Tesis Mauro 2006

UNIVERSIDADAUTNOMADENUEVOLEN
FACULTADDEINGENIERAMECNICAYELCTRICA
DIVISINDEESTUDIOSDEPOSGRADO
SISTEMAAUTOMTICODECONTEOYCLASIFICACIN
DEFLUJOVEHICULARBASADOENSECUENCIAS
DEVIDEOYREDESNEURONALESARTIFICIALES
POR
MAUROJESSMALDONADOCHAN
TESIS
ENOPCINALGRADODEMAESTROENCIENCIAS
ENINGENIERADESISTEMAS
SanNicolsdelosGarza,N.L.Diciembrede2006
FACULTADDEINGENIERAMECNICAYELCTRICA
DIVISINDEESTUDIOSDEPOSGRADO
SISTEMAAUTOMTICODECONTEOYCLASIFICACIN
DEFLUJOVEHICULARBASADOENSECUENCIAS
DEVIDEOYREDESNEURONALESARTIFICIALES
POR
MAUROJESSMALDONADOCHAN
TESIS
ENOPCINALGRADODEMAESTROENCIENCIAS
ENINGENIERADESISTEMAS
SanNicolsdelosGarza,N.L.Diciembrede2006
FacultaddeIngenieraMecnicayElctrica
DivisindeEstudiosdePosgrado
Los miembros del Comit de Tesis recomendamos que la tesis SISTEMA
AUTOMTICO DE CONTEO Y CLASIFICACIN DE FLUJO VEHICULAR
BASADO
EN
SECUENCIAS
DE
VIDEO
REDES
NEURONALES
ARTIFICIALES, realizada por el alumno Mauro Jess Maldonado Chan con

nmero de matrcula 01366037, sea aceptada para su defensa como opcin al grado de
Maestro en Ciencias en Ingeniera de Sistemas.
ElComitdeTesis
_______________________________
Dr.MauricioCabreraRos
Asesor
_______________________________
Dr.scarL.ChacnMondragn
Revisor
_______________________________
Dr.CsarE.VillarrealRodrguez
Revisor
______________________________________
Vo.Bo.
Dr.GuadalupeAlanCastilloRodrguez
DivisindeEstudiosdePosgrado
CiudadUniversitaria,Diciembrede2006
AGRADECIMIENTOS
A la Universidad Autnoma de Nuevo Len (UANL), a la Facultad de Ingeniera

Mecnica y Elctrica (FIME), as como al Posgrado en Ingeniera de Sistemas (PISIS)
por brindarme la oportunidad de realizar mis estudios de maestra.
Al Consejo Nacional de Ciencia y Tecnologa (CONACYT) por el apoyo econmico
mediante una beca como estudiante de tiempo completo.
Al Instituto de Ingeniera Civil de la UANL, especialmente al Dr. Rafael Gallegos
Lpez y al Ing. Juan Antonio Sandoval Cortina, por abrir las puertas a este proyecto.
Al Sistema Integral de Trnsito Metropolitano (Sintram), en especial al Dr. Hernn
Villarreal Rodrguez y al Ing. Fermn Santilln Delgadillo, por las facilidades otorgadas
en el acceso a la infraestructura de las instalaciones a su cargo.
A las estudiantes, Aylen Azeneth Flores Moreno, Norma Carballo Hernndez, y
Daniella Trevio Villarreal por su ayuda en el desarrollo de este trabajo.
Al Dr. Mauricio Cabrera Ros, asesor de esta tesis, por su gua invaluable.
A mi mam, CP Mara Chan Casanova, por su apoyo incondicional.
A todos aquellos que participaron directa e indirectamente en la realizacin de este
proyecto.
IV
RESUMEN
El conteo y la clasificacin vehicular es el proceso de separar vehculos de acuerdo a

diferentes clases predefinidas. La informacin que resulta de este proceso tiene muchas
aplicaciones en el rea del transporte incluyendo la programacin del mantenimiento
asfltico, estimacin de emisin de gases, estudio y diseo de la infraestructura vial,
mejoramiento del flujo vehicular, entre otras.
En la actualidad, en Monterrey, Nuevo Len, este proceso se realiza a travs de
censos visuales con duracin aproximada de una hora. Un sistema automtico de conteo
y clasificacin vehicular ofrece varias ventajas sobre el proceso manual: la posibilidad
de extender la duracin de los estudios a ms de una hora, una mayor consistencia y
confiabilidad en la tasa de conteo y clasificacin, la posibilidad de aadir nuevas
funciones al sistema, as como un aumento en la seguridad y proteccin de los
trabajadores involucrados en el proceso.
En esta tesis se presenta un sistema automtico de conteo y clasificacin vehicular
basado en infraestructura y tecnologa existente as como en metodologa probada.
Tcnicas de procesamiento de imgenes, aplicadas a secuencias de video obtenidas a
travs de una cmara de video, fueron utilizadas para la deteccin y el conteo vehicular.
El problema de clasificacin vehicular fue resuelto utilizando modelos de Redes
Neuronales Artificiales (RNAs).
La metodologa propuesta fue probada en dos secuencias de video de cinco y noventa
minutos obteniendo resultados prometedores y sentando una buena base en la aplicacin
del sistema propuesto.
ESTRUCTURA DE LA TESIS
La organizacin de la presente tesis es como sigue:

En el captulo 1 se presenta una breve introduccin al problema a resolver, as como
los alcances propios del trabajo. As mismo, se discute de forma breve los antecedentes
del problema, el objetivo, la justificacin y la hiptesis del mismo.
El captulo 2 contiene los antecedentes y marco terico de dos reas fundamentales
que intervienen en el desarrollo de la tesis: la visin computarizada as como las redes
neuronales artificiales.
Una descripcin detallada de la metodologa propuesta es presentada en el captulo 3:
la visin computarizada es discutida para resolver el problema de deteccin y conteo
vehicular, y las RNAs, por su parte, son utilizadas para atacar el problema de
clasificacin.
En el captulo 4 se presenta la aplicacin de la metodologa propuesta en una
interseccin del rea metropolitana de Monterrey (AMM), as como el proceso detallado
para llevarla a cabo.
Dos bloques de construccin en el proceso de desarrollo del clasificador vehicular
basado en RNAs son discutidos en el captulo 5. El propsito de incluirlos en este
trabajo es ofrecer una mayor visin acerca del funcionamiento y comportamiento de las
RNAs.
VI
El captulo 6 contiene los resultados experimentales de la metodologa aplicada en el

captulo 4. Dos casos son resueltos en este captulo: la clasificacin y el conteo vehicular
en un video de cinco minutos y en otro de noventa minutos de duracin. Esto se realiz
con la idea de brindar una mayor visin del comportamiento del sistema en el primer
video y de presentar los resultados del mismo al enfrentarlo a un problema real en el
segundo video.
Finalmente, en el captulo 8 se discuten las conclusiones, aportaciones y trabajo a
futuro del trabajo presentado. Una lista de las referencias bibliogrficas utilizadas en el
desarrollo de este trabajo, as como una lista de tablas, una lista de figuras y los
apndices se presentan al final.
VII
NDICE
AGRADECIMIENTOS ..................................................................................................IV
RESUMEN........................................................................................................................ V
ESTRUCTURA DE LA TESIS......................................................................................VI
NDICE .........................................................................................................................VIII
CAPTULO 1. INTRODUCCIN .................................................................................. 1

1.1. Descripcin del Problema ............................................................................................ 2
1.2. Alcances ....................................................................................................................... 2
1.3. Antecedentes ................................................................................................................ 2
1.4. Objetivo........................................................................................................................ 4
1.5. Justificacin.................................................................................................................. 4
1.6. Hiptesis....................................................................................................................... 5
CAPTULO 2. ANTECEDENTES Y MARCO TERICO.......................................... 6

2.1. Deteccin Vehicular..................................................................................................... 6
2.1.1. Aplicaciones de Visin Computarizada en el Problema de Caracterizacin
Vehicular ..................................................................................................................... 8
2.2. Redes Neuronales Artificiales (RNAs) ...................................................................... 11
2.2.1. Aplicaciones de las RNAs en el Problema de Clasificacin........................... 17
VIII
CAPTULO 3. METODOLOGA PROPUESTA........................................................ 21

3.1. Descripcin de la Metodologa Propuesta.................................................................. 23
3.2.1. Deteccin y Conteo Vehicular a partir de Visin Computarizada.................. 23
3.2.2. Clasificacin Vehicular a travs de un Clasificador Basado en RNAs........... 28
CAPTULO
4.
CARACTERIZACIN
VEHICULAR
EN
EL
REA
METROPOLITANA DE MONTERREY, NUEVO LEN........................................ 32

4.1. Paquete Computacional MatLab ................................................................................ 33
4.2. Deteccin y Conteo Vehicular ................................................................................... 34
4.2.1. Captura de Secuencia de Video ...................................................................... 34
4.2.2. Digitalizacin de Secuencia de Video ............................................................ 37
4.2.3. Procesamiento de imgenes ............................................................................ 38
4.2.4. Extraccin de Caractersticas .......................................................................... 51
4.2.5. Clculo de Conteo Vehicular .......................................................................... 56
4.3. Clasificacin Vehicular.............................................................................................. 56
4.3.1. Definicin de la RNA a Utilizar ..................................................................... 56
4.3.2. Definicin de Patrones de Entrenamiento....................................................... 59
4.3.3. Preprocesamiento de Informacin .................................................................. 61
4.3.4. Prueba del Clasificador ................................................................................... 62
4.3.5. Clasificacin.................................................................................................... 62
CAPTULO 5. PRUEBAS DE ROBUSTEZ................................................................. 63

5.1. Anlisis del Clasificador Vehicular ........................................................................... 63
5.1.1. Clasificador ..................................................................................................... 64
5.1.2. Conjunto de Entrenamiento............................................................................. 65
5.1.3. Generacin de un Conjunto de Prueba............................................................ 66
5.1.4. Resultados Obtenidos...................................................................................... 71
5.1.5. Conclusiones del Anlisis del Clasificador Vehicular .................................... 74
IX
5.2. Estudio de los Algoritmos de Entrenamiento en el Clasificador Vehicular............... 75

5.2.1. Algoritmos de Entrenamiento ......................................................................... 75
5.2.2. Evaluacin....................................................................................................... 76
5.2.3. Resultados Obtenidos...................................................................................... 77
5.2.4. Conclusiones del Estudio de los Algoritmos de Entrenamiento en el
Clasificador Vehicular .............................................................................................. 80
CAPTULO 6. RESULTADOS EXPERIMENTALES ............................................... 81

6.1. Secuencia de Video de Cinco Minutos ...................................................................... 82
6.1.1. Conteo Vehicular en Secuencia de Video de Cinco Minutos ......................... 82
6.1.1.1. Deteccin Vehicular Doble en Secuencia de Video de Cinco Minutos... 84
6.1.1.2. No-Deteccin Vehicular en Secuencia de Video de Cinco Minutos ....... 84
6.1.2. Clasificacin Vehicular en Secuencia de Video de Cinco Minutos................ 86
6.2. Secuencia de Video de Noventa Minutos .................................................................. 88
6.2.1. Conteo Vehicular en Secuencia de Video de Noventa Minutos ..................... 89
6.2.1.1. Deteccin
Vehicular
Doble
en Secuencia de Video de Noventa
Minutos ................................................................................................................. 91
6.2.1.2. No-Deteccin Vehicular en Secuencia de Video de Noventa Minutos ... 91
6.2.2. Clasificacin Vehicular en Secuencia de Video de Noventa Minutos............ 92
6.3. Conclusiones de los Resultados Experimentales ..................................................... 101
CAPTULO 7. CONCLUSIONES, CONTRIBUCIN Y TRABAJO A FUTURO 102
BIBLIOGRAFA........................................................................................................... 104
LISTA DE FIGURAS ................................................................................................... 111
LISTA DE TABLAS ..................................................................................................... 114
APNDICE A. TABLAS DE SIMULACIN ............................................................ 116

APNDICE B. TABLAS DE RESULTADOS ........................................................... 162
APNDICE C. CDIGO FUENTE ............................................................................ 216
APNDICE D. GLOSARIO DE ACRNIMOS ....................................................... 233
AUTOBIOGRAFA ...................................................................................................... 234
XI
CAPTULO 1
INTRODUCCIN
El trfico vehicular en zonas urbanas presenta retos muy diversos en la toma de

decisiones dentro de reas que incluyen desde el control instantneo hasta la
construccin de grandes obras de infraestructura. La caracterizacin vehicular, definida
como el conteo, clasificacin y distribucin direccional de los vehculos, puede aportar
informacin muy til para mejorar la toma de decisiones inherente.
Actualmente esta caracterizacin vehicular se hace por medio de censos visuales de
aproximadamente una hora de duracin en varias intersecciones del rea metropolitana
de Monterrey. Sin embargo, este procedimiento es afectado por el error humano que a su
vez proviene de fuentes que incluyen desde el descuido momentneo hasta
impedimentos de tipo fsico, como la obstruccin de la vista por vehculos muy grandes.
Captulo 1 - Introduccin
1.1. Descripcin del Problema

El conocimiento del flujo vehicular en una interseccin permite conocer el grado de
ocupacin y las condiciones bajos las que sta opera. Un anlisis de su comportamiento
permite definir las tendencias de crecimiento y el momento a partir del cual dejar de
prestar un servicio adecuado, convirtindose as en un cuello de botella.
Un estudio adecuado del comportamiento de una interseccin resulta as fundamental
para su operacin, mantenimiento y desarrollo y es, por lo tanto, un requisito
indispensable para la planeacin de todas estas actividades.
1.2. Alcances
Existen principalmente tres
problemas asociados a la caracterizacin de flujo
vehicular: clasificacin, conteo y distribucin direccional. En esta tesis se abordaron las

primeras dos partes,
para dejar la distribucin direccional como un proyecto de
seguimiento debido a la complejidad del problema.

En este proyecto se estructur el sistema como fuera de lnea; sin embargo, el
desarrollo de un sistema que trabaje en tiempo real es deseable y se deja tambin como
trabajo futuro.
1.3. Antecedentes
La caracterizacin vehicular, especficamente hablando del conteo y la clasificacin,
se ha discutido con amplitud en la literatura desde 1970 (Sun & Ritchie, 2003). Para la
deteccin y el rastreo vehicular se han probado diferentes metodologas que van desde
lazos inductivos (Pursula & Pikkarainen, 1994; Sun & Ritchie, 2000; Oh et al., 2002),
sensores piezoelctricos (Li et al., 2006), magnetmetros (Cheung et al. 2004), sensores
lser/infrarrojos (Harlow y Peng, 2001; Hussain & Moussa, 2005), sensores acsticos
(Nooralahiyan & Kirby, 1998; Duarte & Hu, 2004), sensores microondas (Urazghildiiev
et al., 2002), hasta visin computarizada (Wei et al., 1996; Ma & Grimson, 2005; Mei et
al., 2006).
Sin embargo, de acuerdo con Gupte et al. (2002), a pesar de la gran cantidad de
literatura en el rea de deteccin vehicular y rastreo, existe muy poco trabajo hecho en el
campo de clasificacin vehicular debido a que la clasificacin vehicular es por s misma
un problema difcil.
La utilizacin de visin computarizada para el proceso de deteccin y conteo
vehicular ofrece ventajas por encima de otras tecnologas disponibles ya que se trata de
tecnologa mucho ms robusta, adems de que se pueden extraer parmetros como largo
de la cola, velocidad vehicular, as como la distribucin direccional (Ha et al., 2004); y
no solamente conteo y clasificacin vehicular
En referencia al tema de clasificacin, se sabe que las redes neuronales artificiales
han demostrado tener un buen desempeo en este tipo de problemas (Hagan et al.,
1995), incluyendo recientemente en caracterizacin de flujo vehicular (Wu et al., 2001;
Ha et al., 2004). Sin embargo, el hecho de que no haya a la fecha un sistema comercial
que utilice esta tecnologa para clasificacin o conteo es un indicador importante de que
el rea se encuentra an en desarrollo.
Al integrar estas dos partes, la extraccin de parmetros que describen el flujo
vehicular disponible a travs de visin computarizada y las redes neuronales artificiales
en el problema de clasificacin, surge entonces el objetivo de este trabajo de tesis.
Es importante mencionar que no existe actualmente en Monterrey un sistema
automtico de conteo y clasificacin vehicular como el que se propone en esta tesis y su
desarrollo ha sido de mucho inters para el Departamento de Trnsito del Instituto de
Ingeniera Civil de la misma Facultad en la Universidad Autnoma de Nuevo Len,
quienes inicialmente identificaron la necesidad de ste en su prctica profesional.
1.4. Objetivo
El propsito de esta tesis es desarrollar una herramienta computacional que realice de
manera automtica el conteo y la clasificacin de flujo vehicular en intersecciones
basndose en visin computarizada y redes neuronales artificiales.
1.5. Justificacin
Los estudios de clasificacin y conteo vehicular constituyen un elemento importante
en los procesos de planeacin y diseo de la construccin, ampliacin y modernizacin
de la infraestructura vial. Como se sabe, estos procesos son de un gran impacto
econmico y la inversin que requieren debe estar basada en un estudio slido con
informacin confiable.
Por otra parte, el conocimiento del flujo vehicular permite comparar la oferta de
servicios con la demanda existente y realizar anlisis operacionales que orienten el
encauzamiento del trnsito y el desenvolvimiento de la red vial.
En lo que a seguridad respecta, la automatizacin del conteo y de la clasificacin
vehicular evitar la necesidad de arriesgar la seguridad de las personas que realizan los
censos visuales actualmente.
Todos estos elementos, aunados a la falta de un sistema comercial que realice el
conteo y la clasificacin vehicular y a la necesidad de tal sistema en Monterrey en
particular, y en Mxico en general, integran la justificacin al trabajo que aqu se
presenta.
1.6. Hiptesis
La hiptesis de esta tesis es que es factible contar y clasificar automticamente los
vehculos que transiten por una interseccin utilizando redes neuronales artificiales para
analizar parmetros
vehiculares extrados de secuencias de imgenes tomadas por
cmaras de video. Se plantea adems que esta tecnologa se puede instaurar de manera
conveniente para su uso comn en la zona metropolitana de Monterrey.
CAPTULO 2
ANTECEDENTES
Y MARCO TERICO
En este captulo se presenta informacin terica de diferentes tcnicas contenidas en

la metodologa propuesta. En la seccin 2.1 se discute y compara la visin
computarizada con respecto a otras metodologas disponibles en el proceso de deteccin
vehicular. La seccin 2.2 contiene los antecedentes de las RNAs, algunas aplicaciones
prcticas y cmo han sido utilizadas en el problema de clasificacin.
2.1. Deteccin Vehicular

Actualmente, la mayora de las veces la deteccin vehicular se hace mediante lazos
inductivos colocados bajo el pavimento que detectan y cuentan los vehculos que pasan
sobre ellos (Sun & Ritchie, 2003).
Sin embargo, a pesar de que bajo condiciones ptimas los lazos inductivos reportan
en general un buen desempeo; en la prctica stos presentan varias desventajas.
Captulo 2 - Antecedentes y Marco Terico
La instalacin es un proceso caro y que toma mucho tiempo. Primero, es necesario

cerrar los carriles donde se desea detectar los vehculos para cortar el pavimento con una
sierra elctrica y colocar el lazo inductivo. Adems, los agrietamientos en el pavimento
debido al uso pueden provocar que el lazo inductivo se rompa. El proceso para reparar
lazos inductivos rotos requiere cortar el pavimento de nuevo, insertar nuevo cableado en
el corte, resellar con un compuesto especial y recalibrar el detector. Este proceso puede
tomar varias horas y crear congestin vehicular.
Al presente, en el AMM se cuenta con un sistema centralizado para el control de la
operacin o funcionamiento de semforos basado en lazos inductivos: el Sistema
Integral de Trnsito Metropolitano (Sintram). El objetivo del Sintram consiste en
optimizar el tiempo de verde de cada una de las ramas de todas las intersecciones
instaladas. Para lograr esta tarea, el sistema se basa en los lazos inductivos que cada
segundo informan del uso de la vialidad, los volmenes vehiculares, la formacin de
colas de vehculos y el intervalo vehicular. Con esta informacin, el sistema determina
cada segundo qu luces deben de estar en verde y cuales ya no son necesarias.
En la actualidad, en el AMM existen cerca de 900 intersecciones semaforizadas, de
las cuales 547 son operadas por el Sintram. A pesar de la gran capacidad del sistema y
de arrojar un estimado de conteo vehicular; dadas las caractersticas del sistema, ste no
ofrece ningn tipo de informacin con respecto a la clasificacin vehicular.
El sistema cuenta con un centro de control cuya funcin principal es albergar los
equipos informticos, de comunicacin y de video. Desde el centro de control, y a travs
de una red propia de comunicacin, el sistema recibe la informacin del estado y
comportamiento del trnsito en cruceros incorporados del AMM, y a la vez enva de
regreso los tiempos de luces para un adecuado funcionamiento de la movilidad vial. Esto
se desarrolla mediante el clculo de cientos de miles de operaciones por segundo,
realizadas en forma automtica por la computadora central: una computadora HP9000
trabajando en Unix. El centro de control est ubicado en las instalaciones del Parque
Fundidora, dentro del edificio Pabelln Sintram.
Por otra parte, adicional al sistema que opera de manera automtica, el centro de
control cuenta con veinte cmaras de monitoreo y veinte pneles dinmicos que
permiten enviar informacin y avisos de importancia o inters para la comunidad. Estas
cmaras de monitoreo vehicular estn instaladas en diferentes intersecciones del AMM y
estn conectadas va fibra ptica al centro de control. Las cmaras de video utilizadas
por el Sintram son de marca Elbex modelo EX/C100/6 y entre otras caractersticas
cuentan con un alcance aproximado de un kilmetro, pueden girar 360 de forma
continua y programarse para seguir un patrn preestablecido. Adems, las imgenes de
las cmaras se pueden grabar en video para su consulta o anlisis posterior. Es
importante aclarar que aunque las cmaras son utilizadas para monitoreo vial no
intervienen de ninguna manera en el funcionamiento del Sintram.
2.1.1. Aplicaciones de Visin Computarizada en el Problema de

Caracterizacin Vehicular
De acuerdo a Gupte et al. (2002), detectar y rastrear vehculos en movimiento ha sido
un rea de gran inters dentro del campo de la visin computarizada. As mismo, Hsieh
et al. (2006) afirman que la metodologa basada en visin computarizada ofrece ventajas
como un mantenimiento fcil y una alta flexibilidad en el monitoreo de trnsito. A
continuacin se presentan varias aplicaciones de la visin computarizada en el problema
de caracterizacin vehicular.
Beymer et al. (1998) proponen un sistema para estimar parmetros que describan el
flujo vehicular al rastrear caractersticas vehiculares que permiten un sistema robusto a
la oclusin parcial. As mismo, Liao et al. (2004), usan la entropa como una medida
subyacente para calcular el flujo y velocidad vehicular. Lipton et al. (1998) utilizan un
mtodo para detectar objetos en movimiento en una secuencia de video y posteriormente
clasificarlos en categoras predefinidas de acuerdo a propiedades basadas en las
imgenes.
Los objetos en movimiento son detectados usando diferencias entre cuadros

consecutivos. Se utiliza un criterio de estimacin de mxima semejanza para clasificar
los mismos como vehculos o humanos. Sin embargo, aunque estas metodologas hacen
uso de la visin computarizada, no pueden clasificar los vehculos a categoras mas
detalladas.
Ms an, Gupte et al. (2002) proponen un algoritmo basado en visin para deteccin
y clasificacin vehicular con secuencias de imgenes de trnsito grabadas con una
cmara fija. Los vehculos son modelados como parches rectangulares con cierto
comportamiento dinmico. El problema de clasificacin es resuelto a travs de un
modelo de clasificacin jerrquica. Resultados experimentales demuestran que en una
secuencia de video de veinte minutos un 90% de los vehculos son detectados y
rastreados correctamente y de stos el 70% se clasifica correctamente. Una de las
limitaciones de este sistema es que solamente se consideran dos clases vehiculares:
automviles y no-automviles (otros).
Por su parte, Ma & Grimson (2005) proponen un sistema basado en visin
computarizada para detectar vehculos a travs de deteccin de bordes y modelos de
clases de objetos para clasificarlos. Se identifican tres categoras vehiculares (sedan,
minivan y taxi) y dos problemas de clasificacin (autos vs. minivans y sedans vs. taxis).
La tasa de clasificacin correcta en el primer problema es del 98% y para el segundo
problema del 94%. Es importante mencionar que la naturaleza de este trabajo es la
aplicacin del mismo en sistemas de vigilancia y es por lo cual que utiliza un esquema
de clasificacin especfico (autos vs. minivans y sedans vs. taxis). Por ltimo, los autores
reportan problemas en la deteccin bajo cambios visuales y oclusin.
Rad & Jamzad (2005) reportan una tasa de clasificacin del 96% al trabajar con
visin computarizada (filtro Kalman y tcnicas de diferenciacin de fondo) para
deteccin y rastreo vehicular. Se utilizan diferencias en el ancho de la regin
identificada y la velocidad de movimiento para distinguir entre tres clases vehiculares:
motocicleta y bicicleta, automvil ligero, y autobs y minibs. Entre las limitaciones
10
reportadas se encuentran la dificultad de realizar el rastreo vehicular cuando un vehculo

oculta parcialmente otro vehculo cercano.
Ms recientemente, Hsieh et al. (2006) presentan un sistema automtico para
detectar, rastrear y clasificar vehculos a travs de una secuencia de video. Se utiliza un
modelo matemtico para un esquema de clasificacin de cuatro categoras (autos,
minivan, vantruck, truck). A partir del procesamiento de imgenes se extraen
caractersticas vehiculares, tamao y una caracterstica que los autores definen como
"linealidad", arrojando una tasa de clasificacin promedio del 92%. La mayor restriccin
es el hecho de que al ser un sistema que realiza un estudio del flujo vehicular por carril,
ste se vuelve inestable cuando los vehculos cambian de carril.
A su vez, Mei et al. (2006) proponen un mtodo tambin basado en visin
computarizada en el que se aplica un algoritmo de deteccin vehicular para rastreo y
reconocimiento simultneo. Se usan filtros basados en la apariencia del modelo para
clasificar. La exactitud final de clasificacin reportada es del 89.07% con cuatro clases
vehiculares. El trabajo presentado por los autores se basa en secuencias de video
infrarrojas dirigido a aplicaciones de vigilancia y reconocimiento en el campo militar.
Kanhere et al. (2006) presentan un sistema basado en visin computarizada para
obtener el conteo, clasificacin y velocidad vehicular a travs de un modelo de rastreo
3D. El sistema requiere de un proceso de calibracin para trabajar adecuadamente. Se
utiliza un esquema de clasificacin de dos categoras: carros y camionetas. La tasa de
clasificacin global es del 95.125%. El sistema fue probado con cuatro videos de 1200
cuadros capturados a una tasa de 30 cuadros por segundo; esto es, durante 40 segundos.
La evaluacin podra ser ms extensa en este caso, como se muestra en el estudio
presentado en esta tesis.
Finalmente, tomando en cuenta que existe evidencia de un buen desempeo de la
visin computarizada en el proceso de deteccin y conteo vehicular y que se cuenta con
infraestructura accesible a travs del Sintram para la captura de secuencias de video de
11
flujo vehicular; la deteccin vehicular, a partir del procesamiento de secuencias de

imgenes, surge como una alternativa viable en la solucin del problema.
Es importante mencionar que estos trabajos contemporneos y casi simultneos
aplican metodologas diferentes a la presentada en este trabajo y de la misma manera
trabajan con esquemas de clasificacin diferentes. As mismo, stos han sido diseados
para casos especficos como para una caseta de peaje o para sistemas de vigilancia. Por
otra parte, la mayora no presenta una aplicacin en el mundo real ms all de los
resultados experimentales con bases de datos pequeas.
2.2. Redes Neuronales Artificiales (RNAs)

El cerebro humano consiste de un gran nmero (aproximadamente 1011) de elementos
altamente conectados (aproximadamente 104 conexiones por elemento) llamados
neuronas (Hagan et al., 1995) como el que se muestra en la figura 2.1.
Figura 2.1. Neurona biolgica.
12
En general, una neurona est compuesta por tres elementos: las dendritas, que reciben
las seales de entrada procedentes de otras neuronas a travs de uniones llamadas
sinapsis; el soma, que constituye el cuerpo de la neurona y el axn, el cual lleva la salida
de la neurona a las dendritas de otras neuronas.
Esta estructura neuronal puede verse como un proceso, con sus respectivas funciones
de entrada y salida. En ste, las dendritas reciben las seales de las neuronas adyacentes
y las transmiten al cuerpo en forma de un potencial elctrico. Estas seales elctricas son
integradas por el cuerpo celular (soma). Si este potencial elctrico es superior a un valor
umbral, el soma genera un corto impulso elctrico. Este impulso se transmite por el
axn, el cual se ramifica y dirige el impulso a varias neuronas va sinapsis (Ghaziri,
1996).
En la figura 2.2 se muestra una neurona artificial de mltiples entradas. En sta, las
entradas individuales x1, x2, x3 y x4 son multiplicadas correspondientemente por los
elementos w1, w2, w3 y w4 de la matriz de pesos W y enviados a la suma. La otra entrada,
1, es multiplicada por un sesgo b y despus se pasa tambin a la suma. La salida de la
suma, n, se pasa a la funcin de transferencia f, que produce una salida a de la neurona.
En correspondencia a su contraparte biolgica, los elementos de la matriz de pesos W
corresponden a la fuerza o efectividad de las sinapsis, el cuerpo de la clula es
representado por la suma y la funcin de transferencia; a su vez, la salida a de la neurona
representa la seal en el axn.
El inters por las RNAs ha crecido rpidamente desde la introduccin de neuronas
simplificadas presentadas por McCulloch y Pitts en 1943 (McCulloch & Pitts, 1943).
Adems, las redes neuronales se han aplicado exitosamente en problemas de
reconocimiento de patrones, clasificacin, agrupamiento y prediccin (Ghiassi et al.,
2005).
x1
E
n
t
r
a
d
a
s
x2
x3
w1
w2
w3
13
Suma
b
x4
S
a
l
i
d
a
w4
1
Pesos
Sesgo
Funcin
de
transferencia
Figura 2.2. Neurona artificial de mltiples entradas.
De modo general, una RNA est formada por un conjunto de neuronas

interconectadas. El modo en que se interconectan constituye la arquitectura de la red.
Existen diferentes arquitecturas de RNA, pero la arquitectura a utilizar depende en gran
medida de la aplicacin a resolver. De acuerdo a Bishop (1995), en el problema de
clasificacin, la RNA utilizada la mayora de las veces es una red de arquitectura de
propagacin hacia adelante como el perceptrn multicapa o la red de funcin de base
radial.
Una RNA multicapa de propagacin hacia adelante (conocida en ingls como
feedforward) est compuesta de una o ms capas. Como se puede ver en la figura 2.3,
cada capa consiste de unidades que reciben su entrada de una capa directamente anterior
y envan su salida a unidades en una capa directamente posterior. No hay conexiones
entre las unidades de una misma capa.
W11
Z1
14
V11
Y1
X1
Z2
Y2
X2
X3
Y3
Z3
Yr
Xk
Wnk
Capa de
Entrada
Zn
Capa
Oculta
Wrn
Capa de
Salida
Figura 2.3. RNA multicapa de propagacin hacia delante.

La primera capa es tambin llamada capa de entrada y es donde se recibe las entradas
externas. La ltima capa es conocida como capa de salida y en sta se obtiene la
respuesta de la red. La capa de entrada y la capa de salida estn separadas por una o ms
capas denominadas capas ocultas.
El nmero de neuronas en cada capa depende de la aplicacin a llevar a cabo. El
tamao de las capas de entrada y de salida est definido por especificaciones externas
del problema.
15
Por ejemplo, si existen cuatro variables externas a ser usadas como entradas, entonces
existen cuatro neuronas en la capa de entrada ms una neurona con el valor de uno para
el sesgo. De la misma manera, si se esperan tres salidas de la red, debe haber entonces
tres neuronas en la capa de salida. En general, solamente el nmero de neuronas en la
capa oculta (o capas ocultas) es estimado.
Una vez que se ha definido la estructura de la red, se deben inicializar los pesos y
sesgos. Esto, por lo general, se hace aleatoriamente. Kolen y Pollak (1990) demostraron
computacionalmente (usando el mtodo Monte Carlo) que, en general, no es posible
realizar una bsqueda global para obtener un conjunto ptimo de pesos iniciales. Se
escoge entonces un conjunto aleatorio para la inicializacin de los pesos. Ya
inicializados los pesos, la red est lista para su entrenamiento. Una red puede ser
entrenada para realizar tareas especficas como aproximacin de funciones, asociacin
de patrones o clasificacin de patrones. El proceso de entrenamiento requiere un
conjunto de patrones de comportamiento adecuado de la red conformado por entradas y
salidas conocidas.
Conforme las entradas son aplicadas a la red, las salidas de la red son comparadas a
las respuestas deseadas. Se aplica entonces un procedimiento iterativo para ajustar los
pesos y sesgos de la red de tal manera que las respuestas se vayan acercando a las
respuestas deseadas como se muestra en la figura 2.4. En otras palabras, se trata de
minimizar una funcin de desempeo de la red. A este proceso se le llama entrenamiento
supervisado. La funcin de desempeo predeterminada para redes de propagacin hacia
adelante es el error cuadrado medio; esto es, el error cuadrado medio entre la salida de la
red y la respuesta esperada.
16
INICIO
Inicializar pesos
Cada neurona en la capa de entrada recibe las seales de entrada
y difunde la seal a todas las neuronas en la capa siguiente
Cada neurona en la capa oculta suma sus seales de entrada

ponderadas, aplica su funcin de activacin para calcular la seal
de salida y enva sta a todas las unidades en la capa siguiente
Cada neurona de salida suma sus seales de entradas ponderadas y

aplica su propia funcin de activacin para calcular su seal de salida
Cada neurona de salida recibe una respuesta esperada correspondiente a
la entrada del patrn de entrenamiento, calcula la informacin de su
error y enva la informacin del error a las neuronas en la capa anterior
Cada neurona en la capa oculta suma sus entradas
actualizadas y calcula su informacin del error
Cada neurona de la capa salida y cada neurona de la
capa oculta actualiza sus pesos y sesgos
S
Otro patrn de
entrenamiento?
NO
NO
Se cumple condicin
de parada?
S
FIN
Figura 2.4. Diagrama de flujo de entrenamiento neuronal.
17
Los algoritmos de entrenamiento ms comunes son los de retropropagacin del error

tales como Levenberg-Marquardt (lm) y el de Regularizacin Bayesiana (br). En estos
algoritmos, cada neurona de salida recibe una respuesta esperada (conocida en ingls
como target) correspondiente a la entrada del patrn de entrenamiento, y calcula el error
de la salida con respecto a la respuesta esperada y se propaga hacia atrs a travs de las
conexiones de la RNA actualizando los pesos de las mismas.
A continuacin se describen algunas de las aplicaciones de las RNAs en problemas
de clasificacin.
2.2.1. Aplicaciones de las RNAs en el Problema de Clasificacin

Siyal & Fathy (1999) proponen un mtodo para estimar el largo de la cola vehicular
en una interseccin basndose en deteccin de bordes y redes neuronales artificiales. Se
utiliza una RNA 10-10-1 de propagacin hacia delante con retropropagacin del error
para reconocimiento de patrones y medicin de los parmetros de la cola. El esquema
10-10-1 indica que existen diez neuronas en la capa de entrada, diez en la capa oculta y
una en la capa de salida. En este mtodo, el vector de patrones de diez ventanas
consecutivas es aplicado a la red. Cada entrada a la red es el porcentaje de puntos
blancos para esa ventana. El problema de clasificacin se presenta cuando la red
determina si la ventana pertenece a la cola vehicular o no. La tasa de error reportada es
del 1.7%.
Una aplicacin dentro de la industria automotriz la presentan Foedisch & Takeuchi
(2004) con un sistema de deteccin de carreteras en tiempo real basado en redes
neuronales para automviles autnomos. En ste las caractersticas obtenidas de las
imgenes de salida de una cmara montada en el automvil sirven de entrada a la RNA y
la salida de sta es la clasificacin de la imagen en carretera/no-carretera. La tasa de
error es del 1.95% en carreteras sin curvas y sin sombras. Tambin se utiliza una RNA
de propagacin hacia adelante con retropropagacin del error pero de configuracin 264-4-1.
18
Fujiyoshi et al. (1998) entrenan una RNA para realizar reconocimiento de patrones.
El objetivo es la deteccin de placas vehiculares en imgenes tomadas con una cmara
de video. La estructura de la red es de propagacin hacia adelante 512-100-128.
Resultados experimentales arrojan que la RNA propuesta por los autores identifica
correctamente el rea de la placa vehicular en una imagen el 98.5% de las veces. Esto es,
clasifica correctamente entre un rea de la placa vehicular y otras reas.
Las RNAs tambin han sido utilizadas para el problema de deteccin vehicular.
Mantri & Bullock (1995) desarrollaron un sistema de deteccin vehicular basado en
redes neuronales de propagacin hacia adelante con retropropagacin del error que
reconoce y rastrea vehculos. La red neuronal es entrenada con varias imgenes de video
en las cuales la posicin del vehculo est ya indicada por un operador humano. Despus
la red es usada para localizar y rastrear vehculos en imgenes de video a las que nunca
ha sido expuesta. Se utilizaron varias redes con 100 neuronas de entrada, 8 neuronas de
salida y diferentes nmeros de neuronas en la capa oculta para el estudio, arrojando una
tasa de clasificacin correcta promedio del 79.8%. Goerick et al. (1996) as como Gader
et al. (1995) presentan metodologas similares.
Tambin se han encontrado aplicaciones de las RNAs dentro del problema de
caracterizacin vehicular. Wu et al. (2001) presentan un sistema de clasificacin
vehicular basado en procesamiento de imgenes en el cual se propone un modelo
parametrizado que describe dos caractersticas vehiculares: los vrtices vehiculares y su
estructura topolgica. Para la clasificacin vehicular se utiliza una red multicapa para
dividir los vehculos en seis clases vehiculares. Cabe destacar que este sistema va
especficamente dirigido para su aplicacin en casetas de peaje. Aunque la metodologa
arroja una tasa de clasificacin del 91%, sta se obtiene bajo condiciones favorables
definidas por los autores como una suficiente cantidad de imgenes disponibles y una
frecuencia de aparicin de los vehculos baja.
19
A su vez, Ha et al. (2004) tambin utilizan un sistema basado en visin

computarizada y redes neuronales artificiales. En ste, la deteccin vehicular se realiza a
travs de la identificacin del fondo y deteccin de bordes. Adems, se utilizan tres
redes neuronales artificiales multicapa de propagacin hacia delante 48-8-1 para
clasificar el vehculo a partir de los parmetros identificados. El esquema de
clasificacin es de tres categoras (pequeo, mediano y grande). Resultados
experimentales con sesenta horas de video reportan una tasa de clasificacin del 96%
independientemente de las condiciones metereolgicas, sin embargo ste se vuelve
inestable cuando el vehculo cambia de carril dentro del rea de rastreo. Aunque a
primera vista existen pocas diferencias entre ste y el trabajo presentado en este
proyecto, la diferencia principal radica en la arquitectura de la RNA utilizada para
resolver el problema de clasificacin. La configuracin 48-8-1 revela que la RNA es un
aproximador de funciones utilizada para clasificacin ya que existe solamente una
neurona en la capa oculta.
Como se puede ver, en general, las RNAs han probado ser clasificadores eficientes.
Ms an, ha sido demostrado (Hornik, Stinchcombe & White, 1989) que una red con
suficientes neuronas en una sola capa oculta es suficiente para aproximar virtualmente
cualquier funcin continua que tenga primera y segunda derivada en todo su dominio a
cualquier grado de precisin, mientras la funcin de activacin en la capa oculta sea una
funcin compactante. Una funcin compactante es simplemente una funcin no
drecreciente f tal que 0 f (x ) 1 para toda x ,
f (t ) 0 cuando t , y
f (t ) 1 cuando t + (Fausett, 1994).
De esta manera, en la mayora de las aplicaciones una red de propagacin hacia

adelante con una sola capa oculta es usada con una funcin de activacin sigmoide
(Krse & van der Smagt, 1996).
20
La habilidad de tratamiento de estos problemas de clasificacin linealmente no

separables, as como su capacidad de aprendizaje a partir de un conjunto limitado de
informacin, constituyen a las RNAs como buenas candidatas para resolver el problema
a la mano.
C1
C1
C1
C2
C2
C1
C2
C1
Figura 2.5. (a) Patrones linealmente separables (b) Patrones linealmente no separables.
Se dice que dos conjuntos de puntos C1 y C2 son linealmente separables si todos los
puntos pueden ser clasificados correctamente por un lmite de decisin lineal (por
ejemplo un hiperplano) como se muestra en la figura 2.5 (a). Un ejemplo linealmente no
separable se presenta en la figura 2.5 (b).
En resumen, en este captulo se ha presentado informacin terica, ventajas y
ejemplos de las dos partes que integrarn la metodologa propuesta presentada en el
captulo 3: la visin computarizada para realizar la deteccin y conteo vehicular as
como las RNAs para resolver el problema de clasificacin.
CAPTULO 3
METODOLOGA PROPUESTA
Debido a la complejidad del problema a resolver, la metodologa propuesta,

presentada en este captulo, se ha dividido en dos partes: deteccin vehicular para la
estimacin de caractersticas que describan la presencia de un vehculo y clasificacin
vehicular a partir de un anlisis de las mismas.
A grandes rasgos, la deteccin y el conteo vehicular se realiza a travs de visin
computarizada; esto es, el procesamiento de imgenes de salida de una cmara de video
montada en una interseccin para detectar y contar los vehculos que transitan por la
misma. La deteccin vehicular nos permite extraer parmetros que describen las
caractersticas fsicas vehiculares. De esta manera, son estas caractersticas vehiculares
las que sirven de entrada a una RNA para obtener as la clasificacin vehicular.
Como puede verse, la deteccin vehicular es solamente un paso preliminar en la tarea
de clasificacin. Por otra parte, dado al gran nmero de tamaos y formas de los
vehculos dentro de una misma categora, es difcil categorizar vehculos usando
parmetros simples. Esta tarea es an mucho ms difcil cuando se contemplan mltiples
categoras de clasificacin. Sin embargo, se sabe que las RNAs son especialmente
robustas en la tarea de clasificacin de informacin con ruido.
21
Captulo 3 - Metodologa Propuesta
22
Como queda expuesto en el captulo anterior, se han encontrado en la literatura

mltiples esquemas de clasificacin vehicular; lo cual indica que no existe un esquema
de clasificacin universal. Sin embargo, para propsitos de este proyecto se decidi
trabajar con un esquema de clasificacin de tres categoras: vehculo pequeo, vehculo
mediano y vehculo grande.
La clase vehicular definida como pequea est compuesta exclusivamente de todos
los automviles identificados por sus fabricantes como de tipo ligero. Los vehculos
medianos comprenden todas las vans, SUVs, camionetas y pickups, entre otras. Por
ltimo, los autobuses de transporte y todos los trailers y semitrailers constituyen la clase
vehicular grande.
El esquema de clasificacin propuesto obedece a conocimientos de la relacin entre
el desgaste del pavimento y las dimensiones y el peso vehicular. Gardner (2000) afirma
que la mayor parte de los mtodos de diseo de pavimentos requiere de un conocimiento
previo de la clasificacin vehicular. Lo anterior, con el objetivo de determinar el peso
bruto vehicular segn el tipo de camino y con ello, calcular el dao producido por los
vehculos. Estudios tcnicos del Instituto Mexicano del Transporte reportan que existe
una relacin directa entre el deterioro del pavimento y caractersticas vehiculares como
el tipo de vehculo, la velocidad de circulacin, el nivel de carga y caractersticas de
rigidez y amortiguamiento de la suspensin (Lozano Guzmn et al., 1999).
Con esto en mente, un esquema de clasificacin basado en dimensiones, como el
propuesto en esta tesis, nos ofrece una idea general del impacto causado en el
pavimento. Es importante mencionar que el Departamento de Trnsito del Instituto de
Ingeniera Civil de la UANL apoy este esquema de clasificacin.
23
3.1. Descripcin de la Metodologa Propuesta

Una idea general de la metodologa propuesta se presenta esquemticamente en la
figura 3.1. De acuerdo a sta, el primer paso hacia la solucin del problema es la
deteccin vehicular. Al contabilizar los vehculos detectados en el perodo muestreado
se obtiene el conteo vehicular. Estos dos partes se resolvern a travs de visin
computarizada; esto es, el procesamiento de un conjunto secuencial de cuadros de video
para detectar y contar los vehculos presentes. A partir de la deteccin se obtienen
parmetros que describan las caractersticas fsicas del vehculo detectado, mismas que
servirn de entrada a un clasificador basado en RNAs.
Los siguientes dos secciones, 3.2.1 y 3.2.2, presentan una descripcin detallada de los
dos bloques que constituyen la metodologa propuesta: deteccin vehicular y conteo
vehicular a partir de visin computarizada y clasificacin vehicular a travs de un
clasificador basado en RNAs.
3.2.1. Deteccin y Conteo Vehicular a partir de Visin Computarizada

En la figura 3.2 se presenta el diagrama de flujo del primer bloque en la solucin del
problema: deteccin y conteo vehicular
a partir de visin computarizada. A
continuacin se describen los elementos del mismo.
1) Capturar Secuencia de Video

Como se puede ver el primer paso hacia la solucin es capturar las secuencias de
video. Como se ha mencionado antes, para esto se cuenta con cmaras instaladas en
diversas intersecciones del rea metropolitana de Monterrey accesibles a travs del
Sintram.
24
INICIO
Deteccin
Vehicular
Visin
Computarizada
Conteo
Vehicular
Clasificacin
Vehicular
Redes Neuronales
Artificiales
FIN
Figura 3.1. Diagrama de flujo de la metodologa propuesta

para la caracterizacin vehicular.
25
2) Digitalizar Secuencias de Video

La idea de digitalizar y comprimir las secuencias de video es contar con un archivo
de video que pueda ser procesado posteriormente. Es importante recordar en esta parte
que el sistema automtico propuesto es un sistema que trabaja fuera de lnea como se
justific en la seccin 1.2. Sin embargo, en el futuro la digitalizacin y procesamiento
puede hacerse en tiempo real.
3) Procesar Cuadro
Recordemos que una secuencia de video se trata en realidad de una secuencia de
cuadros fijos. Un cuadro de video es una de las muchas imgenes que componen una
secuencia de video completa. Cuando la secuencia es proyectada, cada cuadro es
presentado en pantalla por un corto periodo de tiempo (usualmente 1/24, 1/25 o 1/30 de
segundo) y reemplazado inmediatamente por el siguiente. El procesamiento de cuadro
significa la aplicacin de tcnicas de segmentacin de imgenes (deteccin de bordes,
estimacin del fondo, herramientas morfolgicas, etc.) para identificar los vehculos
presentes en la imagen procesada. Segmentacin es otra palabra que indica
identificacin o deteccin. Estas tcnicas sern discutidas de manera ms detallada en el
captulo 4. Es importante mencionar que el procesamiento de cuadro no se aplica a todos
los cuadros de los que est compuesta la secuencia de video, sino a una tasa fija
previamente determinada. Si se detectan vehculos en el cuadro procesado se pasa al
bloque 4. De otra manera, si se ha alcanzado el final de la secuencia de video se
contabilizan los automviles detectados, en caso contrario se regresa al bloque 3.
26
INICIO
1) Capturar Secuencia de Video
2) Digitalizar Secuencia de Video
Almacenar
Secuencia de Video
3) Procesar Cuadro
Deteccin
Vehicular?
NO
4) Extraer
Caractersticas
NO
FinalSI
Video?
S
Almacenar
Caractersticas
4) Calcular Conteo
Vehicular
FIN
Figura 3.2. Diagrama de flujo de deteccin y conteo vehicular.
27
4) Extraer Caractersticas
La extraccin de caractersticas se realiza como paso previo para la tarea de
clasificacin. La idea subyacente de la extraccin de caractersticas es la de caracterizar
un objeto para ser reconocido por medidas cuyos valores son muy similares para objetos
en la misma categora y muy diferentes para objetos en diferentes categoras (Duda et
al., 2001). Esto nos lleva a la tarea de encontrar caractersticas fcilmente reconocibles
que sean invariantes a transformaciones irrelevantes de la entrada.
Bishop (1995) afirma que en problemas de deteccin de objetos en imgenes,
parmetros geomtricos como el largo de los bordes o el rea podran ser ms
apropiados en la extraccin de caractersticas. La eleccin de estas caractersticas
tambin es descrita detalladamente en el captulo 4.
5) Calcular Conteo Vehicular

Una vez que se ha aplicado el procesamiento de imgenes para deteccin vehicular
en un conjunto de cuadros, el conteo vehicular no es ms que la suma de todos los
vehculos detectados en la secuencia de video analizada. Es fcil darse cuenta que un
proceso de deteccin eficiente reportar un conteo vehicular aceptable. As mismo, una
vez que se ha alcanzado el final del video se procede a almacenar las caractersticas
extradas a partir de la deteccin en una matriz de caractersticas para su posterior
procesamiento por parte del clasificador neuronal.
28
3.2.2. Clasificacin Vehicular a travs de un Clasificador Basado en

RNAs
En la figura 3.3 se presenta el diagrama de flujo del segundo bloque en la solucin
del problema: clasificacin vehicular a partir de RNAs. A continuacin se describen los
elementos del mismo.
1) Definir la RNA a Utilizar

Esta es la parte medular del proceso de clasificacin. En este paso se crea la red
neuronal artificial que aprender a clasificar vehculos a partir de las caractersticas y
respuestas deseadas. En este punto se define el nmero de neuronas en la capa de
entrada, nmero de neuronas en la capa oculta, nmero de neuronas en la capa de salida,
funcin de transferencia en la capa oculta, funcin de transferencia en la capa de salida,
medida de desempeo de la red; en otras palabras la arquitectura de la RNA. sta
misma, as como el funcionamiento de la RNA, se detalla a profundidad en el captulo 4.
2) Definir Patrones de Entrenamiento

