aplicación de algoritmos metaheurísticos en procesamiento de señales, imágenes y en energías ...

284 Pages·2015·9.75 MB·Spanish

UNIVERSIDAD COMPLUTENSE DE MADRID

FACULTAD DE INFORMÁTICA
Departamento de Ingeniería del Software e Inteligencia Artificial

TESIS DOCTORAL

Aplicación de algoritmos metaheurísticos en procesamiento de señales,
imágenes y energías alternativas

MEMORIA PARA OPTAR AL GRADO DE DOCTOR

PRESENTADA POR

Diego Alberto Oliva Navarro

Directores

Gonzalo Pajares Martinsanz
Erik Cuevas Jiménez

Madrid, 2015

© Diego Alberto Oliva Navarro, 2015
UNIVERSIDAD COMPLUTENSE DE MADRID
FACULTAD DE INFORMÁTICA
Departamento de Ingeniería del Software e Inteligencia Artificial

APLICACIÓN DE ALGORITMOS
METAHEURÍSTICOS EN PROCESAMIENTO
DE SEÑALES, IMÁGENES Y EN ENERGÍAS
ALTERNATIVAS.

MEMORIA PARA OPTAR AL GRADO DE DOCTOR
PRESENTADA POR

Diego Alberto Oliva Navarro

Bajo la dirección de los doctores

Gonzalo Pajares Martinsanz
Erik Cuevas Jiménez

Madrid, 2015

UNIVERSIDAD COMPLUTENSE DE MADRID
Facultad de Informática

Departamento de Ingeniería del Software e Inteligencia Artificial

TESIS DOCTORAL

APLICACIÓN DE ALGORITMOS
METAHEURÍSTICOS EN PROCESAMIENTO
DE SEÑALES, IMÁGENES Y EN ENERGÍAS
ALTERNATIVAS

Memoria para optar al grado de doctor presentada por:

Dn. Diego Alberto Oliva Navarro

Directores:

Dr. Gonzalo Pajares Martinsanz
Dr. Erik Cuevas Jiménez

Madrid (España), 2015

Agradecimientos
La aventura del doctorado comenzó en mayo del 2011, cuando por primera vez
pisaba suelo español, el objetivo principal era dar una plática sobres los temas que
veníamos desarrollando en el laboratorio de la Universidad de Guadalajara. Después de
conocer el grupo de trabajo del Dr. Gonzalo Pajares y de los consejos de los doctores Erik
Cuevas, Daniel Zaldívar y Marco Pérez Cisneros, sentado en una habitación del hotel
Princesa de Madrid comencé a visualizar como una mejor opción hacer el doctorado en la
Universidad Complutense de Madrid. El proceso no ha sido sencillo, pero en cada una de
las etapas que van desde obtener las becas, hasta el terminar de escribir este documento,
pasando por los viajes y tramites, me he encontrado con el apoyo de las personas que
aprecio.
Quiero agradecer primeramente a mis dos directores de tesis, ya que sin su apoyo y
guía no hubiera sido posible concluir esta etapa de mi vida. En España al Dr. Gonzalo
Pajares, por su gran amabilidad y apoyo. Desde el principio mostro gran interés en que
realizara el doctorado bajo su tutela, siempre me brindo la información y herramientas
necesarias para desarrollar mi investigación, en la parte personal siempre estuvo al tanto de
mi bienestar, motivándome y guiándome para poder concluir satisfactoriamente la tesis
doctoral. En México al Dr. Erik Cuevas a quien conozco ya desde hace varios años, por su
continuo apoyo, motivación y enseñanza. Sin los consejos del Dr. Erik es muy probable que
aún me encontrara perdido en el mundo científico. Por eso agradezco su disposición y la
oportunidad que me dio de formar parte de su grupo de investigación. También por siempre
darme todo lo necesario para poder desarrollar mí trabajo durante las estancias que realice
en la Universidad de Guadalajara.
En la parte profesional a los doctores Marco Pérez Cisneros y Daniel Zaldívar,
quienes durante años han estado al tanto de mi formación profesional. Además sus
enseñanzas y consejos me han servido de guía a lo largo de estos años. A todos los
compañeros del laboratorio de robótica y sistemas inteligentes de la Universidad de
Guadalajara, gracias por todas las charlas que tuvimos ya que de ahí surgieron ideas
bastante interesantes, pero sobre todo gracias por la motivación e interés. Al Dr. Valentín
Osuna Enciso, a los maestros en ciencias Michel Dávalos, Felipe Sanción y Noé Ortega por
las colaboraciones realizadas en conjunto y por la amistad que llevamos desde hace tiempo.
En la Universidad Complutense de Madrid, a mis compañeros de doctorado Martín, José
I
Miguel, Juan y a la Dra. María Guijarro por las experiencias, aventuras y charlas que
compartimos, es difícil olvidar esas excursiones a sembrar y tomar fotografías de los
campos de cultivo.
Como no todo en la vida es trabajo, a lo largo de estos años tuve la oportunidad de
compartir mi tiempo con muy buenos amigos es por eso que les agradezco su apoyo y
motivación. A Marco Robles porque confiaste en mí aun sin conocerme y que además de
compartir piso durante un tiempo nos volvimos muy buenos amigos, gracias por todos los
consejos, las largas platicas, los cafés interminables y por esos momentos en los que me
escuchaste. Mary Calderón, por que llueve o truene has estado para motivarme y apoyarme
en los momentos que más lo he necesitado. Es imposible nombrar a tantas personas con las
que compartí buenos monumentos, pero a todos ellos sin importar su nacionalidad, les doy
las gracias por haber compartido su tiempo conmigo.
Mi familia ha sido una pieza clave en mi desarrollo profesional, sin el apoyo de mis
padres José Luis y Ofelia nada de esto hubiera sido posible. Gracias por estar al pendiente
de mí durante mis viajes, por preocuparse por mi salud, por animarme, por escucharme, por
apoyarme en la medida de lo posible, por los consejos y ejemplos que aún me siguen dando.
A mi hermano Daniel, con quien he compartido tantas aventuras, tantas cervezas y platicas
interminables. Siempre tengo presente el viaje que hicimos juntos y todo lo que hemos
vivido. Si no hubiera sido por ustedes quizá no estaría el día de hoy escribiendo esto.
Hace casi dos años la vida puso en mi camino a la persona más especial que he
conocido Gosia Kijak, gracias por formar parte de mi vida y de mi familia. Sin ti las cosas
no serían tan divertidas como son, tu apoyo y amor incondicional me han dado la fortaleza
y motivación necesaria para continuar con mis investigaciones. Has hecho todo por estar
conmigo durante esta importante etapa de mi vida, gracias por soportarme, comprenderme,
pero sobre todo gracias por amarme.
Antes de terminar quiero agradecer a dios por darme tantas bendiciones, por
permitirme lograr hasta ahora cada uno de los objetivos que me he propuesto y por poner en
mi camino a tantas personas que me han sabido apoyar.
Esta investigación ha sido financiada por el Gobierno de México a través del
Consejo Nacional de Ciencia y Tecnología (CONACyT) con la beca doctoral 215517, la
Secretaria de Educación Pública (SEP) por el programa de becas complemento 2013, 2014
y por el Instituto Jalisciense de la Juventud por el programa de besas impulso Jalisco 2011.
II
Resumen
En años recientes se ha incrementado el interés por cómo la naturaleza da solución
a diversos problemas como son: búsqueda de fuentes de alimento, organización de
conjuntos de animales o insectos, atracción y repulsión de cargas, etc. De aquí surgen los
algoritmos metaheurísticos (AM), los cuales simulan comportamientos naturales básicos
para solucionar tareas complejas. El uso de estos métodos se ha extendido desde la
optimización matemática hasta la ingeniería o la economía.
En este trabajo se abordan tres áreas de aplicación: 1) diseño de filtros digitales; 2)
procesamiento de imágenes y 3) energías alternativas. Además, para algunas de estas
aplicaciones se proponen modificaciones a los AM, con el fin de mejorar su rendimiento.
El primer AM que se describe es Electromagnetism-like (EMO), el cual está
inspirado en los principios de atracción-repulsión de cargas eléctricas del
electromagnetismo. Usando EMO se realizaron las siguientes aplicaciones: a) diseño de
filtros IIR, donde los parámetros de los filtros se estiman mediante un proceso de
optimización; b) detección de glóbulos blancos en imágenes médicas, aquí el proceso de
identificación de leucocitos es analizado desde el punto de vista de la optimización,
aplicando un detector de círculos basado en EMO que busca la forma circular que más se
asemeje a las formas cuasi-circulares de las células sanguíneas; c) detección de objetos
usando plantillas, aquí se busca la mayor similitud entre una plantilla seleccionada y una
sección en la imagen donde esté contenida, para esto se emplea la correlación cruzada
normalizada, cuya optimización se realiza mediante EMO; d) por último, se propone el uso
de EMO para encontrar los mejores umbrales que permitan segmentar una imagen en
función de su histograma, para esto se maximizan las ecuaciones de Otsu y Kapur. EMO es
una poderosa alternativa de optimización, sin embargo, posee algunas deficiencias en la
búsqueda local, lo cual en ciertas aplicaciones incrementa el costo computacional. Para
esto, se propone dos modificaciones, una de ellas involucra el uso de la estrategia de
aprendizaje conocida como Opposition-Based Learning. Mientras que la segunda es una
modificación del proceso de búsqueda local, usando un muestreo alrededor de las mejores
soluciones de cada iteración.
El segundo método que se estudió, es conocido como Harmony Search (HSA). El
cual tiene como analogía, la improvisación que realizan los músicos para encontrar nuevas
armonías. Este AM ha sido aplicado al problema de segmentación multinivel, donde el
III
objetivo es encontrar los mejores umbrales para binarizar imágenes que maximicen las
funciones de Otsu y Kapur. Finalmente, estos valores son aplicados para determinar el
mejor umbral en el histograma de la imagen, logrando con esto la segmentación de los
píxeles originales como imagen binaria.
El tercer AM que se analizó es el Artificial Bee Colony (ABC), está inspirado en el
comportamiento que tienen las abejas para encontrar nuevas fuentes de alimento. Este AM
ha sido implementado para el diseño de celdas solares, para esto se emplea el modelo de
diodo simple y diodo doble. El objetivo es encontrar la mejor configuración de parámetros
que dé como resultados una buena relación corriente-voltaje.
Los métodos planteados se presentan como soluciones alternativas a los problemas
selectos de las áreas de interés. Los resultados experimentales y comparaciones realizadas
de forma independiente, comprueban su desempeño en términos de precisión y robustez.
Del mismo modo, se comprueba que el uso de los AM es viable para una gran cantidad de
aplicaciones orientadas al tratamiento de imágenes y de forma general en ingeniería.
Palabras clave: algoritmos metaheurísticos, filtros digitales, segmentación,
imágenes médicas, modelado de celdas solares.

