{"id":100276,"date":"2018-03-11T10:21:41","date_gmt":"2018-03-11T10:21:41","guid":{"rendered":"https:\/\/www.deberes.net\/tesis\/sin-categoria\/funciones-de-solapamiento-y-su-aplicacion-a-segmentacion-de-imagenes\/"},"modified":"2018-03-11T10:21:41","modified_gmt":"2018-03-11T10:21:41","slug":"funciones-de-solapamiento-y-su-aplicacion-a-segmentacion-de-imagenes","status":"publish","type":"post","link":"https:\/\/www.deberes.net\/tesis\/inteligencia-artificial\/funciones-de-solapamiento-y-su-aplicacion-a-segmentacion-de-imagenes\/","title":{"rendered":"Funciones de solapamiento y su aplicacion a segmentaci\u00f3n de imagenes"},"content":{"rendered":"<h2>Tesis doctoral de <strong> Raul Orduna Urrutia <\/strong><\/h2>\n<p>En muchos campos de la ciencia y la ingenier\u00eda nos enfrentamos al problema de asignar un elemento a una clase de objetos.  Si la separaci\u00f3n entre las clases no est\u00e1 clara, el experto puede no estar seguro sobre la asignaci\u00f3n de elementos a una clase particular.  Tal vez estas clases sean de naturaleza difusa y el experto perciba que dichos elementos simplemente pertenecen a varias clases.  Tambi\u00e9n es posible que los l\u00edmites entre las clases sean n\u00edtidos pero no resulten claros para nuestra representaci\u00f3n del problema.  En cualquiera de estas situaciones surge el concepto de solapamiento.  uno de los problemas m\u00e1s importantes en visi\u00f3n artificial es la identificaci\u00f3n de objetos en una imagen.  Una de las t\u00e9cnicas m\u00e1s utilizadas para resolver este problema es la umbralizaci\u00f3n.  Si nos centramos en el caso de una imagen con un \u00fanico objeto sobre un fondo, la umbralizaci\u00f3n consiste en determinar un umbral de intensidad tal que aquellos pixeles cuya intensidad es mayor que el umbral se asignan al objeto ( o al fondo), y aquellos pixeles cuya intensidad es menor que el umbral se asignan al fondo (objeto).  normalmente esta clase de problemas se tratan por medio de funciones que representan al objeto y al fondo.  Para construir estas funciones pueden considerarse varios m\u00e9todos.  Existir\u00e1n valores de intensidad para los que el experto est\u00e1 seguro de su pertenencia al fondo o al objeto, pero tambi\u00e9n habr\u00e1 intensidades para las que el experto dude de su clasificaci\u00f3n.  el grado de solapamiento entre estas dos funciones (para el objeto y para el fondo) puede interpretarse como la representaci\u00f3n de la ignorancia del experto en determinar si el pixel en cuesti\u00f3n pertenece al fondo o al objeto.  Nuestras funciones de solapamiento intentan medir este grado de solapamiento.  si podemos medir eficazmente el solapamiento, podemos encontrar el umbral que asegura la menor intersecci\u00f3n entre las funciones que representan al fondo y al objeto, el cual puede ser entendido como el mejor umbral en el sentido que es el procedimiento que mejor distingue entre el objeto y el fondo.  la definici\u00f3n, construcci\u00f3n y propiedades de estas funciones son explicadas en detalle en los cap\u00edtulos te\u00f3ricos.  de cualquier forma, para una imagen espec\u00edfica pueden utilizarse muchas representaciones diferentes similares, por lo que muchos pares de aplicaciones, representando al objeto por un lado y al fondo por otro, son posibles.  De esta forma pueden definirse mechos umbrales diferentes para una imagen dada, y por tanto es necesario encontrar un m\u00e9todo que determine cual es el mejor.  Se interpretar\u00e1 cada conjunto de par\u00e1metros como un experto diferente que proporciona el mejor umbral para una imagen en grises.  en su aplicaci\u00f3n a im\u00e1genes en color hemos de aplicar este procedimiento a cada componente de forma que obtenemos umbrales que separan los diferentes colores.  Construimos conjuntos difusos asociados a etiquetas ling\u00ed\u00bc\u00edsticas que representan cada uno de los objetos (colores) que deseamos segmentar en una imagen.  finalmente aplicamos un mecanismo de toma de decisiones, basado en la representaci\u00f3n ling\u00ed\u00bc\u00edstica difusa de 2-tuplas, para realizar una clasificaci\u00f3n final de cada pixel entre las diferentes etiquetas ling\u00ed\u00bc\u00edsticas y por tanto obtener una segmentaci\u00f3n de la imagen en color.  los resultados obtenidos a trav\u00e9s de estos algoritmos pueden consultarse en los cap\u00edtulos experimentales de la mejoria.<\/p>\n<p>&nbsp;<\/p>\n<h3>Datos acad\u00e9micos de la tesis doctoral \u00ab<strong>Funciones de solapamiento y su aplicacion a segmentaci\u00f3n de imagenes<\/strong>\u00ab<\/h3>\n<ul>\n<li><strong>T\u00edtulo de la tesis:<\/strong>\u00a0 Funciones de solapamiento y su aplicacion a segmentaci\u00f3n de imagenes <\/li>\n<li><strong>Autor:<\/strong>\u00a0 Raul Orduna Urrutia <\/li>\n<li><strong>Universidad:<\/strong>\u00a0 P\u00fablica de navarra<\/li>\n<li><strong>Fecha de lectura de la tesis:<\/strong>\u00a0 15\/04\/2010<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n<h3>Direcci\u00f3n y tribunal<\/h3>\n<ul>\n<li><strong>Director de la tesis<\/strong>\n<ul>\n<li>Humberto Bustince Sola<\/li>\n<\/ul>\n<\/li>\n<li><strong>Tribunal<\/strong>\n<ul>\n<li>Presidente del tribunal: Francisco Herrera triguero <\/li>\n<li>Javier Montero de Juan (vocal)<\/li>\n<li>  (vocal)<\/li>\n<li>  (vocal)<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Tesis doctoral de Raul Orduna Urrutia En muchos campos de la ciencia y la ingenier\u00eda nos enfrentamos al problema de [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"footnotes":""},"categories":[2528,18529],"tags":[37307,84135,146886,204302],"class_list":["post-100276","post","type-post","status-publish","format-standard","hentry","category-inteligencia-artificial","category-publica-de-navarra","tag-francisco-herrera-triguero","tag-humberto-bustince-sola","tag-javier-montero-de-juan","tag-raul-orduna-urrutia"],"_links":{"self":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts\/100276","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/comments?post=100276"}],"version-history":[{"count":0,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts\/100276\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/media?parent=100276"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/categories?post=100276"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/tags?post=100276"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}