Es necesario definir patrones para el entrenamiento de la RNA ya que para llevar a
cabo el conteo y la clasificacin vehicular en una interseccin en particular se debe
entrenar la red con el comportamiento deseado. Esto se realiza clasificando de manera
visual cada vehculo detectado en una secuencia de video de entrenamiento.
Para llevar a cabo el entrenamiento de la RNA y que sta presente un buen
desempeo, es necesario separar el conjunto principal de entrada en tres subconjuntos:
de entrenamiento, de validacin y de prueba. As, es necesario dividir la matriz de
caractersticas arrojada por el proceso de deteccin vehicular en tres subconjuntos:
automviles que pertenecen al subconjunto de entrenamiento, los que forman parte del
subconjunto de validacin y los que constituyen el subconjunto de prueba. Este proceso
se discute en el captulo 4.
29
INICIO
1) Definir RNA a Utilizar
2) Definir Patrones de
Entrenamiento
3) Preprocesar Informacin
4) Probar Clasificador
5) Clasificar
Imprimir Resultados de
Clasificacin Vehicular con
Conteo
FIN
Figura 3.3. Diagrama de flujo de clasificacin vehicular.
30
Una vez preparada la RNA, sta est lista para su entrenamiento. En este proceso se
van presentando las diferentes entradas y respuestas deseadas, preparadas previamente,
al clasificador para que a travs de la retropropagacin del error encuentre un conjunto
de pesos y sesgos que minimice la medida de desempeo del clasificador neuronal.
3) Preprocesar Informacin
En
la
prctica
casi
siempre
es
ventajoso
aplicar
transformaciones
de
preprocesamiento a las entradas antes de que sean presentadas a la red. Para aplicaciones
prcticas, el preprocesamiento es uno de las etapas ms importantes en el desarrollo de
la solucin, y las opciones de preprocesamiento pueden tener un efecto significativo en
el desempeo de generalizacin (Bishop, 1995).
Adems, se sabe que el preprocesamiento reduce el grado de dispersin y
complejidad de los datos en el espacio de bsqueda bajo el cual se lleva a cabo el
entrenamiento (Hansen & Nelson, 2003), proceso en el cual la RNA trata de aprender
los datos que se le presentan, siendo por tanto un factor importante si se busca mejorar
su desempeo. En el captulo 4 se presenta a detalle el proceso de preprocesamiento
aplicado tanto a las entradas (matriz de caractersticas) como a las respuestas deseadas
de la red.
4) Probar Clasificador
La red una vez entrenada puede ser probada con el subconjunto de prueba que se
seleccion. El conjunto de prueba no interviene en el proceso de entrenamiento y provee
as una idea general del comportamiento de la red ante informacin nueva y
desconocida.
31
5) Clasificar
El entrenamiento de la red solamente se realiza una vez y por tanto solamente un
video de entrenamiento es utilizado para este proceso. Una vez entrenada la red con el
video de entrenamiento, sta puede utilizarse para realizar el proceso de clasificacin en
videos de mayor duracin.
La metodologa aqu presentada para deteccin, conteo y clasificacin vehicular se
prob en secuencias de video de flujo vehicular en el rea metropolitana de Monterrey
obtenidas a travs del Sintram. Estas pruebas se describen en amplitud en el captulo 4.
En el captulo 6 se presentan y analizan los resultados experimentales.
CAPTULO 4
CARACTERIZACIN
VEHICULAR EN EL
REA METROPOLITANA DE
MONTERREY, NUEVO LEN
En el captulo 3 se present una metodologa basada en visin computarizada para la

deteccin y el conteo vehicular y en redes neuronales artificiales para la clasificacin
vehicular. La comprobacin de esta metodologa se realiz al aplicarla en secuencias de
video tomadas en una interseccin del rea metropolitana de Monterrey.
Este captulo describe la aplicacin de la metodologa propuesta descrita en el
captulo 3. En la seccin 4.2 se presentan caractersticas y ventajas del paquete
computacional MatLab, la seccin 4.3 contiene la ejecucin del primer bloque de la
metodologa: deteccin y conteo vehicular a partir de visin computarizada; de la misma
manera, en la seccin 4.4 se describe la ejecucin del segundo bloque de la metodologa:
clasificacin vehicular a travs de un clasificador basado en RNAs. Los resultados
experimentales de esta aplicacin se presentan en el captulo 6.
32
Captulo 4 - Caracterizacin Vehicular en el AMM
33
4.1. Paquete Computacional MatLab

En este punto es importante mencionar que la codificacin de la metodologa
propuesta fue realizada en toda su extensin en el lenguaje de programacin MatLab y
se encuentra disponible en el apndice C.
El paquete computacional MatLab provee un ambiente flexible en el que se pueden
integrar las diferentes partes del sistema propuesto, tanto el procesamiento de imgenes,
como la extraccin de caractersticas y la aplicacin del modelo clasificador basado en
RNAs. Esto es una gran ventaja ya que no es necesaria la interaccin entro dos
programas diferentes que podran no ser compatibles. La figura 4.1 muestra las
herramientas y procesos que se pueden utilizar y llevar a cabo respectivamente en este
ambiente.
Procesamiento de Imgenes
Anlisis de Imgenes
Visualizacin de Imgenes
RNAs
Generacin de Reportes
Captura de Imgenes
Compilador
Figura 4.1. Herramientas de MatLab.
34
Otras dos posibles ventajas al utilizar MatLab es el hecho de que la caja de

herramientas de captura de imgenes nos abre lo posibilidad de poder convertir este
sistema de deteccin y conteo vehicular fuera de lnea a uno que trabaje en tiempo real.
La segunda ventaja reside en el compilador de MatLab, ya que ste nos ayudara en el
posible desarrollo de un sistema ejecutable en plataformas que no cuenten con el
software MatLab.
4.2. Deteccin y Conteo Vehicular

En esta seccin se discute a detalle los pasos de la deteccin y el conteo vehicular
presentada como parte del primer bloque de la metodologa propuesta en el captulo 3.
Siguiendo paso a paso los bloques del diagrama de flujo de la figura 3.2 se describe a
continuacin la deteccin y el conteo vehicular a travs de la visin computarizada.
4.2.1. Captura de Secuencia de Video

El primer paso hacia la deteccin y el conteo vehicular es contar con una secuencia
de video. Para la captura de secuencias de video se trabaj con cmaras de video con las
que cuenta el Sintram como se justific en la seccin 2.1. En la tabla 4.1 se presenta la
ubicacin de las cmaras en el rea metropolitana de Monterrey.
Como se muestra esquemticamente en la figura 4.2, las veinte cmaras de video que
estn instaladas en diferentes intersecciones, estn conectadas va fibra ptica a un panel
de parcheo central que se encuentra en las instalaciones del Sintram. El panel de parcheo
es un dispositivo de centralizacin al que llegan los cables de fibra ptica procedentes de
cada uno de los puntos donde se ha instalado una cmara. Cada cmara instalada en el
AMM tiene al otro extremo de la fibra ptica una conexin al panel de parcheo. De esta
manera se puede dar o quitar el servicio a una determinada cmara simplemente con
proporcionarle o no seal en el panel.
35
Tabla 4.1. Ubicacin en el rea metropolitana de

Monterrey de las veinte cmaras del Sintram.
Cmara
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Ubicacin
Av. Lzaro Crdenas Alfonso Reyes
Av. Madero Av. Flix U. Gmez
Ave. Miguel Alemn Ave. Las Amricas
Av. Lzaro Crdenas Av. Vasconcelos
Av. Constitucin Av. Venustiano Carranza
Av. Pino Surez 15 de Mayo
Av. Madero - Zaragoza
Cuauhtmoc Padre Mier
Av. Gmez Morn Av. Vasconcelos
Av. Chapultepec Av. Las Amricas
Flix U. Gmez Av. Ruiz Cortnez
Av. Manuel Barragn Av. Sendero Norte
Av. J. Eleuterio Gonzlez
Gonzalitos - Av. Lincoln
Av. Alfonso Reyes Av. General Anaya
Av. Universidad Av. Central
San Jernimo Av. Daz Ordaz
Av. Eugenio Garza Sada Av. Revolucin
Colombia Av. Sendero Norte
Av. Dr. J. Eleuterio Gonzlez
Gonzalitos Av. Constitucin
Av. Daz Ordaz Av. Manuel Ordoez
Municipio
San Pedro Garza Garca
Monterrey
Guadalupe
Monterrey
Monterrey
Monterrey
Monterrey
Guadalupe
Monterrey
San Nicols de los Garza
Monterrey
Monterrey
Monterrey
Monterrey
Monterrey
Monterrey
Cmara Elbex modelo

EX/C100/6
Panel de parcheo
Frame switcher
Elbex modelo EXZ9448
Monitor Elbex
Convertidor de seal de
video
Pinnacle Studio Movie Box
Deluxe V.9 USB
Computadora porttil
Toshiba Satellite P30
Figura 4.2. Proceso de captura y digitalizacin de video.
36
37
El panel de parcheo a su vez est conectado va cable coaxial a un dispositivo frame

switcher marca Elbex modelo EXZ9448. Un frame switcher es un dispositivo que
trabaja en tiempo real para transmisin de seal de todas y a todas las cmaras del
sistema. Todas las funciones de las cmaras se operan a travs de una computadora
conectada al frame switcher va puerto serial. Las cmaras pueden ser controladas a
travs de un teclado especial con joystick modelo EKB100 as como con el software
Elbex Panels Version 2.0.1.0 basado en el sistema operativo Windows. Ambos
suministrados por el fabricante.
4.2.2. Digitalizacin de Secuencia de Video

El centro de control cuenta con diez monitores para supervisar las veinte cmaras de
video. stos estn conectados va cable BNS al frame switcher. De esta manera, las
imgenes de salida del monitor principal del centro de control se digitalizaron a travs
de un convertidor de seal de video. Un convertidor de seal de video es un dispositivo
diseado para digitalizar seales de video anlogas. En pocas palabras se trata de un
convertidor anlogo a digital que cuenta con cierta cantidad de memoria para almacenar
las imgenes capturadas (buffer de cuadros).
Actualmente, los convertidores de seal de video no solamente capturan secuencias
de video ms largas, sino que tambin son capaces de comprimirlas en tiempo real
usando algoritmos como MPEG (del ingls Moving Pictures Experts Group). De tal
modo, se utiliz un convertidor de seal de video Pinnacle Studio MovieBox Deluxe
para digitalizar secuencias de video sin sonido a una resolucin de 352 x 240 pixeles en
formato AVI (del ingls Audio Video Interleave) a una tasa de 30 cuadros/segundo de la
cmara de monitoreo no. 9 (figura 4.3) localizada en la interseccin Gmez Morn Vasconcelos en el municipio de San Pedro Garza Garca.
38
Figura 4.3. Video cmara no. 9.
4.2.3. Procesamiento de imgenes

En esta seccin se utilizan tcnicas de procesamiento de imgenes como deteccin de
bordes, substraccin del fondo y mtodos morfolgicos para detectar automviles
presentes en una imagen de entrada as como para extraer informacin que sea
significativa para el proceso de clasificacin discutido ms adelante.
39
Leer cuadro de video

Recordemos que una secuencia de video es un conjunto secuencial de cuadros de
video.
El primer paso hacia la deteccin vehicular es leer el cuadro de video a ser procesado.
No todos los cuadros de la secuencia de video son analizados. El proceso fue realizado
iterativamente a una tasa de frecuencia de 15 cuadros. La figura 4.4 muestra un ejemplo
de imagen de entrada de la secuencia de video ya mencionada.
Figura 4.4. Imagen de entrada.
40
Definir rea de inters

De la imagen de entrada podemos notar que debido a la perspectiva los vehculos se
ven de diferentes tamaos.
Los efectos de la perspectiva conllevan a que las caractersticas geomtricas
vehiculares como largo, ancho y alto no sean constantes. As, vehculos de dimensiones
similares pueden verse de diferentes tamaos dependiendo del acercamiento. Para evitar
este problema se define un rea de inters cuya funcin es servir como umbral; es decir,
una vez que el automvil cruza el rea umbral el sistema lo detecta. De esta manera
todos los automviles detectados estarn dentro de la misma perspectiva. Para definir el
rea de inters se recorta la imagen de entrada a un tamao especfico, en este caso un
rectngulo de 200 x 130 pixeles como se muestra en la figura 4.5.
Figura 4.5. rea de inters.
41
Imagen en escala de grises

La imagen es transformada a escala de grises como se muestra en la figura 4.6
eliminando la tonalidad e informacin de saturacin pero conservando la luminosidad
("Image Processing Toolbox: User's Guide", 2006). Este paso es necesario para la
aplicacin de tcnicas morfolgicas discutidas ms adelante.
Figura 4.6. Imagen en escala de grises.
Deteccin de bordes
Un objeto puede ser detectado fcilmente en una imagen si ste tiene suficiente
contraste con respecto al fondo. Dos automviles estn presentes en el cuadro analizado
de la figura 4.6. Como se puede ver, los objetos a ser segmentados difieren grandemente
en contraste de la imagen del fondo. Los cambios de contraste son detectados por
operadores de la funcin de deteccin de bordes.
42
En general, la deteccin de bordes es una tcnica de segmentacin que devuelve una

imagen binaria donde los pixeles que encuentra la funcin tienen valor de 1 y todos los
dems tienen valor de 0 ("Image Processing Toolbox: User's Guide", 2006) como se
muestra la figura 4.7.
Figura 4.7. Deteccin de bordes.
La tcnica de deteccin de bordes ha sido aplicada con buenos resultados en sistemas

de deteccin vehicular (Soto & Cipriano, 1996; Siyal & Fathy, 1999; Ha et al., 2004, Ma
& Grimson, 2005). La deteccin vehicular basada en deteccin de bordes es efectiva ya
que la informacin de los bordes permanece significativa a pesar de variaciones en la
iluminacin. Las diferentes superficies, partes y colores del vehculo crean bordes
significativos. Incluso vehculos que tienen el mismo color que la superficie de la
carretera reflejan ms luz y pueden ser detectados de esta manera (Siyal & Fathy, 1999).
43
Dilatacin de bordes
La figura 4.7 muestra las lneas de alto contraste encontradas en la imagen a travs
del mtodo de deteccin de bordes. Sin embargo, estas bordes no delinean muy bien el
contorno de los vehculos. Comparada a la imagen original, se pueden ver agujeros en
las lneas que rodean los objetos.
Estos agujeros en los bordes desaparecen al dilatarlos usando elementos de
estructuracin vertical as como elementos de estructuracin horizontal ("Image
Processing Toolbox: User's Guide", 2006) como se muestra en la figura 4.8.
Figura 4.8. Dilatacin de bordes.
44
Agujeros rellenados
La figura 4.8 muestra un contorno de los objetos detectado que se ajusta bien a la
descripcin de los vehculos, sin embargo an existen agujeros en el interior de las reas
seleccionadas. En este caso, un agujero es un rea de pixeles negros (apagados) rodeada
de pixeles blancos (encendidos). Al rellenar los agujeros se obtiene la segmentacin
mostrada en la figura 4.9.
Figura 4.9. Agujeros rellenados.
Estimacin del fondo

Como podemos ver en la figura 4.9 se ha obtenido una segmentacin adecuada de los
vehculos, sin embargo, an existen pixeles encendidos que representan los bordes de las
aceras de ambos lados. En este paso se hace uso de una tcnica conocida como
estimacin y substraccin del fondo. La idea general es diferenciar al conjunto de
pixeles que describen los objetos estticos de una secuencia de imgenes del conjunto de
pixeles que forman parte de los objetos dinmicos.
Figura 4.10. Proceso de estimacin del fondo.
45
46
El proceso de estimacin del fondo es sencillo y se ejemplifica en la figura 4.10. Al

hacer una comparacin pxel a pxel de dos cuadros consecutivos podemos conocer
cules son los pixeles que permanecen encendidos en ambas imgenes y cules no. De
esta manera podemos hacer una estimacin del fondo. En la primera iteracin an no se
tiene dos imgenes para comparar as que no existe estimacin del fondo. Ya en la
segunda iteracin se realiza una comparacin entre la imagen de entrada y la imagen de
entrada anterior para encontrar aquellos pixeles que estn encendidos en ambas
imgenes. En este punto la estimacin del fondo es muy burda, pero se va adaptando al
realizar el proceso iterativamente en toda la secuencia de video. Al final obtenemos una
estimacin del fondo adecuada como se muestra en la figura 4.11.
Hay varios sistemas que han alcanzado la deteccin vehicular a travs de la
substraccin del fondo, estos son WADS (Wide-Area Detection System) en Estados
Unidos (Hoose, 1991), TRIP (Traffic Research using Image Processing) en Blgica
(Hoose, 1991), IDSC (Image data Scanner and Controller) en Japn (Hashimoto, 1988);
as como las metodologas presentadas por Michalopoulos (1991) y Zhu & Sheng
(2002). Sin embargo es importante mencionar que en esta tesis la metodologa de
substraccin de fondo solo es utilizada para obtener una estimacin de los objetos
estticos en la secuencia de video y no como mtodo para la deteccin vehicular.
Figura 4.11. Estimacin del fondo.
47
Es importante recalcar que para la representacin final de la estimacin del fondo

presentada en la figura 4.11, los objetos dinmicos son representados por los pixeles
encendidos (con valor de 1), y todos los dems tienen valor de 0. Al contrario de como
es realizada la estimacin del fondo.
Finalmente, como se muestra en la figura 4.12, una vez obtenida la estimacin del
fondo (conjunto de pixeles que describen los objetos estticos), ste es substrado de la
imagen analizada. La substraccin se realiza substrayendo cada pxel encendido de la
estimacin del fondo a cada elemento correspondiente en la imagen analizada.
Figura 4.12. Substraccin del fondo.
Eliminacin de objetos incompletos

El vehculo de inters ha sido segmentado exitosamente, pero no es el nico objeto
que ha sido encontrado. Tambin se ha segmentado otro vehculo que solamente aparece
parcialmente en la imagen. Para evitar segmentar y clasificar vehculos parcialmente
ocultos se suprimen todos los objetos que estn conectados a los extremos de la imagen
("Image Processing Toolbox: User's Guide", 2006); de esta manera solamente
trabajamos con vehculos completos como se muestra en la figura 4.13.
48
Figura 4.13. Imagen con objetos incompletos eliminados.
Erosin de imagen
Finalmente, como se muestra en la figura 4.13, se ha obtenido una segmentacin que
describe aceptablemente el vehculo detectado; sin embargo, an existen pixeles blancos
(encendidos) que no pertenecen al vehculo. Para eliminar cualquier clase de ruido se
erosiona la imagen dos veces con elementos de estructuracin morfolgica ("Image
Processing Toolbox: User's Guide", 2006).
Figura 4.14. Imagen erosionada.
49
Al final la deteccin vehicular se reduce a la obtencin de una imagen binaria en la

que todos los pixeles que pertenecen al vehculo detectado tienen el valor de 1, y todos
los otros pixeles tienen el valor de 0 como se muestra en la figura 4.14. Esta imagen
binaria tambin es llamada mscara del objeto ("Image Processing Toolbox: User's
Guide", 2006). Una manera grfica de representar la deteccin vehicular es
superponiendo el permetro de mscara del objeto a la imagen de entrada como se
muestra en la figura 4.15.
Figura 4.15. Deteccin vehicular.
Comparacin entre cuadros

Como su nombre lo indica, el objetivo principal de este proceso es la comparacin
entre dos imgenes binarias subsecuentes. Si el rea identificada en una imagen
comparte un conjunto de pixeles con la siguiente imagen, entonces el sistema supone
que se trata del mismo vehculo y el segundo es discriminado. La motivacin principal
para este proceso es evitar la deteccin mltiple de un mismo vehculo y ha presentado
buenos resultados.
50
Figura 4.16. Deteccin vehicular en el cuadro 1531.
Tomemos como ejemplo la imagen analizada en la figura 4.16. En sta se muestra en

varias imgenes el proceso de deteccin vehicular realizado al cuadro 1531. El proceso
de extraccin de caractersticas viene representado por el crculo que rodea al automvil
detectado y procesado. Por otra parte, en el cuadro subsecuente (el 1546), presentado en
la figura 4.17, el mismo vehculo es detectado. Como se puede ver en el subcuadro de
extraccin de caractersticas la extraccin de caractersticas no es representada por el
crculo por lo que el vehculo ha sido discriminado.
51
Figura 4.17. Deteccin vehicular en el cuadro 1546

con discriminacin por pixeles compartidos.
4.2.4. Extraccin de Caractersticas

Como se present en el captulo 3, la extraccin de caractersticas es un paso
importante hacia la clasificacin vehicular. Hasta este punto se ha descrito cmo detectar
un vehculo a travs de procesamiento de imgenes en una imagen bidimensional.
Una vez logrado esto, es importante seleccionar caractersticas a travs de las cuales
podamos distinguir la categora o clase a la que pertenece un elemento. En este punto, se
discute la seleccin de caractersticas para este propsito.
52
En primer lugar, se calcularon un conjunto de propiedades para cada una de las

regiones identificadas en la imagen binaria, es decir, para cada uno de los vehculos
detectados. Las caractersticas que se calcularon son:
rea. El nmero total de pixeles en la regin identificada.
Caja de delimitacin. El rectngulo ms pequeo que pueda contener la regin. Se
estim el punto que representa la esquina superior derecha de la caja de limitacin y as
como su largo y ancho.
Centroide. El centro de masa de la regin identificada.
Polgono convexo. El polgono convexo ms pequeo que pueda contener a la regin.
Se almacenaron los valores x y y de las coordenadas de cada vrtice del polgono.
Excentricidad. La excentricidad de la elipse ms pequea que circunscribe la regin
identificada. Recordemos que la excentricidad es el radio de distancia entre el foco de la
elipse y el largo de su eje mayor. El valor se representa entre 0 y 1; donde una elipse
cuya excentricidad es 0 se trata de un crculo, mientras que una elipse cuya excentricidad
es igual a 1 se trata de un segmento de lnea.
Un ejemplo de la elipse menor que circunscribe un rea se presenta en la figura 4.18.
Del lado izquierdo de la figura observamos una regin identificada y la elipse menor
correspondiente que contiene a la misma. El lado derecho muestra la misma elipse, con
sus caractersticas indicadas grficamente; las lneas continuas son los ejes, los puntos
son los focos, y la orientacin es el ngulo entre la lnea punteada horizontal y el eje
mayor.
53
Figura 4.18. Regin identificada y su correspondiente elipse menor.
Dimetro. El dimetro del crculo que tiene la misma rea que la regin identificada.
Nmero de Euler. El nmero de objetos en la regin menos el nmero de agujeros en
los mismos objetos.
Grado. La proporcin de pixeles en la caja de delimitacin que tambin estn en la
regin identificada.
Extremos. Los puntos extremos de la regin identificada. Se almacenaron los valores x
y y de las coordenadas de cada uno de los puntos. Los puntos extremos son: superior
derecho, derecho superior, derecho inferior, inferior derecho, inferior izquierdo,
izquierdo
inferior,
izquierdo
superior,
superior
izquierdo
se
presentan
esquemticamente en la figura 4.19 para una regin identificada.

Largo del eje mayor. El largo (en pixeles) del eje mayor de la elipse ms pequea que
circunscribe la regin identificada.
Largo del eje menor. El largo (en pixeles) del eje menor de la elipse ms pequea que
circunscribe la regin identificada.
54
Superior izquierdo
Superior derecho
Izquierdo superior
Derecho superior
Izquierdo inferior
Derecho inferior
Inferior izquierdo
Inferior derecho
Figura 4.19. Puntos extremos en una regin.
Orientacin. El ngulo (en grados) entre el eje x y el eje mayor de la elipse ms

pequea que circunscribe la regin identificada.
Permetro. Es el nmero de pixeles que delimitan el rea de la regin identificada.
La figura 4.20 muestra un ejemplo de la deteccin vehicular para cada uno de las
clases vehiculares. Siendo que se trabaja con imgenes bidimensionales no es posible
conocer o estimar el alto vehicular. Es por esto, que no se tom en cuenta como
caracterstica descriptiva. No todas las caractersticas calculadas fueron utilizadas en el
proceso de clasificacin. El largo y ancho vehicular se estimaron con los valores del
largo del eje mayor y el largo del eje menor de la elipse ms pequea que circunscribe la
regin identificada.
55
Figura 4. 20. Ejemplos de deteccin para cada clase vehicular.
Estas dos caractersticas as como el rea y permetro de la regin identificada se

tomaron como caractersticas principales para categorizar los vehculos y presentaron
buenos resultados. Para cada uno de los vehculos detectados se almacenaron estas
cuatro caractersticas, obtenindose as una matriz de caractersticas que sirvi como
entrada para el entrenamiento del clasificador basado en redes neuronales como se
describe en la seccin 4.3.
56
4.2.5. Clculo de Conteo Vehicular

Como se explic en el captulo 3, al realizar la deteccin vehicular iterativamente en
toda la secuencia de video el conteo vehicular se obtiene inherentemente. El clculo del
conteo vehicular es el tamao del vector de caractersticas arrojado por el paso anterior.
De tal manera, el conteo vehicular depender directamente de la eficiencia de la
deteccin vehicular. Los resultados de la metodologa aplicada en este captulo son
presentados en el captulo 6.
4.3. Clasificacin Vehicular

En esta seccin se discute a detalle los pasos que se seguirn para obtener la
clasificacin vehicular presentada como parte del segundo bloque de la metodologa
propuesta en el captulo 3. Se siguen paso a paso los bloques del diagrama de flujo de la
figura 3.3 para describir el proceso de clasificacin vehicular a travs de RNAs.
4.3.1. Definicin de la RNA a Utilizar

Para la construccin del clasificador se utiliz la RNA presentada en la figura 4.21.
sta cuenta con tres capas de neuronas: una capa que recibe como entrada las
caractersticas vehiculares identificadas en el proceso de extraccin de caractersticas
(rea, permetro, largo del eje mayor y largo del eje menor de la elipse ms pequea que
circunscribe la regin identificada), una capa oculta que establecer las fronteras de
clasificacin y una capa
de salida que determinar la clase o categora a la que
pertenece el vehculo detectado (vehculo pequeo, mediano o grande).
57
En la figura 4.21, las entradas Xi para i = 1, 2, 3, 4 corresponden a los valores de las

caractersticas vehiculares identificadas, definidas anteriormente. stas son propagadas
hacia adelante a travs de las capas y se calcula la salida de cada neurona mediante la
funcin de transferencia. En las neuronas de la capa oculta la funcin de transferencia
utilizada fue la tangente hiperblica y la funcin identidad se utiliz en las neuronas de
la capa de salida.
De la misma manera, Wji para i = 1, 2, 3, 4 y para j = 1, 2,, n corresponde al peso de
la conexin que llega a la neurona j procedente de la neurona i; Vkj para k = 1, 2, 3 es el
peso de la conexin que llega a la neurona k (neurona de la capa de salida) desde la
neurona j (neurona de la capa oculta). Los sesgos bj y bk representan el sesgo de la
neurona j (de la capa oculta) y el sesgo de la neurona k (de la capa de salida)
respectivamente.
Wji
X1
rea
Vkj
Y1
Pequeo
Y2
Mediano
Y3
Grande
Z1
Permetro
X2
Largo
del Eje
Mayor
X3
Zn
X4
Largo
del Eje
Menor
bj
bk
Capa de
Entrada
Capa
Oculta
Capa de
Salida
Figura 4.21. Red neuronal artificial de propagacin hacia adelante con tres capas,
entrenada por retropropagacin del error.
58
Las neuronas de la capa de salida Yk calculan la probabilidad de que un conjunto de

caractersticas presentado pertenezca a cierta clase. Este clculo se describe en la
ecuacin 4.1.
Yk = g Vkj f W ji X i + b j + bk , k = 1,2,3
i =1
j =1
(4.1)
Donde:
f ( x) =
e x + e x
e x ex
(4.2)
y
g ( x) = x
(4.3)
Con la descripcin presentada anteriormente, queda claro que el nmero de neuronas

en la capa de entrada corresponde al nmero de caractersticas presentadas a la red y es
por tanto fijado en cuatro. De la misma manera, el nmero de neuronas en la capa de
salida corresponde al nmero de clasificaciones disponibles y es por tanto fijado en tres.
Sin embargo, el nmero de neuronas en la capa oculta es un parmetro difcil de
determinar. Si hay pocas neuronas en la capa oculta, la capacidad de generalizacin de la
red se ve limitada al no contener suficiente flexibilidad (nmero de parmetros libres,
como conexiones y sesgos). Por otra parte, si se definen demasiadas neuronas, se provee
demasiada flexibilidad al modelo, y por tanto una prdida de la capacidad de
clasificacin de la red. Esto es conocido como sobreentrenamiento. Es precisamente en
relacin con la flexibilidad que se requiere un estudio del nmero de neuronas a utilizar
en la capa oculta. En esta tesis, se utilizaron varias redes con diferentes nmeros de
neuronas en la capa oculta para encontrar la arquitectura que reportara un mejor
desempeo. Este estudio es presentado en el captulo 6.
59
Durante el entrenamiento, los pesos y sesgos de la red son ajustados iterativamente

para minimizar la funcin de desempeo de la red que en este caso es el error cuadrado
medio, esto es, el promedio de errores cuadrados entre la salida de la red y la respuesta
deseada.
4.3.2. Definicin de Patrones de Entrenamiento

Como se ha discutido anteriormente, el proceso de entrenamiento requiere un
conjunto de entradas y respuestas deseadas, como se explicar en la seccin 4.3.4. De
esta manera, definir patrones de entrenamiento es un paso necesario para el proceso de
entrenamiento de la RNA.
Una vez definida la arquitectura de la RNA a utilizar, se carga la matriz de
caractersticas arrojada por el proceso de extraccin de caractersticas y se lleva a cabo
el proceso de definir patrones de entrenamiento. ste se realiza escribiendo la
clasificacin respectiva en un vector de clasificacin de cada uno de los vehculos
detectados en una secuencia de video entrenamiento. La duracin de este video de
entrenamiento se discute en el captulo 6.
Existen varios algoritmos de entrenamiento para redes de propagacin hacia adelante.
La gran mayora usa el gradiente de la funcin de desempeo para determinar como
ajustar los pesos y as minimizar la medida de desempeo. Cuando se basa en el
gradiente, el algoritmo de retropropagacin actualiza los pesos y sesgos de la red en la
direccin en la cual la funcin de desempeo decrementa ms rpidamente.
Una iteracin de este algoritmo puede ser escrita como:
X k +1 = X k k g k
(4.4)
60
Donde:
X k = vector de pesos y sesgos actuales,

g k = gradiente actual, y
k = tasa de aprendizaje.
En esta tesis se utiliz el algoritmo de regularizacin bayesiana (br) como resultado
del estudio presentado en el captulo 5.
Como es fcil darse cuenta, el proceso de entrenamiento se refiere a una reduccin
iterativa de la funcin de error definida. Cundo detener el proceso de reduccin del
error es una decisin importante en el desempeo de la red. Si el error de entrenamiento
es reducido hasta un valor muy pequeo, es muy probable que cuando la red sea
alimentada con nueva informacin el error sea muy grande dado un cierto nivel de
flexibilidad. Se dice entonces que la red ha memorizado los ejemplos que se le han
presentado en el entrenamiento, pero no ha aprendido ha generalizar para nuevas
situaciones.
Un procedimiento para alcanzar una mejor generalizacin en el entrenamiento de
redes es el llamado terminacin temprana. Para llevar a cabo este procedimiento es
necesaria la informacin disponible en tres subconjuntos: conjunto de entrenamiento,
conjunto de validacin y conjunto de prueba. El conjunto de entrenamiento es
presentado a la red para su aprendizaje. El conjunto de validacin es usado para medir el
desempeo de entrenamiento durante el entrenamiento y detener el entrenamiento en
caso necesario. El desempeo de la red se evala adicionalmente con el conjunto de
prueba, como se detalla ms adelante. Esto evita que la red se sobreentrene.
61
El entrenamiento solamente es detenido cuando el error de validacin incrementa

para un nmero determinado de iteraciones. Una vez detenido el entrenamiento, los
pesos y sesgos que corresponden al mnimo error de validacin encontrado son los que
se utilizan.
En la literatura se ofrece poca informacin acerca de la seleccin de los tres
subconjuntos de terminacin temprana. Muchas veces la seleccin depende de la
aplicacin que se est desarrollando. Por este motivo, un estudio del tamao de los
subconjuntos es presentado en el captulo 6.
4.3.3. Preprocesamiento de Informacin

Una de las formas ms comunes de preprocesamiento consiste en un simple
reescalamiento lineal de las variables de entrada. A menudo, este proceso es de utilidad
si se tienen diferentes variables con valores que difieren significativamente o cuando los
tamaos de las entradas podran no reflejar la importancia relativa para determinar las
salidas requeridas (Bishop, 1995).
Con esto en mente, los valores de cada fila de la matriz de caractersticas, resultado
del proceso de extraccin de caractersticas, fueron mapeados para que cayeran en un
intervalo [-1, +1].
Por otra parte, como parte del preprocesamiento, la clasificacin vehicular fue
codificada de tal manera que cada clase o categora estuviera representada por un vector.
Esto es: un vehculo 'pequeo' es representado por el vector [0 0 1]; mientras que [0 1 0]
y [1 0 0] representan a las clases 'mediano' y 'grande' respectivamente.
62
4.3.4. Prueba del Clasificador

Una manera fcil de probar el clasificador basado en RNAs es a travs del conjunto
de prueba. Ya que ste no interviene en el proceso de entrenamiento, el conjunto de
prueba anticipa el comportamiento del desempeo del clasificador en el uso real,
asumiendo que el error en ambos ser similar. De esta manera, el error de prueba es
usado como un estimado del error de generalizacin.
La evaluacin es importante tanto para medir el desempeo del clasificador como
para identificar la necesidad de ajuste en sus parmetros.
4.3.5. Clasificacin
Como se ha mencionado, el entrenamiento de la red es un proceso que se lleva a cabo
solamente una vez. Una vez entrenada la red, esta es capaz de clasificar informacin que
nunca antes le ha sido presentada. En este paso, se puede trabajar con la matriz de
caractersticas de videos de mayor duracin arrojadas por el proceso de deteccin y
conteo vehicular.
Se sabe que la duracin de los censos visuales realizados actualmente en el rea
metropolitana de Monterrey para clasificacin vehicular es de una hora, por lo tanto, se
procedi a realizar el proceso de clasificacin vehicular automtica en una secuencia de
video de sesenta minutos de duracin como conjunto de prueba. Los resultados
experimentales se presentan en el captulo 6.
Se ha presentado en este captulo la aplicacin de la metodologa propuesta en el
captulo 3 para detectar, contar y clasificar vehculos. Se demostr tambin que la
metodologa propuesta puede aplicarse en una interseccin del rea metropolitana de
Monterrey. Los resultados de este procedimiento se presentan a detalle en el captulo 6.
CAPTULO 5
PRUEBAS DE ROBUSTEZ
En este captulo se presentan dos estudios que sirvieron como bloques de

construccin en el proceso del desarrollo del clasificador vehicular basado en redes
neuronales. En la seccin 5.1 se presenta un estudio cuya motivacin fue evaluar la
eventual robustez del sistema. Por su parte, en la seccin 5.2 los algoritmos para el
entrenamiento de la RNA son estudiados.
5.1. Anlisis del Clasificador Vehicular

Este estudio propone el anlisis del comportamiento del clasificador vehicular basado
en RNAs al probarlo con poblaciones de tres clases vehiculares generadas a partir de un
anlisis de datos reales. La finalidad es entrenar la RNA con un conjunto de datos reales
y probarla con el conjunto de los datos generados a manera de evaluar su robustez. Para
realizar la prueba del clasificador se prepararon dos poblaciones diferentes.
En la primera, el clasificador es probado con estimaciones de dimensiones de
vehculos reales (largo y ancho) y en la segunda parte se estudia el efecto de posibles
errores en la medicin de estas dimensiones.
63
Captulo 5 Pruebas de Robustez
64
5.1.1. Clasificador
Se construy un clasificador que pueda identificar la clase de un vehculo dadas dos
de sus dimensiones: largo y ancho. El problema, entonces, es identificar la clase a la que
pertenece el vehculo a partir de los valores observados. Las dimensiones actuarn como
entradas a la red neuronal y la clase vehicular ser entonces la respuesta. Como se sabe,
las tres clases vehiculares definidas son: vehculo pequeo, vehculo mediano y vehculo
grande.
Wji
Largo
Vehicular
Vkj
X1
Ancho
Vehicular
Pequeo
Y2
Mediano
Y3
Grande
Z1
Zn
X2
bj
bk
Capa de
Entrada
Y1
Capa
Oculta
Capa de
Salida
entrenada por retropropagacin del error con dos entradas.
El clasificador se construy a partir de una RNA 2-5-3 con dos capas de pesos como
se muestra en la figura 5.1. La funcin de transferencia para la primera capa es la
hiperblica tangente (ecuacin 4.2) y para la segunda capa es una lineal (ecuacin 4.3).
65
5.1.2. Conjunto de Entrenamiento

Como se ha mencionado, el propsito de este trabajo es evaluar el desempeo del
clasificador al entrenarlo con un conjunto de valores reales. Para esto se recopil, a
travs de Internet, los valores del largo y del ancho de vehculos que pertenecieran a una
de las tres clases. En total se obtuvieron valores para 91 vehculos pequeos, 101
medianos y 41 grandes. La figura 5.2 presenta estos datos. Los valores se pueden
consultar en la tabla A.1 del apndice A.
Figura 5.2. Conjunto de entrenamiento de acuerdo al largo y ancho vehicular.
Los datos se obtuvieron de las especificaciones vehiculares provistas en las pginas

oficiales de casas automotrices como: Chevrolet, Toyota, Volkswagen, Mercedes Benz y
Nissan.
66
5.1.3. Generacin de un Conjunto de Prueba

El siguiente paso, una vez obtenidos los datos reales, fue obtener una poblacin para
probar el desempeo de la red. La dificultad de obtener las medidas vehiculares para
poblaciones grandes, digamos mil vehculos por clase, es evidente. Por esta razn, se
construy un generador de nmeros aleatorios que devuelve una poblacin con una
distribucin similar a la presentada por los datos reales.
En este punto fue necesario definir la distribucin que mejor se ajustara a los datos.
En primer lugar se pens en una distribucin normal, con la idea de que existe una
medida que se repite ms en los datos reales, representada por la media, y que existen
otros valores menos frecuentes representados por el resto de la distribucin.
De esta manera, se construy un generador que arroja los valores para el largo y el
ancho de un conjunto de vehculos dada la media y varianza de la clase a la que
pertenecen. Esto es, para cada una de las clases del conjunto de entrenamiento (datos
reales) se realiz el clculo de la media y varianza del largo y ancho respectivamente, y
se gener un conjunto de nmeros aleatorios que tuvieran la misma media y varianza del
largo como del ancho vehicular. En este estudio, se trabaj con mil vehculos simulados
por clase. stos son presentados en la tabla A.2 del apndice A.
Sin embargo, al momento de obtener los valores por medio del generador con
distribucin normal, fue fcil darse cuenta que no se trataba en realidad de una
distribucin que se ajustara a los datos reales. Esto queda mejor representado en la
figura 5.3. Un buen ejemplo de esta situacin viene representado en el caso de la clase
vehicular grande. Al ser mayor su varianza se obtuvo casos en los que el largo del
vehculo tomaba valores de cero o menor. Situacin que es a todas luces errnea.
67
Figura 5.3. Tres clases simuladas con la distribucin normal.
Se trat entonces una distribucin triangular ya que es de aplicacin sencilla al

requerir solamente estimados de tres valores: el mnimo posible, el ms probable y el
mximo posible. La triangular se utiliza generalmente en casos en los que existe muy
pocos o ningn dato (Law & Kelton, 2000). La distribucin triangular presenta un
mapeo acotado de los posibles valores que pudiera tomar la variable. Este acotamiento
es evidente en la figura 5.4. Para generar variables aleatorias con distribucin no
uniforme se dispone de varias tcnicas, una de ellas se llama transformada inversa y es
muy til en los casos en que las funciones de densidad de probabilidad son fcilmente
integrables.
68
Figura 5.4. Tres clases simuladas con la distribucin triangular.
La tcnica de la transformada inversa utiliza los nmeros aleatorios uniformes para

generar variables aleatorias con una distribucin especfica. La tcnica implica la
ejecucin de una serie de pasos que dan como resultado la expresin analtica que se
emplear para generar los valores especficos de las variables que se desean generar.
Se gener un conjunto de nmeros aleatorios con una distribucin uniforme
u~U[0, 1], como se muestra en la figura 5.5 (a). Se aplic la tcnica de la transformada
inversa (ecuacin 5.1) para transformar estos nmeros a una distribucin triangular
[mnimo, mximo, moda] = x~triang[0, 1, c]. sta se muestra grficamente en la figura
5.5 (b). Por ltimo, se aplic una transformacin afn (ecuacin 5.2) para transformar los
nmeros a una distribucin triangular x~ triang[a, b, c], como la que se muestra en la
figura 5.5 (c).
f(x)
1
n
69
f(x)
f(x)
2
ba
(a) Distribucin uniforme

u~U[0, 1]
(b) Distribucin triangular
(c)Distribucin triangular
x~triang[0, 1, c]
x~triang[a, b, c]
Figura 5.5. Distribuciones para generacin y transformacin de nmeros aleatorios.
si 0 u c
cu
F 1 (u )
(5.1)
1
(1 c )(1 u )
si c < u 1
x ' = a + b( a ) x
(5.2)
El siguiente paso fue generar una poblacin que presentara el efecto de error en las
mediciones arrojadas por el proceso de deteccin vehicular. Al probar el clasificador
vehicular con un conjunto de prueba que contiene un error en la medicin se obtiene una
idea general de la posible robustez del sistema.
70
La distribucin que se tom para la estimacin del error fue la normal con media cero
y una varianza igual a la varianza de la distribucin triangular dividida entre seis. Esto
ltimo con el objetivo de asegurar que el error no fuera mucho mayor que la variabilidad
de la distribucin inherente a las dimensiones de los vehculos.
La figura 5.6 presenta la distribucin triangular ms el error de medicin con
distribucin normal. Cabe mencionar que la relacin entre las varianzas es arbitraria. Se
generaron 1000 casos por clase y stos pueden ser consultadas en la tabla A.3 del
apndice A.
Figura 5.6. Tres clases simuladas con distribucin triangular
y un error de medicin con distribucin normal.
71
5.1.4. Resultados Obtenidos

Como se mencion anteriormente, la RNA fue entrenada con el conjunto de
poblaciones de datos reales y probada tanto con los conjuntos generados con una
distribucin triangular como con los conjuntos a los que se le aadi un error.
En la figura 5.7 se muestra el desempeo del clasificador con los conjuntos generados
con la distribucin triangular. Como se puede ver aunque la clasificacin no es perfecta,
s tiene un buen desempeo. Esto queda mejor representado en la matriz de clasificacin
de la figura 5.8.
Figura 5.7. Resultados del clasificador con las tres
clases generadas con distribucin triangular.
72
Una matriz de clasificacin (figura 5.8) provee una manera fcil de comprender el
desempeo del clasificador. Veamos las filas de la matriz como la respuesta que
obtenemos del clasificador y las columnas como la respuesta esperada. De esta manera,
una matriz de clasificacin ideal es aquella en la que la suma de la diagonal es igual al
nmero de elementos clasificados. O dicho de otra manera, es aquella en la que todos
sus elementos son ceros, excepto aquellos en la diagonal principal.
As, podemos ver que si bien la clasificacin no fue perfecta, el clasificador
solamente present elementos mal clasificados en la clase inmediata. Por otra parte
podemos observar que slo existe una mala clasificacin en los dos traslapes que existen
entre las clases, esto es, en el traslape entre la clase vehicular pequea y la mediana, y
entre la clase vehicular mediana y la grande. El porcentaje de clasificacin correcta es
del 94.83%, esto es, 2845 casos fueron clasificados correctamente, de un total de 3000.
Figura 5.8. Matriz de clasificacin de las tres clases generadas.
73
En la figura 5.9 se puede ver el desempeo del clasificador al trabajar con los
conjuntos generados con la distribucin triangular y un error de medicin aadido.
Figura 5.9. Resultado del clasificador con las tres clases generadas
con distribucin triangular ms un error con distribucin normal.
Al trabajar con los conjuntos que incluyen error en la medicin, aunque la tasa de
clasificacin es aceptable s se encuentran elementos mal clasificados en las otras dos
clases como se puede ver en la matriz de clasificacin de la figura 5.10. Al final, se
obtuvo una tasa de clasificacin del 92.43%, donde 2773 casos fueron clasificados
correctamente de un total de 3000.
74
Figura 5.10. Matriz de clasificacin de las tres clases
generadas con distribucin triangular ms un error.
5.1.5. Conclusiones del Anlisis del Clasificador Vehicular

Dos contribuciones importantes resultan del estudio presentando. En primer lugar, se
demostr que a pesar de que el clasificador haya sido entrenado con un conjunto
limitado de entrenamiento (241 vehculos en total), ste present un buen desempeo en
los dos conjuntos de prueba a los que fue sometido (94.83% y 92.43% respectivamente).
Por otra parte, el clasificador vehicular tuvo un buen desempeo en los dos conjuntos
de prueba a los que fue sometido. Estos resultados implican que, incluso en caso de
traslape de las clases, se puede esperar un desempeo competitivo de las RNAs como
clasificadores no lineales.
75
5.2. Estudio de los Algoritmos de Entrenamiento en el Clasificador

Vehicular
El objetivo de este estudio es evaluar el desempeo de diecisiete algoritmos de
entrenamiento para el clasificador vehicular basado en RNAs, presentado anteriormente
en la seccin 5.1, utilizando como medida de desempeo la tasa de clasificacin
correcta. Este estudio fue llevado a cabo por Norma Carballo Hernndez dentro del
marco del XVI Verano de Investigacin Cientfica auspiciado por la Academia
Mexicana de Ciencias.
La necesidad de este ejercicio de evaluacin surge del
hecho de que existen
diferentes factores que determinan el desempeo de los algoritmos, dentro de los que se
encuentran: el nmero de neuronas en las diferentes capas de la red, el nmero de
entradas al conjunto de entrenamiento, los valores iniciales de pesos y sesgos en la red,
as como las funciones de activacin en la capa oculta y en la capa de salida.
5.2.1. Algoritmos de Entrenamiento

Se ha discutido ya el proceso de entrenamiento de la RNA en la seccin 4.3.4, y con
esto en mente se presentan en la tabla 5.1 los diecisiete algoritmos de entrenamiento
considerados en este estudio, as como los acrnimos respectivos utilizados para
identificarlos.
Una discusin detallada de los diferentes algoritmos de entrenamiento para RNAs va
ms all del alcance de esta tesis. De esta manera, se refiere al lector interesado a Hagan
et al. (1992) donde se presenta una discusin detallada de cada algoritmo de
entrenamiento aqu presentado.
76
Tabla 5.1. Algoritmos de Entrenamiento.
Acrnimo
Descripcin
B
Entrenamiento batch con reglas de aprendizaje de pesos y sesgos.
Entrenamiento de retropropagacin cuasi-Newton con el mtodo de Broyden,
BFG
Fletcher, Goldfarb, y Shanno.
BR
Entrenamiento de regularizacin bayesiana
C
Entrenamiento incremental de actualizacin de orden cclico.
CGB Entrenamiento de retropropagacin de gradiente conjugado Powell-Beale.
CGF Entrenamiento de retropropagacin de gradiente conjugado Fletcher-Powell.
CGP Entrenamiento de retropropagacin de gradiente conjugado Polak-Ribiere.
GD
Entrenamiento de retropropagacin de gradiente descendente.
Entrenamiento de retropropagacin de gradiente descendente con tasa de aprendizaje
GDA
adaptativa
GDM Entrenamiento de retropropagacin de gradiente descendente con momento.
Entrenamiento de retropropagacin de gradiente descendente con momento y tasa de
GDX
aprendizaje adaptativa.
LM
Entrenamiento de retropropagacin Levenberg-Marquardt.
OSS Entrenamiento de retropropagacin secante de un solo paso.
R
Entrenamiento incremental de actualizacin de orden aleatorio.
RP
Entrenamiento de retropropagacin resilente.
S
Entrenamiento incremental de actualizacin de orden secuencial.
SCG Entrenamiento de retropropagacin de gradiente conjugado escalado.
5.2.2. Evaluacin
Para realizar una evaluacin justa de los diferentes algoritmos de entrenamiento y
tratando que stos tuvieran las mismas oportunidades de presentar una buena tasa de
desempeo se verific que los pesos iniciales fueran los mismos para el entrenamiento
de todos los algoritmos.
Ya que la RNA hace una bsqueda del conjunto de pesos y sesgos que minimice la
medida de desempeo, en este caso el error cuadrado medio, a partir de un conjunto de
pesos y sesgos iniciales, es necesario utilizar diferentes conjuntos de pesos y sesgos.
77
Con este en mente, se utilizaron diez semillas diferentes seleccionadas al azar para
generar diez conjuntos de pesos y sesgos diferentes; para entrenar con stos a las redes
de diferentes algoritmos de entrenamiento en diez diferentes ocasiones (corridas). En
cada caso, la red fue entrenada hasta que el error de validacin incrementa para un
nmero determinado de iteraciones (parada temprana).
5.2.3. Resultados Obtenidos

