SlideShare una empresa de Scribd logo
1 de 12
A similarity Metric for Edge Images

          FABIAN SILVA PAVEZ
Introducción

 Importancia de las Métricas para imágenes de
  bordes y contornos.
 Evaluación de Segmentación
     Métodos empíricos
     Métodos analíticos
 Tipos de Métricas
   Métodos de Discrepancia

   Métricas de distorsión
Figura Of Merit (FOM)


Este trabajo

 Implementación de las siguientes métricas
   Figure Of Merit (FOM)

   Peek Signal Noise Ratio (PSNR)

   Closest Distance Metric (CDM)

   Pixel Correspondence Metric (PCM)



 Comparación entre ellas
   Imagen de bordes, obtenida con Canny, y luego comparada
    con la imagen terreno de la verdad.
PSNR


Closest Distance Metric (CDM)


Pixel Correspondence Metric


Pixel Correspondence Metric (2)


Pixel Correspondence Metric (3)


Pixel Correspondence Metric (4)

 Algoritmo:
Out=function PCM(GT, IM, radio, profundidad, maxPixel)

  Para cada Pixel p(i,j)>0 en GT
         Grafo=HacerGrafoBipartito(p(i,j), radio, profundidad)
         Matching optimo = DeterminarMatchingOptimo(Grafo)
         costo=Costo(Matching)
         CostoTotal=costo+CostoTotal
    Fin_Para
  Para cada Pixel p(i,j)>0 en IM
         Grafo=HacerGrafoBipartito(p(i,j), radio, profundidad)
         Matching optimo = DeterminarMatchingOptimo(Grafo)
         costo=Costo(Matching)
         CostoTotal=costo+CostoTotal
    Fin_Para

    Out=100(1-CostoTotal/(Numero de pixeles <> 0 en f y g)
Pruebas

 Experimento 1 (sin ruido):
   Tomar una imagen, aplicar método Canny

   Aplicar las distintas métricas, entre la imagen resultante y la
    imagen terreno de la verdad
   Comparar los resultados obtenidos

 Experimento 2 (con ruido):
   Tomar una imagen, aplicar método Canny

   Aplicar las distintas métricas, entre la imagen resultante y la
    imagen terreno de la verdad
   Comparar los resultados obtenidos
Resultados y Conclusiones



Más contenido relacionado

Destacado

Compu training power point
Compu training power pointCompu training power point
Compu training power point
Olivier Downer
 
Politique et génération
Politique et générationPolitique et génération
Politique et génération
Laura Bo
 
19 et 20 dossier marco_basaiti_lafille
19 et 20 dossier marco_basaiti_lafille19 et 20 dossier marco_basaiti_lafille
19 et 20 dossier marco_basaiti_lafille
seminaire_venitien
 
Open data71 présentation_datapero1_e02
Open data71 présentation_datapero1_e02Open data71 présentation_datapero1_e02
Open data71 présentation_datapero1_e02
Jérôme Bouthier
 
Naissances
NaissancesNaissances
Naissances
pesetz
 
Webquest[1]
Webquest[1]Webquest[1]
Webquest[1]
jdp59
 
Mr Terraillot Reseaux Electriques Intelligents TIC DigiWorld summit 2011
Mr Terraillot Reseaux Electriques Intelligents TIC DigiWorld summit 2011Mr Terraillot Reseaux Electriques Intelligents TIC DigiWorld summit 2011
Mr Terraillot Reseaux Electriques Intelligents TIC DigiWorld summit 2011
IDATE DigiWorld
 
Wilington enrique lopez martinez
Wilington enrique lopez martinezWilington enrique lopez martinez
Wilington enrique lopez martinez
Froggy Femeninos
 

Destacado (20)

Compu training power point
Compu training power pointCompu training power point
Compu training power point
 
2012 01-07 leccionintermediarios
2012 01-07 leccionintermediarios2012 01-07 leccionintermediarios
2012 01-07 leccionintermediarios
 
Politique et génération
Politique et générationPolitique et génération
Politique et génération
 
Soluntia 2015
Soluntia 2015Soluntia 2015
Soluntia 2015
 
Paris La Nuit
Paris La NuitParis La Nuit
Paris La Nuit
 
2011 04-12 auxiliardirector
2011 04-12 auxiliardirector2011 04-12 auxiliardirector
2011 04-12 auxiliardirector
 
19 et 20 dossier marco_basaiti_lafille
19 et 20 dossier marco_basaiti_lafille19 et 20 dossier marco_basaiti_lafille
19 et 20 dossier marco_basaiti_lafille
 
Cp franco bizz_130312-1
Cp franco bizz_130312-1Cp franco bizz_130312-1
Cp franco bizz_130312-1
 
Les usages politiques d'Internet 2012 02-17
Les usages politiques d'Internet 2012 02-17Les usages politiques d'Internet 2012 02-17
Les usages politiques d'Internet 2012 02-17
 
2011 04-08 complementario
2011 04-08 complementario2011 04-08 complementario
2011 04-08 complementario
 
Open data71 présentation_datapero1_e02
Open data71 présentation_datapero1_e02Open data71 présentation_datapero1_e02
Open data71 présentation_datapero1_e02
 
Des benchmarks aux plans d'actions- Cédric Alfonso (Clinique Générale-Beaulie...
Des benchmarks aux plans d'actions- Cédric Alfonso (Clinique Générale-Beaulie...Des benchmarks aux plans d'actions- Cédric Alfonso (Clinique Générale-Beaulie...
Des benchmarks aux plans d'actions- Cédric Alfonso (Clinique Générale-Beaulie...
 
Primer trabajo gestion ambiental por andres ortiz folleco
Primer trabajo gestion ambiental por andres ortiz follecoPrimer trabajo gestion ambiental por andres ortiz folleco
Primer trabajo gestion ambiental por andres ortiz folleco
 
Naissances
NaissancesNaissances
Naissances
 
Pensées
PenséesPensées
Pensées
 
Webquest[1]
Webquest[1]Webquest[1]
Webquest[1]
 
2011 03-13 leccionadultos-lr
2011 03-13 leccionadultos-lr2011 03-13 leccionadultos-lr
2011 03-13 leccionadultos-lr
 
Mr Terraillot Reseaux Electriques Intelligents TIC DigiWorld summit 2011
Mr Terraillot Reseaux Electriques Intelligents TIC DigiWorld summit 2011Mr Terraillot Reseaux Electriques Intelligents TIC DigiWorld summit 2011
Mr Terraillot Reseaux Electriques Intelligents TIC DigiWorld summit 2011
 
Habits
HabitsHabits
Habits
 
Wilington enrique lopez martinez
Wilington enrique lopez martinezWilington enrique lopez martinez
Wilington enrique lopez martinez
 

Análisis de paper. a similarity metric for edge images

  • 1. A similarity Metric for Edge Images FABIAN SILVA PAVEZ
  • 2. Introducción  Importancia de las Métricas para imágenes de bordes y contornos.  Evaluación de Segmentación  Métodos empíricos  Métodos analíticos  Tipos de Métricas  Métodos de Discrepancia  Métricas de distorsión
  • 3. Figura Of Merit (FOM) 
  • 4. Este trabajo  Implementación de las siguientes métricas  Figure Of Merit (FOM)  Peek Signal Noise Ratio (PSNR)  Closest Distance Metric (CDM)  Pixel Correspondence Metric (PCM)  Comparación entre ellas  Imagen de bordes, obtenida con Canny, y luego comparada con la imagen terreno de la verdad.
  • 10. Pixel Correspondence Metric (4)  Algoritmo: Out=function PCM(GT, IM, radio, profundidad, maxPixel) Para cada Pixel p(i,j)>0 en GT Grafo=HacerGrafoBipartito(p(i,j), radio, profundidad) Matching optimo = DeterminarMatchingOptimo(Grafo) costo=Costo(Matching) CostoTotal=costo+CostoTotal Fin_Para Para cada Pixel p(i,j)>0 en IM Grafo=HacerGrafoBipartito(p(i,j), radio, profundidad) Matching optimo = DeterminarMatchingOptimo(Grafo) costo=Costo(Matching) CostoTotal=costo+CostoTotal Fin_Para Out=100(1-CostoTotal/(Numero de pixeles <> 0 en f y g)
  • 11. Pruebas  Experimento 1 (sin ruido):  Tomar una imagen, aplicar método Canny  Aplicar las distintas métricas, entre la imagen resultante y la imagen terreno de la verdad  Comparar los resultados obtenidos  Experimento 2 (con ruido):  Tomar una imagen, aplicar método Canny  Aplicar las distintas métricas, entre la imagen resultante y la imagen terreno de la verdad  Comparar los resultados obtenidos