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
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/11669
Acceder
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

Publicaciones similares