Académique Documents
Professionnel Documents
Culture Documents
____________________________________________________________________________________ Abstract. En este conjunto los pixeles ya no son independientes, sino que son una conjuncin de El siguiente trabajo tiene como finalidad conocer todos los pixeles de las imgenes en una uno de los mtodos de segmentacin de ubicacin dentro de la imagen, es decir imgenes mediante el uso de vectores Denotemos a Xij un pixel vector en la ubicacin caractersticos. i-rengln, j-columna, que tiene una forma En la primera parte, se contempla la parte Xij(x1,x2,xn) , este vector est formado por fundamental de considerar un conjunto de los valores de los pixeles en i y j de todas las imgenes finita en una sola mediante la imgenes que forman el conjunto y recibe el agrupacin de sus pixeles en una ubicacin de nombre de vector caracterstico. la imagen por medio de vectores caractersticos. En la segunda parte tratamos uno de los Clasificacin de pixeles criterios de clasificacin ms usados como lo es la distancia vectorial euclidiana. Supongamos que deseamos clasificar nuestros pixeles en un K numero de regiones, para ello Y por ltimo se considera la definicin de un debemos apoyarnos por una media que agrupe algoritmo de k-medias. las caractersticas de los pixeles en dichas regiones. Esta media Mij es un vector por el Fundamento hecho que es un pixel dentro de la imagen al igual que Xij. Sin embargo los pixeles deben Supongamos que tenemos un conjunto de n tener un criterio de clasificacin para el cual imgenes, en el cual cada imagen contienes deben agruparse. informacin que describe caractersticas relevantes de la escena en la que fue tomada, como por ejemplo textura, color, espacio en color, etc.
Donde X1 y X2 son pixeles dentro de un conjunto de imgenes. Y refiere que la distancia entre dos vectores es igual a la raz del producto punto de la diferencia de los vectores entre s misma. Algoritmo de las K-Medias Dado un conjunto de imgenes I de dimensin mxn. 1: Seleccionar un conjunto de K vectores dentro de la imagen que fungirn como medias de clase K-Mij de forma aleatoria o por medio de una forma de seleccin, cuyo criterio cumpla que deben estar alejadas entre s geogrficamente. 2: Verificar como es la U-Mij (uesima media) con respecto a la n-Mij (ultima media calculada hasta el momento ver paso 6) con u=1k-1, en cuanto a distancia euclidiana d(UMij,K-Mij). Si las distancias medidas son menores todas a 1 (por lo mucho), entonces el algoritmo termina. 3: Calcular las distancias entre el pixel Xij con todas la medias U-Mij con u=1k.
Donde
es la frecuencia de los
pixeles etiquetados con la clase K en I y las cuales pueden ser consultadas desde el histograma. Si la imagen no ha sido recorrida totalmente regresar a 3. 7: regresar a dos si no se cumple alguna otra condicin de parada.