2024-03-29T08:03:14Zhttps://www.tdx.cat/oai/requestoai:www.tdx.cat:10803/69102017-09-01T00:27:57Zcom_10803_183col_10803_229
TDX (Tesis Doctorals en Xarxa)
author
Marqués Acosta, Fernando
authoremail
ferran@gps.tsc.upc.edu
authoremailshow
false
director
Gasull Llampallas, Antoni
2011-04-12T15:27:15Z
2008-03-17
1992-11-22
9788469133927
http://www.tdx.cat/TDX-0222108-105504http://hdl.handle.net/10803/6910
B.26662-2008
La segmentación de imágenes es una técnica que tiene como finalidad dividir una imagen en un conjunto de regiones, asignando a cada objeto en la escena una o varias regiones. Para obtener una segmentación correcta, cada una de las regiones debe cumplir con un criterio de homogeneidad impuesto a priori. Cuando se fija un criterio de homogeneidad, lo que implícitamente se esta haciendo es asumir un modelo matemático que caracteriza las regiones.<br/><br/>En esta tesis se introduce un nuevo tipo de modelo denominado modelo jerárquico, ya que tiene dos niveles diferentes sobrepuestos uno sobre el otro. El nivel inferior (o subyacente) modela la posición que ocupa cada una de las regiones dentro de la imagen; mientras que, por su parte, el nivel superior (u observable) esta compuesto por un conjunto de submodelos independientes (un submodelo por región) que caracterizan el comportamiento del interior de las regiones. Para el primero se usa un campo aleatorio Markoviano de orden dos que modelara los contornos de las regiones, mientras que para el segundo nivel se usa un modelo Gausiano.<br/><br/> En el trabajo se estudian los mejores potenciales que deben asignarse a los tipos de agrupaciones que permiten definir los contornos. Con todo ello la segmentación se realiza buscando la partición más probable (criterio MAP) para una realización concreta (imagen observable).<br/><br/>El proceso de búsqueda de la partición optima para imágenes del tamaño habitual seria prácticamente inviable desde un punto de vista de tiempo de cálculo. Para que se pueda realizar debe partirse de una estimación inicial suficientemente buena y de una algoritmo rápido de mejora como es una búsqueda local. Para ello se introduce la técnica de segmentación piramidal (multirresolucion). La pirámide se genera con filtrado Gausiano y diezmado. En el nivel mas alto de la pirámide, al tener pocos píxels, si que se puede encontrar la partición óptima.
eng
image coding
contour coding
mathematic morphology
image segmentation
chain code
markov random fields
Multiresolution image segmentation based on camporend random fields: Application to image coding
info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/publishedVersion
URL
https://www.tdx.cat/bitstream/10803/6910/1/01_marques_portadaIndex.pdf
File
MD5
73b8f60f2ada609ea1b4713b52a9ab66
815492
application/pdf
01_marques_portadaIndex.pdf
URL
https://www.tdx.cat/bitstream/10803/6910/2/02_marques_capitol1.pdf
File
MD5
8a9e72680e2d93d7cfb032c1f6039fd1
2341427
application/pdf
02_marques_capitol1.pdf
URL
https://www.tdx.cat/bitstream/10803/6910/3/03_marques_capitol2.pdf
File
MD5
3bba1b2c5cd32fe6e5746aaadd40bfdc
2029589
application/pdf
03_marques_capitol2.pdf
URL
https://www.tdx.cat/bitstream/10803/6910/4/04_marques_capitol3.pdf
File
MD5
64b25c044e180b1f8123a925cd84c6a2
3632371
application/pdf
04_marques_capitol3.pdf
URL
https://www.tdx.cat/bitstream/10803/6910/5/05_marques_capitol4.pdf
File
MD5
d7b6ec78a272b2d585bf56453bbb4ce2
3218388
application/pdf
05_marques_capitol4.pdf
URL
https://www.tdx.cat/bitstream/10803/6910/6/06_marques_capitol5.pdf
File
MD5
a3832d1598b7f12e25ff37c39b7a7eb7
5247027
application/pdf
06_marques_capitol5.pdf
URL
https://www.tdx.cat/bitstream/10803/6910/7/07_marques_capitol6.pdf
File
MD5
be3ca67eb7473be18d160dc530270e71
3223961
application/pdf
07_marques_capitol6.pdf
URL
https://www.tdx.cat/bitstream/10803/6910/8/08_marques_conclusions.pdf
File
MD5
8057a83d39cf420051d674de5a2ee4fb
934260
application/pdf
08_marques_conclusions.pdf
URL
https://www.tdx.cat/bitstream/10803/6910/9/09_marques_referencies.pdf
File
MD5
b71cd4c5d4a4cbb6073316cf50c05ab2
652969
application/pdf
09_marques_referencies.pdf
URL
https://www.tdx.cat/bitstream/10803/6910/10/09_marques_referencies.pdf.txt
File
MD5
6fcef85bcaa09f7d7f2227639818f8ea
14517
text/plain
09_marques_referencies.pdf.txt
URL
https://www.tdx.cat/bitstream/10803/6910/11/08_marques_conclusions.pdf.txt
File
MD5
f3cf04525ee6815c02bf53a1585a626f
14493
text/plain
08_marques_conclusions.pdf.txt
URL
https://www.tdx.cat/bitstream/10803/6910/12/07_marques_capitol6.pdf.txt
File
MD5
4579923bcedd42bdbedd95ccb1ffd72c
45330
text/plain
07_marques_capitol6.pdf.txt
URL
https://www.tdx.cat/bitstream/10803/6910/13/06_marques_capitol5.pdf.txt
File
MD5
e822af81de4633df64998a6b4d2a6abb
57172
text/plain
06_marques_capitol5.pdf.txt
URL
https://www.tdx.cat/bitstream/10803/6910/14/05_marques_capitol4.pdf.txt
File
MD5
a0e87767023e0a90e995bd616f920d1a
53506
text/plain
05_marques_capitol4.pdf.txt
URL
https://www.tdx.cat/bitstream/10803/6910/15/04_marques_capitol3.pdf.txt
File
MD5
7efba3aa46d76a904773cb48ae1bb7c7
64573
text/plain
04_marques_capitol3.pdf.txt
URL
https://www.tdx.cat/bitstream/10803/6910/16/03_marques_capitol2.pdf.txt
File
MD5
4f8d123fa1636d3f5d8b08280f09cc9f
46649
text/plain
03_marques_capitol2.pdf.txt
URL
https://www.tdx.cat/bitstream/10803/6910/17/02_marques_capitol1.pdf.txt
File
MD5
02ed1d3a68afaf045582935bc7f03ec5
54894
text/plain
02_marques_capitol1.pdf.txt
URL
https://www.tdx.cat/bitstream/10803/6910/18/01_marques_portadaIndex.pdf.txt
File
MD5
34437f1590799191779b3670f226ee2a
15381
text/plain
01_marques_portadaIndex.pdf.txt