Aprendizaje computacional y morfología matemática aplicados al procesamiento de imágenes biomédicas

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


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Buscar en RINFI


Búsqueda avanzada

Listar

Mi cuenta

Estadísticas