Reconocimiento de marcas de ganado

Autores
Sampallo, Guillermo M.; González Thomas, Arturo; Vázquez, Damián; Duarte, Domingo
Año de publicación
2003
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En este trabajo se presenta un sistema de reconocimiento de marcas de ganado mayor y menor, basado en la comparación de dos parámetros (el número de extremos y el número de cruces de la traza) y un descriptor denominado histograma de tangentes. Obtenida la imagen binarizada de la marca, se procede a adelgazar la traza de la misma mediante morfología binaria, hasta alcanzar un ancho de un píxel manteniendo la continuidad. Se segmenta la marca adelgazada y se determina la pendiente de cada segmento. El histograma de las pendientes caracteriza la marca y permite su comparación con otras mediante el calculo del coeficiente de Pearson. El descriptor es inmune a desplazamientos y el reconocimiento resulta altamente satisfactorio.
Eje: Computación gráfica, Imágenes y Visualización (CGI)
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Visión artificial
COMPUTER GRAPHICS
Reconocimiento de patrones
Visual
WGCI
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/22735
Acceder
id SEDICI_3adf49aa18094d756dfda149b999b8eb
oai_identifier_str oai:sedici.unlp.edu.ar:10915/22735
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Reconocimiento de marcas de ganadoSampallo, Guillermo M.González Thomas, ArturoVázquez, DamiánDuarte, DomingoCiencias InformáticasVisión artificialCOMPUTER GRAPHICSReconocimiento de patronesVisualWGCIEn este trabajo se presenta un sistema de reconocimiento de marcas de ganado mayor y menor, basado en la comparación de dos parámetros (el número de extremos y el número de cruces de la traza) y un descriptor denominado histograma de tangentes. Obtenida la imagen binarizada de la marca, se procede a adelgazar la traza de la misma mediante morfología binaria, hasta alcanzar un ancho de un píxel manteniendo la continuidad. Se segmenta la marca adelgazada y se determina la pendiente de cada segmento. El histograma de las pendientes caracteriza la marca y permite su comparación con otras mediante el calculo del coeficiente de Pearson. El descriptor es inmune a desplazamientos y el reconocimiento resulta altamente satisfactorio.Eje: Computación gráfica, Imágenes y Visualización (CGI)Red de Universidades con Carreras en Informática (RedUNCI)2003-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf854-861http://sedici.unlp.edu.ar/handle/10915/22735spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T10:47:47Zoai:sedici.unlp.edu.ar:10915/22735Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 10:47:47.722SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Reconocimiento de marcas de ganado
title Reconocimiento de marcas de ganado
spellingShingle Reconocimiento de marcas de ganado
Sampallo, Guillermo M.
Ciencias Informáticas
Visión artificial
COMPUTER GRAPHICS
Reconocimiento de patrones
Visual
WGCI
title_short Reconocimiento de marcas de ganado
title_full Reconocimiento de marcas de ganado
title_fullStr Reconocimiento de marcas de ganado
title_full_unstemmed Reconocimiento de marcas de ganado
title_sort Reconocimiento de marcas de ganado
dc.creator.none.fl_str_mv Sampallo, Guillermo M.
González Thomas, Arturo
Vázquez, Damián
Duarte, Domingo
author Sampallo, Guillermo M.
author_facet Sampallo, Guillermo M.
González Thomas, Arturo
Vázquez, Damián
Duarte, Domingo
author_role author
author2 González Thomas, Arturo
Vázquez, Damián
Duarte, Domingo
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Visión artificial
COMPUTER GRAPHICS
Reconocimiento de patrones
Visual
WGCI
topic Ciencias Informáticas
Visión artificial
COMPUTER GRAPHICS
Reconocimiento de patrones
Visual
WGCI
dc.description.none.fl_txt_mv En este trabajo se presenta un sistema de reconocimiento de marcas de ganado mayor y menor, basado en la comparación de dos parámetros (el número de extremos y el número de cruces de la traza) y un descriptor denominado histograma de tangentes. Obtenida la imagen binarizada de la marca, se procede a adelgazar la traza de la misma mediante morfología binaria, hasta alcanzar un ancho de un píxel manteniendo la continuidad. Se segmenta la marca adelgazada y se determina la pendiente de cada segmento. El histograma de las pendientes caracteriza la marca y permite su comparación con otras mediante el calculo del coeficiente de Pearson. El descriptor es inmune a desplazamientos y el reconocimiento resulta altamente satisfactorio.
Eje: Computación gráfica, Imágenes y Visualización (CGI)
Red de Universidades con Carreras en Informática (RedUNCI)
description En este trabajo se presenta un sistema de reconocimiento de marcas de ganado mayor y menor, basado en la comparación de dos parámetros (el número de extremos y el número de cruces de la traza) y un descriptor denominado histograma de tangentes. Obtenida la imagen binarizada de la marca, se procede a adelgazar la traza de la misma mediante morfología binaria, hasta alcanzar un ancho de un píxel manteniendo la continuidad. Se segmenta la marca adelgazada y se determina la pendiente de cada segmento. El histograma de las pendientes caracteriza la marca y permite su comparación con otras mediante el calculo del coeficiente de Pearson. El descriptor es inmune a desplazamientos y el reconocimiento resulta altamente satisfactorio.
publishDate 2003
dc.date.none.fl_str_mv 2003-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/22735
url http://sedici.unlp.edu.ar/handle/10915/22735
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
854-861
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846063904425246720
score 13.22299

Publicaciones similares