Entropía de permutación para la caracterización de texturas en imágenes digitales

Mostrar todas las versiones(2)

El parámetro estadístico Entropía de Permutación (EP) es un indicador de la complejidad en señales temporales caóticas. En este proyecto se proponen distintos métodos para representar mediante EP la textura de una imagen. El objetivo general del proyecto, es obtener el parámetro EP para imágenes d...

Descripción completa

Detalles Bibliográficos
Autor principal: Antonelli, Adriana Pilar
Otros Autores: Ballarin, Virginia Laura
Formato: Tesis draft Tesis de grado
Lenguaje:Español
Publicado: Universidad Nacional de Mar del Plata. Facultad de Ingeniería. Argentina 2017
Materias:
ENTROPIA DE PERMUTACIÓN (EP)
SEÑALES TEMPORALES CAOTICAS
IMÁGENES DE SUPERFICIES
Acceso en línea:http://rinfi.fi.mdp.edu.ar/xmlui/handle/123456789/267
Aporte de:
RINFI - Facultad de Ingeniería (UNMdP) de Universidad Nacional de Mar del Plata (UNMdP)
id I29-R182-123456789-267
record_format dspace
institution Universidad Nacional de Mar del Plata (UNMdP)
institution_str I-29
repository_str R-182
collection RINFI - Facultad de Ingeniería (UNMdP)
language Español
topic ENTROPIA DE PERMUTACIÓN (EP)
SEÑALES TEMPORALES CAOTICAS
IMÁGENES DE SUPERFICIES
spellingShingle ENTROPIA DE PERMUTACIÓN (EP)
SEÑALES TEMPORALES CAOTICAS
IMÁGENES DE SUPERFICIES
Antonelli, Adriana Pilar
Entropía de permutación para la caracterización de texturas en imágenes digitales
topic_facet ENTROPIA DE PERMUTACIÓN (EP)
SEÑALES TEMPORALES CAOTICAS
IMÁGENES DE SUPERFICIES
description El parámetro estadístico Entropía de Permutación (EP) es un indicador de la complejidad en señales temporales caóticas. En este proyecto se proponen distintos métodos para representar mediante EP la textura de una imagen. El objetivo general del proyecto, es obtener el parámetro EP para imágenes de superficies, y adoptarlo como una característica de textura. Además, el algoritmo desarrollado para dicha función debe aprovechar las ventajas que presenta EP intrínsecamente: simplicidad, rapidez, robustez e invarianza a trasformaciones no lineales. Se eligieron distintas imágenes de superficies, cada una con una rugosidad que se diferencia visualmente de las otras. Las mismas poseen irregularidades de contraste, iluminación, saturación, etc, al momento de la adquisición, lo que es considerado como ruido. Para cumplir con el objetivo general, los objetivos específicos se centraron en los siguientes aspectos: 1. Demostrar la robustez y la simplicidad del método, por lo que no se realizó un pretratamiento de las imágenes para eliminar los efectos del ruido. 2. Realizar algoritmos con bajo costo computacional y sin complejidad de cálculo, para optimizar el tiempo de procesamiento y aprovechar la ventaja del cálculo extremadamente rápido de EP frente a otros métodos. 3. Realizar pruebas en las mismas imágenes sesgadas, aumentadas y transformadas, para demostrar que el método funciona para sistemas ergódicos, y es invariante a distintas trasformaciones. 4. Utilizar las imágenes de superficies en tonos de gris, ya que se considera que la textura es un parámetro que depende de la distribución espacial de los tonos en una imagen, por lo que el color no es importante. 5. Los algoritmos propuestos se diferenciaron según dos propuestas: 1) analizar la imagen como una cadena secuencial de pixeles, es decir, los valores de los tonos de gris se disponen en un vector unidimensional 2) considerar que la imagen está constituida por un pixel y su entorno cercano, por lo tanto se toman distintas vecindades como entorno del pixel a analizar. 6. Seleccionar el/los algoritmo/s que brinden mejores resultados y realizar con ellos una aplicación móvil con el objetivo de probar la aplicabilidad del algoritmo en tiempo real. El proyecto se divide en cinco partes principales: Introducción, Estado del Arte, Métodos, Resultados y Propuesta de Aplicación. A continuación se resume lo desarrollado en cada una de las secciones. En la Introducción se analizó la importancia del proyecto debido a sus potenciales alcances, conociendo las ventajas que Entropía de Permutación presenta en la actualidad, frente a otros parámetros indicadores de complejidad para series temporales. En el Estado del Arte se realizó la investigación y recopilación de proyectos referidos a Análisis de Texturas en imágenes en general y en Entropía de Permutación en particular. Dentro del capítulo Métodos, se explica y fundamenta cada uno de los algoritmos desarrollados mediante la simulación con la herramienta de software matemático Matlab 7.12.0 (R2011a). Además,se explican las consideraciones a tener en cuenta al adaptar para imágenes, un método desarrollado originalmente para series temporales. En la sección Resultados, se muestra lo obtenido con las simulaciones expuestas en el capítulo antecedente. Se aplica cada uno de los algoritmos a siete imágenes de superficies, cuyas rugosidades son visualmente diferentes. Se analizan los resultados obtenidos para cada una de ellas, comparando así la eficiencia entre los métodos propuestos. Por último se muestran los resultados obtenidos mediante una Aplicación Móvil sencilla, realizada con el fin de demostrar las ventajas en la aplicabilidad EP, en comparación con la de otros métodos estadísticos caracterizadores de rugosidad conocidos.
author2 Ballarin, Virginia Laura
author_facet Ballarin, Virginia Laura
Antonelli, Adriana Pilar
format Thesis
draft