Las tablas 5.2 y 5.3 resumen los resultados de entrenar la red usando los diecisiete
algoritmos de entrenamiento. As mismo, cada entrada en las tablas representa diez
corridas diferentes, con diferentes valores iniciales en los pesos y sesgos para cada
corrida como se justific anteriormente.
Tabla 5.2. Mnimo, mximo, media y desviacin estndar del porcentaje de
clasificacin correcta en los diferentes algoritmos, ordenados por media descendente.
ndice Acrnimo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
BR
SCG
R
LM
RP
CGF
BFG
CGB
CGP
OSS
GDA
GDX
C
GDM
B
GD
S
Valor
mnimo
85.2
81.3
82
60.4
81.13
72.1
71.83
65.8
65.8
69.77
67.23
49.67
59.43
30.6
30.6
32.63
24.37
Valor
mximo
97.1
97.3
92.6
95.47
92.53
97.1
96.7
97
93.33
92.4
90.03
88.47
79.57
83.5
83.5
83.07
64.73
Media
93.5
88.49
87.71
87.13
86.86
86.69
86.12
86.09
84.72
83.74
80.09
74.76
67.29
55.31
55.31
55.27
42.23
Desviacin
Estndar
3.47
5.55
3.79
9.66
4.13
7.89
6.76
8.71
8
6.84
6.88
10.14
5.2
16.94
16.94
16.53
13.59
78
Tabla 5.3. Media y desviacin estndar del porcentaje de clasificacin correcta
en los diferentes algoritmos, ordenados por desviacin estndar ascendente.
ndice Acrnimo Media
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
BR
R
RP
C
SCG
BFG
OSS
GDA
CGF
CGP
CGB
LM
GDX
SCG
GD
B
GDM
93.5
87.71
86.86
67.29
88.49
86.12
83.74
80.09
86.69
84.72
86.09
87.13
74.76
42.23
55.27
55.31
55.31
Desviacin
Estndar
3.47
3.79
4.13
5.2
5.55
6.76
6.84
6.88
7.89
8
8.71
9.66
10.14
13.59
16.53
16.94
16.94
Como se observa en las tablas anteriores, el algoritmo que presenta una mejor tasa de
clasificacin es el BR, el cual tambin presenta la desviacin estndar menor. El
algoritmo BR o de regularizacin bayesiana actualiza los valores de los pesos y sesgos
de acuerdo a la optimizacin Levenberg-Marquardt. sta reduce al mnimo una
combinacin estrictamente convexa del error cuadrado medio y de los pesos cuadrados
medios.
79
La figura 5.11 muestra las fronteras de clasificacin que presenta la red con la semilla
que present mejor tasa de clasificacin; la 251518382., con el algoritmo BR. An
cuando las fronteras de clasificacin podran parecer inconsistente debido al desajuste en
la esquina inferior derecha, sta no representa un problema ya que un vehculo de tales
caractersticas sera de aproximadamente 1.8 metros de largo y de 2.5 metros de ancho,
lo cual es improbable de encontrar en la realidad.
Figura 5.11. Fronteras de clasificacin de la RNA 2-8-3 con entrenamiento
BR, semilla 251518382 y una tasa de clasificacin del 97.1%.
80
5.2.4. Conclusiones del Estudio de los Algoritmos de Entrenamiento en

el Clasificador Vehicular
De los diecisiete algoritmos evaluados el que presenta la mejor tasa media de
clasificacin es el algoritmo BR (de regularizacin bayesiana) con un porcentaje de
93.50% contra el que tuvo el peor desempeo, el algoritmo S (de entrenamiento
incremental de orden secuencial) con 42.23%.
Los valores para la desviacin estndar indican la variabilidad de los valores de
desempeo tomando en cuenta que las semillas introducidas son diferentes; el algoritmo
que present una desviacin estndar de clasificacin menor fue el mismo que present
la media mayor, el de regularizacin bayesiana (BR) con valor de 3.47 contra el de
gradiente descendente con momento (GDM) de 16.94.
De acuerdo a la evaluacin de los diferentes algoritmos, se decidi utilizar el
algoritmo de entrenamiento BR o de regularizacin bayesiana en el clasificador
vehicular basado en RNAs, pues incrementa la probabilidad de obtener una mejor
clasificacin de los automviles.
CAPTULO 6
RESULTADOS
EXPERIMENTALES
Este captulo contiene los resultados de aplicar la metodologa propuesta en videos

tomados en una interseccin del rea metropolitana de Monterrey. As, los resultados
aqu presentados surgen de la digitalizacin, procesamiento y anlisis presentados a
detalle en el captulo 4.
Dos secuencias de video son presentadas en este captulo con una duracin de cinco y
noventa minutos respectivamente. Recordemos que stas fueron digitalizadas sin sonido
a una resolucin de 352 x 240 pixeles en formato AVI a una tasa de 30 cuadros/segundo.
Se utiliz la cmara de monitoreo no. 9 marca Elbex modelo EX/C100/6 del Sintram
localizada en la interseccin Gmez Marn - Vasconcelos en el municipio de San Pedro
Garza Garca del AMM. La tasa de frecuencia de procesamiento de imagen fue de
quince cuadros. En ambos casos se realiz el conteo y la clasificacin visual para
propsitos de comparacin contra el sistema automtico presentado en esta tesis.
81
Captulo 6 Resultados Experimentales
82
Los videos de cinco y noventa minutos fueron tomados respectivamente como

ejemplos de: 1) un problema de juguete y 2) de un problema real al que sera
enfrentado el clasificador. Al analizar una secuencia de video manejable se obtuvo una
mayor visin del comportamiento del clasificador como se presenta en la seccin 6.1.
Por otra parte, un problema real es presentado con la secuencia de video de noventa
minutos en la seccin 6.2.
Ya que los esquemas de clasificacin usados por diferentes investigadores difieren
del presentado en esta tesis, es difcil comparar los algoritmos de clasificacin basndose
solamente en las tasas de clasificacin pues, en un sentido, diferentes tecnologas
producen esquemas de clasificacin que son ms apropiados para un tipo particular de
seal detectada.
6.1. Secuencia de Video de Cinco Minutos

Un total de 8995 cuadros componen esta secuencia de video capturada el jueves 27
de Abril de 2006 a las 15:00 p.m. con un flujo de trnsito moderado. El tiempo de
ejecucin para el proceso de deteccin y conteo vehicular fue de 1008 segundos. La
clasificacin vehicular tard solamente 28 segundos. Esto es aproximadamente 17
minutos para ambos procesos.
6.1.1. Conteo Vehicular en Secuencia de Video de Cinco Minutos

Para propsitos de comparacin todos los vehculos fueron contados y
clasificados visualmente en la secuencia de video. La tabla 6.1 muestra una comparacin
del proceso de conteo visual contra la automatizacin del mismo proceso.
83
Tabla 6.1. Conteo y clasificacin vehicular visual vs. automtico
en secuencia de video de cinco minutos.
Vehculo
Pequeo
Vehculo
Mediano
Vehculo
Grande
Total
Conteo
Visual
Conteo
Automtico
% Conteo
197
211
107.10%
41
39
95.12%
0%
241
250
103.73%
Aunque la tasa de clasificacin es aceptable se encontraron problemas en el proceso

de deteccin y conteo vehicular. Debido al tamao manipulable de la secuencia de video
se realiz un anlisis de los problemas encontrados. Dos problemas principales se
identificaron en el proceso de deteccin y conteo vehicular: un automvil se detecta ms
de una vez o de lo contrario no es detectado. Como se presenta en la tabla 6.2, de los 250
automviles detectados, 32 vehculos fueron detectados en dos ocasiones y otros 23 no
fueron detectados.
Al realizar las operaciones aritmticas pertinentes (restar los automviles repetidos y
sumar los que no fueron detectados) validamos el valor obtenido en la deteccin visual,
241.
Tabla 6.2. Validacin del conteo vehicular visual
Estado
Detectados
Doblemente Detectados
No Detectados
Total Final
Cantidad
250
32
23
241
84
6.1.1.1. Deteccin Vehicular Doble en Secuencia de Video de Cinco

Minutos
El error de deteccin vehicular doble se debi principalmente al proceso de
comparacin entre cuadros presentado en la seccin 4.2.3. Es importante mencionar que
mejores resultados fueron la principal motivacin para realizar este proceso. Sin
embargo, los resultados de la comparacin entre cuadros estn altamente influenciados
por la velocidad de los vehculos. Vehculos que presentan una velocidad muy lenta
tienen una probabilidad alta de ser detectados doblemente.
6.1.1.2. No-Deteccin Vehicular en Secuencia de Video de Cinco

Minutos
En el problema de no-deteccin vehicular varias razones fueron reportadas como se
muestra en la tabla 6.3: pixeles compartidos, por estar unido al borde, por nmero de
pixeles y por estar unido a otro vehculo.
Tabla 6.3. Errores de no-deteccin vehicular
Cantidad
14
7
1
1
Tipo de Error
Por pixeles compartidos
Por estar unido al borde
Por nmero de pixeles
Por estar unido a otro vehculo
En los catorce casos de error de no-deteccin vehicular debido a pixeles compartidos

se debi a vehculos justo detrs de otro vehculo detectado anteriormente. En este caso,
el sistema considera que es el mismo vehculo y lo discrimina debido al proceso de
comparacin entre cuadros.
85
Como se justific en la seccin 4.2.3 el proceso de eliminacin de objetos unidos a

los bordes se lleva a cabo para evitar segmentar vehculos parcialmente ocultos. Sin
embargo, ya que los extremos de la carretera estn unidos a los bordes de la imagen, si
un vehculo se detecta unido al extremo de la carretera, el sistema lo discriminar como
un solo objeto.
El sistema presentado elimina de manera predeterminada todos los objetos detectados
cuya rea total sea menor a 300 pixeles. Este valor fue fijado por regla de dedo
presentando buenos resultados. La motivacin para realizar esta discriminacin es evitar
el conteo de personas, bicicletas u otros objetos que pudieran atravesar el rea de inters.
Si el vehculo es detectado en un punto extremo de la imagen por efectos de la
perspectiva es probable que el nmero total de pixeles en su rea sea menor a 300. Sin
embargo este error solamente sucedi en una ocasin.
El ltimo tipo de error identificado fue la combinacin de dos vehculos
extremadamente juntos. Si dos vehculos estn muy prximos el uno con el otro, el
sistema los considerar como un solo objeto.
Una posible solucin para los errores presentados en el proceso de deteccin y
proceso vehicular es la integracin de un sistema de rastreo vehicular desarrollado a
travs del bloque para procesamiento de imgenes y video del lenguaje MatLab. Este
desarrollo queda entonces como un problema a resolver en el futuro.
86
6.1.2. Clasificacin Vehicular en Secuencia de Video de Cinco Minutos

Como es fcil darse cuenta, el proceso de clasificacin vehicular se ve altamente
influenciado por los resultados arrojados durantes el proceso de deteccin y conteo.
La figura 6.1 muestra la comparacin de las salidas de clasificacin de la red contra
las salidas de clasificacin esperadas (targets). La lnea punteada sera una clasificacin
perfecta en la que cada salida de la red es igual a su correspondiente salida esperada. La
lnea continua presenta la mejor aproximacin lineal y es en s la salida de la red.
Figura 6.1. Salidas vs. salidas esperadas para clasificacin
vehicular en secuencia de video de cinco minutos.
87
En la figura 6.2 se presenta la matriz de clasificacin arrojada por la RNA. En esa

matriz, 9 de 211 vehculos pequeos fueron clasificados como medianos, mientras 23 de
39 vehculos medianos fueron clasificados como pequeos.
Es importante hacer notar que el error de clasificacin slo se present entre clases
adyacentes.
Figura 6.2. Matriz de clasificacin vehicular para secuencia de video de cinco minutos.
Los errores de clasificacin se debieron principalmente a errores en el proceso de

deteccin vehicular. La matriz de clasificacin, la clasificacin visual junto con las
salidas de la red para cada automvil detectado en esta secuencia de video se presenta en
la tabla B.1 del apndice B. Tambin en la figura 6.2, se presenta que el 87.20% de los
vehculos fueron clasificados correctamente. Al dividir por clases, 95.73% de los
vehculos pequeos fueron clasificados correctamente, y 41.02% de los vehculos
medianos fueron clasificados como medianos.
88
Es importante mencionar que en este estudio el conjunto de entrenamiento

comprende un 80% de los datos, mientras que los conjuntos de de validacin y de
prueba son del 10% cada uno. Esta divisin de conjuntos fue tomada como prueba; un
estudio ms significativo en la divisin de los conjuntos se presenta en la seccin 6.2.
Por ltimo, conocer el error conjunto de conteo y de clasificacin es deseable y se
deja como parte del trabajo a desarrollarse a futuro.
6.2. Secuencia de Video de Noventa Minutos

Esta secuencia de video est compuesta de 165,098 cuadros y fue capturada el jueves
7 de Septiembre de 2006 a las 16:47 p.m. con un flujo de trnsito moderado. La
secuencia de video fue dividida en tres subsecuencias de treinta minutos cada una,
debido a la complejidad de procesar tal nmero de cuadros en una sola operacin. De tal
manera, la primera media hora de video contiene 55,651 cuadros y report un tiempo de
ejecucin para el proceso de deteccin y conteo vehicular de 3,011 segundos. A su vez,
la segunda media hora de video comprende 53,611 cuadros con un tiempo de ejecucin
de 3,470 segundos para el mismo proceso. La tercera media hora de video est
compuesta de 55,836 cuadros y report un tiempo de 4,272 segundos para llevar a cabo
el mismo proceso. As, el tiempo de procesamiento final para la deteccin y el conteo
vehicular reportado para la secuencia de video de noventa minutos es de 10,753
segundos.
Finalmente, la clasificacin vehicular se llev a cabo en 88 segundos. Al final, el
procesamiento total de esta secuencia de video fue de tres horas aproximadamente para
ambos procesos.
89
6.2.1. Conteo Vehicular en Secuencia de Video de Noventa Minutos

De la misma manera que en la secuencia de video de cinco minutos, todos los
vehculos fueron contados y clasificados visualmente. Un total de 1625 vehculos fueron
detectados y contados en el primer segmento de media hora. Para el segundo y tercer
segmento, el proceso arroja un conteo de 1572 y 1671 vehculos respectivamente. La
tabla 6.4 muestra una comparacin del proceso de conteo visual contra la automatizacin
del mismo proceso para la secuencia de video completa.
Tabla 6.4. Conteo y clasificacin vehicular visual vs. automtico
en secuencia de video de noventa minutos.
Conteo
Visual
Conteo
Automtico
% Conteo
3,076
3,146
102.27%
1,811
1,700
93.87%
62
22
35.48%
4,949
4,868
98.36%
Vehculo
Pequeo
Vehculo
Mediano
Vehculo
Grande
Total
Como se puede ver en la tabla 6.4, 98.36% de los vehculos fueron detectados por el
detector vehicular automtico. La menor tasa de deteccin corresponde a la clase
vehicular grande y esto es debido a la dificultad de contener totalmente en el rea de
inters los vehculos en cuestin.
Una solucin que surge a primera vista para esta situacin sera aumentar el tamao
del rea de inters, sin embargo, esto repercute en la deteccin de las otras clases
vehiculares ya que es necesario rastrearlas en un rea ms grande.
90
Al igual que en la secuencia de video de cinco minutos, dos problemas principales se

identificaron en el proceso de deteccin y conteo vehicular: un automvil se detecta ms
de una vez o de lo contrario no es detectado. La tabla 6.5 muestra que de los 4,868
automviles detectados, 405 vehculos fueron detectados en ms de una ocasin y otros
521 no fueron detectados. Otro problema que se present en esta secuencia de video fue
la deteccin de otros tipos de vehculos como motocicletas y bicicletas. Como se sabe,
estos tipos de vehculos no fueron considerados en el estudio ya que no representan un
gran impacto en el flujo vehicular y en el desgaste al pavimento. Un total de 35
motocicletas y bicicletas fueron detectadas en la secuencia de hora y media de duracin.
Por ltimo, si restamos el nmero de automviles repetidos, restamos el nmero de
motocicletas y bicicletas detectadas y sumamos los vehculos que no fueron detectados
al nmero total de vehculos detectados por el sistema (esto es, 4,868 vehculos)
obtenemos entonces el nmero de vehculos detectados visualmente, 4,949.
Tabla 6.5. Validacin del conteo vehicular visual
Estado
Detectados
Doblemente Detectados
Motocicletas y Bicicletas
No detectados
Total Final
Cantidad
4,868
405
35
521
4,949
91
6.2.1.1. Deteccin Vehicular Doble en Secuencia de Video de Noventa

Minutos
De la misma manera que en el estudio de una secuencia de video de cinco minutos, el
error de deteccin vehicular doble se debi principalmente al anlisis de comparacin
entre cuadros presentado en la seccin 4.2.3. Tal vez la mejor manera de solucionar este
tipo de error sea incorporando rastreo vehicular en el rea de inters de la imagen. Sin
embargo, como se ha mencionado, esta propuesta se deja como trabajo a realizar en el
futuro.
6.2.1.2. No-Deteccin Vehicular en Secuencia de Video de Noventa

Minutos
En la seccin 6.1 se explicaron las razones por las que se obtuvieron casos de
no-deteccin vehicular. De tal manera, en esta seccin slo se presenta la tabla 6.6 con
los nmeros de casos para cada una de las razones: por pixeles compartidos, por estar
unido al borde, por nmero de pixeles y por estar unido a otro vehculo.
Tabla 6.6. Errores de no-deteccin vehicular
Cantidad
325
156
17
23
Tipo de Error
Por pixeles compartidos
Por estar unido al borde
Por nmero de pixeles
Por estar unido a otro vehculo
92
6.2.2. Clasificacin Vehicular en Secuencia de Video de Noventa

Minutos
Como se ha visto a lo largo de la tesis, no existe una regla definida para la obtencin
de varios de los parmetros de las RNAs, pues muchos de ellos dependen en gran
medida de la aplicacin.
Con esto en mente, en esta seccin se presenta un estudio para dos parmetros del
clasificador vehicular: el tamao del conjunto de entrenamiento y el nmero de neuronas
en la capa oculta. El nmero de neuronas puede afectar de manera importante el
desempeo de aproximacin de la red si no se define apropiadamente y el tamao del
conjunto de entrenamiento en nuestra aplicacin tendr una influencia directa sobre
cunto tiempo deber pasar el usuario entrenando el clasificador vehicular. Estos
parmetros sern estudiados aqu a travs de un diseo de experimentos.
El tamao del conjunto de entrenamiento se refiere al nmero de automviles
detectados en un lapso de tiempo de la secuencia de video. Para el desarrollo del
experimento, se consideraron tres diferentes lapsos de tiempo para el conjunto de
entrenamiento: diez, veinte y treinta minutos. A su vez, los niveles considerados para el
nmero de neuronas en la capa oculta fueron: 8, 12 y 16.
Finalmente, la medida de desempeo se refiere a la tasa de clasificacin correcta
global arrojada por el clasificador vehicular al probarlo en un video de sesenta minutos
diferente del que se utiliz para entrenamiento. En pocas palabras, siendo que se cuenta
con un video de noventa minutos, se utilizaron los primeros treinta minutos para el
conjunto de entrenamiento, y los siguientes sesenta minutos para el conjunto de prueba.
De esta manera se trabaj con un factorial completo 32; esto es, de dos variables a
tres niveles como se muestra en la figura 6.3.
93
El diseo factorial presentado en la figura 6.3 contiene nueve corridas

experimentales, esto es, tantas como combinaciones de niveles. Cada corrida
experimental indica los valores que se tomaron para la construccin y entrenamiento de
la RNA. Una vez realizado el entrenamiento de la RNA con estos valores, calculamos la
tasa de clasificacin correcta y la registramos como medida de desempeo en nuestro
experimento.
10
Tiempo (mins.)
20
30
8
12
16
Nmero de neuronas
Figura 6.3. Dise factorial completo 32 sin bloques.
Se realizaron cinco rplicas del diseo factorial. Para cada una de stas, se utiliz una
semilla aleatoria diferente. Esto implica que, dentro de una misma rplica, los pesos de
las RNAs fueron iniciados con la misma semilla, preservando la objetividad del anlisis.
La tabla 6.7 muestra los resultados de las 45 corridas del experimento.
94
Tabla 6.7. Resultados del experimento.
Nmero de Tiempo para el

Porcentaje de
tamao del
Neuronas
clasificacin.
conjunto de
en capa
correcta
entrenamiento
oculta
8
8
8
12
12
12
16
16
16
8
8
8
12
12
12
16
16
16
8
8
8
12
12
10
20
30
10
20
30
10
20
30
10
20
30
10
20
30
10
20
30
10
20
30
10
20
75.8
76.4
76.5
75.9
76.4
76.3
76.3
76.4
75.9
75.9
76.4
76.5
76.0
76.4
76.1
76.1
76.3
76.5
76.3
76.4
76.5
75.7
76.0
Nmero de Tiempo para el

Porcentaje de
tamao del
Neuronas
clasificacin.
conjunto de
en capa
correcta
entrenamiento
oculta
12
16
16
16
8
8
8
12
12
12
16
16
16
8
8
8
12
12
12
16
16
16
30
10
20
30
10
20
30
10
20
30
10
20
30
10
20
30
10
20
30
10
20
30
76.7
75.7
76.3
76.6
75.7
76.4
76.2
75.9
76.4
75.8
76.2
76.5
76.6
76.2
76.3
76.5
76.1
76.5
76.4
75.9
76.3
76.4
95
Con los datos de la tabla 6.7, calculamos el valor promedio de la medida de

desempeo considerando las cinco rplicas construidas para cada combinacin de
factores, como se muestra en la tabla 6.8. El porcentaje promedio de clasificacin
correcta en el experimento realizado estuvo en el rango de 75.9% a 76.4%.
Tabla 6.8. Clasificacin promedio para cada combinacin de factores.
Nmero
Tiempo para Porcentaje
de
el
tamao del
de
Neuronas
conjunto de clasificacin
en capa
entrenamiento
correcta
oculta
8
8
8
12
12
12
16
16
16
10
20
30
10
20
30
10
20
30
75.9
76.4
76.4
75.9
76.3
76.3
76
76.3
76.4
De la misma manera que en la secuencia de video de cinco minutos, los errores en la

clasificacin se debieron principalmente a errores en el proceso de deteccin vehicular.
Las tablas B.2, B.3 y B.4 del apndice B presentan cada una la matriz de clasificacin, la
clasificacin visual y una frecuencia de clasificacin por clase para cada uno de los
automviles detectados en cada uno de los tres segmentos que componen esta secuencia
de video.
96
Grficamente los resultados obtenidos se muestran en la figura 6.4. Se puede

observar que el tiempo es un factor que influye en la medida de desempeo, caso
contrario a lo que sucede con el nmero de neuronas en la capa oculta. Adems, se
puede identificar que al utilizar un tiempo de veinte a treinta minutos para el conjunto de
entrenamiento, se obtienen mejores resultados que utilizando un tiempo entre diez y
veinte minutos.
76.4
% de Clasif.
76.2
76.0
30
8
20
12
16
10
Tiempo (mins)
Neuronas (no. de neuronas)
Figura 6.4. Superficie de respuesta de los resultados obtenidos.
Para interpretar los resultados obtenidos se recurri a un anlisis de varianza a travs

de un modelo de regresin de segundo orden. Existen tres supuestos subyacentes a los
modelos de regresin: 1) los residuos presentan una distribucin normal, 2) son
independientes y 3) tienen igualdad de varianzas.
Con la ayuda del software MiniTab, se construy el modelo de regresin
correspondiente al experimento realizado. Para fundamentar las conclusiones obtenidas
a partir de este modelo se realiz el anlisis de residuos de manera grfica.
97
Como se puede ver en la figura 6.5, para los datos de la tabla 6.8 no es
completamente claro que sigan una distribucin normal. Entonces, se llev a cabo una
prueba de hiptesis Kolmogorov-Smirnov donde la hiptesis nula implica normalidad.
La prueba arroja un valor p de 0.150 y por lo tanto a un nivel del 5% no existe
suficiente evidencia estadstica para rechazar la hiptesis nula, por lo que se concluye
que los datos se distribuyen normalmente.
99
Porcentaje
95
90
80
70
60
50
40
30
20
10
5
1
-0.050
-0.025
0.000
Residuos
0.025
Figura 6.5. Grfica de normalidad en los residuos.
0.050
98
La figura 6.6 presenta grficamente los residuos contra el orden de observacin de los
datos.
En sta no se encuentra errores que pudieran no ser debidos a la aleatoriedad. Por
tanto se estima que se cumple con el supuesto de independencia. Esto qued confirmado
con una prueba no-paramtrica de prueba de corridas, al obtenerse un valor p de 0.414.
Por lo que se puede afirmar que los datos cumplen con el supuesto de independencia.
2.0
1.5
Residuos
1.0
0.5
0.0
-0.5
-1.0
-1.5
1
Orden de o bservacin
Figura 6.6. Grfica de residuos vs. orden de observacin.
99
En la figura 6.7 se presentan grficamente los residuos contra el factor neuronas. Si

existe una igualdad de varianzas, los residuos deben presentar desviaciones constantes
en los diferentes niveles. Aunque en la grfica se aprecia una cierta diferencia en la
magnitud de los residuos, la prueba de hiptesis de igualdad de varianzas de Bartlett
arroj un valor p de 0.362. Esto quiere decir, que a un valor de 0.05, los datos s
presentan una igualdad de varianza.
2.0
1.5
Residuos
1.0
0.5
0.0
-0.5
-1.0
-1.5
7
10
11
12
13
14
15
Factor "Neuronas"
Figura 6.7. Residuos vs. factor Neuronas.
16
100
La figura 6.8 presenta los residuos contra el factor tiempo. Al igual, que en la
figura anterior, se aprecian ciertas diferencias en las magnitudes de los residuos. Al
realizar una prueba de hiptesis de igualdad de varianzas tipo Bartlett, sta arroj un
valor p de 0.327; por lo que se concluy que s haba igualdad de varianzas.
2.0
1.5
Residuos
1.0
0.5
0.0
-0.5
-1.0
-1.5
10
15
20
25
30
Factor "Tiempo"
Figura 6.8. Residuos vs. factor Tiempo.
Una vez analizados y comprobados los supuestos, se analiz el modelo de

regresin. El propsito de un anlisis de regresin es obtener una funcin sencilla que
sea capaz de describir lo ms ajustadamente posible la variacin de la variable. De
acuerdo con los resultados, para el factor tiempo se obtuvo un valor p de 0.001, por lo
que a un valor de 0.050, el factor es estadsticamente significativo.
101
En caso contrario, tanto para el factor neuronas como para la interaccin de

ambos factores, se concluye que stos no son estadsticamente significativos, ya que el
anlisis arroja un valor p de 0.929 y de 0.236 respectivamente. Este ltimo resultado se
debi a la utilizacin del mtodo de terminacin temprana en el entrenamiento de las
RNAs de este experimento, que efectivamente evit el sobreentrenamiento. An cuando
en la figura 6.4 se aprecia cierta curvatura para el factor neuronas, sta result no ser
estadsticamente significativa.
Por ltimo, el trmino cuadrtico del factor tiempo arroja un valor p de 0.006
por lo que se concluye que ste es estadsticamente significativo. Caso contrario sucede
con el trmino cuadrtico del factor neuronas que arroja un valor p de 0.057.
6.3. Conclusiones de los Resultados Experimentales

Se ha presentado en este captulo los resultados de analizar dos secuencias de video
con la metodologa presentada anteriormente. La primera secuencia se trata de un
problema manejable y nos ofrece una mayor visin hacia el proceso de deteccin y
conteo vehicular.
El segundo problema se trata de una aplicacin del sistema a un problema real y los
resultados demuestran que existe una mejor clasificacin al contar con un mayor tiempo
de entrenamiento de la RNA. Sin embargo, la deteccin de un rea, en la que es
indiferente entrenar por ms tiempo, deber ser considerada en el futuro para acortar el
tiempo de entrenamiento del sistema por parte del usuario.
CAPTULO 7
CONCLUSIONES,
CONTRIBUCIN Y
TRABAJO A FUTURO
En esta tesis se present una metodologa inteligente para detectar, contar y clasificar
automviles. La metodologa utiliza una combinacin de deteccin y conteo vehicular a
travs de visin computarizada y clasificacin vehicular a partir de RNAs. Ms an se
ha demostrado la capacidad de la metodologa propuesta al probarla en secuencias de
video de una interseccin del rea metropolitana de Monterrey.
Un punto importante a destacar es que el propsito de este proyecto es trabajar con
tecnologa accesible (captura de las secuencias de video) y metodologa de clasificacin
probada (como lo son las RNAs).
Una ventaja importante del sistema de conteo y clasificacin vehicular presentado en
esta tesis es el hecho de que explota la infraestructura actual al capturar secuencias de
video con cmaras de video del Sintram.
102
Captulo 7 Conclusiones, Contribucin y Trabajo a Futuro
103
El proyecto va dirigido en una primera fase hacia el problema de conteo y

clasificacin. El sistema presentado es perfectamente escalable, susceptible de ser
mejorado con nuevas y mejores tcnicas de procesamiento de imgenes. As como capaz
de introducir la capacidad de identificar la distribucin direccional. El desarrollo de esta
nueva fase del trabajo representa un rea de oportunidad dentro del trabajo a futuro.
Los resultados obtenidos por el sistema implican que, an en caso de traslape entre
clases, es posible esperar un desempeo competitivo de las RNAs como clasificadores
no lineales en el problema de clasificacin vehicular presentado.
Por otra parte, los resultados obtenidos por la metodologa presentada demuestran la
viabilidad de alcanzar niveles aceptables de clasificacin an cuando la RNA es
entrenada con una cantidad limitada de patrones.
An cuando los resultados presentados en esta tesis son considerablemente buenos,
una mejor tasa de clasificacin es deseable. sta se puede obtener a travs de un mejor
proceso de deteccin y conteo vehicular por medio de rastreo vehicular. Un proceso de
rastreo vehicular arrojara mejor estimaciones de los parmetros al hacer un clculo de
stos en varios cuadros y no solamente en uno. sto se contempla como trabajo a futuro.
BIBLIOGRAFA
Bishop Christopher M., Neural Networks for Pattern Recognition, Clarendon Press,
Oxford, 1995.
Beymer D., McLauchlan P., Coifman B. & Malik J., A Real-Time Computer Vision
System for Measure Traffic Parameters, Transportation Research: Part C, vol. 6, no. 4,
1998, pp. 271-288.
Cheung Sing Yiu, Coleri Sinem, Dundar Baris, Ganesh Sumitra, Tan Chin-Woo &
Varaiya Pravin, Traffic Measurement and Vehicle Classification with a Single
Magnetic Sensor, Transportation Research Record, vol. 1917, 2004, pp. 173-181.
Duarte Marco F. & Hu Yu Hen, Vehicle Classification in Distributed Sensor
Networks, Journal of Parallel and Distributed Computing, vol. 64, 2004, pp. 826-838.
Duda Richard O., Hart Peter E. & Stork David G, Pattern Classification, John Wiley
& Sons Inc, EUA, 2001.

Fausett Laurene, Fundamentals of Neural Networks, Ed. Prentice Hall, EUA, 1994
Foedisch Mike & Takeuchi Aya, Adaptive Real-Time Road Detection Using Neural
Networks, Proceedings of the 7th International IEEE Conference on Intelligent

Transportation Systems, 2004, pp. 167-172.
104
Bibliografa
105
Fujiyoshi Hironobu, Umezaki Taizo & Imamura Tomohiko, Area Extraction of
License Plates Using an Artificial Neural Network, Systems and Computers in Japan,
vol. 29, no. 11, 1998.
Gader Paul D., Miramonti Joseph R., Won Yonggwan & Coffield Patrick,
Segmentation Free Shared Weight Networks for Automatic Vehicle Detection, Neural
Networks, vol. 8, no. 9, 1995, pp. 1457-1473.
Gardner Mark P, Highway Traffic Monitoring, Transportation in the New
Millennium, 2000.
Ghaziri Hassan M., Optimizacin Heurstica y Redes Neuronales, Editado por Daz
Fernndez Adenso, Madrid, Espaa, 1996.

Ghiassi M. & Saidane H., A Dynamic Architecture for Artificial Neural Networks,
Neurocomputing, vol. 63, 2005, pp. 397-413.

Goerick Christian, Noll Detlev & Werner Martin, Artificial Neural Networks in
Real-Time Car Detection and Tracking Applications, Pattern Recognition Letters, vol.
17, no. 4, 1996, pp. 335-343.
Gupte Surendra, Masoud Osama, Martin Robert F.K. & Papanikolopoulos Nikolas
P., Detection and Classification of Vehicles, IEEE Transactions on Intelligent
Transportation Systems, vol. 3, no. 1, Marzo 2002, pp. 37-47.

Ha D.M., Lee J.-M. & Kim Y.-D., Neural-Edge-Based Vehicle Detection and Traffic
Parameter Extraction, Image and Vision Computing, vol. 22, no. 12, 2004, pp. 899
907.
Hagan Martin T., Demuth Howard B. & Beale Mark, Neural Network Design, PWS
Publishing Company, EUA, 1995.
Bibliografa
106
Hagan Martin T., Demuth Howard B. & Beale Mark, Neural Network Toolbox:
Users Guide, The MathWorks Inc., EUA, 1992.

Hansen J. V. & Nelson R. D., Forecasting and Recombining Time-Series Components
by Using Neural Networks, Journal of the Operations Research Society, no. 54, 2003,
pp. 307-317.
Harlow Charles & Peng Shiquan, Automatic Vehicle Classification System with
Range Sensors, Transportation Research Part C, vol. 9, 2001, pp. 231-247.

Hashimoto N., Development of an Image Processing Traffic Flow Measurement
System, Sumitomo Electronic Technical Review, no. 25, Enero 1988, pp. 133-138.
Hoose Neil, Computer Image Processing in Traffic Engineering, John Wiley & Sons,
New York, EUA, 1991.

Hornik K., Stinchcombe M. & White H., "Multilayer Feedforward Networks are
Universal Approximators", Neural Networks, vol. 2, num. 5, 1989, pp 359-366.

Hsieh Jun-Wei, Yu Shih-Hao, Chen Yung-Sheng & Hu Wen-Fong, Automatic
Traffic Surveillance System for Vehicle Tracking and Classification, IEEE

Transactions on Intelligent Transportation Systems, vol. 7, no. 2, Junio 2006, pp. 175186.
Hussain Khaled F. & Moussa Ghada S., Automatic Vehicle Classification System
using Range Sensor, Proceedings of the International Conference on Information

Technology: Coding and Computing, vol. II, 2005, pp. 107-112.
Image Processing Toolbox: User's Guide (Version 5), The MathWorks Inc, EUA,
Marzo, 2006.
Bibliografa
107
Kanhere Neeraj K., Birchfield Stanley T. & Sarasua Wayne A., Vehicle
Segmentation and Tracking in the Presence of Occlusions, Transportation Research

Board Annual Meeting Compendium of Papers, January 2006, Washington, D.C.
Kolen J. F. & Pollack J. B., Back Propagation is Sensitive to Initial Conditions,
Complex Systems, vol. 4, 1990, pp. 269-280.

Krse Ben J. A. & van der Smagt P. Patrick, An Introduction to Neural Networks,
The University of Amsterdam, Amsterdam, 1996.

Law Averill M. & Kelton W. David, Simulation Modeling and Analysis, McGrawHill,
2000.
Li Zhong-Xian, Yang Xiao-Ming & Li Zongjin, Application of Cement-Based
Piezoelectric Sensors for Monitoring Traffic Flows Journal of Transportation

Engineering, vol.132, no. 7, Julio 2006, pp. 565-573.
Liao H. Y., Hsu W. L., Jeng B. S. & Fan K.C., Real-Time Traffic Parameter
Extraction Using Entropy, Proceedings of Inst. Elect. Eng.: Vision, Image and Signal
Processing, vol. 151, no. 3, Junio 2004, pp. 194-202.
Lipton A. J., Fujiyoshi H. & Patil R. S., Moving Target Classification and Tracking
From Real-Time Video, Proceedings of the IEEE Image Understanding Workshop,

1998, pp. 129-136.
Lozano Guzmn Alejandro, Romero Navarrete Jos Antonio, Hernndez Jimnez

Jos Ricardo, Carrin Viramontes Francisco Javier & Vzquez Vega David,
Aspectos de la Dinmica de los Vehculos Pesados y su Relacin con el Dao a

Pavimentos, Instituto Mexicano del Transporte, publicacin tcnica no. 119, 1999.
Bibliografa
108
Ma Xiaoxu & Grimson Eric L., Edge-Based Rich Representation for Vehicle
Classification, Preceedings of the 10th IEEE International Conference on Computer

Vision, vol. 2, Octubre 2005, 1185-1192.
Mantri Suryanarayana & Bullock Darcy, Analysis of Feedforward-Backpropagation
Neural Networks Used in Vehicle Detection, Transportation Research: Part C, vol. 3,

no. 3, 1995, pp. 161-174.
McCulloch W. S. & Pitts W., A Logical Calculus of the Ideas Imminents in Nervous
Activity, Bulletin and Mathematical Biophysics, vol. 5, 1943, pp. 115-133.

Mei Xue, Zhou Shaohua Kevin & Wu Hao, Integrated Detection, Tracking and
Recognition for IR Video-Based Vehicle Classification, Proceedings of the IEE

International Conference on Acoustics, Speech and Signal Processing, vol. 5, Mayo
2006, pp. V745-V748.
Michalopoulos P.G., Vehicle Detection Video Through Image
Processing: The
Autoscope System, IEEE Trans. Vehicular Technology, vol. 40, no. 1, 1991, pp. 21-29.
Nooralahiyan A. Y. & Kirby H. R., Vehicle Classification by Acoustic Signature,
Mathematical and Computer Modelling, vol. 27, no. 9, Mayo 1998, pp. 205-214.
Oh Seri, Ritchie Stephen G. & Oh Cheol, Real Time Traffic Measurement from
Single Loop Inductive Signatures, Transportation Research Record, vol. 1804, 2002,
pp. 98-106.
Pursula M. & Pikkarainen P., A Neural Network Approach to Vehicle Classification
with Double Induction Loops, Proceedings of the 17th ARRB Conference, part 4, 1994,
pp. 29-44.
Bibliografa
109
Rad Roya & Jamzad Mansour, Real Time Classificaction and Tracking of Multiple
Vehicles in Highways, Pattern Recognition Letters, vol. 26, 2005, pp. 1597-1607.
Siyal M.Y. & Fathy M., A Neural-Vision Based Approach to Measure Traffic Queue
Parameters in Real-Time, Pattern Recognition Letters, vol. 20, no. 8, 1999, pp. 761770.
Soto lvaro & Cipriano Aldo, Image Processing Applied to Real Time Measurement
of Traffic Flow, 28th Southestern Symposium on System Theory, 1996, pp. 312.
Sun Carlos & Ritchie Stephen G., Heuristic Vehicle Classification Using Inductive
Signatures on Freeways, Transportation Research Record, vol. 1717, 2000, pp. 130136.
Sun Carlos & Ritchie Stephen G., Inductive Classifying Artificial Network for
Vehicle Type Categorization, Computer-Aided Civil and Infrastructure Engineering,

vol. 18, 2003, pp. 161-172.
Urazghildiiev I.R., Ragnarsson R., Wallin, K., Rydberg A., Ridderstrom P. &
Ojefors E., A Vehicle Classification System Based on Microwave Radar Measurement
of Height Profiles, Proceedings of the International Radar Conference, 2002, pp. 409413.
Wei Chien-Hung, Chang Cheng-Chih & Wang Sheng-Shih, Vehicle Classification
Using Advanced Technologies, Transportation Research Record, vol. 1551, 1996, pp.
45-50.
Wu Wei, QiSen Zhang & Mingjun Wang, A Method of Vehicle Classification Using
Models and Neural Networks, 53rd Vehicular Technology Conference, Mayo 6-9,
2001, Rhodes, Greece.
Bibliografa
110
Zhu Yan Q. & Sheng Quan Z., Study on Image Processing for Video-Based Traffic
Measurement and Vehicle Classification, Road & Transport Research, Junio 2002.
LISTA DE FIGURAS
Figura 2.1. Neurona biolgica.....11

Figura 2.2. Neurona artificial de mltiples entradas...13
Figura 2.3. RNA multicapa de propagacin hacia delante......14
Figura 2.4. Diagrama de flujo de entrenamiento neuronal......16
Figura 2.5 (a). Patrones linealmente separables......20
Figura 2.5 (b). Patrones linealmente no separables.....20
Figura 3.1. Diagrama de flujo de la metodologa propuesta para la caracterizacin
vehicular...24
Figura 3.2. Diagrama de flujo de deteccin y conteo vehicular......26
Figura 3.3. Diagrama de flujo de clasificacin vehicular........29
Figura 4.1. Herramientas de MatLab.......33
Figura 4.2. Proceso de captura y digitalizacin de video....36
Figura 4.3. Video cmara no. 9.......38
Figura 4.4. Imagen de entrada.................39
Figura 4.5. rea de inters......40
Figura 4.6. Imagen en escala de grises....41
Figura 4.7. Deteccin de bordes......42
Figura 4.8. Dilatacin de bordes.....43
Figura 4.9. Agujeros rellenados..44
Figura 4.10. Proceso de estimacin del fondo.........45
Figura 4.11. Estimacin del fondo..........46
Figura 4.12. Substraccin del fondo........47
111
Lista de Figuras
112
Figura 4.13. Imagen con objetos incompletos eliminados..48

Figura 4.14. Imagen erosionada......48
Figura 4.15. Deteccin vehicular........49
Figura 4.16. Deteccin vehicular en el cuadro 1531...50
Figura 4.17. Deteccin vehicular en el cuadro 1546 con discriminacin por pixeles
compartidos..............................................51
Figura 4.18. Regin identificada y su correspondiente elipse menor.....53
Figura 4.19. Puntos extremos en una regin...........54
Figura 4. 20. Ejemplos de deteccin para cada clase vehicular......55
entrenada por retropropagacin del error.....57

entrenada por retropropagacin del error con dos entradas..64

Figura 5.2. Conjunto de entrenamiento de acuerdo al largo y ancho vehicular..65
Figura 5.3. Tres clases simuladas con la distribucin normal.....67
Figura 5.4. Tres clases simuladas con la distribucin triangular.....68
Figura 5.5. Distribuciones para generacin y transformacin de nmeros aleatorios69
Figura 5.6. Tres clases simuladas con distribucin triangular y un error de medicin con
distribucin normal...................70
Figura 5.7. Resultados del clasificador con las tres clases generadas con distribucin
triangular...........71
Figura 5.8. Matriz de clasificacin de las tres clases generadas.........72
Figura 5.9. Resultado del clasificador con las tres clases generadas con distribucin
triangular ms un error con distribucin normal......73

Figura 5.10. Matriz de clasificacin de las tres clases generadas con distribucin
triangular ms un error.............74
Figura 5.11. Fronteras de clasificacin de la RNA 2-8-3 con entrenamiento BR, semilla
251518382 y una tasa de clasificacin del 97.1%................79

Figura 6.1. Salidas vs. salidas esperadas para clasificacin vehicular en secuencia de
video de cinco minutos.....86
Lista de Figuras
113
Figura 6.2. Matriz de clasificacin vehicular para secuencia de video de cinco
minutos.....87
Figura 6.3. Dise factorial completo 32 sin bloques......93
Figura 6.4. Superficie de respuesta de los resultados obtenidos.96
Figura 6.5. Grfica de normalidad en los residuos..97
Figura 6.6. Grfica de residuos vs. orden de observacin..98
Figura 6.7. Residuos vs. factor Neuronas...99
Figura 6.8. Residuos vs. factor Tiempo100
LISTA DE TABLAS
Tabla 4.1. Ubicacin en el rea metropolitana de Monterrey de las veinte cmaras del
Sintram.........35
Tabla 5.1. Algoritmos de Entrenamiento.....76
Tabla 5.2. Mnimo, mximo, media y desviacin estndar del porcentaje de
clasificacin correcta en los diferentes algoritmos, ordenados por media descendente...77

Tabla 5.3. Media y desviacin estndar del porcentaje de clasificacin correcta en los
diferentes algoritmos, ordenados por desviacin estndar ascendente78

Tabla 6.1. Conteo y clasificacin vehicular visual vs. automtico en secuencia de video
de cinco minutos.......83
Tabla 6.2. Validacin del conteo vehicular visual en secuencia de video de cinco
minutos.83
Tabla 6.3. Errores de no-deteccin vehicular en secuencia de video de cinco
minutos.....84
Tabla 6.4. Conteo y clasificacin vehicular visual vs. automtico en secuencia de video
de noventa minutos...89
Tabla 6.5. Validacin del conteo vehicular visual en secuencia de video de noventa
minutos.....90
Tabla 6.6. Errores de no-deteccin vehicular en secuencia de video de cinco
minutos.....91
Tabla 6.7. Resultados del experimento....94
Tabla 6.8. Clasificacin promedio para cada combinacin de factores..95
Tabla A.1. Descripcin, largo, ancho y clasificacin vehicular de las clases vehculo
pequeo, vehculo mediano y vehculo grande del conjunto de entrenamiento.117
114
Lista de Tablas
115
Tabla A.2. Largo, ancho y clasificacin vehicular de las clases vehculo pequeo,
vehculo mediano y vehculo grande del conjunto de prueba122

vehculo mediano y vehculo grande del conjunto de prueba mas error de medicin...142
Tabla B.1. Tabla de matriz de clasificacin y clasificacin visual y automtica para el
video de 5 minutos......163
Tabla B.2. Tabla de matriz de clasificacin, clasificacin visual y frecuencias de
clasificacin para el primer segmento del video de 90 minutos.166

clasificacin para el segundo segmento del video de 90 minutos..183

clasificacin para el tercer segmento del video de 90 minutos..199
APNDICE A
TABLAS DE SIMULACIN
En este apartado se presentan los datos utilizados para el conjunto de entrenamiento,

as como para los dos conjuntos de prueba del estudio presentado en el captulo 5. La
tabla A.1 presenta el conjunto de entrenamiento; es decir, los datos obtenidos a travs de
Internet de vehculos reales. En sta, la primera columna contiene el ndice de
numeracin; la segunda describe la marca y modelo del vehculo; las siguientes tres
columnas contienen el largo (en metros), ancho (en metros) y clasificacin vehicular
respectivamente.
Los sitios Web de las casas automotrices donde fue obtenida esta informacin se
listan a continuacin:
http://www.chevrolet.com
http://www.toyota.comhttp://www2.mercedesbenz.es/content/spain/mpc/mpc_spain_website/es/home_mpc/buses/home/products/new
_buses.html#mainnav
http://www.vw.com.mx/CWE/home/HOM001Inicio/
http://www.camionesvw.com.mx/cvw/cwe/home/home/
http://www.nissan.com.mx
http://www.mbusa.com/index.do
116
Apndice A
117
Las tablas A.2 y A.3 contienen los conjuntos de entrenamiento generados a partir del
anlisis de los datos reales sin y con error de medicin respectivamente. En stas, la
primeras cuatro columnas presentan el ndice, largo vehicular estimado (L.V.E.), ancho
vehicular estimado (A.V.E.) y clasificacin de la clase vehculo pequeo. Las siguientes
cuatro columnas presentan la misma informacin pero de la clase vehculo mediano y las
ltimas cuatros hace lo propio de la clase vehculo grande.
Tabla A.1. Descripcin, largo, ancho y clasificacin vehicular de las clases vehculo
pequeo, vehculo mediano y vehculo grande del conjunto de entrenamiento.
Clase Vehculo Pequeo

ndice
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
Nombre
Chevrolet - Aveo - 4-Door SVM/LS
Chevrolet - Aveo - 4-Door LT
Chevrolet - Aveo - 5-Door SVM/LS
Chevrolet - Aveo - 5-Door LT
Chevrolet - Cobalt Coupe
Chevrolet - Cobalt Sedan
Chevrolet - Corvette Coupe
Chevrolet - Corvette Convertible
Chevrolet - Corvette - Z06
Chevrolet HHR
Chevrolet - Impala LS
Chevrolet - Impala LT
Chevrolet - Impala LTZ
Chevrolet - Impala SS
Chevrolet Malibu
Chevrolet - Malibu Maxx
Chevrolet - Monte Carlo LS
Chevrolet - Monte Carlo LT
Chevrolet - Monte Carlo LTZ
Chevrolet - Monte Carlo SS
Chevrolet - SSR
Toyota - Avalon XL
Toyota - Avalon Touring
Toyota - Avalon XLS
Toyota - Avalon Limited
Toyota - Camry - CE 4-Cyl (manual)
Toyota - Camry - LE 4-Cyl (manual)
Toyota - Camry - SE 4-Cyl (manual)
Toyota - Camry - XLE 4-Cyl (manual)
Toyota - Camry Solara - SE Coupe (4-cyl automatic)
Toyota - Camry Solara - Sport Coupe (4-cyl automatic)
Toyota - Camry Solara - SLE Coupe (4-cyl automatic)
Toyota - Corolla CE (manual)
Toyota - Corolla S (manual)
Toyota - Corolla LE (manual)
Largo
(mts.)
4.2
4.2
3.9
3.9
4.6
4.6
4.4
4.4
4.5
4.5
5.1
5.1
5.1
5.1
4.8
4.8
5.0
5.0
5.0
5.0
4.9
5.0
5.0
5.0
5.0
4.8
4.8
4.8
4.8
4.9
4.9
4.9
4.5
4.5
4.5
Ancho
(mts.)
1.7
1.7
1.7
1.7
1.7
1.7
1.8
1.8
1.9
1.8
1.9
1.9
1.9
1.9
1.8
1.8
1.9
1.9
1.9
1.9
2.0
1.8
1.8
1.8
1.8
1.8
1.8
1.8
1.8
1.8
1.8
1.8
1.7
1.7
1.7
Clasif.
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
Apndice A
118
Continuacin Tabla A.1

ndice
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
Nombre
Toyota - Corolla XRS (manual)
Toyota - Matrix (5 speed manual)
Toyota - Matrix XR (5 speed manual)
Toyota - Matrix XRS (6 speed manual)
Toyota - Prius
Toyota - Yaris - Liftback (manual)
Toyota - Yaris - Sedan (manual)
Toyota - Yaris - S Sedan (manual)
Volkswagen - Pointer - Base 3 Ptas 2006
Volkswagen - Pointer - Base 5 Ptas 2006
Volkswagen - Pointer - Trendline 5 Ptas 2006
Volkswagen - Pointer - Pickup Base 2006
Volkswagen - Pointer - Pickup Trendline 2006
Volkswagen - Lupo - 3 Ptas Trendline 2006
Volkswagen - Lupo - 3 Ptas Comfortline 2006
Volkswagen - Lupo - 5 Ptas Trendline 2006
Volkswagen - Lupo - 5 Ptas Comfortline 2006
Volkswagen - Derby - MI 2006
Volkswagen - Polo - Base 1.6L 4 Ptas 2006
Volkswagen - Polo - Comfortline 1.6L 4 Ptas 2006
Volkswagen - Polo - Comfortline 2.0L 4 Ptas 2006
Volkswagen - Golf (tr. manual)
Vokswagen - Nuevo Beetle - GLS 2006 (tr. manual)
Vokswagen - Nuevo Beetle - 2.5 Sport 2006 (tr. manual)
Vokswagen - Nuevo Beetle - 2.5 Sport GLX 2006 (tr. manual)
Vokswagen - Nuevo Beetle - Cabrio 2006 (tr. manual)
Vokswagen - Jetta - Europa 2006 (tr. manual)
Vokswagen - Jetta - Trendline 2006 (tr. manual)
Vokswagen - Jetta - TDI 2006 (tr. manual)
Vokswagen - Jetta - Soccer 1 (tr. manual)
Vokswagen - Jetta - Soccer 2 (tr. manual)
Volkswagen - CrossFox - Modelo 2007
Volkswagen - Bora - Style 2006 (tr. manual)
Volkswagen - Bora - Prestige 2006 (tr. manual)
Volkswagen - Bora - Exclusive 2006 (tr. manual)
Volkswagen - Bora - Turbo 2006 (tr. manual)
Volkswagen - GLI
Volkswagen - Passat - Turbo 2006
Volkswagen - Passat - V6 2006
Volkswagen - Passat - V6 4-Motion 2006
Nissan - 350Z - Touring TM
Nissan - Altima - S(B)
Nissan - Almera - Comfort - 5 puertas Automtico
Nissan - Micra - Comfort - 5puertas
Nissan - Platina - Grado Q
Nissan - Maxima - SL Luxury
Nissan - Sentra - XE
Nissan - Tsuru - GS I
Mercedes Benz - 2006 C230 Sport Sedan (manual)
Mercedes Benz - 2006 E350 Sedan
Mercedes Benz - 2007 S550 Sedan
Mercedes Benz - 2006 CLK350 Coupe
Mercedes Benz - 2006 CLK350 Cabriolet
Mercedes Benz - 2006 SLK280 Roadster
Mercedes Benz - 2006 SLR McLaren
Largo
(mts.)
4.5
4.4
4.4
4.4
4.4
3.8
4.3
4.3
3.9
3.9
3.9
4.5
4.5
3.8
3.8
3.8
3.8
4.1
4.2
4.2
4.2
4.1
4.1
4.1
4.1
4.1
4.4
4.4
4.4
4.4
4.4
4.1
4.5
4.5
4.5
4.5
4.5
4.8
4.8
4.8
4.3
4.9
4.2
1.7
4.2
4.9
4.5
4.3
4.5
4.8
5.2
4.7
4.7
4.1
4.7
Ancho
(mts.)
1.7
1.8
1.8
1.8
1.7
1.7
1.7
1.7
1.6
1.6
1.7
1.7
1.7
1.6
1.6
1.6
1.6
1.6
1.6
1.6
1.6
1.7
1.7
1.7
1.7
1.7
1.7
1.7
1.7
1.7
1.7
1.7
1.8
1.8
1.8
1.8
1.8
1.8
1.8
1.8
1.8
1.8
1.7
1.5
1.6
1.8
1.7
1.6
1.7
1.8
1.9
1.7
1.7
1.8
1.9
Clasif.
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
Apndice A
119

Clase Vehculo Mediano
ndice
1
2
3
4
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
Nombre
Chevrolet - Avalanche - 2WD
Chevrolet - Avalanche - 4X4
Chevrolet - Colorado - Regular Cab 2WD
Chevrolet - Colorado - Extended Cab 2WD
Chevrolet - Colorado - Regular Cab 4X4
Chevrolet - Colorado - Extended Cab 4X4
Chevrolet - Colorado - Crew Cab 4X4
Chevrolet - Silverado - 1500 Regular Cab Standard 2WD
Chevrolet - Silverado - 1500 Regular Cab Long Box 2WD
Chevrolet - Silverado - 1500 Extended Cab Short Box 2WD
Chevrolet - Silverado - 1500 Extended Cab Standard Box 2WD
Chevrolet - Silverado - 1500 Extended Cab Standard Box SS 2WD
Chevrolet - Silverado - 1500 Extended Cab Long Box 2WD
Chevrolet - Silverado - 1500 Crew Cab Short Box 2WD
Chevrolet - Silverado - 1500 HD Crew Cab Standard Box 2WD
Chevrolet - Silverado - 1500 Regular Cab Standard 4X4
Chevrolet - Silverado - 1500 Regular Cab Long Box 4X4
Chevrolet - Silverado - 1500 Extended Cab Short Box 4X4
Chevrolet - Silverado - 1500 Extended Cab Standard Box 4X4
Chevrolet - Silverado - 1500 Extended Cab Standard Box SS 4X4
Chevrolet - Silverado - 1500 Extended Cab Long Box 4X4
Chevrolet - Silverado - 1500 Crew Cab Short Box 4X4
Chevrolet - Silverado - 1500 HD Crew Cab Standard Box 4X4
Chevrolet - Avalanche - 2WD
Chevrolet - Avalanche - 4X4
Chevrolet - Equinox - FWD
Chevrolet - Equinox - AWD
Chevrolet - Suburban - Half Ton 2WD
Chevrolet - Suburban - Half Ton 4X4
Chevrolet - Suburban - Three-Quarter Ton 2WD
Chevrolet - Suburban - Three-Quarter 4X4
Chevrolet - Tahoe - 2WD
Chevrolet - Tahoe - 4X4
Chevrolet - Trailblazer - 2WD
Chevrolet - Trailblazer - 4X4
Chevrolet - Trailblazer Ext - 2WD
Chevrolet - Trailblazer Ext - 4X4
Chevrolet - Express - 1500 Regular Wheelbase (Passenger Van)
Chevrolet - Express - 1500 Regular Wheelbase (Work Van)
Chevrolet - Express - 2500HD Regular Wheelbase (Work Van)
Chevrolet - Express - 2500HD Extendend Wheelbase (Work Van)
Chevrolet - Express - 3500 Regular Wheelbase (Passenger Van)
Chevrolet - Express - 3500 Regular Wheelbase (Work Van)
Chevrolet - Express - 3500 Extended Wheelbase (Passenger Van)
Chevrolet - Express - 3500 Extended Wheelbase (Work Van)
Chevrolet - Uplander - Regular Wheelbase FWD
Chevrolet - Uplander - Regular Wheelbase AWD
Chevrolet - Uplander - Extended Wheelbase FWD
Chevrolet - Uplander - Extended Wheelbase AWD
Toyota - Tacoma - Regular Cab 4x2 (manual)
Toyota - Tacoma - Regular Cab PreRunner (manual)
Toyota - Tacoma - Regular Cab 4x4 (manual)
Toyota - Tundra - Regular Cab Base V6 4X2 (manual)
Toyota - Tundra - Access Cab SR5 V6 4X2 (manual)
Largo
(mts.)
5.6
5.6
4.9
5.3
4.9
5.3
5.3
5.2
5.7
5.6
5.8
5.8
6.3
5.8
6.0
5.2
5.7
5.6
5.8
5.8
6.3
5.8
6.0
5.6
5.6
4.8
4.8
5.6
5.6
5.6
5.6
5.1
5.1
4.9
4.9
5.3
5.3
5.7
5.7
5.7
6.2
5.7
5.7
6.2
6.2
4.8
4.8
5.2
5.2
4.8
4.8
4.8
5.5
5.5
Ancho
(mts.)
2.0
2.0
1.7
1.7
1.7
1.7
1.7
2.0
2.0
2.0
2.0
2.0
2.0
2.0
2.0
2.0
2.0
2.0
2.0
2.0
2.0
2.0
2.0
2.0
2.0
1.8
1.8
2.0
2.0
2.0
2.0
2.0
2.0
1.9
1.9
1.9
1.9
2.0
2.0
2.0
2.0
2.0
2.0
2.0
2.0
2.2
2.2
2.2
2.2
1.8
1.9
1.9
1.9
1.9
Clasif.
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
Apndice A
120

ndice
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
100
101
Nombre
Toyota - Tundra - Access Cab SR5 StepSide V8 4X2
Toyota - Tundra - Access Cab Limited V8 4X2 (automatic)
Toyota - Tundra - Access Cab Limited SetpSide 4X2
Toyota - 4Runner - SR5 (V6 - 2WD)
Toyota - 4Runner Sport Edition (V6 - 2WD)
Toyota - 4Runner - Limited (V6 -2WD)
Toyota - FJ Cruiser - 2WD
Toyota - FJ Cruiser - 4WD manual
Toyota - Highlander (Gas) - 2WD (V6)
Toyota - Highlander (Gas) - 4WD (V6)
Toyota - Highlander Limited (Gas) - 2WD (V6)
Toyota - Highlander Limited (Gas) - 4WD (V6)
Toyota - Land Cruiser
Toyota - Rav4 - Base 4WD (4 cylinder)
Toyota - Rav4 - Sport 4WD (4 cylinder)
Toyota - Rav4 - Limited 4WD (4 cylinder)
Toyota - Sequoia - SR5 4WD
Toyota - Sequoia - Limited 4WD
Toyota - Sienna - CE (7-passenger)
Toyota - Sienna - LE (7-passenger)
Toyota - Sienna - XLE (7-passenger)
Toyota - Sienna - Limited (7-passenger)
Volkswagen - Sharan
Volkswagen - Towareg - V6
Volkswagen - Towareg - V8 2006
Volkswagen - EuroVan Diesel - Carga 2006
Volkswagen - EuroVan Diesel - Pasajeros 2006
Volkswagen - VW Van
Nissan - Armada - SE - 4X2 Piel Quemacocos - 5 puertas
Nissan - Frontier - CrewCab SE - 4 puertas
Nissan - Pathfinder - SE 4X2 Comfort
Nissan - Quest - SL Base/ Special Edition
Nissan -Titan- CrewCab SE 4X2
Nissan - Urvan - Larga Toldo Normal
Nissan - XTerra - SE 4X2
Nissan - X-Trail - LE / SLX
Nissan - Murano - S 2WD
Nissan - Chasis
Nissan - Estacas
Nissan - Pick up
Nissan - Doble cabina - Tpico/ Lujoso
Mercedes Benz - 2006 E350 Wagon
Mercedes Benz - 2006 R350
Mercedes Benz - 2007 GL450 SUV
Mercedes Benz - 2005 G500 Grand Edition
Largo
(mts.)
5.5
5.5
5.5
4.8
4.8
4.8
4.7
4.7
4.7
4.7
4.7
4.7
4.9
4.6
4.6
4.6
5.2
5.2
5.1
5.1
5.1
5.1
4.6
4.8
4.8
5.3
5.3
4.2
5.3
5.1
4.8
5.2
5.7
5.0
4.5
4.5
4.8
4.9
4.8
5.1
5.0
4.9
5.2
5.1
4.7
Ancho
(mts.)
1.9
2.0
2.0
1.9
1.9
1.9
1.9
1.9
1.8
1.8
1.8
1.8
1.9
1.8
1.9
1.8
2.0
2.0
2.0
2.0
2.0
2.0
1.8
1.9
1.9
1.9
1.9
1.7
2.0
1.8
1.8
2.0
2.0
1.7
1.8
1.8
1.9
1.7
1.7
1.7
1.7
1.8
1.9
1.9
1.8
Clasif.
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
Largo
(mts.)
5.6
5.6
5.6
6.6
7.6
7.6
Ancho
(mts.)
1.9
1.9
1.9
2.0
2.4
2.3
Clasif.
3
3
3
3
3
3
Clase Vehculo Grande

ndice
1
2
3
4
5
6
Nombre
Mercedes Benz - Sprinter - Eco Mobil
Mercedes Benz - Sprinter - Eco
Mercedes Benz - Sprinter - Classic
Mercedes Benz - Sprinter - Piso Bajo
Mercedes Benz - Sprinter - De 6 Tns.
Mercedes Benz - Sprinter - De 6 Tns.
Apndice A
121

ndice
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
Nombre
Mercedes Benz - Citaro - 12m
Mercedes Benz - Citaro - GNC 12 m
Mercedes Benz - Citaro - GNC 18 m
Mercedes Benz - Citaro - Fuel Cell
Mercedes Benz - OC 500 - Low Floor
Mercedes Benz - OC 500 - Low Floor Articulated
Mercedes Benz - Travego - M
Mercedes Benz - Travego - 15 RHD
Mercedes Benz - Travego - 17 RHD
Mercedes Benz - Nuevo Travego - Travego 15 RHD
Mercedes Benz - Nuevo Travego - Travego M 16 RHD
Mercedes Benz - Nuevo Travego - Travego L 17 RHD
Mercedes Benz - Tourismo - 15 RHD
Mercedes Benz - Tourismo - 15 SHD
Mercedes Benz - Tourino
Mercedes Benz - OC 500 RF - 1836
Mercedes Benz - OC 500 RF - 2542
Mercedes Benz - Integro - 12 m
Mercedes Benz - Integro - L
Mercedes Benz - Integro - M
Mercedes Benz - Citaro - LE U
Mercedes Benz - Citaro - LE MU
Mercedes Benz - Citaro - U
Mercedes Benz - Citaro - MU
Mercedes Benz - Nuevo Integro - Integro
Mercedes Benz - Nuevo Integro - Integro M
Mercedes Benz - Nuevo Integro - Integro L
Mercedes Benz - Citaro - LU
Volkswagen - 8.150
Volkswagen - 15.190
Volkswagen - 17.250
Volkswagen - 23.250
Volkswagen - 8.150 FEB
Largo
(mts.)
12.0
15.0
17.9
12.0
17.9
12.0
11.9
11.9
12.8
12.0
13.9
12.1
13.0
14.0
12.0
12.0
9.4
8.7
9.1
12.0
15.0
12.9
12.0
13.1
12.0
13.0
12.1
13.0
14.9
15.0
7.7
8.5
8.9
9.7
6.4
Ancho
(mts.)
2.6
2.6
2.6
2.6
2.6
2.6
2.5
2.5
2.6
2.6
2.6
2.6
2.6
2.6
2.5
2.5
2.4
2.4
2.4
2.5
2.5
2.5
2.6
2.6
2.6
2.6
2.6
2.6
2.6
2.6
2.1
2.5
2.5
2.5
2.1
Clasif.
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
Apndice A
122
vehculo mediano y vehculo grande del conjunto de prueba.

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
1
4.5
1.7
1
2
4.6
1.7
1
3
2.1
1.7
1
4
4.1
1.6
1
5
2.5
1.9
1
6
4.2
1.7
1
7
4.2
1.9
1
8
4.1
1.6
1
9
3.8
1.7
1
10
3.9
1.9
1
11
3.9
1.8
1
12
4.4
1.7
1
13
4.1
1.7
1
14
4.6
1.7
1
15
4.4
1.9
1
16
4.3
1.7
1
17
2.8
1.7
1
18
4.0
1.7
1
19
4.1
1.8
1
20
3.3
1.9
1
21
4.6
1.7
1
22
3.7
1.6
1
23
3.7
1.8
1
24
4.3
1.6
1
25
3.1
1.6
1
26
4.0
1.6
1
27
4.1
1.7
1
28
4.7
1.7
1
29
4.5
1.7
1
30
3.5
1.8
1
31
3.6
1.7
1
32
4.4
1.6
1
33
3.9
1.7
1
34
3.5
1.8
1
35
2.9
1.7
1
36
2.9
1.7
1
37
4.6
1.7
1
38
4.3
1.6
1
39
4.3
1.8
1
40
3.0
1.9
1
41
3.8
1.6
1
42
4.9
1.8
1
43
3.4
1.6
1
44
4.4
1.8
1

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
1
4.8
1.8
2
2
5.4
2.0
2
3
5.4
2.0
2
4
5.8
1.7
2
5
5.5
2.0
2
6
5.8
1.8
2
7
5.9
1.9
2
8
5.4
2.0
2
9
5.2
1.8
2
10
6.0
2.0
2
11
5.3
1.9
2
12
5.1
1.9
2
13
6.1
1.8
2
14
4.4
2.0
2
15
5.1
2.0
2
16
5.7
1.7
2
17
5.9
1.9
2
18
5.0
2.0
2
19
4.6
1.8
2
20
5.7
2.1
2
21
5.7
1.9
2
22
5.1
2.1
2
23
5.8
2.0
2
24
6.1
2.1
2
25
5.7
1.7
2
26
5.9
2.0
2
27
5.9
1.9
2
28
5.9
1.9
2
29
5.7
1.8
2
30
5.7
2.1
2
31
5.0
2.0
2
32
5.9
2.0
2
33
5.1
1.9
2
34
5.1
2.0
2
35
5.3
2.0
2
36
4.5
1.9
2
37
5.4
1.8
2
38
6.2
1.9
2
39
5.3
2.0
2
40
5.1
1.7
2
41
5.8
1.9
2
42
6.0
2.0
2
43
5.2
2.0
2
44
6.0
1.8
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
1
8.7
2.2
3
2
11.1
2.4
3
3
11.4
2.5
3
4
13.6
2.1
3
5
11.6
2.5
3
6
13.5
2.1
3
7
13.9
2.3
3
8
11.5
2.5
3
9
10.3
2.2
3
10
14.7
2.4
3
11
10.8
2.3
3
12
9.7
2.3
3
13
16.4
2.1
3
14
6.6
2.4
3
15
9.9
2.4
3
16
12.5
2.0
3
17
14.6
2.3
3
18
9.3
2.4
3
19
7.3
2.2
3
20
12.8
2.5
3
21
12.6
2.3
3
22
9.6
2.5
3
23
13.7
2.4
3
24
15.9
2.5
3
25
12.5
2.0
3
26
14.6
2.4
3
27
13.9
2.3
3
28
14.0
2.3
3
29
12.8
2.2
3
30
12.9
2.5
3
31
9.4
2.4
3
32
14.6
2.4
3
33
10.1
2.4
3
34
10.0
2.4
3
35
10.6
2.4
3
36
6.9
2.3
3
37
11.2
2.2
3
38
16.4
2.3
3
39
10.9
2.5
3
40
10.1
2.1
3
41
13.4
2.2
3
42
15.5
2.5
3
43
10.2
2.4
3
44
15.4
2.1
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
45
3.2
1.6
1
46
1.9
1.6
1
47
4.3
1.7
1
48
4.6
1.8
1
49
3.8
1.7
1
50
3.1
1.6
1
51
4.0
1.7
1
52
4.1
1.7
1
53
2.4
1.9
1
54
4.1
1.7
1
55
3.0
1.7
1
56
3.6
1.9
1
57
4.1
1.9
1
58
3.5
1.6
1
59
4.4
1.8
1
60
4.0
1.8
1
61
3.7
1.7
1
62
3.7
1.7
1
63
4.4
1.9
1
64
3.4
1.7
1
65
3.5
1.8
1
66
3.6
1.7
1
67
4.0
1.7
1
68
2.1
1.7
1
69
3.6
1.7
1
70
4.7
1.9
1
71
4.6
1.7
1
72
3.0
1.8
1
73
2.7
1.7
1
74
4.2
1.8
1
75
2.7
1.9
1
76
2.9
1.8
1
77
2.6
1.7
1
78
4.0
1.6
1
79
3.3
1.7
1
80
2.3
1.6
1
81
5.0
1.8
1
82
4.2
1.6
1
83
4.8
1.7
1
84
3.0
1.9
1
85
3.0
1.6
1
86
3.4
1.6
1
87
1.9
1.7
1
88
4.4
1.6
1
89
5.0
1.7
1
90
4.2
1.8
1
91
2.8
1.7
1
92
3.1
1.8
1
93
4.2
1.6
1
94
5.1
1.7
1
95
2.9
1.7
1
96
3.2
1.9
1
123

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
45
5.7
1.9
2
46
5.2
2.0
2
47
5.8
2.0
2
48
5.8
1.9
2
49
5.3
2.0
2
50
5.3
2.1
2
51
5.4
1.9
2
52
4.7
1.9
2
53
5.8
2.1
2
54
6.0
1.9
2
55
5.3
2.0
2
56
5.9
1.9
2
57
5.6
2.0
2
58
4.5
2.0
2
59
5.2
1.9
2
60
5.1
2.1
2
61
5.4
1.8
2
62
5.5
2.1
2
63
5.0
1.8
2
64
5.2
1.9
2
65
5.6
1.8
2
66
5.6
1.8
2
67
5.8
1.8
2
68
5.6
2.0
2
69
5.4
1.9
2
70
5.7
2.0
2
71
5.5
1.9
2
72
4.9
2.1
2
73
5.4
2.0
2
74
4.7
1.9
2
75
5.4
1.8
2
76
4.6
1.9
2
77
5.3
2.1
2
78
5.9
2.0
2
79
4.5
2.1
2
80
5.7
2.1
2
81
4.7
1.8
2
82
5.4
1.8
2
83
5.8
2.0
2
84
5.0
1.9
2
85
5.9
2.0
2
86
5.5
1.9
2
87
5.0
1.8
2
88
4.7
2.0
2
89
5.6
2.0
2
90
5.7
2.1
2
91
6.0
2.2
2
92
5.7
1.9
2
93
5.0
1.7
2
94
5.4
2.0
2
95
6.1
2.0
2
96
5.7
2.1
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
45
12.8
2.3
3
46
10.1
2.5
3
47
13.4
2.4
3
48
13.2
2.3
3
49
10.7
2.5
3
50
10.7
2.5
3
51
11.1
2.3
3
52
7.9
2.3
3
53
13.6
2.5
3
54
15.2
2.3
3
55
10.7
2.5
3
56
14.0
2.3
3
57
12.2
2.4
3
58
7.0
2.5
3
59
10.4
2.3
3
60
9.9
2.5
3
61
11.4
2.1
3
62
11.6
2.5
3
63
9.4
2.1
3
64
10.3
2.3
3
65
12.1
2.2
3
66
12.3
2.1
3
67
13.8
2.2
3
68
12.2
2.4
3
69
11.1
2.4
3
70
13.0
2.4
3
71
11.8
2.2
3
72
9.1
2.5
3
73
11.4
2.5
3
74
8.0
2.3
3
75
11.3
2.1
3
76
7.4
2.3
3
77
10.8
2.5
3
78
14.6
2.5
3
79
7.2
2.5
3
80
12.7
2.5
3
81
8.0
2.2
3
82
11.2
2.1
3
83
13.8
2.5
3
84
9.3
2.2
3
85
14.4
2.4
3
86
11.8
2.3
3
87
9.4
2.1
3
88
8.1
2.5
3
89
12.1
2.5
3
90
12.6
2.5
3
91
15.5
2.6
3
92
12.7
2.3
3
93
9.5
2.1
3
94
11.2
2.5
3
95
15.7
2.4
3
96
12.5
2.5
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
97
4.5
1.6
1
98
4.3
1.9
1
99
4.2
1.7
1
100
4.2
1.7
1
101
4.9
1.8
1
102
2.9
1.9
1
103
3.8
1.8
1
104
3.0
1.7
1
105
2.6
1.8
1
106
4.8
1.9
1
107
4.3
1.8
1
108
4.6
1.7
1
109
4.9
1.7
1
110
3.5
1.9
1
111
3.9
1.7
1
112
3.3
1.7
1
113
4.4
1.7
1
114
3.7
1.8
1
115
3.5
1.6
1
116
4.1
1.6
1
117
3.3
1.7
1
118
4.3
1.7
1
119
3.5
1.7
1
120
3.4
1.6
1
121
4.8
1.7
1
122
4.2
1.6
1
123
4.2
1.7
1
124
3.3
1.7
1
125
3.5
1.6
1
126
2.8
1.7
1
127
3.3
1.6
1
128
3.1
1.7
1
129
3.9
1.8
1
130
2.4
1.8
1
131
5.0
1.6
1
132
2.1
1.8
1
133
4.4
1.8
1
134
2.5
1.6
1
135
4.6
1.8
1
136
3.9
1.6
1
137
3.6
1.8
1
138
4.5
1.7
1
139
4.4
1.7
1
140
4.3
1.8
1
141
3.8
1.7
1
142
2.0
1.6
1
143
3.9
1.8
1
144
4.0
1.9
1
145
4.0
1.7
1
146
4.7
1.8
1
147
4.8
1.7
1
148
4.3
1.9
1
124

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
97
4.7
2.1
2
98
5.2
2.0
2
99
5.2
2.0
2
100
6.0
2.0
2
101
5.8
2.0
2
102
6.3
1.8
2
103
5.3
2.0
2
104
5.3
2.1
2
105
5.2
1.9
2
106
5.5
1.9
2
107
6.1
2.0
2
108
5.0
1.9
2
109
5.8
1.8
2
110
5.6
2.0
2
111
5.9
2.0
2
112
5.6
1.8
2
113
5.8
1.9
2
114
6.0
2.0
2
115
5.7
1.9
2
116
5.8
1.9
2
117
6.0
1.9
2
118
4.4
2.0
2
119
5.6
2.0
2
120
4.8
2.0
2
121
5.6
1.8
2
122
5.0
2.1
2
123
5.9
2.0
2
124
5.4
2.0
2
125
6.1
1.7
2
126
5.6
1.8
2
127
5.3
2.0
2
128
5.9
1.7
2
129
5.4
1.8
2
130
5.6
2.0
2
131
5.8
1.7
2
132
5.3
1.9
2
133
5.9
2.0
2
134
6.1
2.0
2
135
5.3
1.7
2
136
5.3
1.9
2
137
6.2
2.0
2
138
6.1
1.9
2
139
6.1
2.0
2
140
6.2
1.8
2
141
5.8
1.9
2
142
5.3
2.1
2
143
5.7
2.0
2
144
5.8
2.0
2
145
6.3
1.9
2
146
4.9
1.9
2
147
5.1
2.0
2
148
5.8
2.1
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
97
8.2
2.5
3
98
10.3
2.5
3
99
10.5
2.5
3
100
14.8
2.4
3
101
13.3
2.4
3
102
17.8
2.1
3
103
10.6
2.4
3
104
10.7
2.5
3
105
10.5
2.2
3
106
11.7
2.2
3
107
16.3
2.4
3
108
9.6
2.3
3
109
13.4
2.2
3
110
12.4
2.4
3
111
14.1
2.4
3
112
12.3
2.1
3
113
13.5
2.2
3
114
15.3
2.4
3
115
13.1
2.4
3
116
13.2
2.3
3
117
15.1
2.3
3
118
6.7
2.4
3
119
12.4
2.5
3
120
8.4
2.4
3
121
12.2
2.1
3
122
9.2
2.5
3
123
14.3
2.5
3
124
11.3
2.4
3
125
15.6
2.0
3
126
12.2
2.1
3
127
10.9
2.4
3
128
13.9
2.0
3
129
11.1
2.2
3
130
12.2
2.4
3
131
13.3
2.0
3
132
11.0
2.4
3
133
14.6
2.4
3
134
15.6
2.4
3
135
10.9
2.0
3
136
10.9
2.3
3
137
16.4
2.4
3
138
15.8
2.3
3
139
16.3
2.5
3
140
16.7
2.1
3
141
13.7
2.3
3
142
10.8
2.5
3
143
13.1
2.4
3
144
13.3
2.5
3
145
17.5
2.2
3
146
9.0
2.3
3
147
9.6
2.5
3
148
13.4
2.5
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
149
4.3
1.8
1
150
4.6
1.7
1
151
2.2
1.9
1
152
3.7
1.9
1
153
3.7
1.8
1
154
2.6
1.6
1
155
3.1
1.8
1
156
3.9
1.7
1
157
3.0
1.8
1
158
4.0
1.6
1
159
2.3
1.8
1
160
3.8
1.7
1
161
3.9
1.6
1
162
2.1
1.6
1
163
3.8
1.6
1
164
3.0
1.6
1
165
3.5
1.6
1
166
3.3
1.9
1
167
3.2
1.6
1
168
4.2
1.7
1
169
3.5
1.7
1
170
3.6
1.8
1
171
4.0
1.7
1
172
3.7
2.0
1
173
4.4
1.7
1
174
4.7
1.6
1
175
3.2
1.7
1
176
3.2
2.0
1
177
3.4
1.7
1
178
3.9
1.7
1
179
3.7
1.7
1
180
4.4
1.8
1
181
3.1
1.8
1
182
3.4
1.6
1
183
2.0
1.6
1
184
4.6
1.8
1
185
4.4
1.8
1
186
4.4
1.7
1
187
3.5
1.6
1
188
3.2
1.6
1
189
4.4
1.9
1
190
2.0
1.7
1
191
4.6
1.9
1
192
3.7
1.8
1
193
2.6
1.7
1
194
3.4
2.0
1
195
4.9
1.7
1
196
4.6
1.7
1
197
4.5
1.6
1
198
4.2
1.9
1
199
3.0
1.7
1
200
2.2
1.7
1
125

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
149
5.8
1.9
2
150
5.3
2.0
2
151
5.8
2.1
2
152
6.0
2.0
2
153
5.9
1.8
2
154
6.2
2.0
2
155
5.3
2.0
2
156
5.5
2.1
2
157
5.5
1.7
2
158
5.2
2.0
2
159
6.1
2.0
2
160
5.4
2.1
2
161
5.6
1.7
2
162
5.7
1.8
2
163
5.8
2.0
2
164
5.7
1.9
2
165
5.8
1.7
2
166
5.4
2.0
2
167
5.4
1.9
2
168
4.9
2.0
2
169
4.8
1.9
2
170
5.8
1.8
2
171
5.9
2.1
2
172
4.8
1.9
2
173
5.2
1.7
2
174
5.7
1.8
2
175
4.6
2.0
2
176
6.2
1.8
2
177
5.0
1.8
2
178
6.1
1.8
2
179
5.4
2.1
2
180
5.9
2.1
2
181
5.9
1.9
2
182
5.6
1.7
2
183
5.9
2.0
2
184
6.0
1.9
2
185
5.8
2.1
2
186
5.9
1.9
2
187
6.3
2.0
2
188
5.8
2.1
2
189
5.4
2.0
2
190
6.1
1.9
2
191
5.7
2.0
2
192
5.3
2.2
2
193
4.8
2.0
2
194
6.0
1.8
2
195
5.7
2.1
2
196
6.0
1.9
2
197
5.1
1.8
2
198
4.4
1.9
2
199
6.0
2.0
2
200
5.5
1.9
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
149
13.5
2.4
3
150
10.6
2.4
3
151
13.8
2.5
3
152
14.8
2.5
3
153
13.9
2.2
3
154
16.9
2.4
3
155
10.9
2.5
3
156
11.8
2.5
3
157
11.7
2.0
3
158
10.3
2.4
3
159
16.1
2.5
3
160
11.1
2.5
3
161
12.4
2.0
3
162
12.6
2.2
3
163
13.7
2.5
3
164
12.8
2.3
3
165
13.7
2.1
3
166
11.2
2.4
3
167
11.5
2.3
3
168
9.0
2.5
3
169
8.2
2.3
3
170
13.8
2.2
3
171
13.9
2.5
3
172
8.4
2.2
3
173
10.1
2.0
3
174
12.6
2.2
3
175
7.6
2.4
3
176
16.5
2.1
3
177
9.6
2.1
3
178
16.1
2.2
3
179
11.1
2.5
3
180
14.6
2.5
3
181
14.1
2.2
3
182
12.3
2.0
3
183
14.2
2.4
3
184
15.4
2.3
3
185
13.2
2.5
3
186
13.9
2.3
3
187
17.4
2.5
3
188
13.6
2.5
3
189
11.2
2.4
3
190
16.2
2.2
3
191
12.9
2.4
3
192
10.9
2.6
3
193
8.6
2.5
3
194
15.3
2.2
3
195
12.8
2.5
3
196
14.7
2.3
3
197
9.7
2.1
3
198
6.6
2.3
3
199
15.1
2.4
3
200
11.8
2.3
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
201
4.2
1.7
1
202
4.5
1.9
1
203
4.7
1.6
1
204
3.0
1.7
1
205
3.3
1.6
1
206
3.2
1.7
1
207
3.3
1.6
1
208
5.0
1.8
1
209
2.5
1.7
1
210
3.9
1.8
1
211
3.3
1.7
1
212
2.9
1.6
1
213
4.1
1.6
1
214
3.6
1.9
1
215
3.9
1.8
1
216
2.6
1.8
1
217
3.0
1.7
1
218
4.3
1.7
1
219
4.2
1.8
1
220
4.3
1.7
1
221
3.7
1.9
1
222
3.5
1.9
1
223
4.3
1.8
1
224
3.4
1.7
1
225
2.7
1.8
1
226
4.1
1.8
1
227
3.6
1.7
1
228
3.2
1.7
1
229
3.2
1.7
1
230
3.8
1.6
1
231
4.6
1.8
1
232
2.6
1.8
1
233
3.6
1.8
1
234
4.0
1.8
1
235
3.6
1.6
1
236
3.5
1.6
1
237
2.9
1.9
1
238
4.4
1.9
1
239
4.7
1.8
1
240
3.5
1.8
1
241
4.3
1.8
1
242
2.4
1.6
1
243
4.2
1.6
1
244
4.2
1.6
1
245
4.4
1.9
1
246
4.1
1.6
1
247
2.8
1.9
1
248
3.2
1.9
1
249
3.9
1.7
1
250
3.7
1.7
1
251
3.7
1.9
1
252
4.8
1.7
1
126

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
201
5.1
1.9
2
202
5.7
1.8
2
203
5.4
1.9
2
204
5.6
2.0
2
205
5.6
1.7
2
206
5.8
1.9
2
207
5.5
2.0
2
208
5.5
1.9
2
209
5.2
2.0
2
210
5.3
2.0
2
211
5.9
1.7
2
212
5.0
2.0
2
213
5.9
1.8
2
214
4.6
1.7
2
215
4.8
1.9
2
216
5.0
1.8
2
217
5.5
1.8
2
218
5.3
2.0
2
219
5.9
2.0
2
220
5.6
2.1
2
221
5.8
2.0
2
222
5.6
2.0
2
223
5.5
2.0
2
224
5.7
1.8
2
225
5.7
1.9
2
226
4.6
2.1
2
227
5.3
2.1
2
228
5.7
2.0
2
229
5.0
2.0
2
230
5.9
2.0
2
231
5.9
2.1
2
232
4.9
2.0
2
233
5.9
1.7
2
234
4.9
1.9
2
235
5.3
2.0
2
236
5.7
1.9
2
237
5.7
1.8
2
238
5.8
1.7
2
239
5.3
2.1
2
240
5.2
2.1
2
241
5.8
2.0
2
242
5.6
1.9
2
243
5.3
2.0
2
244
4.8
1.9
2
245
5.2
2.1
2
246
5.4
1.7
2
247
5.7
1.9
2
248
5.7
2.0
2
249
6.1
2.0
2
250
5.7
1.9
2
251
4.9
2.1
2
252
5.2
2.1
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
201
10.0
2.3
3
202
12.5
2.2
3
203
11.2
2.3
3
204
12.1
2.4
3
205
12.3
2.0
3
206
13.3
2.3
3
207
11.7
2.5
3
208
11.8
2.2
3
209
10.3
2.4
3
210
11.0
2.5
3
211
14.0
2.0
3
212
9.3
2.5
3
213
14.1
2.1
3
214
7.4
2.1
3
215
8.4
2.2
3
216
9.3
2.2
3
217
11.6
2.2
3
218
10.7
2.4
3
219
14.1
2.5
3
220
12.2
2.5
3
221
13.3
2.4
3
222
12.2
2.5
3
223
11.6
2.5
3
224
13.1
2.2
3
225
12.9
2.3
3
226
7.3
2.5
3
227
11.0
2.5
3
228
12.8
2.5
3
229
9.6
2.4
3
230
14.5
2.5
3
231
14.6
2.5
3
232
9.1
2.4
3
233
14.1
2.0
3
234
8.9
2.2
3
235
10.7
2.5
3
236
12.8
2.3
3
237
13.0
2.2
3
238
13.6
2.1
3
239
10.7
2.5
3
240
10.5
2.5
3
241
13.3
2.5
3
242
12.2
2.3
3
243
10.6
2.4
3
244
8.5
2.3
3
245
10.1
2.5
3
246
11.5
2.0
3
247
12.8
2.4
3
248
13.1
2.4
3
249
15.7
2.4
3
250
12.5
2.3
3
251
8.8
2.5
3
252
10.3
2.5
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
253
3.3
1.7
1
254
3.9
1.8
1
255
4.0
1.8
1
256
3.5
1.6
1
257
3.2
1.7
1
258
5.0
2.0
1
259
4.4
1.9
1
260
4.5
1.9
1
261
2.8
2.0
1
262
4.4
1.7
1
263
3.7
1.7
1
264
4.9
1.7
1
265
4.5
1.8
1
266
2.7
1.7
1
267
4.4
1.8
1
268
4.5
1.8
1
269
3.6
1.9
1
270
3.9
1.6
1
271
3.7
1.6
1
272
3.4
1.9
1
273
3.0
1.7
1
274
2.1
1.7
1
275
4.3
1.9
1
276
2.7
1.8
1
277
3.6
1.7
1
278
3.8
1.6
1
279
3.4
1.7
1
280
4.6
1.7
1
281
4.4
1.6
1
282
3.9
1.7
1
283
4.1
1.9
1
284
2.8
1.8
1
285
2.6
1.9
1
286
4.1
1.6
1
287
3.4
1.9
1
288
3.2
1.7
1
289
4.0
1.8
1
290
3.3
1.8
1
291
4.1
1.7
1
292
4.9
1.9
1
293
4.6
1.7
1
294
4.4
1.8
1
295
4.4
1.7
1
296
2.3
1.9
1
297
4.4
1.7
1
298
4.1
1.7
1
299
2.8
1.7
1
300
4.4
1.7
1
301
3.9
1.6
1
302
3.9
1.8
1
303
4.3
1.8
1
304
2.9
1.6
1
127

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
253
6.0
1.8
2
254
5.6
2.0
2
255
5.0
2.1
2
256
5.5
1.7
2
257
6.2
2.0
2
258
5.7
1.9
2
259
5.9
2.1
2
260
6.3
2.1
2
261
5.5
1.8
2
262
5.2
1.8
2
263
5.9
1.8
2
264
5.8
1.7
2
265
5.7
2.0
2
266
5.4
1.8
2
267
5.6
1.9
2
268
5.9
1.7
2
269
6.1
2.0
2
270
5.6
1.9
2
271
5.5
2.1
2
272
4.6
1.9
2
273
5.8
1.9
2
274
5.1
1.9
2
275
5.1
1.9
2
276
5.3
2.0
2
277
5.1
1.8
2
278
4.7
1.9
2
279
4.7
1.8
2
280
4.5
2.0
2
281
4.5
1.9
2
282
5.3
1.9
2
283
5.3
2.0
2
284
5.6
1.8
2
285
5.3
1.8
2
286
5.9
1.8
2
287
6.1
1.9
2
288
4.7
2.0
2
289
4.6
1.8
2
290
5.7
2.1
2
291
5.4
1.8
2
292
5.5
1.7
2
293
5.5
1.8
2
294
5.5
2.0
2
295
5.6
2.0
2
296
5.4
1.9
2
297
6.2
2.2
2
298
5.0
2.1
2
299
5.2
2.1
2
300
5.1
1.9
2
301
5.4
2.0
2
302
5.3
1.9
2
303
5.6
2.1
2
304
5.5
1.8
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
253
15.2
2.2
3
254
12.3
2.4
3
255
9.6
2.5
3
256
11.7
2.0
3
257
16.6
2.4
3
258
12.9
2.2
3
259
14.2
2.5
3
260
17.7
2.6
3
261
11.9
2.2
3
262
10.2
2.2
3
263
14.0
2.1
3
264
13.3
2.0
3
265
12.9
2.5
3
266
11.4
2.2
3
267
12.1
2.3
3
268
13.9
2.0
3
269
16.1
2.5
3
270
12.5
2.3
3
271
11.5
2.5
3
272
7.5
2.3
3
273
13.8
2.3
3
274
9.7
2.3
3
275
10.1
2.3
3
276
10.7
2.4
3
277
9.9
2.1
3
278
7.7
2.4
3
279
8.0
2.2
3
280
6.9
2.4
3
281
7.0
2.3
3
282
10.9
2.3
3
283
10.6
2.4
3
284
12.3
2.1
3
285
10.9
2.1
3
286
14.1
2.2
3
287
16.0
2.3
3
288
7.7
2.4
3
289
7.4
2.2
3
290
12.8
2.5
3
291
11.0
2.1
3
292
11.6
2.0
3
293
11.6
2.2
3
294
11.8
2.5
3
295
12.1
2.5
3
296
11.2
2.3
3
297
17.3
2.6
3
298
9.2
2.5
3
299
10.1
2.5
3
300
9.7
2.3
3
301
11.1
2.5
3
302
10.9
2.3
3
303
12.3
2.5
3
304
11.6
2.2
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
305
4.6
1.8
1
306
4.2
1.8
1
307
4.9
1.7
1
308
4.1
1.7
1
309
4.0
1.8
1
310
3.7
1.7
1
311
3.0
1.6
1
312
2.5
1.7
1
313
2.3
1.7
1
314
4.3
1.7
1
315
4.5
1.7
1
316
3.2
1.7
1
317
3.3
1.6
1
318
5.1
1.9
1
319
3.2
1.7
1
320
3.5
1.7
1
321
4.4
1.7
1
322
3.9
1.8
1
323
3.8
1.7
1
324
3.6
1.8
1
325
4.7
1.8
1
326
4.2
1.7
1
327
2.7
1.9
1
328
4.7
1.7
1
329
4.1
1.6
1
330
4.7
1.7
1
331
4.0
1.8
1
332
4.0
1.6
1
333
3.9
1.9
1
334
3.8
1.8
1
335
2.2
1.9
1
336
4.3
1.9
1
337
3.3
1.7
1
338
3.5
1.6
1
339
1.8
1.8
1
340
2.7
1.9
1
341
2.5
1.9
1
342
3.5
1.6
1
343
2.7
1.7
1
344
4.5
1.7
1
345
3.3
1.8
1
346
5.0
1.7
1
347
4.6
1.8
1
348
4.9
1.7
1
349
3.7
1.8
1
350
4.5
1.8
1
351
2.6
1.7
1
352
4.5
1.7
1
353
3.9
1.8
1
354
4.3
1.8
1
355
4.0
1.7
1
356
3.9
1.8
1
128

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
305
5.4
1.9
2
306
4.9
2.0
2
307
4.7
2.0
2
308
5.4
2.1
2
309
5.9
2.0
2
310
5.8
1.9
2
311
5.8
1.8
2
312
5.8
2.0
2
313
5.5
1.9
2
314
6.0
1.9
2
315
5.7
1.9
2
316
5.7
2.0
2
317
5.6
2.1
2
318
5.3
1.9
2
319
5.5
1.9
2
320
5.8
1.9
2
321
5.2
1.7
2
322
5.9
2.1
2
323
5.1
2.1
2
324
4.6
2.0
2
325
5.1
2.0
2
326
5.2
2.0
2
327
6.0
1.8
2
328
5.2
1.8
2
329
5.5
1.9
2
330
5.5
2.1
2
331
5.4
1.9
2
332
5.9
1.9
2
333
5.5
1.8
2
334
4.8
2.0
2
335
5.9
2.1
2
336
5.3
2.0
2
337
5.2
1.8
2
338
5.2
1.9
2
339
5.1
2.0
2
340
5.4
2.1
2
341
5.9
1.8
2
342
4.9
2.0
2
343
5.0
2.0
2
344
5.8
2.0
2
345
4.7
2.1
2
346
5.8
2.0
2
347
6.1
1.8
2
348
5.6
2.0
2
349
5.6
2.1
2
350
5.9
1.9
2
351
5.8
2.1
2
352
5.8
2.0
2
353
5.6
2.0
2
354
5.9
2.1
2
355
5.4
2.0
2
356
5.1
1.9
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
305
11.0
2.3
3
306
8.8
2.5
3
307
7.9
2.4
3
308
11.1
2.5
3
309
14.7
2.4
3
310
13.2
2.3
3
311
13.5
2.1
3
312
13.3
2.4
3
313
11.9
2.3
3
314
15.2
2.3
3
315
12.8
2.3
3
316
13.1
2.4
3
317
12.3
2.5
3
318
10.8
2.3
3
319
11.7
2.2
3
320
13.6
2.3
3
321
10.2
2.0
3
322
14.3
2.5
3
323
9.8
2.5
3
324
7.3
2.4
3
325
9.6
2.4
3
326
10.5
2.4
3
327
15.1
2.1
3
328
10.5
2.2
3
329
11.9
2.3
3
330
11.7
2.5
3
331
11.5
2.2
3
332
13.9
2.3
3
333
11.9
2.2
3
334
8.6
2.4
3
335
14.4
2.5
3
336
10.9
2.4
3
337
10.2
2.1
3
338
10.3
2.3
3
339
9.8
2.4
3
340
11.5
2.5
3
341
14.5
2.2
3
342
9.0
2.4
3
343
9.1
2.4
3
344
13.4
2.4
3
345
7.8
2.5
3
346
13.7
2.4
3
347
16.1
2.1
3
348
12.3
2.4
3
349
12.0
2.5
3
350
14.2
2.3
3
351
13.7
2.5
3
352
13.4
2.4
3
353
12.5
2.4
3
354
14.7
2.5
3
355
11.1
2.4
3
356
10.1
2.3
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
357
4.6
1.8
1
358
3.4
1.8
1
359
3.1
1.9
1
360
4.0
1.7
1
361
4.3
1.7
1
362
4.4
1.7
1
363
4.3
1.9
1
364
3.8
1.9
1
365
4.3
1.7
1
366
3.3
1.7
1
367
3.6
1.7
1
368
2.4
1.9
1
369
4.7
1.9
1
370
3.9
1.6
1
371
3.5
1.7
1
372
3.4
1.6
1
373
4.2
1.7
1
374
4.8
1.7
1
375
4.9
2.0
1
376
2.6
1.6
1
377
4.2
1.7
1
378
4.2
1.7
1
379
4.7
1.8
1
380
3.6
1.8
1
381
2.8
1.7
1
382
3.2
1.7
1
383
5.0
1.7
1
384
3.7
1.6
1
385
4.8
1.8
1
386
2.6
2.0
1
387
4.5
1.6
1
388
2.9
1.8
1
389
4.2
1.7
1
390
3.2
1.7
1
391
3.9
1.7
1
392
4.3
1.8
1
393
4.2
1.8
1
394
5.2
1.7
1
395
4.4
1.6
1
396
3.9
1.7
1
397
3.7
1.7
1
398
4.1
1.6
1
399
3.6
1.9
1
400
5.0
1.9
1
401
3.9
1.9
1
402
3.0
1.8
1
403
4.7
1.6
1
404
3.6
1.9
1
405
3.5
1.6
1
406
3.2
1.8
1
407
4.3
1.6
1
408
4.9
1.6
1
129

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
357
4.8
2.1
2
358
5.6
2.0
2
359
4.3
2.0
2
360
5.9
1.9
2
361
5.2
2.0
2
362
5.8
2.0
2
363
5.7
2.1
2
364
5.0
2.0
2
365
5.4
1.9
2
366
5.1
1.9
2
367
5.9
2.0
2
368
6.0
1.9
2
369
5.3
2.0
2
370
6.1
2.0
2
371
5.2
2.1
2
372
6.2
2.0
2
373
5.9
2.0
2
374
4.9
1.7
2
375
5.9
1.8
2
376
4.8
2.0
2
377
5.2
2.0
2
378
5.7
1.7
2
379
5.8
2.1
2
380
6.1
1.9
2
381
5.6
2.1
2
382
5.6
2.1
2
383
5.9
2.0
2
384
5.4
2.0
2
385
5.7
1.8
2
386
5.0
2.2
2
387
6.1
1.9
2
388
5.7
1.8
2
389
6.1
2.1
2
390
5.4
1.8
2
391
5.4
1.9
2
392
4.9
1.7
2
393
4.4
2.0
2
394
5.2
1.9
2
395
5.0
2.1
2
396
5.9
1.9
2
397
5.9
1.7
2
398
6.2
1.8
2
399
5.8
1.9
2
400
5.8
2.0
2
401
5.7
1.8
2
402
5.9
1.9
2
403
5.1
2.0
2
404
6.2
2.1
2
405
6.1
1.8
2
406
5.7
2.0
2
407
5.2
2.1
2
408
5.0
1.8
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
357
8.2
2.5
3
358
12.1
2.4
3
359
6.1
2.5
3
360
14.3
2.3
3
361
10.3
2.5
3
362
13.5
2.5
3
363
12.8
2.5
3
364
9.4
2.4
3
365
11.3
2.3
3
366
10.0
2.3
3
367
14.2
2.4
3
368
14.8
2.3
3
369
11.0
2.4
3
370
16.0
2.4
3
371
10.5
2.5
3
372
16.9
2.4
3
373
14.2
2.5
3
374
9.1
2.0
3
375
14.5
2.1
3
376
8.6
2.5
3
377
10.4
2.4
3
378
12.8
2.0
3
379
13.3
2.5
3
380
15.6
2.4
3
381
12.4
2.5
3
382
12.3
2.5
3
383
14.6
2.4
3
384
11.1
2.4
3
385
12.8
2.2
3
386
9.4
2.6
3
387
16.3
2.4
3
388
12.6
2.1
3
389
15.9
2.5
3
390
11.3
2.1
3
391
11.4
2.3
3
392
8.8
2.0
3
393
6.7
2.5
3
394
10.2
2.3
3
395
9.3
2.5
3
396
14.5
2.2
3
397
13.9
2.0
3
398
16.5
2.1
3
399
13.2
2.3
3
400
13.2
2.4
3
401
12.7
2.1
3
402
14.0
2.3
3
403
9.7
2.5
3
404
16.8
2.5
3
405
16.4
2.1
3
406
13.0
2.4
3
407
10.4
2.5
3
408
9.3
2.2
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
409
4.4
1.7
1
410
4.3
1.7
1
411
2.3
1.7
1
412
4.6
1.7
1
413
4.2
1.6
1
414
3.2
1.7
1
415
2.7
1.7
1
416
4.8
1.7
1
417
4.7
1.7
1
418
3.7
1.8
1
419
4.2
1.8
1
420
4.3
1.8
1
421
4.4
1.9
1
422
4.4
1.7
1
423
3.6
1.7
1
424
4.1
1.8
1
425
4.4
1.6
1
426
3.2
1.8
1
427
4.0
1.7
1
428
3.6
1.7
1
429
3.1
1.7
1
430
3.9
1.7
1
431
5.2
1.9
1
432
3.3
1.8
1
433
4.4
1.7
1
434
4.0
1.7
1
435
4.3
1.7
1
436
2.8
1.7
1
437
3.9
1.7
1
438
4.1
1.7
1
439
4.5
1.9
1
440
4.3
1.9
1
441
3.1
1.7
1
442
4.8
1.7
1
443
4.0
1.7
1
444
4.9
1.9
1
445
4.3
1.7
1
446
4.2
1.9
1
447
3.6
1.7
1
448
3.4
1.7
1
449
2.8
1.6
1
450
3.1
1.7
1
451
3.0
1.8
1
452
4.4
1.8
1
453
4.8
1.9
1
454
4.6
1.7
1
455
4.5
1.7
1
456
4.1
1.7
1
457
4.4
1.6
1
458
1.9
1.8
1
459
3.3
1.9
1
460
3.2
1.6
1
130

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
409
5.4
1.8
2
410
5.5
2.0
2
411
5.9
1.9
2
412
5.6
2.0
2
413
4.9
2.1
2
414
6.0
1.9
2
415
5.5
2.0
2
416
6.3
2.1
2
417
5.7
2.0
2
418
5.7
1.9
2
419
5.9
1.8
2
420
6.1
2.1
2
421
5.8
1.9
2
422
5.7
1.9
2
423
5.8
1.9
2
424
4.6
2.1
2
425
5.7
1.9
2
426
5.1
2.1
2
427
5.8
2.0
2
428
5.5
1.7
2
429
5.0
1.9
2
430
5.4
2.0
2
431
6.0
1.9
2
432
6.0
2.1
2
433
6.0
2.1
2
434
5.7
1.9
2
435
6.1
2.0
2
436
5.5
1.8
2
437
5.7
1.9
2
438
5.3
1.8
2
439
4.8
2.0
2
440
5.9
2.0
2
441
5.8
1.8
2
442
5.9
2.0
2
443
5.1
1.7
2
444
5.8
1.9
2
445
5.6
2.0
2
446
6.3
1.9
2
447
5.7
1.9
2
448
5.7
1.8
2
449
6.0
1.8
2
450
5.3
2.0
2
451
5.5
2.0
2
452
5.6
1.8
2
453
4.8
2.0
2
454
6.0
1.9
2
455
6.1
1.7
2
456
6.3
2.0
2
457
4.9
1.8
2
458
5.2
1.9
2
459
5.1
2.1
2
460
5.8
1.9
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
409
11.3
2.1
3
410
11.6
2.5
3
411
14.4
2.4
3
412
12.2
2.4
3
413
8.7
2.5
3
414
14.9
2.3
3
415
11.7
2.4
3
416
17.7
2.5
3
417
12.8
2.5
3
418
13.0
2.2
3
419
13.9
2.2
3
420
15.8
2.5
3
421
13.2
2.4
3
422
12.8
2.3
3
423
13.2
2.3
3
424
7.3
2.5
3
425
12.9
2.3
3
426
9.6
2.5
3
427
13.6
2.5
3
428
11.6
2.0
3
429
9.4
2.3
3
430
11.1
2.5
3
431
15.5
2.3
3
432
15.0
2.5
3
433
15.0
2.5
3
434
12.5
2.3
3
435
16.0
2.4
3
436
11.9
2.1
3
437
12.6
2.3
3
438
10.9
2.2
3
439
8.2
2.5
3
440
13.9
2.4
3
441
13.4
2.1
3
442
14.3
2.4
3
443
9.8
2.1
3
444
13.5
2.3
3
445
12.1
2.4
3
446
17.9
2.2
3
447
12.7
2.3
3
448
13.1
2.2
3
449
14.9
2.1
3
450
10.9
2.4
3
451
11.7
2.4
3
452
12.2
2.1
3
453
8.5
2.5
3
454
14.9
2.2
3
455
16.2
2.1
3
456
17.3
2.5
3
457
9.1
2.1
3
458
10.4
2.3
3
459
9.8
2.5
3
460
13.6
2.3
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
461
2.8
1.9
1
462
3.2
1.7
1
463
4.4
1.6
1
464
4.6
1.8
1
465
3.8
1.6
1
466
3.2
1.9
1
467
3.5
1.9
1
468
4.7
1.7
1
469
3.3
1.6
1
470
2.8
1.8
1
471
3.1
1.6
1
472
3.2
1.7
1
473
3.9
1.8
1
474
4.6
1.7
1
475
4.3
2.0
1
476
4.7
1.6
1
477
2.9
1.7
1
478
3.2
1.8
1
479
4.2
1.8
1
480
3.2
1.8
1
481
4.6
1.6
1
482
3.7
1.9
1
483
4.2
1.6
1
484
3.7
1.9
1
485
3.3
1.7
1
486
4.6
1.7
1
487
4.6
1.7
1
488
2.7
1.6
1
489
2.7
1.7
1
490
3.7
1.9
1
491
2.0
1.7
1
492
2.7
1.8
1
493
2.8
1.6
1
494
2.8
1.7
1
495
2.3
1.8
1
496
4.5
1.8
1
497
4.3
1.9
1
498
3.6
1.7
1
499
4.4
1.6
1
500
4.6
1.8
1
501
4.3
1.8
1
502
4.6
1.7
1
503
3.6
1.7
1
504
4.5
1.7
1
505
3.7
1.6
1
506
4.3
1.8
1
507
3.9
1.8
1
508
2.1
1.7
1
509
4.5
1.7
1
510
3.4
1.8
1
511
4.8
1.9
1
512
4.5
1.6
1
131

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
461
4.7
1.9
2
462
5.5
2.0
2
463
5.1
2.0
2
464
5.8
1.8
2
465
5.7
2.0
2
466
5.8
1.8
2
467
5.4
2.0
2
468
4.9
1.9
2
469
5.0
1.9
2
470
4.9
2.0
2
471
5.8
1.9
2
472
5.4
2.0
2
473
5.7
2.0
2
474
5.7
1.8
2
475
5.6
2.0
2
476
5.2
2.1
2
477
5.9
2.1
2
478
5.1
1.9
2
479
5.9
1.9
2
480
5.7
2.0
2
481
4.7
2.0
2
482
4.4
2.0
2
483
5.9
2.1
2
484
5.2
2.0
2
485
5.2
1.7
2
486
5.8
2.0
2
487
4.9
2.0
2
488
5.8
2.0
2
489
5.8
1.9
2
490
5.9
2.0
2
491
5.8
2.1
2
492
5.4
1.8
2
493
5.7
1.8
2
494
4.9
2.0
2
495
5.3
1.9
2
496
5.0
1.8
2
497
5.8
2.1
2
498
5.7
2.0
2
499
5.6
1.9
2
500
5.1
2.0
2
501
5.5
2.0
2
502
5.4
1.9
2
503
5.4
2.1
2
504
5.7
1.9
2
505
5.5
1.7
2
506
4.8
2.1
2
507
5.2
1.9
2
508
5.3
2.1
2
509
4.7
2.0
2
510
5.2
1.8
2
511
5.5
1.9
2
512
5.2
1.8
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
461
8.2
2.3
3
462
11.8
2.5
3
463
9.7
2.4
3
464
13.2
2.2
3
465
13.0
2.4
3
466
13.1
2.2
3
467
11.1
2.4
3
468
9.0
2.3
3
469
9.4
2.2
3
470
8.7
2.5
3
471
13.6
2.3
3
472
11.4
2.4
3
473
12.7
2.4
3
474
12.7
2.2
3
475
12.2
2.5
3
476
10.2
2.5
3
477
14.2
2.5
3
478
9.9
2.3
3
479
14.0
2.3
3
480
13.0
2.5
3
481
7.8
2.5
3
482
6.4
2.4
3
483
14.3
2.5
3
484
10.3
2.4
3
485
10.2
2.0
3
486
13.1
2.5
3
487
8.7
2.4
3
488
13.2
2.5
3
489
13.7
2.3
3
490
14.3
2.4
3
491
13.6
2.5
3
492
11.5
2.1
3
493
12.6
2.1
3
494
9.1
2.4
3
495
10.7
2.3
3
496
9.4
2.2
3
497
13.5
2.5
3
498
13.1
2.5
3
499
12.0
2.3
3
500
9.6
2.5
3
501
11.7
2.5
3
502
11.4
2.4
3
503
11.3
2.5
3
504
12.6
2.2
3
505
11.9
2.0
3
506
8.5
2.5
3
507
10.2
2.3
3
508
10.9
2.5
3
509
8.1
2.5
3
510
10.1
2.2
3
511
11.9
2.3
3
512
10.5
2.1
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
513
3.3
1.8
1
514
3.2
1.8
1
515
4.9
1.6
1
516
4.6
1.6
1
517
3.5
1.8
1
518
3.2
1.9
1
519
2.9
1.7
1
520
3.2
1.6
1
521
4.1
1.6
1
522
3.7
1.9
1
523
4.7
1.7
1
524
4.2
1.9
1
525
3.9
1.7
1
526
3.5
1.7
1
527
2.6
1.8
1
528
4.0
1.8
1
529
4.5
1.8
1
530
3.7
1.7
1
531
4.2
1.6
1
532
4.6
1.8
1
533
2.8
1.7
1
534
3.9
1.9
1
535
3.6
1.6
1
536
4.2
1.8
1
537
3.1
1.9
1
538
4.6
1.6
1
539
4.0
1.6
1
540
4.0
2.0
1
541
3.6
1.7
1
542
4.0
1.6
1
543
4.4
1.6
1
544
3.8
1.7
1
545
4.4
1.7
1
546
3.2
1.8
1
547
2.2
1.7
1
548
3.9
1.9
1
549
4.7
1.7
1
550
4.1
1.6
1
551
2.4
1.7
1
552
2.6
1.7
1
553
4.7
1.6
1
554
3.9
1.7
1
555
3.0
1.8
1
556
3.8
1.7
1
557
4.0
1.8
1
558
4.2
1.7
1
559
4.3
1.9
1
560
2.8
1.7
1
561
3.7
1.7
1
562
4.3
1.8
1
563
5.0
1.7
1
564
4.2
1.7
1
132

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
513
5.9
1.8
2
514
5.6
1.9
2
515
5.6
2.0
2
516
5.1
2.1
2
517
5.9
2.1
2
518
5.0
1.8
2
519
5.6
2.0
2
520
5.5
1.8
2
521
4.9
1.8
2
522
5.1
2.2
2
523
5.6
1.9
2
524
6.0
2.0
2
525
5.8
2.1
2
526
5.5
1.8
2
527
4.8
1.9
2
528
5.9
1.8
2
529
5.4
1.8
2
530
5.1
1.8
2
531
5.6
1.9
2
532
6.0
1.8
2
533
5.0
2.0
2
534
5.8
2.0
2
535
5.0
1.7
2
536
5.7
1.9
2
537
5.2
2.0
2
538
4.6
2.0
2
539
6.1
2.0
2
540
5.8
2.0
2
541
6.0
2.0
2
542
5.3
1.8
2
543
4.6
1.8
2
544
5.9
2.0
2
545
4.9
1.8
2
546
5.4
2.1
2
547
5.1
2.0
2
548
6.2
2.1
2
549
4.4
2.0
2
550
5.6
2.1
2
551
6.0
1.7
2
552
5.8
1.8
2
553
5.2
1.8
2
554
5.8
1.8
2
555
5.5
1.8
2
556
5.4
2.0
2
557
5.6
1.8
2
558
6.0
2.1
2
559
5.3
2.0
2
560
4.7
2.1
2
561
4.8
2.0
2
562
5.5
2.1
2
563
5.1
2.1
2
564
5.1
2.0
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
513
14.0
2.1
3
514
12.1
2.3
3
515
12.2
2.5
3
516
9.8
2.5
3
517
14.4
2.5
3
518
9.4
2.1
3
519
12.2
2.5
3
520
11.9
2.1
3
521
8.8
2.1
3
522
9.7
2.6
3
523
12.1
2.3
3
524
15.3
2.4
3
525
13.8
2.5
3
526
11.9
2.2
3
527
8.3
2.3
3
528
14.5
2.2
3
529
11.4
2.2
3
530
9.9
2.2
3
531
12.1
2.4
3
532
14.7
2.2
3
533
9.6
2.5
3
534
13.2
2.4
3
535
9.1
2.0
3
536
12.7
2.4
3
537
10.3
2.4
3
538
7.6
2.4
3
539
15.7
2.5
3
540
13.3
2.4
3
541
14.9
2.4
3
542
10.6
2.1
3
543
7.6
2.1
3
544
14.6
2.4
3
545
8.8
2.1
3
546
11.1
2.5
3
547
10.0
2.4
3
548
16.9
2.5
3
549
6.5
2.5
3
550
12.0
2.5
3
551
15.0
2.0
3
552
13.5
2.1
3
553
10.4
2.1
3
554
13.5
2.2
3
555
11.9
2.2
3
556
11.5
2.4
3
557
12.5
2.1
3
558
15.1
2.5
3
559
10.8
2.4
3
560
8.2
2.5
3
561
8.5
2.4
3
562
11.9
2.5
3
563
10.0
2.5
3
564
9.8
2.5
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
565
3.2
1.9
1
566
2.7
1.7
1
567
3.8
1.9
1
568
3.7
1.8
1
569
2.0
1.9
1
570
3.2
1.7
1
571
2.8
1.8
1
572
3.9
1.9
1
573
3.8
1.7
1
574
4.1
1.7
1
575
3.5
1.6
1
576
3.5
2.0
1
577
4.0
1.7
1
578
3.8
1.8
1
579
4.7
1.8
1
580
4.2
1.6
1
581
3.4
1.8
1
582
4.1
1.9
1
583
2.6
1.6
1
584
2.3
1.7
1
585
5.0
1.7
1
586
4.4
1.8
1
587
4.2
1.5
1
588
2.8
1.8
1
589
5.0
1.8
1
590
3.0
1.7
1
591
3.3
1.7
1
592
2.9
1.8
1
593
2.9
1.7
1
594
3.2
1.6
1
595
2.1
1.7
1
596
3.8
1.7
1
597
3.0
1.7
1
598
4.3
1.8
1
599
3.4
1.9
1
600
4.3
1.7
1
601
2.2
1.6
1
602
4.1
1.7
1
603
3.7
1.6
1
604
4.7
1.8
1
605
4.6
1.7
1
606
4.6
1.6
1
607
4.0
1.6
1
608
4.6
1.7
1
609
4.0
1.8
1
610
3.7
1.7
1
611
3.6
1.7
1
612
4.6
1.8
1
613
4.4
2.0
1
614
3.5
1.7
1
615
5.0
1.8
1
616
4.3
1.6
1
133

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
565
5.5
2.0
2
566
4.3
1.9
2
567
5.8
2.0
2
568
5.5
2.1
2
569
4.6
1.8
2
570
6.0
1.8
2
571
5.4
1.7
2
572
4.9
1.7
2
573
5.3
2.0
2
574
5.2
2.0
2
575
5.5
2.0
2
576
5.9
2.1
2
577
5.6
2.1
2
578
5.1
2.0
2
579
5.2
2.1
2
580
4.7
2.0
2
581
5.7
1.8
2
582
5.8
2.0
2
583
5.8
1.9
2
584
6.0
1.9
2
585
5.3
2.0
2
586
6.0
2.0
2
587
5.9
2.0
2
588
4.9
2.1
2
589
4.5
1.9
2
590
6.0
2.1
2
591
6.2
2.1
2
592
5.1
1.8
2
593
5.8
2.1
2
594
5.4
1.7
2
595
6.2
2.0
2
596
4.6
1.8
2
597
5.0
2.1
2
598
6.0
2.0
2
599
5.0
2.1
2
600
5.6
1.9
2
601
5.1
1.9
2
602
5.9
1.8
2
603
5.8
2.0
2
604
5.1
1.8
2
605
5.8
1.9
2
606
5.8
1.9
2
607
5.8
1.8
2
608
5.8
1.8
2
609
4.9
2.0
2
610
5.0
2.0
2
611
4.7
1.9
2
612
5.9
1.9
2
613
5.7
1.9
2
614
5.0
1.8
2
615
6.2
2.0
2
616
4.7
1.8
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
565
11.8
2.4
3
566
6.2
2.4
3
567
13.5
2.4
3
568
11.7
2.5
3
569
7.5
2.1
3
570
15.3
2.2
3
571
11.0
2.0
3
572
8.8
2.1
3
573
10.8
2.4
3
574
10.2
2.4
3
575
11.5
2.4
3
576
14.0
2.5
3
577
12.4
2.5
3
578
9.6
2.5
3
579
10.1
2.5
3
580
7.7
2.4
3
581
12.6
2.2
3
582
13.4
2.4
3
583
13.2
2.3
3
584
15.3
2.3
3
585
10.8
2.4
3
586
15.3
2.4
3
587
14.2
2.4
3
588
8.8
2.5
3
589
7.0
2.3
3
590
15.4
2.5
3
591
16.9
2.5
3
592
10.1
2.1
3
593
13.4
2.5
3
594
11.1
2.0
3
595
16.7
2.4
3
596
7.5
2.1
3
597
9.4
2.5
3
598
15.5
2.4
3
599
9.4
2.5
3
600
12.0
2.3
3
601
9.7
2.4
3
602
14.0
2.1
3
603
13.8
2.5
3
604
10.0
2.1
3
605
13.4
2.3
3
606
13.7
2.3
3
607
13.6
2.2
3
608
13.6
2.2
3
609
8.9
2.4
3
610
9.4
2.5
3
611
8.2
2.3
3
612
14.1
2.3
3
613
12.8
2.3
3
614
9.3
2.1
3
615
16.8
2.5
3
616
8.1
2.2
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
617
3.6
1.8
1
618
3.1
1.6
1
619
3.7
1.7
1
620
2.9
1.9
1
621
4.2
1.7
1
622
4.6
1.7
1
623
3.6
1.9
1
624
4.6
1.9
1
625
4.2
1.8
1
626
3.6
1.9
1
627
2.0
1.8
1
628
2.8
1.9
1
629
4.4
1.8
1
630
4.4
1.7
1
631
4.2
1.8
1
632
3.4
1.8
1
633
3.4
1.8
1
634
3.6
1.9
1
635
3.8
1.7
1
636
4.6
1.7
1
637
2.8
1.7
1
638
4.6
1.8
1
639
3.4
1.6
1
640
3.4
1.9
1
641
3.2
1.6
1
642
3.1
1.7
1
643
3.4
1.6
1
644
3.3
1.8
1
645
4.6
1.7
1
646
4.3
1.8
1
647
3.9
2.0
1
648
3.2
1.7
1
649
2.2
1.7
1
650
4.0
1.8
1
651
4.0
1.6
1
652
2.7
1.7
1
653
4.8
1.6
1
654
3.7
1.9
1
655
4.2
1.6
1
656
3.3
1.7
1
657
4.4
1.8
1
658
3.1
1.7
1
659
4.5
1.6
1
660
4.9
1.8
1
661
3.5
1.6
1
662
3.6
1.7
1
663
2.8
1.8
1
664
3.4
1.7
1
665
4.0
1.6
1
666
2.9
1.8
1
667
3.7
1.9
1
668
4.5
1.7
1
134

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
617
5.8
1.8
2
618
5.7
2.0
2
619
6.0
2.1
2
620
5.8
2.1
2
621
6.0
1.9
2
622
6.1
2.1
2
623
4.8
1.7
2
624
5.8
2.0
2
625
4.8
2.1
2
626
5.5
2.0
2
627
5.1
1.9
2
628
5.6
1.8
2
629
4.8
2.0
2
630
5.7
1.7
2
631
5.6
1.8
2
632
6.2
1.9
2
633
5.3
2.1
2
634
5.5
2.1
2
635
5.6
1.7
2
636
5.9
2.1
2
637
5.8
1.9
2
638
4.6
1.8
2
639
5.2
1.8
2
640
6.0
1.9
2
641
5.5
1.9
2
642
6.0
2.0
2
643
4.4
1.9
2
644
4.6
1.8
2
645
5.1
2.0
2
646
5.4
1.8
2
647
6.1
2.0
2
648
4.8
1.8
2
649
5.9
2.0
2
650
4.7
1.8
2
651
5.8
2.0
2
652
5.2
2.2
2
653
5.6
1.9
2
654
5.9
2.1
2
655
6.3
1.8
2
656
5.5
1.8
2
657
6.0
1.9
2
658
5.0
2.1
2
659
5.7
2.0
2
660
6.0
1.8
2
661
5.7
2.0
2
662
4.6
1.9
2
663
5.7
1.9
2
664
4.5
2.1
2
665
5.5
1.9
2
666
5.6
2.1
2
667
5.6
1.9
2
668
5.1
1.9
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
617
13.3
2.2
3
618
12.5
2.4
3
619
15.3
2.5
3
620
13.3
2.5
3
621
15.2
2.3
3
622
15.6
2.5
3
623
8.5
2.0
3
624
13.6
2.5
3
625
8.7
2.5
3
626
11.9
2.4
3
627
10.0
2.4
3
628
12.0
2.2
3
629
8.4
2.4
3
630
12.7
2.0
3
631
12.4
2.2
3
632
16.6
2.2
3
633
10.7
2.5
3
634
11.7
2.5
3
635
12.2
2.1
3
636
14.3
2.5
3
637
13.6
2.2
3
638
7.6
2.1
3
639
10.3
2.2
3
640
14.8
2.3
3
641
11.6
2.2
3
642
15.4
2.4
3
643
6.3
2.3
3
644
7.7
2.2
3
645
9.9
2.5
3
646
11.1
2.1
3
647
16.0
2.4
3
648
8.2
2.2
3
649
14.2
2.5
3
650
8.1
2.2
3
651
13.6
2.4
3
652
10.1
2.6
3
653
12.1
2.2
3
654
14.0
2.6
3
655
17.8
2.1
3
656
11.6
2.2
3
657
15.3
2.3
3
658
9.3
2.5
3
659
13.0
2.4
3
660
15.1
2.1
3
661
12.7
2.5
3
662
7.6
2.2
3
663
12.6
2.3
3
664
7.1
2.5
3
665
11.6
2.3
3
666
12.0
2.5
3
667
12.3
2.3
3
668
9.7
2.3
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
669
4.0
1.7
1
670
4.0
1.8
1
671
4.8
1.8
1
672
3.7
1.6
1
673
2.4
1.6
1
674
3.8
1.6
1
675
4.9
1.6
1
676
3.6
1.7
1
677
4.7
1.7
1
678
4.8
1.9
1
679
4.5
1.8
1
680
3.6
1.7
1
681
3.0
1.6
1
682
4.0
1.9
1
683
3.3
1.9
1
684
3.0
1.8
1
685
2.8
1.7
1
686
3.8
1.9
1
687
2.3
1.9
1
688
4.3
1.8
1
689
3.5
1.6
1
690
4.4
1.8
1
691
4.7
1.8
1
692
4.2
1.7
1
693
2.5
1.7
1
694
2.7
1.9
1
695
3.4
1.6
1
696
4.1
1.7
1
697
1.9
1.7
1
698
2.0
1.7
1
699
3.7
1.6
1
700
3.3
1.7
1
701
4.2
1.6
1
702
3.5
1.7
1
703
4.4
1.8
1
704
3.6
1.6
1
705
5.0
1.7
1
706
4.7
1.7
1
707
3.6
1.7
1
708
4.6
1.7
1
709
4.6
1.8
1
710
4.2
1.6
1
711
3.1
1.7
1
712
4.8
1.8
1
713
3.7
1.8
1
714
3.5
1.9
1
715
4.5
1.8
1
716
2.3
1.6
1
717
3.8
1.6
1
718
4.7
1.7
1
719
4.3
1.6
1
720
4.9
1.9
1
135

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
669
5.6
1.8
2
670
6.0
1.7
2
671
5.9
1.8
2
672
5.4
2.1
2
673
5.9
2.0
2
674
5.1
2.0
2
675
5.8
1.8
2
676
5.6
1.9
2
677
5.8
1.9
2
678
6.3
1.9
2
679
5.2
2.0
2
680
5.8
1.8
2
681
5.4
2.1
2
682
4.8
1.9
2
683
5.5
1.9
2
684
5.6
1.9
2
685
4.7
1.9
2
686
4.6
1.9
2
687
5.6
2.0
2
688
5.3
2.0
2
689
5.4
2.0
2
690
5.8
2.1
2
691
5.6
2.0
2
692
6.0
2.1
2
693
5.9
1.8
2
694
5.4
1.8
2
695
5.3
2.1
2
696
5.4
2.0
2
697
5.2
2.0
2
698
5.7
2.0
2
699
5.4
1.8
2
700
5.0
1.9
2
701
5.8
1.8
2
702
6.1
1.8
2
703
6.1
1.8
2
704
5.6
1.7
2
705
5.6
1.8
2
706
5.1
1.9
2
707
6.2
2.1
2
708
5.7
2.0
2
709
5.9
2.0
2
710
5.4
2.0
2
711
5.6
2.0
2
712
5.5
2.1
2
713
5.3
2.1
2
714
5.3
2.0
2
715
5.8
1.9
2
716
5.4
2.0
2
717
5.7
2.0
2
718
5.0
1.8
2
719
4.9
2.0
2
720
4.7
1.9
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
669
12.1
2.2
3
670
14.7
2.0
3
671
14.2
2.2
3
672
11.4
2.5
3
673
13.9
2.4
3
674
9.8
2.4
3
675
13.4
2.1
3
676
12.4
2.2
3
677
13.7
2.2
3
678
17.3
2.2
3
679
10.2
2.5
3
680
13.2
2.1
3
681
11.4
2.5
3
682
8.5
2.3
3
683
11.9
2.3
3
684
12.0
2.3
3
685
8.0
2.3
3
686
7.6
2.3
3
687
12.0
2.4
3
688
10.6
2.5
3
689
11.4
2.4
3
690
13.2
2.5
3
691
12.2
2.5
3
692
14.8
2.5
3
693
14.5
2.2
3
694
11.1
2.1
3
695
10.8
2.5
3
696
11.2
2.4
3
697
10.1
2.4
3
698
12.9
2.5
3
699
11.1
2.1
3
700
9.4
2.3
3
701
13.8
2.2
3
702
15.7
2.1
3
703
16.4
2.2
3
704
12.2
2.1
3
705
12.3
2.2
3
706
10.0
2.4
3
707
17.2
2.5
3
708
12.7
2.4
3
709
13.9
2.5
3
710
11.0
2.4
3
711
12.2
2.4
3
712
11.9
2.5
3
713
10.8
2.5
3
714
11.0
2.4
3
715
13.7
2.2
3
716
11.2
2.5
3
717
12.9
2.4
3
718
9.5
2.1
3
719
9.1
2.4
3
720
7.7
2.3
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
721
3.8
1.7
1
722
4.2
1.7
1
723
4.8
1.6
1
724
4.8
1.6
1
725
4.9
1.7
1
726
4.6
1.7
1
727
4.3
1.9
1
728
4.5
1.8
1
729
4.8
1.6
1
730
3.5
1.9
1
731
3.7
1.7
1
732
4.2
1.7
1
733
3.2
1.8
1
734
2.6
1.7
1
735
2.4
2.0
1
736
2.4
1.6
1
737
3.8
1.8
1
738
4.9
1.8
1
739
2.5
1.7
1
740
4.2
1.8
1
741
3.3
2.0
1
742
2.9
1.7
1
743
3.1
1.7
1
744
4.4
1.7
1
745
4.2
1.6
1
746
3.4
1.7
1
747
4.6
1.8
1
748
4.0
1.6
1
749
3.9
1.7
1
750
4.5
1.6
1
751
3.9
1.7
1
752
4.1
1.7
1
753
4.9
1.6
1
754
2.7
1.8
1
755
4.1
1.6
1
756
3.6
1.8
1
757
3.1
1.8
1
758
3.5
1.8
1
759
4.1
1.9
1
760
4.2
1.6
1
761
4.2
1.7
1
762
3.6
1.6
1
763
4.2
1.7
1
764
3.3
1.6
1
765
3.6
1.8
1
766
3.6
1.6
1
767
4.4
1.6
1
768
3.8
1.7
1
769
4.3
1.7
1
770
3.3
1.7
1
771
4.8
1.7
1
772
4.1
1.6
1
136

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
721
5.8
2.0
2
722
5.9
2.0
2
723
5.6
1.9
2
724
5.9
1.8
2
725
5.2
1.9
2
726
5.1
1.8
2
727
5.2
1.9
2
728
5.7
1.8
2
729
5.6
2.0
2
730
5.9
1.9
2
731
5.5
2.0
2
732
4.7
2.0
2
733
5.8
1.8
2
734
5.5
1.8
2
735
4.9
1.8
2
736
5.6
2.0
2
737
5.3
1.9
2
738
5.6
2.0
2
739
6.0
2.0
2
740
5.2
2.0
2
741
5.6
1.9
2
742
5.7
1.7
2
743
5.5
1.9
2
744
5.2
2.0
2
745
5.7
2.0
2
746
5.4
2.0
2
747
5.6
1.8
2
748
5.9
2.1
2
749
4.5
1.9
2
750
5.5
1.9
2
751
5.8
1.7
2
752
4.4
2.0
2
753
6.1
2.0
2
754
5.1
2.0
2
755
5.8
2.0
2
756
6.1
1.8
2
757
5.1
2.0
2
758
5.3
1.8
2
759
4.7
2.0
2
760
5.2
1.7
2
761
5.4
2.0
2
762
6.1
1.8
2
763
5.9
2.0
2
764
6.0
1.9
2
765
4.8
1.9
2
766
5.3
1.8
2
767
5.8
1.9
2
768
5.5
2.1
2
769
5.5
1.8
2
770
5.6
1.9
2
771
5.3
1.8
2
772
5.4
2.0
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
721
13.2
2.4
3
722
14.7
2.5
3
723
12.1
2.3
3
724
14.1
2.2
3
725
10.3
2.2
3
726
9.9
2.1
3
727
10.3
2.2
3
728
12.8
2.1
3
729
12.3
2.4
3
730
14.3
2.3
3
731
12.0
2.4
3
732
7.7
2.5
3
733
13.6
2.1
3
734
11.7
2.1
3
735
8.8
2.2
3
736
12.2
2.4
3
737
11.0
2.2
3
738
12.2
2.4
3
739
15.6
2.4
3
740
10.4
2.4
3
741
12.2
2.3
3
742
13.1
2.0
3
743
11.8
2.4
3
744
10.5
2.4
3
745
12.6
2.5
3
746
11.2
2.5
3
747
12.2
2.2
3
748
13.9
2.5
3
749
6.9
2.4
3
750
11.9
2.3
3
751
13.5
1.9
3
752
6.6
2.4
3
753
15.7
2.4
3
754
10.0
2.4
3
755
13.4
2.4
3
756
16.4
2.2
3
757
9.8
2.4
3
758
11.0
2.1
3
759
8.1
2.4
3
760
10.3
2.0
3
761
11.4
2.4
3
762
15.6
2.2
3
763
14.1
2.5
3
764
15.2
2.3
3
765
8.3
2.4
3
766
10.8
2.1
3
767
13.5
2.3
3
768
12.0
2.5
3
769
11.6
2.1
3
770
12.4
2.4
3
771
10.6
2.2
3
772
11.4
2.4
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
773
3.9
1.9
1
774
3.5
1.7
1
775
3.5
1.6
1
776
3.4
1.6
1
777
3.9
1.6
1
778
4.3
1.8
1
779
3.5
1.6
1
780
3.8
1.8
1
781
2.7
1.8
1
782
4.5
1.8
1
783
4.5
1.8
1
784
5.0
1.8
1
785
4.2
1.7
1
786
3.4
1.7
1
787
4.1
1.6
1
788
3.1
1.6
1
789
3.9
1.7
1
790
3.5
1.7
1
791
3.9
1.7
1
792
4.7
1.9
1
793
4.6
1.8
1
794
4.3
1.6
1
795
4.9
1.8
1
796
4.5
1.7
1
797
4.7
1.6
1
798
4.7
1.6
1
799
2.9
1.7
1
800
2.7
1.7
1
801
4.8
1.7
1
802
4.5
1.8
1
803
4.1
1.8
1
804
4.7
1.7
1
805
3.2
1.8
1
806
2.9
1.9
1
807
4.4
1.9
1
808
4.4
1.9
1
809
4.7
1.8
1
810
3.4
1.7
1
811
3.2
1.7
1
812
3.0
1.8
1
813
3.3
1.8
1
814
2.9
1.6
1
815
3.9
1.6
1
816
4.5
1.8
1
817
3.7
1.8
1
818
4.4
1.7
1
819
3.9
1.9
1
820
3.8
1.6
1
821
4.2
1.7
1
822
4.2
1.7
1
823
3.8
1.6
1
824
3.5
1.6
1
137

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
773
4.6
1.8
2
774
5.9
1.8
2
775
5.7
1.8
2
776
5.5
1.9
2
777
5.7
1.9
2
778
5.6
2.0
2
779
6.1
2.0
2
780
5.9
2.1
2
781
5.0
1.8
2
782
5.8
1.8
2
783
5.7
2.0
2
784
5.9
1.9
2
785
5.2
1.9
2
786
6.0
2.1
2
787
4.9
1.8
2
788
5.9
1.9
2
789
5.5
1.9
2
790
4.7
2.0
2
791
4.5
2.0
2
792
4.5
2.1
2
793
5.4
1.9
2
794
4.6
1.8
2
795
5.2
1.9
2
796
4.5
1.8
2
797
5.3
1.8
2
798
5.6
2.0
2
799
4.6
1.9
2
800
5.3
2.0
2
801
4.8
2.0
2
802
5.8
2.1
2
803
5.9
2.0
2
804
5.8
2.0
2
805
5.4
1.8
2
806
5.4
1.9
2
807
6.0
2.1
2
808
5.8
1.9
2
809
5.8
2.0
2
810
6.0
1.9
2
811
5.5
2.0
2
812
6.1
1.9
2
813
5.7
1.8
2
814
6.3
1.9
2
815
6.1
1.9
2
816
4.6
1.9
2
817
5.5
2.0
2
818
5.2
2.0
2
819
5.3
2.0
2
820
5.1
2.0
2
821
4.9
2.0
2
822
5.6
2.0
2
823
5.3
2.0
2
824
4.5
2.0
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
773
7.7
2.1
3
774
14.5
2.2
3
775
13.0
2.2
3
776
11.7
2.4
3
777
13.0
2.3
3
778
12.1
2.5
3
779
15.9
2.4
3
780
14.6
2.5
3
781
9.5
2.2
3
782
13.8
2.2
3
783
12.7
2.4
3
784
14.4
2.3
3
785
10.2
2.3
3
786
15.2
2.5
3
787
8.9
2.2
3
788
14.0
2.3
3
789
11.6
2.3
3
790
7.9
2.4
3
791
6.8
2.4
3
792
7.2
2.5
3
793
11.3
2.4
3
794
7.6
2.1
3
795
10.4
2.4
3
796
7.0
2.2
3
797
10.8
2.1
3
798
12.1
2.5
3
799
7.3
2.3
3
800
11.0
2.4
3
801
8.4
2.4
3
802
13.4
2.5
3
803
14.0
2.4
3
804
13.1
2.5
3
805
11.2
2.2
3
806
11.2
2.3
3
807
15.0
2.5
3
808
13.3
2.2
3
809
13.8
2.5
3
810
15.3
2.3
3
811
11.7
2.5
3
812
16.2
2.3
3
813
13.0
2.2
3
814
17.3
2.3
3
815
15.6
2.3
3
816
7.3
2.3
3
817
11.7
2.5
3
818
10.3
2.5
3
819
10.7
2.4
3
820
10.0
2.5
3
821
8.8
2.5
3
822
12.4
2.4
3
823
10.7
2.5
3
824
6.9
2.4
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
825
2.9
1.7
1
826
4.8
1.7
1
827
4.3
1.6
1
828
4.0
1.7
1
829
3.1
1.9
1
830
4.0
1.7
1
831
3.9
1.8
1
832
3.8
1.6
1
833
3.7
1.9
1
834
3.7
1.8
1
835
4.1
1.7
1
836
4.7
1.8
1
837
3.5
1.6
1
838
2.6
2.0
1
839
4.2
1.7
1
840
4.0
1.8
1
841
3.4
1.6
1
842
3.5
1.7
1
843
3.9
1.8
1
844
3.0
1.7
1
845
3.1
1.7
1
846
4.0
1.7
1
847
4.6
1.7
1
848
4.6
1.8
1
849
3.8
1.8
1
850
4.0
1.8
1
851
3.9
1.8
1
852
4.9
1.7
1
853
3.4
1.8
1
854
2.7
1.6
1
855
3.2
1.7
1
856
3.7
1.9
1
857
3.8
1.8
1
858
4.5
1.7
1
859
3.5
1.6
1
860
4.4
1.8
1
861
4.9
1.9
1
862
4.3
2.0
1
863
3.5
1.8
1
864
4.0
1.7
1
865
4.5
1.6
1
866
2.8
1.7
1
867
2.0
1.7
1
868
3.7
1.7
1
869
4.2
1.7
1
870
4.0
1.6
1
871
4.3
1.8
1
872
4.1
1.7
1
873
4.8
1.7
1
874
4.5
1.9
1
875
2.6
1.8
1
876
3.2
1.9
1
138

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
825
5.6
2.1
2
826
5.8
1.8
2
827
5.8
1.7
2
828
5.1
2.0
2
829
5.1
2.0
2
830
5.8
1.8
2
831
4.4
2.1
2
832
5.8
2.1
2
833
5.0
2.0
2
834
6.2
2.0
2
835
5.7
1.9
2
836
4.7
2.0
2
837
4.7
2.0
2
838
4.9
1.7
2
839
5.4
1.8
2
840
6.2
2.1
2
841
5.6
1.7
2
842
5.1
1.9
2
843
4.9
2.0
2
844
4.6
1.7
2
845
5.7
2.0
2
846
5.7
2.0
2
847
5.8
1.9
2
848
5.5
2.0
2
849
5.6
2.0
2
850
5.2
2.1
2
851
5.4
1.8
2
852
6.0
1.8
2
853
6.0
2.0
2
854
5.6
1.9
2
855
5.9
2.0
2
856
5.9
2.0
2
857
5.4
1.9
2
858
6.0
1.9
2
859
5.0
2.1
2
860
5.1
2.1
2
861
5.8
1.8
2
862
4.9
2.1
2
863
5.6
2.0
2
864
5.7
1.8
2
865
4.3
2.0
2
866
4.8
2.0
2
867
5.9
1.9
2
868
5.8
2.1
2
869
5.1
2.0
2
870
4.9
2.0
2
871
5.7
1.9
2
872
5.9
2.1
2
873
5.8
1.8
2
874
5.5
1.9
2
875
4.7
2.1
2
876
5.3
2.0
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
825
12.0
2.5
3
826
13.2
2.1
3
827
13.4
2.0
3
828
9.6
2.4
3
829
10.0
2.4
3
830
13.6
2.2
3
831
6.7
2.5
3
832
13.7
2.5
3
833
9.3
2.5
3
834
17.0
2.5
3
835
12.9
2.4
3
836
7.8
2.4
3
837
8.1
2.5
3
838
8.9
2.1
3
839
11.4
2.2
3
840
16.5
2.5
3
841
12.2
2.0
3
842
9.8
2.3
3
843
9.0
2.4
3
844
7.3
2.0
3
845
12.6
2.4
3
846
12.6
2.5
3
847
13.5
2.3
3
848
11.8
2.5
3
849
12.3
2.4
3
850
10.4
2.5
3
851
11.5
2.2
3
852
14.7
2.2
3
853
15.3
2.5
3
854
12.4
2.3
3
855
14.4
2.4
3
856
14.5
2.4
3
857
11.0
2.2
3
858
15.1
2.4
3
859
9.5
2.5
3
860
10.0
2.5
3
861
13.2
2.1
3
862
9.0
2.5
3
863
12.3
2.4
3
864
13.0
2.1
3
865
5.9
2.5
3
866
8.6
2.5
3
867
14.2
2.3
3
868
13.7
2.5
3
869
9.8
2.5
3
870
8.9
2.4
3
871
12.6
2.2
3
872
14.6
2.5
3
873
13.1
2.1
3
874
11.5
2.3
3
875
7.9
2.5
3
876
10.7
2.4
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
877
4.0
1.8
1
878
4.7
1.7
1
879
3.9
1.7
1
880
3.8
1.7
1
881
3.6
1.9
1
882
3.9
1.8
1
883
3.6
1.6
1
884
3.4
1.7
1
885
2.7
1.8
1
886
3.3
1.7
1
887
3.4
1.9
1
888
3.5
1.8
1
889
3.4
1.8
1
890
4.4
1.8
1
891
2.8
1.7
1
892
2.0
1.8
1
893
4.3
1.7
1
894
4.6
1.6
1
895
4.2
1.8
1
896
2.5
1.7
1
897
2.3
1.8
1
898
3.7
1.9
1
899
4.2
1.8
1
900
4.5
1.7
1
901
4.1
1.9
1
902
4.9
1.6
1
903
3.0
1.6
1
904
4.0
1.8
1
905
4.4
1.8
1
906
2.7
1.6
1
907
4.5
1.6
1
908
3.5
1.7
1
909
3.3
1.8
1
910
3.6
1.8
1
911
4.5
1.7
1
912
3.4
1.6
1
913
3.9
1.6
1
914
4.0
1.7
1
915
4.0
1.7
1
916
3.4
1.7
1
917
3.9
1.8
1
918
4.2
1.9
1
919
4.4
1.9
1
920
4.0
1.8
1
921
4.1
1.6
1
922
2.7
1.6
1
923
4.0
1.6
1
924
4.5
1.9
1
925
4.8
1.7
1
926
3.7
1.9
1
927
4.1
1.7
1
928
4.4
1.7
1
139

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
877
4.7
1.9
2
878
5.5
2.0
2
879
5.8
2.1
2
880
5.5
2.0
2
881
5.9
2.2
2
882
5.2
2.1
2
883
5.4
1.8
2
884
5.6
2.0
2
885
5.8
1.9
2
886
5.6
2.0
2
887
5.9
1.9
2
888
4.9
2.1
2
889
5.9
2.1
2
890
4.8
2.0
2
891
5.7
2.0
2
892
6.0
2.0
2
893
5.6
1.8
2
894
5.7
2.0
2
895
6.1
1.9
2
896
5.3
2.1
2
897
5.4
2.1
2
898
5.8
2.0
2
899
5.2
2.0
2
900
4.5
1.9
2
901
5.5
1.9
2
902
5.9
2.1
2
903
6.3
2.0
2
904
4.4
1.9
2
905
5.7
2.0
2
906
5.4
2.0
2
907
5.4
2.1
2
908
5.6
2.0
2
909
5.3
1.9
2
910
5.4
2.1
2
911
5.6
2.0
2
912
5.6
1.8
2
913
5.7
2.0
2
914
5.6
2.1
2
915
5.1
2.0
2
916
5.8
1.8
2
917
5.2
2.0
2
918
5.5
1.9
2
919
6.0
1.9
2
920
4.6
1.8
2
921
5.8
2.0
2
922
6.1
2.0
2
923
4.7
1.9
2
924
5.7
1.9
2
925
4.7
1.9
2
926
5.6
1.9
2
927
6.2
1.8
2
928
5.0
2.0
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
877
7.9
2.3
3
878
12.0
2.4
3
879
13.7
2.5
3
880
11.8
2.5
3
881
14.5
2.6
3
882
10.5
2.5
3
883
11.2
2.1
3
884
12.1
2.5
3
885
13.6
2.3
3
886
12.1
2.5
3
887
14.3
2.3
3
888
8.7
2.5
3
889
14.3
2.5
3
890
8.6
2.4
3
891
12.5
2.4
3
892
15.1
2.5
3
893
12.4
2.1
3
894
13.0
2.4
3
895
16.0
2.3
3
896
10.9
2.5
3
897
11.5
2.5
3
898
13.2
2.5
3
899
10.1
2.4
3
900
7.0
2.2
3
901
11.5
2.2
3
902
13.9
2.5
3
903
17.3
2.5
3
904
6.4
2.2
3
905
13.0
2.5
3
906
11.2
2.5
3
907
11.4
2.5
3
908
12.0
2.4
3
909
11.0
2.3
3
910
11.1
2.5
3
911
12.3
2.4
3
912
12.4
2.1
3
913
12.8
2.4
3
914
12.1
2.5
3
915
9.7
2.4
3
916
13.2
2.1
3
917
10.2
2.5
3
918
11.7
2.3
3
919
15.0
2.2
3
920
7.7
2.2
3
921
13.8
2.5
3
922
15.8
2.4
3
923
7.8
2.3
3
924
13.0
2.3
3
925
7.8
2.2
3
926
12.5
2.3
3
927
16.4
2.2
3
928
9.5
2.4
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
929
3.7
1.7
1
930
4.1
1.7
1
931
4.7
1.6
1
932
4.9
1.7
1
933
4.5
2.0
1
934
2.7
1.8
1
935
3.4
1.9
1
936
3.9
1.7
1
937
4.5
1.6
1
938
4.3
1.7
1
939
2.6
1.7
1
940
3.1
1.8
1
941
4.2
1.9
1
942
3.1
1.6
1
943
3.0
1.7
1
944
3.6
1.7
1
945
2.3
1.9
1
946
2.8
1.6
1
947
2.3
1.8
1
948
5.0
1.8
1
949
4.5
1.9
1
950
4.0
1.8
1
951
2.0
1.9
1
952
4.8
1.6
1
953
4.2
1.7
1
954
4.0
1.8
1
955
4.2
1.8
1
956
4.1
1.7
1
957
4.0
1.7
1
958
3.7
1.6
1
959
4.0
1.6
1
960
4.5
1.8
1
961
3.0
1.6
1
962
1.8
1.8
1
963
3.9
1.9
1
964
5.0
1.6
1
965
4.8
1.7
1
966
3.3
1.7
1
967
4.6
1.7
1
968
2.6
1.8
1
969
2.3
1.9
1
970
3.6
1.7
1
971
3.9
1.6
1
972
3.6
1.7
1
973
3.8
1.9
1
974
3.3
1.7
1
975
2.1
1.7
1
976
3.4
1.8
1
977
3.9
1.7
1
978
3.7
1.7
1
979
1.9
1.7
1
980
4.1
1.6
1
140

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
929
5.3
2.1
2
930
5.6
1.8
2
931
5.1
1.7
2
932
5.8
1.9
2
933
5.9
1.9
2
934
5.7
1.7
2
935
6.1
1.9
2
936
5.6
1.7
2
937
5.9
1.9
2
938
5.1
1.9
2
939
5.2
1.8
2
940
5.6
1.7
2
941
5.3
1.8
2
942
5.1
2.1
2
943
6.0
2.1
2
944
4.7
1.8
2
945
5.4
2.0
2
946
4.9
1.8
2
947
5.1
1.8
2
948
5.0
2.1
2
949
5.9
1.7
2
950
4.5
2.0
2
951
4.6
2.0
2
952
5.9
2.0
2
953
5.9
2.0
2
954
5.1
2.0
2
955
5.6
2.0
2
956
5.3
2.0
2
957
4.9
1.9
2
958
6.3
1.9
2
959
5.3
1.9
2
960
4.6
1.9
2
961
5.2
2.0
2
962
6.0
1.9
2
963
5.0
1.9
2
964
4.5
1.9
2
965
5.8
2.1
2
966
5.4
1.9
2
967
5.6
1.9
2
968
4.6
2.0
2
969
5.3
2.1
2
970
5.3
1.8
2
971
5.4
2.0
2
972
5.5
1.8
2
973
5.9
1.9
2
974
5.9
1.9
2
975
6.0
1.9
2
976
5.0
2.0
2
977
5.8
2.0
2
978
5.9
1.9
2
979
4.5
1.8
2
980
5.3
1.9
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
929
10.6
2.5
3
930
12.3
2.1
3
931
9.8
2.0
3
932
13.5
2.3
3
933
14.3
2.2
3
934
13.0
2.0
3
935
16.0
2.2
3
936
12.2
2.0
3
937
14.0
2.3
3
938
10.0
2.4
3
939
10.5
2.2
3
940
12.0
2.0
3
941
10.9
2.1
3
942
10.0
2.5
3
943
15.4
2.5
3
944
7.9
2.2
3
945
11.4
2.4
3
946
8.9
2.2
3
947
9.7
2.1
3
948
9.6
2.5
3
949
14.4
2.0
3
950
7.2
2.4
3
951
7.3
2.5
3
952
13.9
2.5
3
953
14.4
2.4
3
954
9.6
2.4
3
955
12.0
2.4
3
956
11.0
2.4
3
957
9.0
2.3
3
958
17.6
2.3
3
959
11.0
2.3
3
960
7.6
2.3
3
961
10.4
2.5
3
962
15.0
2.2
3
963
9.4
2.3
3
964
6.8
2.3
3
965
13.5
2.5
3
966
11.4
2.3
3
967
12.2
2.3
3
968
7.6
2.4
3
969
10.9
2.5
3
970
10.7
2.1
3
971
11.4
2.4
3
972
11.9
2.1
3
973
14.4
2.4
3
974
14.1
2.2
3
975
14.9
2.3
3
976
9.5
2.5
3
977
13.2
2.4
3
978
14.3
2.3
3
979
6.9
2.2
3
980
10.7
2.3
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
981
4.2
2.0
1
982
3.4
1.8
1
983
2.9
1.6
1
984
5.0
1.6
1
985
3.9
1.8
1
986
4.0
1.9
1
987
4.9
1.7
1
988
4.6
1.8
1
989
4.4
1.9
1
990
3.0
1.6
1
991
4.7
1.7
1
992
2.1
1.8
1
993
4.6
1.7
1
994
3.5
1.8
1
995
4.9
1.6
1
996
3.5
1.7
1
997
4.2
1.8
1
998
5.1
1.8
1
999
3.9
1.8
1
1000
4.4
1.9
1
141

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
981
5.4
1.9
2
982
5.8
1.9
2
983
4.7
2.0
2
984
5.6
2.1
2
985
4.6
1.8
2
986
5.1
2.1
2
987
4.5
2.0
2
988
5.3
2.0
2
989
6.0
2.1
2
990
5.8
1.8
2
991
4.8
2.1
2
992
5.9
2.1
2
993
5.8
1.9
2
994
4.7
1.9
2
995
5.5
2.0
2
996
5.5
1.7
2
997
5.3
1.8
2
998
5.7
2.0
2
999
5.8
1.8
2
1000
5.4
1.8
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
981
11.5
2.3
3
982
13.2
2.3
3
983
7.8
2.4
3
984
12.2
2.5
3
985
7.5
2.2
3
986
9.9
2.5
3
987
7.1
2.5
3
988
10.7
2.4
3
989
14.8
2.5
3
990
13.3
2.1
3
991
8.2
2.5
3
992
14.2
2.5
3
993
13.7
2.3
3
994
7.9
2.2
3
995
11.7
2.4
3
996
11.7
2.0
3
997
10.8
2.1
3
998
12.5
2.4
3
999
13.6
2.1
3
1000
11.1
2.2
3
Apndice A
142
vehculo mediano y vehculo grande del conjunto de prueba ms error de medicin.

