Paso 4 – Análisis Estadístico de Resultados

Tratamiento de imágenes

Tutora:
Paola Andrea Mateus

Integrante:

Universidad Nacional abierta y a distancia

UNAD
Valledupar, Colombia

Abstract- Se debe anexar las imágenes resultantes de

las imágenes enfermas y sanas obtenidas en el paso 3.

INTRODUCCIÓN
Ca Área Área Clasi Clasifi
ntid máxima mínima ficaci cación
Objetivos ad ón Expert
de SVM o
obj
IMPLEMENTACION DE CODIGOS EN etos
en
SOFTWARE la
ima
1. Realice la evaluación cualitativa de los
gen
resultados obtenidos en el paso 3. El análisis se Imagen de 8 1560 93 1 1
realiza entre los resultados que arroja la máquina de prueba -
soporte vectorial SVM, en la variable Enferma 1
“clasificación” contra los resultados reales del Imagen de 5 5076 85 1 1
experto” prueba -
Enferma 2
La evaluación debe entregar los siguientes datos: Imagen de 8 1387 89 1 1
prueba -
Clasific Rea F F V V Precis Exacti Enferma 3
ador les P N N P ión tud Imagen de 1 147840 147840 0 0
Imáge 3 3 0 0 3 3 1 1 prueba -
Sana 1
nes Imagen de 1 57831 57831 0 0
enfer prueba -
mas Sana 2
Imáge 3 3 Imagen 1 18691 18691 0 0
nes de prueba
- Sana 3
sanas

 La tabla anterior la debe realizar tanto para

la SVM como para el clasificador por umbral.
 Enferma 6

Sana 4

Sana 5
Enferma 7

Sana 6
Enferma 8
 Precisi ó n=1

Exactitud
VP+ VN 3+3 6
Exactitud= = =
VP + FP+ FN +VN 3+0+ 0+3 6

Exactitud=1

Sensibilidad
VP 3 3
VPR= = = =1
VP+ FN 3+0 3

VPR=1

Resultado de máquina de soporte vectorial

Especificidad
VN 3 3
SPC= = = =1
FP+ VN 0+ 3 3

SPC=1

Eje “x”

1−especifidad=1−1=0

Eje x=0

2. Realizar la curva característica Eje y=1

operativa del receptor ROC para la SVM y para el
clasificador por umbral.

 ROC para SVM

Precisión
VP 3 3
Precisi ó n= = =
VP+ FP 3+ 0 3
 3. Realice el análisis e informe con los
resultados obtenidos en los puntos
anteriores.

Se obtuvo un resultado al 100% para el

clasificador SVM, como prueba de ello
obtuvimos una grafica en Matlab, la cual
debido a que se seleccionó el umbral y
núm. Píxel adecuado para el desarrollo
de la actividad.
a. Explique los datos y gráfica obtenida.
Cuando se obtuvieron los primeros
R/ Se obtiene un resultado al 100%
resultados de los umbrales y núm. Píxel
en la gráfica obtenida en MATLAB.
en las primeras actividades del curso, se
logro observar por medio de las
imágenes obtenidas, cual umbral y núm.
Píxel era el más adecuado.

Lo anterior se confirmó en el paso

anterior donde clasificamos las imágenes
de acuerdo con esos datos, y se
corrobora esa información en esta
actividad.

Se ejecuta el código en Matlab donde se

obtiene la curva ROC, donde podemos
observar el 100% de efectividad de la
maquina vectorial aplicando el umbral y
Num. Pixel adecuados. Si observamos el
grafico, la línea azul representa el 50% de
la ROC, la línea verde el resultado
obtenido por la maquina vectorial y la roja
representa al 100% de efectividad.

El perceptrón, nos muestra cuando la hoja

de café esta enferma o sana, esta trabaja de
acuerdo a las características de la misma.

Bibliografía