Combinación de clasificadores para identificación de texturas en imágenes naturalesnuevas estrategias locales y globales

  1. GUIJARRO MATA-GARCÍA, MARÍA
Zuzendaria:
  1. Gonzalo Pajares Zuzendaria
  2. Luis Garmendia Salvador Zuzendaria

Defentsa unibertsitatea: Universidad Complutense de Madrid

Fecha de defensa: 2009(e)ko ekaina-(a)k 09

Epaimahaia:
  1. Jesús Manuel de la Cruz García Presidentea
  2. Juan Luis Pavón Mestras Idazkaria
  3. Jesús Antonio Vega Sánchez Kidea
  4. Ángela Ribeiro Seijas Kidea
  5. Antonio Sanz Montemayor Kidea
Saila:
  1. Ingeniería del Software e Inteligencia Artificial

Mota: Tesia

Laburpena

La combinación de clasificadores constituye hoy en día un campo emergente en los sistemas de toma de decisiones. Estos sistemas se caracterizan por su capacidad para el tratamiento de grandes cantidades de información, dentro de lo que se denomina minería de datos. Un área de interés dentro de este ámbito es la identificación de texturas en imágenes, particularmente texturas naturales de exterior. Es aquí donde se centra el trabajo de investigación que se presenta. La motivación de la investiga ción está suscitada por un interés empresarial creciente para la identificación de las texturas en imágenes procedentes de sensores aerotransportados, cuya finalidad última está encaminada hacia aplicaciones concretas, entre las que destacan, la ordenación del territorio o la prevención de posibles catástrofes, tales como incendios forestales. La gran cantidad de información proporcionada por esos sensores debe ser convenientemente tratada. El objetivo principal consiste en el diseño de estrategias de clasificación capaces de mejorar los resultados proporcionados por las herramientas comerciales existentes y en la medida de lo posible automatizar el proceso de clasificación. Como estrategia de clasificación se propone la combinación de clasificadores, siguiendo la tendencia actual de las investigaciones en este campo. Bajo la perspectiva de las imágenes se proponen dos estrategias combinadas a nivel de píxel, una de naturaleza local y otra global. La primera aborda el problema de forma específica, clasificando cada píxel en la imagen de forma individual teniendo en cuenta sus propiedades espectrales, mientras que la segunda considera esas mismas propiedades del píxel a clasificar junto con las de sus vecinos, así como las clasificaciones previas de los píxeles en la vecindad. Bajo el enfoque local se proponen sendos procedimientos de combinación bajo la perspectiva de la lógica fuzzy, el primero de ellos se basa en el paradigma de la teoría de la decisión multi-criterio y el segundo en la integral fuzzy. Dentro del enfoque global, se proponen a su vez dos procedimientos de combinación, el primero basado en el concepto de los mapas cognitivos fuzzy y el segundo bajo el paradigma de la relajación probabilista. Para llevar a cabo la combinación se utilizan seis clasificadores clásicos en su versión original, como son: el método de agrupamiento borroso, el estimador paramétrico de máxima verosimilitud, el estimador no paramétrico de la ventana de Parzen, los mapas...