Adán Juárez, SergioConde Sánchez, José RubénCONDE SANCHEZ, JOSE RUBEN; 219916Moreno Ortega, Brian Alberto2024-01-292024-01-292023-08https://hdl.handle.net/20.500.12371/19853"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".pdfspaCIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRAAnálisis de imágenes--Procesamiento de datosProcesamiento de imágenes--Técnicas digitalesSegmentación de imagenAlgoritmos computacionalesAprendizaje automáticoTesis de licenciaturaopenAccess