Segmentación de imágenes por color utilizando el algoritmo de k-means clustering: implementación y compresión de datos
dc.audience | generalPublic | |
dc.contributor | Adán Juárez, Sergio | |
dc.contributor | Conde Sánchez, José Rubén | |
dc.contributor.advisor | CONDE SANCHEZ, JOSE RUBEN; 219916 | |
dc.contributor.author | Moreno Ortega, Brian Alberto | |
dc.date.accessioned | 2024-01-29T16:37:46Z | |
dc.date.available | 2024-01-29T16:37:46Z | |
dc.date.issued | 2023-08 | |
dc.description.abstract | "Esta tesis se enfoca en el desarrollo de un método para la segmentación de imágenes por color utilizando el algoritmo de k-means clustering. Se implementó un programa en lenguaje C que permite realizar la segmentación de imágenes con base en diferentes cantidades de clusters. Previo a la aplicación del algoritmo de k-means, se llevó a cabo una reducción del volumen de datos mediante la eliminación de filas y columnas redundantes, lo cual también contribuyó a la compresión de la imagen. Asimismo, se aplicó el método de compresión de datos RLE para almacenar las imágenes segmentadas. Se realizaron pruebas con diferentes cantidades de clusters y se evaluó la calidad de la segmentación obtenida. Los resultados demostraron que el algoritmo de k-means clustering implementado en lenguaje C fue capaz de segmentar correctamente las imágenes, preservando y resaltando los objetos de interés. Además, se observó que la eliminación de filas y columnas redundantes permitió una reducción significativa del tamaño de los datos, y la compresión por RLE resultó en una disminución adicional del tamaño de la imagen. En los anexos se incluyen los códigos en lenguaje C utilizados para la segmentación por k-means clustering, la compresión y la descompresión del archivo comprimido RLE". | |
dc.folio | 20230904151638-8936-TL | |
dc.format | ||
dc.identificator | 1 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12371/19853 | |
dc.language.iso | spa | |
dc.matricula.creator | 201518243 | |
dc.publisher | Benemérita Universidad Autónoma de Puebla | |
dc.rights.acces | openAccess | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | |
dc.subject.classification | CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA | |
dc.subject.lcc | Análisis de imágenes--Procesamiento de datos | |
dc.subject.lcc | Procesamiento de imágenes--Técnicas digitales | |
dc.subject.lcc | Segmentación de imagen | |
dc.subject.lcc | Algoritmos computacionales | |
dc.subject.lcc | Aprendizaje automático | |
dc.thesis.career | Licenciatura en Matemáticas Aplicadas | |
dc.thesis.degreediscipline | Área de Ingeniería y Ciencias Exactas | |
dc.thesis.degreegrantor | Facultad de Ciencias Físico Matemáticas | |
dc.thesis.degreetoobtain | Licenciado (a) en Matemáticas Aplicadas | |
dc.title | Segmentación de imágenes por color utilizando el algoritmo de k-means clustering: implementación y compresión de datos | |
dc.type | Tesis de licenciatura | |
dc.type.conacyt | bachelorThesis | |
dc.type.degree | Licenciatura |
Files
Original bundle
1 - 2 of 2
Loading...
- Name:
- 20230904151638-8936-TL.pdf
- Size:
- 65.96 MB
- Format:
- Adobe Portable Document Format
- Name:
- 20230904151638-8936-CARTA.pdf
- Size:
- 798.17 KB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: