Estudio de la estructura anatómica que conforma la madera mediante análisis multiresolución y morfología

La identificación de una especie maderera requiere un análisis de las características macroscópicas y microscópicas de una muestra. En el caso de las maderas latifoliadas existen 4 tipos de elementos que componen su estructura: los vasos o poros, el parénquima, los radios y la fibra. En este trabajo...

Full description

Autores:
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2019
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/23168
Acceso en línea:
http://hdl.handle.net/11349/23168
Palabra clave:
Análisis multiresolución
Wavelet
Anatomía maderas
Morfología
Ingeniería Electrónica - Tesis y disertaciones académicas
Anatomía de la madera
Madera - Análisis
Procesamiento digital de imágenes
Multiresolution analysis
Wavelet
Wood anatomy
Morphology
Rights
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional
Description
Summary:La identificación de una especie maderera requiere un análisis de las características macroscópicas y microscópicas de una muestra. En el caso de las maderas latifoliadas existen 4 tipos de elementos que componen su estructura: los vasos o poros, el parénquima, los radios y la fibra. En este trabajo se presenta el desarrollo y posterior estudio de un modelo de segmentación de los poros en fotografías que representan muestras microscópicas de maderas, en el corte transversal, usando únicamente análisis multiresolución y operaciones morfológicas. Inicialmente se realiza una adecuación y un preprocesamiento a las imágenes con el propósito de mejorar los resultados del modelo. En esta etapa se aplican el recorte sobre las imágenes, la conversión de color a escala de grises y el filtrado gaussiano. Después se emplea la transformada wavelet para realizar un análisis multiresolución. Al usar esta transformación se generan matrices que describen numéricamente la diferencia de los píxeles adyacentes que componen los elementos presentes en las imágenes. Sobre estas matrices se realiza un análisis estadístico que permita segmentar parcial o totalmente los objetos buscados. Luego, se hace uso de operaciones morfológicas y operaciones lógicas para eliminar los objetos no deseados. Con las matrices obtenidas se hace una reconstrucción de la imagen original usando la transformada inversa de wavelet, y finalmente se evalúan los resultados obtenidos. Se obtuvieron dos conjuntos de resultados para la evaluación. El primero de ellos incluyó todas las imágenes, incluso las que tenían defectos en la muestra o errores en la captura. El segundo omitió esas imágenes ya que, a nuestro criterio, no eran aptas para el estudio. Respecto al primer conjunto, con el segundo se obtuvieron resultados más satisfactorios, los cuales en su mayoría, tenían un valor superior al 80 % del F1 Score, medida que se usó para evaluar el modelo.