Mostrar el registro sencillo del ítem
dc.contributor.advisor | Brun, Marcel | |
dc.contributor.author | Benalcázar Palacios, Marco E. | |
dc.contributor.other | Ballarin, Virginia Laura | |
dc.date.accessioned | 2025-09-16T11:29:47Z | |
dc.date.available | 2025-09-16T11:29:47Z | |
dc.date.issued | 2014-05-10 | |
dc.identifier.uri | http://rinfi.fi.mdp.edu.ar/handle/123456789/1096 | |
dc.description.abstract | El Procesamiento Digital de Imágenes (PDI) es una subdisciplina aplicada del procesamiento digital de señales. La morfología matemática es una técnica no lineal de PDI que sirve para el procesamiento y análisis de imágenes. Esta técnica se compone de dos operaciones fundamentales que son la erosión y la dilatación. En base a secuencias de estas operaciones se pueden diseñar algoritmos morfológicos de manera heurística. El principal problema del diseño heurístico es que los resultados están altamente condicionados a la experiencia del diseñador de naturaleza subjetiva. En esta tesis se propone un nuevo paradigma para el diseño automático de operadores morfológicos invariantes ante traslaciones y localmente definidos por medio de una ventana, llamados W-operadores. El paradigma propuesto consiste en definir y representar a un W-operador para clasificación y segmentación mediante un sistema de reconocimiento de patrones. Esta tesis está compuesta por siete capítulos. En el capítulo I se presentan las definiciones necesarias y se formula a nivel teórico el problema del diseño automático de W-operadores. En el capítulo II se realiza una revisión bibliográfica exhaustiva y un análisis teórico de los métodos propuestos en la literatura científica para el diseño de W-operadores. En el capítulo III se propone y analiza el nuevo paradigma para el diseño de W-operadores basado en el uso de teoría de reconocimiento de patrones. En el capítulo IV se propone y testea un nuevo método para el procesamiento de imágenes binarias basado en redes neuronales tipo feed-forward. Luego, en el capítulo V se extiende el método propuesto para imágenes binarias al caso donde las imágenes a procesar son imágenes en escala de grises. En este capítulo se aplica, evalúa, y realizan comparaciones del método propuesto en la segmentación de imágenes médicas. En el capítulo VI se extienden el método propuesto al caso donde las imágenes a procesar son imágenes color RGB. En este capítulo también se aplica el método propuesto a un problema de segmentación de imágenes médicas. Finalmente, en el capítulo VII se presenta una discusión, conclusiones, y trabajo futuro. | es_AR |
dc.format | application/pdf | es_AR |
dc.language.iso | spa | es_AR |
dc.publisher | Universidad Nacional de Mar del Plata. Facultad de Ingeniería; Argentina | es_AR |
dc.rights | info:eu-repo/semantics/openAccess | es_AR |
dc.subject | Procesamiento digital de imágenes | es_AR |
dc.subject | Morfología matemática | es_AR |
dc.subject | Operadores morfológicos | es_AR |
dc.subject | W-operadores | es_AR |
dc.subject | Diseño automático de operadores | es_AR |
dc.subject | Reconocimiento de patrones | es_AR |
dc.subject | Segmentación de imágenes | es_AR |
dc.subject | Redes neuronales feed-forward | es_AR |
dc.subject | Imágenes binarias | es_AR |
dc.subject | Imágenes en escala de grises | es_AR |
dc.subject | Imágenes color RGB | es_AR |
dc.subject | Aplicaciones biomédicas | es_AR |
dc.title | Aprendizaje computacional y morfología matemática aplicados al procesamiento de imágenes biomédicas | es_AR |
dc.type | Thesis | es_AR |
dc.rights.holder | https://creativecommons.org/licenses/by/4.0/ | es_AR |
dc.type.oa | info:eu-repo/semantics/doctoralThesis | es_AR |
dc.type.snrd | info:ar-repo/semantics/tesis doctoral | es_AR |
dc.type.info | info:eu-repo/semantics/acceptedVersion | es_AR |
dc.description.fil | Fil: Benalcázar Palacios, Marco E. Universidad Nacional de Mar del Plata. Facultad de Ingeniería; Argentina | es_AR |