
tres rondas de juego, porque la imagen es la misma.
4. Longitud de referencia de la imagen es de 256 y el ancho es de 256, que es la misma
en las tres rondas de juego, porque la imagen es la misma.
5. El consumo de tiempo durante el juego ABM es 1.078000 y el tiempo de juego es
FBM 0.984000 que es menor en comparacin con la ABM.







Escenario II
Plantilla de entrada de la imagen de entrada de referencia de la imagen





Figura 5: Plantilla y Referencia de la imagen

Tabla 2: Tiempo empleado (en ms) por FBM y las tcnicas de ABM correspondiente.
Correspondiente FBM se ha realizado a los diversos umbrales

S. No.
NOF
RT
PESO
TMP LONGITUD /
ANCHO
REF LONGITUD /
ANCHO
ABM TIEMPO
(LSM)
FEAT. UMBRAL DE EDAD
FBM TIEMPO

1.
13
0.7
0.3
36/30
256/256
0.563000
14000
0,39000

2.
11
0.8
0.2
36/30
256/256
0.547000
13000
0.313000

3.
13
0.9
0.2
36/30
256/256
0.563000
14000
0.357000
Donde
NOF-Nmero de funciones
RT-derecha umbral
WT-mal umbral
TMP-Plantilla de la imagen

Los resultados derivados de la tabla 2 son los siguientes:
1. El nmero de caractersticas extradas son 13,11,13 durante las tres rondas de
juego.
2. El umbral de la derecha es de 0,7, 0,8, 0,9 y el umbral de error es de 0,3, 0,2
3. Longitud plantilla de la imagen es de 36 y el ancho es de 30, que es la misma en las
tres rondas de juego, porque la imagen es la misma.
4. Longitud de referencia de la imagen es de 256 y el ancho es de 256, que es la misma
en las tres rondas de juego, porque la imagen es la misma.
5. El tiempo de juego ABM durante la primera ronda es 0.563000 y el tiempo de juego
FBM es 0.39000 que es menor en comparacin con la ABM.








Escenario III



Entrada de la imagen de plantilla (con ruido)
Imagen de referencia

Figura 5: Plantilla y Referencia de la imagen

Despus de Coincidencia de base y rea de funciones base a juego sin parche se ha
encontrado. Como resultado de esto, no sub rea de la imagen est marcada.

5.2 Grficos
Las representaciones grficas de los resultados anteriores se muestran a continuacin:
Grfico 1
El Graph1 se ha trazado teniendo en cuenta los valores de la tabla 1

Figura 6: Grfico de la lnea de rea / funcin de base correspondiente
Descripcin:
En la figura 6, el grfico de la lnea de juego de rea / funcin de base, la descripcin
de la tabla 1
1. En el eje X del grfico de seis variaciones de la curva de tiempo se ha caracterizado
por la comparacin vez que se realiza en seis asaltos. Las tres rondas se ha hecho
para ABM juego y tres rondas se ha hecho para emparejar FBM.
En cada ronda de la ABM, los resultados se basan en el juego de mnimos cuadrados,
mientras que en cada ronda de la FBM, los resultados se basan en la funcin de punto
de funcin de base correspondiente.
2. El eje de la grfica, el intervalo de tiempo se muestra. A medida que el consumo de
tiempo mnimo es de 0.984000 y la mxima es de 1,187000. La diferencia de hora en el
rango de 0 a 1,4
3. Una lnea de tiempo muestra el tiempo de juego adoptadas por ABM y FBM. Cuando
la lnea de tiempo est en la parte superior, entonces el tiempo es cada vez mayor
proceso de equiparacin de lo contrario, la tcnica utilizada es la de tomar un tiempo
menor.
4. Cuando no. de caractersticas extradas se aument entonces el tiempo FBM
tambin se aumenta.

Grfico 2
El Graph2 se ha trazado teniendo en cuenta los valores de la tabla 2

Figura 7: Grfico de la lnea de rea / funcin de base correspondiente

Descripcin:
En la figura 7, el grfico de la lnea de juego de rea / funcin de base, la descripcin
de la tabla 2
1. En el eje X del grfico de seis variaciones de la curva de tiempo se ha caracterizado
por la comparacin vez que se realiza en seis asaltos. Las tres rondas se ha hecho
para ABM juego y tres rondas se ha hecho para emparejar FBM.
2. En cada ronda de la ABM, los resultados se basan en el juego de mnimos
cuadrados, mientras que en cada ronda de la FBM, los resultados se basan en la
funcin de punto de funcin de base correspondiente.
3. El eje de la grfica, el intervalo de tiempo se muestra. A medida que el consumo de
tiempo mnimo es de 0,31 y el mximo es de 0,56. La diferencia de hora en el rango de
0 a 1,4
4. Una lnea de tiempo muestra el tiempo de juego adoptadas por ABM y FBM. Cuando
la lnea de tiempo est en la parte superior, entonces el tiempo es cada vez mayor
proceso de equiparacin de lo contrario, la tcnica utilizada es la de tomar un tiempo
menor.
5. Cuando no. de caractersticas extradas se aument entonces el tiempo FBM
tambin se aumenta.
6. El nmero de caractersticas extradas se incrementa cuando la variacin se
encuentra en la escena de la imagen. En este momento la funcin de tiempo basado en
juego es mayor en comparacin con el rea de juego basado en el tiempo.





6. CONCLUSIN
A medida que el juego de la imagen es muy importante en el procesamiento de
imgenes, este trabajo ha introducido un nuevo algoritmo basado en punto de la
imagen caracterstica de, y discutieron la influencia de los diferentes umbrales (umbral
de la derecha y el umbral de error) para la correspondencia. Por el anlisis acadmico y
prueba de los datos del experimento en la seccin resultado de ello, se ha observado
que la eficiencia es buena y el resultado muestra la exactitud y la velocidad con funcin
de mtodo basado en el juego como en comparacin con el mtodo basado en el rea
de juego.

7. Proyeccin de futuro
En futuros trabajos se pueden realizar para que el mtodo de seleccin de
caractersticas de adaptacin. A medida que el nmero de la transformacin en escala
de grises o podemos decir ms alto nmero de aristas ms caracterstica sern
seleccionados, por lo que teniendo en cuenta la funcin de seleccin de umbral
adaptativo caracterstica se puede algoritmo basado en juego hizo ms rpido.

8. Referencias
[1] Hassan Hajjdiab y Laganiere Robert, "el anlisis de la complejidad de la funcin
basada en comparacin de imgenes", Academia Mundial de Ciencias, Ingeniera y
Tecnologa 51, 2009, pp 281-284.
[2] RC Joshi, y Tapaswi Shashikala, "la similitud de la imagen: Un enfoque basado en el
algoritmo gentico", Actas de la Academia Mundial de la ciencia, la ingeniera y el
volumen de la tecnologa de 21 de mayo 2007 ISSN 1307 a 6884, pp 327-331.
[3] Weili Jiao, Yaling Fang, Guojin ", un mtodo basado en funcin integrada de sub-
pxel de la imagen con el tema", los archivos internacionales de la fotogrametra,
percepcin remota y la informacin espacial. Vol. xxxvii. Parte B1. , Beijing 100086,
China, 2008, pp 1157-1160.
[4] Abdul Ghafoor, Rao Naveed Iqbal, y Khan Shoab, "algoritmo de imagen robusta con
el tema", Ec-Vip-Mc 20034 Conferencia EURASIP th centrado en Procesamiento de
Vdeo / Imagen y Comunicacin Multimedia, 2-5 de julio de 2003, Zagreb, Croacia , pp
155-160.
[5] Kerawit Somchaipeng, Jon Sporring, Sven Kreiborg, y Peter Johansen, "la imagen
coincidentes con el MSSTs" (1) 3D-Lab de la Facultad de Odontologa, Departamento
de Odontologa Peditrica de la Universidad de Copenhague, Nrre Alle 20, DK-2200 ,
Copenhagen N, Dinamarca, pp-1.
[6] Jazayeri, I., Fraser, "los operadores de inters para la coincidencia de funciones
basadas en la fotogrametra de corta distancia", registro fotogramtrico (en prensa) CS
(2009).
[7] Prof. Dr.-Ing. H. Ney, el Prof. Dr. B. Leible "Coincidencia de algoritmos para el
reconocimiento de imgenes", enero de 2010, pp 10-90.
[8] Asi Elad (Elbaz) y Ron Kimmel, Senior Member, "Al doblar la firma invariantes para
las superficies de" Operacin IEEE en el anlisis de patrones y mecanizado de
inteligencia, vol. 25, No. 10, octubre 2003, pp desde 1285 hasta 1295.
[9] Hongwen Kang, Alexei A. Efros, Marcial Hebert, Takeo Kanade, "la imagen
coincidente en gran escala ambiente interior" de la Facultad de Ciencias de la
Computacin de la Universidad Carnegie Mellon, 2008, pp 1-8.
[10] Petr Doubek, Jiri Matas, Michal Perdoch y Chum Ondrej, "juego de la imagen y la
recuperacin de patrones repetitivos", Centro de Percepcin de la mquina, el
Departamento de Ciberntica de la Universidad Tcnica Checa, Praga, Repblica
Checa, fdoub, matas, perdom.
[11] Er. Kanwalvir Singh Dhindsa, Er. Geetanjali Babbar, "Desarrollo de un algoritmo
basado en funcin de la mejora de juego de la imagen", Revista Internacional de
Aplicaciones Informticas (0975 - 8887) Volumen 14 - N 8, febrero de 2011, pp 23-26.
[12] Ji Zhou, Youbing Zhao, Shi Jiaoying ", un algoritmo robusto para el punto de
funcin de adaptacin", Este trabajo es apoyado por el NSFC virtud de la subvencin
69823003 y 60083009, en parte por la NSF en la provincia de Zhejiang de China.
[13] Feng Zhao, Huang Qingming, Wen Gao, "Imagen de juego por la correlacin
cruzada normalizada", Instituto de Tecnologa de Computacin de la Academia China
de Ciencias, Beijing, China, Escuela de Graduados de la Academia de Ciencias de
China, Beijing, China.
[14] Praveen Dasigi y C.V. Jawahar, "eficiente grfico basado en la imagen
correspondiente para el reconocimiento y la recuperacin", Centro Multimedia para el
Laboratorio de Investigacin de Tecnologa de la Informacin Visual, IIIT Hyderabad.
[15] El Dr. Ekta Walia1, Anu Suneja2 ", un estudio conceptual sobre las tcnicas de
comparacin de imgenes", Revista Mundial de Ciencias de la Computacin y
Tecnologa, vol. 10 Nmero 12 (versin 1.0) 10 2010 pp 83-87.