Vega Luján, YensiSaavedra Cortéz, CarlosVerde Mendocilla, César2/14/20192/14/20192012https://hdl.handle.net/20.500.14414/11487The present work aims to analyze di erent existing image descriptors for contentbased_x000D_ image retrieval (CBIR) and combine in such a way as to obtain a hybrid_x000D_ descriptor that allows a better accuracy in feature extraction and automatic image_x000D_ grouping, than their predecessors._x000D_ To achieve this it is studied, analyzed and evaluated the di erent color descriptors,_x000D_ texture and form to verify its usefulness in this work. Subsequently focused on_x000D_ the color descriptor CLD (Color Layout Descriptor) and the Tamura texture descriptor_x000D_ for feature extraction; for clustering was used classi er K-means partition and_x000D_ SOM (Self-Organizing Map) classi er, with a database of 1000 images grouped en_x000D_ 10 classes._x000D_ The results showed a better performance against the metrics of precision and recall_x000D_ for Hybrid descriptor (CLD-Tamura) with K-means in the extraction, clustering_x000D_ and image retrieval by similarity. Finally, we can conclude that hybrids are more_x000D_ e ective descriptors in the feature extraction performance by increasing the recovery_x000D_ process by increasing the percentage of its precision and recall in the ruling class_x000D_ groupsEl presente trabajo tiene como objetivo analizar diferentes descriptores de im agenes_x000D_ existentes para la recuperaci on de im agenes basadas en contenido (CBIR) y_x000D_ combinarlos de tal manera que se obtenga un descriptor hibrido que permita una_x000D_ mejor precisi on en la extracci on de caracter sticas y en el agrupamiento autom atico_x000D_ de im agenes, que sus antecesores._x000D_ Para conseguirlo se ha estudiado, analizado y evaluado los diferentes descriptores_x000D_ de color, textura y forma, para veri car su utilidad en este trabajo. Posteriormente se_x000D_ ha centrado en el descriptor de color CLD (Color Layout Descriptor) y el descriptor_x000D_ de textura de Tamura para la extracci on de caracter sticas; para su agrupamiento_x000D_ se ha utilizado el clasi cador por partici on K-means y el clasi cador SOM (Self-_x000D_ Organizing Map), con una base de datos de 1000 im agenes agrupadas en10 clases._x000D_ Los resultados obtenidos indican un mejor desempe~no seg un la m etrica de precision_x000D_ y recall para el descriptor hibrido (CLD-Tamura) con K-means, en la extracci on,_x000D_ agrupamiento y recuperaci on de im agenes por similitud. Finalmente, se puede concluir_x000D_ que los descriptores h bridos son m as efectivos en la extracci on de caracter sticas_x000D_ aumentando el rendimiento del proceso de recuperaci on al incrementar el porcentaje_x000D_ en su precision y recall en los grupos con clase dominantespainfo:eu-repo/semantics/openAccessRecuperación de imágenesDescriptores híbridosinfo:eu-repo/semantics/bachelorThesis