Cosas temporales para cursos

transparencias para el curso de vision [1]

algunos codigos matlab para vision por computador

• • • • • • • • • • kepa moreno ******

function disparidad=calculo_disparidad_proyecciones(izq,dcha,umbral)

% asumo que los objetos son oscuros y el fondo blanco izq=izq<umbral; dcha=dcha<umbral;

%proyecciones por columnas proyeccion_izq_col=sum(izq); proyeccion_dcha_col=sum(dcha);

%proyecciones por filas proyeccion_izq_fil=sum(izq'); proyeccion_dcha_fil=sum(dcha');

figure(1) plot(proyeccion_izq_col) figure(2) plot(proyeccion_dcha_col)

figure(3) plot(proyeccion_izq_fil) figure(4) plot(proyeccion_dcha_fil)

%primer componente por filas en una imagen (no necesito mirar la otra imagen porque no hay desplazamiento de filas asÌ que %en la otra estar· en la misma fila)

for i_1a=1:1000

   if proyeccion_izq_fil(i_1a)>0 
       break
   end

end for i_2a=i_1a:1000

   if proyeccion_izq_fil(i_2a)==0
       break
   end

end

%continuo mirando por filas apartir de donde termina el primer objeto hasta %encontrar el final del segundo objeto for j_a=i_2a:1000

   if proyeccion_dcha_fil(j_a)==0 
       break
   end

end

%recorto la zona donde est·n mis objetos

izq=izq(1:i_1a,:); %inicio de primer objeto izq=izq((j_a-i_1a),:);%final del ultimo objeto teniendo en cuenta que ya hemos hecho un primer recorte a la imagen

%mismo corte para la imagen derecha dcha=dcha(1:i_1a,:); dcha=dcha((j_a-i_1a),:);

figure(5) imshow(izq); figure(6) imshow(dcha);

function disparidades=calculo_disparidad_correlacion(izq,dcha)

bizq=izq<70; bdcha=dcha<70; figure(1) proy=sum(bizq'); indices=find(proy>0); arriba=indices(1); indices=find(proy(arriba+1:size(izq,1))==0); abajo=indices(1)+arriba; subplot(2,1,1) imshow(izq(arriba:abajo,:)) izq=izq(arriba-2:abajo,:); bizq=bizq(arriba-2:abajo,:);

proy=sum(bdcha'); indices=find(proy>0); arriba=indices(1); indices=find(proy(arriba+1:size(dcha,1))==0); abajo=indices(1)+arriba; subplot(2,1,2) imshow(dcha(arriba:abajo,:)) dcha=dcha(arriba-2:abajo,:); bdcha=bdcha(arriba-2:abajo,:);

comp_izq=bwlabel(bizq); s_izq=regionprops(comp_izq,'all'); comp_dcha=bwlabel(bdcha); s_dcha=regionprops(comp_dcha,'all');

nobjetos=0; for c=1:size(s_izq,1);

   if s_izq(c).Area>1000
       nobjetos=nobjetos+1;
       correlacion=[];
       x=floor(s_izq(c).BoundingBox)
       abajo=x(2)+x(4);
       if x(2)+x(4)> size(dcha,1)
           abajo=size(dcha,1);
       end
       
       c_izq=izq(x(2):abajo,x(1):x(1)+x(3));
       
       for i=1:x(1)-1
           size(dcha)
       
           c_dcha=dcha(x(2):abajo,x(1)-i:x(1)-i+x(3));
           correlacion(i)=sum(sum(abs(c_izq-c_dcha)));
       end
       figure
       plot(correlacion)
       [minimo imin]=min(correlacion);
       disparidades(nobjetos)=imin;
       figure
       subplot(1,2,1)
       imshow(c_izq)
       c_dcha=dcha(x(2):abajo,x(1)-imin:x(1)-imin+x(3));
       subplot(1,2,2)
       imshow(c_dcha)    
   end

end

function disparidad=calculo_disparidad_proyecciones(izq,dcha,umbral)

%asumo que los objetos son oscuros y el fondo blanco izq=izq<umbral; dcha=dcha<umbral; proyeccion_izq=sum(izq); proyeccion_dcha=sum(dcha);

figure(1) plot(proyeccion_izq) figure(2) plot(proyeccion_dcha)

%primer componente

for i_1=1:1000

   if proyeccion_izq(i_1)>0
       break
   end

end for i_2=i_1:1000

   if proyeccion_izq(i_2)==0
       break
   end

end for j_1=1:1000

   if proyeccion_dcha(j_1)>0
       break
   end

end for j_2=j_1:1000

   if proyeccion_dcha(j_2)==0
       break
   end

end

% calcular el centro de las proyecciones de los componentes c_izq=sum((1:i_2).*proyeccion_izq(1:i_2)/sum(proyeccion_izq(1:i_2))); c_dcha=sum((1:j_2).*proyeccion_dcha(1:j_2)/sum(proyeccion_dcha(1:j_2)));

disparidad(1)= c_izq-c_dcha;

%anulo primer componente

proyeccion_izq(1:i_2)=0; proyeccion_dcha(1:j_2)=0;

% proceso segundo componente....

figure(3) plot(proyeccion_izq) figure(4) plot(proyeccion_dcha)

%segundo componente

for i_1=1:1000

   if proyeccion_izq(i_1)>0
       break
   end

end for i_2=i_1:1000

   if proyeccion_izq(i_2)==0
       break
   end

end for j_1=1:1000

   if proyeccion_dcha(j_1)>0
       break
   end

end for j_2=j_1:1000

   if proyeccion_dcha(j_2)==0
       break
   end

end

% calcular el centro de las proyecciones de los componentes c_izq=sum((1:i_2).*proyeccion_izq(1:i_2)/sum(proyeccion_izq(1:i_2))); c_dcha=sum((1:j_2).*proyeccion_dcha(1:j_2)/sum(proyeccion_dcha(1:j_2)));

disparidad(2)= c_izq-c_dcha;

function disparidad=calculo_disparidad_estereo_naive(izq,dcha)

%imagenes en niveles de grises % umbral_izq=metodo_otsu(izq); % umbral_dcha=metodo_otsu(dcha);

umbral_izq=60; umbral_dcha=60;

izq=izq>umbral_izq; dcha=dcha>umbral_dcha; izq=1-izq; dcha=1-dcha; figure(1) imshow(izq) title('izquierda') figure(2) imshow(dcha) title('derecha') [comp_izq, num_comp_izq]=bwlabel(izq); [comp_dcha, num_comp_dcha]=bwlabel(dcha); for i_izq=1:num_comp_izq

   if sum(sum(comp_izq==i_izq))>500
       break
   end

end for i_dcha=1:num_comp_dcha

   if sum(sum(comp_dcha==i_dcha))>500
       break
   end

end figure(3) imshow(comp_izq==i_izq) title('objeto izquierda') figure(4) imshow(comp_dcha==i_dcha) title('objeto derecha') c_izq=calcula_centroide(comp_izq==i_izq); c_dcha=calcula_centroide(comp_dcha==i_dcha); disparidad=c_izq(2)-c_dcha(2);

function centroide=calcula_centroide(x) % x imagen binaria [n m]=size(x); p_filas=sum(x')/sum(sum(x));

p_cols=sum(x)/sum(sum(x));

centro_filas=sum((1:n).*p_filas); centro_cols=sum((1:m).*p_cols);

centroide=[centro_filas,centro_cols];

function umbral=metodo_otsu(x) h=imhist(x,256); size(h) for T=2:255

   v1=var(h(1:T).*(1:T)');
   v2=var(h(T+1:256).*(T+1:256)');
   P1=sum(h(1:T));
   P2=sum(h(T+1:256));
   vintra(T)=P1*v1+P2*v2;

end plot(vintra) vintra(1)=inf; [minvarintra umbral]=min(vintra);

