Proyecto Final de Procesamiento de Imagenes

Jose Luis AlbitesManuel Arturo Deza

Resumen de Caracteristicas

Resumen de Caracteristicas

Resumen de Caracteristicas

Quantificacion

Poblacion → RoughPercent.m → cannypro.m Carreteras → gethoughdistance.m Mar → IntotheBlue.m Vegetacion → GreenGrass.m Zonas no habitadas → none.m

Porcentage Poblacional 1

RoughPercent.m Metodo: Operaciones Morfologicas de Erosion

y Diltacion; Histogram Thresholding Espacio de Colores: Escala de Grises Ej: 30.33% Comas.

Porcentage Poblacional 2

cannypro.m Metodo: Equalizacion de Histograma.

Deteccion de contorno por Filtro Canny. Dilatacion.

Espacio de Colores : Escala de Grises

Carreteras y pistas gethoughdistance.m Metodo: Computa transformada de Hough y

plotea las lineas en la imagen. Suma distancias para obtener un total.

Espacio de Colores: Escala de grises equalizado.

Ej : Santa Anita

Mar y Agua

IntotheBlue.m Metodo: Pixel Thresholding Espacio de Colores : RGB

Vegetacion

greengrass.m Metodo : Pixel Thresholding Espacio de Colores: RGB

Zonas no habitadas

none.m Metodo : Kmeans Clustering c/ 6 semillas Espacio de Color: HSV Operaciones Adicionales: Escalamiento

Conclusiones

Las 5 caracteristicas anteriores describen correctamente a los distritos

Se utilizaron los diferentes metodos de Procesamiento de Imagenes para extraer las caracteristicas.

Existen otras tecnicas que podrian utlizarse para mejorar aun mas el performance de los indices.

Se puede entrenar una red-neuronal para la clasificacion si se tuviera una base de datos mas grande. Actualmente 63 imagenes de 11 distritos.