INFORMACIÓN CONTEXTUAL

En la etapa de clasificación quizás ocurran errores de asignación de clases a ciertas regiones debido a sombras y/o reflejos existentes sobre toda la escena. En

esta investigación se incluyó el uso de infor mació n contextu al con relaciones espaciales entre las regiones y la imagen, la cual permitió resolver esos errores de clasificación menciona d o s que no se hubieran corregido sin esta etapa [Alencastre 04a, Alencastre 05a, Alencastre 04b, Alencastre 05b, Alencastre 06a].

La infor mación context ual se define en forma de reglas consider an d o que en el contexto se tiene un robot móvil de poca altura observan d o principalmen te hacia el terreno al frente de él y que se tienen clases a partir de element o s de la natu raleza con ciertas relaciones lógicas entre ellas. Al terminar la etapa de clasificación se tienen regiones individuales que son las celdas segmen ta d a s y posterior me n t e clasificadas. En esta etapa de inform ación contextu al se constr uye un Grafo de Adyacencia de Regiones (RAG, Region Adjacency Graph), don de cada una de sus nuevas regiones se compo ne n de varias regiones individuales previame n t e clasificadas que son colindan te s o adyacen tes entre sí y tienen todas ellas el mismo tipo de clase.

El RAG con sus nuevas regiones es creado median te el algoritmo clásico de crecimiento de regiones. Con el crecimiento de regiones, todas las celdas clasificadas o regiones individuales adyacentes pertenecien tes a la misma clase son unidas en una misma nueva región. A contin u ación se describe el algoritmo de crecimiento de regiones [Parker 93] para pasar del grafo del MRF de forma rectangular que se tiene a un RAG el cuál incluye cuatro nuevos nodos llamad o s “nodos especiales de localización” que son los límites de la imagen: 'arriba', 'abajo', 'izquier d a' y 'derecha', las cuales permiten saber en qué parte de la imagen original se encuen tr a n ciertas celdas o regiones clasificadas:

1. Se inicia en el nodo del MRF de la esquina superior izquier d a.

2. Se crean cuatro nodo s en el RAG que son los nodos especiales de localización.

3. Se hace un barrido renglón por renglón del grafo del MRF de izquierd a a derecha.

4. Se marca en turn o una región individual del MRF si esta tiene una clase diferente a la anterior región individual en turno.

asignán d ole la clase de la región individual en turn o.

6. Recursivamen te se van añadien d o a esa nueva región del RAG todas las regiones individuales clasificadas en el MRF con la misma clase que son adyacen tes entre sí iniciando en la región en turn o, esto hasta que no se encuen tr en más regiones con la misma clase que sean adyacen tes.

7. Si alguna de las regiones individuales incluidas en el nodo de la nueva región del RAG son adyacen tes a las regiones individuales pertenecien tes a algún otro nodo del RAG previamen te creado para nuevas regiones, entonces se crean las nuevas aristas en el RAG corresp o n dien t es a esas relaciones de adyacencia.

8. Si alguna de las regiones individuales que son parte del nodo de la nueva región del RAG se encuen tr a n en las orillas de la imagen original, entonces se crea una nueva arista en el RAG hacia los nodos especiales de localización corresp o n dien te s.

9. Se repite desde el paso 3 hasta que todas las regiones individuales en los nodos del MRF hayan sido marcad as en turn o o hayan sido añadidas a una nueva región del RAG.

Fig. 3.8 Ejemplo de constr ucció n de un RAG a partir del grafo de un MRF.

En la Figura 3.8 se muestr a un ejemplo de cómo qued aría un RAG constr ui d o con crecimiento de regiones a partir de un grafo de MRF dado; don de los número s dentro de los nodo s de ambos grafos son las etiquetas que represen t a n cada una de las clases, en este caso: '0' significa 'arbus to o árbol', '1'

0

0

1

1

0

2

2

0

0

2

0

0

1

1

1

2

1

2

2

0

1

1

1

2

1

1

1

1

1

1

MRF

RAG

2

0

^

_

<

>

1

2

2

1

significa 'pasto' y '2' significa 'cielo', y los caracteres especiales dentr o de cuatro nodos del RAG represen t a n los cuatro nodos especiales de localización: '^' significa 'arriba', '_' significa 'abajo', '<' significa 'izquierd a' y '>' significa 'derecha'. En el capítulo 5 de resulta d o s los grafos de cada etapa son represen t a d o s como imágenes y las etiquetas numéricas son cambiad as por colores predefinido s.

