2021-09-172021-09-172020-04-01Proyecciones, Vol.18 No. 11853-6352http://hdl.handle.net/20.500.12272/5435Las imágenes de radares de apertura sintética (imágenes SAR) han sido consideradas por varios investigadores como la mejor herramienta para monitorear la Tierra. A pesar de las ventajas de este tipo de radares, las imágenes SAR son difíciles de analizar. El objetivo de seleccionar umbra- les para una imagen es obtener una nueva imagen simplificada, conservando la información de forma y la estructura geométrica. En este trabajo comparamos el desempeño de los lenguajes R y Python para la selección de umbrales múltiples en imágenes SAR reales, en términos de costo computacional y medidas clásicas para el análisis de calidad de imagen.Synthetic aperture radar images (SAR images) have been considered as the best tool for Earth mo- nitoring by many researchers. In spite of the advantages of this kind of radars, SAR images are very difficult to analize. The goal of image thresholding is to find a new simplified image that preserves the same shape information and geometric structure. In this work, we compare the performance of the languages R and Python in real SAR image multiple thresholding, in terms of computational cost and classical image quality assessment measures.application/pdfspainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc/4.0/Atribución-NoComercial 4.0 Internacionalimágenes sarumbrales múltiplessegmentaciónr - pythonnuclear reactionsnuclear reactorstritonsreverse protons48vinfo:eu-repo/semantics/articleLicencia Creative Commons Atribución -No Comercial