Modelo de segmentación y caracterización de objetos en escenas basado en métodos estocásticos

Tesis doctoral de Pilar Arques Corrales

Podemos afirmar que la visión es el más importante de todos los sentidos que posee el ser humano. Inicialmente la visión por computador trató de imitar al sistema visual humano, por la cantidad de información captadas y procesada es tal, que dicha imitación sigue siendo actualmente una utopía. Por ello, los sistemas de visión por computador se dividen en distintas fases (captación, preprocesamiento, segmentación, análisis de formas y clasificación de objetos) que son estudiadas de manera independiente, aunque existe una gran interrelación entre todas ellas. Esta tesis aporta un nuevo modelo de visión por computador, centrado en las fases de segmentación y análisis de formas, buscando en ambos casos una gran velocidad de respuestas. Previamente se analiza cual es el espacio de color idóneo para alcnazar dicha velocidad. En la fase de segmentación de imágenes, se comparan dos métodos, uno de ellos utilizando una función de energía y otro mediante la utilización de un umbral. Utilizando el algoritmo definido para la segmentación de imágenes, en la fase de análisis de formas, se consigue definir una única propiedad que describe de manera unívoca cada uno de los objetos de una base de datos. El histograma de distancias al centroide.

 

Datos académicos de la tesis doctoral «Modelo de segmentación y caracterización de objetos en escenas basado en métodos estocásticos«

  • Título de la tesis:  Modelo de segmentación y caracterización de objetos en escenas basado en métodos estocásticos
  • Autor:  Pilar Arques Corrales
  • Universidad:  Alicante
  • Fecha de lectura de la tesis:  15/06/2007

 

Dirección y tribunal

  • Director de la tesis
    • Ramón Rizo Aldeguer
  • Tribunal
    • Presidente del tribunal: alfons Crespo lorente
    • Juan Manuel Corchado rodríguez (vocal)
    • Rafael Molina carmona (vocal)
    • Emilio Santiago Corchado rodriguez (vocal)

 

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Scroll al inicio