%0 Journal Article 
%A Alpuente Hermosilla, Jesús
%T Caracterización automática de especies de madera mediante técnicas de clasificación de imágenes
%D 2014
%U http://hdl.handle.net/10017/22455
%X Caracterizar un material consiste en determinar los atributos peculiares del mismo de modo que se distinga claramente de los demás. El material en esta tesis va a ser la madera, en forma de chapas fáciles de escanear para así obtener sus propiedades fotométricas y texturales y su dimensión fractal, como peculiaridades de cada una de ellas. El problema consiste en que las diferencias entre especies pueden llegar a ser menores que las existentes dentro de una misma especie o individuo. Para resolverlo y poder identificar la especie a la que pertenece cada una de las muestras se va a recurrir al uso de técnicas de reconocimiento de patrones basadas en la teoría de la decisión. Se propone en este trabajo de investigación el poner las bases para la automatización del proceso de clasificación de maderas, de bajo coste por el uso de un escáner y un ordenador personal junto con paquetes informáticos de dominio público (ImageJ y Weka). Las digitalización de las chapas de madera y el posterior procesado de las mismas para obtener las características predichas a partir de las cuales poder clasificar cada especie forman la base fundamental de esta tesis. Sin embargo, se plantea en este trabajo establecer la influencia que tienen estos mismos parámetros medidos sobre las componentes de color de la imagen, junto con las propiedades multiescala de la madera. Para éstas se han desarrollado los procedimientos de creación de las correspondientes imágenes, basados en la microscopía de contraste por interferencia diferencial y en los patrones periódicos subyacentes a toda superficie. La combinación de todas estas imágenes y su procesado hace que se formen patrones de gran dimensión, que requieren de una reducción de la matriz de datos. Diferentes algoritmos llevan a obtener distintos patrones, con los que se prueban clasificadores lineales, basados en árboles de decisión, con entrenamiento basado en casos, lineales o combinados aleatorios de varios del mismo tipo. Los resultados obtenidos están a la altura de los conseguidos por otros investigadores, si bien éstos utilizan equipos de elevado coste o, en su defecto, complicados procesos. Estos resultados, además, se presentan con un alto grado de fiabilidad ya que en la mayoría de los trabajos revisados el número de especies utilizado es más limitado que en el caso presente.
%K Madera-Clasificación
%K Señales, Teoría de
%K Matemáticas
%K Telecomunicaciones
%K Informática
%K Matematics
%K Computer science
%K Telecommunication
%~ Biblioteca Universidad de Alcala