Revista Internacional de Avances en Tecnología
Acceso abierto

abstracto

Encuesta sobre técnicas de clasificación de texturas de imágenes

Vishal S.Thakare, Nitin N. Patil y Jayshri S. Sonawane

Los avances recientes en la tecnología de imágenes digitales, la velocidad computacional, la capacidad de almacenamiento y las redes han hecho posible capturar, manipular, almacenar y transmitir imágenes. a velocidades interactivas con equipos disponibles en cada hogar o negocio. Como resultado, las imágenes se han convertido en una parte dominante del intercambio de información. Se utilizan para entretenimiento, educación, comercio, medicina, ciencia y otras aplicaciones. La rápida acumulación de grandes colecciones de imágenes digitales ha creado la necesidad de esquemas eficientes e inteligentes para la clasificación de imágenes. La textura es una característica importante de los objetos en una imagen. Hoy en día ha habido un gran interés en el desarrollo de métodos de clasificación de imágenes basados en texturas en muchas áreas diferentes. La mayoría de los sistemas de clasificación de texturas de imágenes utilizan los métodos de matrices de co-ocurrencia de niveles de gris (GLCM) y mapas autoorganizados (SOM). El GLCM es una matriz de la frecuencia con la que se producen diferentes combinaciones de valores de brillo de píxeles (niveles de gris) en una imagen. Las matrices GLCM extraídas de una base de datos de imágenes se procesan para crear el conjunto de datos de entrenamiento para una red neuronal SOM. El modelo SOM organiza y extrae prototipos de matrices GLCM procesadas.