Implementaci?n de un detector de coral utilizando filtros Gabor Wavelets y m?quinas de aprendizaje
- Authors
- Villegas Palma, Hyxia Cristina
- Format
- Article
- Status
- publishedVersion
- Description
This work focuses on the implementation of a fast coral reef detector that is used for an Autonomous Underwater Vehicle (AUV, its acronym in English). A fast detection of the presence of coral ensures the AUV stabilization in front of coral reef in the shortest possible time, avoiding collisions with coral. The coral detection is carried out on an image that captures the scene that the AUV?s camera perceives. A pixel-by-pixel classification is performed between two classes: coral reef and the background that is non-coral reef. Each pixel of the image is assigned to afeature vector, which is generated by using Gabor Wavelet filters. These are implemented in C++ and the OpenCV library. The feature vectors are classified using nine machine learning algorithms. The performance of each algorithm is compared with the accuracy and execution time. The Decision Tree algorithm proved to be the fastest and most accurate of all the algorithms. We created a database of 621 images of coral reefs in Belize (110 of training images and 511 of testing images).
Este trabajo se enfoca en la implementaci?n de un detector de arrecife de coral de des empe?o r?pido que se utiliza para un veh?culo aut?nomo submarino (Autonomous Underwater Vehicle, AUV, por sus siglas en ingl?s). Una detecci?n r?pida de la presencia de coral asegura la estabilizaci?n del AUV frente al arrecife en el menor tiempo posible, evitando colisiones con el coral. La detecci?n de coral se hace en una imagen que captura la escena que percibe la c?mara del AUV. Se realiza una clasificaci?n p?xel por p?xel entre dos clases: arrecife de coral y el plano de fondo que no es coral. A cada p?xel de la imagen se le asigna un vector caracter?stico, el mismo que se genera mediante el uso de filtros Gabor Wavelets. ?stos son implementados en C++ y la librer?a OpenCV. Los vectores caracter?sticos son clasificados a trav?s de nueve algoritmos de m?quinas de prendizaje. El desempe?o de cada algoritmo se compara mediante la precisi?n y el tiempo de ejecuci?n. El algoritmo de ?rboles de Decisi?n result? ser el m?s r?pido y preciso de entre todos los algoritmos. Se cre? una base de datos de 621 im?genes de corales de Belice (110 im?genes de entrenamiento y 511 im?genes de prueba).
Universidad T?cnica De Machala
http://dspace.ucuenca.edu.ec/bitstream/123456789/21345/1/MATCH%2714_07_Tusa%20et%20al.pdf
- Publication Year
- 2014
- Language
- spa
- Topic
- IMPLEMENTACION
DETECTOR
FILTROS
MAQUINAS
- Repository
- Repositorio SENESCYT
- Rights
- openAccess
- License
- openAccess