E. Cuevas Jiménez, D Oliva, Valentín Osuna-Enciso, F Wario
La computación basada en principios físicos recientemente ha ganado respeto en la comunidad científica. Esta área emergente, en poco tiempo ha logrado desarrollar un amplio rango de técnicas y métodos que han servido para resolver diversos problemas, considerados como complejos. Por otra parte, la detección automática de círculos en imágenes se considera una tarea importante, es por esto que se han realizado un gran número de trabajos tratando de encontrar el detector de círculos óptimo. Este artículo presenta un nuevo algoritmo para la detección de primitivas circulares contenidas en imágenes sin la consideración de la transformada de Hough. El algoritmo propuesto está basado en un nuevo enfoque inspirado en principios físicos llamado: Electromagnetism-Like Optimization (EMO), el cual es un método heurístico que emplea algunos principios de la teoría del electromagnetismo para resolver problemas complejos de optimización. En el algoritmo EMO las soluciones se construyen considerando la atracción y repulsión electromagnética entre las partículas cargadas; dicha carga representa la afinidad que tiene cada partícula con la solución. El algoritmo de detección de círculos emplea una codificación de tres puntos no colineales, dichos puntos representan los círculos candidatos sobre una imagen que sólo contiene sus bordes. Empleando una función objetivo, el conjunto de círculos candidatos considerados como partículas cargadas, son operados por medio del algoritmo EMO hasta que logren coincidir con los círculos existentes en la imagen real. Los resultados experimentales en diversas imágenes complejas validaron la eficiencia de la técnica propuesta en cuanto a su exactitud, velocidad y robustez.
The Physic-inspired computation is becoming popular and has been acknowledged by the scientific community. This emerging area has developed a wide range of techniques and methods for dealing with complex problems. On the other hand, automatic circle detection in digital images has been considered as an important and complex task for the computer vision community that has devoted a tremendous amount of research seeking for an optimal circle detector. This article presents an algorithm for the automatic detection of circular shapes embedded into complicated and noisy images with no consideration of the conventional Hough transform techniques. The approach is based on a nature-inspired technique called the Electromagnetism-Like Optimization (EMO) which is a heuristic method following electromagnetism principles for solving complex optimization problems. For the EMO algorithm, solutions are built considering the electromagnetic attraction and repulsion among charged particles with a charge representing the fitness solution for each particle. The algorithm uses the encoding of three non-collinear points as candidate circles over an edge-only image. Guided by the values of the objective function, the set of encoded candidate circles (charged particles) are evolved using the EMO algorithm so that they can fit into the actual circles on the edge map of the image. Experimental results from several tests on synthetic and natural images with a varying range of complexity are included to validate the efficiency of the proposed technique regarding accuracy, speed, and robustness.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados