Detección de texturas en imágenes mediante grillas de mapeos acoplados

• Autores: María Virginia Cifuentes
• Directores de la Tesis: Alejandro Clausse (dir. tes.)
• Lectura: En la Universidad Nacional del Centro de la Provincia de Buenos Aires (UNCPBA) ( Argentina ) en 2018
• Idioma: español
• Enlaces
  • Tesis en acceso abierto en: www.ridaa.unicen.edu.ar
• Resumen
  • español

    Se presenta una investigación sobre modelos de mapeos de grillas acopladas direccionales, para determinar la factibilidad de su aplicación en la clasificación de texturas en imágenes. El mapeo consiste en una iteración sobre vecindades de píxeles acopladas mediante términos lineales y cuadráticos, cuyos kernels característicos son construidos con las intensidades locales. Los términos lineales de acople son análogos a partículas que son dispersadas por la imagen, mientras que los términos cuadráticos son análogos a interacciones entre partículas. Se definieron descriptores basados en la analogía de partículas, a saber: densidad, velocidad, entropía, energía cinética, y energía interna. Los estudios consistieron en una serie de experimentos numéricos para caracterizar el comportamiento de los descriptores sobre texturas.

    Con el mapeo lineal se verificó que pueden clasificarse texturas combinando los descriptores con algoritmos de aprendizaje, que requieren la participación del usuario.

    La capacidad de automatización de la clasificación de texturas fue lograda mediante la inclusión de términos cuadráticos en el mapeo. Con el algoritmo completo se encontraron comportamientos parecidos a la ecuación logística, incluyendo puntos fijos, ciclos regulares, y caos. Estas propiedades demostraron ser extremadamente sensibles a la textura. El mapeo finalmente fue aplicado a imágenes textiles reales, con buenos resultados.

  • English

    In this thesis we study the feasibility of using couple lattice maps to identify different textures in images. The maps consisted in iterations upon neighborhoods of pixels by means of lineal and quadratic terms whose characteristic kernels are constructed using local intensities of images. The linear coupling is analogous to particles scattered by the images, whereas the quadratic coupling is analogous to interactions between particles.

    Several descriptors were defined by analogy with particle transport models, namely, density, velocity, entropy, and kinetic and internal energy. The studies consisted in a series of numerical experiments designed to characterize the behavior of the descriptors in textures.

    The properties shown by the linear map indicate that it is possible to classify textures by combining the descriptors with learning algorithms, although the latter requires some user intervention. With the inclusion of quadratic terms, it was possible to automatize the classification of textures in many cases. The complete algorithm is similar to the logistic equation, and in fact showed similar dynamic properties, like fixed points, regular cycles and chaos. These properties showed high sensitivity to the texture. Finally, the map was applied to real textile images with very good results.