Utilizand o las reglas de infor mación contextu al en el RAG se puede deter min ar por ejemplo si una nueva región del RAG con clase 'cielo' fue mal clasificada por estar localizad a en lugares ilógicos como puede ser en la parte de abajo de la imagen original o por estar rodead a por una nueva región con clase 'pasto'. Existen dos tipos de reglas de infor mación contextu al:

a) El primer tipo de reglas considera n solamen t e nodos en el RAG con un sólo nodo vecino. Esto quiere decir que si un nodo “A” tiene un sólo nodo vecino “B”, entonces en la imagen la región con la clase corresp o n dien t e al nodo “A” está rodead a completa me n t e de regiones con la clase corresp o n dien te al nodo “B”. A contin u ación se ejemplifican todas las posibles reglas de este tipo que se aplican a dichos nodos con ciertas clases:

1. 'cielo' con solame n t e un vecino 'pasto' es cambiad o por 'pasto'. 2. 'cielo' con solame n t e un vecino 'arbust o o árbol' es cambiad o por

'arbus to o árbol'.

3. 'arbus to o árbol' con solamen t e un vecino 'cielo' es cambiad o por 'cielo'.

4. 'pasto' con solamen t e un vecino 'cielo' es cambiad o por 'cielo'. 5. 'pasto' con solamen t e un vecino 'arbus to o árbol' es cambiado por

'arbus to o árbol'.

b) El segun d o tipo de reglas considera n solamen te nodos en el RAG con dos nodos vecinos siempre y cuan d o uno de esos dos nodos vecinos sea alguno de los nodos especiales de localización previame n t e definidos. Esto es similar a las primeras reglas en cuanto a que un nodo está rodead o de otro, pero no completa m e n t e, es decir que la región con la clase corresp o n die n t e al nodo “A” está en alguna orilla de la imagen y

está rodead a dentr o de la imagen por regiones con la clase corresp o n dien t e al nodo “B”. A contin u ación se ejemplifican todas las posibles reglas de este tipo que se aplican a dichos nodos con ciertas clases:

1. 'cielo' con un vecino 'pasto' y un segun d o vecino 'abajo', 'izquierd a' o 'derecha' es cambiad o por 'pasto'.

2. 'cielo' con un vecino 'arbus to o árbol' y un segun d o vecino 'abajo', 'izquier d a' o 'derecha' es cambiad o por 'arbus to o árbol'.

3. 'arbus to o árbol' con un vecino 'pasto' y un segun d o vecino 'abajo' es cambiado por 'pasto'.

4. 'pasto' con un vecino 'cielo' y un segun d o vecino 'arriba', 'abajo', 'izquier d a' o 'derecha' es cambiad o por 'cielo'.

5. 'pasto' con un vecino 'arbust o o árbol' y un segun d o vecino 'arriba', 'izquier d a' o 'derecha' es cambiad o por 'arbus to o árbol'.

Fig. 3.9 Ejemplo de aplicación de las reglas de infor mació n contextu al a un RAG.

En la Figura 3.9 se mues tr a un ejemplo de cómo se aplicaro n las reglas de infor mació n context u al descritas al RAG de la Figura 3.8. En este ejemplo, para el nodo con etiqueta '2', de la esquina inferior izquier da del RAG de la figura 3.8, se aplicó la primera regla descrita del primer tipo de reglas de inform ación context u al (es decir, 'cielo' con solamen te un vecino 'pasto' es cambiad o por 'pasto'), integrán d o s e dicho nodo como parte de la región definida por su nodo vecino con etiqueta '1' (que en este caso es 'pasto'); y para el nodo con etiqueta

2

0

^

_

<

>

1

2

'1', de la esquina superior derecha del RAG de la figura 3.8, se aplicó la cuarta regla descrita del segun d o tipo de reglas de infor mació n contextu al (es decir, 'pasto' con un vecino 'cielo' y un segun d o vecino 'arriba', 'abajo', 'izquierd a' o 'derecha' es cambiado por 'cielo'), integrán d o s e dicho nodo como parte de la región definida por su nodo vecino con etiqueta '2' (que en este caso es 'cielo').

En el capítulo 5 se dan los detalles de impleme n t ació n de este méto d o de análisis de las escenas que captu r a el robot, y se muestr an las imágenes con resulta d o s de las etapas más impor ta n t e s del méto d o y los tiemp o s de procesa mien t o obtenido s.