Modelos de clasificación difusa para Teledetección

En esta comunicacion, se consideran imágenes tomadas mediante teledeteccion, y se propone un modelo de clasificación no supervisado para obtener una clasificación difusa. Nuestro procedimiento busca en primer lugar regiones homogeneas,analizando las variaciones de un pixel con respecto a sus vecinos...

Descripción completa

Detalles Bibliográficos
Autores: Gómez González, Daniel, Montero De Juan, Francisco Javier, Yáñez Gestoso, Francisco Javier, Poidomani, Carmelo
Tipo de recurso: capítulo de libro
Fecha de publicación:2003
País:España
Institución:Universidad Complutense de Madrid (UCM)
Repositorio:Docta Complutense
Idioma:español
OAI Identifier:oai:docta.ucm.es:20.500.14352/60875
Acceso en línea:https://hdl.handle.net/20.500.14352/60875
Access Level:acceso abierto
Palabra clave:510.64
Fuzzy Sets
Clasificacion
Teledeteccion
Lógica simbólica y matemática (Matemáticas)
1102.14 Lógica Simbólica
id ES_52feb016e7bed1eca89c262e04b5b8bf
oai_identifier_str oai:docta.ucm.es:20.500.14352/60875
network_acronym_str ES
network_name_str España
repository_id_str
spelling Modelos de clasificación difusa para TeledetecciónGómez González, DanielMontero De Juan, Francisco JavierYáñez Gestoso, Francisco JavierPoidomani, Carmelo510.64Fuzzy SetsClasificacionTeledeteccionLógica simbólica y matemática (Matemáticas)1102.14 Lógica SimbólicaEn esta comunicacion, se consideran imágenes tomadas mediante teledeteccion, y se propone un modelo de clasificación no supervisado para obtener una clasificación difusa. Nuestro procedimiento busca en primer lugar regiones homogeneas,analizando las variaciones de un pixel con respecto a sus vecinos Esto se realiza mediante una estimacion de la variacion entre pixels. Teniendo en cuenta diferentes direcciones, se determinan las regiones homogeneas. Una vez determinados que pixels son homogeneos, se propone una clasificacion nítida de la imagen digital. Finalmente cada una de estas regiones son analizadas determinando el grado con el que cada pixel pertenece a cada una de esas regiones.Universitat de LleidaUniversidad Complutense de Madrid20032003-01-0120032003-01-01book parthttp://purl.org/coar/resource_type/c_3248info:eu-repo/semantics/bookPartapplication/pdfhttps://hdl.handle.net/20.500.14352/60875reponame:Docta Complutenseinstname:Universidad Complutense de Madrid (UCM)Españolspaopen accesshttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessoai:docta.ucm.es:20.500.14352/608752026-06-02T12:44:21Z
dc.title.none.fl_str_mv Modelos de clasificación difusa para Teledetección
title Modelos de clasificación difusa para Teledetección
spellingShingle Modelos de clasificación difusa para Teledetección
Gómez González, Daniel
510.64
Fuzzy Sets
Clasificacion
Teledeteccion
Lógica simbólica y matemática (Matemáticas)
1102.14 Lógica Simbólica
title_short Modelos de clasificación difusa para Teledetección
title_full Modelos de clasificación difusa para Teledetección
title_fullStr Modelos de clasificación difusa para Teledetección
title_full_unstemmed Modelos de clasificación difusa para Teledetección
title_sort Modelos de clasificación difusa para Teledetección
dc.creator.none.fl_str_mv Gómez González, Daniel
Montero De Juan, Francisco Javier
Yáñez Gestoso, Francisco Javier
Poidomani, Carmelo
author Gómez González, Daniel
author_facet Gómez González, Daniel
Montero De Juan, Francisco Javier
Yáñez Gestoso, Francisco Javier
Poidomani, Carmelo
author_role author
author2 Montero De Juan, Francisco Javier
Yáñez Gestoso, Francisco Javier
Poidomani, Carmelo
author2_role author
author
author
dc.contributor.none.fl_str_mv Universidad Complutense de Madrid
dc.subject.none.fl_str_mv 510.64
Fuzzy Sets
Clasificacion
Teledeteccion
Lógica simbólica y matemática (Matemáticas)
1102.14 Lógica Simbólica
topic 510.64
Fuzzy Sets
Clasificacion
Teledeteccion
Lógica simbólica y matemática (Matemáticas)
1102.14 Lógica Simbólica
description En esta comunicacion, se consideran imágenes tomadas mediante teledeteccion, y se propone un modelo de clasificación no supervisado para obtener una clasificación difusa. Nuestro procedimiento busca en primer lugar regiones homogeneas,analizando las variaciones de un pixel con respecto a sus vecinos Esto se realiza mediante una estimacion de la variacion entre pixels. Teniendo en cuenta diferentes direcciones, se determinan las regiones homogeneas. Una vez determinados que pixels son homogeneos, se propone una clasificacion nítida de la imagen digital. Finalmente cada una de estas regiones son analizadas determinando el grado con el que cada pixel pertenece a cada una de esas regiones.
publishDate 2003
dc.date.none.fl_str_mv 2003
2003-01-01
2003
2003-01-01
dc.type.none.fl_str_mv book part
http://purl.org/coar/resource_type/c_3248
dc.type.openaire.fl_str_mv info:eu-repo/semantics/bookPart
format bookPart
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.14352/60875
url https://hdl.handle.net/20.500.14352/60875
dc.language.none.fl_str_mv Español
spa
language_invalid_str_mv Español
language spa
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universitat de Lleida
publisher.none.fl_str_mv Universitat de Lleida
dc.source.none.fl_str_mv reponame:Docta Complutense
instname:Universidad Complutense de Madrid (UCM)
instname_str Universidad Complutense de Madrid (UCM)
reponame_str Docta Complutense
collection Docta Complutense
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869408087106912256
score 15,301603

Similares en LA Referencia