Scribd
Cargar
9 vistas2 páginas

Características de Imágenes para Clasificación

El documento detalla características extraídas de imágenes para clasificación binaria, incluyendo brillo, contraste, densidad de bordes, características de color, textura (LBP y Haralick), forma (HOG y Hu Moments), dominio de la frecuencia (FFT Energy), entropía y estadísticas globales. Cada característica se describe con su método de cálculo y su relevancia en la clasificación. Estas características permiten analizar y diferenciar imágenes basándose en diversos aspectos visuales.

Cargado por

Crhistopher Wilber René CV
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
9 vistas2 páginas

Características de Imágenes para Clasificación

El documento detalla características extraídas de imágenes para clasificación binaria, incluyendo brillo, contraste, densidad de bordes, características de color, textura (LBP y Haralick), forma (HOG y Hu Moments), dominio de la frecuencia (FFT Energy), entropía y estadísticas globales. Cada característica se describe con su método de cálculo y su relevancia en la clasificación. Estas características permiten analizar y diferenciar imágenes basándose en diversos aspectos visuales.

Cargado por

Crhistopher Wilber René CV
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

Descripcion de Caracteristicas Extraidas

El presente documento describe las caracteristicas extraidas de imagenes para una tarea de

clasificacion binaria. A continuacion se detalla cada una:

1. Brillo:

- Promedio de la intensidad en escala de grises. Indica el nivel general de iluminacion de la

imagen.

2. Contraste:

- Desviacion estandar de las intensidades en escala de grises. Refleja la dispersion de los valores

de iluminacion.

3. Densidad de Bordes:

- Proporcion de pixeles detectados como bordes mediante el algoritmo Canny, destacando

transiciones significativas.

4. Caracteristicas de Color:

- Se calcula la media y la desviacion estandar para cada canal (R, G, B) en el espacio de color

RGB, proporcionando informacion sobre la distribucion y variabilidad de los colores.

5. Textura (LBP):

- Local Binary Pattern: Extrae patrones locales de textura y se resume mediante su media y

desviacion, lo que ayuda a diferenciar regiones con distintas texturas.

6. Textura (Haralick):

Pagina 1
Descripcion de Caracteristicas Extraidas

- Conjunto de 13 caracteristicas derivadas de la matriz de co-ocurrencia. Estas caracteristicas

cuantifican propiedades texturales como contraste, correlacion, homogeneidad, entre otras.

7. Forma (HOG):

- Histogram of Oriented Gradients: Analiza la direccion y magnitud de los gradientes en la imagen,

resumiendose mediante la media y la desviacion del descriptor.

8. Forma (Hu Moments):

- Siete momentos invariantes que capturan la geometria y forma de los objetos en la imagen,

invariables ante transformaciones geométricas.

9. Dominio de la Frecuencia (FFT Energy):

- Energia promedio de la transformada de Fourier, la cual ofrece informacion sobre la distribucion

de componentes de frecuencia en la imagen.

10. Entropia:

- Medida de la cantidad de informacion o aleatoriedad en la imagen, calculada mediante la

entropia de Shannon.

11. Estadisticas Globales:

- Skewness: Mide la asimetria de la distribucion de intensidades.

- Kurtosis: Mide la 'puntiagudez' o concentración de los valores alrededor de la media.

Pagina 2

También podría gustarte