Tomamos como imagen de prueba la figura 4.17 en escala de grises. Figura Imagen de prueba.

Documentos relacionados
(1) Métodos y materiales

ρ deben pertenecer a regiones estables, es decir: DISEÑO

CAPÍTULO 5: VALIDACIÓN DE LA SIMULACIÓN.

Intervalo para la media si se conoce la varianza

Relación entre la altura y la distancia del suelo al ombligo

Laboratorio de Instrumentación

Extracción de características

Capítulo 4 Acoplamiento, afinación y uso de ALISA

Práctica 2. Tratamiento de datos

ESTIMACIÓN N DE LA DISTANCIA RECORRIDA POR UN ROBOT MÓVIL M MEDIANTE LA UTILIZACIÓN N DE DESCRIPTORES SURF

4.6. Interpolación mediante splines (polinomios a trozos) Figura 4.1: Datos de interpolación

RESULTADOS Y DISCUSIÓN

Álgebra Lineal. Tema 12. Mínimos cuadrados II. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas

Tema 6. Análisis Factorial.

Capitulo 5 Resultados

Tema 1: Conceptos generales del Análisis

Tabla 7: Ejemplo matriz CaractE

Integración numérica

INFERENCIA ESTADÍSTICA MUESTRAL TEMA 2: ESTIMACIÓN POR INTERVALO

Capítulo 5: CONTROL INVERSO ADAPTATIVO

7.2 ESTIMACIÓN DE COSTOS

Estudio de Simulación Condicional aplicado al cálculo del espesor de la sobrecarga en un yacimiento de Nitrato y Yodo

Curso de Estadística Aplicada a las Ciencias Sociales

Tema 3 Medidas de dispersión para datos no agrupados

Diseño de un generador de funciones Capítulo IV Pruebas

Correcciones. Correcciones. Geométricas: Radiométricas:

Práctica 3: Operadores puntuales

Resolución de Ecuaciones No Lineales

Diseños factoriales a dos niveles

Factor de escala. Dastronomía.com

Tema 1: Conceptos generales del Análisis Numérico

Ejercicio 1. Ejercicio 2

Fundamentos de la investigación en psicología

Graficación CCOM-259. Benemérita Universidad Autónoma de Puebla. Facultad de Ciencias de la Computación. Daniel Alejandro Valdés Amaro, Ph.

INTRODUCCION A LA SIMULACION DE MODELOS. Simulación es la descripción de un sistema a través de modelos que se pueden aplicar a varias disciplinas.

CAPITULO 3: PASOS REALIZADOS PARA LA DETECCIÓN DE BORDES DE IMÁGENES A COLOR

Tema 3. Relación entre dos variables cuantitativas

5. Caracterización Estadística de las Propiedades Petrofísicas

3.7 IDENTIFICACION DE UN SISTEMA DINÁMICO NO LINEAL Descripción del Problema: La identificación de un sistema consiste en

CAPÍTULO 4. ANÁLISIS DE LA INFLUENCIA DEL INTERVALO DE TIEMPO UTILIZADO EN EL SEGUIMIENTO EN LOS RESULTADOS DE LA PREVISIÓN

Tercera práctica de REGRESIÓN.

Recta de mejor ajuste por el método de los Mínimos Cuadrados

1. INTRODUCCIÓN Contexto del proyecto

Guía de Uso Básico Módulo MAT (IV)

FEBRERO ª SEMANA

',JLWDO(/HYDWLRQ0RGHOV

MANUAL DE USO PROGRAMA SENSIBAR

Página 127. Página 128

Interpolación de la función módulo mediante polinomios de Lagrange

Cálculo de Incertidumbre por el Método de Monte Carlo en Calibración de Multímetros Digitales

Fase # Propósito Guiar el análisis y la escritura del reporte final de PSP.

OCW-V.Muto Análisis de los errores Cap. II CAPITULO II. ANALISIS DE LOS ERRORES 1. ESQUEMA DE RESOLUCION NUMERICA DE UN PROBLEMA

Interpolación Numérica

BLOQUE IV. CLASIFICACIÓN

Modelado y simulación en Ingeniería Química. Manuel Rodríguez

Korell, Guillermo Pohl, Nancy. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas

Capítulo 2 Métodos de localización.

