Tesis (Maestría en Estadística Aplicada) -- Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina, 2019.

Bibliografía: p. 220

El enorme desarrollo de los recursos tecnológicos de las últimas décadas, ha sido un factor determinante en la construcción e implementación computacional de diferentes índices y medidas de calidad para cuantificar la similaridad entre dos imágenes digitales. Si bien las propuestas son innumerables, resultan escasos e incompletos los estudios de comparación y clasificación de estas herramientas. Esta tarea es importante, porque el concepto similitud referido a imágenes digitales es muy amplio y las metodologías sugeridas deben dar respuestas en diferentes escenarios donde se plantean disparidades y semejanzas según múltiples y variados arquetipos de distorsión. Esta tesis plantea un estudio intenso del desempeño de las medidas e índices de similaridad propuestos hasta el momento para relacionar imágenes digitales; propone comparar el desempeño de estos procesos
teniendo en cuenta su capacidad para emular el Sistema Visual Humano (HVS) al vincular una imagen con una distorsión de ella, bajo distintos esquemas y niveles de cambio. La iniciativa se manifiesta a favor de señalar a los mejores procedimientos de comparación de imágenes digitales, por sus propiedades matemáticas y estadísticas y por su solidez en cuanto a su capacidad de interpretar al HVS.