Please use this identifier to cite or link to this item: http://www.dspace.espol.edu.ec/handle/123456789/25484
Full metadata record
DC FieldValueLanguage
dc.contributor.authorChilan Hidalgo, Carmen Isabel-
dc.contributor.authorRicaurte Arias, Pablo Andres-
dc.contributor.authorAguilera Carrasco, Cristhian-
dc.contributor.authorSappa, Angel-
dc.contributor.authorVintimilla Burgos, Boris-
dc.date.accessioned2014-06-04-
dc.date.available2014-06-04-
dc.date.issued2014-06-04-
dc.identifier.urihttp://www.dspace.espol.edu.ec/handle/123456789/25484-
dc.descriptionEn general, las aplicaciones de vision por computadora se basan en el uso de camaras que trabajan en el campo visible del espectro. Recientemente avances en la captura de imagenes infrarrojas, ası como tambien la reduccion en los costos de esas camaras, ha abierto nuevas oportunidades para desarrollar soluciones excelentes que trabajan en la banda infrarroja del espectro o entre varios dominios del espectro entre el campo infrarrojo y visible (ejm., (Barrera et al., 2013), (Aguilera et al., 2012), (Barrera et al., 2012) and (Felicısimo and Cuartero, 2006)). Las bandas espectrales de las imagenes infrarrojas van desde 0.75 μm a 15 μm, del cual se divide en las siguientes categorıas: Infrarrojo cercano (NIR: 0.751.4 μm), Infrarrojo de onda corta (SWIR: 1.43 μm), Infrarrojo de onda media (MWIR: 38 μm) o Infrarrojo de onda larga (LWIR: 815 μm). Imagenes de cada una de estas categorıas tienen ventajas particulares para ciertas aplicaciones dadas; por ejemplo las imagenes NIR son generalmente usadas para aplicaciones que usan deteccion de la mirada y seguimiento de los ojos (Coyle et al., 2004); la banda espectral SWIR ha mostrado su uso en ambientes con mucha neblina (Hansen and Malchow, 2008); MWIR es usado generalmente para detectar temperaturas de alguna forma superiores a la del cuerpo en aplicaciones militares; finalmente, las imagenes LWIR han sido usadas en video vigilancia y asistencia en el manejo (Krotosky and Trivedi, 2007). El presente trabajo se concentra en el campo LWIR, el cual corresponde a la banda espectral m´as lejana con respecto al espectro visible. Siguiendo la evolucion del espectro visible basado en vision por computadora, en las imagenes del dominio Infrarrojo han surgido temas tales como el registrado de imagenes , reconocimiento de patrones o vision estereo los cuales han sido enteramente abarcados. Como primera instancia, herramientas clasicas del espectro visible han sido solo usadas o poco adaptadas en el nuevo dominio. Una de estas herramientas es la descripcion de puntos caracterısticos, los cuales han sido un tema de bastante investigacion en la pasada decada en la comunidad de vision por computadora. Dado la gran cantidad de contribuidores en este topico han habido muchos trabajos en la literatura sobre evaluar y comparar su rendimiento en el caso del espectro visible (ejm., (Miksik and Mikolajczyk, 2012), (Mikolajczyk and Schmid, 2005), (Bauer et al., 2007) y (Schmid et al., 2000)).es
dc.description.abstractThis paper presents a comparative evaluation of classical feature point descriptors when they are used in the long-wave infrared spectral band. Robustness to changes in rotation, scaling, blur, and additive noise are evaluated using a state of the art framework. Statistical results using an outdoor image data set are presented together with a discussion about the differences with respect to the results obtained when images from the visible spectrum are considered.es
dc.language.isospaes
dc.rightsopenAccess-
dc.subjectIMAGENES INFRARROJASes
dc.subjectDESCRIPTORES DE PUNTOS CARACTERISTICOSes
dc.titleCorrespondencia de caracterısticas utilizando esquemas clásicos en el espectro visiblees
dc.typeArticlees
Appears in Collections:Artículos de Tesis de Grado - FIEC



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.