A Geometric Invariant Shape Descriptor Based on the Radon, Fourier, and Mellin Transforms

Hoang, Thai V.; Tabbone, Salvatore

doi:10.1109/icpr.2010.512

Cited by 16 publications

(8 citation statements)

References 19 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The generic R-signature has been compared with angular radial transform (ART) [1], generic Fourier descriptor (GFD) [20], Zernike moments [9], R2DFM descriptor [17], and RMF descriptor [6]. Among the selected descriptors for comparison, R2DFM and RFM descriptors are also defined on the Radon transform.…”

Section: Resultsmentioning

confidence: 99%

See 1 more Smart Citation

The generalization of the R-transform for invariant pattern representation

Hoang

Tabbone

2012

Pattern Recognition

Self Cite

View full text Add to dashboard Cite

Section: Resultsmentioning

confidence: 99%

“…The main weakness of this approach is the lack of translation invariance. This drawback has been overcome in [6] by replacing the Mellin transform by the 1D Fourier-Mellin transform for the radial coordinate. Recently, a set of spectral and structural features has also been extracted from the Radon image for pattern description [2].…”

Section: Previous Workmentioning

confidence: 99%

The generalization of the R-transform for invariant pattern representation

Hoang

Tabbone

2012

Pattern Recognition

Self Cite

View full text Add to dashboard Cite

“…La transformada de Radon (RT) también puede ser utilizada como descriptor de apariencia global. La transformada fue descrita en 2005 [14] y se ha utilizado en algunas tareas de visión por computador como puede ser la descripción de formas geométricas [4] o en tareas en el campo de la robótica donde RT fue utilizada para encontrar el vecino más cercano en un estimador de posición [1].…”

Section: Transformada De Radonunclassified

Evaluación de descriptores de apariencia global en tareas de localización bajo cambios de iluminación

Román¹,

Payá²,

Peidró³

et al. 2020

Actas De Las XXXIX Jornadas De Automática, Badajoz, 5-7 De Septiembre De 2018

View full text Add to dashboard Cite

ResumenLa localización y creación de mapas son dos tareas que los robots móviles autónomos deben desarrollar. Por ello, se han llevado a cabo numerosas investigaciones sobre estos temas, proponiendo diferentes métodos para abordar estos problemas. Este trabajo describe brevemente algunas posibilidades para mejorar la tarea de navegación utilizando descriptores de apariencia global. Con este propósito, el método captura información visual del entorno y obtiene, mediante transformaciones, un descriptor de apariencia global de cada imagen completa. Utilizados estos descriptores de apariencia global, el robot es capaz de estimar su posición en un mapa previamente creado, donde el reto es verificar el funcionamiento los descriptores cuando el entorno sufre variaciones en su apariencia visual similares a las condiciones reales a las que un robot móvil se puede enfrentar en un entorno real. Para llevar a cabo el objetivo se ha realizado una evaluación comparativa entre algunos descriptores de apariencia global.Palabras clave: Robótica móvil, descriptores de apariencia global, imágenes omnidirectionales, mapping, localización. INTRODUCCIÓNEn lasúltimas décadas, la presencia de robots móviles en ambientes industriales y domésticos se ha incrementado notoriamente. Este aumento ha sido facilitado por un desarrollo de las capacidades de percepción y computación, el desarrollo de estas aptitudes ha permitido que los robots mejoren la habilidad de operar eń areas grandes y heterogéneas sin necesidad de cambiar la estructura del robot. Sin embargo, el despegue de los robots móviles no será definitivo hasta que el nivel de autonomía y adaptabilidad a diferentes condiciones no mejore sustancialmente. Un robot autónomo debe ser capaz de encontrar una buena solución en un tiempo aceptable a dos problemas críticos: la construcción de un modelo del entorno (mapping) y la estimación de la posición del robot en el modelo (localización); si es capaz de realizar ambas tareas simultáneamente, el robot realiza una tarea de SLAM (Simultaneous Loca-lization And Mapping).Para solucionar estos problemas el robot debe estar equipado con una serie de sensores que le permita extraer información del entorno. Con este objetivo muchos trabajos han usado cámaras como sensores de visión ya que pueden capturar información relevante para realizar las tareas de navegación. Existen dos formas de extraer información de una imagen: la extracción de puntos característicos o el tratamiento de la imagen en su conjunto sin extraer características locales.La utilización de métodos de descripción de apariencia local, en los que se detectan puntos característicos conocidos comúnmente como landmarks, ha sido la manera clásica de obtener información relevante en sistemas de localización mediante visión. Esta es una alternativa madura usada por muchos investigadores en tareas de mapping y localización. Por ejemplo, Valgren y Lilienthal [16] han propuesto un método de localización topológico utilizando esta técnica, Murillo et al. [7] presentaron un estudio comparati...

show abstract

“…The Radon transform was described initially in [33]. Previous research demonstrated the efficacy of this descriptor in shape description and segmentation such as [35,36]. Hoang et al [35] presented a new shape descriptor, invariant to geometric transformations, based on the Radon, Fourier, and Mellin transforms, and Hasegawa et al [36] described a shape descriptor combining the histogram of the Radon transform, the logarithmic-scale histogram, and the phase-only correlation.…”

Section: Describing the Global Appearance Of Omnidirectional Imagesmentioning

confidence: 99%

Relative Altitude Estimation Using Omnidirectional Imaging and Holistic Descriptors

et al. 2019

View full text Add to dashboard Cite

Currently, many tasks can be carried out using mobile robots. These robots must be able to estimate their position in the environment to plan their actions correctly. Omnidirectional vision sensors constitute a robust choice to solve this problem, since they provide the robot with complete information from the environment where it moves. The use of global appearance or holistic methods along with omnidirectional images constitutes a robust approach to estimate the robot position when its movement is restricted to the ground plane. However, in some applications, the robot changes its altitude with respect to this plane, and this altitude must be estimated. This work focuses on this problem. A method based on the use of holistic descriptors is proposed to estimate the relative altitude of the robot when it moves upwards or downwards. This descriptor is constructed from the Radon transform of omnidirectional images captured by a catadioptric vision system. To estimate the altitude, the descriptor of the image captured from the current position is compared with the descriptor of the reference image, previously built. The framework is based on the use of phase correlation to calculate relative orientation and a method based on the compression-expansion of the columns of the holistic descriptor to estimate relative height. Only an omnidirectional vision sensor and image processing techniques are used to solve these problems. This approach has been tested using different sets of images captured both indoors and outdoors under realistic working conditions. The experimental results prove the validity of the method even in the presence of noise or occlusions.

show abstract

A Geometric Invariant Shape Descriptor Based on the Radon, Fourier, and Mellin Transforms

Cited by 16 publications

References 19 publications

The generalization of the R-transform for invariant pattern representation

The generalization of the R-transform for invariant pattern representation

Evaluación de descriptores de apariencia global en tareas de localización bajo cambios de iluminación

Relative Altitude Estimation Using Omnidirectional Imaging and Holistic Descriptors

Contact Info

Product

Resources

About