{"id":54145,"date":"2018-03-09T22:41:52","date_gmt":"2018-03-09T22:41:52","guid":{"rendered":"https:\/\/www.deberes.net\/tesis\/sin-categoria\/desarrollo-de-modelos-para-la-segmentacion-difusa-de-imagenes-en-color\/"},"modified":"2018-03-09T22:41:52","modified_gmt":"2018-03-09T22:41:52","slug":"desarrollo-de-modelos-para-la-segmentacion-difusa-de-imagenes-en-color","status":"publish","type":"post","link":"https:\/\/www.deberes.net\/tesis\/inteligencia-artificial\/desarrollo-de-modelos-para-la-segmentacion-difusa-de-imagenes-en-color\/","title":{"rendered":"Desarrollo de modelos para la segmentaci\u00f3n difusa de im\u00e1genes en color"},"content":{"rendered":"<h2>Tesis doctoral de <strong> M\u00aa Bel\u00e9n Prados Su\u00e1rez <\/strong><\/h2>\n<p>La segmentaci\u00f3n de im\u00e1genes consiste en extraer las diferentes regiones existentes en una imagen dada. Por regiones se entiende conjuntos de p\u00edxeles semejantes y conectados. La mayor parte de las t\u00e9cnicas precisas propuestas hasta ahora, no tienen en cuenta la imprecisi\u00f3n que puede existir en dichas regiones, debido a brillos, transparencias, contornos borrosos y degradados de color o de luz. Las t\u00e9cnicas difusas si abordan este problema, aunque utilizan una misma medida para obtener todas las regiones de la imagen, sin tener en cuenta las particularidades de cada una. en esta tesis se ha propuesto una metodolog\u00eda para representar y adaptarse de forma individual a la imprecisi\u00f3n en cada regi\u00f3n de la imagen. Para ello se ha definido una medida de semejanza difusa entre p\u00edxeles de la imagen y medidas de conectividad basadas en al agregaci\u00f3n de semejanzas, junto con un algoritmo para calcular la regi\u00f3n difusa correspondiente a una regi\u00f3n de la imagen.  el estudio de diferentes funciones de agregaci\u00f3n para el c\u00e1lculo de la conectividad (en concreto, las t-normas), proporciona distintas medidas que permiten adaptarse de forma individual a la imprecisi\u00f3n propia de cada regi\u00f3n. Para realizar esta adaptaci\u00f3n de forma autom\u00e1tica, se ha propuesto una t\u00e9cnica de estimaci\u00f3n de la imprecisi\u00f3n en la regi\u00f3n y se ha relacionado este valor de imprecisi\u00f3n con la medida que se ha de utilizar para dicha regi\u00f3n, estableciendo una relaci\u00f3n funcional con el par\u00e1metro de la t-norma de weber. aplicando esta metodolog\u00eda sobre un conjunto de semillas representativas de las regiones de inter\u00e9s, se puede obtener una segmentaci\u00f3n difusa de la imagen. Determinar el conjunto inicial de semillas no es un problema trivial, por lo que se ha propuesto un algoritmo que parte de una sobre-siembra en la imagen y selecciona un conjunto de semillas representativas de las regiones en ella. Para realizar esta selecci\u00f3n se ha definido una medida de bondad de las semillas. po<\/p>\n<p>&nbsp;<\/p>\n<h3>Datos acad\u00e9micos de la tesis doctoral \u00ab<strong>Desarrollo de modelos para la segmentaci\u00f3n difusa de im\u00e1genes en color<\/strong>\u00ab<\/h3>\n<ul>\n<li><strong>T\u00edtulo de la tesis:<\/strong>\u00a0 Desarrollo de modelos para la segmentaci\u00f3n difusa de im\u00e1genes en color <\/li>\n<li><strong>Autor:<\/strong>\u00a0 M\u00aa Bel\u00e9n Prados Su\u00e1rez <\/li>\n<li><strong>Universidad:<\/strong>\u00a0 Granada<\/li>\n<li><strong>Fecha de lectura de la tesis:<\/strong>\u00a0 17\/07\/2006<\/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>Jes\u00fas Chamorro Martinez<\/li>\n<\/ul>\n<\/li>\n<li><strong>Tribunal<\/strong>\n<ul>\n<li>Presidente del tribunal: rafael Molina soriano <\/li>\n<li>pilar Sobrevilla frison (vocal)<\/li>\n<li>Mar\u00eda  amparo Vila miranda (vocal)<\/li>\n<li> Montero de Juan  Javier (vocal)<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Tesis doctoral de M\u00aa Bel\u00e9n Prados Su\u00e1rez La segmentaci\u00f3n de im\u00e1genes consiste en extraer las diferentes regiones existentes en una [&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":[2528,11658],"tags":[38630,3600,35617,119545,119546,35557],"class_list":["post-54145","post","type-post","status-publish","format-standard","hentry","category-inteligencia-artificial","category-vision-artificial","tag-jesus-chamorro-Martinez","tag-maria-amparo-vila-miranda","tag-montero-de-juan-javier","tag-ma-belen-prados-suarez","tag-pilar-sobrevilla-frison","tag-rafael-molina-soriano"],"_links":{"self":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts\/54145","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=54145"}],"version-history":[{"count":0,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts\/54145\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/media?parent=54145"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/categories?post=54145"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/tags?post=54145"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}