1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Morelos
4. Centro Nacional de Investigación y Desarrollo Tecnológico
5. Tesis CENIDET
6. Tesis de Maestría
7. Tesis de Maestría en Computación

Título :	Detección de Ruido Impulsivo o Gaussiano en Imágenes Monocromáticas Mediante Redes Neuronales Artificiales Pulso-Acopladas
Autor :	Ortiz Rangel, Estela%623322
Fecha de publicación :	2017-01-11
Editorial :	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Centro Nacional de Investigación y Desarrollo Tecnológico
Descripción :	En este trabajo se presenta un esquema de comparación entre técnicas tradicionales y Redes Neuronales tipo Pulso-Acopladas para llevar a cabo la detección y el filtrado de ruido impulsivo y gaussiano en imágenes digitales. El ruido es un elemento no deseado que contamina las imágenes digitales, proviene principalmente de defectos en los dispositivos de captura, transmisión y almacenamiento. La Visión Artificial ha creado modelos de ruido y técnicas de filtrado que permiten minimizar su efecto, en el presente trabajo se tratan los ruidos impulsivo y aditivo gaussiano y se estudia cómo disminuir su efecto mediante las Redes Neuronales Pulso-Acopladas. Algunas técnicas para contrarrestar el ruido son efectivas, como el filtro de mediana y el filtro promedio, no obstante conforme aumenta el nivel de ruido las técnicas para eliminarlo se hacen más complejas y la preservación de los detalles más difícil, por lo que se requiere de nuevas técnicas de detección y reducción del ruido como los filtros diseñados en el dominio de la frecuencia y los filtros difusos, entre otros. Las Redes Neuronales tipo Pulso-Acopladas emulan a las neuronas de la corteza visual de los mamíferos, su modelo computacional implica que a cada neurona corresponde un pixel de la imagen, la capa de salida es una matriz binaria de neuronas cuya activación depende de un umbral dinámico que varía con cada iteración. Este tipo de redes se ha utilizado para realizar segmentación de imágenes, formación de descriptores y recientemente en la detección de ruido, principalmente impulsivo y gaussiano. Por medio de este trabajo se ha llegado al cumplimiento de el objetivo general de implementar y evaluar las Redes Neuronales Pulso-Acopladas para la detección de pixeles ruidosos en las imágenes digitales, así mismo se han alcanzado los objetivos específicos con sus respectivos alcances y limitaciones al implementarse tres variantes de algoritmos de filtrado basados en las Redes Neuronales-Pulso Acopladas y al compararse con tres técnicas de filtrado tradicionales. Adicionalmente dentro de las aportaciones de la investigación se encuentra la búsqueda de mejoras en los algoritmos de filtrado basadas en Redes Neuronales Pulso-Acopladas, por un lado al variar los parámetros de las redes neuronales para lograr una mejor detección del ruido, y por otro lado al proponer modificaciones en las técnicas complementarias de filtrado.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Aparece en las colecciones:	Tesis de Maestría en Computación

Este ítem está protegido por copyright original Visualizar la licencia

Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons