| dc.description.abstract | El algoritmo de agrupamiento difuso FCM (Fuzzy Clustering Means) se puede adaptar a
diferentes aplicaciones, en diversas áreas sin la necesidad de realizar modificaciones, sin
embargo al aplicarlo en la segmentación de imágenes degradadas por ruido se obtienen
resultados inadecuados, tomando en cuenta que se considera que una segmentación
inadecuada es aquella en la cual se asignan elementos a grupos a los cuales en realidad no
pertenecen, ya que solo se trabaja utilizando las magnitudes de los pixeles contenidos en la
imagen.
Por lo tanto en este trabajo se presenta el desarrollo (capitulo 3) y la prueba (capitulo 4) de
dos algoritmos de filtrado, uno enfocado al tratamiento de ruido impulsivo, el segundo
enfocado al tratamiento de ruido Gaussiano, los cuales fueron utilizados para la modificación
del algoritmo FCM con el objetivo de obtener segmentaciones en las cuales el ruido no afecta
el resultado, además se propuso la aplicación de la transformación de las imágenes en RGB
al espacio de color IJK para posteriormente considerar únicamente las componentes de
cromaticidad JK en el algoritmo de segmentación, lo cual posibilita la obtención de diferentes
resultados, es decir se pueden ignorar las sombras, ya que estas se pueden considerar como
cambios en la brillantes de la imagen.
Para la evaluación de las segmentaciones obtenidas se utilizaron diversas métricas de calidad
en la segmentación, “Índice probabilístico aleatorio (PRI), Variación de la información
(VOI) y Error de consistencia global (GCE)” las cuales evalúan las segmentaciones
automáticas con respecto a un conjunto de segmentaciones manuales estos resultados se
muestran utilizando gráficas y tablas para realizar comparaciones entre resultados, sin
embargo se observó que la segmentación de referencia a utilizar en la evaluación,
probablemente dependa del resultado de la segmentación automática o de la aplicación que
se esté considerando. | |
