Descripción de texturas. Aplicaciones a su compresión y clasificación

  1. Epifanio López, Irene
Dirigida por:
  1. Jesús Malo López Director
  2. Guillermo Ayala Gallego Director

Universidad de defensa: Universitat de València

Fecha de defensa: 26 de julio de 2002

Tribunal:
  1. Amelia Simó Vidal Presidente/a
  2. Juan de Mata Domingo Esteve Secretario
  3. Pedro García Sevilla Vocal
  4. Felipe Lubreras Ruiz Vocal
  5. Javier Portilla Muelas Vocal
Departamento:
  1. Òptica i Optometria i Ciències de la Visió

Tipo: Tesis

Teseo: 89682 DIALNET

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.