Contribuciones al análisis estadístico de imágenes
Fecha
2020Autor
Martinez, Jorge Alberto
Director
Flesia, Ana GeorginaColaborador
Maciel, Mara CristinaPalabras clave
Matemáticas; Estadística; ImagenMetadatos
Mostrar el registro completo del ítemResumen
Este trabajo se compone de dos partes que se enmarcan en el tarea del procesamiento estadístico de imágenes. La primera, corresponde al modelado estadístico de una imagen y la
segunda a la medición de la calidad de una imagen en el contexto de fusión. Cada una de las
partes de este trabajo es autocontenida.
En el Capítulo 1 de la primer parte, se describe el marco teórico concerniente al modelado
estocástico de una imagen de textura mediante los Campos Aleatorios de Gibbs-Markov.
Además, se establecen las condiciones su ficientes para obtener la descomposición de un potencial
de Gibbs en configuraciones basadas en el esquema de codificación de Besag. En el Capítulo 2, se
propone un nuevo método de estimación basado en el esquema de codificación de Besag, denominado
estimador de Mínimo Cuadrado Condicional Coding (MCCC), implementado mediante
un algoritmo paralelo. Para evaluar su performance, se llevó a cabo un estudio de simulación
Monte Carlo en situaciones específicas de un modelo de textura Gibbs-Markov, el Modelo Autobinomial.
El estudio consistió en un análisis descriptivo de su comportamiento, el testeo de su
sensibilidad ante presencia de ruido (distintos grados de contaminación de diferentes patrones
homogéneos de textura), la evaluación de su algoritmo paralelo y su capacidad en la clasificación
supervisada de diferentes texturas presentes en una imagen satelital concreta.
La segunda parte aborda la problemática de la medida de la calidad de una imagen en el
contexto de fusión. En el Capítulo 4 se presentan las características de las medidas de calidad
basadas en el Índice de similitud estructural, como así también algunas propiedades de interés de
este índice. Luego, en el Capítulo 5 se propone una nueva medida de calidad de fusión de imágenes
que tiene como objetivo ser ciega (sin imagen de referencia), de cálculo significativamente
simple y de fácil implementación. Para validar esta propuesta se desarrolla tres experimentos
que evalúan: su propósito general, la estabilidad y capacidad discriminativa, como así también,
la correlación con la opinión subjetiva. Por úlltimo, se presenta una aplicación de la medida
propuesta en la obtención de imágenes de pinturas de alta calidad, a través de un proceso de
exclusión que selecciona con éxito el mejor subconjunto de imágenes de entrada en términos de
la imagen fusionada. This work consists of two parts, framed in the area of statistical image processing. The first
corresponds to the statistical modeling of an image and the second to the measurement of the
quality of an image in the fusion context.
In Chapter 1, the theoretical framework concerning the stochastic modeling of a texture
image using the Gibbs-Markov Random Fields is described. Furthermore, sufficient conditions
are established to obtain the decomposition of a Gibbs potential in con figurations based on the
Besag coding scheme.
In Chapter 2, we propose a new estimation method based on the Besag coding scheme, called
the Coding Conditional Least Square estimator (CCLS), implemented by a parallel algorithm. In
order to evaluate its performance, we have conducted a Monte Carlo simulation study in specifi c
situations of a Gibbs-Markov texture model, the Auto-binomial Model. The study consisted of a
descriptive analysis of its behavior, the sensitivity testing before the presence of noise (different
contamination degrees in different homogeneous texture patterns), the evaluation of its parallel
algorithm, and its capacity in the supervised classi cation of different textures on a specifi c
satellite image.
The second part addresses the problem of measuring the quality of an image in the fusion
context. Chapter 4 presents the quality measures characteristics of based on the structural
similarity index, as well as some interest properties of this index. ubsequently, in Chapter 5,
a new image fusion quality measure is proposed. This measure aims to be blind (without a
reference image)and signifi cantly simple to calculate. It is also, easily to implemented. In order
to validate this proposal, we have developed three experiments to asses the following aspects: its
general purpose, stability and discriminative capacity, as well as the correlation with subjective
opinion. Finally, we present an application of the proposed measure in obtaining images of high
quality paintings, by means of an exclusion process (leave one out) that successfully selects the
best subset of input images in terms of the fused image.
Colecciones
- Tesis de postgrado [1412]