Análisis y comparación de medidas e índices de similaridad para imágenes digitales
- Autores
- Pappaterra, María Lucía
- Año de publicación
- 2019
- Idioma
- español castellano
- Tipo de recurso
- tesis de maestría
- Estado
- versión publicada
- Colaborador/a o director/a de tesis
- Ojeda, Silvia María
- Descripción
- Tesis (Maestría en Estadística Aplicada) -- Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina, 2019.
Fil: Pappaterra, María Lucía. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina.
El enorme desarrollo de los recursos tecnológicos de las últimas décadas, ha sido un factor determinante en la construcción e implementación computacional de diferentes índices y medidas de calidad para cuantificar la similaridad entre dos imágenes digitales. Si bien las propuestas son innumerables, resultan escasos e incompletos los estudios de comparación y clasificación de estas herramientas. Esta tarea es importante, porque el concepto similitud referido a imágenes digitales es muy amplio y las metodologías sugeridas deben dar respuestas en diferentes escenarios donde se plantean disparidades y semejanzas según múltiples y variados arquetipos de distorsión. Esta tesis plantea un estudio intenso del desempeño de las medidas e índices de similaridad propuestos hasta el momento para relacionar imágenes digitales; propone comparar el desempeño de estos procesos teniendo en cuenta su capacidad para emular el Sistema Visual Humano (HVS) al vincular una imagen con una distorsión de ella, bajo distintos esquemas y niveles de cambio. La iniciativa se manifiesta a favor de señalar a los mejores procedimientos de comparación de imágenes digitales, por sus propiedades matemáticas y estadísticas y por su solidez en cuanto a su capacidad de interpretar al HVS.
Fil: Pappaterra, María Lucía. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina. - Materia
-
Imágenes digitales
Algoritmos
Tecnología digital - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- Repositorio
- Institución
- Universidad Nacional de Córdoba
- OAI Identificador
- oai:rdu.unc.edu.ar:11086/11669
Ver los metadatos del registro completo
id |
RDUUNC_524856018165d7370fcafbab588bf993 |
---|---|
oai_identifier_str |
oai:rdu.unc.edu.ar:11086/11669 |
network_acronym_str |
RDUUNC |
repository_id_str |
2572 |
network_name_str |
Repositorio Digital Universitario (UNC) |
spelling |
Análisis y comparación de medidas e índices de similaridad para imágenes digitalesPappaterra, María LucíaImágenes digitalesAlgoritmosTecnología digitalTesis (Maestría en Estadística Aplicada) -- Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina, 2019.Fil: Pappaterra, María Lucía. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina.El enorme desarrollo de los recursos tecnológicos de las últimas décadas, ha sido un factor determinante en la construcción e implementación computacional de diferentes índices y medidas de calidad para cuantificar la similaridad entre dos imágenes digitales. Si bien las propuestas son innumerables, resultan escasos e incompletos los estudios de comparación y clasificación de estas herramientas. Esta tarea es importante, porque el concepto similitud referido a imágenes digitales es muy amplio y las metodologías sugeridas deben dar respuestas en diferentes escenarios donde se plantean disparidades y semejanzas según múltiples y variados arquetipos de distorsión. Esta tesis plantea un estudio intenso del desempeño de las medidas e índices de similaridad propuestos hasta el momento para relacionar imágenes digitales; propone comparar el desempeño de estos procesos teniendo en cuenta su capacidad para emular el Sistema Visual Humano (HVS) al vincular una imagen con una distorsión de ella, bajo distintos esquemas y niveles de cambio. La iniciativa se manifiesta a favor de señalar a los mejores procedimientos de comparación de imágenes digitales, por sus propiedades matemáticas y estadísticas y por su solidez en cuanto a su capacidad de interpretar al HVS.Fil: Pappaterra, María Lucía. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina.Ojeda, Silvia María2019info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_bdccinfo:ar-repo/semantics/tesisDeMaestriaapplication/pdfhttp://hdl.handle.net/11086/11669spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-29T13:44:38Zoai:rdu.unc.edu.ar:11086/11669Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:44:38.294Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse |
dc.title.none.fl_str_mv |
Análisis y comparación de medidas e índices de similaridad para imágenes digitales |
title |
Análisis y comparación de medidas e índices de similaridad para imágenes digitales |
spellingShingle |
Análisis y comparación de medidas e índices de similaridad para imágenes digitales Pappaterra, María Lucía Imágenes digitales Algoritmos Tecnología digital |
title_short |
Análisis y comparación de medidas e índices de similaridad para imágenes digitales |
title_full |
Análisis y comparación de medidas e índices de similaridad para imágenes digitales |
title_fullStr |
Análisis y comparación de medidas e índices de similaridad para imágenes digitales |
title_full_unstemmed |
Análisis y comparación de medidas e índices de similaridad para imágenes digitales |
title_sort |
Análisis y comparación de medidas e índices de similaridad para imágenes digitales |
dc.creator.none.fl_str_mv |
Pappaterra, María Lucía |
author |
Pappaterra, María Lucía |
author_facet |
Pappaterra, María Lucía |
author_role |
author |
dc.contributor.none.fl_str_mv |
Ojeda, Silvia María |
dc.subject.none.fl_str_mv |
Imágenes digitales Algoritmos Tecnología digital |
topic |
Imágenes digitales Algoritmos Tecnología digital |
dc.description.none.fl_txt_mv |
Tesis (Maestría en Estadística Aplicada) -- Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina, 2019. Fil: Pappaterra, María Lucía. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina. El enorme desarrollo de los recursos tecnológicos de las últimas décadas, ha sido un factor determinante en la construcción e implementación computacional de diferentes índices y medidas de calidad para cuantificar la similaridad entre dos imágenes digitales. Si bien las propuestas son innumerables, resultan escasos e incompletos los estudios de comparación y clasificación de estas herramientas. Esta tarea es importante, porque el concepto similitud referido a imágenes digitales es muy amplio y las metodologías sugeridas deben dar respuestas en diferentes escenarios donde se plantean disparidades y semejanzas según múltiples y variados arquetipos de distorsión. Esta tesis plantea un estudio intenso del desempeño de las medidas e índices de similaridad propuestos hasta el momento para relacionar imágenes digitales; propone comparar el desempeño de estos procesos teniendo en cuenta su capacidad para emular el Sistema Visual Humano (HVS) al vincular una imagen con una distorsión de ella, bajo distintos esquemas y niveles de cambio. La iniciativa se manifiesta a favor de señalar a los mejores procedimientos de comparación de imágenes digitales, por sus propiedades matemáticas y estadísticas y por su solidez en cuanto a su capacidad de interpretar al HVS. Fil: Pappaterra, María Lucía. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina. |
description |
Tesis (Maestría en Estadística Aplicada) -- Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina, 2019. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/masterThesis info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_bdcc info:ar-repo/semantics/tesisDeMaestria |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11086/11669 |
url |
http://hdl.handle.net/11086/11669 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositorio Digital Universitario (UNC) instname:Universidad Nacional de Córdoba instacron:UNC |
reponame_str |
Repositorio Digital Universitario (UNC) |
collection |
Repositorio Digital Universitario (UNC) |
instname_str |
Universidad Nacional de Córdoba |
instacron_str |
UNC |
institution |
UNC |
repository.name.fl_str_mv |
Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba |
repository.mail.fl_str_mv |
oca.unc@gmail.com |
_version_ |
1844618987556569088 |
score |
13.070432 |