Recuperación de imágenes por contenido basado en regiones con Retroalimentación por Relevancia

Abstract

En la actualidad la implementación de sistemas de recuperación de imágenes basadas en contenido (CBIR) ha permitido implementar múltiples aplicaciones en diversas áreas mostrando buenos resultados, así mismo, en éstos sistemas una de sus principales tareas lo constituye la extracción de características de las imágenes , tarea que puede convertirse en extensa y a su vez compleja, dado que una imagen está formada por un conjunto de píxeles, sin embargo, muchos investigadores han demostrado que es difícil obtener efectos satisfactorios en el análisis de una imagen usando sólo algoritmos simples basados en píxeles. Por ello, en el presente trabajo de investigación se ha utilizado los textones, que representan agrupaciones de píxeles formando un conjunto de patrones emergentes que comparten propiedades comunes sobre toda la imagen, los cuales pueden discriminar características de color y textura simultáneamente. El caso de estudio para el presente trabajo son las imágenes biológicas de huevos de helmintos las cuales han sido identificadas y clasificadas según la especie a la que pertenece. La innovación en esta investigación es el proceso de descubrir la forma de los nuevos textones que están presentes en las imágenes de los huevos de los helmintos con el fin de que sirvan para la discriminación e identificación de las diferentes especies, así mismo esta técnica propuesta ha demostrado ser útil en otros Bancos de Imágenes.