%descomposicion en planos de bits x es la imagen original

x=double(cara); plano_8=floor(x/2^7);

x=rem(x,2^7);

plano_7=floor(x/2^6);

x=rem(x,2^6);

plano_6=floor(x/2^5);

x=rem(x,2^5);

plano_5=floor(x/2^4);

x=rem(x,2^4); plano_4=floor(x/2^3);

x=rem(x,2^3); plano_3=floor(x/2^2);

x=rem(x,2^2); plano_2=floor(x/2^1);

x=rem(x,2^1); plano_1=x;

figure(1) subplot(2,4,1) imshow(plano_8) subplot(2,4,2) imshow(plano_7) subplot(2,4,3) imshow(plano_6) subplot(2,4,4) imshow(plano_5) subplot(2,4,5) imshow(plano_4) subplot(2,4,6) imshow(plano_3) subplot(2,4,7) imshow(plano_2) subplot(2,4,8) imshow(plano_1)

% reconstruccion a partir de los planos de bits

reconstruccion=zeros(size(cara));

reconstruccion=plano_1; reconstruccion=reconstruccion + plano_2*2^1; reconstruccion=reconstruccion + plano_3*2^2; reconstruccion=reconstruccion + plano_4*2^3; reconstruccion=reconstruccion + plano_5*2^4; reconstruccion=reconstruccion + plano_6*2^5; reconstruccion=reconstruccion + plano_7*2^6; reconstruccion=reconstruccion + plano_8*2^7; figure (2) imshow(reconstruccion, gray(256))

% reconstruccion con un watermark sencillo en el primer plano de bits

reconstruccion=zeros(size(cara));

reconstruccion(20:80,20:80)=fspecial('disk',30)>0;

reconstruccion=reconstruccion + plano_2*2^1; reconstruccion=reconstruccion + plano_3*2^2; reconstruccion=reconstruccion + plano_4*2^3; reconstruccion=reconstruccion + plano_5*2^4; reconstruccion=reconstruccion + plano_6*2^5; reconstruccion=reconstruccion + plano_7*2^6; reconstruccion=reconstruccion + plano_8*2^7; figure (3) imshow(reconstruccion, gray(256))

function modelo=construir_modelo(nimagen) cd orlfaces d=dir; modelo=zeros(112,92,size(d,1)-2); for i=3:size(d,1);

   cd (d(i).name)
   ds=dir;
   modelo(:,:,i-2)=imread(ds(nimagen+2).name);
   cd ..

end cd ..

function modelo=construir_modelo_LOO cd orlfaces d=dir; modelo=zeros(112,92,size(d,1)-2,10); for i=3:size(d,1);

   cd (d(i).name)
   ds=dir;
   for j=3:size(ds,1)
       modelo(:,:,i-2,j-2)=imread(ds(j).name);
   end
   cd ..

end cd ..

function [error_acumulado, matriz_confusion]=calcular_error_test(modelo,nimagen)

cd orlfaces d=dir; nclases=size(d,1)-2; distancia=zeros(nclases,1); matriz_confusion=zeros(nclases); error_acumulado=0; for i=3:size(d,1);

    cd(d(i).name)
    ds=dir;
    for j=3:size(ds,1)
        if j ~= nimagen + 2
            y=double(imread(ds(j).name));
            for k=1:size(d,1)-2
                distancia(k)=sum(sum(abs(modelo(:,:,k)-y)));
            end

%

            [dmin, clase]=min(distancia);
            matriz_confusion(i-2,clase)=matriz_confusion(i-2,clase)+1;
            error= (i-2) ~=clase;
            error_acumulado= error_acumulado + error;
        end
    end
    
    cd ..

end

cd ..

function [aciertos, error_acum]=calculo_error_LOO(m) m=double(m); [filas,cols,nsujetos,nimagenes]=size(m) error_acum=0; aciertos=0; for i=1:40

   i
   for j=1:10
       test=squeeze(m(:,:,i,j));
       distancias=zeros(nsujetos,nimagenes);
       
       for k=1:nsujetos
           for l=1:nimagenes
               
               distancias(k,l)=norm(test-m(:,:,k,l));
           end
       end
       distancias(distancias==0)=inf;
       [mincols rowinds]=min(distancias);
       [minglobal colind]=min(mincols);
       clase=rowinds(colind);
       if clase==i
           aciertos=aciertos+1;
       else
           error_acum=error_acum+1;
       end
   end

end