Biblioteca93.141 documentos en línea

Artículo

Multithreshold Segmentation Based on Artificial Immune SystemsSegmentación multiumbral basada en sistemas inmunitarios artificiales

Resumen

La informática bioinspirada ha demostrado últimamente su utilidad con notables contribuciones a la detección de formas, la optimización y la clasificación en el reconocimiento de patrones. Del mismo modo, la selección multiumbral se ha convertido en un paso crítico para el análisis de imágenes y la visión por ordenador, lo que ha provocado considerables esfuerzos para diseñar un estimador multiumbral óptimo. Este artículo presenta un algoritmo para la segmentación multiumbral basado en la técnica de los sistemas inmunes artificiales (AIS), también conocida como algoritmo de selección clonal (CSA). Sigue el principio de selección clonal (CSP) del sistema inmunitario humano, que básicamente genera una respuesta en función de la relación entre antígenos (Ag), es decir, patrones a reconocer, y anticuerpos (Ab), es decir, posibles soluciones. En nuestro enfoque, el histograma 1D de una imagen se aproxima mediante un modelo de mezcla gaussiano cuyos parámetros se calculan mediante CSA. Cada función gaussiana representa una clase de píxel y, por tanto, un punto de umbralización. A diferencia del algoritmo de maximización de expectativas (EM), el método basado en CSA muestra una rápida convergencia y una baja sensibilidad a las condiciones iniciales. Cabe destacar que también mejora los cálculos complejos y lentos que suelen requerir los métodos basados en gradientes. Pruebas experimentales demuestran el éxito de la selección automática de múltiples umbrales basada en CSA, comparando su rendimiento con el de los conocidos algoritmos antes mencionados.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento