|
|
|
|
| LEADER |
00000nam a22000003a 4500 |
| 001 |
17200 |
| 003 |
AR_CdUFM |
| 005 |
20200804182414.0 |
| 007 |
ta |
| 008 |
150423s2015 a ||||| |||| 00| 0 s d |
| 040 |
|
|
|a AR_CdUFM
|c AR_CdUFM
|
| 100 |
1 |
|
|9 22353
|a Puente, Mónica Patricia,
|d 1977-
|
| 245 |
1 |
0 |
|a Métodos de segmentación de imágenes de textura :
|b optimización del método Otsu /
|c Mónica Patricia Puente.
|
| 260 |
|
|
|a [S.l. :
|b s.n. ],
|c 2015.
|
| 300 |
|
|
|a x, 75 h. :
|b il. (algunas col.) ;
|c 30 cm.
|
| 500 |
|
|
|a Incluye anexos.
|
| 500 |
|
|
|a Bajo Licencia Creative Commons-Atribución-CompartirIgual 2.5 Argentina.
|
| 500 |
|
|
|a Maestría conjunta con la Facultad de Cs. Exactas Físicas y Naturales-UNC.
|
| 502 |
|
|
|a Tesis (Magister en Análisis y Procesamiento de Imágenes)--Facultad de Matemática, Astronomía y Física, Universidad Nacional de Córdoba, 2015.
|
| 504 |
|
|
|a Incluye referencias bibliográficas : h. 67-68.
|
| 505 |
2 |
|
|a Imagen física e imagen digital -- Segmentación por umbralización -- Método de Otsu para un umbral óptimo -- Modelo autorregresivo bidimensional - Reproducción de imágenes de textura -- Ajuste de modelos AR-2D a imágenes de textura - Segmentación -- Estimación mínimo cuadrática en el modelo AR-2D con dos parámetros - Contaminado -- Segmentación de imagen de textura: Método I -- Aplicaciones -- Segmentación basada en series temporales ordenadas -- Imagen Mixta con yuxtaposición vertical de dos texturas -- Pseudocódigo del Método Otsu -- Pseudocódigo para general imagen sintética de textura -- Pseudocódigo para ajustar el modelo AR-2D con dos parámetros a una imagen de textura -- Pseudocódigo del Método I -- Pseudocódigo del Método II.
|
| 520 |
|
|
|a La segmentación de imágenes de textura define un procedimiento por el cual a partir de una imagen de interés es posible obtener una partición de la misma. Esa partición está constituida por regiones disjuntas, de tal forma que cada una de ellas resulta homogénea tomando como característica la textura. Se han desarrollado diferentes metodologías de segmentación de imágenes de textura. Pueden enmarcarse dentro de dos grandes enfoques de estudio. Por un lado, la extracción exacta de los rasgos de los campos aleatorios que generan las texturas a segmentar. Por otro lado, la discriminación entre tales características. Este trabajo se encuadra dentro del primer enfoque y aborda el problema utilizando imágenes de textura sintéticas.
|
| 530 |
|
|
|a Disponible en línea
|
| 590 |
|
|
|a La biblioteca posee 1 ej. Embargo por 6 meses hasta el 15 de octubre de 2015. Se sube el 19 de octubre de 2015.
|
| 590 |
|
|
|a Defensa : marzo 2015.
|
| 590 |
|
|
|a Se quita enlace roto a vieja página web de la facultad. http://www.famaf.unc.edu.ar/institucional/biblioteca/trabajos/633/17200.pdf [2020-08-03]
|
| 650 |
|
4 |
|a Image Processing
|
| 653 |
|
|
|a Segmentación de imágenes
|
| 653 |
|
|
|a Textura
|
| 653 |
|
|
|a Modelo AR-2D
|
| 700 |
1 |
|
|9 12623
|a Ojeda, Silvia María,
|d 1963- ,
|e dir.
|
| 856 |
4 |
1 |
|y Acceso RDU-UNC
|u http://hdl.handle.net/11086/2848
|
| 942 |
|
|
|2
|c MG. EST.
|
| 945 |
|
|
|a MBO
|d 2015-04-23
|d 2020-08-03
|
| 952 |
|
|
|0 0
|1 0
|2
|4 0
|6 MGAPI_PUE
|7 0
|9 23786
|a MMA
|b MMA
|c 94
|d 2015-04-15
|e Donación de la autora
|l 0
|o MGAPI PUE
|p 22254
|r 2015-04-23 00:00:00
|t 1
|w 2015-10-19
|y MG. EST.
|z Disponible también en línea
|
| 999 |
|
|
|c 17200
|d 17199
|
