Inicio Nosotros Búsquedas
Buscar en nuestra Base de Datos:     
Título: =Comprensión de Imágenes Un Enfoque de Autómatas Celulares Evolutivos
Sólo un registro cumplió la condición especificada en la base de información BIBCYT.
Tesis
Autor: Martínez Diaz, Hildemar José
Autor: Moreno , José Ali -
Oprima aquí para enviar un correo electrónico a esta dirección (Tutor Académico)
Título: Comprensión de Imágenes Un Enfoque de Autómatas Celulares Evolutivos
Cota: TGM Q334 M37 2000
Páginas/Colación: xiii, 73 p. ; 28 cm + CD-ROM
Fecha: 2000
Institución: Universidad Centroccidental "Lisandro Alvarado" http://www.ucla.edu.ve
Oprima aquí para conectarse a esta dirección electrónica
Grado Académico: Magister Scientiarum en Inteligencia Artificial

Calificador Académico: Palabras: Trabajo de Grado Maestría en Ciencias de la Computación Mención Inteligencia Artificial Trabajo de Grado Maestría en Ciencias de la Computación Mención Inteligencia Artificial
Disciplina: Palabras: Computación Computación
Formato: Palabras: Papel e Incluye Texto Completo PDF Papel e Incluye Texto Completo PDF
Idioma: Palabras: Español Español
Nivel Académico: Palabras: Maestría Maestría
Descriptor Temático: Palabras: ALGORITMOS GENETICOS ALGORITMOS GENETICOS, Palabras: INTELIGENCIA ARTIFICIAL INTELIGENCIA ARTIFICIAL, Palabras: PROCESAMIENTO DE IMAGENES TECNICAS DIGITALES PROCESAMIENTO DE IMAGENES TECNICAS DIGITALES
Tipo de Trabajo: Palabras: Trabajo de Grado de Maestría Trabajo de Grado de Maestría
Documentos asociados
Oprima aquí para visualizar el documento PDF:Documento a texto completo (PDF) Documento a texto completo (PDF)

Resumen
En este trabajo se presenta una técnica para comprimir imágenes usando Autómatas Celulares Evolutivos (ECA) binarios para comprimir imágenes. El método es aplicado a imágenes de huellas digitales en blanco y negro. Estos Autómatas Celulares Evolutivos son evolucionados con un Algoritmo Genético y guiados por una función de adaptación que consiste en una medida de similitud entre la configuración de los Autómatas Celulares y la imagen objetivo. Cuando se consigue una aproximación adecuada de la imagen objetivo, esta puede ser codificada con números de reglas y las operaciones lógicas que encadenan dichos Autómatas Celulares. De esta manera, la imagen original sufre de un proceso de compresión, ya que la misma puede ser representada con una cantidad considerablemente (e menor de bits. Con la experimentación, se obtienen ratas de compresión por el orden de 700: 1. Una imagen codificada o comprimida puede ser regeneradas, recuperando una buena aproximación de la imagen original al poseer una similitud del 96%. El método es comparado en velocidad y ratas de compresión con otros algoritmos de compresión ampliamente comercializados.

Tabla de Contenido

TABLA DE CONTENIDO

A. Introducción General

C. Objetivo General

II. Marco Teórico de la Investigación

1. Concepto de Autómatas Celulares

2. Función de Transición de los Autómatas Celulares

3. Autómatas Celulares Legales

4. Ejemplo de Autómata Celular

1. Los Algoritmos Genéticos y su Analogía con la Evolución

2. Comparación Contra los Métodos Tradicionales de Busqueda

a. Tipos de Métodos de Búsqueda

b. Diferencias entre los Algoritmos Genéticos y los Métodos

3. Componentes de un Algoritmo Genético

a. Representación de las Soluciones del Problema

b. Población Inicial de Soluciones

c. Función de Adaptaciór.

d. Operadores Genéticos .

(1). Operador de Selección.

(2). Operador de Cruce

(3). Operador de Mutación.

e. Parámetros de Operación de los Algoritmos Genéticos

(1). Tamaño de la Población

(2). Probabilidad de Cruce

(3). Probabilidad de Mutación

4. Algoritmos Genéticos y Autómatas Celulares: Autómatas

1. Introducción a los Conceptos de Compresión

(2). Modelos Basados en Diccionarios

a. Compresión sin Pérdidas o "Lossless"

b. Compresión con Pérdidas o "Lossy"

(1). El Modelo "Joint Photographic Expert Group" o JPEG

(2). Compresión Fractálica

4. Eficiencia del Método de Compresión

III. Desarrollo y Ejecución de la Solución Propuesta

A. Análisis y Características de la Solución Propuesta

B. Organización de Programas

A. Selección de los Parámetros del Algoritmo Genético

B. Comparación con otros Algoritmos de Compresión

V. Conclusiones y Recomendaciones

VI. Referencias Bibliográficas

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

UCLA - Biblioteca de Ciencias y Tecnologia Felix Morales Bueno

Generados por el servidor 'bibcyt.ucla.edu.ve' (3.134.102.182)
Adaptive Server Anywhere (07.00.0000)
ODBC
Sesión="" Sesión anterior=""
ejecutando Back-end Alejandría BE 7.0.7b0 ** * *
3.134.102.182 (NTM) bajo el ambiente Apache/2.2.4 (Win32) PHP/5.2.2.
usando una conexión ODBC (RowCount) al manejador de bases de datos..
Versión de la base de información BIBCYT: 7.0.0 (con listas invertidas [2.0])

Cliente: 3.134.102.182
Salida con Javascript


** Back-end Alejandría BE 7.0.7b0 *