Segmentación eficiente utilizando dimensión fractal

Las técnicas de segmentación usuales, tanto en imágenes por tonos de gris o multibanda, dependen de la supervisión o asistencia de un operador, por medio de procedimientos de prueba y error. Más a¶un, en imágenes ruidosas las cuales son evidentemente mucho más comunes en la mayoría de las aplicacion...

Descripción completa

Detalles Bibliográficos
Autores principales: Katz, Román, Delrieux, Claudio
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2003
Materias:
Ciencias Informáticas
COMPUTER GRAPHICS
Procesamiento de Imágenes
Visual
Segmentación
Contornos Activos
Análisis Fractal
Programación Evolutiva
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/22796
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-22796
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
COMPUTER GRAPHICS
Procesamiento de Imágenes
Visual
Segmentación
Contornos Activos
Análisis Fractal
Programación Evolutiva
spellingShingle Ciencias Informáticas
COMPUTER GRAPHICS
Procesamiento de Imágenes
Visual
Segmentación
Contornos Activos
Análisis Fractal
Programación Evolutiva
Katz, Román
Delrieux, Claudio
Segmentación eficiente utilizando dimensión fractal
topic_facet Ciencias Informáticas
COMPUTER GRAPHICS
Procesamiento de Imágenes
Visual
Segmentación
Contornos Activos
Análisis Fractal
Programación Evolutiva
description Las técnicas de segmentación usuales, tanto en imágenes por tonos de gris o multibanda, dependen de la supervisión o asistencia de un operador, por medio de procedimientos de prueba y error. Más a¶un, en imágenes ruidosas las cuales son evidentemente mucho más comunes en la mayoría de las aplicaciones del procesamiento de imágenes los esquemas de clasificación local utilizados para segmentar suelen ser de escasa utilidad, debido a las fluctuaciones aleatorias introducidas por el ruido. En algunos casos particulares, las recientes ideas propuestas para segmentación automática basada en contornos activos pueden ser lo suficientemente robustas para manejar situaciones de imágenes ruidosas sin supervisión (excepto por el paso de inicialización). Sin embargo, en situaciones de ruido no aditivo (por ejemplo en imágenes SAR, ultrasonido, microscopía electrónica, etc.) y/o en la segmentación de objetos de forma compleja, los contornos activos no tienen una performance adecuada. En este trabajo proponemos el manejo de la segmentación de imágenes ruidosas por medio del análisis de la dimensión fractal. Un paso previo de clasificación utilizando como estimador la counting box dimension ha demostrado mejorar significativamente tanto la eficacia como la calidad final de la segmentación realizada tanto por técnicas locales de filtrado, como por medio de contornos activos o extracción de contornos por medio de algoritmos evolutivos. Los resultados obtenidos por los algoritmos presentados en este trabajo son lo suficientemente robustos como para manejar imágenes con degradación severa por ruido multiplicativo, y la segmentación de objetos con formas arbitrariamente complejas.
format Objeto de conferencia
Objeto de conferencia
author Katz, Román
Delrieux, Claudio
author_facet Katz, Román
Delrieux, Claudio
author_sort Katz, Román
title Segmentación eficiente utilizando dimensión fractal
title_short Segmentación eficiente utilizando dimensión fractal
title_full Segmentación eficiente utilizando dimensión fractal
title_fullStr Segmentación eficiente utilizando dimensión fractal
title_full_unstemmed Segmentación eficiente utilizando dimensión fractal
title_sort segmentación eficiente utilizando dimensión fractal
publishDate 2003
url http://sedici.unlp.edu.ar/handle/10915/22796
work_keys_str_mv AT katzroman segmentacioneficienteutilizandodimensionfractal
AT delrieuxclaudio segmentacioneficienteutilizandodimensionfractal
bdutipo_str Repositorios
_version_ 1764820467718291457

Ejemplares similares