SciELO - Scientific Electronic Library Online

 
vol.14 issue4A Feed-Forward Neural Networks-Based Nonlinear Autoregressive Model for Forecasting Time Series author indexsubject indexsearch form
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Computación y Sistemas

Print version ISSN 1405-5546

Abstract

GUZMAN LUGO, José Giovanni. Un algoritmo general para la descomposición semántica de Geo-Imágenes. Comp. y Sist. [online]. 2011, vol.14, n.4, pp.437-450. ISSN 1405-5546.

Esta tesis presenta una metodología orientada a objetos para la extracción de la semántica de una geo-imagen definida por un conjunto de etiquetas en lenguaje natural. La metodología está compuesta de dos grandes etapas: análisis y síntesis. La etapa de análisis detecta los principales elementos geográficos de una geo-imagen mediante la cuantificación de características como color, geometría y topología de los objetos geográficos. El resultado de esta etapa es un conjunto de geo-imágenes con intensidades de color aproximadamente uniforme. La etapa de síntesis extrae los objetos geográficos que fueron identificados y realiza un proceso de etiquetado en dos niveles (general y especializado), el cual es equivalente a considerar tanto la información global como local de una geo-imagen. El propósito del etiquetado general es asociar a cada región una etiqueta de una temática adecuada, tomando en consideración la información RGB de la geo-imagen. Para especializar cada objeto geográfico, se propone un algoritmo de especialización que considera la geometría y relaciones topológicas entre los objetos geográficos, tomando como base una ontología de aplicación del dominio geográfico. El conjunto de etiquetas resultante describe la semántica de una geo-imagen.

Keywords : Procesamiento de imágenes y visión por computadora; análisis de escena; reconocimiento de objetos.

        · abstract in English     · text in English     · English ( pdf )

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License