Segmentacion adaptable por criterio maximo o posteriori
Tipo de material:![Texto](/opac-tmpl/lib/famfamfam/BK.png)
Tipo de ítem | Biblioteca actual | Colección | Clasificación | Copia número | Estado | Fecha de vencimiento | Código de barras | Reserva de ítems |
---|---|---|---|---|---|---|---|---|
![]() |
Tesis Tesis | General | 001-01130-V2-20 (Navegar estantería(Abre debajo)) | 1 | Estantería cerrada | T87-22532 |
Tesis Licenciatura (Ingeniero en Telecomunicaciones)-UNAM, Facultad de Ingenieria
Objetivo
Definicion de Segmentacion
Metodos Enfocados a Pixel
Metodos Enfocados a Region
Aplicaciones de la Segmentacion de Imagenes
Dificultades que se Presentan a la Hora de Segmentar
II. Procesos Estocasticos
introduccion
definiciones
axiomas de Probabilidad
probabilidad Condicional
teorema de Bayes
variables Aleatorias Discretas
variables Aleatorias Continuas
distribucion Gaussiana
teorema del Limite Central
procesos Estocasticos
propiedad de Estacionalidad
III. Campos Aleatorios de Markov
introduccion
definicion de Campos Aleatorios de Markov
topologias
sistemas de Vecinos
cliques
modelos de Markov
auto-modelos
modelo Logistica Multi-nivel
IV. Optimizacion
introduccion
recocido Simulado
el Algoritmo del Recocido Simulado
V. Esquema de Procesamiento
introduccion
segmentacion por Bayes
segmentacion por Mahalanobis
segmentacion por Campos Aleatorios de Markov (mrf)
segmentacion por mrf Combinado con Bayes
VI. Resultados
introduccion
imagen 1: Aeropuerto
segmentacion por Bayes
segmentacion por Mahalanobis
segmentacion por Campos Aleatorios de Markov (mrf)
segmentacion Combinada de Bayes y Mrf
imagen 2: Estadio Universitario
segmentacion por Bayes
segmentacion por Mahalanobis
segmentacion por Campos Aleatorios de Markov (mrf)
segmentacion Combinada de Bayes y Mrf
imagen 3: Region Este del mar de Groenlandia
imagen 4: Tabla de Ajedrez
imagen 5: Figuras Geometricas
1
No hay comentarios en este titulo.