En la tesis de Iigo se proponen dos mtodos para la deteccin
de vehculos que son:
1.- Deteccin de vehculos basada en la segmentacin de para secuencias de imgenes en color y con textura utilizando el algoritmo DTCWT (Dual-Tree Complex Wavelet Transform) a) Se cargan las imgenes extradas del video creando un buffer. b)Se crean bancos de filtros utilizando el algoritmo DTCWT denotados por H0 y H1, que son filtros de pasa baja y pasa alta c) Transformacin del espacio de color L* u* v* - Donde primero se hace la transformacin de RGB a XYZ - Posteriormente se hace la estimacin de la transformacin de XYZ a L* u* v*, utilizando formulas de transformacin. d) Posteriormente se hace la extraccin de vectores caractersticas. - Donde una imagen con los 3 caractersticas de color L* u* v* de tamao M x N, se le calcula con base al algoritmo DTCWT solamente a un componente L* quedando como sigue: W(s,b)IL* (i,j)= DTCWT{IL*(x,y)} Todo esto para detectar las caractersticas de texturas que son sensibles a los cambios de iluminacin y esto aplicado a direcciones dadas como 75, -75, 15 y -15.
e) Se aplica segmentacin K-means al vector que se le aplic el algoritmo DTCWT.
f) Se aplica extraccin de fondo con ayuda de una operacin And entre el frame de fondo y el frame actual, cabe mencionar que los frames estn binarizados. g) Con ayuda de procesos morfolgicos ayudan a quitar elementos indeseables y que solamente el objeto a reconocer sea el visible.
2.- Deteccin de vehculos basada en la diferencia de iluminacin y textura utilizando
vectores gradiente. a) Se extraen imgenes en formato png con caractersticas uint8, las cuales forman parte de un buffer b)Transformacin al espacio L* u* v* b) Extraccin del fondo - Se aplica una tcnica no recursiva como el filtro de la mediana al buffer de imgenes extrados anteriormente. - Posteriormente el fondo se modela con el componente L* de cada imagen c) Diferenciacin de la imagen - Se aplica la estimacin de diferencias de texturas aplicando las gradientes Gx y Gy a una imagen I, obteniendo as I - Al final se obtiene una Imagen R(x,y) que contiene informacin tanto de autocorrelacin como de correlacin cruzada para identificar las regiones donde la direccin y la magnitud del vector gradiente tiene mayor desviacin. - Estimacin de diferencia de iluminacin. Aqu la diferencia entre el modelo de fondo L*F y la imagen actual L*A se define como: d(x,y)= L*A (x,y) - L*F(x,y) Y con esto se obtiene una nueva imagen de diferencia d(x,y). - Integracin de textura e iluminacin. Esto se realiza para integrar las diferencias de texturas y la diferencia de ilumniacin. - Posteriormente se aplica umbralizacin al resultado anterior. d) Se aplican procesos morfolgicos que ayudan a quitar elementos indeseables y que solamente el objeto a reconocer sea el visible.