Prof. Marcelo Gattass 0821369 - Gustavo Lopes Mourad.

Apresentação em tema: "Prof. Marcelo Gattass 0821369 - Gustavo Lopes Mourad."— Transcrição da apresentação:

1 Prof. Marcelo Gattass 0821369 - Gustavo Lopes Mourad

2  Baseado no artigo de Liu [1] temos que: ◦ Converter a imagem em grayscale ◦ Binarizar a imagem  Criar um histograma da imagem  Estimar um nível de thresholding  Transformar a imagem em preto-e-branco dependendo do nível de thresholding estimado

3  Encontrar os quadrados padrões para alinhamento e girar para a posição de leitura ◦ Os quadrados seguem a razão 1:1:3:1:1 ◦ Podem ser lidos em 360º

4  Encontrar os quadrados padrões para alinhamento ◦ Tentativa 1  Encontrar os padrões com expressões regulares, levando em conta a escala da imagem. ◦ Tentativa 2  Aplicar o algoritmo Connected Component Labeling  Busca linha a linha da matriz de labels pelos padrões

5  Connected Component Labeling ◦ Pixel a pixel (1ª passada)  Se não é background  Se não tem vizinhos com label  Criar nova label (colorir)  Cc pegar a menor label dos vizinhos ◦ Pixel a pixel (2ª passada)  Se não é background  Pegar a menor label dos vizinhos

6  Connected Component Labeling ◦ Escolha dos vizinhos  8 é o mais apropriado

7  Encontrar padrão linha a linha da matriz  Linha a linha da matriz de labels  Encontra os labels da linha  Para cada label, descobre se é candidato (tem pelo menos 2 labels “brancos” entre eles na linha)  Conta, com o auxílio de uma máquina de estados, a quantidade de “1”s, “0”s, “1”s, “0”s, “1”s, onde o “1” central é um label diferente do primeiro.  Se a razão entre as quantidades, com tolerância de erro, for encontrada, é um label que faz parte do quadrado de alinhamento.

8 Usando BlackPointEstimation para binarização

9

10  Encontrar a ordem dos pontos de alinhamento para rotação ◦ P0 é o quadrado “central”  Ponto oposto a hipotenusa do triangulo formado entre os quadrados

11  Encontrar os quadrados padrões para alinhamento utilizando uma WebCam ◦ Encontrar os padrões depende muito da luz ambiente  Alta variação de luz causa instabilidade do nível de threshould  Solução: médias móveis ◦ Os métodos de Otsu, Histograma, e Otsu “dividido” de binarização obtiveram resultados inferiores. ◦ A tolerância para encontrar os padrões teve pouca influência.

12

13  [1] Liu, Y; Liu, M; Automatic Recognition Algorithm of Quick Response Code Based on Embedded System; Proceedings of the Sixth International Conference on Intelligent Systems Design and Applications (ISDA'06), 2006  [2] Neira, J; Notas de Aula: “Lesson 1: Threshoulding”; http://webdiis.unizar.es/~neira/12082/thresholding.pdf visitado em 25/04/2009 http://webdiis.unizar.es/~neira/12082/thresholding.pdf visitado em 25/04/2009  [3] Otsu, N; A threshold selection method from gray-level histograms, IEEE Trans. Sys., Man., Cyber. 9: 62–66, 1979  [4] Soon, T; QR Code, Information Technology Standards Comitee, Synthesis Journal 2008, Section Three, 2008  [5] Wikipedia; QR Code, http://en.wikipedia.org/wiki/QR_Codehttp://en.wikipedia.org/wiki/QR_Code  [6] Wikipedia; Connected Component Labeling, http://en.wikipedia.org/wiki/Connected_Component_Labeling http://en.wikipedia.org/wiki/Connected_Component_Labeling