Estudio de la segmentación de imágenes de microestructura anatómica de la madera mediante el análisis multiresolución

Existen abundantes problemáticas en el territorio nacional como lo son por ejemplo: el poco desarrollo forestal, la carente explotación comercial de un mercado maderero, el déficit en la preservación del medio ambiente, tráfico ilegal de especies y demás. Todas las anteriores se relacionan directamente con la falta de conocimiento para el desarrollo forestal, dado principalmente en la caracterización oportuna de una especie para poder llegar a la identificación y clasificación de manera acertada. Solo personas expertas, con amplios conocimientos de la anatomía microscópica típica de una muestra de madera pueden llegar a hacer una caracterización para su identificación. Este proceso puede ser arduo, requerir demasiado tiempo y brindar un nivel de error no aceptable. Para mejorar estos y otros aspectos, se busca brindar aportes para la consolidación de una herramienta que logre una caracterización con herramientas computacionales, que optimicen los procesos establecidos para la identificación del leño y brinden un buen porcentaje de acierto. En este proyecto se establecen una serie de condiciones iniciales por medio de un preprocesamiento necesario para el estudio de cada imagen representativa de cada muestra. Dentro de cada imagen se busca segmentar o visualizar objetos de interés; en este caso estos objetos están dados únicamente por los elementos de la microestructura conocidos como poros. Por medio del uso del análisis multiresolución (MRA, Multi-Resolution Analysis) mediante el uso de transformadas wavelet discretas DWT (Discrete wavelet Transform), más específicamente con la transformada de Daubechies. Se propone establecer un modelo de segmentación con el ánimo de evaluar su efectividad y concluir acerca de su utilidad como una herramienta al servicio del procesamiento digital de imágenes. Se utilizó el Análisis ROC (Receiver Operating Characteristic) mediante teoría de decisión, la cual considera minuciosamente todas las pruebas obtenidas en todo el banco de imágenes de estudio comparadas con su respectiva segmentación manual (efectuadas con un nivel de experiencia), con el ánimo de clasificar correctamente para los casos de respuesta positiva o negativa a la segmentación automática.

• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2017
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/6387
• Acceso en línea: http://hdl.handle.net/11349/6387
• Palabra clave: Transformación wavelet discreta (DWT); Transformada de Daubechies; Parenquima; Latifoliadas; Análisis multiresolución (MRA); Wavelet Madre; Ingeniería electrónica - Tesis y disertaciones académicas; Anatomía de la madera; Madera - Análisis; Procesamiento digital de imágenes; Discrete Wavelet Transform (DWT); Daubechies transform; Parenchyma; Broadleaved; Multiresolution analysis; Mother Wavelet
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional