Resumen

La clasificación de patrones de textura ha sido durante mucho tiempo un tema esencial en la visión por computadora (CV). Sin embargo, la textura es un tipo de concepto perceptual de los seres humanos en la observación de escenas o la comprensión de contenido, que no se puede definir o describir claramente en CV. Visualmente, la apariencia visual de la estructura espacial compleja (CSS) del patrón de textura (TP) generalmente depende de la organización aleatoria (o disposición) de fragmentos homogéneos locales (LHFs) en la superficie imagenada. Por lo tanto, es esencial investigar el comportamiento de la distribución estadística latente (LSD) de LHFs para la caracterización de características de CSS distintivas y lograr un buen rendimiento de clasificación. Este trabajo presenta un método de identificación de TP basado en modelado estadístico de imágenes (ISM-TPI). En primer lugar, realiza una explicación teórica del comportamiento de la distribución de Weibull (WD) de los LHFs de la superficie imagenada en el proceso de imagen

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Textura; Clasificación de patrones; Visión por computadora; Estructura espacial; Organización aleatoria; Distribución estadística
• Keywords:Texture; Pattern classification; Computer vision; Spatial structure; Random organization; Statistical distribution