Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.12104/90591
Title: ALGORITMOS DE CÓMPUTO EVOLUTIVO APLICADOS AL PROCESAMIENTO DE IMÁGENES
Author: Luque Chang, Alberto
metadata.dc.contributor.director: Cuevas Jiménez, Erik Valdemar
Issue Date: 27-Jan-2021
Publisher: Biblioteca Digital wdg.biblio
Universidad de Guadalajara
Abstract: La mejora de contraste de imágenes (ICE) es un paso crucial en varios de procesamiento de imágenes y el ordenador aplicaciones de visión. Su objetivo principal es mejorar la calidad de la información visual contenida en las imágenes procesadas. La presencia de ruido y pequeños conjuntos de intensidades de píxeles en las imágenes no solo son innecesarios en la visualización, sino que también afectan el proceso de mejora de la imagen. Se han sugerido varios enfoques en la literatura para ICE con resultados interesantes. Sin embargo, la mayoría de ellos presentan un rendimiento inadecuado bajo información ruidosa y la presencia de pequeños conjuntos irrelevantes de intensidades de píxeles contenidos en la imagen. En este documento, se presenta un método de mejora de contraste de imagen (ICE) para imágenes en escala de grises y en color. El enfoque propuesto combina dos mecanismos: reducción de datos y mejora del contraste. Para la reducción de datos, el esquema de desplazamiento medio se utiliza para reemplazar pequeños conjuntos innecesarios de intensidades de píxeles en el histograma original por densidades de píxeles significativas representadas en máximos locales. En contraste, el algoritmo de enjambre de polillas (MSA) se usa para ajustar las intensidades de píxeles del histograma reducido de modo que el valor de la entropía de Kullback-Leibler (entropía KL) se haya maximizado. El enfoque propuesto se prueba considerando un conjunto representativo de imágenes en escala de grises se encuentran comúnmente en la literatura. Sus resultados también se comparan con los producidos por técnicas similares bien conocidas, como la colonia de abejas artificiales (ABC), la evolución diferencial (DE), el algoritmo de luciérnaga (FA), el algoritmo de búsqueda gravitacional (GSA) y el algoritmo de enjambre de partículas (PSO). Los resultados experimentales sugieren que el método propuesto tiene un mejor rendimiento en comparación con otros esquemas en términos de diferentes índices de rendimiento que evalúan la calidad de la mejora.
URI: https://wdg.biblio.udg.mx
https://hdl.handle.net/20.500.12104/90591
metadata.dc.degree.name: DOCTORADO EN CIENCIAS DE LA ELECTRONICA Y LA COMPUTACION CON ORIENTACIONES
Appears in Collections:CUCEI

Files in This Item:
File SizeFormat 
DCUCEI10069FT.pdf3.1 MBAdobe PDFView/Open


Items in RIUdeG are protected by copyright, with all rights reserved, unless otherwise indicated.