ESTADISTICA Y TIC. MIRYAM JIMÉNEZ GARCÍA

Capítulo 2. Técnicas de Procesamiento de Imágenes

APUNTES SOBRE SERIES HISTÓRICAS O CRONOLÓGICAS

Germán Bassi. 9 de septiembre de X(i) = 1 N 1T X. i=1

Sistemas de Percepción Visión por Computador

Reporte Final 3 de febrero de 2014

Técnicas numéricas para las Ecuaciones diferenciales de primer orden: Método de Euler

Método de Mínimos Cuadrados Recursivo

TIPOS DE COSTOS Y DETERMINACIÓN DE PRESUPUESTO

Capítulo 7. Resultados

Selección de Indicadores a aplicar a series sintéticas Énfasis en propiedades de memoria larga

Introducción al Procesamiento de Imágenes Satelitales con Software Libre. Módulo 03

Aplicaciones de realidad aumentada en un ipad

Identificación de parámetros de líneas de transmisión y transformadores, usando técnicas de estimación de estado y mediciones fasoriales sincronizadas

IMPLEMENTACION EN TIEMPO REAL DE LA TRANSFORMADA DE FOURIER FRACCIONAL MEDIANTE UN PROCESADOR DIGITAL DE SEÑALES (DSP)

Problemas de Estimación de una y dos muestras

REGRESIÓN Y ESTIMACIÓN TEMA 1: REGRESIÓN LINEAL SIMPLE

Características del programa de Microlab

Tema 5. Muestreo y distribuciones muestrales

Objetivo: Proponer modelos para analizar la influencia

Estadística para la Economía y la Gestión IN 3401 Clase 5

Error en las mediciones

Transformaciones geométricas

TEMA 10 Correlación y regresión. El modelo de regresión simple

Estudio estadístico de la rentabilidad económica de una instalación solar térmica

Censo Nacional de Población, Hogares y Viviendas 2010 Censo del Bicentenario

PSP1 Guión del Proceso

Análisis de Datos. Validación de clasificadores. Profesor: Dr. Wilfrido Gómez Flores

ECONOMETRÍA II Prof.: Begoña Álvarez TEMA 1 INTRODUCCIÓN. Estimación por máxima verosimilitud y conceptos de teoría asintótica

4.6.4 Análisis de datos

CAPÍTULO 8 SIMULACIÓN DE ESCENARIOS

3.3. Número de condición de una matriz.

Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR

6. Modelos de Distribución de la Porosidad Usando Impedancia Acústica

Introducción al tratamiento de datos experimentales. Aplicación en fisicoquímica

Figura 1: Propiedades de textura: (a) Suavidad, (b) Rugosidad y (c) Regularidad

Distribuciones bidimensionales

Resolución de Polinomios

TEMA 3 Aproximación de funciones: interpolación y ajuste

Tema 3. Transformaciones de imágenes

Estimación de regresión multivariante insesgada

Transcripción:

4.3 PARÁMETRO DE ESCALADO Para el caso del parámetro de escalado se va a proceder de la siguiente forma. Partimos de una imagen de referencia (imagen A), a la cual se le aplican cambios de translación en ambos ejes, T x =15 píxeles y T y =15 píxeles. También se le aplica un factor de rotación R=20º. De esta forma obtenemos una imagen B modificada respecto a la inicial. Para calcular la estimación de la escala se crean una serie de imágenes escaladas de la imagen B, las cuales corresponden a un factor de escala desde 0.800 a 1.400 (con 0.05 como paso incremental). Esta serie de imágenes son comparadas con la imagen A inicial. A todas ellas se les calcula el módulo de la transformada de Fourier y a continuación se les realiza la transformación log-polar. Por último, sólo nos queda calcular la correlación de fase para cada par de imágenes. Para observar mejor la exactitud de nuestras estimaciones, se mostrará una gráfica donde se comparan la estimación obtenida del factor de escala contra los valores reales de dicha escala. A continuación, se mostrarán una serie de imágenes diferentes de melanomas y los resultados obtenidos para cada una de ellas. 4.3.1 Foto 1 Tomamos como imagen de prueba la figura 4.17 en escala de grises. Figura 4.17. Imagen de prueba. Los resultados obtenidos tras realizarle una serie de escalas diferentes desde 0.800 a 1.400, con un paso de 0.05 se puede ver en la siguiente gráfica. 55