IV
Abstract
In recent years, the scientific community has increased the interest on the
application of techniques inspired in the nature to solve some computational problems.
Examples of such techniques are: search for food sources, animals or bugs organization,
attraction-repulsion of charges. From these ideas the metaheuristic algorithms (MA) emerge
to address the circumstances of mathematical optimization. They simulate different natural
behaviors to solve complex tasks. The use of these methods has been extended from
mathematical applications to implementations in different fields, including engineering.
In this work, three fields of application are explored and analyzed: 1) digital filter
design; 2) image processing and 3) alternative energies. Moreover, some modifications are
proposed for the MA in order to improve their performance.
The first MA implemented is Electromagnetism-like (EMO). This algorithm
imitates the attraction–repulsion mechanism between charged particles in an
electromagnetic field. Using EMO the following implementations are developed: a) IIR
filter design, where filter parameters are estimated by an optimization process; b) white
blood cells detection in medical images, where the identification of leukocytes is performed
using a specific MA. A circle detector based on EMO is applied to obtain the best circular
shape that matches with the quasi-circular shapes of blood cells; c) object detection using
template matching, where EMO is used with the normal cross correlation as the objective
function to find the best matching between a template and a section in the image; d)
thresholding determination, where the use of EMO is proposed to find the best thresholds to
segment the histogram of an image, to do this the Otsu’s and Kapur’s functions are
maximized. EMO is a powerful optimization alternative, however, it has some
shortcomings during the local search procedure in multidimensional applications where the
computational cost is increased. For that reason, two modifications are proposed: one of
them involves the use of a learning strategy, known as Opposition-Based Learning.
Meanwhile, the second one is a modification of the local search using a sampling, at each
iteration, around the best solutions found..
The second method studied is Harmony Search (HSA), that emulates the musicians
improvisation looking for new harmonies while they are playing. HSA has been applied to
multilevel segmentation problems, where the goal is to find the best threshold that
V