Característica (visión por computadora)

En algunas aplicaciones, no basta con extraer un solo tipo de característica para obtener la información relevante de los datos de la imagen. En su lugar, se extraen dos o más características diferentes, lo que da como resultado dos o más descriptores de características en cada punto de la imagen. Una práctica común es organizar la información proporcionada por todos estos descriptores como los elementos de un único vector, comúnmente denominado vector de características . El conjunto de todos los vectores de características posibles constituye un espacio de características . ^{[ 1 ]}

Un ejemplo común de vectores de características se presenta cuando se desea clasificar cada punto de una imagen dentro de una clase específica. Suponiendo que cada punto de la imagen posee un vector de características correspondiente, basado en un conjunto adecuado de características, lo que implica que cada clase está bien diferenciada en el espacio de características correspondiente, la clasificación de cada punto de la imagen puede realizarse mediante un método de clasificación estándar .

Ejemplo simplificado de entrenamiento de una red neuronal para la detección de objetos: La red se entrena con múltiples imágenes que muestran estrellas de mar y erizos de mar , las cuales se correlacionan con "nodos" que representan características visuales. Las estrellas de mar se asocian con una textura anillada y un contorno estrellado, mientras que la mayoría de los erizos de mar se asocian con una textura rayada y una forma ovalada. Sin embargo, la presencia de un erizo de mar con textura anillada crea una asociación débil entre ellos.

Ejecución posterior de la red en una imagen de entrada (izquierda): ^{[ 2 ]} La red detecta correctamente la estrella de mar. Sin embargo, la asociación débilmente ponderada entre la textura anillada y el erizo de mar también confiere una señal débil a este último a partir de una de las dos características. Además, una concha que no se incluyó en el entrenamiento da una señal débil para la forma ovalada, lo que también resulta en una señal débil para la salida del erizo de mar. Estas señales débiles pueden dar lugar a un resultado falso positivo para el erizo de mar. En realidad, las texturas y los contornos no estarían representados por nodos individuales, sino por patrones de peso asociados de múltiples nodos.

Otro ejemplo relacionado se da cuando se aplica el procesamiento basado en redes neuronales a imágenes. Los datos de entrada que se alimentan a la red neuronal suelen proporcionarse en forma de un vector de características de cada punto de la imagen, donde el vector se construye a partir de varias características diferentes extraídas de los datos de la imagen. Durante la fase de aprendizaje, la red puede determinar por sí misma qué combinaciones de diferentes características son útiles para resolver el problema en cuestión.

Los bordes son puntos donde existe un límite (o borde) entre dos regiones de una imagen. En general, un borde puede tener una forma casi arbitraria y puede incluir uniones. En la práctica, los bordes se definen como conjuntos de puntos en la imagen con una magnitud de gradiente elevada . Además, algunos algoritmos comunes encadenan puntos de alto gradiente para formar una descripción más completa de un borde. Estos algoritmos suelen imponer ciertas restricciones a las propiedades del borde, como la forma, la suavidad y el valor del gradiente.

Localmente, los bordes tienen una estructura unidimensional.

Los términos esquinas y puntos de interés se usan indistintamente y se refieren a características puntuales en una imagen, que poseen una estructura bidimensional local. El nombre "esquina" surgió cuando los primeros algoritmos realizaban la detección de bordes y luego los analizaban para encontrar cambios rápidos de dirección (esquinas). Estos algoritmos se desarrollaron posteriormente, eliminando la necesidad de una detección explícita de bordes, por ejemplo, buscando altos niveles de curvatura en el gradiente de la imagen . Entonces se observó que las llamadas esquinas también se detectaban en partes de la imagen que no eran esquinas en el sentido tradicional (por ejemplo, se puede detectar un pequeño punto brillante sobre un fondo oscuro). Estos puntos se conocen frecuentemente como puntos de interés, pero el término "esquina" se usa tradicionalmente .

Los blobs proporcionan una descripción complementaria de las estructuras de la imagen en términos de regiones, a diferencia de las esquinas, que son más puntuales. Sin embargo, los descriptores de blobs suelen contener un punto preferido (un máximo local de la respuesta de un operador o un centro de gravedad), lo que significa que muchos detectores de blobs también pueden considerarse operadores de puntos de interés. Los detectores de blobs pueden detectar áreas en una imagen que son demasiado suaves para ser detectadas por un detector de esquinas.

