Pajares Martinsanz, GonzaloCuevas Jiménez, ErikOliva Navarro, DiegoHinojosa Cervantes, Salvador Miguel2023-06-172023-06-172019-06-27https://hdl.handle.net/20.500.14352/17180Tesis de la Universidad Complutense de Madrid, Facultad de Informática, leída el 18/03/2019Uno de los temas más tratados en la comunidad de procesamiento de imágenes es la segmentación, consistente en obtener estructuras subyacentes para facilitar su interpretación, por ejemplo, obtener bordes o agrupaciones de píxeles que forman regiones con alguna propiedad. Dado que se utiliza como un paso de preprocesamiento antes de las tareas de visión por computador de alto nivel, como el reconocimiento de objetos y la representación de imágenes, se han propuesto diversos enfoques para la segmentación, que se centran en la mejora de la calidad de los procesos aplicados para conseguir los mejores resultados posibles. Sin embargo, en muchos casos el coste computacional de estas técnicas puede ser elevado, limitando su uso. En el área de la optimización global se han propuesto una gran cantidad de algoritmos metaheurísticos (AM) para resolver problemas complejos de ingeniería en un tiempo razonable. Los AMs son algoritmos de búsqueda estocásticos que utilizan reglas o heurísticas aplicables a cualquier problema para acelerar su convergencia a soluciones cercanas al óptimo. Es común observar que los AMs emulan procesos y comportamientos inspirados por mecanismos presentes en la naturaleza, como la evolución...One of the most discussed topics in the image processing community is segmentation. Since it is used as a pre-processing step prior to high-level computer vision tasks, such as object recognition and image representation, various approaches to image segmentation have been proposed that focus on improving the quality of the resulting segmentation. However, in many cases the computational cost of these techniques can be high.In the area of global optimization, they have proposed a large number of metaheuristic (MA) algorithms to solve complex engineering problems in a reasonable amount of time. MAs are stochastic search algorithms that use rules or heuristics applicable to any problem to accelerate their convergence to near-optimal solutions. It is common to observe that MAs emulate processes and behaviors inspired by mechanisms present in nature, such as evolution...spadoctoral thesisopen access004.421(043.2)Algoritmos computacionalesComputer algorithmsInformática (Informática)1203.17 Informática