Current methods of determining spinal cord recovery in mice, post-directed injury, are qualitative measures. This is due to the small size and quickness of mice. This thesis presents a design for a gait acquisition and analysis system able to capture the footfalls of a mouse, extract position and timing data, and report quantitative gait metrics to the operator. These metrics can then be used to evaluate the recovery of the mouse. This work presents the design evolution of the system, from initial sensor design concepts through prototyping and testing to the final implementation. The system utilizes a machine vision camera, a well-designed walkway enclosure, and image processing techniques to capture and analyze paw strikes. Quantitative results gained from live animal experiments are presented, and it is shown how the measurements can be used to determine healthy, injured, and recovered gait.

A method for detecting the buildings from high resolution aerial images is proposed. The aim is to extract the buildings from high resolution aerial images using the Hough transform and the model based perceptual grouping techniques.The edges detected from the image are the basic structures used in the building detection procedure. The method proposed in this thesis makes use of the basic image processing techniques. Noise removal and image sharpening techniques are used to enhance the input image. Then, the edges are extracted from the image using the Canny edge detection algorithm. The edges obtained are composed of discrete points. These discrete points are vectorized in order to generate straight line segments. This is performed with the use of the Hough transform and the perceptual grouping techniques. The straight line segments become the basic structures of the buildings. Finally, the straight line segments are grouped based on predefined model(s) using the model based perceptual grouping technique. The groups of straight line segments are the candidates for 2D structures that may be the buildings, the shadows or other man-made objects. The proposed method was implemented with a program written in C programming language. The approach was applied to several study areas. The results achieved are encouraging. The number of the extracted buildings increase if the orientation of the buildings are nearly the same and the Canny edge detector detects most of the building edges.If the buildings have different orientations,some of the buildings may not be extracted with the proposed method. In addition to building orientation, the building size and the parameters used in the Hough transform and the perceptual grouping stages also affect the success of the proposed method.

Detecção automática de regiões planares em nuvens de pontos é um importante passo para muitas aplicações gráficas, de processamento de imagens e de visão computacional. Enquanto a disponibilidade de digitalizadores a laser e a fotografia digital tem nos permitido capturar nuvens de pontos cada vez maiores, técnicas anteriores para detecção de planos são computacionalmente caras, sendo incapazes de alcançar desempenho em tempo real para conjunto de dados contendo dezenas de milhares de pontos, mesmo quando a detecção é feita de um modo não determinístico. Apresentamos uma abordagem determinística para detecção de planos em nuvens de pontos não estruturadas que apresenta complexidade computacional O(n log n) no número de amostras de entrada. Ela é baseada em um método eficiente de votação para a transformada de Hough. Nossa estratégia agrupa conjuntos de pontos aproximadamente coplanares e deposita votos para estes conjuntos em um acumulador esférico, utilizando núcleos Gaussianos trivariados. Uma comparação com as técnicas concorrentes mostra que nossa abordagem é consideravelmente mais rápida e escala significativamente melhor que as técnicas anteriores, sendo a primeira solução prática para detecção determinística de planos em nuvens de pontos grandes e não estruturadas. / Automatic detection of planar regions in point clouds is an important step for many graphics, image processing, and computer vision applications. While laser scanners and digital photography have allowed us to capture increasingly larger datasets, previous techniques are computationally expensive, being unable to achieve real-time performance for datasets containing tens of thousands of points, even when detection is performed in a non-deterministic way. We present a deterministic technique for plane detection in unorganized point clouds whose cost is O(n log n) in the number of input samples. It is based on an efficient Hough-transform voting scheme and works by clustering approximately co-planar points and by casting votes for these clusters on a spherical accumulator using a trivariate Gaussian kernel. A comparison with competing techniques shows that our approach is considerably faster and scales significantly better than previous ones, being the first practical solution for deterministic plane detection in large unorganized point clouds.

