Detección de texturas en imágenes mediante grillas de mapeos acoplados

Se presenta una investigación sobre modelos de mapeos de grillas acopladas direccionales, para determinar la factibilidad de su aplicación en la clasificación de texturas en imágenes. El mapeo consiste en una iteración sobre vecindades de píxeles acopladas mediante términos lineales y cuadráticos...

Descripción completa

Detalles Bibliográficos
Autor principal: Cifuentes, María Virginia
Formato: Artículo revista
Lenguaje:Español
Publicado: Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas 2018
Materias:
Entropía
Energía cinética
Software
Kernels
Algoritmos
Matemática computacional e industrial
Mapeo lineal
Tesis de doctorado
Acceso en línea:https://www.ridaa.unicen.edu.ar/handle/123456789/2087
Aporte de:
Repositorio Institucional de Acceso Abierto (RIDAA) de Universidad Nacional del Centro
id I21-R190-123456789-2087
record_format ojs
spelling I21-R190-123456789-20872025-03-28T12:48:03Z Detección de texturas en imágenes mediante grillas de mapeos acoplados Cifuentes, María Virginia Clausse, Alejandro Entropía Energía cinética Software Kernels Algoritmos Matemática computacional e industrial Mapeo lineal Tesis de doctorado Se presenta una investigación sobre modelos de mapeos de grillas acopladas direccionales, para determinar la factibilidad de su aplicación en la clasificación de texturas en imágenes. El mapeo consiste en una iteración sobre vecindades de píxeles acopladas mediante términos lineales y cuadráticos, cuyos kernels característicos son construidos con las intensidades locales. Los términos lineales de acople son análogos a partículas que son dispersadas por la imagen, mientras que los términos cuadráticos son análogos a interacciones entre partículas. Se definieron descriptores basados en la analogía de partículas, a saber: densidad, velocidad, entropía, energía cinética, y energía interna. Los estudios consistieron en una serie de experimentos numéricos para caracterizar el comportamiento de los descriptores sobre texturas. Con el mapeo lineal se verificó que pueden clasificarse texturas combinando los descriptores con algoritmos de aprendizaje, que requieren la participación del usuario. La capacidad de automatización de la clasificación de texturas fue lograda mediante la inclusión de términos cuadráticos en el mapeo. Con el algoritmo completo se encontraron comportamientos parecidos a la ecuación logística, incluyendo puntos fijos, ciclos regulares, y caos. Estas propiedades demostraron ser extremadamente sensibles a la textura. El mapeo finalmente fue aplicado a imágenes textiles reales, con buenos resultados. Fil: Cifuentes, María Virginia. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina. Fil: Clausse, Alejandro. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina. In this thesis we study the feasibility of using couple lattice maps to identify different textures in images. The maps consisted in iterations upon neighborhoods of pixels by means of lineal and quadratic terms whose characteristic kernels are constructed using local intensities of images. The linear coupling is analogous to particles scattered by the images, whereas the quadratic coupling is analogous to interactions between particles. Several descriptors were defined by analogy with particle transport models, namely, density, velocity, entropy, and kinetic and internal energy. The studies consisted in a series of numerical experiments designed to characterize the behavior of the descriptors in textures. The properties shown by the linear map indicate that it is possible to classify textures by combining the descriptors with learning algorithms, although the latter requires some user intervention. With the inclusion of quadratic terms, it was possible to automatize the classification of textures in many cases. The complete algorithm is similar to the logistic equation, and in fact showed similar dynamic properties, like fixed points, regular cycles and chaos. These properties showed high sensitivity to the texture. Finally, the map was applied to real textile images with very good results. 2018-10-22 info:eu-repo/date/embargoEnd/2019-12-17 2019-08-16T14:13:00Z 2019-08-16T14:13:00Z info:ar-repo/semantics/tesis doctoral info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/acceptedVersion https://www.ridaa.unicen.edu.ar/handle/123456789/2087 spa http://creativecommons.org/licenses/by-nc/2.5/ar/ info:eu-repo/semantics/openAccess application/pdf application/pdf Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
institution Universidad Nacional del Centro
institution_str I-21
repository_str R-190
container_title_str Repositorio Institucional de Acceso Abierto (RIDAA)
language Español
format Artículo revista
topic Entropía
Energía cinética
Software
Kernels
Algoritmos
Matemática computacional e industrial
Mapeo lineal
Tesis de doctorado
spellingShingle Entropía
Energía cinética
Software
Kernels
Algoritmos
Matemática computacional e industrial
Mapeo lineal
Tesis de doctorado
Cifuentes, María Virginia
Detección de texturas en imágenes mediante grillas de mapeos acoplados
topic_facet Entropía
Energía cinética
Software
Kernels
Algoritmos
Matemática computacional e industrial
Mapeo lineal
Tesis de doctorado
author Cifuentes, María Virginia
author_facet Cifuentes, María Virginia
author_sort Cifuentes, María Virginia
title Detección de texturas en imágenes mediante grillas de mapeos acoplados
title_short Detección de texturas en imágenes mediante grillas de mapeos acoplados
title_full Detección de texturas en imágenes mediante grillas de mapeos acoplados
title_fullStr Detección de texturas en imágenes mediante grillas de mapeos acoplados
title_full_unstemmed Detección de texturas en imágenes mediante grillas de mapeos acoplados
title_sort detección de texturas en imágenes mediante grillas de mapeos acoplados
description Se presenta una investigación sobre modelos de mapeos de grillas acopladas direccionales, para determinar la factibilidad de su aplicación en la clasificación de texturas en imágenes. El mapeo consiste en una iteración sobre vecindades de píxeles acopladas mediante términos lineales y cuadráticos, cuyos kernels característicos son construidos con las intensidades locales. Los términos lineales de acople son análogos a partículas que son dispersadas por la imagen, mientras que los términos cuadráticos son análogos a interacciones entre partículas. Se definieron descriptores basados en la analogía de partículas, a saber: densidad, velocidad, entropía, energía cinética, y energía interna. Los estudios consistieron en una serie de experimentos numéricos para caracterizar el comportamiento de los descriptores sobre texturas. Con el mapeo lineal se verificó que pueden clasificarse texturas combinando los descriptores con algoritmos de aprendizaje, que requieren la participación del usuario. La capacidad de automatización de la clasificación de texturas fue lograda mediante la inclusión de términos cuadráticos en el mapeo. Con el algoritmo completo se encontraron comportamientos parecidos a la ecuación logística, incluyendo puntos fijos, ciclos regulares, y caos. Estas propiedades demostraron ser extremadamente sensibles a la textura. El mapeo finalmente fue aplicado a imágenes textiles reales, con buenos resultados.
publisher Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
publishDate 2018
url https://www.ridaa.unicen.edu.ar/handle/123456789/2087
work_keys_str_mv AT cifuentesmariavirginia detecciondetexturasenimagenesmediantegrillasdemapeosacoplados
first_indexed 2023-04-13T15:30:43Z
last_indexed 2025-06-05T05:00:30Z
_version_ 1834063893683503104

Ejemplares similares