Contexto: Las propiedades que posee un operador de interior se pueden trasladar a la determinación de características específicas de imágenes, las cuales, desde la matemática morfológica difusa pueden llegar a ser analizadas por medio del operador erosión y apertura, al conjugar estas ideas es pertinente indagar en torno a la naturaleza de estos operadores. Método: Gracias a las propiedades reticulares que posee el análisis matemático de una imagen por medio de matemática morfológica difusa, se busca dotar de restricciones al elemento estructural con el cual se desea filtrar la imagen para así obtener caracterizaciones del operador apertura y erosión. Resultados: Se demuestre que si la relación estructural es reflexiva o * -antitransitiva el operador apertura es interior; en caso que la relación cumpla ambas, la erosión es un operador interior. Conclusiones: Los operadores morfológicos difusos permiten obtener información relevante sin alterar la estructural global de la imagen; arrojando mayor calidad que los métodos clásicos, en especial si se emplea el operador apertura difuso con una relación estructural adecuada. Palabras clave: Apertura, erosión, interior, matemática morfológica, operador.Interior operators have interesting properties that can be used in detecting relevant features in digital images. In this respect, it is pertinent to study the behaviour of the opening and erosion operators from the perspective of fuzzy morphological mathematics. Method: Bearing in mind the reticular properties inherent to the mathematical anaysis of an image by fuzzy morphological mathematics we seek to find restrictions on the structural element intended to filter the image so as to obtain characterizations of the opening and erosion operators. Results: We prove that if the structural relationship is reflexive or * -antitransitive the opening operator is interior. On the other hand, we found that if the relationship meets both erosion is a interior operator. Conclusions: The fuzzy morphological operators can give us more information than the classical methods when we filter an image, especially if we implement the opening operator with a right structural element.
Contexto: De manera intuitiva, se ha establecido el concepto de conjunto como una colección distinta de elementos, esto es, un conjunto se determina vía la relación de pertenencia de un elemento de un universo al conjunto. La situación, por supuesto, es si pertenece o no pertenece; en un subconjunto difuso a cada elemento del universo se le asocia con un grado de pertenencia, que es un número entre 0 y 1. Los subconjuntos difusos se establecen como una correspondencia entre cada elemento del universo y un grado de pertenencia.Método: El estudio fue basado en trabajos anteriores como artículos o libros, en donde autores exponen ideas sobre la importancia de los subconjuntos difusos y la necesidad de crear con ellos nuevas teorías y espacios.Resultados: Al combinar dos teorías, se genera un nuevo ambiente de estudio que permite afirmar que la distancia de Hausdorff corresponde, extiende y ajusta la nocion de distancia entre subconjuntos no vacíos compactos en el ambiente de los espacios métricos, mas exactamente en (R n , du).Conclusiones: La construcción realizada permite obtener un espacio métrico con varias cualidades, en donde se puede afirmar que son consequencia del objeto de estudio inicial
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.