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.