Please use this identifier to cite or link to this item: http://ri-ng.uaq.mx/handle/123456789/335
Title: Análisis multiescala morfológico y compensación en iluminación en imágenes digitales
metadata.dc.creator: EDGAR ALEJANDRO RIVAS ARAIZA
Keywords: INGENIERÍA Y TECNOLOGÍA;CIENCIAS TECNOLÓGICAS
metadata.dc.date: May-2008
Description: En este trabajo de tesis se desarrollan dos herramientas de visión por computadora cuyo comportamiento está basado principalmente en la teoría de la morfología matemática; por un lado se propone una técnica para el análisis multiescala de imágenes y por otra parte se introduce un operador de contraste de dos primitivas que realiza la normalización y mejora de contraste en imágenes. Distintos estudios realizados muestran que el análisis en el espacio de escala es de gran utilidad en un amplio rango de aplicaciones de visión por computadora, que incluyen el reconocimiento de patrones, codificación, segmentación de imágenes, etc. Con esta motivación se propuso una técnica de análisis multiescala basado en transformaciones morfológicas por reconstrucción las cuales tienen propiedades importantes, en comparación con las transformaciones normales , tales como, preservación de contornos, mayor inmunidad al ruido y además, a partir de ellas es posible realizar la segmentación de la imagen. El operador de contraste emplea la noción de fondo de imagen y un modelo de percepción visual humana (Ley de Weber) con lo cual se consigue la normalización y mejora de contraste en imágenes con mala iluminación. En este trabajo se mostraran las propiedades más importantes de las propuestas y se ilustrara su desempeño a partir de varios ejemplos.
In this work two computer vision approaches are presented, these are mainly based on the mathematical morphology theory; first a technique for scale space analysis is proposed, on the other hand a new transformation for image normalization and constrast enhancement is introduced. Various works reported in the literature show that scale space analysis is of great importance in a wide range of computer vision tasks, such as, pattern recognition, coding, segmentation, and so on. This fact yielded to propose a scale space approach based on morphological reconstruction transformation which have very advantageous properties, as, contour preservation, major noise inmunity and offering a way to perform segmentation of the image. The contrast operator uses the background notion and a human visual perception model (Weber Law), allowing the normalization and contrast enhancement in images with poor illumination. In this work the most important properties will be presented and the performance of both approaches will be illustrated with various examples.
URI: http://ri-ng.uaq.mx/handle/123456789/335
Other Identifiers: Espacio de escala
Ley de Weber
Reconstruction transformation
Scale space
Transformación con reconstrucción
Weber Law
Appears in Collections:Tesis

Files in This Item:
File Description SizeFormat 
RI000876.pdf3.2 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.