Resumen

Muchas aplicaciones basadas en imágenes necesitan conocer las diferentes clases de texturas que aparecen en la imagen para diferentes propósitos. En varias técnicas de ciencias e ingeniería, puede resultar útil extraer una impor­tante información subyacente en la imagen. En este trabajo, utilizamos el modelo del Perceptrón Multicapa, para realizar la clasificación de textura de una imagen en color. Se trata de un modelo de red ampliamente utilizado en clasificación. El método propuesto es una técnica clásica de clasificación supervisada. Los patrones de entrada a la red son vectores tridi­mensionales y contienen información de textura para las tres bandas espectrales (Rojo, Verde y Azul) para cada imagen. La información que utilizamos es una medida del histograma del nivel de gris de una región. El número de clases se esta­blece previamente y para cada clase se selecciona un número de patrones a partir de las imágenes disponibles. Se realiza un análisis comparativo entre el método propuesto y el denominado Learning Vector Quantization como método supervi­sado. Los resultados experimentales hacen que el método sea útil para clasificación de texturas.