A segmentação é uma etapa intermediária no registro e reconstrução 3D do pulmão. Geralmente, os métodos de segmentação são interativos e utilizam diferentes estratégias para combinar a expertise dos humanos e a velocidade e precisão dos computadores. A segmentação de imagens RM do pulmão é particularmente difícil devido à grande variação na qualidade da imagem. Dois métodos para a segmentação do contorno do pulmão são apresentados. No primeiro, uma análise individual de cada imagem da série de imagens RM é realizada, e a segmentação ocorre através de técnicas de limiarização e labeling. No segundo método, a respiração é associada a uma função respiração padrão, e através de técnicas de processamento de imagem 2D, detecção de bordas e transformada de Hough, padrões respiratórios são obtidos e, conseqüentemente, a posição dos pontos no tempo são estimados. Seqüências temporais de imagens RM são segmentadas, considerando a coerência no tempo. Desta forma, a silhueta do pulmão pode ser determinada em cada quadro, mesmo em quadros com bordas obscuras. A região do pulmão é segmentada em três etapas, neste método: uma máscara contendo a região do pulmão é criada a partir do resultado do primeiro método de segmentação; a transformada de Hough é aplicada exclusivamente aos pixels da máscara em diversos planos; o contorno do pulmão é extraído do resultado da transformada de Hough utilizando os contornos ativos. O formato da máscara pode ter uma grande variação, e a transformada de Hough modificada pode lidar com essa variação. Os resultados obtidos pelos dois métodos são comparados. / The segmentation of the lung is an intermediary step towards its registry and 3D reconstruction. Usually, segmentation methods are interactive and make use of different strategies to combine the expertise of the human and the computers accuracy and speed. Segmentation of lung magnetic resonance (MR) images is particularly difficult because of the large variation in image quality. Two methods for the lung contour segmentation are presented. In this first method, an individual analysis of each image in the series approach is taken, and the segmentation is made through thresholding and labeling techniques. In the second method, the breathing is associated to a standard respiratory function, and through 2D image processing, edge detection and Hough transform, respiratory patterns are obtained and, consequently, the position of points in time are estimated. Temporal sequences of MR images are segmented by considering the coherence in time. This way, the lung silhouette can be determined in every frame, even on frames with obscure edges. The lung region is segmented in three steps: a mask containing the lung region is created from the results of the first method; the Hough transform is applied exclusively to mask pixels in different planes; and the lung contour is created from the results of the Hough transform through active contours. The shape of the mask can have a large variation, and the modified Hough transform can handle such a shape variation. Results from both methods are compared.

Com a crescente necessidade de segurança, o processo de identificação pessoal é cada vez mais exigido. A extração de características faciais é um passo importante quando se lida com interpretação visual automatizada no reconhecimento de faces humanas. Dentre as características faciais, os olhos são partes importantes no processo de reconhecimento, pois determinam o início da busca por outras características relevantes. Neste trabalho é apresentado um método de localização de olhos em imagens frontais de faces humanas. Este método é subdividido em duas partes. Primeiro, são identificados os possíveis candidatos a olhos usando a Transformada de Hough para círculos; depois é aplicada a Distância Euclidiana confirmando-se a localização pro biometria facial. / Personal identification process is an exigency for security systems. Facial feature extraction is a crucial step for automated visual interpretation in human face recognition. Withim all the facial features, the eyes are significantly parts for the recognition process, therefore they set up the start for another relevant feature search. In this work, we present a method for eyes locating in digital images of frontal human faces. This method is subdivided into two parts. First, we identify the possible eyes\'s candidates by Hough Transfor for circules, them we apply the Euclidian distance and calculate the eyes\'s position by facial biometric measurement.

Orientador: Clesio Luis Tozzi / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-09T18:52:49Z (GMT). No. of bitstreams: 1 Tambur_GabrieldosSantos_M.pdf: 6836328 bytes, checksum: a9f9ee22e341720b36aab9a7e3566604 (MD5) Previous issue date: 2007 / Resumo: Neste trabalho foi desenvolvida uma metodologia para inspeção visual e automática de carga de grãos em vagões ferroviários que utiliza técnicas de processamento de imagens. A metodologia inclui três etapas principais: a localização do vagão na imagem utilizando a transformada de Hough, a descrição da carga usando cor e textura, e a identificação de regiões com possíveis objetos sobrepostos. A avaliação dos resultados foi feita a partir de imagens reais e simuladas. A abordagem proposta mostrou-se adequada para os objetivos especificados / Abstract: This work proposes the development of a methodology to scan visually and automatically the grain cargo in railway cars using image processing techniques. The methodology is composed by three main steps: the localization of the railway car in the image using the Hough Transform, the description of the cargo using its color and texture, and the identification of regions with possibly overlaid objects. The assessment of the results was done through real and simulated images. The proposed methodology proved to be adequate for the specified objectives / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

The purpose of this paper is to find out whether Hough transform if it is helpful to building extraction or not. This paper is written with the intention to come up with a building extraction algorithm that captures building areas in images as accurately as possible and eliminates background interference information, allowing the extracted contour area to be slightly larger than the building area itself. The core algorithm in this paper is based on the linear feature of the building edge and it removes interference information from the background. Through the test with ZuBuD database in Matlab, we can detect images successfully.  So according to this study, the Hough transform works for extracting building in 2D images.

Detecção automática de regiões planares em nuvens de pontos é um importante passo para muitas aplicações gráficas, de processamento de imagens e de visão computacional. Enquanto a disponibilidade de digitalizadores a laser e a fotografia digital tem nos permitido capturar nuvens de pontos cada vez maiores, técnicas anteriores para detecção de planos são computacionalmente caras, sendo incapazes de alcançar desempenho em tempo real para conjunto de dados contendo dezenas de milhares de pontos, mesmo quando a detecção é feita de um modo não determinístico. Apresentamos uma abordagem determinística para detecção de planos em nuvens de pontos não estruturadas que apresenta complexidade computacional O(n log n) no número de amostras de entrada. Ela é baseada em um método eficiente de votação para a transformada de Hough. Nossa estratégia agrupa conjuntos de pontos aproximadamente coplanares e deposita votos para estes conjuntos em um acumulador esférico, utilizando núcleos Gaussianos trivariados. Uma comparação com as técnicas concorrentes mostra que nossa abordagem é consideravelmente mais rápida e escala significativamente melhor que as técnicas anteriores, sendo a primeira solução prática para detecção determinística de planos em nuvens de pontos grandes e não estruturadas. / Automatic detection of planar regions in point clouds is an important step for many graphics, image processing, and computer vision applications. While laser scanners and digital photography have allowed us to capture increasingly larger datasets, previous techniques are computationally expensive, being unable to achieve real-time performance for datasets containing tens of thousands of points, even when detection is performed in a non-deterministic way. We present a deterministic technique for plane detection in unorganized point clouds whose cost is O(n log n) in the number of input samples. It is based on an efficient Hough-transform voting scheme and works by clustering approximately co-planar points and by casting votes for these clusters on a spherical accumulator using a trivariate Gaussian kernel. A comparison with competing techniques shows that our approach is considerably faster and scales significantly better than previous ones, being the first practical solution for deterministic plane detection in large unorganized point clouds.

This diploma thesis inspects problems with specification location of edges with higher accuracy then one pixel (subpixel accuracy). In terms of this assignment has been created program, which generates three different shapes of objects. With change of parameters in program is measuring location of gravitational center on objects with subpixel accuracy. Obtained data of gravitational center deviations are depictured in graphs.

I modern industrimiljö finns fortfarande en stor mängd analoga visarinstrument. Det är önskvärt att övervaka dessa instrument digitalt vilket medför att kontroll av mätdata kan göras utan att personal behöver vara på plats. På marknaden finns idag ingen aplikation som är utvecklad för att uppfylla denna funktion.  Detta examensarbete har undersökt metoder för hur en analog visares värde ska läsas av digitalt och utvecklat en prototyp som kan utföra uppgiften.  Prototypen utvecklades med hjälp av datorseende algoritmer för att läsa av den analoga visarens värde. Algoritmerna för datorseende implementerades på en Raspberry Pi4 Model B och en kamera, Rasperry Pi Kameramodul V2. Prototypen som utvecklades uppfyller de funktioner som efterfrågades, och uppnåde en noggranhet på 0.97% +- 0.75 av det procentuella uppmätta värdet hos en analog visares fulla mätspann med en upplösning på 2.5%