Please use this identifier to cite or link to this item: https://ri-ng.uaq.mx/handle/123456789/265
Full metadata record
DC FieldValueLanguage
dc.rights.licensehttp://creativecommons.org/licenses/by-nd/4.0es_ES
dc.contributorJesús Carlos Pedraza Ortegaes_ES
dc.creatorRaul David Palma Olveraes_ES
dc.date2015-04-
dc.date.accessioned2018-12-06T19:50:12Z-
dc.date.available2018-12-06T19:50:12Z-
dc.date.issued2015-04-
dc.identifierAlgoritmo CLAHEes_ES
dc.identifierAlgoritmo SIFTes_ES
dc.identifierCLAHE Algorithmes_ES
dc.identifierEcualización de Histogramases_ES
dc.identifierHistogram Equalizationes_ES
dc.identifierSIFT Algorithmes_ES
dc.identifier.urihttp://ri-ng.uaq.mx/handle/123456789/265-
dc.description"En este trabajo se propone la mejora del desempeño del algoritmo de extracción de características SIFT (Scale Invariant Feature Transform) para el reconocimiento de edificios en condiciones de iluminación no controladas al aire libre. Para ello se propone establecer una comparación entre la cantidad de características extraídas con el algoritmo SIFT original y la propuesta planteada que añade una etapa de preprocesamiento basada en realce de histogramas con ayuda del algoritmo CLAHE (Contrast Limited Adaptive Histogram Equalization). Dicho algoritmo será utilizado para mejorar las imágenes tomadas con variaciones de iluminación drásticas, es decir, con una cantidad de iluminación precaria y también con una gran cantidad de iluminación. Este proceso mejorara la extracción de características en dichas condiciones lo cual favorecerá al algoritmos SIFT para el reconocimiento y emparejamiento de las estructuras a encontrar en la escena. Se probara esta metodología propuesta con imágenes tomadas a distintas horas del día lo cual nos dará a conocer en qué momento es más viable la extracción de características o si el comportamiento es el mismo aun con los cambios de iluminación. Una vez que se halla comprobado la metodología propuesta se hará una implementación del método propuesto en un dispositivo basado en el sistema operativo Android logrando una mayor movilidad en el sistema para la realización de las pruebas al aire libre."es_ES
dc.description"In this work a performance improvement to the feature extraction algorithm SIFT (Scale Invariant Feature Transform) is proposed for the recognition of buildings in uncontrolled lighting conditions, at outdoors. For it is proposed to establish a comparison between the amount of features extrated with the original SIFT algorithm and the proposed method that adds a preprocessing stage based on enhanced histograms using the CLAHE (Contrast Limited Adaptive Histogram Equalization) algorithm. This algorithm will be used to improve the images taken with drastic ligthing variations, ie, with precarious lighting conditions and also with a great amount of lighting. This process will improve the feature extraction in these lighting conditions which will favor the SIFT algorithm for the recognitions and matching of buildings at the scene. The proposed methodology will be tested with images taken at different times of days which will give us to know at what point is most feasible the feature extraction or if the behavior is the same even with changes in the lighting conditions. Once the proposed methodology is verified, an implementation of this will be developed on a mobil device based on the Android operative system to achieve greater mobility in the system for testing outdoors."es_ES
dc.formatAdobe PDFes_ES
dc.language.isoEspañoles_ES
dc.relation.requiresSies_ES
dc.rightsAcceso Abiertoes_ES
dc.subjectINGENIERÍA Y TECNOLOGÍAes_ES
dc.subjectCIENCIAS TECNOLÓGICASes_ES
dc.titleProcesamiento y análisis de imágenes en Smartphone mediante una mejora del algoritmo SIFTes_ES
dc.typeTesis de maestríaes_ES
dc.creator.tidcurpes_ES
dc.contributor.tidcurpes_ES
dc.creator.identificadorPAOR890221HQTLLL05es_ES
dc.contributor.identificadorPEOJ691222HSPDRS07es_ES
dc.contributor.roleDirectores_ES
dc.degree.nameMaestría en Ciencias de la Computaciónes_ES
dc.degree.departmentFacultad de Informáticaes_ES
dc.degree.levelMaestríaes_ES
Appears in Collections:Maestría en Ciencias de la Computación

Files in This Item:
File Description SizeFormat 
RI003383.PDF2.72 MBAdobe PDFThumbnail
View/Open


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