Fernando Pérez Nava , Antonio Falcón Martel
El clustering de transformaciones es un método para el reconocimiento de objetos basado en modelos. En este método se determinan los parametros de la transformación que alinea grupos de primitivas del modelo con grupos de primitivas de la imagen. Bajo la hipótesis de un modelo rígido, la transformación correcta entre modelo e imagen se corresponde con un agrupamiento de gran tamaño en el espacio de transformaciones. En este trabajo se presenta una nueva heurística, basada en la utilización de la información local proporcionada por los elementos de contorno, para la obtención de una estimulación inicial del espacio de transformaciones que defina aquellas regiones del espacio de transformaciones de intererés para una segunda etapa de refinamiento. Se presenta también la aplicación de la heurística propuesta a un conjunto de imágenes.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados