Wavelet packet filter bank selection for texture retrieval

Abstract

Durante los últimos años, el avance de la tecnología de captura y almacenamiento ha generado un volumen sin precedentes de imágenes digitales almacenadas en las bases de datos. Esto plantea el desafío de desarrollar sistemas autónomos que sean eficientes en la búsqueda y organización del contenido digital. Como problema emblemático surgió Content-Based Image Retrieval como área de investigación. Un sistema de indexación de imágenes busca encontrar las imágenes más similares a una en particular y está compuesto de dos etapas: extracción de características y medición de similitud. La primera etapa busca la forma de representar la imagen extrayendo las características más discriminativas, mientras que la segunda etapa es usada para ordenar las imágenes de acuerdo a su similitud. Esta tesis propone el uso de Wavelet Packet para abordar el problema de indexación de imágenes de texturas. Wavelet Packet es una herramienta del procesamiento de señales que no ha sido usada en el estado del arte para enfrentar el problema de indexación y, además, es capaz del proveer distintas representaciones para una imagen. Para seleccionar la mejor representación de Wavelet Packet, este trabajo propone una nueva metodología para el problema de indexación que aborda el problema de selección de bases para la familia de Wavelet Packets utilizando el criterio de Mínima Probabilidad de Error. Como resultado de la implementación de la metodología propuesta, se muestra que las soluciones provistas por Wavelet Packet son adaptivas y mejoran el desempeño del sistema de indexación con respecto a la solución Wavelet, bajo condiciones similares y modelos estadísticos.