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
1
4.2
1.8
1
2
4.7
1.6
1
3
2.0
1.7
1
4
4.2
1.6
1
5
1.8
1.8
1
6
4.4
1.7
1
7
4.8
1.9
1
8
4.7
1.6
1
9
5.0
1.8
1
10
4.8
1.9
1
11
4.0
1.8
1
12
5.1
1.7
1
13
5.3
1.7
1
14
4.4
1.6
1
15
3.9
2.0
1
16
5.4
1.7
1
17
2.7
1.8
1
18
3.6
1.7
1
19
4.4
1.6
1
20
3.3
1.9
1
21
5.9
1.7
1
22
3.7
1.6
1
23
3.4
1.8
1
24
4.4
1.6
1
25
3.4
1.6
1
26
4.2
1.7
1
27
4.4
1.7
1
28
5.0
1.7
1
29
5.1
1.5
1
30
3.2
1.9
1
31
3.8
1.6
1
32
3.7
1.6
1
33
4.4
1.8
1
34
3.3
1.8
1
35
2.7
1.8
1
36
3.3
1.8
1
37
4.8
1.7
1
38
4.6
1.7
1
39
5.8
1.9
1
40
3.5
2.0
1
41
4.0
1.7
1
42
3.4
1.8
1
43
3.1
1.7
1

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
1
4.3
1.8
2
2
5.2
1.9
2
3
5.2
2.1
2
4
6.3
1.8
2
5
5.8
2.0
2
6
5.4
1.8
2
7
5.2
1.9
2
8
5.4
2.1
2
9
5.6
1.9
2
10
6.3
2.0
2
11
5.6
1.9
2
12
5.7
2.0
2
13
6.4
1.8
2
14
5.2
2.1
2
15
5.2
2.0
2
16
6.0
1.7
2
17
5.4
1.8
2
18
4.4
2.2
2
19
4.5
1.7
2
20
5.1
2.1
2
21
5.8
1.9
2
22
4.7
2.2
2
23
5.8
1.8
2
24
5.6
2.1
2
25
5.8
1.7
2
26
6.0
1.9
2
27
5.9
1.9
2
28
5.9
2.0
2
29
5.1
1.8
2
30
4.8
2.2
2
31
5.2
2.1
2
32
6.3
1.8
2
33
5.0
2.1
2
34
4.7
2.1
2
35
5.7
1.9
2
36
4.6
2.0
2
37
5.3
1.7
2
38
5.8
1.9
2
39
5.1
1.9
2
40
5.3
1.9
2
41
5.4
1.9
2
42
6.2
2.0
2
43
5.3
1.8
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
1
7.5
2.2
3
2
13.7
2.4
3
3
12.0
2.4
3
4
12.4
2.0
3
5
10.4
2.5
3
6
12.4
2.2
3
7
17.2
2.4
3
8
14.1
2.4
3
9
13.0
2.2
3
10
17.7
2.4
3
11
14.2
2.3
3
12
8.0
2.5
3
13
19.6
2.1
3
14
5.9
2.5
3
15
10.1
2.4
3
16
13.5
2.1
3
17
12.9
2.3
3
18
9.5
2.5
3
19
5.5
2.0
3
20
11.6
2.5
3
21
9.1
2.3
3
22
7.1
2.6
3
23
12.3
2.4
3
24
15.5
2.6
3
25
14.5
1.9
3
26
14.3
2.3
3
27
11.5
2.0
3
28
14.1
2.5
3
29
11.5
2.0
3
30
10.9
2.6
3
31
13.4
2.3
3
32
12.4
2.3
3
33
12.0
2.5
3
34
12.6
2.6
3
35
11.1
2.5
3
36
6.2
2.4
3
37
12.6
2.0
3
38
15.6
2.3
3
39
11.4
2.5
3
40
9.4
1.9
3
41
12.6
2.2
3
42
15.1
2.4
3
43
11.6
2.3
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
44
4.4
1.8
1
45
4.0
1.6
1
46
1.2
1.6
1
47
3.8
1.7
1
48
4.6
1.8
1
49
4.2
1.8
1
50
2.4
1.6
1
51
3.3
1.7
1
52
4.6
1.8
1
53
2.0
1.9
1
54
3.2
1.6
1
55
2.9
1.7
1
56
2.4
2.0
1
57
3.8
1.9
1
58
3.6
1.6
1
59
5.4
2.0
1
60
4.0
1.8
1
61
4.3
1.7
1
62
4.2
1.7
1
63
4.4
1.9
1
64
3.6
1.6
1
65
3.7
1.8
1
66
3.1
1.7
1
67
3.7
1.7
1
68
1.7
1.6
1
69
4.4
1.8
1
70
5.0
1.7
1
71
5.0
1.7
1
72
3.3
1.7
1
73
3.1
1.8
1
74
5.0
1.9
1
75
2.9
1.8
1
76
2.6
1.9
1
77
3.4
1.7
1
78
4.6
1.7
1
79
3.0
1.7
1
80
1.8
1.5
1
81
5.6
1.8
1
82
3.6
1.5
1
83
3.7
1.7
1
84
2.7
1.9
1
85
2.7
1.6
1
86
4.2
1.6
1
87
1.8
1.7
1
88
4.8
1.6
1
89
4.2
1.8
1
90
4.9
1.7
1
91
2.9
1.6
1
92
3.1
1.8
1
93
3.9
1.5
1
94
5.3
1.6
1
95
3.3
1.7
1
143

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
44
6.4
1.8
2
45
6.1
1.9
2
46
5.2
2.1
2
47
6.0
1.8
2
48
6.2
1.8
2
49
5.0
2.1
2
50
5.0
2.1
2
51
5.9
1.8
2
52
4.8
2.0
2
53
5.5
2.2
2
54
6.0
1.6
2
55
5.5
2.0
2
56
6.3
1.9
2
57
5.4
1.9
2
58
4.8
2.0
2
59
5.2
1.9
2
60
5.3
2.3
2
61
5.3
1.9
2
62
5.4
2.1
2
63
5.7
1.7
2
64
5.5
1.9
2
65
5.7
1.9
2
66
6.0
1.8
2
67
6.3
1.7
2
68
5.2
2.1
2
69
5.4
2.0
2
70
6.0
2.2
2
71
5.2
1.8
2
72
4.5
2.1
2
73
6.1
2.0
2
74
3.8
1.9
2
75
5.5
1.7
2
76
4.3
1.9
2
77
5.0
2.0
2
78
5.7
2.1
2
79
4.5
2.0
2
80
6.0
2.3
2
81
4.6
1.8
2
82
5.9
1.9
2
83
6.0
2.1
2
84
5.4
1.8
2
85
5.8
2.1
2
86
5.7
1.9
2
87
4.8
1.9
2
88
5.6
2.2
2
89
5.6
2.0
2
90
5.9
2.2
2
91
6.3
2.1
2
92
5.5
1.9
2
93
4.9
1.8
2
94
5.0
1.9
2
95
6.2
1.9
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
44
15.0
2.2
3
45
12.7
2.4
3
46
12.6
2.4
3
47
13.6
2.4
3
48
14.1
2.3
3
49
13.5
2.4
3
50
13.1
2.6
3
51
8.6
2.4
3
52
11.3
2.2
3
53
14.2
2.6
3
54
15.5
2.4
3
55
10.8
2.4
3
56
13.9
2.1
3
57
12.4
2.4
3
58
10.0
2.5
3
59
9.0
2.3
3
60
11.0
2.6
3
61
13.0
2.0
3
62
9.4
2.5
3
63
8.9
2.1
3
64
9.3
2.3
3
65
12.9
2.0
3
66
14.0
2.0
3
67
13.0
2.1
3
68
14.0
2.4
3
69
12.7
2.3
3
70
15.3
2.4
3
71
12.0
2.2
3
72
7.2
2.3
3
73
11.5
2.5
3
74
7.7
2.4
3
75
10.0
2.4
3
76
5.4
2.2
3
77
14.2
2.6
3
78
16.8
2.4
3
79
9.8
2.6
3
80
13.3
2.6
3
81
6.6
2.0
3
82
14.4
2.3
3
83
12.0
2.4
3
84
9.9
2.3
3
85
12.7
2.3
3
86
13.8
2.2
3
87
9.1
2.1
3
88
5.9
2.5
3
89
10.0
2.5
3
90
13.0
2.6
3
91
17.1
2.5
3
92
12.6
2.3
3
93
11.4
1.9
3
94
11.6
2.3
3
95
14.2
2.4
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
96
3.5
2.0
1
97
3.6
1.8
1
98
4.0
2.0
1
99
4.5
1.8
1
100
3.9
1.7
1
101
4.9
1.7
1
102
1.8
1.9
1
103
4.0
1.9
1
104
2.1
1.8
1
105
3.2
1.9
1
106
4.1
1.8
1
107
5.0
1.9
1
108
4.5
1.8
1
109
5.4
1.6
1
110
3.2
2.0
1
111
4.1
1.9
1
112
3.9
1.6
1
113
4.2
1.6
1
114
4.7
1.7
1
115
3.4
1.6
1
116
3.5
1.8
1
117
3.9
1.7
1
118
4.4
1.6
1
119
3.8
1.6
1
120
4.3
1.7
1
121
4.6
1.5
1
122
4.6
1.6
1
123
3.1
1.6
1
124
2.7
1.7
1
125
3.4
1.6
1
126
2.5
1.6
1
127
3.5
1.5
1
128
2.5
1.7
1
129
5.1
1.8
1
130
1.5
1.7
1
131
4.7
1.7
1
132
2.3
1.9
1
133
3.8
1.8
1
134
2.4
1.6
1
135
4.9
1.7
1
136
4.4
1.6
1
137
3.3
1.8
1
138
3.9
1.7
1
139
5.1
1.7
1
140
4.3
1.7
1
141
3.7
1.7
1
142
2.2
1.6
1
143
4.5
1.9
1
144
4.1
1.9
1
145
4.3
1.7
1
146
4.1
1.9
1
147
4.4
1.7
1
144

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
96
5.6
2.1
2
97
4.8
1.9
2
98
5.2
1.9
2
99
5.5
1.9
2
100
6.1
2.0
2
101
5.7
2.0
2
102
6.4
1.7
2
103
5.1
2.1
2
104
5.7
2.2
2
105
4.7
1.9
2
106
5.6
1.9
2
107
5.9
2.0
2
108
5.6
1.9
2
109
5.6
1.9
2
110
5.7
2.1
2
111
6.5
1.8
2
112
6.4
1.9
2
113
5.7
1.9
2
114
5.7
2.1
2
115
5.4
2.0
2
116
6.1
2.0
2
117
6.0
1.8
2
118
4.7
2.1
2
119
5.7
1.9
2
120
4.9
1.9
2
121
5.3
1.7
2
122
4.8
2.1
2
123
6.0
2.2
2
124
5.8
2.0
2
125
6.2
1.6
2
126
5.8
1.8
2
127
5.0
2.1
2
128
6.5
1.5
2
129
6.0
1.8
2
130
5.7
2.0
2
131
6.3
1.9
2
132
5.4
1.9
2
133
5.9
1.9
2
134
6.0
2.1
2
135
5.0
1.6
2
136
5.7
1.8
2
137
6.1
1.9
2
138
5.9
1.9
2
139
5.7
2.0
2
140
6.3
1.9
2
141
5.7
1.9
2
142
5.5
2.1
2
143
5.5
1.9
2
144
5.9
1.9
2
145
6.0
2.0
2
146
4.7
1.9
2
147
5.2
2.1
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
96
12.1
2.6
3
97
9.3
2.5
3
98
7.1
2.4
3
99
12.5
2.5
3
100
18.5
2.3
3
101
13.1
2.2
3
102
19.8
1.9
3
103
10.6
2.5
3
104
11.0
2.4
3
105
8.3
2.2
3
106
13.2
2.3
3
107
17.2
2.3
3
108
10.4
2.3
3
109
10.8
2.3
3
110
10.2
2.5
3
111
12.3
2.2
3
112
9.0
2.2
3
113
15.0
2.4
3
114
16.6
2.3
3
115
14.9
2.4
3
116
11.2
2.4
3
117
14.9
2.4
3
118
4.1
2.5
3
119
11.5
2.4
3
120
9.6
2.5
3
121
12.2
2.1
3
122
10.0
2.5
3
123
17.7
2.4
3
124
13.8
2.1
3
125
15.5
2.1
3
126
12.2
2.1
3
127
8.8
2.3
3
128
17.6
2.2
3
129
10.5
2.2
3
130
8.7
2.3
3
131
10.9
2.0
3
132
6.7
2.3
3
133
15.9
2.4
3
134
16.9
2.3
3
135
14.1
2.0
3
136
10.3
2.3
3
137
15.9
2.6
3
138
17.2
2.2
3
139
14.4
2.6
3
140
19.9
2.0
3
141
13.4
2.3
3
142
11.4
2.7
3
143
10.8
2.3
3
144
15.7
2.3
3
145
18.4
2.2
3
146
11.0
2.5
3
147
9.6
2.4
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
148
3.1
1.9
1
149
3.5
1.9
1
150
5.0
1.7
1
151
2.0
1.8
1
152
3.9
1.9
1
153
4.2
1.7
1
154
2.1
1.5
1
155
3.4
1.8
1
156
3.5
1.6
1
157
3.3
1.8
1
158
4.8
1.6
1
159
2.9
1.9
1
160
3.3
1.8
1
161
3.1
1.6
1
162
2.3
1.6
1
163
2.4
1.6
1
164
2.5
1.7
1
165
3.5
1.6
1
166
1.9
1.9
1
167
3.3
1.5
1
168
4.2
1.7
1
169
4.2
1.5
1
170
4.1
1.9
1
171
4.5
1.5
1
172
4.2
1.9
1
173
5.0
1.8
1
174
3.5
1.7
1
175
2.6
1.6
1
176
3.2
2.1
1
177
3.2
1.7
1
178
4.3
1.6
1
179
3.3
1.7
1
180
4.8
2.0
1
181
2.7
1.7
1
182
3.1
1.6
1
183
1.7
1.6
1
184
3.7
1.7
1
185
5.4
1.8
1
186
4.1
1.7
1
187
4.1
1.6
1
188
2.0
1.6
1
189
4.4
1.9
1
190
1.3
1.7
1
191
3.3
1.8
1
192
4.0
1.8
1
193
3.1
1.8
1
194
3.8
2.0
1
195
4.7
1.7
1
196
4.2
1.6
1
197
5.6
1.8
1
198
3.9
1.8
1
199
3.6
1.8
1
145

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
148
6.1
2.3
2
149
5.6
2.1
2
150
5.2
2.0
2
151
5.6
2.1
2
152
6.4
2.0
2
153
5.8
1.9
2
154
6.3
2.1
2
155
5.5
1.9
2
156
5.2
2.1
2
157
5.4
1.7
2
158
4.9
1.9
2
159
5.3
2.2
2
160
5.1
2.1
2
161
5.3
1.6
2
162
6.1
1.7
2
163
5.8
2.0
2
164
6.0
1.9
2
165
6.3
1.7
2
166
5.4
2.0
2
167
5.5
1.8
2
168
5.3
2.0
2
169
3.9
2.0
2
170
6.3
1.8
2
171
5.9
2.0
2
172
4.3
1.7
2
173
5.3
1.7
2
174
5.7
1.9
2
175
4.1
2.0
2
176
6.4
2.0
2
177
4.8
1.8
2
178
6.1
1.8
2
179
5.5
2.1
2
180
6.2
2.1
2
181
5.9
1.8
2
182
5.2
1.7
2
183
5.3
1.9
2
184
5.6
1.8
2
185
5.4
2.1
2
186
6.2
1.8
2
187
6.1
2.0
2
188
5.9
2.1
2
189
5.5
2.0
2
190
6.6
1.8
2
191
5.5
2.0
2
192
4.8
2.2
2
193
5.4
2.1
2
194
6.3
1.9
2
195
5.9
1.9
2
196
5.9
1.9
2
197
4.6
1.7
2
198
4.3
1.9
2
199
6.2
1.9
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
148
10.0
2.5
3
149
16.9
2.3
3
150
8.2
2.5
3
151
16.1
2.6
3
152
15.0
2.5
3
153
11.7
2.3
3
154
16.0
2.4
3
155
7.1
2.6
3
156
11.5
2.7
3
157
12.3
2.1
3
158
7.4
2.5
3
159
20.8
2.5
3
160
9.6
2.6
3
161
13.6
1.9
3
162
16.5
2.3
3
163
13.0
2.4
3
164
10.0
2.1
3
165
13.1
2.1
3
166
12.8
2.5
3
167
10.0
2.4
3
168
10.6
2.5
3
169
7.9
2.2
3
170
16.5
2.0
3
171
17.5
2.5
3
172
13.2
2.1
3
173
11.0
2.0
3
174
11.0
2.2
3
175
12.7
2.3
3
176
17.6
2.0
3
177
7.7
2.1
3
178
14.4
2.2
3
179
8.8
2.5
3
180
13.1
2.6
3
181
14.3
2.2
3
182
10.3
2.0
3
183
13.2
2.2
3
184
15.5
2.4
3
185
15.4
2.6
3
186
15.4
2.2
3
187
18.6
2.7
3
188
15.4
2.5
3
189
9.1
2.5
3
190
15.5
2.4
3
191
19.0
2.3
3
192
9.1
2.8
3
193
10.5
2.5
3
194
14.9
2.1
3
195
14.7
2.5
3
196
11.7
2.4
3
197
11.0
2.3
3
198
7.3
2.6
3
199
18.1
2.2
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
200
0.4
1.6
1
201
4.7
1.6
1
202
4.8
1.9
1
203
5.6
1.5
1
204
2.8
1.8
1
205
3.3
1.6
1
206
3.6
1.6
1
207
3.3
1.6
1
208
6.1
1.8
1
209
1.7
1.8
1
210
3.4
1.8
1
211
3.8
1.7
1
212
3.2
1.8
1
213
3.9
1.7
1
214
3.3
2.0
1
215
3.3
1.9
1
216
2.5
1.8
1
217
3.3
1.7
1
218
4.8
1.7
1
219
4.5
1.8
1
220
3.6
1.8
1
221
3.4
1.9
1
222
4.3
1.9
1
223
4.3
1.8
1
224
3.4
1.5
1
225
2.1
1.8
1
226
3.5
1.7
1
227
3.3
1.7
1
228
3.2
1.7
1
229
2.9
1.7
1
230
4.6
1.6
1
231
4.6
1.8
1
232
2.7
1.8
1
233
3.6
1.8
1
234
4.2
1.8
1
235
3.3
1.7
1
236
3.5
1.7
1
237
1.9
1.9
1
238
4.3
1.9
1
239
4.8
1.9
1
240
4.3
1.9
1
241
2.9
2.0
1
242
2.9
1.7
1
243
4.8
1.7
1
244
3.8
1.5
1
245
4.5
2.0
1
246
3.0
1.7
1
247
3.7
1.9
1
248
3.2
1.8
1
249
3.5
1.7
1
250
2.8
1.7
1
251
4.6
1.8
1
146

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
200
6.4
1.8
2
201
4.8
2.0
2
202
5.4
1.8
2
203
5.7
2.0
2
204
5.0
2.2
2
205
5.8
1.6
2
206
5.2
1.9
2
207
5.6
2.0
2
208
5.6
1.9
2
209
5.0
2.0
2
210
4.9
2.2
2
211
5.7
1.7
2
212
4.7
2.0
2
213
5.4
1.7
2
214
4.7
1.7
2
215
4.4
1.9
2
216
5.1
1.8
2
217
5.6
1.9
2
218
5.3
2.2
2
219
6.1
2.1
2
220
5.5
1.9
2
221
5.6
2.1
2
222
5.9
1.9
2
223
5.6
1.9
2
224
5.9
1.9
2
225
5.5
1.9
2
226
4.5
2.0
2
227
5.2
2.1
2
228
5.5
1.9
2
229
4.6
2.0
2
230
6.4
1.9
2
231
5.9
2.1
2
232
5.3
2.1
2
233
6.0
1.7
2
234
5.2
1.9
2
235
5.2
2.0
2
236
6.3
2.0
2
237
5.3
2.0
2
238
6.3
1.7
2
239
5.6
2.0
2
240
4.9
2.1
2
241
5.4
2.1
2
242
5.9
2.0
2
243
5.5
2.1
2
244
4.8
1.8
2
245
4.9
2.1
2
246
5.6
1.7
2
247
5.7
1.8
2
248
6.3
2.1
2
249
6.0
2.0
2
250
5.7
1.8
2
251
5.0
2.1
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
200
10.0
2.2
3
201
8.8
2.3
3
202
15.0
2.3
3
203
12.6
2.3
3
204
9.3
2.3
3
205
12.9
1.9
3
206
10.9
2.4
3
207
14.2
2.5
3
208
10.9
2.1
3
209
13.7
2.7
3
210
13.9
2.4
3
211
15.0
2.0
3
212
12.7
2.5
3
213
16.6
2.1
3
214
11.1
2.0
3
215
7.5
2.1
3
216
10.2
2.0
3
217
10.1
2.2
3
218
8.3
2.3
3
219
18.6
2.5
3
220
18.5
2.6
3
221
13.4
2.4
3
222
12.4
2.5
3
223
11.3
2.2
3
224
12.1
2.2
3
225
12.9
2.2
3
226
7.7
2.6
3
227
9.2
2.5
3
228
9.9
2.5
3
229
6.0
2.4
3
230
16.2
2.6
3
231
19.1
2.6
3
232
12.2
2.4
3
233
12.8
2.1
3
234
12.1
2.3
3
235
14.2
2.4
3
236
15.3
2.2
3
237
14.7
2.0
3
238
16.7
2.0
3
239
10.8
2.5
3
240
14.7
2.5
3
241
13.4
2.4
3
242
9.6
2.3
3
243
9.2
2.3
3
244
10.4
2.2
3
245
9.6
2.6
3
246
11.4
2.0
3
247
12.9
2.4
3
248
15.1
2.5
3
249
14.5
2.4
3
250
11.7
2.2
3
251
8.9
2.5
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
252
5.2
1.6
1
253
2.5
1.5
1
254
4.5
2.0
1
255
3.3
1.7
1
256
3.2
1.8
1
257
2.6
1.6
1
258
4.8
2.0
1
259
4.1
2.0
1
260
5.1
1.8
1
261
2.4
2.0
1
262
4.3
1.7
1
263
4.0
1.7
1
264
5.5
1.6
1
265
5.2
1.9
1
266
1.9
1.7
1
267
4.0
1.8
1
268
4.8
1.8
1
269
3.2
1.9
1
270
3.4
1.6
1
271
3.8
1.8
1
272
3.4
1.9
1
273
2.9
1.7
1
274
1.2
1.7
1
275
4.5
2.0
1
276
3.2
1.7
1
277
3.1
1.6
1
278
3.4
1.4
1
279
2.8
1.7
1
280
3.9
1.5
1
281
4.8
1.6
1
282
4.6
1.7
1
283
3.7
1.7
1
284
2.4
2.0
1
285
3.1
1.8
1
286
3.5
1.7
1
287
3.9
1.9
1
288
3.8
1.8
1
289
4.4
2.0
1
290
3.5
1.8
1
291
3.9
1.8
1
292
4.4
2.0
1
293
4.3
1.6
1
294
3.5
1.9
1
295
3.8
1.6
1
296
3.5
2.0
1
297
4.6
1.7
1
298
4.6
1.7
1
299
2.6
1.8
1
300
3.8
1.7
1
301
3.7
1.6
1
302
3.6
1.8
1
303
5.2
1.9
1
147

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
252
5.8
2.0
2
253
6.4
1.8
2
254
5.9
2.0
2
255
5.6
2.1
2
256
5.1
1.9
2
257
6.0
2.0
2
258
5.4
1.8
2
259
5.8
2.1
2
260
5.6
2.2
2
261
5.9
1.6
2
262
5.5
1.8
2
263
6.2
1.6
2
264
5.6
1.8
2
265
5.8
2.0
2
266
5.9
1.7
2
267
5.5
2.1
2
268
6.0
1.7
2
269
6.2
2.1
2
270
6.2
1.8
2
271
5.2
2.0
2
272
4.4
2.0
2
273
6.4
2.0
2
274
5.4
1.9
2
275
4.6
1.9
2
276
5.1
1.9
2
277
4.9
1.8
2
278
4.4
1.9
2
279
5.2
1.7
2
280
4.9
2.0
2
281
3.9
2.0
2
282
5.2
1.8
2
283
5.2
1.9
2
284
5.7
1.8
2
285
5.7
1.7
2
286
5.9
1.8
2
287
6.1
1.9
2
288
4.7
1.9
2
289
4.7
1.8
2
290
5.4
2.2
2
291
6.0
1.6
2
292
5.4
1.6
2
293
5.8
1.8
2
294
5.1
1.9
2
295
6.3
2.0
2
296
5.1
1.9
2
297
6.7
2.1
2
298
4.8
2.0
2
299
5.1
2.1
2
300
5.3
2.0
2
301
5.7
2.2
2
302
5.5
1.8
2
303
5.3
2.0
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
252
9.3
2.7
3
253
17.1
2.2
3
254
14.7
2.4
3
255
10.8
2.6
3
256
11.0
2.2
3
257
15.1
2.4
3
258
12.0
2.1
3
259
14.3
2.5
3
260
17.0
2.5
3
261
12.4
2.4
3
262
10.1
2.1
3
263
14.2
2.1
3
264
13.5
2.1
3
265
11.4
2.5
3
266
11.7
2.2
3
267
11.4
2.5
3
268
14.0
2.1
3
269
16.2
2.5
3
270
14.6
2.2
3
271
8.7
2.5
3
272
5.6
2.2
3
273
11.9
2.4
3
274
9.1
2.1
3
275
8.2
2.2
3
276
12.6
2.3
3
277
12.8
2.2
3
278
6.0
2.4
3
279
4.6
2.2
3
280
10.4
2.3
3
281
5.7
2.4
3
282
9.8
2.2
3
283
8.8
2.4
3
284
9.9
2.2
3
285
9.8
2.2
3
286
12.6
2.1
3
287
19.3
2.3
3
288
6.1
2.7
3
289
11.6
2.3
3
290
15.4
2.5
3
291
11.5
2.1
3
292
5.4
2.0
3
293
10.9
2.2
3
294
11.1
2.3
3
295
10.2
2.5
3
296
10.1
2.4
3
297
18.5
2.4
3
298
8.3
2.6
3
299
12.5
2.6
3
300
12.7
2.2
3
301
11.3
2.6
3
302
11.3
2.2
3
303
15.0
2.4
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
304
3.7
1.5
1
305
3.9
1.8
1
306
5.2
1.8
1
307
5.1
1.6
1
308
4.3
1.7
1
309
2.4
1.8
1
310
3.7
1.7
1
311
3.2
1.6
1
312
1.8
1.6
1
313
1.7
1.6
1
314
4.6
1.7
1
315
3.1
1.7
1
316
2.6
1.7
1
317
3.4
1.6
1
318
6.3
1.9
1
319
3.2
1.7
1
320
3.5
1.6
1
321
3.5
1.8
1
322
4.0
1.8
1
323
3.0
1.9
1
324
4.0
1.7
1
325
4.8
1.7
1
326
4.5
1.6
1
327
2.5
2.0
1
328
3.5
1.6
1
329
4.7
1.5
1
330
4.1
1.7
1
331
4.0
1.7
1
332
3.7
1.6
1
333
4.2
2.0
1
334
4.5
1.8
1
335
2.3
1.9
1
336
4.5
1.8
1
337
3.6
1.7
1
338
3.6
1.6
1
339
3.1
1.9
1
340
2.7
1.9
1
341
2.2
2.0
1
342
3.1
1.6
1
343
2.3
1.7
1
344
4.4
1.6
1
345
3.2
1.7
1
346
4.7
1.7
1
347
5.8
1.6
1
348
6.4
1.7
1
349
3.5
1.8
1
350
4.4
1.9
1
351
3.0
1.8
1
352
4.0
1.7
1
353
4.2
1.9
1
354
5.1
1.8
1
355
4.1
1.7
1
148

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
304
5.3
1.6
2
305
5.8
1.9
2
306
5.0
1.8
2
307
4.8
1.9
2
308
5.1
2.1
2
309
5.2
1.9
2
310
5.4
1.8
2
311
6.1
1.8
2
312
6.4
2.0
2
313
5.3
2.0
2
314
6.1
1.9
2
315
5.7
1.8
2
316
6.2
1.9
2
317
5.9
2.0
2
318
5.2
1.8
2
319
5.2
1.8
2
320
5.8
1.8
2
321
5.1
1.7
2
322
5.7
2.2
2
323
5.3
2.2
2
324
5.1
2.0
2
325
5.2
2.0
2
326
5.0
1.9
2
327
6.2
1.8
2
328
5.1
2.1
2
329
5.4
1.9
2
330
5.1
2.1
2
331
5.3
1.9
2
332
6.2
2.0
2
333
5.1
1.9
2
334
5.3
2.0
2
335
6.6
2.1
2
336
5.6
1.9
2
337
5.2
1.8
2
338
5.6
1.8
2
339
5.7
2.0
2
340
5.4
1.9
2
341
6.0
1.9
2
342
5.1
2.0
2
343
4.8
2.0
2
344
5.7
2.0
2
345
4.3
2.2
2
346
5.8
1.8
2
347
5.8
1.7
2
348
5.8
1.9
2
349
5.2
2.0
2
350
6.0
1.9
2
351
6.1
2.1
2
352
5.7
1.8
2
353
5.8
2.0
2
354
5.6
2.2
2
355
5.8
2.0
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
304
11.7
2.0
3
305
10.3
2.2
3
306
8.7
2.7
3
307
8.0
2.4
3
308
11.5
2.7
3
309
11.4
2.5
3
310
15.3
2.3
3
311
12.3
1.9
3
312
14.4
2.5
3
313
13.1
2.3
3
314
15.3
2.2
3
315
12.6
2.4
3
316
15.3
2.3
3
317
16.6
2.5
3
318
9.6
2.3
3
319
13.4
2.2
3
320
16.3
2.3
3
321
7.6
2.2
3
322
16.6
2.7
3
323
7.6
2.5
3
324
8.6
2.4
3
325
9.2
2.2
3
326
12.7
2.5
3
327
11.5
2.2
3
328
12.8
2.3
3
329
10.6
2.2
3
330
12.8
2.3
3
331
9.1
2.2
3
332
14.2
2.4
3
333
8.1
2.3
3
334
7.4
2.5
3
335
16.1
2.3
3
336
13.1
2.5
3
337
8.2
2.3
3
338
13.0
2.2
3
339
11.5
2.3
3
340
13.3
2.5
3
341
14.0
2.1
3
342
6.8
2.5
3
343
7.9
2.5
3
344
15.2
2.3
3
345
6.9
2.4
3
346
11.8
2.5
3
347
16.7
2.1
3
348
10.1
2.4
3
349
13.3
2.8
3
350
12.3
2.3
3
351
14.9
2.6
3
352
16.2
2.5
3
353
11.7
2.4
3
354
13.9
2.7
3
355
9.9
2.3
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
356
3.9
1.8
1
357
4.6
1.8
1
358
5.1
2.0
1
359
3.4
1.8
1
360
3.5
1.6
1
361
4.2
1.7
1
362
4.3
1.6
1
363
4.7
1.9
1
364
4.2
1.8
1
365
5.0
1.8
1
366
3.7
1.8
1
367
3.9
1.8
1
368
3.0
1.8
1
369
6.1
1.8
1
370
4.3
1.7
1
371
3.6
1.5
1
372
3.7
1.8
1
373
4.2
1.7
1
374
5.0
1.7
1
375
4.6
1.9
1
376
1.5
1.6
1
377
4.1
1.7
1
378
4.7
1.7
1
379
4.5
1.8
1
380
4.4
1.8
1
381
2.9
1.6
1
382
3.4
1.9
1
383
4.5
1.7
1
384
3.0
1.6
1
385
4.5
1.7
1
386
2.4
2.0
1
387
5.1
1.7
1
388
2.8
1.8
1
389
4.1
1.5
1
390
3.1
1.8
1
391
3.5
1.8
1
392
3.8
1.9
1
393
4.6
1.8
1
394
4.5
1.6
1
395
4.7
1.6
1
396
4.0
1.8
1
397
3.9
1.6
1
398
4.3
1.6
1
399
2.9
1.9
1
400
4.9
1.8
1
401
3.7
1.9
1
402
3.0
1.9
1
403
3.8
1.6
1
404
3.4
1.9
1
405
4.8
1.6
1
406
3.9
1.7
1
407
5.3
1.7
1
149

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
356
5.1
1.9
2
357
5.1
1.9
2
358
6.1
2.1
2
359
4.5
2.1
2
360
5.6
1.9
2
361
5.4
2.1
2
362
5.7
2.0
2
363
5.4
2.2
2
364
5.1
1.8
2
365
5.9
1.9
2
366
5.7
1.7
2
367
5.8
2.3
2
368
6.2
1.8
2
369
5.1
1.9
2
370
5.3
2.1
2
371
5.2
2.0
2
372
6.1
1.9
2
373
5.9
2.0
2
374
4.9
1.7
2
375
6.1
1.9
2
376
5.6
2.1
2
377
5.7
2.0
2
378
5.7
1.7
2
379
6.0
2.1
2
380
5.7
2.0
2
381
5.0
2.2
2
382
5.7
2.0
2
383
6.1
2.0
2
384
5.3
2.1
2
385
6.0
1.7
2
386
5.0
2.3
2
387
5.7
1.8
2
388
6.0
1.8
2
389
5.9
2.0
2
390
4.8
1.8
2
391
6.0
2.0
2
392
5.2
1.7
2
393
4.4
2.0
2
394
4.5
1.9
2
395
4.7
2.2
2
396
5.3
1.8
2
397
5.6
1.7
2
398
5.8
1.9
2
399
6.1
2.0
2
400
5.7
2.0
2
401
5.5
1.7
2
402
5.8
2.0
2
403
5.1
2.0
2
404
6.0
1.9
2
405
5.7
1.6
2
406
5.8
2.0
2
407
5.5
2.0
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
356
10.3
2.4
3
357
5.9
2.3
3
358
10.5
2.3
3
359
4.1
2.6
3
360
15.7
2.2
3
361
9.2
2.4
3
362
15.7
2.3
3
363
14.6
2.5
3
364
10.4
2.4
3
365
12.3
2.3
3
366
10.8
2.2
3
367
12.5
2.4
3
368
15.9
2.2
3
369
11.7
2.6
3
370
14.3
2.4
3
371
10.0
2.5
3
372
16.4
2.4
3
373
15.2
2.6
3
374
9.3
1.9
3
375
14.1
2.2
3
376
9.6
2.3
3
377
11.4
2.4
3
378
13.6
2.0
3
379
13.1
2.6
3
380
15.2
2.4
3
381
13.9
2.5
3
382
10.3
2.5
3
383
15.4
2.5
3
384
9.0
2.5
3
385
13.7
2.0
3
386
6.5
2.7
3
387
20.5
2.4
3
388
12.8
2.2
3
389
15.4
2.6
3
390
10.7
2.2
3
391
10.8
2.2
3
392
7.9
1.9
3
393
7.8
2.4
3
394
12.2
2.2
3
395
6.0
2.6
3
396
16.8
2.1
3
397
12.7
2.1
3
398
16.5
2.1
3
399
15.5
2.3
3
400
13.2
2.4
3
401
12.8
2.2
3
402
13.5
2.2
3
403
7.7
2.3
3
404
14.0
2.6
3
405
16.9
2.1
3
406
11.1
2.4
3
407
7.8
2.5
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
408
4.4
1.6
1
409
4.6
1.8
1
410
4.0
1.7
1
411
3.1
1.6
1
412
4.9
1.6
1
413
3.1
1.7
1
414
2.6
1.7
1
415
2.7
1.7
1
416
4.7
1.6
1
417
6.1
1.8
1
418
2.7
1.8
1
419
4.5
1.9
1
420
4.8
1.8
1
421
4.3
2.0
1
422
3.6
1.7
1
423
3.9
1.6
1
424
3.9
1.8
1
425
3.5
1.6
1
426
3.8
1.8
1
427
3.9
1.5
1
428
3.6
1.8
1
429
3.6
1.7
1
430
3.8
1.6
1
431
4.7
1.9
1
432
3.5
1.9
1
433
5.4
1.8
1
434
3.0
1.6
1
435
4.3
1.6
1
436
3.3
1.6
1
437
3.9
1.7
1
438
3.7
1.8
1
439
4.8
2.0
1
440
4.8
1.9
1
441
3.4
1.6
1
442
5.4
1.7
1
443
4.2
1.7
1
444
5.8
1.8
1
445
3.4
1.7
1
446
5.0
2.0
1
447
3.4
1.7
1
448
3.2
1.7
1
449
2.6
1.6
1
450
3.4
1.7
1
451
3.1
1.8
1
452
4.6
1.9
1
453
4.7
1.8
1
454
4.1
1.8
1
455
4.3
1.6
1
456
3.7
1.7
1
457
5.2
1.5
1
458
1.8
1.8
1
459
3.4
1.9
1
150

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
408
5.5
1.7
2
409
5.8
1.8
2
410
5.6
1.9
2
411
5.5
2.0
2
412
5.5
1.9
2
413
4.7
2.0
2
414
6.4
1.9
2
415
5.0
2.0
2
416
6.7
2.2
2
417
5.7
2.1
2
418
5.7
1.8
2
419
5.6
1.9
2
420
6.2
2.1
2
421
6.2
2.1
2
422
5.5
1.9
2
423
6.3
2.1
2
424
4.9
2.1
2
425
5.9
1.7
2
426
5.2
2.0
2
427
5.4
1.9
2
428
5.8
1.6
2
429
5.4
2.0
2
430
4.9
2.0
2
431
6.9
1.9
2
432
5.3
2.2
2
433
6.3
2.0
2
434
5.5
1.9
2
435
6.4
2.0
2
436
4.7
1.8
2
437
5.8
1.9
2
438
5.9
1.9
2
439
4.7
2.1
2
440
5.8
2.0
2
441
5.7
1.7
2
442
5.7
1.9
2
443
5.1
1.7
2
444
6.3
2.0
2
445
5.3
2.0
2
446
6.3
1.8
2
447
5.2
1.9
2
448
5.3
1.9
2
449
5.7
1.7
2
450
5.1
2.0
2
451
5.3
2.0
2
452
5.6
1.8
2
453
4.5
2.1
2
454
5.0
1.9
2
455
6.3
1.7
2
456
6.5
1.9
2
457
5.0
1.7
2
458
5.0
2.0
2
459
5.1
2.0
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
408
12.5
2.1
3
409
8.4
2.1
3
410
11.9
2.4
3
411
14.0
2.4
3
412
11.5
2.4
3
413
9.0
2.4
3
414
15.5
2.3
3
415
7.7
2.5
3
416
18.7
2.6
3
417
8.3
2.7
3
418
11.5
2.3
3
419
11.9
2.3
3
420
15.4
2.7
3
421
11.7
2.4
3
422
13.5
2.4
3
423
13.7
2.1
3
424
7.6
2.5
3
425
8.6
2.3
3
426
8.4
2.6
3
427
15.7
2.6
3
428
11.3
2.0
3
429
11.1
2.4
3
430
12.0
2.5
3
431
15.4
2.2
3
432
20.2
2.6
3
433
12.8
2.6
3
434
12.0
2.4
3
435
15.9
2.3
3
436
11.4
2.2
3
437
14.8
2.3
3
438
14.4
2.2
3
439
6.3
2.5
3
440
11.2
2.5
3
441
12.6
2.2
3
442
15.3
2.3
3
443
6.5
2.1
3
444
16.7
2.4
3
445
12.3
2.4
3
446
17.4
2.2
3
447
14.7
2.2
3
448
12.4
2.1
3
449
13.4
2.0
3
450
9.6
2.3
3
451
12.2
2.5
3
452
13.9
1.9
3
453
7.6
2.5
3
454
12.5
2.2
3
455
15.0
2.2
3
456
18.9
2.5
3
457
11.3
2.3
3
458
11.4
2.5
3
459
8.3
2.5
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
460
2.2
1.6
1
461
2.3
1.9
1
462
4.1
1.7
1
463
3.8
1.5
1
464
5.0
1.8
1
465
3.8
1.7
1
466
2.9
1.9
1
467
2.6
1.9
1
468
4.9
1.5
1
469
3.7
1.7
1
470
2.7
2.0
1
471
2.0
1.7
1
472
4.0
1.6
1
473
3.4
2.0
1
474
4.4
1.6
1
475
3.5
2.0
1
476
3.9
1.5
1
477
2.5
1.8
1
478
3.1
1.8
1
479
4.2
1.8
1
480
3.5
1.8
1
481
5.0
1.7
1
482
2.7
1.9
1
483
4.5
1.7
1
484
4.3
1.9
1
485
3.2
1.5
1
486
4.8
1.7
1
487
3.8
1.6
1
488
2.3
1.6
1
489
3.7
1.5
1
490
4.1
1.9
1
491
2.0
1.8
1
492
3.5
1.8
1
493
3.0
1.6
1
494
2.6
1.8
1
495
2.6
1.8
1
496
4.4
1.8
1
497
3.0
1.8
1
498
4.3
1.7
1
499
4.0
1.5
1
500
4.5
1.8
1
501
5.1
1.9
1
502
5.0
1.6
1
503
3.7
1.7
1
504
4.0
1.7
1
505
4.5
1.6
1
506
4.3
1.8
1
507
3.8
1.7
1
508
2.3
1.7
1
509
4.6
1.9
1
510
3.8
1.9
1
511
5.4
1.9
1
151

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
460
6.3
1.9
2
461
4.4
1.8
2
462
5.4
2.1
2
463
4.8
1.9
2
464
5.6
1.7
2
465
5.0
2.0
2
466
5.5
1.7
2
467
5.0
2.0
2
468
5.5
2.0
2
469
5.0
1.9
2
470
4.6
1.9
2
471
5.7
2.1
2
472
4.8
1.9
2
473
5.7
2.1
2
474
5.4
1.8
2
475
5.1
2.1
2
476
5.1
2.2
2
477
6.3
2.1
2
478
5.5
1.8
2
479
5.7
1.8
2
480
5.7
1.9
2
481
4.4
2.2
2
482
4.1
2.0
2
483
6.4
2.1
2
484
5.0
2.0
2
485
4.4
1.7
2
486
5.3
2.1
2
487
5.2
2.0
2
488
5.7
2.1
2
489
5.8
1.9
2
490
6.0
2.0
2
491
5.7
2.2
2
492
5.5
1.9
2
493
5.8
1.8
2
494
5.6
2.0
2
495
5.1
1.9
2
496
5.3
2.0
2
497
6.1
2.1
2
498
6.1
1.9
2
499
5.6
1.7
2
500
5.0
2.1
2
501
5.1
2.1
2
502
5.3
1.8
2
503
5.4
1.9
2
504
5.5
1.9
2
505
5.5
1.8
2
506
5.3
2.1
2
507
5.7
2.0
2
508
5.3
2.1
2
509
5.1
2.0
2
510
5.9
1.7
2
511
6.7
1.9
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
460
12.9
2.1
3
461
9.4
2.2
3
462
13.1
2.6
3
463
11.7
2.3
3
464
13.5
2.2
3
465
13.1
2.6
3
466
12.3
2.1
3
467
12.6
2.4
3
468
11.5
2.2
3
469
9.1
2.2
3
470
7.6
2.4
3
471
14.0
2.4
3
472
14.9
2.5
3
473
12.6
2.4
3
474
14.4
2.1
3
475
10.4
2.5
3
476
10.0
2.5
3
477
12.8
2.6
3
478
7.3
2.3
3
479
14.2
2.2
3
480
11.1
2.4
3
481
6.4
2.6
3
482
7.3
2.5
3
483
13.9
2.5
3
484
8.9
2.4
3
485
8.7
2.0
3
486
14.9
2.4
3
487
6.2
2.4
3
488
11.4
2.4
3
489
14.5
2.2
3
490
15.2
2.4
3
491
13.2
2.6
3
492
10.4
2.2
3
493
9.6
2.2
3
494
11.8
2.4
3
495
11.7
2.2
3
496
12.8
2.4
3
497
12.5
2.6
3
498
12.6
2.4
3
499
15.3
2.2
3
500
12.2
2.4
3
501
6.0
2.4
3
502
12.6
2.4
3
503
11.8
2.5
3
504
10.2
2.2
3
505
13.5
2.0
3
506
6.5
2.6
3
507
7.6
2.3
3
508
13.8
2.6
3
509
8.1
2.5
3
510
10.8
2.3
3
511
14.5
2.3
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
512
4.6
1.7
1
513
3.5
1.8
1
514
3.0
1.8
1
515
3.7
1.7
1
516
4.5
1.6
1
517
4.3
1.7
1
518
2.4
1.9
1
519
3.3
1.7
1
520
3.2
1.6
1
521
4.0
1.7
1
522
3.1
2.1
1
523
4.3
1.7
1
524
4.4
1.8
1
525
3.5
1.9
1
526
4.4
1.8
1
527
2.8
1.8
1
528
3.7
1.9
1
529
3.9
1.8
1
530
3.2
1.5
1
531
3.4
1.7
1
532
5.0
1.9
1
533
3.0
1.7
1
534
3.6
1.8
1
535
4.1
1.7
1
536
4.5
1.7
1
537
2.8
1.9
1
538
4.4
1.7
1
539
5.7
1.6
1
540
3.6
1.9
1
541
3.9
1.7
1
542
3.3
1.6
1
543
4.7
1.6
1
544
3.2
1.5
1
545
4.0
1.7
1
546
2.2
1.9
1
547
2.9
1.8
1
548
4.4
1.8
1
549
4.4
1.7
1
550
3.8
1.6
1
551
0.9
1.6
1
552
2.5
1.7
1
553
4.5
1.4
1
554
3.7
1.7
1
555
2.1
1.8
1
556
3.9
1.6
1
557
3.3
1.8
1
558
3.3
1.8
1
559
5.0
1.9
1
560
3.2
1.7
1
561
3.3
1.9
1
562
5.3
1.7
1
563
5.1
1.6
1
152

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
512
5.6
1.9
2
513
5.9
1.8
2
514
5.3
1.9
2
515
5.3
2.0
2
516
5.3
2.0
2
517
6.0
2.2
2
518
5.2
1.7
2
519
6.0
2.0
2
520
5.4
1.8
2
521
4.6
1.8
2
522
4.0
2.1
2
523
6.5
1.9
2
524
6.6
2.1
2
525
5.3
2.2
2
526
5.7
1.8
2
527
5.1
2.0
2
528
6.4
1.9
2
529
5.0
2.0
2
530
5.0
1.9
2
531
5.1
2.1
2
532
5.7
1.9
2
533
5.2
2.1
2
534
5.7
2.0
2
535
5.0
1.6
2
536
5.6
2.1
2
537
5.8
1.9
2
538
4.4
2.0
2
539
5.7
2.0
2
540
6.1
2.1
2
541
6.3
1.9
2
542
4.5
1.8
2
543
4.6
1.8
2
544
6.0
1.8
2
545
5.2
1.8
2
546
5.0
2.2
2
547
5.0
2.0
2
548
6.6
2.1
2
549
4.3
2.0
2
550
6.0
2.1
2
551
6.3
1.7
2
552
5.6
1.9
2
553
4.8
1.8
2
554
5.9
1.8
2
555
5.2
1.8
2
556
5.3
2.0
2
557
5.3
1.9
2
558
6.1
2.1
2
559
5.3
2.1
2
560
4.7
2.1
2
561
4.9
2.1
2
562
5.4
2.0
2
563
5.3
2.0
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
512
8.5
2.0
3
513
16.4
2.2
3
514
12.8
2.4
3
515
14.4
2.6
3
516
6.3
2.6
3
517
16.1
2.6
3
518
6.4
2.2
3
519
13.0
2.5
3
520
13.1
2.0
3
521
8.3
2.1
3
522
10.6
2.5
3
523
8.0
2.2
3
524
16.0
2.2
3
525
16.1
2.5
3
526
12.8
2.2
3
527
11.1
2.3
3
528
18.2
2.3
3
529
8.4
2.3
3
530
10.2
2.2
3
531
9.7
2.3
3
532
14.5
1.9
3
533
4.8
2.5
3
534
13.6
2.5
3
535
8.1
2.0
3
536
11.9
2.3
3
537
13.4
2.1
3
538
8.7
2.3
3
539
12.5
2.4
3
540
14.3
2.6
3
541
13.0
2.2
3
542
11.5
2.2
3
543
9.8
2.0
3
544
15.7
2.3
3
545
9.0
2.2
3
546
8.9
2.7
3
547
8.1
2.4
3
548
15.9
2.5
3
549
4.4
2.5
3
550
12.3
2.5
3
551
14.3
2.1
3
552
15.2
2.3
3
553
14.2
2.1
3
554
13.7
2.3
3
555
14.6
2.1
3
556
11.9
2.5
3
557
11.8
2.1
3
558
15.2
2.4
3
559
6.3
2.5
3
560
8.6
2.7
3
561
11.4
2.4
3
562
11.7
2.4
3
563
11.4
2.4
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
564
4.5
1.7
1
565
3.8
1.8
1
566
4.4
1.7
1
567
4.2
2.0
1
568
3.8
1.6
1
569
1.5
1.9
1
570
3.9
1.8
1
571
3.6
1.8
1
572
4.2
1.8
1
573
4.4
1.7
1
574
3.4
1.7
1
575
2.7
1.6
1
576
3.6
1.9
1
577
4.5
1.7
1
578
3.0
1.8
1
579
4.7
1.8
1
580
3.5
1.6
1
581
2.8
1.7
1
582
4.0
1.9
1
583
2.4
1.7
1
584
1.8
1.6
1
585
5.1
1.9
1
586
4.2
1.9
1
587
5.0
1.4
1
588
3.2
1.8
1
589
4.4
1.9
1
590
1.8
1.7
1
591
3.3
1.7
1
592
3.2
1.8
1
593
2.3
1.7
1
594
3.0
1.5
1
595
3.0
1.8
1
596
4.2
1.6
1
597
3.2
1.7
1
598
4.4
1.8
1
599
4.0
1.9
1
600
4.4
1.8
1
601
2.7
1.7
1
602
4.1
1.6
1
603
3.7
1.7
1
604
4.7
1.7
1
605
4.0
1.7
1
606
4.0
1.6
1
607
3.8
1.4
1
608
4.7
1.6
1
609
4.3
1.9
1
610
3.3
1.6
1
611
3.3
1.7
1
612
4.6
1.8
1
613
5.1
2.0
1
614
4.6
1.7
1
615
4.7
1.8
1
153

