Segmentación de imágenes microscópicas con NSGA-II
Resumen: El presente trabajo aborda el problema de la segmentación multiobjetivo de imágenes microscópicas utilizando el algoritmo evolutivo NSGA-II. Durante el proceso de optimización se utilizan 2 funciones objetivo: la varianza entre-clase de Otsu y la entropía de Shannon. Un conjunto de 71 imágenes de células sanguíneas se incluyen en la fase de experimentación. A partir de éste conjunto se forman 3 categorías de imágenes: con preprocesamiento, sin preprocesamiento, y con ruido Gaussiano. Los resultados muestran que el uso de técnicas evolutivas multiobjetivo como NSGA-II, brindan resultados satisfactorios en la segmentación de más de una categoría de imágenes.
Saved in:
| Main Authors: | , , , , , |
|---|---|
| Format: | Digital revista |
| Language: | Spanish / Castilian |
| Published: |
Instituto Politécnico Nacional, Centro de Investigación en Computación
2018
|
| Online Access: | http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-55462018000200387 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Resumen: El presente trabajo aborda el problema de la segmentación multiobjetivo de imágenes microscópicas utilizando el algoritmo evolutivo NSGA-II. Durante el proceso de optimización se utilizan 2 funciones objetivo: la varianza entre-clase de Otsu y la entropía de Shannon. Un conjunto de 71 imágenes de células sanguíneas se incluyen en la fase de experimentación. A partir de éste conjunto se forman 3 categorías de imágenes: con preprocesamiento, sin preprocesamiento, y con ruido Gaussiano. Los resultados muestran que el uso de técnicas evolutivas multiobjetivo como NSGA-II, brindan resultados satisfactorios en la segmentación de más de una categoría de imágenes. |
|---|