2024-03-29T02:08:22Zhttp://buleria.unileon.es/oai/requestoai:buleria.unileon.es:10612/10452022-11-16T15:42:01Zcom_10612_17col_10612_476
00925njm 22002777a 4500
dc
González Castro, Víctor
author
2011-07-14
En esta tesis se han evaluado varias técnicas para describir texturas
en una imagen digital. Además, hemos propuesto un nuevo método
de segmentación inteligente, un descriptor de texturas adaptativo
y dos nuevos procedimientos para estimar proporciones de clases
(cuantificación) en conjuntos de datos no etiquetados.
Adicionalmente se ha propuesto un método iterativo, basado en
las estimaciones de las probabilidades a posteriori (PP) devueltas
por un clasificador, capaz de estimar la distribuci on de las clases
de nuevos conjuntos de datos no etiquetados. Estos métodos han sido evaluados utilizando datos
de diferentes problemas reales y comparados con métodos previos
basados en matrices de confusión. Los experimentos muestran que
las estimaciones de los procedimientos de cuantificación mejoran los
resultados obtenidos con el método simple, que es el generalmente
utilizado. Adicionalmente, estos métodos se han evaluado en una aplicación
de control de calidad seminal. Como este problema requiere la segmentación de las cabezas de los espermatozoides, hemos realizado
una propuesta que combina un método basado en umbralización
con la transformada Watershed
http://hdl.handle.net/10612/1045
10.18002/10612/1045
Ingenierías
Descripción adaptativa de texturas y estimación de las probabilidades a priori de las clases para el control de calidad seminal = Adaptive Texture Description and Estimation of the Class Prior Probabilities for Seminal quality Control