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
564
4.7
2.0
2
565
5.3
2.1
2
566
4.2
1.8
2
567
6.8
2.0
2
568
4.7
2.1
2
569
4.6
1.9
2
570
6.2
1.9
2
571
5.2
1.8
2
572
4.4
1.7
2
573
5.1
2.0
2
574
5.2
2.0
2
575
5.4
1.8
2
576
6.1
1.8
2
577
5.8
2.1
2
578
5.1
2.0
2
579
4.7
2.0
2
580
5.1
2.0
2
581
5.4
1.9
2
582
7.0
2.0
2
583
5.7
1.9
2
584
6.2
1.9
2
585
5.0
2.0
2
586
5.9
2.0
2
587
6.1
1.9
2
588
5.3
2.1
2
589
4.5
1.9
2
590
6.1
2.1
2
591
6.5
2.1
2
592
5.6
1.7
2
593
5.9
2.1
2
594
5.7
1.7
2
595
6.2
2.0
2
596
4.8
1.8
2
597
5.1
1.9
2
598
5.5
2.0
2
599
5.4
2.2
2
600
5.8
1.8
2
601
4.8
1.8
2
602
6.3
2.0
2
603
5.7
2.0
2
604
4.7
1.8
2
605
5.6
1.9
2
606
5.4
2.0
2
607
5.8
1.8
2
608
5.5
1.9
2
609
4.6
2.0
2
610
5.4
2.0
2
611
4.7
1.9
2
612
6.3
1.9
2
613
6.0
1.9
2
614
5.6
1.7
2
615
6.3
2.1
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
564
6.7
2.4
3
565
14.2
2.6
3
566
8.2
2.3
3
567
15.0
2.4
3
568
13.0
2.5
3
569
7.0
2.0
3
570
16.1
2.2
3
571
11.5
2.1
3
572
8.4
2.1
3
573
16.9
2.4
3
574
9.9
2.3
3
575
15.0
2.3
3
576
13.8
2.6
3
577
14.0
2.3
3
578
14.0
2.3
3
579
10.0
2.5
3
580
9.9
2.4
3
581
12.9
2.2
3
582
12.1
2.4
3
583
11.0
2.5
3
584
13.2
2.3
3
585
8.0
2.4
3
586
17.6
2.5
3
587
14.6
2.3
3
588
8.2
2.5
3
589
9.2
2.2
3
590
15.1
2.5
3
591
19.8
2.5
3
592
6.4
2.1
3
593
16.0
2.4
3
594
12.6
2.1
3
595
19.5
2.4
3
596
10.5
2.1
3
597
11.3
2.4
3
598
15.7
2.3
3
599
10.1
2.6
3
600
14.8
2.4
3
601
11.5
2.5
3
602
12.8
2.3
3
603
18.1
2.4
3
604
11.5
2.2
3
605
11.2
2.2
3
606
15.2
2.3
3
607
11.7
2.2
3
608
14.7
2.3
3
609
8.8
2.4
3
610
9.2
2.6
3
611
8.0
2.4
3
612
10.8
2.4
3
613
12.9
2.2
3
614
9.6
2.0
3
615
17.1
2.4
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
616
3.2
1.4
1
617
3.9
1.7
1
618
3.4
1.5
1
619
3.3
1.6
1
620
3.2
1.8
1
621
3.6
1.6
1
622
5.8
1.7
1
623
3.5
1.9
1
624
4.4
1.8
1
625
5.2
1.9
1
626
3.7
1.8
1
627
2.4
1.8
1
628
3.7
1.9
1
629
4.5
1.9
1
630
4.8
1.6
1
631
4.0
1.8
1
632
2.8
1.8
1
633
3.7
1.7
1
634
4.5
2.0
1
635
3.6
1.6
1
636
4.5
1.7
1
637
2.9
1.8
1
638
4.6
1.8
1
639
3.5
1.4
1
640
3.1
1.9
1
641
3.6
1.5
1
642
3.4
1.7
1
643
4.7
1.6
1
644
3.5
1.8
1
645
4.9
1.8
1
646
4.7
1.8
1
647
4.6
1.9
1
648
2.8
1.8
1
649
2.1
1.7
1
650
3.8
1.9
1
651
3.8
1.7
1
652
2.7
1.7
1
653
5.3
1.7
1
654
4.6
1.9
1
655
3.7
1.6
1
656
3.5
1.7
1
657
4.3
1.8
1
658
2.9
1.8
1
659
3.9
1.7
1
660
4.8
1.9
1
661
3.1
1.7
1
662
3.5
1.7
1
663
3.2
1.8
1
664
2.4
1.7
1
665
3.3
1.6
1
666
2.5
1.9
1
667
3.7
1.9
1
154

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
616
4.8
1.9
2
617
5.7
1.8
2
618
5.6
2.1
2
619
5.8
2.1
2
620
6.0
2.0
2
621
6.6
1.9
2
622
5.9
2.0
2
623
4.8
1.9
2
624
6.4
2.1
2
625
4.3
2.2
2
626
5.4
2.0
2
627
5.1
2.0
2
628
5.7
1.9
2
629
5.4
2.1
2
630
5.1
1.7
2
631
5.3
1.8
2
632
6.0
1.8
2
633
5.1
2.2
2
634
5.7
2.0
2
635
5.8
1.8
2
636
5.6
2.1
2
637
5.7
1.9
2
638
4.6
1.8
2
639
4.8
1.8
2
640
5.7
1.8
2
641
4.8
1.8
2
642
5.9
2.0
2
643
4.8
1.8
2
644
4.6
1.9
2
645
4.6
2.0
2
646
5.1
1.8
2
647
5.7
2.0
2
648
4.2
1.9
2
649
5.8
2.0
2
650
4.6
1.8
2
651
6.2
2.0
2
652
5.4
2.1
2
653
5.6
1.9
2
654
6.1
2.1
2
655
6.1
1.9
2
656
5.6
1.8
2
657
6.0
1.9
2
658
5.1
2.2
2
659
5.7
2.0
2
660
6.5
1.8
2
661
5.8
2.1
2
662
4.7
1.8
2
663
5.2
2.0
2
664
5.0
2.2
2
665
5.6
2.0
2
666
5.6
2.2
2
667
5.6
2.0
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
616
7.7
2.2
3
617
12.4
2.2
3
618
13.1
2.7
3
619
12.0
2.6
3
620
13.4
2.4
3
621
13.3
2.4
3
622
16.7
2.5
3
623
10.0
2.0
3
624
9.4
2.3
3
625
5.4
2.6
3
626
11.4
2.3
3
627
7.6
2.4
3
628
11.8
2.3
3
629
6.0
2.5
3
630
11.8
2.2
3
631
12.8
2.0
3
632
15.9
2.1
3
633
12.7
2.7
3
634
8.6
2.5
3
635
8.2
2.2
3
636
14.9
2.4
3
637
11.8
2.3
3
638
11.5
2.1
3
639
10.4
2.0
3
640
15.5
2.2
3
641
10.2
2.2
3
642
15.9
2.4
3
643
4.8
2.4
3
644
10.9
2.0
3
645
7.8
2.4
3
646
8.6
2.2
3
647
15.5
2.5
3
648
8.1
2.2
3
649
15.6
2.7
3
650
7.6
2.3
3
651
13.4
2.3
3
652
11.3
2.6
3
653
12.5
2.1
3
654
16.1
2.5
3
655
17.9
2.1
3
656
14.6
2.3
3
657
12.9
2.4
3
658
11.3
2.6
3
659
13.8
2.1
3
660
14.0
2.1
3
661
12.2
2.5
3
662
7.1
2.3
3
663
13.6
2.3
3
664
4.0
2.4
3
665
11.5
2.2
3
666
13.0
2.5
3
667
15.8
2.5
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
668
4.5
1.6
1
669
4.2
1.7
1
670
3.8
1.8
1
671
4.6
1.7
1
672
3.3
1.6
1
673
2.9
1.6
1
674
3.5
1.6
1
675
4.0
1.5
1
676
4.0
1.7
1
677
4.8
1.8
1
678
4.5
2.1
1
679
4.2
1.8
1
680
4.0
1.7
1
681
3.5
1.6
1
682
2.8
2.0
1
683
2.5
1.8
1
684
2.8
1.8
1
685
2.9
1.7
1
686
4.4
1.8
1
687
3.0
1.9
1
688
3.8
1.9
1
689
3.3
1.7
1
690
3.8
1.8
1
691
5.1
1.8
1
692
4.6
1.9
1
693
2.9
1.7
1
694
3.4
1.9
1
695
3.2
1.5
1
696
4.6
1.6
1
697
1.8
1.6
1
698
1.7
1.7
1
699
2.8
1.5
1
700
4.2
1.7
1
701
3.7
1.6
1
702
4.1
1.7
1
703
4.1
1.7
1
704
3.2
1.5
1
705
4.5
1.6
1
706
4.2
1.5
1
707
3.8
1.6
1
708
3.9
1.7
1
709
4.0
1.7
1
710
3.8
1.8
1
711
3.5
1.8
1
712
4.8
1.9
1
713
3.6
1.7
1
714
3.7
2.0
1
715
5.6
1.8
1
716
2.4
1.6
1
717
3.7
1.6
1
718
5.6
1.7
1
719
4.2
1.6
1
155

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
668
4.4
1.8
2
669
5.3
1.7
2
670
6.5
1.6
2
671
5.9
1.7
2
672
5.5
2.1
2
673
6.1
1.9
2
674
4.9
2.0
2
675
6.1
1.9
2
676
5.7
2.0
2
677
5.6
1.8
2
678
5.8
1.8
2
679
4.8
2.0
2
680
5.7
1.8
2
681
5.6
2.1
2
682
4.9
1.9
2
683
5.6
1.8
2
684
5.2
2.0
2
685
5.3
2.0
2
686
4.9
1.9
2
687
4.9
2.0
2
688
5.0
2.1
2
689
5.8
2.2
2
690
5.6
2.1
2
691
5.4
2.1
2
692
6.3
2.3
2
693
5.8
1.7
2
694
6.0
1.8
2
695
5.1
2.1
2
696
4.9
1.9
2
697
5.1
1.9
2
698
6.0
2.0
2
699
5.8
1.7
2
700
4.8
2.0
2
701
6.6
1.8
2
702
6.1
1.8
2
703
6.4
1.8
2
704
5.4
1.6
2
705
6.0
1.9
2
706
5.6
2.0
2
707
5.8
2.1
2
708
5.9
1.9
2
709
6.0
2.1
2
710
5.3
1.9
2
711
5.9
1.9
2
712
5.6
1.9
2
713
5.7
2.0
2
714
5.4
1.9
2
715
5.3
1.7
2
716
5.6
2.1
2
717
5.5
2.2
2
718
4.3
1.7
2
719
5.0
2.0
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
668
11.4
2.2
3
669
12.4
2.2
3
670
15.1
1.9
3
671
13.6
2.1
3
672
9.2
2.5
3
673
13.0
2.5
3
674
10.3
2.3
3
675
19.5
2.1
3
676
10.0
2.2
3
677
12.9
2.4
3
678
17.2
2.3
3
679
9.6
2.6
3
680
15.2
2.2
3
681
11.4
2.5
3
682
10.4
2.4
3
683
10.3
2.4
3
684
12.2
2.3
3
685
7.8
2.3
3
686
7.7
2.2
3
687
10.4
2.6
3
688
8.8
2.4
3
689
10.6
2.5
3
690
9.4
2.5
3
691
14.5
2.5
3
692
13.7
2.4
3
693
15.0
2.4
3
694
11.8
2.1
3
695
13.9
2.5
3
696
13.1
2.2
3
697
10.4
2.4
3
698
11.6
2.7
3
699
11.9
2.2
3
700
8.9
2.2
3
701
17.2
2.2
3
702
15.6
2.1
3
703
18.7
2.4
3
704
12.9
2.0
3
705
10.9
2.1
3
706
10.4
2.2
3
707
16.4
2.4
3
708
10.2
2.5
3
709
14.3
2.4
3
710
16.6
2.5
3
711
9.2
2.5
3
712
11.0
2.6
3
713
10.2
2.5
3
714
10.5
2.5
3
715
11.6
2.2
3
716
11.5
2.4
3
717
10.2
2.5
3
718
8.7
2.3
3
719
10.0
2.3
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
720
4.8
1.9
1
721
3.1
1.7
1
722
4.2
1.7
1
723
4.9
1.7
1
724
4.3
1.6
1
725
4.7
1.9
1
726
5.1
1.8
1
727
3.7
1.9
1
728
4.2
1.7
1
729
4.6
1.7
1
730
3.4
1.8
1
731
3.7
1.8
1
732
3.6
1.7
1
733
2.6
1.8
1
734
3.2
1.7
1
735
1.6
1.8
1
736
2.9
1.5
1
737
4.1
1.8
1
738
6.0
1.8
1
739
2.5
1.9
1
740
3.5
1.8
1
741
3.2
2.0
1
742
3.0
1.6
1
743
3.5
1.5
1
744
4.2
1.6
1
745
4.0
1.6
1
746
4.0
1.7
1
747
5.3
1.9
1
748
3.5
1.6
1
749
3.8
1.7
1
750
4.6
1.5
1
751
3.2
1.7
1
752
4.8
1.8
1
753
3.6
1.5
1
754
2.4
1.8
1
755
3.3
1.8
1
756
3.0
1.8
1
757
2.7
1.7
1
758
4.7
1.7
1
759
4.2
1.8
1
760
3.6
1.7
1
761
5.0
1.7
1
762
4.2
1.6
1
763
4.8
1.8
1
764
2.8
1.7
1
765
3.6
1.8
1
766
2.8
1.5
1
767
4.7
1.8
1
768
3.1
1.8
1
769
4.3
1.6
1
770
3.5
1.8
1
771
4.3
1.8
1
156

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
720
4.5
1.9
2
721
5.4
1.9
2
722
6.1
2.0
2
723
5.5
1.7
2
724
5.5
2.0
2
725
5.4
1.7
2
726
5.0
1.7
2
727
5.3
2.0
2
728
5.1
1.9
2
729
5.5
1.9
2
730
6.4
2.0
2
731
5.4
2.0
2
732
4.7
2.0
2
733
5.4
1.7
2
734
5.7
1.7
2
735
4.8
2.0
2
736
6.0
1.9
2
737
5.6
1.7
2
738
5.6
1.9
2
739
6.3
2.1
2
740
4.9
1.9
2
741
5.8
1.9
2
742
5.8
1.6
2
743
5.8
1.8
2
744
5.1
1.9
2
745
5.5
2.0
2
746
5.8
2.1
2
747
5.2
1.9
2
748
5.6
2.1
2
749
4.5
2.0
2
750
5.3
2.0
2
751
5.2
1.6
2
752
4.2
2.0
2
753
6.4
2.1
2
754
5.5
1.9
2
755
6.3
1.9
2
756
5.9
1.8
2
757
5.3
1.9
2
758
5.1
2.0
2
759
4.6
1.9
2
760
4.3
1.7
2
761
5.3
2.0
2
762
5.7
1.8
2
763
5.8
2.1
2
764
6.3
1.7
2
765
5.0
1.8
2
766
5.5
1.7
2
767
6.4
1.9
2
768
6.0
2.2
2
769
5.0
1.8
2
770
5.5
2.1
2
771
5.4
1.9
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
720
11.9
2.3
3
721
14.0
2.5
3
722
15.4
2.4
3
723
12.7
2.4
3
724
16.4
2.4
3
725
7.7
2.2
3
726
9.1
2.1
3
727
9.4
2.2
3
728
10.8
2.2
3
729
17.2
2.5
3
730
17.2
2.4
3
731
13.9
2.3
3
732
8.6
2.6
3
733
15.1
2.2
3
734
15.4
2.1
3
735
7.8
2.1
3
736
14.3
2.3
3
737
8.7
2.2
3
738
12.8
2.3
3
739
16.8
2.4
3
740
8.2
2.5
3
741
12.8
2.3
3
742
11.3
2.0
3
743
14.5
2.5
3
744
14.0
2.4
3
745
11.4
2.5
3
746
13.5
2.6
3
747
13.7
2.2
3
748
14.8
2.3
3
749
9.5
2.5
3
750
11.3
2.3
3
751
12.7
2.0
3
752
8.1
2.4
3
753
14.7
2.4
3
754
8.8
2.4
3
755
13.3
2.3
3
756
14.0
2.4
3
757
10.2
2.5
3
758
8.7
2.3
3
759
8.2
2.5
3
760
11.2
2.0
3
761
12.8
2.3
3
762
15.6
2.3
3
763
14.2
2.5
3
764
17.4
2.4
3
765
8.8
2.3
3
766
7.6
2.2
3
767
12.8
2.4
3
768
14.1
2.5
3
769
12.7
2.1
3
770
12.9
2.1
3
771
9.5
2.4
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
772
4.3
1.6
1
773
4.1
1.8
1
774
4.1
1.6
1
775
4.6
1.6
1
776
2.8
1.6
1
777
3.8
1.6
1
778
4.7
1.8
1
779
3.7
1.6
1
780
4.3
1.7
1
781
2.7
1.7
1
782
4.6
1.8
1
783
4.6
1.8
1
784
5.1
1.7
1
785
3.8
1.7
1
786
3.0
1.7
1
787
4.7
1.7
1
788
2.4
1.6
1
789
4.3
1.6
1
790
2.7
1.6
1
791
4.1
1.8
1
792
4.2
2.0
1
793
4.4
1.8
1
794
3.4
1.6
1
795
4.6
1.8
1
796
3.7
1.7
1
797
4.2
1.6
1
798
5.3
1.6
1
799
2.8
1.6
1
800
3.6
1.7
1
801
4.6
1.7
1
802
4.7
1.8
1
803
4.8
1.7
1
804
4.4
1.6
1
805
3.5
1.8
1
806
3.2
1.8
1
807
3.8
1.9
1
808
5.5
1.9
1
809
5.8
1.7
1
810
4.3
1.7
1
811
2.6
1.6
1
812
2.6
1.6
1
813
4.1
1.8
1
814
3.5
1.6
1
815
3.4
1.8
1
816
4.9
1.7
1
817
3.4
1.8
1
818
3.4
1.7
1
819
4.4
1.9
1
820
3.4
1.7
1
821
5.1
1.7
1
822
3.7
1.7
1
823
3.8
1.7
1
157

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
772
5.1
2.0
2
773
5.2
1.8
2
774
6.2
1.8
2
775
5.7
1.9
2
776
5.8
1.9
2
777
5.5
2.0
2
778
5.5
2.1
2
779
6.5
2.0
2
780
6.0
2.2
2
781
4.9
1.9
2
782
6.3
1.9
2
783
5.7
2.1
2
784
6.4
1.9
2
785
5.1
2.0
2
786
6.7
2.0
2
787
5.2
1.9
2
788
5.8
2.0
2
789
5.2
1.8
2
790
4.4
1.8
2
791
4.2
2.0
2
792
4.5
2.2
2
793
5.5
2.0
2
794
4.6
1.6
2
795
4.7
2.1
2
796
4.9
1.8
2
797
5.2
2.1
2
798
5.6
2.0
2
799
5.0
1.9
2
800
5.0
2.0
2
801
5.4
1.9
2
802
5.8
2.1
2
803
6.6
2.0
2
804
5.5
1.9
2
805
5.8
1.7
2
806
4.9
2.1
2
807
5.9
2.1
2
808
5.8
1.7
2
809
5.9
2.0
2
810
5.8
2.0
2
811
5.2
2.1
2
812
6.5
1.8
2
813
6.2
2.0
2
814
6.5
2.0
2
815
6.0
1.9
2
816
4.7
1.9
2
817
5.6
2.0
2
818
5.7
2.0
2
819
5.3
1.9
2
820
5.2
2.1
2
821
5.1
2.1
2
822
5.8
2.0
2
823
5.1
2.3
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
772
13.1
2.4
3
773
6.9
2.1
3
774
12.1
2.4
3
775
14.1
2.1
3
776
11.4
2.2
3
777
10.5
2.5
3
778
13.4
2.4
3
779
16.2
2.5
3
780
16.7
2.6
3
781
7.2
2.1
3
782
12.5
2.3
3
783
10.0
2.5
3
784
16.3
2.3
3
785
9.1
2.3
3
786
12.5
2.5
3
787
10.9
2.3
3
788
16.6
2.4
3
789
11.8
2.2
3
790
5.4
2.5
3
791
8.9
2.5
3
792
8.0
2.5
3
793
10.6
2.2
3
794
7.3
2.0
3
795
8.2
2.4
3
796
3.5
2.3
3
797
12.3
2.2
3
798
12.8
2.7
3
799
5.6
2.2
3
800
11.5
2.4
3
801
5.8
2.4
3
802
14.9
2.4
3
803
11.9
2.4
3
804
14.1
2.3
3
805
11.8
2.1
3
806
14.3
2.5
3
807
15.1
2.6
3
808
15.5
2.4
3
809
11.7
2.4
3
810
14.9
2.2
3
811
12.3
2.5
3
812
16.3
2.3
3
813
11.6
2.2
3
814
19.2
2.3
3
815
13.5
2.4
3
816
7.2
2.2
3
817
11.5
2.4
3
818
13.6
2.6
3
819
10.7
2.4
3
820
10.6
2.3
3
821
11.2
2.4
3
822
15.8
2.4
3
823
11.2
2.3
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
824
4.4
1.5
1
825
3.1
1.8
1
826
5.1
1.8
1
827
4.4
1.7
1
828
3.3
1.6
1
829
3.3
2.0
1
830
4.4
1.7
1
831
3.9
1.8
1
832
2.6
1.7
1
833
3.1
1.9
1
834
3.6
1.9
1
835
4.3
1.7
1
836
3.8
1.8
1
837
3.9
1.7
1
838
2.2
2.0
1
839
4.4
1.6
1
840
4.8
1.8
1
841
3.6
1.7
1
842
3.0
1.7
1
843
3.9
1.7
1
844
2.8
1.6
1
845
3.2
1.7
1
846
4.4
1.6
1
847
4.0
1.7
1
848
5.1
1.8
1
849
4.7
1.7
1
850
3.8
1.7
1
851
4.8
1.7
1
852
6.1
1.6
1
853
3.2
1.8
1
854
2.3
1.6
1
855
2.6
1.8
1
856
3.8
1.9
1
857
3.7
1.7
1
858
6.2
1.6
1
859
3.9
1.5
1
860
4.4
1.8
1
861
4.8
1.9
1
862
3.5
1.9
1
863
3.4
1.7
1
864
4.2
1.7
1
865
4.8
1.6
1
866
3.4
1.7
1
867
2.0
1.6
1
868
3.7
1.7
1
869
4.3
1.8
1
870
4.5
1.6
1
871
3.8
1.9
1
872
4.7
1.8
1
873
5.5
1.8
1
874
4.0
1.9
1
875
2.6
1.9
1
158

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
824
4.3
2.0
2
825
5.6
2.2
2
826
5.7
1.7
2
827
6.0
1.6
2
828
5.5
1.9
2
829
5.1
2.0
2
830
5.4
1.9
2
831
4.7
2.1
2
832
6.0
2.0
2
833
5.0
1.9
2
834
5.7
2.1
2
835
5.2
1.9
2
836
4.3
1.9
2
837
4.0
1.9
2
838
4.4
1.7
2
839
5.5
1.7
2
840
5.5
2.1
2
841
5.7
1.8
2
842
5.6
2.0
2
843
5.0
2.0
2
844
4.4
1.6
2
845
5.8
2.1
2
846
6.2
2.1
2
847
6.5
1.8
2
848
5.4
2.2
2
849
5.8
1.8
2
850
5.3
1.9
2
851
5.5
1.8
2
852
5.8
1.8
2
853
6.0
1.9
2
854
5.4
1.9
2
855
5.9
2.0
2
856
6.1
2.1
2
857
5.4
1.8
2
858
6.7
2.0
2
859
5.1
2.1
2
860
5.6
2.1
2
861
5.7
1.8
2
862
5.5
2.0
2
863
5.8
1.9
2
864
5.5
1.7
2
865
4.1
2.1
2
866
5.1
2.1
2
867
6.9
2.0
2
868
5.4
2.1
2
869
5.2
2.1
2
870
5.3
1.9
2
871
5.8
2.0
2
872
6.4
2.2
2
873
5.9
1.7
2
874
4.9
2.0
2
875
5.0
2.0
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
824
7.9
2.5
3
825
11.7
2.6
3
826
12.0
2.2
3
827
12.6
2.0
3
828
9.1
2.4
3
829
11.4
2.4
3
830
15.4
2.2
3
831
4.9
2.6
3
832
14.2
2.5
3
833
10.2
2.2
3
834
14.2
2.4
3
835
14.2
2.4
3
836
5.3
2.4
3
837
8.3
2.6
3
838
12.9
2.1
3
839
13.6
2.4
3
840
14.9
2.5
3
841
13.7
2.1
3
842
4.4
2.3
3
843
10.5
2.4
3
844
6.4
2.1
3
845
12.7
2.4
3
846
15.8
2.5
3
847
16.6
2.3
3
848
11.1
2.6
3
849
15.8
2.5
3
850
10.6
2.6
3
851
12.0
2.3
3
852
15.0
2.1
3
853
16.7
2.4
3
854
13.9
2.2
3
855
17.1
2.5
3
856
17.7
2.3
3
857
5.9
2.2
3
858
15.3
2.4
3
859
9.4
2.3
3
860
10.7
2.5
3
861
12.3
2.0
3
862
6.4
2.4
3
863
12.9
2.3
3
864
14.2
2.1
3
865
6.6
2.6
3
866
8.2
2.4
3
867
8.1
2.2
3
868
11.0
2.6
3
869
10.2
2.6
3
870
8.0
2.4
3
871
11.2
2.4
3
872
15.4
2.4
3
873
13.2
2.0
3
874
10.6
2.2
3
875
8.8
2.6
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
876
2.9
2.0
1
877
4.2
1.7
1
878
5.7
1.7
1
879
3.3
1.7
1
880
3.8
1.8
1
881
4.3
2.0
1
882
3.2
1.6
1
883
2.9
1.5
1
884
2.9
1.6
1
885
2.6
1.7
1
886
3.2
1.7
1
887
3.7
2.1
1
888
3.0
1.7
1
889
3.3
1.8
1
890
3.7
1.7
1
891
2.3
1.7
1
892
1.5
1.8
1
893
4.3
1.7
1
894
5.7
1.7
1
895
4.1
1.8
1
896
2.2
1.7
1
897
3.0
1.9
1
898
3.7
2.0
1
899
3.5
1.8
1
900
5.5
1.9
1
901
3.7
1.8
1
902
4.8
1.6
1
903
2.5
1.6
1
904
4.3
1.8
1
905
4.4
1.9
1
906
2.2
1.7
1
907
4.3
1.6
1
908
2.8
1.8
1
909
3.5
1.8
1
910
4.6
1.9
1
911
4.4
1.8
1
912
3.2
1.5
1
913
4.2
1.6
1
914
4.1
1.6
1
915
2.8
1.6
1
916
4.5
1.9
1
917
4.0
1.9
1
918
4.0
2.0
1
919
4.7
2.0
1
920
4.6
1.7
1
921
4.3
1.7
1
922
3.5
1.5
1
923
4.1
1.5
1
924
4.8
2.0
1
925
4.3
1.8
1
926
3.3
2.0
1
927
3.8
1.7
1
159

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
876
5.6
2.0
2
877
4.7
2.0
2
878
5.7
1.9
2
879
6.0
2.1
2
880
5.1
2.0
2
881
5.6
2.3
2
882
5.1
1.9
2
883
5.6
1.8
2
884
5.1
2.0
2
885
5.9
1.9
2
886
5.7
2.0
2
887
5.4
2.1
2
888
4.4
2.1
2
889
6.2
1.9
2
890
4.6
2.1
2
891
6.2
2.0
2
892
6.1
2.1
2
893
4.6
1.8
2
894
6.0
1.9
2
895
6.2
1.9
2
896
5.6
2.1
2
897
5.6
2.1
2
898
6.0
2.0
2
899
4.9
1.7
2
900
4.3
1.9
2
901
5.2
1.8
2
902
5.4
2.1
2
903
6.9
2.0
2
904
3.7
2.1
2
905
5.8
2.0
2
906
5.7
2.0
2
907
5.5
2.1
2
908
5.2
2.2
2
909
5.2
1.8
2
910
5.2
1.8
2
911
6.2
2.1
2
912
5.6
1.7
2
913
5.9
2.0
2
914
5.6
1.9
2
915
5.1
2.1
2
916
5.6
2.1
2
917
5.4
2.0
2
918
6.0
1.9
2
919
5.8
1.8
2
920
4.7
1.8
2
921
5.1
1.9
2
922
6.3
1.8
2
923
4.4
1.9
2
924
5.7
2.0
2
925
4.9
1.8
2
926
6.0
1.8
2
927
5.6
1.9
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
876
12.1
2.3
3
877
5.7
2.3
3
878
12.3
2.3
3
879
14.6
2.5
3
880
14.2
2.6
3
881
15.4
2.4
3
882
13.2
2.6
3
883
9.4
2.2
3
884
9.4
2.4
3
885
14.4
2.4
3
886
7.4
2.6
3
887
14.2
2.2
3
888
8.9
2.6
3
889
15.8
2.5
3
890
8.9
2.3
3
891
13.0
2.3
3
892
15.0
2.4
3
893
14.6
2.0
3
894
15.5
2.5
3
895
11.9
2.1
3
896
6.4
2.5
3
897
11.1
2.6
3
898
13.9
2.3
3
899
10.8
2.5
3
900
8.6
2.2
3
901
14.4
2.2
3
902
15.9
2.4
3
903
16.5
2.4
3
904
1.3
2.1
3
905
13.9
2.6
3
906
10.8
2.4
3
907
8.0
2.6
3
908
11.4
2.4
3
909
10.0
2.4
3
910
8.8
2.2
3
911
15.6
2.4
3
912
16.5
2.1
3
913
12.6
2.5
3
914
10.8
2.5
3
915
9.9
2.2
3
916
15.9
2.2
3
917
10.2
2.5
3
918
9.9
2.4
3
919
13.6
2.1
3
920
7.7
2.3
3
921
11.9
2.5
3
922
16.0
2.3
3
923
7.1
2.3
3
924
10.5
2.4
3
925
7.5
2.4
3
926
12.3
2.4
3
927
18.1
2.1
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
928
4.0
1.7
1
929
4.2
1.7
1
930
4.9
1.6
1
931
5.3
1.6
1
932
4.3
1.6
1
933
3.8
2.1
1
934
4.5
1.9
1
935
2.9
1.9
1
936
4.0
1.6
1
937
4.1
1.6
1
938
3.9
1.7
1
939
3.7
1.6
1
940
3.5
1.7
1
941
4.0
2.0
1
942
3.5
1.6
1
943
2.3
1.7
1
944
4.6
1.7
1
945
2.3
1.8
1
946
2.5
1.7
1
947
1.6
1.7
1
948
5.2
1.7
1
949
5.0
1.9
1
950
4.0
1.8
1
951
1.9
1.8
1
952
4.3
1.6
1
953
3.9
1.7
1
954
4.2
1.9
1
955
3.9
1.7
1
956
3.2
1.5
1
957
3.6
1.6
1
958
3.2
1.6
1
959
4.1
1.6
1
960
4.7
1.7
1
961
3.2
1.5
1
962
2.3
1.8
1
963
2.9
1.9
1
964
4.8
1.6
1
965
4.0
1.6
1
966
2.8
1.7
1
967
4.0
1.6
1
968
3.2
1.9
1
969
2.8
2.0
1
970
2.8
1.5
1
971
4.5
1.6
1
972
2.6
1.7
1
973
4.1
1.8
1
974
3.7
1.7
1
975
2.3
1.7
1
976
4.0
1.7
1
977
4.3
1.7
1
978
3.2
1.8
1
979
0.2
1.8
1
160

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
928
5.4
2.1
2
929
5.3
2.0
2
930
5.6
1.8
2
931
4.6
1.7
2
932
5.6
2.0
2
933
5.6
1.9
2
934
6.2
1.6
2
935
6.6
1.8
2
936
5.6
1.8
2
937
5.3
1.9
2
938
5.1
2.0
2
939
5.0
1.9
2
940
6.0
1.7
2
941
5.9
1.8
2
942
4.7
2.1
2
943
6.3
2.0
2
944
5.1
1.8
2
945
5.0
2.0
2
946
5.3
1.7
2
947
5.0
1.7
2
948
5.4
2.1
2
949
6.7
1.6
2
950
4.7
2.2
2
951
4.4
2.1
2
952
6.4
2.1
2
953
5.8
2.1
2
954
5.1
1.9
2
955
5.8
2.1
2
956
5.2
2.0
2
957
4.9
1.8
2
958
6.1
1.9
2
959
5.5
2.0
2
960
4.7
1.9
2
961
5.6
1.9
2
962
6.5
1.9
2
963
5.0
2.1
2
964
4.2
2.0
2
965
5.6
1.9
2
966
5.6
1.7
2
967
5.9
1.8
2
968
4.2
2.1
2
969
5.0
2.0
2
970
5.7
1.8
2
971
5.4
1.9
2
972
5.3
1.9
2
973
5.9
2.0
2
974
5.7
1.8
2
975
5.8
1.7
2
976
5.1
2.1
2
977
6.0
2.1
2
978
5.7
1.9
2
979
4.8
1.9
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
928
8.5
2.3
3
929
13.2
2.7
3
930
14.5
2.2
3
931
13.9
2.0
3
932
19.4
2.2
3
933
17.7
2.2
3
934
15.3
1.9
3
935
19.4
2.2
3
936
12.3
2.0
3
937
13.0
2.3
3
938
11.3
2.4
3
939
9.9
2.2
3
940
11.1
2.0
3
941
9.9
2.0
3
942
7.5
2.4
3
943
17.5
2.4
3
944
8.1
2.3
3
945
12.3
2.4
3
946
9.2
2.2
3
947
11.1
2.1
3
948
9.9
2.6
3
949
14.1
1.9
3
950
2.3
2.6
3
951
8.1
2.5
3
952
19.0
2.3
3
953
14.1
2.5
3
954
14.3
2.5
3
955
11.2
2.5
3
956
8.3
2.4
3
957
9.9
2.6
3
958
16.7
2.5
3
959
10.8
2.1
3
960
5.8
2.4
3
961
10.9
2.4
3
962
15.8
2.3
3
963
7.8
2.3
3
964
6.0
2.4
3
965
11.2
2.2
3
966
12.5
2.3
3
967
11.5
2.3
3
968
4.9
2.5
3
969
12.7
2.5
3
970
8.9
2.1
3
971
10.1
2.2
3
972
13.8
2.2
3
973
15.4
2.3
3
974
9.3
2.2
3
975
12.9
2.2
3
976
9.0
2.3
3
977
12.9
2.3
3
978
14.4
2.4
3
979
9.8
2.3
3
Apndice A
L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
980
3.1
1.6
1
981
4.8
2.0
1
982
2.5
1.9
1
983
3.2
1.6
1
984
6.0
1.6
1
985
4.6
1.9
1
986
4.8
1.8
1
987
5.1
1.7
1
988
3.9
1.8
1
989
5.6
1.9
1
990
1.9
1.7
1
991
5.3
1.6
1
992
1.5
1.8
1
993
4.4
1.5
1
994
4.5
1.9
1
995
5.0
1.7
1
996
3.1
1.7
1
997
4.4
1.7
1
998
4.6
1.7
1
999
4.3
1.7
1
1000
4.0
2.0
1
161

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
980
5.3
1.9
2
981
5.8
1.9
2
982
5.2
2.0
2
983
4.9
1.9
2
984
5.7
2.0
2
985
4.4
1.8
2
986
5.1
2.1
2
987
4.1
2.1
2
988
5.1
2.0
2
989
6.3
2.2
2
990
4.9
1.6
2
991
4.3
2.1
2
992
5.7
2.0
2
993
6.3
2.0
2
994
4.8
1.8
2
995
5.0
1.9
2
996
5.6
1.8
2
997
5.2
1.6
2
998
5.6
2.1
2
999
6.0
1.8
2
1000
5.3
1.7
2

L.V.E. A.V.E.
ndice
Clasif.
(mts.)
(mts.)
980
9.5
2.4
3
981
12.8
2.3
3
982
10.1
2.2
3
983
9.8
2.5
3
984
11.2
2.5
3
985
6.4
2.3
3
986
11.9
2.6
3
987
7.2
2.5
3
988
11.1
2.5
3
989
15.4
2.4
3
990
14.1
2.1
3
991
7.1
2.7
3
992
12.0
2.5
3
993
13.2
2.4
3
994
10.0
2.3
3
995
15.2
2.5
3
996
15.2
2.0
3
997
9.2
2.1
3
998
10.8
2.4
3
999
13.6
2.1
3
1000
8.8
2.2
3
APNDICE B
TABLAS DE RESULTADOS
En este apartado se presentan la matriz de clasificacin as como la clasificacin

visual (respuestas esperadas) y clasificacin de la red (salidas) para las dos secuencias de
video analizadas en el captulo 6. La tabla B.1 contiene los resultados del proceso de
deteccin, conteo y clasificacin vehicular aplicado en la secuencia de video de 5
minutos. Los resultados de la secuencia de video de noventa minutos estn divididos por
segmentos de treinta minutos y se presentan en las tablas B.2, B.3 y B.4.
La tabla B.1 est estructurada de la siguiente manera: la primera columna contiene el
ndice de numeracin; de la segunda a la quinta columna comprende la matriz de
clasificacin con las caractersticas identificadas de cada vehculo (rea, permetro, largo
del eje mayor y largo del eje menor), la columna seis contiene la clasificacin visual y
por ltimo, la columna siete contiene la clasificacin arrojada por el clasificador basado
en RNAs.
162
Apndice B
163
En las tablas B.2, B.3 y B.4 las columnas de la uno a la siete llevan la misma estructura
que la de la tabla B.1. Las tres ltimas columnas, de la ocho a la diez, contienen las
frecuencias, para cada clase considerada, obtenidas de realizar 45 corridas experimentales a
travs de un diseo de experimentos analizado en la seccin 6.2.2.
Tabla B.1. Tabla de matriz de clasificacin y clasificacin
visual y automtica para el video de 5 minutos.
Continuacin Tabla B.1

Idx
rea
(pxls)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
1144
709
825
703
923
671
776
820
480
1375
527
1102
539
818
488
435
442
465
626
638
709
1117
679
808
647
646
519
444
347
370
614
581
605
699
Largo Largo
Perim.
Eje
Eje Clas. Clas.
(pxls) Mayor Menor Vis. RNA
(pxls) (pxls)
162.3
35.5
43.9
2
2
110.6
26.9
34.3
1
1
122.1
26.2
41.1
1
1
136.3
26.5
36.0
1
1
127.7
28.7
42.0
2
1
106.9
25.8
33.9
1
1
174.7
29.5
44.1
1
1
116.4
28.4
37.6
1
1
85.9
22.1
28.0
1
1
164.8
33.6
53.5
1
2
92.2
23.5
29.2
1
1
138.0
32.8
43.5
1
1
96.5
23.6
30.1
1
1
125.7
26.5
40.8
1
1
151.4
25.7
36.2
1
1
97.8
22.2
28.1
1
1
105.4
23.2
27.9
1
1
93.6
20.2
30.7
1
1
111.7
25.7
33.0
1
1
188.7
23.9
52.4
1
1
129.5
26.9
35.9
1
1
142.9
32.5
44.9
1
1
106.4
24.7
36.1
1
1
122.3
29.5
36.7
2
1
108.1
24.5
34.5
1
1
120.9
26.3
33.7
1
1
108.4
22.1
33.6
1
1
127.7
22.8
31.9
1
1
77.8
18.6
25.4
1
1
102.7
20.5
28.4
1
1
109.3
24.5
33.7
1
1
96.8
24.4
31.0
1
1
99.6
24.2
32.6
1
1
108.1
27.4
33.1
1
1
163
Idx
rea
(pxls)
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
586
671
600
657
626
610
571
591
533
626
477
353
388
368
370
568
629
755
589
640
593
1233
518
739
356
556
477
544
525
477
533
558
327
817
308
Largo Largo
Perim.
Eje
Eje Clas. Clas.
(pxls) (pxls)
153.5
26.1
38.6
1
1
118.1
25.5
35.3
1
1
112.3
22.6
35.5
1
1
126.1
23.2
39.2
1
1
107.8
25.8
32.0
1
1
103.0
24.3
32.8
1
1
103.0
25.3
30.2
1
1
115.1
25.8
31.6
1
1
112.2
24.1
30.3
1
1
118.2
27.6
31.1
1
1
88.8
21.0
30.1
1
1
74.7
18.9
24.7
1
1
99.3
18.6
31.1
1
1
84.5
21.3
24.4
1
1
94.4
19.1
28.8
1
1
100.2
23.4
32.5
1
1
124.8
24.5
34.7
1
1
177.6
29.8
52.7
1
1
106.3
25.4
31.2
1
1
105.9
26.8
31.6
1
1
104.1
24.6
31.9
1
1
217.6
30.5
75.6
1
1
89.7
22.5
29.9
1
1
115.5
30.3
32.0
1
1
128.7
23.1
28.2
1
1
101.3
25.0
29.5
1
1
85.7
22.3
27.9
1
1
97.5
24.4
29.2
1
1
110.1
26.0
28.0
1
1
148.1
28.6
32.7
1
1
91.7
23.7
29.5
1
1
107.5
25.4
29.8
1
1
93.0
13.7
35.2
1
1
132.8
26.9
40.3
2
1
95.0
19.4
27.0
1
1
Apndice B
164

Idx
rea
(pxls)
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
444
501
488
479
432
333
591
982
1040
484
512
863
522
1228
557
601
935
1003
739
688
1232
759
905
730
543
552
1174
665
669
516
533
762
585
902
587
662
452
623
803
332
537
1104
512
689
943
314
609
437
923
691
560
Largo Largo
Perim.
Eje
Eje Clas. Clas.
(pxls) (pxls)
90.4
23.0
25.4
1
1
130.9
25.4
31.7
1
1
88.8
23.1
27.4
1
1
96.2
21.6
29.3
1
1
129.6
23.4
31.3
1
1
103.5
13.5
43.5
1
1
100.5
24.0
32.7
1
1
129.7
29.2
43.7
1
1
133.3
31.2
43.5
1
1
110.7
21.6
32.6
1
1
118.1
23.2
33.1
1
1
134.3
27.6
41.6
2
2
106.7
22.7
31.3
1
1
154.3
30.6
53.6
2
2
95.1
23.5
31.6
1
1
102.9
24.8
31.9
1
1
136.1
32.4
38.3
1
1
139.9
30.1
44.3
1
2
112.1
26.3
36.8
1
1
113.4
25.8
35.4
1
1
158.4
32.2
50.6
2
2
133.1
26.3
38.7
1
1
156.1
28.4
48.1
1
2
122.8
25.5
38.3
1
1
106.6
23.2
31.0
1
1
169.3
28.6
39.5
1
1
145.6
32.2
47.6
1
1
104.8
24.4
35.6
1
1
109.7
25.8
34.3
1
1
93.8
23.5
29.2
1
1
106.4
23.2
31.0
1
1
139.3
26.9
39.2
2
1
102.4
23.2
33.1
1
1
134.6
28.7
42.0
2
2
104.7
24.9
31.6
1
1
110.4
25.2
35.5
1
1
93.3
20.6
29.3
1
1
111.5
25.1
33.8
1
1
125.4
25.0
43.0
1
1
93.8
20.1
24.7
1
1
112.6
24.8
30.1
1
1
150.7
32.4
45.1
2
2
99.6
22.0
31.7
1
1
172.5
25.7
46.1
2
1
145.3
28.4
44.3
2
2
91.7
11.3
38.5
2
1
105.0
25.0
32.2
1
1
96.0
19.6
29.5
1
1
131.4
28.7
42.0
2
2
111.0
26.8
34.4
1
1
97.7
23.1
32.2
1
1

Idx
rea
(pxls)
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
556
372
611
548
467
474
706
826
596
510
530
637
576
574
452
859
388
481
690
1311
503
439
614
521
552
598
575
1206
567
560
506
1309
909
811
631
755
524
377
455
935
521
483
629
926
773
565
538
683
924
686
765
Largo Largo
Perim.
Eje
Eje Clas. Clas.
(pxls) (pxls)
102.1
23.3
31.7
1
1
123.1
23.3
30.9
1
1
98.7
24.5
32.4
1
1
101.0
23.8
30.5
1
1
124.6
23.0
29.6
1
1
89.9
21.1
29.7
1
1
113.5
24.7
38.1
1
1
128.7
28.5
38.9
1
1
102.4
25.4
30.5
1
1
94.8
23.2
29.0
1
1
92.3
23.5
29.6
1
1
115.5
25.0
35.4
1
1
95.4
24.0
31.2
1
1
101.8
24.4
30.7
1
1
92.1
20.5
29.6
1
1
126.3
26.8
42.0
2
1
117.6
22.6
31.1
1
1
144.2
26.7
36.1
1
1
117.4
25.1
36.2
1
1
174.7
34.8
51.0
2
2
148.6
24.7
38.8
1
1
85.0
22.7
25.8
1
1
106.8
25.0
31.9
1
1
95.8
23.1
29.6
1
1
96.2
23.2
31.2
1
1
159.1
25.9
40.5
1
1
98.8
22.1
34.1
1
1
151.0
30.7
51.6
1
2
125.2
25.1
34.0
1
1
117.8
23.5
35.0
1
1
102.6
23.3
29.7
1
1
165.5
30.3
56.4
2
2
132.8
28.5
42.6
2
1
133.3
25.3
42.5
1
1
105.8
24.5
34.1
1
1
112.1
27.4
35.8
1
1
109.2
26.7
27.9
2
1
124.8
23.5
28.8
1
1
85.5
21.7
27.5
1
1
136.2
27.8
44.6
1
2
90.6
22.7
30.6
1
1
88.9
22.2
28.5
1
1
97.1
26.3
30.9
1
1
132.2
29.3
41.3
1
2
136.7
26.0
40.6
1
1
95.4
25.0
29.5
1
1
91.9
23.7
29.6
1
1
197.0
29.0
50.9
1
1
140.4
28.1
44.0
2
2
114.3
25.1
36.2
1
1
122.3
25.7
39.2
2
1
Apndice B
165

Idx
rea
(pxls)
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
506
886
509
662
761
968
920
685
1412
1302
966
421
549
727
698
477
706
460
845
514
693
631
593
313
640
971
547
647
533
937
673
793
481
540
480
703
633
891
305
609
332
Largo Largo
Perim.
Eje
Eje Clas. Clas.
(pxls) (pxls)
102.3
22.5
30.3
1
1
134.0
27.4
43.0
2
2
93.8
22.2
30.1
1
1
105.6
25.8
33.9
1
1
123.4
24.8
40.2
2
1
134.7
32.2
39.9
1
1
140.7
29.2
41.6
2
2
109.3
27.5
33.1
1
1
155.4
35.1
52.5
1
1
156.3
35.1
49.1
2
1
127.5
28.7
43.5
2
1
105.6
20.4
29.9
1
1
98.2
22.1
32.9
1
1
111.5
28.3
33.8
1
1
109.6
25.2
36.2
1
1
121.9
27.5
27.8
1
1
150.5
28.1
38.5
2
1
84.5
21.4
28.1
1
1
122.6
26.6
41.4
2
1
101.3
20.3
34.3
1
1
112.9
27.5
33.2
2
1
107.0
25.7
33.1
1
1
101.8
24.3
32.3
1
1
112.2
19.8
28.7
1
1
104.8
27.0
31.3
1
1
124.4
31.0
40.8
1
1
93.8
25.6
28.3
1
1
106.5
25.4
33.8
1
1
96.2
21.9
32.4
1
1
143.7
32.1
39.2
1
2
104.8
26.5
33.2
1
1
116.4
26.9
38.4
1
1
98.4
22.0
30.5
1
1
93.7
23.5
30.4
1
1
93.6
21.8
29.5
1
1
120.9
25.3
36.9
2
1
96.0
24.9
32.8
1
1
132.8
32.0
36.8
2
1
74.9
16.8
25.1
1
1
107.5
23.8
33.8
1
1
104.0
17.7
29.0
1
1

Idx
rea
(pxls)
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
614
316
498
749
326
641
552
487
1052
505
583
583
467
613
455
844
661
573
1012
315
443
934
837
826
1016
578
713
822
643
548
516
455
461
888
489
732
548
686
Largo Largo
Perim.
Eje
Eje Clas. Clas.
(pxls) (pxls)
105.3
24.5
33.0
1
1
74.4
17.1
25.3
1
1
87.5
22.1
29.2
1
1
118.9
24.5
40.3
1
1
112.3
17.8
29.9
2
1
99.0
25.7
32.4
1
1
103.0
23.7
31.3
1
1
100.9
23.3
29.1
1
1
146.5
32.1
42.9
1
2
88.5
22.6
29.1
1
1
103.5
23.1
33.0
1
1
104.1
23.3
33.2
1
1
148.1
24.6
35.2
1
1
114.1
23.6
34.7
1
1
88.8
20.5
29.0
1
1
124.3
28.1
39.2
1
1
114.9
25.6
34.3
1
1
98.7
23.1
32.4
1
1
193.6
34.5
48.4
2
2
111.9
12.4
40.3
1
1
90.5
21.1
28.0
1
1
128.8
28.6
42.5
2
1
137.2
27.5
40.1
2
2
127.6
26.5
41.0
2
1
141.6
29.3
45.6
2
2
114.7
23.7
32.2
1
1
103.6
26.3
35.0
1
1
189.3
31.2
42.1
1
2
110.7
25.0
34.0
2
1
100.7
23.1
31.1
1
1
96.3
23.2
29.4
1
1
101.0
23.1
27.2
1
1
106.1
21.2
30.5
1
1
138.0
31.5
38.2
2
1
136.3
25.7
33.8
1
1
120.6
27.3
35.8
1
1
95.6
25.0
28.9
1
1
110.1
25.8
34.5
1
1
Apndice B
166
Tabla B.2. Tabla de matriz de clasificacin, clasificacin visual y frecuencias
de clasificacin para el primer segmento del video de 90 minutos.

