Hace un par de semanas, el lunes 29 de octubre, Manuel Gómez Leo presentó su Trabajo Fin de Máster (TFM) para optar al título en el Máster de Ingeniería Informática (@masteresTicEpcc). El título de su TFM: «Texture feature extraction tecniques in CBIR engines» con la dirección de Marisa Durán y Pablo García Rodríguez. En el tribunal Manuel Barrena, Pablo Bustos y Andrés Caro.
A través de este TFM se pretendió hacer un estudio de los nuevos sistemas CBIR y técnicas de extracción de características de TEXTURAS empleadas en el campo del procesamiento digital de imágenes.
En primer lugar, Manuel se introdujo en el mundo de las texturas a través de la opinión y definiciones de diferentes autores expertos en esta materia. Para comenzar con los sistemas CBIR, se añadieron definiciones y explicaciones de que es y cómo funcionan las texturas, para posteriormente añadir ejemplos de diferentes sistemas CBIR funcionales.
A continuación, se explicó la metodología empleada durante el proceso de desarrollo del trabajo. En la metodología, se abarcó todo lo referente al funcionamiento de cada sistema CBIR seleccionado y el método de trabajo seguido, así como cada una de las técnicas empleadas por dichos sistemas en su forma matemática. Esto último, ha sido añadido como información de ayuda para, en un futuro, estudiar la posibilidad de su desarrollo.
El apartado de resultados y discusión, forma la parte central del trabajo. Se ha pretendido realizar una serie de pruebas con cada uno de los sistemas seleccionados que nos permitan discernir qué sistemas (y por defecto, sus técnicas) son las que mejores resultados obtienen.
Para ello, se ha seleccionado una batería de pruebas (benchmarks) que han sido utilizadas en cada sistema. Estas pruebas se realizaron utilizando la base de datos estándar de imágenes de texturas Outex, pensando en su posible reproducibilidad.
Figura que muestra el sistema img(Rummager) después de cargar un índice para una consulta:
Se han encontrado sistemas muy abiertos que permiten realizar pruebas de manera completa, otros sistemas con una serie de limitaciones para acceder a sus bases de datos internas con los que hemos podido hacer pruebas parciales al poder insertar en su base de datos nuestras imágenes, y finalmente, otro sistema en el que las pruebas realizadas se han basado en sus propias imágenes, al no poder escribir en su base de datos nada de información.
La conclusión principal a la que hemos llegado con este trabajo es que, actualmente, no existen gran variedad de sistemas CBIR de libre disposición y además, las técnicas empleadas hoy en día para la extracción de características de texturas no han evolucionado en demasía en esta primera década de siglo. Los sistemas CBIR que mejores resultados nos han ofrecido son aquellos que combinan varias técnicas a la vez. Así pues, una característica importante a destacar a la hora de desarrollar un sistema, es que éste pueda estar formado por varias técnicas de extracción que se ayuden entre sí, como ocurre por ejemplo con Qatris Imanager.
Artículo encontrado en la realización de este trabajo:
Referencia a Qatris iManager en dicho artículo:
Main objectives:
The main objective of this work is to study different CBIR (Content-Based Image Retrieval) systems and to test its techniques for texture feature extraction in images. In order to get to the main objective proposed, a series of well-defined partial objectives whose union will take us to obtain the main goal already proposed will be addressed progressively.
The first partial objective will take us to seek and test (or install) the different CBIR systems we have found in order to make the selection of those which are to be used in our experiments later.
Once these systems are selected, we will proceed to investigate them thoroughly to be able to know the techniques of texture feature extraction from each of them.
When the CBIR systems are obtained, the different databases textures standards existing today will be analyzed in a general way. Once the analysis has been made, we will proceed to select the database which best suits our needs to generate the test batteries.
Then, we will proceed to the evaluation of different CBIR systems which have been previously selected and also their techniques through a series of experiments based on already generated test batteries from the selected database.
Taking into account the results of our experiments, some conclusions will be obtained and they will allow us to clarify what the systems and their respective techniques give us the best results.
Figura con el resultado final de una consulta en Qatris iManager (Sicubo SL):
