Capítulo 6. Pruebas y Evaluación del Modelo- Modelo de indexación de formas en sistemas VIR basado en ontologías - Departamento de Computación, Electrónica y Mecatrónica.Reportar como inadecuado




Capítulo 6. Pruebas y Evaluación del Modelo- Modelo de indexación de formas en sistemas VIR basado en ontologías - Departamento de Computación, Electrónica y Mecatrónica. - Descarga este documento en PDF. Documentación en PDF para descargar gratis. Disponible también para leer online.

Capítulo 6. Pruebas y Evaluación del Modelo- Modelo de indexación de formas en sistemas VIR basado en ontologías - Departamento de Computación, Electrónica y Mecatrónica. - Maestría en Ciencias de la Computación. - Escuela de Ingeniería y Ciencias - Universidad de las Américas Puebla.

Autor: Sánchez López, Silvia Esther

Fuente: http://catarina.udlap.mx/


Introducción



Capítulo 6.
Pruebas y evaluación del modelo. La búsqueda basándose sólo en la forma, resulta algo complicada.
Algunas variaciones en la forma de la imagen, pueden afectar los resultados obtenidos.
Por este motivo, la recuperación del modelo, también se realizó comparando color de la imagen y utilizando una estructura ontológica, que recupere características tanto de forma como de color.
El sistema trabaja con varios dominios restringidos que ayudarán a probar su funcionamiento y la precisión de las evaluaciones. Las pruebas se realizaron con imágenes ya almacenadas y previamente procesadas.
Para obtener un resultado congruente, las imágenes deben cumplir con los requerimientos establecidos previamente en el Capítulo 5, lo que permitirá recuperar resultados más satisfactorios. 6.1 Condiciones en las imágenes que dificultan la recuperación A continuación se proponen una serie de pruebas para demostrar los problemas de recuperación si la imagen de entrada no cumple con las especificaciones. Los errores en la recuperación se pueden dar si: • La imagen de entrada contiene varios objetos que están separados y bien definidos. • La imagen de entrada contiene varios objetos que están traslapados y se puede definir el contorno completo que forma. • La forma del objeto no esta bien definida. • La imagen contiene mucha información. Si las imágenes de entrada no contienen un solo objeto (ejemplo Figura 6.1) y tienen mucha información y-o no están bien definidas (Figuras 6.2 y 6.3), durante el proceso de procesamiento, se obtendrá una imagen donde será difícil extraer sus coordenadas de contorno. Por lo tanto, no se podrán obtener datos correctos de su curva para la comparación y su representación no se aplicará de forma adecuada.
Entonces los resultados de la consulta no serán satisfactorios En la Figura 6.1 se tiene un fondo plano, es decir, el fondo tiene un mismo tono de color y aunque se tienen varios objetos, éstos está...






Documentos relacionados