ISBN-13: 9783659013331 / Hiszpański / Miękka / 2012 / 136 str.
Los avances tecnologicos en el mundo actual nos inclinan al desarrollo de tecnologias automatizadas, capaces de realizar trabajos manuales en poco tiempo y permitiendo ocuparlo en otro tipo de labores o investigaciones. En este trabajo se presenta el desarrollo de un sistema de reconocimiento automatico de imagenes de organismos planctonicos (SISREC) que permitira la agilizacion de investigaciones en diversas areas biologicas, ocupando para ello diversos tipos de filtros de correlacion. Se utilizo el poder matematico de Matlab y la robustez de .Net, interconectados a traves de una libreria (dll) generando una aplicacion distribuible. Se muestran los resultados en forma grafica por medio de imagenes asi como en formato numerico listo para ser importado a una aplicacion para su manejo estadistico. Se trabajo con 3 filtros lineales (CMF, POF e IF) y un nuevo filtro no lineal compuesto, generado este ultimo en tiempo de ejecucion. Se delimito un umbral de confiabilidad para determinar los limites de muestreo grafico de resultados superiores al 90%. Se utilizaron 420 imagenes de copepodos correspondientes a 7 especies distintas tanto de hembras y machos, encontrando resultados del 100%
Los avances tecnológicos en el mundo actual nos inclinan al desarrollo de tecnologías automatizadas, capaces de realizar trabajos manuales en poco tiempo y permitiendo ocuparlo en otro tipo de labores o investigaciones. En este trabajo se presenta el desarrollo de un sistema de reconocimiento automático de imágenes de organismos planctónicos (SISREC) que permitirá la agilización de investigaciones en diversas áreas biológicas, ocupando para ello diversos tipos de filtros de correlación. Se utilizó el poder matemático de Matlab y la robustez de .Net, interconectados a través de una librería (dll) generando una aplicación distribuible. Se muestran los resultados en forma grafica por medio de imágenes así como en formato numérico listo para ser importado a una aplicación para su manejo estadístico. Se trabajó con 3 filtros lineales (CMF, POF e IF) y un nuevo filtro no lineal compuesto, generado este ultimo en tiempo de ejecución. Se delimitó un umbral de confiabilidad para determinar los límites de muestreo gráfico de resultados superiores al 90%. Se utilizaron 420 imágenes de copépodos correspondientes a 7 especies distintas tanto de hembras y machos, encontrando resultados del 100%