Consideremos reducir el tamaño de una imagen y luego realizar la detección de esquinas. El detector responderá a los puntos que son nítidos en la imagen reducida, pero que pueden ser suaves en la imagen original. Es en este punto donde la diferencia entre un detector de esquinas y un detector de manchas se vuelve algo difusa. En gran medida, esta distinción se puede solucionar incluyendo una noción de escala adecuada. Sin embargo, debido a sus propiedades de respuesta a diferentes tipos de estructuras de imagen a diferentes escalas, los detectores de manchas LoG y DoH también se mencionan en el artículo sobre detección de esquinas .

Para objetos alargados, la noción de crestas es una herramienta natural. Un descriptor de cresta calculado a partir de una imagen en escala de grises puede considerarse una generalización de un eje medial . Desde un punto de vista práctico, una cresta puede pensarse como una curva unidimensional que representa un eje de simetría y, además, tiene un atributo de ancho de cresta local asociado a cada punto de la cresta. Sin embargo, lamentablemente, es algorítmicamente más difícil extraer características de crestas de clases generales de imágenes en escala de grises que características de bordes, esquinas o regiones. No obstante, los descriptores de crestas se utilizan con frecuencia para la extracción de carreteras en imágenes aéreas y para la extracción de vasos sanguíneos en imágenes médicas (véase detección de crestas ).

• Detección de bordes
• Detección de esquinas
• detección de blobs
• detección de crestas
• Transformación de características invariantes a la escala

• Umbralización
• Extracción de blob
• Coincidencia de plantillas
• Hough transforma
  • Pauta
  • Círculos/elipses
  • Formas arbitrarias (transformada de Hough generalizada)
  • Funciona con cualquier característica parametrizable (variables de clase, detección de clústeres, etc.).
• Transformación de Hough generalizada

• Formas deformables y parametrizadas
• Contornos activos (serpientes)

Dos ejemplos de características de imagen son la orientación de los bordes locales y la velocidad local en una secuencia de imágenes. En el caso de la orientación, el valor de esta característica puede ser más o menos indefinido si hay más de un borde en la vecindad correspondiente. La velocidad local es indefinida si la región de la imagen correspondiente no contiene ninguna variación espacial. Como consecuencia de esta observación, puede ser relevante utilizar una representación de características que incluya una medida de certeza o confianza relacionada con la afirmación sobre el valor de la característica. De lo contrario, es típico que el mismo descriptor se utilice para representar valores de características de baja certeza y valores de características cercanos a cero, lo que genera ambigüedad en la interpretación de este descriptor. Dependiendo de la aplicación, dicha ambigüedad puede ser aceptable o no.

En particular, si una imagen destacada se va a utilizar en un procesamiento posterior, puede ser conveniente emplear una representación de características que incluya información sobre la certeza o la confianza . Esto permite calcular un nuevo descriptor de características a partir de varios descriptores, por ejemplo, calculados en el mismo punto de la imagen pero a diferentes escalas, o a partir de puntos distintos pero adyacentes, en términos de un promedio ponderado donde los pesos se derivan de las certezas correspondientes. En el caso más simple, el cálculo correspondiente puede implementarse como un filtrado de paso bajo de la imagen destacada. La imagen de características resultante será, en general, más estable frente al ruido.

Además de incluir medidas de certeza en la representación, la representación de los valores de las características correspondientes puede ser apta o no para una operación de promediado . En la práctica, la mayoría de las representaciones de características se pueden promediar, pero solo en ciertos casos el descriptor resultante puede interpretarse correctamente en términos de un valor de característica. Dichas representaciones se denominan promediables .

Por ejemplo, si la orientación de una arista se representa mediante un ángulo, esta representación debe presentar una discontinuidad donde el ángulo pasa de su valor máximo a su valor mínimo. En consecuencia, puede ocurrir que dos orientaciones similares se representen mediante ángulos cuya media no se encuentre cerca de ninguno de los ángulos originales y, por lo tanto, esta representación no sea promediable. Existen otras representaciones de la orientación de las aristas, como el tensor de estructura , que sí son promediables.

Otro ejemplo se relaciona con el movimiento, donde en algunos casos solo se puede extraer la velocidad normal relativa a un borde. Si se han extraído dos de estas características y se puede asumir que se refieren a la misma velocidad real, esta velocidad no se expresa como el promedio de los vectores de velocidad normal. Por lo tanto, los vectores de velocidad normal no son promediables. En cambio, existen otras representaciones del movimiento, mediante matrices o tensores, que proporcionan la velocidad real en términos de una operación de promedio de los descriptores de velocidad normal.