La cuantificación del color es una técnica esencial en el procesamiento de imágenes en color, que se ha investigado continuamente. Se utiliza a menudo, en particular, como preprocesamiento para muchas aplicaciones. La cuantificación del color mediante mapas autoorganizados (SOM) es uno de los métodos más eficaces. Sin embargo, es ineficiente para obtener resultados precisos cuando realiza la cuantificación con muy pocos colores. En este trabajo, presentamos un algoritmo de cuantificación del color más eficaz que reduce el número de colores a un número pequeño utilizando la cuantificación octree. Esto genera resultados más naturales con menos diferencia respecto a la imagen original. El método propuesto se evalúa comparándolo con métodos de cuantificación conocidos. Los resultados experimentales muestran que el método propuesto es más eficaz que otros métodos cuando se utiliza un número pequeño de colores para cuantificar los colores. Además, sólo requiere el 71,73% del tiempo de procesamiento del método SOM convencional.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Expresión de marcadores apoptóticos (P53, Bcl-2 y Bax) en oncocitomas renales y carcinomas cromófobos de células renales
Artículo:
Clasificación del estrés mental mediante algoritmos CNN-LSTM con señales de electrocardiograma
Artículo:
Extracción automática de dos regiones de pliegues a partir de imágenes de huellas palmares para la identificación biométrica
Artículo:
Filtro flexible de banda prohibida serigrafiado sobre sustrato de tereftalato de polietileno basado en nanopartículas de Ag
Artículo:
Uso de Fertirrigación y Compost de Residuos Sólidos Municipales para el Cultivo de Pimientos en Invernadero
Libro:
La crisis alimentaria: retos y oportunidades en los Andes
Artículo:
Bases para implementar un programa de mantenimiento predictivo : caso de estudio
Artículo:
La aplicación de la Inteligencia Artificial y el Big Data en la industria alimentaria
Artículo:
Analgésicos en el paciente hospitalizado: Revisión de tema