Tesis de grado
Tesis de grado
author Antonelli, Adriana Pilar
author_sort Antonelli, Adriana Pilar
title Entropía de permutación para la caracterización de texturas en imágenes digitales
title_short Entropía de permutación para la caracterización de texturas en imágenes digitales
title_full Entropía de permutación para la caracterización de texturas en imágenes digitales
title_fullStr Entropía de permutación para la caracterización de texturas en imágenes digitales
title_full_unstemmed Entropía de permutación para la caracterización de texturas en imágenes digitales
title_sort entropía de permutación para la caracterización de texturas en imágenes digitales
publisher Universidad Nacional de Mar del Plata. Facultad de Ingeniería. Argentina
publishDate 2017
url http://rinfi.fi.mdp.edu.ar/xmlui/handle/123456789/267
work_keys_str_mv AT antonelliadrianapilar entropiadepermutacionparalacaracterizaciondetexturasenimagenesdigitales
_version_ 1807948671755485184
spelling I29-R182-123456789-2672024-04-25T12:10:43Z Entropía de permutación para la caracterización de texturas en imágenes digitales Antonelli, Adriana Pilar Ballarin, Virginia Laura ENTROPIA DE PERMUTACIÓN (EP) SEÑALES TEMPORALES CAOTICAS IMÁGENES DE SUPERFICIES El parámetro estadístico Entropía de Permutación (EP) es un indicador de la complejidad en señales temporales caóticas. En este proyecto se proponen distintos métodos para representar mediante EP la textura de una imagen. El objetivo general del proyecto, es obtener el parámetro EP para imágenes de superficies, y adoptarlo como una característica de textura. Además, el algoritmo desarrollado para dicha función debe aprovechar las ventajas que presenta EP intrínsecamente: simplicidad, rapidez, robustez e invarianza a trasformaciones no lineales. Se eligieron distintas imágenes de superficies, cada una con una rugosidad que se diferencia visualmente de las otras. Las mismas poseen irregularidades de contraste, iluminación, saturación, etc, al momento de la adquisición, lo que es considerado como ruido. Para cumplir con el objetivo general, los objetivos específicos se centraron en los siguientes aspectos: 1. Demostrar la robustez y la simplicidad del método, por lo que no se realizó un pretratamiento de las imágenes para eliminar los efectos del ruido. 2. Realizar algoritmos con bajo costo computacional y sin complejidad de cálculo, para optimizar el tiempo de procesamiento y aprovechar la ventaja del cálculo extremadamente rápido de EP frente a otros métodos. 3. Realizar pruebas en las mismas imágenes sesgadas, aumentadas y transformadas, para demostrar que el método funciona para sistemas ergódicos, y es invariante a distintas trasformaciones. 4. Utilizar las imágenes de superficies en tonos de gris, ya que se considera que la textura es un parámetro que depende de la distribución espacial de los tonos en una imagen, por lo que el color no es importante. 5. Los algoritmos propuestos se diferenciaron según dos propuestas: 1) analizar la imagen como una cadena secuencial de pixeles, es decir, los valores de los tonos de gris se disponen en un vector unidimensional 2) considerar que la imagen está constituida por un pixel y su entorno cercano, por lo tanto se toman distintas vecindades como entorno del pixel a analizar. 6. Seleccionar el/los algoritmo/s que brinden mejores resultados y realizar con ellos una aplicación móvil con el objetivo de probar la aplicabilidad del algoritmo en tiempo real. El proyecto se divide en cinco partes principales: Introducción, Estado del Arte, Métodos, Resultados y Propuesta de Aplicación. A continuación se resume lo desarrollado en cada una de las secciones. En la Introducción se analizó la importancia del proyecto debido a sus potenciales alcances, conociendo las ventajas que Entropía de Permutación presenta en la actualidad, frente a otros parámetros indicadores de complejidad para series temporales. En el Estado del Arte se realizó la investigación y recopilación de proyectos referidos a Análisis de Texturas en imágenes en general y en Entropía de Permutación en particular. Dentro del capítulo Métodos, se explica y fundamenta cada uno de los algoritmos desarrollados mediante la simulación con la herramienta de software matemático Matlab 7.12.0 (R2011a). Además,se explican las consideraciones a tener en cuenta al adaptar para imágenes, un método desarrollado originalmente para series temporales. En la sección Resultados, se muestra lo obtenido con las simulaciones expuestas en el capítulo antecedente. Se aplica cada uno de los algoritmos a siete imágenes de superficies, cuyas rugosidades son visualmente diferentes. Se analizan los resultados obtenidos para cada una de ellas, comparando así la eficiencia entre los métodos propuestos. Por último se muestran los resultados obtenidos mediante una Aplicación Móvil sencilla, realizada con el fin de demostrar las ventajas en la aplicabilidad EP, en comparación con la de otros métodos estadísticos caracterizadores de rugosidad conocidos. Fil: Antonelli, Adriana Pilar. Universidad Nacional de Mar del Plata. Facultad de Ingeniería; Argentina 2017-03-01 Thesis info:eu-repo/semantics/draft info:ar-repo/semantics/tesis de grado info:eu-repo/semantics/bachelorThesis application/pdf http://rinfi.fi.mdp.edu.ar/xmlui/handle/123456789/267 spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by/4.0/ Universidad Nacional de Mar del Plata. Facultad de Ingeniería. Argentina

Ejemplares similares