Estimación de la matriz de correlación cruzada para detección de objetivos usando un algoritmo de procesamiento de imágenes adquiridas con un sistema compresivo

Abstract

La correlacion entre dos escenas puede ser modelada por una ´ matriz que contiene medidas de similitud entre los pixeles espaciales de ambas imagenes. Por ende, los algoritmos de reconocimiento de patrones basados en ´ la estimacion de la matriz de correlación sonútiles para aplicaciones de visión´ por computador como la deteccion de objetivos. Las limitaciones de almacena- ´ miento y transmision de datos cuando el tama ´ no de las escenas aumenta han ˜ previsto a los sistemas compresivos como el futuro de la adquisicion de datos.ún sistema compresivo es aquel que permite adquirir y comprimir la escena simultaneamente. Actualmente, el cálculo de la matriz de correlación bajo la teor ´ ´ıa de la adquisicion compresiva requiere recuperar la escena a partir de las medidas ´ comprimidas. No obstante, este procedimiento podr´ıa replantearse matematica- ´ mente para obtener la matriz de correlacion de forma directa. Con base en loánterior, este trabajo de grado presenta un enfoque para estimar la matriz de correlacion cruzada a partir de medidas comprimidas capturadas de una esce- ´ na de entrada. Espec´ıficamente, se incluyo un conjunto de operadores lineales ´ sobre el modelo matematico de adquisición para establecer adecuadamente la ´ descomposicion escasa de la escena y recuperar la matriz de correlación me- ´ diante un algoritmo de reconstruccion basado en escasez. El enfoque propuesto ´ se implemento en un sistema de reconocimiento de patrones para el seguimien- ´ to de un objeto. Los resultados fueron comparados con respecto al calculo de la ´ correlacion usando la imagen completa. El método propuesto logró recuperar la ´ correlacion con una calidad de hasta ´ 31[dB] en terminos de PSNR y exhibió unérror de seguimiento de 6[px] reduciendo el porcentaje de datos adquiridos hasta en un 40 %.