Complutense University Library

Clasificación de texturas naturales mediante técnicas de visión por computador para aplicaciones en agricultura de precisión

López Pozueta, Diego and Ruiz Gil, Luis Miguel (2009) Clasificación de texturas naturales mediante técnicas de visión por computador para aplicaciones en agricultura de precisión. [Coursework] (Unpublished)

[img]
Preview
PDF
10MB
View download statistics for this eprint

==>>> Export to other formats

Abstract

Esta memoria está concebida para explicar la creación, el desarrollo y la utilización de la aplicación de nuestro proyecto final de carrera para la asignatura de Sistemas Informáticos.
El proyecto consiste en la implementación de una aplicación para la clasificación de texturas naturales mediante técnicas de visión por computador.
Destacamos las dos partes claramente diferenciadas del proyecto:
1. Interfaz Hombre – Máquina: como la idea es tratar imágenes, el primer objetivo que se plantea consiste en la implementación de una herramienta de fácil utilización
para el usuario donde éste pueda introducir los valores de los parámetros de los algoritmos implementados, abrir las imágenes a clasificar, elegir el método de clasificación y mostrar los resultados obtenidos. Además de lo anterior, hemos implementado algunos extras tales como guardar información básica del procesamiento de los algoritmos (clases aprendidas, número de píxeles de la imagen procesada, tiempo total en procesarla y otras funciones de utilidad) y su exportación a una hoja de cálculo para un posible estudio estadístico.
2. Algoritmos de Clasificación: esta parte constituye el núcleo central del proyecto y del procesamiento de las imágenes. Había que implementar varios algoritmos de
clasificación y de aprendizaje. Finalmente elegimos los siguientes: cuantización vectorial no supervisado, clasificador paramétrico Bayesiano y clasificador no
paramétrico de la ventana de Parzen.
La aplicación ha sido programada en lenguaje JAVA con la ayuda de la librería JAI (Java Advanced Imaging) para el tratamiento de las imágenes, la librería JAMA (Java Matrix) para la manipulación de fórmulas con matrices y la librería JXL para la exportación de datos a hoja de cálculo y su respectiva creación de ficheros de extensión xls.
[ABSTRACT]
This report is conceived to explain the creation, development and use of the application of our final project for the subject Computer Systems.
The project consists in the implementation of an application for the classification of natural textures by computer vision techniques. We emphasized the two clearly
differentiated parts from our project:
1. Man/Machine Interface: as the idea is to process images, the main goal is to implement an easy-to-use tool where we can introduce the values of the parameters of the implemented algorithms, open the images to classify, choose the classification algorithm and show the obtained results. In addition we have implemented some extra functionalities. For example, we keep basic information from the processing algorithms (learned classes, number of pixels of the processed image, total time in processing it, and other functions) and we can export it to a spreadsheet for a possible statistical analysis.
2. Classification Algorithms: this part is the central kernel of the project and the processing of the images. It was necessary to implement several learning and
classification algorithms. Finally we chose the following algorithms: unsupervised vector quantization, Bayes parametric classifier and Parzen non-parametric classifier.
The application has been programmed in JAVA language with the aid of JAI (Java Advanced Imaging) library for the processing of the images, JAMA library for the manipulation of formulas with matrices and JXL library for the exportation of data to spreadsheet and its respective creation of xls extension files.

Item Type:Coursework
Additional Information:Trabajo de clase de la asignatura Sistemas Informáticos (Facultad de Informática, Curso 2008-2009)
Uncontrolled Keywords:Inteligencia artificial, Algoritmos de clasificación, Aprendizaje, Cuantización vectorial, Clasificador paramétrico Bayesiano, Clasificador no paramétrico ventana de Parzen, Interfaz, Artificial intelligence, Classification algorithms, Learning, Vector quantization, Bayesian parametric classifier, Unsupervised non-parametric classifier Parzen’s window interface
Subjects:Sciences > Computer science > Expert systems (Computer science)
ID Code:9428
Deposited On:21 Sep 2009 09:22
Last Modified:06 Feb 2014 08:25

Repository Staff Only: item control page