Descripción de texturas. Aplicaciones a su compresión y clasificación
- Autores: Irene Epifanio López
- Directores de la Tesis: Jesús Malo López (dir. tes.), Guillermo Ayala Gallego (dir. tes.)
- Lectura: En la Universitat de València ( España ) en 2002
- Idioma: español
- Tribunal Calificador de la Tesis: Amelia Simó Vidal (presid.), Juan de Mata Domingo Esteve (secret.), Pedro García Sevilla (voc.), Felipe Lubreras Ruiz (voc.), Javier Portilla Muelas (voc.)
- Materias:
- Texto completo no disponible (Saber más ...)
- Resumen
Se ha tratado el problema de la representación de texturas tanto para su clasificación como para la compresión de imágenes naturales (constituidos por múltiples texturas) dentro del contexto de transform coding, Para ello, en primer lugar, se ha presentado una primera conexión entre los conjuntos aleatorios cerrados y el análisis de texturas. De esta manera, las texturas se han descrito empleando funciones de distribución de contacto y K-funciones.
En segundo lugar, se ha propuesto una aproximación posibilística para la clasificación de texturas. Según esta asociaríamos a una nuevas textura grados de pertenencia a cada una de las clases. Se han planteado diversas alternativas para la obtención de dichas etiquetas posibilísticas, entre las que podríamos resaltar (para el problema en cuestión) el uso de los p-valo-res obtenidos con determinados tests. En cuanto al segundo de los problemas considerados (el de la compresión), primeramente se ha propuesto una transformación lineal que contempla simultáneamente aspectos estadísticos y psicovisuales, de manera que consigue reducir la redundancia estadística y perceptual presente en las imágenes naturales, facilitándose y justificándose así el uso de la cuantización escalar. A pesar de los buenos resultados obtenidos, la mencionada transformación es una primera opción que se ha mejorado utilizando una transformación no lineal inspirada en aspectos perceptuales. Con ella logramos eliminar las correlaciones perceptuales y disminuir en gran medida las estadísticas, consiguiendo imágenes descodificadas de calidad satisfactoria. Se ha propuesto además un método para invertirla empleando métodos de integración numérica de sistemas de ecuaciones diferenciales.
