Proyecto Final de Procesamiento de Imagenes
Jose Luis AlbitesManuel Arturo Deza
Resumen de Caracteristicas
Resumen de Caracteristicas
Resumen de Caracteristicas
Quantificacion
Poblacion → RoughPercent.m → cannypro.m Carreteras → gethoughdistance.m Mar → IntotheBlue.m Vegetacion → GreenGrass.m Zonas no habitadas → none.m
Porcentage Poblacional 1
RoughPercent.m Metodo: Operaciones Morfologicas de Erosion
y Diltacion; Histogram Thresholding Espacio de Colores: Escala de Grises Ej: 30.33% Comas.
Porcentage Poblacional 2
cannypro.m Metodo: Equalizacion de Histograma.
Deteccion de contorno por Filtro Canny. Dilatacion.
Espacio de Colores : Escala de Grises
Carreteras y pistas gethoughdistance.m Metodo: Computa transformada de Hough y
plotea las lineas en la imagen. Suma distancias para obtener un total.
Espacio de Colores: Escala de grises equalizado.
Ej : Santa Anita
Mar y Agua
IntotheBlue.m Metodo: Pixel Thresholding Espacio de Colores : RGB
Vegetacion
greengrass.m Metodo : Pixel Thresholding Espacio de Colores: RGB
Zonas no habitadas
none.m Metodo : Kmeans Clustering c/ 6 semillas Espacio de Color: HSV Operaciones Adicionales: Escalamiento
Conclusiones
Las 5 caracteristicas anteriores describen correctamente a los distritos
Se utilizaron los diferentes metodos de Procesamiento de Imagenes para extraer las caracteristicas.
Existen otras tecnicas que podrian utlizarse para mejorar aun mas el performance de los indices.
Se puede entrenar una red-neuronal para la clasificacion si se tuviera una base de datos mas grande. Actualmente 63 imagenes de 11 distritos.