Figura 4.18. Valores estimados de escalado frente a valores reales de escalado para una imagen dermatológica de prueba. Dicha imagen de prueba posee unos parámetros de translación de Tx=15 píxeles, Ty=15 píxeles y un factor de rotación de R=20º. La gráfica de color azul correspondería a los valores reales mientras que la gráfica roja sería la de los valores obtenidos de la simulación. Se puede observar que los valores de escalado obtenidos utilizando la transformación log-polar no son tan exactos como los de la rotación pero son bastante parecidos a los reales. Como datos estadísticos se podría decir que la diferencia máxima entre dos valores es de 6% aproximadamente. La diferencia media entre dos valores sería, en este caso, de aproximadamente 3.1%. Se puede apreciar que la estimación de la escala de 0.800 a 1.000es bastante más exacta que de 1.050 en adelante. Esto se debe a que al crear las imágenes simuladas aumentadas respecto a la de prueba, se usa una interpolación lineal para evitar la pérdida de datos. Por ello, es recomendable registrar siempre las imágenes agrandadas contra las imágenes más pequeñas. De esta forma no hace falta interpolar para evitar pérdida de datos y se alcanzará una mayor precisión en la estimación. 56

4.3.2 Foto 2 Tomamos como imagen de prueba la figura 4.19 en escala de grises. Figura 4.19. Imagen de prueba. Los resultados obtenidos tras realizarle una serie de escalas diferentes desde 0.800 a 1.400, con un paso de 0.05 se puede ver en la siguiente gráfica. Figura 4.20. Valores estimados de escalado frente a valores reales de escalado para una imagen dermatológica de prueba. Dicha imagen de prueba posee unos parámetros de translación de Tx=15 píxeles, Ty=15 píxeles y un factor de rotación de R=20º. 57

La gráfica de color azul correspondería a los valores reales mientras que la gráfica roja sería la de los valores obtenidos de la simulación. Se puede observar que los valores de escalado obtenidos utilizando la transformación log-polar no son tan exactos como los de la rotación pero son bastante parecidos a los reales. Como datos estadísticos se podría decir que la diferencia máxima entre dos valores es de 6.7% aproximadamente. La diferencia media entre dos valores sería, en este caso, de aproximadamente 3.6%. Se puede apreciar que la estimación de la escala de 0.800 a 1.000es bastante más exacta que de 1.050 en adelante. Ocurre algo parecido al ejemplo anterior. Las razones son las mismas a las expuestas en el ejemplo 1. 4.3.3 Foto 3 Tomamos como imagen de prueba la figura 4.21 en escala de grises. Figura 4.21. Imagen de prueba. Los resultados obtenidos tras realizarle una serie de escalas diferentes desde 0.800 a 1.400, con un paso de 0.05 se puede ver en la siguiente gráfica. 58

Figura 4.22. Valores estimados de escalado frente a valores reales de escalado para una imagen dermatológica de prueba. Dicha imagen de prueba posee unos parámetros de translación de Tx=15 píxeles, Ty=15 píxeles y un factor de rotación de R=20º. La gráfica de color azul correspondería a los valores reales mientras que la gráfica roja sería la de los valores obtenidos de la simulación. Se puede observar que los valores de escalado obtenidos utilizando la transformación log-polar no son tan exactos como los de la rotación pero son bastante parecidos a los reales. Como datos estadísticos se podría decir que la diferencia máxima entre dos valores es de 6.02% aproximadamente. La diferencia media entre dos valores sería, en este caso, de aproximadamente 3.1%. Se puede apreciar que la estimación de la escala de 0.800 a 1.000es bastante más exacta que de 1.050 en adelante. Ocurre algo parecido a los ejemplos anteriores. Las razones son las mismas a las expuestas en el ejemplo 1. 59

4.3.4 Foto 4 Tomamos como imagen de prueba la figura 4.23 en escala de grises. Figura 4.23. Imagen de prueba. Los resultados obtenidos tras realizarle una serie de escalas diferentes desde 0.800 a 1.400, con un paso de 0.05 se puede ver en la siguiente gráfica. Figura 4.24. Valores estimados de escalado frente a valores reales de escalado para una imagen dermatológica de prueba. Dicha imagen de prueba posee unos parámetros de translación de Tx=15 píxeles, Ty=15 píxeles y un factor de rotación de R=20º. 60

La gráfica de color azul correspondería a los valores reales mientras que la gráfica roja sería la de los valores obtenidos de la simulación. Se puede observar que los valores de escalado obtenidos utilizando la transformación log-polar no son tan exactos como los de la rotación pero son bastante parecidos a los reales. Como datos estadísticos se podría decir que la diferencia máxima entre dos valores es de 6.2% aproximadamente. La diferencia media entre dos valores sería, en este caso, de aproximadamente 3.4%. Se puede apreciar que la estimación de la escala de 0.800 a 1.000es bastante más exacta que de 1.050 en adelante. Ocurre algo parecido a los ejemplos anteriores. Las razones son las mismas a las expuestas en el ejemplo 1. 4.3.5 Foto 5 A continuación, se van a mostrar varios casos de imágenes reales, es decir, que no tienen una imagen de prueba sobre la que se hacen las modificaciones. Aquí tenemos dos imágenes reales de un mismo melanoma, donde una de ellas está escalada respecto a la otra. Anteriormente, no se han presentado resultados de modificaciones de escala de mayores magnitudes ya que en la vida real no es común encontrar tanta diferencia entre las imágenes. Pero, tengo que reconocer, que es más fácil encontrar fotos de melanomas con diferentes escalas que con diferentes rotaciones. Aunque, de todas formas, suelen ser imágenes bastante parecidas. Figura 4.25. Imagen de melanoma. 61

Figura 4.26. Imagen de melanoma escalada respecto a la anterior. Se puede observar como están ligeramente escaladas una respecto de la otra. Tras aplicar nuestro algoritmo obtenemos que están escaladas aproximadamente unos 1.22 veces. Esta medida no se puede comprobar, obviamente, ya que no conocemos a priori el factor de escala, pero se aproxima bastante nuestra estimación por los resultados obtenidos anteriormente. 4.3.6 Foto 6 Otro posible par de imágenes escaladas podría ser: Figura 4.27. Imagen de melanoma. 62

Figura 4.28. Imagen de melanoma escalada respecto a la anterior. Aquí se observa claramente que las imágenes están escaladas una respecto de la otra. Tras aplicar nuestro algoritmo obtenemos que están escaladas aproximadamente unos 1.96 veces. Esta medida no se puede comprobar, obviamente, ya que no conocemos a priori el factor de escala, pero se aproxima bastante nuestra estimación por los resultados obtenidos anteriormente. 4.3.7 Foto 7 Otro posible par de imágenes escaladas podría ser: Figura 4.29. Imagen de melanoma. 63

Figura 4.30. Imagen de melanoma escalada respecto a la anterior. Aquí puede que cueste más trabajo apreciar que las imágenes están escaladas una respecto de la otra. Tras aplicar nuestro algoritmo obtenemos que están escaladas aproximadamente unos 1.18 veces. Esta medida no se puede comprobar, obviamente, ya que no conocemos a priori el factor de escala, pero se aproxima bastante nuestra estimación por los resultados obtenidos anteriormente. 4.3.8 Foto 8 Por último, otro posible par de imágenes escaladas podría ser: Figura 4.31. Imagen de melanoma. 64

Figura 4.32. Imagen de melanoma escalada respecto a la anterior. Aquí puede que cueste más trabajo apreciar que las imágenes están escaladas una respecto de la otra. Tras aplicar nuestro algoritmo obtenemos que están escaladas aproximadamente unos 1.94 veces. Esta medida no se puede comprobar, obviamente, ya que no conocemos a priori el factor de escala, pero se aproxima bastante nuestra estimación por los resultados obtenidos anteriormente. De forma global, se puede que queda demostrado que la técnica de transformación log-polar usada para estimar los parámetros de escala y rotación nos proporciona valores bastante exactos, incluso cuando imponemos valores altos de rotación y escala. 65