"Reconocimiento de Patrones Usando la Transformada de Mellín y Redes Neuronales
(Tesis presentada para la obtención del titulo de Maestro en Ciencias, presentada en el
Centro de Investigaciones en Optica A. C.en León, Guanajuato, el día 22 De Agosto de 1992.)
CAPITULO 1
LA TRANSFORMADA DE MELLIN Y LA INVARIANCIA A ESCALA, POSICION Y ROTACION.
1.1 Introducción
1.2 Transformaciones geométricas
1.3 Transformada de Mellín
1.4 Transformada generalizada
1.5 La transformada de Mellín directa
1.6 Transformada de Mellín vía transformada de Fourier
1.7 Invariancia a posición, escala y rotación
CAPITULO 2
FUNDAMENTOS DE REDES NEURONALES ARTIFICIALES
2.1 introducción
2.2 Conceptos generales
2.2.1 La neurona biológica
2.2.2 La neurona artificial
2.2.3 Funciones de activación
2.2.4 Redes neuronales artificiales monocapas
2.2.5 Redes neuronales artificiales multicapas
2.2.6 Aprendizaje de las redes neuronales artificiales
2.2.7 Algoritmos de aprendizaje
2.3 Perceptrones
2.3.1 Los perceptrones y su representación
2.3.2 Aprendizaje del perceptrón
2.3.3 Algoritmo de aprendizaje del perceptrón
2.3.4 La regla delta
2.4 La red retropropagacion
2.4.1 La red multicapa: retro-propagación
2.4.2 Algoritmo de aprendizaje de la red retro-propagación
2.4.2.1 El paso hacia adelante
2.4.2.2 El paso hacia atrás
2.4.3 Métodos para mejorar el tiempo de aprendizaje
2.4.3.1 Añadiendo una tendencia a la neurona
2.4.3.2 Método del impulso
CAPITULO 3
RESULTADOS EXPERIMENTALES
3.1 Introducción
3.2 Invariancia a escala
3.2.1 Invariancia usando la transformada de Mellín directa
3.2.2 Invariancia usando la transformada de Mellín vía Fourier
3.3 Invariancia a rotación usando la transformación Polar-Fourier
3.4 Invariancia a posición, escala y rotación usando la transformación Fourier-Mellín
3.5 Acoplamiento para el reconocimiento de patrones
CONCLUSIONES
BiBLIOGRAFIA
APENDICE A
A.1. Criterios para la asignacion de parámetros iniciales del perceptrón
A.2. Algoritmo del perceptron empleado para clasificar dígitos
A.3. Programa PE.C del perceptron empleado para clasificar dígitos
A.4. Algoritmo de la red de retro-propagación
A.5. Programa RETRO.C de la red retro-propagación, empleado para el reconocimiento de patrones de la transformada de Mellín.
A.6. Programa REDUC.C que reduce la imagen de la transformada de Mellín de 64x64 pixeles con 64 niveles de gris en una imagen binaria de 8x8.
APENDICE B
B.1. Programa T.C que realiza la transformada de Mellín directa
B.2. Programa CPL.C que realiza la transformacion polar logarítmica
B.3. Programa FOURIER.C que realiza la transformación de Fourier
B.4. Programa EXFO.C que convierte la transformada de Fourier con valores flotantes a una imagen de 256x256 pixeles de 1 byte y lo guarda en un archivo.
APENDICE C
C.1. Programa VGA.H para el manejo de funciones en modo gráfico de 320x200 pixeles por 256 colores.
C.2. Programa MOUS_VGA.H para el manejo del ratón en modo gráfico de 320x200 pixeles por 256 colores.
Si te interesa saber un poco más acerca de mi trabajo, no dudes en llamarme.
E
scríbeme a esta dirección: ldoming@fisica.uson.mx y te contestaré.