DSpace Repository

Compresión de imágenes mediante modelos asociativos Alfa-Beta

Show simple item record

dc.contributor.author Alarcón Paredes, Antonio
dc.date.accessioned 2021-03-16T17:17:22Z
dc.date.available 2021-03-16T17:17:22Z
dc.date.created 2013-05-20
dc.date.issued 2021-03-15
dc.identifier.citation Alarcón Paredes, Antonio. (2013). Compresión de imágenes mediante modelos asociativos Alfa-Beta (Doctorado en Ciencias de la Computación). Instituto Politécnico Nacional, Centro de Investigación en Computación, México. es
dc.identifier.uri http://tesis.ipn.mx/handle/123456789/28765
dc.description Tesis (Doctorado en Ciencias de la Computación), Instituto Politécnico Nacional, CIC, 2013, 1 archivo PDF, (74 páginas). tesis.ipn.mx es
dc.description.abstract RESUMEN: En esta tesis se presenta una transformada para imágenes basada en modelos asociativos Alfa-Beta. El trabajo seminal de las memorias asociativas Alfa-Beta fue propuesto en el año 2002 por el Dr. Cornelio Yáñez Márquez, donde se proponen dos operadores binarios (Alfa y Beta) creados ex profeso. La transformada Alfa- Beta (TAB) presentada en esta tesis se aplicó a un conjunto de imágenes estándares en escala de grises de 8 bits por píxel, donde cada píxel puede tomar valores de 0 a 255. Como se mencionó, los operadores Alfa-Beta solo permiten la manipulación de datos de entrada cuyo valor sea 0 o 1 (binarios). Como las imágenes de prueba contienen valores diferentes al 0 y 1, se creó una extensión y modificación a los operadores Alfa y Beta, respectivamente, para que puedan operar con números enteros. Dicha modificación constituye la primera aportación de la tesis. Con estos nuevos operadores, se genera un nuevo modelo: las memorias asociativas Alfa-Beta para imágenes (MAABI), cuyo funcionamiento, características y condiciones de operación se explican en el capítulo 4, lo que se traduce en otra aportación de este trabajo. El algoritmo de la transformada Alfa-Beta se aplica a bloques individuales de imagen; cada uno de estos bloques en la imagen resultante es ocupado por una MAABI. Al aplicar la TAB en una imagen en escala de grises, se reduce el número de bits necesarios para su representación, es decir, hay compresión de la imagen; ésta compresión es sin pérdidas. Esta es una de las principales aportaciones ya que las transformadas para imágenes, tradicionalmente no ofrecen compresión alguna. Adicionalmente se hicieron experimentos en compresión con pérdidas, donde se usa la TAB usando como método de cuantificación vectorial al algoritmo de clustering k-means. Las imágenes resultantes se compararon con una de las transformadas para imágenes por antonomasia: la transformada directa Wavelet (DCT: Discrete Wavelet Transform). Estos resultados muestran que la transformada propuesta en este trabajo constituye un modelo eficiente, ya que las operaciones necesarias son muy simples (sumas y comparaciones) y no demandan un alto costo computacional. Por otra parte se nuestra que la TAB y su transformada inversa son algoritmos competitivos y que pueden utilizarse para sustituir a alguna de las transformadas inmersas en la literatura. ABSTRACT: In this thesis, an image transform based on Alpha-Beta associative models is presented. The main work of Alpha-Beta associative memories was proposed in 2002 by Cornelio Yáñez Márquez, Ph.D., where two binary operators (Alpha and Beta) were specially created. The Alpha-Beta transform (TAB) presented here was applied to a set of standard images in grayscale with 8 bits per pixel, i.e., each pixel could take values from 0-255. As mentioned Alpha and Beta operators are binary; this means that could only handle input data with values 0 or 1. Since the test images contain integer numbers, an extension and modificstion to the Alpha and Beta operators was developed. The modification of these operators is the fisrt contribution of the thesis. Taking these new operators, a new model was generated: the Alpha-Beta associative memories for images (MAABI); their operating characteristics and conditions are explained in Chapter 4, wich is another contribution of this work. The algorithm of the Alpha-Beta transform (TAB) was applied to individual blocks of an image. These blocks in the resulting image are occupied by a MAABI. When the TAB is applied to an image, the number of bits required for its representation was reduced, resulting in lossless image compression. This is one of the main contributions since traditional image transforms does not provide any compression. Further experiments with lossy compression were performed; these experiments apply the TAB using the clustering algorithm k-means as vector quantization method. The resulting images were compared with one of the most used image transform: the discrete wavelet transform (DCT). These results show that the proposed transform represents a new efficient model since the operations needed to work are very simple (additions and comparisons), thus not demand high computational cost. Moreover it is shown that he TAB and its inverse transform are competitive and can be used to replace any of the other transforms in of the art. es
dc.language.iso es es
dc.subject Algoritmos computacionales es
dc.subject Compresión de imágenes es
dc.subject Memorias asociativas es
dc.title Compresión de imágenes mediante modelos asociativos Alfa-Beta es
dc.contributor.advisor Pogrebnyak, Oleksiy
dc.contributor.advisor Argüelles Cruz, Amadeo José


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account