|
Título:
|
Algoritmos metaheurísticos para la segmentación de imágenes
|
|
Autores:
|
Hinojosa Cervantes, Salvador Miguel
|
|
Tipo de documento:
|
texto impreso
|
|
Editorial:
|
Universidad Complutense de Madrid, 2019-03-18
|
|
Dimensiones:
|
application/pdf
|
|
Nota general:
|
info:eu-repo/semantics/openAccess
|
|
Idiomas:
|
|
|
Palabras clave:
|
Estado = No publicado
,
Materia = Ciencias: Informática
,
Tipo = Tesis
|
|
Resumen:
|
Uno de los temas más tratados en la comunidad de procesamiento de imágenes es la segmentación, consistente en obtener estructuras subyacentes para facilitar su interpretación, por ejemplo, obtener bordes o agrupaciones de píxeles que forman regiones con alguna propiedad. Dado que se utiliza como un paso de preprocesamiento antes de las tareas de visión por computador de alto nivel, como el reconocimiento de objetos y la representación de imágenes, se han propuesto diversos enfoques para la segmentación, que se centran en la mejora de la calidad de los procesos aplicados para conseguir los mejores resultados posibles. Sin embargo, en muchos casos el coste computacional de estas técnicas puede ser elevado, limitando su uso. En el área de la optimización global se han propuesto una gran cantidad de algoritmos metaheurísticos (AM) para resolver problemas complejos de ingeniería en un tiempo razonable. Los AMs son algoritmos de búsqueda estocásticos que utilizan reglas o heurísticas aplicables a cualquier problema para acelerar su convergencia a soluciones cercanas al óptimo. Es común observar que los AMs emulan procesos y comportamientos inspirados por mecanismos presentes en la naturaleza, como la evolución...
|
|
En línea:
|
https://eprints.ucm.es/id/eprint/56044/1/T41192.pdf
|