Largo Largo
Largo Largo
Frec. Frec. Frec.
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Clas. Clas. Clas.
Idx
(pxls) (pxls) Mayor Menor Vis.
Peq. Med Gde.
Peq. Med Gde.
(pxls) (pxls)
(pxls) (pxls)
44 1154 139.3 34.4 43.7
1
45
0
0
1
927 134.1 30.4 40.6
1
45
0
0
45 1316 172.6 32.6 52.6
1
0
45
0
2
1073 134.6 33.8 41.3
1
45
0
0
46
953 140.8 31.8 39.8
1
45
0
0
3
602 175.5 24.2 42.1
1
45
0
0
47
985 172.0 30.9 42.6
1
45
0
0
4
1199 194.9 31.6 52.0
2
0
45
0
48
1808
228.7
37.5
63.9
1
0
45
0
5
921 132.1 30.0 40.8
1
45
0
0
49
838
130.0
31.6
35.4
1
45
0
0
6
1153 195.7 32.7 50.0
2
0
45
0
50
682 136.0 24.4 39.7
1
45
0
0
7
464 136.8 25.1 28.6
1
45
0
0
51
955
153.0
29.4
42.9
1
45
0
0
8
1716 205.8 38.9 58.1
2
0
45
0
52
835
147.3
29.7
37.8
1
45
0
0
9
858 147.6 28.1 40.9
1
45
0
0
53
861 130.2 30.4 37.9
1
45
0
0
10 2229 355.2 44.2 95.4
2
17
28
0
54
903 135.7 30.1 39.5
1
45
0
0
11
705 141.4 26.3 36.6
1
45
0
0
55 1447 182.7 37.0 51.3
1
0
45
0
12 1172 170.1 31.4 49.2
1
0
45
0
56 1347 178.3 35.6 50.1
2
0
45
0
13
802 164.6 28.0 45.5
1
45
0
0
57 1228 181.7 32.5 50.8
1
0
45
0
14
850 132.0 28.2 39.9
1
45
0
0
58
1509
221.5
36.9
54.3
2
0
45
0
15 1175 174.1 32.1 48.2
2
0
45
0
59
900
137.6
26.8
44.6
1
45
0
0
16
896 148.1 29.2 41.5
1
45
0
0
60 1264 174.6 35.8 47.1
2
0
45
0
17 1199 169.1 34.6 46.6
1
0
45
0
61
787
125.1
27.5
38.3
1
45
0
0
18 1024 131.8 32.6 41.1
1
45
0
0
62
988 147.1 30.2 42.9
1
45
0
0
19
637 139.5 26.2 33.4
1
45
0
0
63 1078 153.3 32.7 43.9
1
45
0
0
20 1031 154.5 31.6 42.6
1
45
0
0
64
872 155.0 30.5 38.4
1
45
0
0
21
904 149.3 30.7 39.1
1
45
0
0
65 1289 147.2 35.4 47.4
1
0
45
0
22 1536 170.1 36.3 54.8
2
0
45
0
66 1359 189.9 36.4 49.0
2
0
45
0
23
921 180.1 29.5 42.3
1
45
0
0
67 1549 190.4 36.3 55.7
2
0
45
0
24 1579 170.6 34.2 59.7
2
0
45
0
68
1016
150.7
29.7
45.4
1
45
0
0
25
389 213.5 26.4 38.9
1
45
0
0
69 1675 210.7 36.6 59.7
1
0
45
0
26 1289 196.3 32.8 52.8
2
0
45
0
70
921
201.7
29.8
47.8
2
18
27
0
27
949 132.3 30.6 40.8
1
45
0
0
71
1247
160.1
33.0
49.5
2
0
45
0
28
934 134.6 28.9 42.2
1
45
0
0
72 1096 152.3 31.9 45.1
2
45
0
0
29
893 122.9 29.2 39.7
1
45
0
0
73
688 131.7 28.1 33.1
1
45
0
0
30
743 125.7 26.5 37.6
1
45
0
0
74 1227 165.2 31.7 50.9
2
0
45
0
31
794 120.4 28.2 37.0
1
45
0
0
75
753 236.4 32.8 46.8
1
0
45
0
32
807 130.3 27.7 38.5
1
45
0
0
76
757 145.2 29.6 35.5
1
45
0
0
33
803 120.6 27.2 38.8
1
45
0
0
77 1114 157.1 34.8 42.7
1
32
13
0
34 1276 158.6 32.7 51.3
1
0
45
0
78
1431
177.8
35.6
52.8
2
0
45
0
35 1497 171.7 33.4 58.2
1
0
45
0
79 1088 173.3 34.5 42.6
2
19
26
0
36
950 130.6 29.5 42.1
1
45
0
0
80
769
124.7
29.6
34.4
1
45
0
0
37
833 124.1 27.2 40.6
1
45
0
0
81
944 162.6 29.2 43.5
1
45
0
0
38
633 138.8 25.1 35.1
1
45
0
0
82
727
130.2
27.4
35.5
1
45
0
0
39
653 125.8 24.2 36.1
1
45
0
0
83
421 201.3 24.5 45.1
1
45
0
0
40 1261 192.5 31.1 54.7
1
0
45
0
84
750 197.2 30.9 44.8
2
45
0
0
41
561 120.8 25.2 32.1
1
45
0
0
85
337 231.7 26.1 63.0
1
45
0
0
42
632 136.3 25.1 36.7
1
45
0
0
86 1010 195.3 32.1 46.8
3
0
45
0
43
833 149.6 27.7 42.9
1
45
0
0
87
692 107.6 25.1 35.7
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
88 1115 179.5 30.3
50.6
2
0
45
0
89
950 124.7 29.6
41.6
2
45
0
0
90 1039 150.7 28.9
47.4
2
45
0
0
91
464
97.0
20.0
31.5
1
45
0
0
92
373
91.6
19.7
29.9
1
45
0
0
93
708 217.3 27.1
40.5
2
45
0
0
94
799 114.5 28.8
36.7
1
45
0
0
95 1093 155.9 33.9
43.2
1
45
0
0
96
342
85.5
14.6
33.7
2
44
1
0
97 1184 146.6 32.0
48.1
2
19
26
0
98
690 133.7 26.7
34.8
1
45
0
0
99 1066 136.7 31.3
44.5
1
45
0
0
100 2559 338.5 42.6
95.2
2
15
30
0
101 903 146.6 27.9
43.0
1
45
0
0
102 1107 171.8 30.8
47.8
2
10
35
0
103 743 141.2 26.7
37.4
1
45
0
0
104 1015 140.8 29.5
44.7
1
45
0
0
105 720 123.7 26.2
36.7
1
45
0
0
106 699 113.8 24.2
38.1
1
45
0
0
107 864 123.8 29.2
39.2
1
45
0
0
108 757 164.1 26.8
41.3
1
45
0
0
109 1245 237.0 35.6
56.4
2
0
45
0
110 1094 167.3 31.5
47.2
2
24
21
0
111 1303 251.6 32.8
56.1
2
0
45
0
112 1044 158.8 32.8
42.3
1
45
0
0
113 869 151.1 28.9
40.4
1
45
0
0
114 984 134.3 30.2
42.6
2
45
0
0
115 761 132.1 25.2
40.1
1
45
0
0
116 848 135.2 27.3
41.3
1
45
0
0
117 1408 171.8 31.5
57.9
1
0
45
0
118 937 166.4 30.7
41.7
1
45
0
0
119 861 117.8 29.3
38.0
1
45
0
0
120 1377 171.4 34.5
53.0
1
0
45
0
121 1329 161.0 32.3
53.1
1
0
45
0
122 768 133.6 25.4
41.4
1
45
0
0
123 952 138.0 30.2
41.5
1
45
0
0
124 1109 203.1 29.7
52.9
1
0
45
0
125 1101 163.5 30.9
47.3
2
40
5
0
126 1138 186.0 33.9
45.0
1
0
45
0
127 1733 191.6 38.1
59.4
2
0
45
0
128 594 115.2 21.9
36.6
1
45
0
0
129 1140 172.0 32.6
46.0
2
0
45
0
130 1392 159.9 33.9
53.2
2
0
45
0
131 875 129.2 28.3
40.8
1
45
0
0
132 1141 202.4 31.5
49.9
1
0
45
0
133 844 124.3 27.3
40.8
1
45
0
0
134 1673 169.8 37.2
58.0
2
0
45
0
135 1447 208.3 36.2
52.9
2
0
45
0
136 859 151.6 29.0
40.9
1
45
0
0
137 985 157.0 32.2
41.0
1
45
0
0
138 1521 201.5 35.1
57.5
1
0
45
0
167
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
139 1369 166.7 34.4
52.9
2
0
45
0
140 1190 165.4 38.4
41.7
2
6
39
0
141 1431 158.6 35.1
53.2
2
0
45
0
142 1490 183.1 35.1
55.1
2
0
45
0
143 1108 174.3 33.3
44.5
1
7
38
0
144 834 144.1 28.2
40.6
1
45
0
0
145 2126 266.0 43.2
75.4
1
16
29
0
146 881 187.9 27.7
50.3
1
45
0
0
147 1001 171.1 30.4
43.3
2
45
0
0
148 746 146.5 27.0
38.0
1
45
0
0
149 700 168.7 27.6
35.6
1
45
0
0
150 1043 154.5 28.9
48.9
2
45
0
0
151 794 256.1 32.2
49.3
2
0
45
0
152 676 133.7 24.5
38.3
1
45
0
0
153 1611 194.5 36.0
58.7
2
0
45
0
154 1089 142.6 29.6
48.0
2
45
0
0
155 827 145.3 28.7
38.3
1
45
0
0
156 1169 161.2 31.1
48.9
1
6
39
0
157 1050 184.5 31.1
45.6
2
16
29
0
158 527 167.6 22.4
42.7
1
45
0
0
159 725 124.2 27.6
35.0
1
45
0
0
160 687 210.6 24.1
49.5
1
45
0
0
161 590 131.6 22.7
36.2
1
45
0
0
162 1497 186.7 37.2
53.1
1
0
45
0
163 1095 148.3 31.6
45.7
1
45
0
0
164 811 126.3 29.2
36.3
1
45
0
0
165 990 147.9 31.3
42.4
1
45
0
0
166 843 123.5 29.2
37.8
1
45
0
0
167 1684 187.1 38.3
58.0
2
0
45
0
168 608 172.7 30.7
37.4
1
45
0
0
169 780 132.8 27.8
38.3
1
45
0
0
170 836 130.3 27.2
40.5
1
45
0
0
171 702 128.2 25.2
38.1
1
45
0
0
172 989 197.9 31.8
42.3
1
30
15
0
173 1257 176.5 33.5
49.9
2
0
45
0
174 1465 242.0 36.2
58.2
2
0
45
0
175 861 129.6 28.1
40.3
1
45
0
0
176 1265 195.9 34.0
50.3
1
0
45
0
177 1403 186.7 37.2
49.8
1
0
45
0
178 908 131.6 29.7
39.6
1
45
0
0
179 621 153.2 24.6
38.7
1
45
0
0
180 886 166.6 27.9
43.9
1
45
0
0
181 853 125.0 27.8
40.3
1
45
0
0
182 1229 170.0 31.5
50.9
1
0
45
0
183 884 141.9 27.7
42.2
1
45
0
0
184 325
86.2
13.8
32.0
1
44
1
0
185 536 120.0 20.1
37.9
1
45
0
0
186 1849 212.2 38.4
63.8
2
0
45
0
187 872 133.4 30.2
37.8
1
45
0
0
188 1060 134.1 30.6
45.1
1
45
0
0
189 884 139.7 33.3
36.3
2
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
190 1271 156.5 33.9
48.7
2
0
45
0
191 1047 174.4 28.6
49.5
1
36
9
0
192 1272 151.5 34.0
48.8
1
0
45
0
193 1234 177.9 32.2
50.2
1
0
45
0
194 1176 216.9 33.6
48.5
2
0
45
0
195 898 145.7 30.0
40.3
1
45
0
0
196 1252 152.1 31.7
51.1
1
0
45
0
197 1379 232.7 36.6
53.7
2
0
45
0
198 880 135.2 32.0
37.5
1
45
0
0
199 870 126.9 28.9
39.1
1
45
0
0
200 1096 163.9 30.7
47.3
2
44
1
0
201 845 154.7 28.7
39.4
1
45
0
0
202 1171 175.1 32.5
47.5
1
0
45
0
203 1432 157.9 37.0
50.4
2
0
45
0
204 869 133.7 29.2
39.9
1
45
0
0
205 955 137.0 29.4
42.3
1
45
0
0
206 811 127.2 28.8
37.1
1
45
0
0
207 1452 185.9 34.4
55.4
1
0
45
0
208 1087 136.0 32.1
44.0
1
45
0
0
209 1064 182.8 30.9
48.5
1
1
44
0
210 1023 159.9 31.8
43.2
1
45
0
0
211 1175 161.9 31.1
49.8
2
1
44
0
212 1051 169.8 30.4
47.8
1
44
1
0
213 1837 225.7 36.3
65.9
1
12
33
0
214 1028 166.5 32.8
42.5
1
45
0
0
215 965 142.4 29.8
42.4
1
45
0
0
216 784 128.9 27.5
38.8
1
45
0
0
217 1007 167.5 30.0
46.6
1
45
0
0
218 925 146.7 29.1
42.1
2
45
0
0
219 1032 130.9 32.2
42.0
1
45
0
0
220 1034 162.3 31.9
43.2
2
45
0
0
221 1281 202.4 32.9
54.5
2
0
45
0
222 734 120.4 26.6
36.5
1
45
0
0
223 798 287.6 33.2
47.5
2
0
45
0
224 889 132.2 27.7
41.9
1
45
0
0
225 467 130.4 21.4
33.0
2
45
0
0
226 306
84.3
17.2
26.5
1
45
0
0
227 887 131.2 28.1
41.5
1
45
0
0
228 553 225.1 33.5
45.6
2
37
8
0
229 1342 176.3 33.9
51.5
2
0
45
0
230 1173 151.1 31.7
48.6
2
17
28
0
231 928 134.3 28.2
43.6
2
45
0
0
232 704 120.1 28.1
33.4
1
45
0
0
233 1070 147.9 29.3
47.9
2
45
0
0
234 1504 159.5 34.5
56.4
1
0
45
0
235 2165 272.9 34.7
91.1
2
29
16
0
236 348 213.8 24.7
60.2
1
45
0
0
237 856 133.4 28.6
39.7
1
45
0
0
238 853 156.1 27.7
42.5
1
45
0
0
239 1409 158.8 33.8
54.4
1
0
45
0
240 851 124.7 29.1
38.2
1
45
0
0
168
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
241 689 127.7 26.4
35.3
1
45
0
0
242 742 122.1 27.0
36.9
1
45
0
0
243 565 226.8 28.2
43.0
1
45
0
0
244 877 139.3 27.6
41.6
1
45
0
0
245 604 218.0 29.0
59.0
1
45
0
0
246 430 138.3 23.7
31.9
1
45
0
0
247 586 230.8 26.1
48.4
1
45
0
0
248 927 154.0 29.1
42.6
1
45
0
0
249 1054 137.7 30.6
45.0
2
45
0
0
250 887 155.2 28.9
41.2
1
45
0
0
251 999 143.3 29.7
44.3
1
45
0
0
252 985 156.0 32.4
40.1
1
45
0
0
253 1411 168.2 35.6
51.9
1
0
45
0
254 1246 190.1 36.3
48.1
2
0
45
0
255 916 157.5 30.8
39.7
1
45
0
0
256 1292 171.3 31.2
54.4
2
0
45
0
257 1013 144.0 30.4
44.5
2
45
0
0
258 899 195.2 26.9
55.2
2
35
10
0
259 1401 465.9 40.9
86.8
2
20
25
0
260 1107 161.6 32.3
45.7
2
43
2
0
261 763 124.2 24.8
40.4
1
45
0
0
262 683 223.8 28.4
43.1
2
45
0
0
263 351 109.5 15.3
35.7
2
44
1
0
264 806 158.5 26.1
42.1
1
45
0
0
265 911 137.5 28.8
42.1
1
45
0
0
266 1049 140.8 31.7
43.4
2
45
0
0
267 1151 197.0 31.9
50.0
1
0
45
0
268 984 137.4 29.1
44.4
1
45
0
0
269 1367 164.5 33.4
54.1
2
0
45
0
270 1302 167.3 35.6
49.5
1
0
45
0
271 856 138.2 30.4
37.6
1
45
0
0
272 1038 130.9 31.9
42.2
2
45
0
0
273 901 174.8 32.4
38.0
1
45
0
0
274 1424 178.8 35.1
53.5
2
0
45
0
275 822 201.9 31.5
39.6
1
45
0
0
276 1380 162.1 33.4
53.5
2
0
45
0
277 1096 144.8 32.1
44.6
1
45
0
0
278 1606 195.3 34.8
60.4
1
0
45
0
279 1024 144.5 32.0
42.7
1
45
0
0
280 991 157.5 29.3
44.8
1
45
0
0
281 1148 166.1 32.7
46.4
2
0
45
0
282 1777 213.6 37.6
62.4
2
0
45
0
283 1321 168.7 35.0
49.7
2
0
45
0
284 1230 176.4 32.3
51.4
2
0
45
0
285 1430 193.4 37.7
51.3
2
0
45
0
286 842 125.5 29.9
36.8
1
45
0
0
287 1203 181.1 31.0
53.0
2
0
45
0
288 659 105.4 25.7
33.5
1
45
0
0
289 1046 319.6 33.1
58.7
2
0
45
0
290 1182 141.2 31.5
48.4
2
30
15
0
291 480 123.3 17.8
38.8
2
45
0
0
Apndice B
Largo
rea Perim. Eje
Idx
(pxls) (pxls) Mayor
(pxls)
292 630 158.8 26.5
293 1137 142.6 32.5
294 347
94.3
19.6
295 665 187.6 27.7
296 1092 167.6 32.9
297 673 124.1 25.4
298 1091 165.1 29.8
299 715 117.8 24.6
300 1003 140.3 28.9
301 820 132.3 29.8
302 614 147.7 27.1
303 472 191.8 30.9
304 1347 187.1 31.5
305 912 124.2 29.6
306 660 116.4 28.8
307 1000 192.5 35.0
308 870 133.7 30.2
309 1056 150.4 30.7
310 330 111.4 10.7
311 567 270.7 32.1
312 451 165.7 27.8
313 940 151.1 32.3
314 764 162.7 25.5
315 1221 227.6 29.6
316 728 119.0 26.2
317 541 104.2 23.4
318 733 166.7 26.1
319 782 121.0 28.1
320 307
95.7
19.3
321 973 161.5 29.6
322 322 243.7 31.0
323 813 173.6 28.0
324 1018 132.6 31.5
325 785 145.3 26.3
326 799 216.1 33.6
327 660 189.3 24.4
328 769 144.4 27.0
329 710 210.7 29.0
330 1068 189.4 28.9
331 4553 444.7 59.7
332 1107 152.5 32.3
333 1238 182.2 31.6
334 894 123.5 28.8
335 826 127.2 27.6
336 836 154.7 28.4
337 357 100.7 14.6
338 757 115.6 27.2
339 1197 147.1 33.3
340 1276 159.2 35.7
341 1592 189.2 38.4
342 768 126.7 26.9
169
Largo
Frec. Frec. Frec.
Eje Clas.
Clas. Clas. Clas.
Menor Vis.
Peq. Med Gde.
(pxls)
39.5
1
45
0
0
46.0
2
45
0
0
25.7
1
45
0
0
46.9
1
45
0
0
44.1
1
40
5
0
36.0
1
45
0
0
50.1
2
21
24
0
39.8
1
45
0
0
46.0
2
45
0
0
36.9
1
45
0
0
34.2
1
45
0
0
38.9
1
45
0
0
57.7
2
0
45
0
40.8
2
45
0
0
31.8
1
45
0
0
40.6
1
15
30
0
37.8
1
45
0
0
45.1
1
45
0
0
44.7
3
40
5
0
51.4
3
1
44
0
45.5
1
45
0
0
39.5
1
45
0
0
44.3
1
45
0
0
60.0
1
6
39
0
36.7
1
45
0
0
30.9
1
45
0
0
41.1
2
45
0
0
36.4
1
45
0
0
23.0
1
45
0
0
44.6
2
45
0
0
47.4
2
45
0
0
46.4
1
45
0
0
41.9
1
45
0
0
39.7
1
45
0
0
46.4
1
4
41
0
45.2
1
45
0
0
39.4
1
45
0
0
41.8
1
45
0
0
51.6
1
3
42
0
118.9
3
0
1
44
45.1
1
45
0
0
52.1
2
0
45
0
40.4
1
45
0
0
39.3
1
45
0
0
39.6
1
45
0
0
34.5
1
44
1
0
36.5
1
45
0
0
46.6
2
17
28
0
48.1
1
0
45
0
54.4
2
0
45
0
37.8
1
45
0
0

Largo
rea Perim. Eje
Idx
(pxls) (pxls) Mayor
(pxls)
343 1005 174.5 30.9
344 1006 151.1 29.8
345 901 143.0 29.0
346 1668 225.3 38.7
347 920 158.6 28.3
348 834 140.5 30.8
349 1389 170.4 34.6
350 1451 176.0 36.3
351 1015 148.2 31.9
352 1078 165.1 32.3
353 1007 154.4 31.1
354 1329 173.3 30.5
355 1116 170.3 29.4
356 1191 163.4 33.9
357 376 158.5 21.5
358 753 115.0 28.1
359 941 128.7 28.8
360 957 136.3 29.9
361 1334 235.2 33.7
362 869 130.1 28.5
363 648 118.9 24.6
364 1389 182.6 32.9
365 844 139.0 32.1
366 1504 224.8 37.9
367 849 191.7 30.1
368 1092 307.7 33.1
369 953 152.5 30.0
370 4617 362.4 51.6
371 1456 254.7 34.9
372 836 122.4 28.3
373 816 117.6 27.3
374 695 117.2 24.7
375 351 152.6 26.6
376 947 138.1 30.2
377 367 137.6 16.2
378 946 136.6 30.3
379 1189 169.9 32.5
380 1250 190.5 35.0
381 850 123.7 28.0
382 944 231.4 36.7
383 793 160.9 27.7
384 790 116.7 28.1
385 1391 173.5 35.9
386 717 131.4 27.4
387 825 141.6 28.1
388 757 126.9 26.9
389 1130 165.2 29.3
390 745 138.0 27.9
391 852 138.5 27.4
392 1543 195.0 35.4
393 1104 156.6 33.5
Largo
Frec. Frec. Frec.
Eje Clas.
Clas. Clas. Clas.
Menor Vis.
Peq. Med Gde.
(pxls)
43.9
1
45
0
0
44.3
1
45
0
0
40.9
1
45
0
0
58.8
2
0
45
0
43.1
1
45
0
0
36.8
1
45
0
0
52.6
2
0
45
0
52.2
2
0
45
0
42.2
2
45
0
0
43.9
1
45
0
0
43.2
1
45
0
0
57.0
1
0
45
0
51.4
2
11
34
0
46.8
2
0
45
0
41.3
1
45
0
0
35.2
1
45
0
0
42.5
1
45
0
0
42.6
1
45
0
0
53.2
2
0
45
0
40.8
2
45
0
0
35.4
1
45
0
0
56.0
1
0
45
0
36.0
1
45
0
0
55.5
1
0
45
0
41.5
1
45
0
0
64.2
1
27
18
0
41.8
1
45
0
0
118.7
3
0
0
45
57.9
2
0
45
0
38.9
1
45
0
0
39.2
1
45
0
0
36.5
1
45
0
0
31.1
1
45
0
0
41.4
1
45
0
0
37.1
2
45
0
0
40.5
1
45
0
0
49.3
2
0
45
0
47.8
2
0
45
0
39.8
1
45
0
0
49.3
2
0
45
0
42.9
2
45
0
0
36.6
1
45
0
0
51.0
2
0
45
0
35.6
1
45
0
0
39.4
1
45
0
0
37.3
1
45
0
0
51.9
2
14
31
0
36.7
1
45
0
0
41.1
1
45
0
0
56.7
2
0
45
0
43.0
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
394 1252 163.4 35.1
46.5
1
0
45
0
395 941 130.0 30.6
40.2
1
45
0
0
396 1372 157.0 32.6
54.3
2
0
45
0
397 1063 153.1 29.2
48.1
2
45
0
0
398 1550 187.9 35.9
56.0
2
0
45
0
399 1758 232.3 38.1
61.8
2
0
45
0
400 1324 161.6 35.3
49.2
2
0
45
0
401 604 109.0 24.5
33.2
1
45
0
0
402 734 120.7 25.5
38.3
1
45
0
0
403 706 112.4 29.0
32.2
1
45
0
0
404 1502 174.7 34.7
56.8
2
0
45
0
405 1441 225.1 35.5
57.5
2
0
45
0
406 1127 143.1 29.3
49.6
1
44
1
0
407 1034 146.2 30.0
45.1
1
45
0
0
408 1137 138.6 31.8
46.1
1
45
0
0
409 1875 220.7 36.4
66.9
1
18
27
0
410 927 167.9 32.0
39.7
1
45
0
0
411 888 132.3 29.8
39.3
1
45
0
0
412 2153 227.9 40.8
70.1
2
14
31
0
413 1189 157.1 30.9
50.6
2
5
40
0
414 1149 142.5 30.6
48.9
2
43
2
0
415 1305 188.5 32.6
54.2
2
0
45
0
416 1308 162.7 34.2
49.6
1
0
45
0
417 1367 181.8 35.8
50.5
2
0
45
0
418 1219 159.3 32.2
49.7
1
0
45
0
419 629 290.6 28.6
47.0
2
5
40
0
420 461 186.7 24.8
31.7
2
45
0
0
421 989 127.8 30.8
42.2
1
45
0
0
422 1531 173.2 36.7
54.7
1
0
45
0
423 799 198.0 26.8
46.0
1
45
0
0
424 1125 159.6 31.1
48.0
2
25
20
0
425 984 147.2 30.2
43.9
1
45
0
0
426 868 126.4 30.0
38.1
2
45
0
0
427 754 147.4 26.8
38.9
1
45
0
0
428 745 135.3 28.1
35.9
2
45
0
0
429 1012 147.4 30.4
43.7
1
45
0
0
430 1018 133.3 32.1
41.8
2
45
0
0
431 876 168.1 29.9
43.3
2
45
0
0
432 779 118.4 26.0
39.2
2
45
0
0
433 891 128.1 26.7
44.3
1
45
0
0
434 992 178.7 30.2
47.1
2
45
0
0
435 932 132.3 27.8
43.9
2
45
0
0
436 651 166.8 26.5
44.7
2
45
0
0
437 980 265.6 44.9
51.6
2
0
45
0
438 878 143.6 29.6
39.9
1
45
0
0
439 1208 198.1 34.7
48.9
2
0
45
0
440 744 126.3 27.0
36.6
1
45
0
0
441 1016 205.8 33.0
43.9
2
0
45
0
442 1651 326.4 40.6
73.6
2
23
22
0
443 794 140.8 27.9
37.7
1
45
0
0
444 1045 149.4 32.7
42.3
1
45
0
0
170
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
445 838 127.2 25.5
42.7
1
45
0
0
446 597 160.8 29.0
33.1
2
45
0
0
447 920 128.2 27.7
43.1
1
45
0
0
448 1147 158.5 30.5
49.6
2
17
28
0
449 1282 203.7 31.2
55.6
1
0
45
0
450 942 216.7 29.2
53.1
1
1
44
0
451 856 124.8 26.7
41.5
1
45
0
0
452 1354 155.5 35.9
49.2
2
0
45
0
453 829 122.9 26.5
40.8
1
45
0
0
454 620 101.1 24.0
34.2
1
45
0
0
455 967 141.1 31.0
41.8
2
45
0
0
456 714 122.9 26.9
35.2
1
45
0
0
457 967 156.2 28.3
45.5
2
45
0
0
458 709 127.0 26.9
35.2
1
45
0
0
459 831 121.2 30.7
35.3
1
45
0
0
460 870 159.6 30.4
39.5
2
45
0
0
461 900 145.4 29.6
40.3
1
45
0
0
462 886 200.9 30.8
50.9
2
5
40
0
463 1222 358.7 38.8
64.5
1
10
35
0
464 942 163.5 32.4
38.6
1
45
0
0
465 892 342.4 36.2
64.0
2
19
26
0
466 803 122.7 28.6
37.0
1
45
0
0
467 906 133.2 27.7
42.9
1
45
0
0
468 657 139.3 21.7
42.6
2
45
0
0
469 993 228.5 32.8
46.8
2
0
45
0
470 853 179.0 30.4
42.2
1
45
0
0
471 1110 174.0 31.6
47.7
1
0
45
0
472 1415 171.8 34.4
53.6
1
0
45
0
473 996 189.2 31.5
43.5
2
39
6
0
474 1421 190.9 34.7
54.7
2
0
45
0
475 939 198.6 31.8
51.2
2
0
45
0
476 1260 160.8 35.5
47.7
2
0
45
0
477 1485 228.9 38.5
53.3
2
0
45
0
478 1021 158.4 32.9
41.6
1
45
0
0
479 906 136.0 30.4
39.4
1
45
0
0
480 1013 137.4 30.8
43.0
1
45
0
0
481 995 154.0 29.2
45.6
2
45
0
0
482 1361 164.6 36.1
49.3
2
0
45
0
483 1320 180.7 35.1
49.7
2
0
45
0
484 865 128.1 28.5
40.2
2
45
0
0
485 1169 178.9 29.7
54.2
2
0
45
0
486 740 213.3 29.7
45.4
1
45
0
0
487 1309 186.3 34.3
50.4
2
0
45
0
488 970 137.6 30.4
41.9
2
45
0
0
489 942 160.7 31.4
40.4
1
45
0
0
490 672 121.5 25.0
35.8
2
45
0
0
491 1392 155.9 34.8
51.8
2
0
45
0
492 335
79.7
14.6
30.2
2
44
1
0
493 1187 198.8 31.7
50.1
2
0
45
0
494 884 158.1 29.4
40.6
1
45
0
0
495 575 127.5 23.0
34.9
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
496 908 134.4 28.2
42.5
1
45
0
0
497 852 142.1 27.3
41.5
1
45
0
0
498 1108 199.8 30.1
53.2
2
0
45
0
499 594 141.2 23.8
35.6
1
45
0
0
500 937 136.6 30.9
39.9
1
45
0
0
501 1044 200.6 29.6
47.4
1
1
44
0
502 1374 162.1 36.1
49.9
1
0
45
0
503 1621 173.9 36.3
58.7
2
0
45
0
504 659 196.7 26.5
37.2
1
45
0
0
505 1551 206.4 33.4
61.0
2
0
45
0
506 1345 187.9 33.1
54.1
2
0
45
0
507 1058 151.6 29.5
47.5
2
45
0
0
508 773 125.6 26.8
38.9
1
45
0
0
509 787 119.8 26.2
39.5
1
45
0
0
510 392
98.0
19.0
29.3
1
45
0
0
511 909 137.2 29.6
40.9
1
45
0
0
512 1008 153.5 28.9
47.6
2
45
0
0
513 911 134.1 29.6
40.5
1
45
0
0
514 903 155.7 32.9
37.3
2
45
0
0
515 1192 246.7 31.8
59.9
2
0
45
0
516 732 121.3 26.2
37.1
1
45
0
0
517 1137 146.3 30.7
48.7
2
43
2
0
518 1150 143.5 33.0
45.7
1
45
0
0
519 1489 181.9 35.7
55.3
2
0
45
0
520 838 147.1 30.2
36.7
1
45
0
0
521 824 127.1 28.2
38.2
2
45
0
0
522 1404 197.2 35.7
52.5
2
0
45
0
523 904 169.2 28.2
43.1
2
45
0
0
524 833 120.9 28.3
38.8
1
45
0
0
525 721 169.2 24.6
44.6
1
45
0
0
526 962 151.5 28.9
44.1
1
45
0
0
527 998 167.5 29.6
46.6
2
45
0
0
528 1294 159.9 34.6
48.9
2
0
45
0
529 1152 149.1 30.4
49.3
2
33
12
0
530 513 172.1 26.1
33.5
1
45
0
0
531 676 115.3 25.6
35.6
1
45
0
0
532 435 263.5 28.8
47.5
1
39
6
0
533 558 240.9 28.5
57.4
1
45
0
0
534 1796 196.0 37.8
62.0
2
0
45
0
535 789 123.9 27.9
38.0
1
45
0
0
536 697 121.3 25.2
37.2
1
45
0
0
537 880 149.4 28.6
43.2
1
45
0
0
538 691 256.3 28.8
53.3
1
13
32
0
539 1152 144.6 30.2
49.6
2
42
3
0
540 1300 214.6 34.6
50.3
2
0
45
0
541 933 138.0 31.1
39.4
1
45
0
0
542 1027 159.4 30.4
45.0
1
45
0
0
543 876 133.3 28.4
40.3
2
45
0
0
544 1020 142.8 32.1
41.3
2
45
0
0
545 700 117.8 25.9
35.6
1
45
0
0
546 786 128.1 29.0
35.9
1
45
0
0
171
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
547 1260 156.5 32.6
50.4
2
0
45
0
548 881 144.7 26.9
43.3
1
45
0
0
549 862 135.4 29.3
39.1
1
45
0
0
550 1078 149.9 31.6
44.5
1
45
0
0
551 947 156.0 32.5
39.3
1
45
0
0
552 1639 234.1 36.1
61.7
2
0
45
0
553 733 150.1 27.1
36.8
2
45
0
0
554 1870 223.1 40.2
60.9
2
0
45
0
555 1171 167.1 34.0
45.5
1
0
45
0
556 1776 323.1 40.9
64.6
1
0
45
0
557 877 156.5 30.0
40.3
2
45
0
0
558 833 141.5 28.7
38.1
1
45
0
0
559 1028 145.6 29.7
45.1
1
45
0
0
560 943 153.8 30.2
42.3
1
45
0
0
561 1390 168.3 33.1
54.7
2
0
45
0
562 1038 146.0 30.2
45.8
2
45
0
0
563 1013 134.8 29.2
44.8
1
45
0
0
564 1171 201.4 33.6
47.2
2
0
45
0
565 683 161.6 26.3
38.9
1
45
0
0
566 1033 227.3 35.0
45.9
2
0
45
0
567 1363 164.6 35.9
49.3
1
0
45
0
568 875 125.5 28.3
40.4
1
45
0
0
569 1322 164.8 33.0
52.3
2
0
45
0
570 791 120.5 27.3
38.8
1
45
0
0
571 719 106.8 27.6
33.9
1
45
0
0
572 1455 173.2 35.0
54.3
2
0
45
0
573 776 186.5 29.7
43.0
2
45
0
0
574 378 269.7 33.7
44.5
1
22
23
0
575 833 132.6 29.3
37.4
1
45
0
0
576 997 156.0 29.0
44.9
1
45
0
0
577 914 142.8 30.6
39.6
1
45
0
0
578 839 133.2 27.3
40.6
1
45
0
0
579 766 134.6 28.6
35.8
1
45
0
0
580 885 123.8 27.7
41.9
1
45
0
0
581 434 155.2 25.3
30.7
1
45
0
0
582 362 243.2 32.6
35.6
1
45
0
0
583 1173 287.1 34.1
58.7
1
0
45
0
584 702 148.5 26.6
36.9
1
45
0
0
585 894 140.1 28.1
43.0
1
45
0
0
586 566 163.3 28.0
33.0
1
45
0
0
587 1023 145.0 30.9
43.4
1
45
0
0
588 619 211.2 30.6
45.5
1
45
0
0
589 824 127.4 26.5
41.0
1
45
0
0
590 747 122.0 25.9
38.1
2
45
0
0
591 782 198.4 31.3
39.9
1
45
0
0
592 948 134.3 29.3
42.4
2
45
0
0
593 765 267.3 31.6
55.4
1
0
45
0
594 880 135.8 29.3
40.5
1
45
0
0
595 1101 171.4 30.8
47.8
1
13
32
0
596 927 138.3 28.5
42.3
1
45
0
0
597 588 131.3 27.1
30.1
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
598 1385 172.7 37.2
48.8
2
0
45
0
599 1146 154.1 33.6
44.5
1
30
15
0
600 1020 156.9 30.8
43.9
1
45
0
0
601 1240 199.0 32.4
53.1
2
0
45
0
602 1023 139.7 30.1
44.8
2
45
0
0
603 743 124.1 26.2
37.6
1
45
0
0
604 1564 212.9 35.0
59.3
2
0
45
0
605 1082 188.7 35.0
43.6
1
0
45
0
606 814 164.7 30.1
40.3
2
45
0
0
607 1488 199.2 38.9
51.5
2
0
45
0
608 1459 176.4 33.9
57.2
2
0
45
0
609 958 204.6 31.0
46.6
2
1
44
0
610 976 167.5 30.2
43.6
1
45
0
0
611 793 125.7 27.2
38.7
1
45
0
0
612 1029 150.8 30.6
44.5
1
45
0
0
613 1511 167.3 36.0
54.8
2
0
45
0
614 856 147.0 28.3
40.6
1
45
0
0
615 1572 201.9 36.8
56.4
2
0
45
0
616 1431 221.5 35.8
52.9
1
0
45
0
617 951 155.9 31.9
39.3
1
45
0
0
618 1255 253.2 34.0
54.9
2
0
45
0
619 1378 189.6 36.1
51.0
2
0
45
0
620 850 146.4 30.3
36.8
1
45
0
0
621 1018 162.5 31.4
42.8
1
45
0
0
622 669 171.4 26.9
42.1
1
45
0
0
623 938 193.8 31.4
54.2
1
0
45
0
624 1039 212.9 32.4
51.8
2
0
45
0
625 802 130.0 27.1
39.6
1
45
0
0
626 1127 152.2 31.5
47.1
2
45
0
0
627 643 194.0 32.3
35.5
2
45
0
0
628 691 123.5 24.7
37.6
2
45
0
0
629 588 228.2 27.4
58.6
2
45
0
0
630 1154 174.1 31.7
49.5
2
0
45
0
631 1028 166.0 29.5
47.0
2
45
0
0
632 1489 212.1 34.6
57.6
2
0
45
0
633 1272 174.5 32.8
51.1
2
0
45
0
634 1545 205.9 34.8
59.0
2
0
45
0
635 1236 165.4 34.0
48.2
1
0
45
0
636 756 176.5 27.9
41.3
2
45
0
0
637 1607 393.5 45.0
63.7
2
0
45
0
638 1439 168.6 34.8
53.8
2
0
45
0
639 1070 139.2 31.9
43.8
1
45
0
0
640 1138 213.8 35.1
46.4
2
0
45
0
641 1292 172.0 32.9
51.9
2
0
45
0
642 1136 156.9 30.3
48.8
1
31
14
0
643 894 135.7 28.8
42.0
1
45
0
0
644 850 130.8 27.4
41.2
1
45
0
0
645 845 126.6 28.8
38.7
1
45
0
0
646 1278 159.5 30.0
55.7
1
0
45
0
647 631 225.1 27.5
44.1
2
45
0
0
648 576 196.4 28.5
47.6
1
45
0
0
172
Largo
rea Perim. Eje
Idx
(pxls) (pxls) Mayor
(pxls)
649 1234 186.3 30.9
650 1276 165.9 31.9
651 779 130.0 26.6
652 1020 143.2 30.1
653 563 283.6 24.5
654 1720 196.0 38.4
655 819 124.4 28.0
656 1107 146.8 31.5
657 1925 186.9 37.1
658 807 129.8 26.9
659 1840 213.7 39.0
660 1097 173.0 30.4
661 1825 287.0 41.6
662 1337 184.6 34.7
663 622 109.8 24.6
664 1036 236.4 33.3
665 711 128.9 28.6
666 1049 150.1 30.6
667 793 128.3 28.7
668 903 144.6 30.4
669 903 133.5 28.2
670 1133 207.0 32.2
671 916 130.7 29.6
672 791 147.8 26.2
673 716 176.1 29.6
674 1106 146.0 30.1
675 1198 145.9 30.9
676 680 111.0 25.5
677 747 115.4 27.3
678 1229 162.6 31.7
679 981 138.2 30.1
680 1350 184.7 32.6
681 1087 145.4 32.6
682 812 139.9 28.4
683 810 125.3 28.1
684 784 121.5 26.2
685 1002 139.5 30.8
686 1074 149.5 31.5
687 1527 191.7 35.7
688 1151 150.7 30.6
689 2946 421.8 48.3
690 1713 179.2 37.3
691 681 125.7 26.8
692 1103 196.6 31.8
693 793 123.6 27.5
694 832 175.4 27.0
695 1646 208.9 37.8
696 427 189.6 25.0
697 507 217.5 26.0
698 1073 156.6 31.4
699 773 132.6 27.8
Largo
Frec. Frec. Frec.
Eje Clas.
Clas. Clas. Clas.
Menor Vis.
Peq. Med Gde.
(pxls)
53.6
2
0
45
0
53.2
2
0
45
0
39.0
1
45
0
0
44.2
1
45
0
0
62.2
1
40
5
0
58.4
2
0
45
0
38.9
1
45
0
0
45.8
1
45
0
0
66.9
1
6
39
0
41.2
1
45
0
0
62.3
2
0
45
0
51.4
1
3
42
0
64.2
2
0
45
0
51.7
2
0
45
0
33.8
1
45
0
0
55.1
2
0
45
0
33.9
2
45
0
0
45.1
1
45
0
0
37.3
1
45
0
0
39.8
1
45
0
0
42.5
1
45
0
0
49.3
1
0
45
0
41.0
2
45
0
0
40.8
1
45
0
0
37.7
1
45
0
0
47.9
2
45
0
0
50.0
1
18
27
0
35.2
1
45
0
0
36.2
2
45
0
0
51.4
1
0
45
0
42.7
1
45
0
0
55.1
2
0
45
0
43.6
1
45
0
0
37.5
1
45
0
0
37.9
1
45
0
0
39.2
1
45
0
0
42.5
2
45
0
0
44.3
1
45
0
0
55.9
1
0
45
0
49.9
2
22
23
0
103.7
2
0
37
8
59.6
2
0
45
0
33.8
1
45
0
0
47.5
2
0
45
0
38.2
1
45
0
0
42.8
1
45
0
0
57.2
3
0
45
0
42.5
1
45
0
0
48.8
1
45
0
0
44.3
1
45
0
0
37.1
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
700 948 150.8 31.2
40.5
1
45
0
0
701 873 125.5 29.8
38.5
1
45
0
0
702 1050 193.1 32.0
48.1
2
0
45
0
703 893 146.8 30.6
39.2
1
45
0
0
704 1253 154.8 33.4
48.8
2
0
45
0
705 1112 153.9 30.6
47.6
1
45
0
0
706 804 116.2 28.2
37.1
1
45
0
0
707 1223 186.8 30.3
55.2
1
0
45
0
708 1025 161.5 30.6
44.7
1
45
0
0
709 1001 170.9 31.3
43.2
1
45
0
0
710 1467 187.6 33.5
58.1
1
0
45
0
711 1224 168.4 32.0
50.8
2
0
45
0
712 1012 166.3 32.1
41.8
1
45
0
0
713 764 117.5 25.6
39.0
1
45
0
0
714 1058 145.1 30.1
45.7
1
45
0
0
715 904 242.2 29.1
51.3
2
0
45
0
716 1404 171.8 36.3
50.7
2
0
45
0
717 1212 182.0 30.6
53.6
1
0
45
0
718 1117 150.1 32.3
45.4
1
45
0
0
719 730 127.4 26.2
37.0
1
45
0
0
720 995 174.4 30.9
43.9
1
45
0
0
721 1215 173.1 32.5
49.1
2
0
45
0
722 1110 210.5 35.9
44.8
2
0
45
0
723 720 236.8 30.9
39.1
2
31
14
0
724 871 144.8 28.9
40.7
1
45
0
0
725 615 161.5 27.0
39.8
1
45
0
0
726 688 118.2 24.1
37.8
1
45
0
0
727 1005 325.9 35.0
49.8
2
0
45
0
728 790 119.0 27.4
38.0
1
45
0
0
729 898 212.1 31.0
48.1
1
0
45
0
730 1150 149.5 31.3
48.4
2
27
18
0
731 1162 254.3 33.0
58.1
2
0
45
0
732 688 116.7 24.8
37.4
1
45
0
0
733 862 217.6 30.0
49.9
2
3
42
0
734 644 255.6 29.6
45.0
2
25
20
0
735 1138 179.5 32.0
48.2
1
0
45
0
736 920 136.6 28.6
42.7
1
45
0
0
737 1297 171.4 33.6
50.8
2
0
45
0
738 899 119.3 30.3
38.4
1
45
0
0
739 1396 159.3 34.4
52.4
1
0
45
0
740 1174 154.2 31.7
48.4
2
16
29
0
741 596 103.9 23.1
34.4
1
45
0
0
742 627 156.7 23.6
41.4
1
45
0
0
743 821 140.3 28.7
38.6
1
45
0
0
744 992 228.7 30.9
53.0
1
0
45
0
745 1153 163.9 32.1
47.4
1
1
44
0
746 1502 162.4 35.1
55.3
2
0
45
0
747 439 101.8 22.8
27.1
2
45
0
0
748 1088 197.1 31.0
48.7
2
0
45
0
749 1095 180.2 30.5
50.3
2
0
45
0
750 1183 158.0 32.3
49.0
2
0
45
0
173
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
751 724 126.2 27.7
34.8
1
45
0
0
752 678 169.1 28.9
37.3
1
45
0
0
753 753 119.8 26.6
38.1
1
45
0
0
754 1163 148.1 30.2
50.9
2
20
25
0
755 910 142.5 28.9
41.3
1
45
0
0
756 943 231.6 30.2
57.0
2
0
45
0
757 560 130.6 25.2
32.7
2
45
0
0
758 1182 155.9 31.5
49.0
2
10
35
0
759 1201 149.3 33.1
47.3
2
11
34
0
760 902 135.6 30.5
38.8
2
45
0
0
761 1164 164.4 32.6
46.6
2
0
45
0
762 1149 170.5 30.5
49.9
1
1
44
0
763 934 155.5 29.3
42.7
2
45
0
0
764 858 125.5 29.4
38.2
1
45
0
0
765 3982 347.5 53.9
97.6
3
0
0
45
766 904 227.8 31.2
48.9
2
0
45
0
767 666 133.6 23.2
39.3
1
45
0
0
768 978 147.4 29.8
43.7
2
45
0
0
769 811 128.3 27.3
39.4
1
45
0
0
770 922 132.6 30.3
40.4
1
45
0
0
771 919 130.9 28.0
43.1
1
45
0
0
772 934 150.0 31.5
40.8
2
45
0
0
773 973 135.4 28.8
43.7
1
45
0
0
774 1051 147.1 33.8
41.0
2
45
0
0
775 836 119.8 29.3
37.6
1
45
0
0
776 1062 141.1 30.9
44.6
1
45
0
0
777 821 136.2 28.6
38.0
1
45
0
0
778 1231 163.0 31.9
50.1
2
0
45
0
779 378
98.1
19.5
27.1
1
45
0
0
780 384
98.6
19.3
27.6
1
45
0
0
781 362
93.6
18.2
27.0
1
45
0
0
782 762 114.7 27.1
36.9
1
45
0
0
783 451
94.1
19.8
30.6
1
45
0
0
784 851 137.1 27.5
41.0
1
45
0
0
785 363
87.0
16.7
29.0
1
45
0
0
786 1361 183.4 34.0
54.5
1
0
45
0
787 547 126.1 20.4
36.8
1
45
0
0
788 816 121.8 28.1
37.9
1
45
0
0
789 1566 209.2 33.8
61.2
2
0
45
0
790 711 280.8 37.3
44.4
2
0
45
0
791 797 129.7 26.0
41.1
1
45
0
0
792 609 173.5 27.4
33.7
1
45
0
0
793 540 125.6 26.7
31.3
1
45
0
0
794 1066 155.8 32.4
43.1
2
45
0
0
795 828 134.8 28.4
38.8
1
45
0
0
796 1281 183.0 32.5
53.0
2
0
45
0
797 1089 180.6 30.2
48.2
1
3
42
0
798 814 130.9 28.0
38.5
1
45
0
0
799 1182 164.4 31.8
48.4
1
0
45
0
800 968 153.3 30.5
41.7
1
45
0
0
801 1008 173.4 30.3
44.7
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
802 926 155.8 31.1
39.6
1
45
0
0
803 803 137.1 27.6
38.5
1
45
0
0
804 1103 156.5 33.4
43.5
1
45
0
0
805 1479 175.2 34.7
55.4
1
0
45
0
806 895 128.3 29.1
40.0
1
45
0
0
807 1220 162.5 32.1
50.7
2
0
45
0
808 1199 220.1 33.2
51.2
2
0
45
0
809 1043 148.2 30.7
44.8
1
45
0
0
810 1675 251.4 37.0
64.4
1
1
44
0
811 1481 182.9 37.1
53.0
2
0
45
0
812 1050 145.6 28.9
47.5
1
45
0
0
813 1141 148.8 32.0
47.0
2
45
0
0
814 921 180.3 29.6
42.2
2
45
0
0
815 1028 136.7 30.0
45.0
2
45
0
0
816 1082 155.4 29.8
47.8
2
45
0
0
817 848 123.5 28.1
39.4
1
45
0
0
818 879 181.7 30.4
40.5
2
45
0
0
819 1519 221.8 34.8
59.7
2
0
45
0
820 1205 194.6 36.0
46.7
2
0
45
0
821 1246 163.9 33.0
49.6
2
0
45
0
822 721 117.8 25.8
37.9
1
45
0
0
823 1661 220.1 37.5
59.1
2
0
45
0
824 1115 151.1 30.8
47.5
2
45
0
0
825 1109 145.5 31.4
45.9
1
45
0
0
826 1673 199.6 33.8
66.3
1
24
21
0
827 1764 226.6 37.7
61.9
2
0
45
0
828 1951 215.0 40.2
63.9
2
0
45
0
829 1058 166.8 30.0
47.0
1
45
0
0
830 947 216.1 31.2
43.3
1
13
32
0
831 1066 210.1 35.4
45.0
2
0
45
0
832 866 182.0 28.8
42.1
1
45
0
0
833 1177 171.1 34.0
46.8
2
0
45
0
834 1403 213.5 33.7
56.6
1
0
45
0
835 895 135.4 30.2
39.6
2
45
0
0
836 1093 163.2 34.2
42.4
2
43
2
0
837 690 122.9 25.0
37.4
1
45
0
0
838 704 136.2 26.2
37.1
1
45
0
0
839 1055 166.2 30.5
47.2
1
45
0
0
840 657 134.0 29.6
30.2
1
45
0
0
841 1044 191.4 30.1
50.8
2
0
45
0
842 1027 139.4 31.2
43.4
1
45
0
0
843 940 148.0 34.5
37.5
1
45
0
0
844 731 134.5 24.7
39.6
1
45
0
0
845 975 154.3 33.1
40.8
2
45
0
0
846 842 211.4 28.6
48.0
1
39
6
0
847 1133 145.2 32.1
46.3
1
45
0
0
848 917 128.1 29.3
40.9
1
45
0
0
849 1292 266.5 35.0
50.6
2
0
45
0
850 940 134.8 30.1
40.6
1
45
0
0
851 805 123.8 26.7
39.7
1
45
0
0
852 637 105.9 24.0
35.3
1
45
0
0
174
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
853 892 139.9 30.6
38.4
1
45
0
0
854 979 142.8 29.9
42.7
1
45
0
0
855 1172 161.3 31.2
49.0
2
2
43
0
856 1629 223.0 39.1
54.9
2
0
45
0
857 1139 152.6 33.2
45.0
1
43
2
0
858 1093 148.0 32.7
43.8
1
45
0
0
859 1689 256.1 39.9
57.6
1
0
45
0
860 1019 136.2 29.3
45.6
1
45
0
0
861 838 124.1 27.5
40.2
1
45
0
0
862 1181 178.0 32.3
48.8
2
0
45
0
863 1251 173.7 34.4
48.5
1
0
45
0
864 1479 181.2 36.4
53.3
2
0
45
0
865 1253 168.2 33.3
50.3
2
0
45
0
866 840 138.8 27.6
40.9
1
45
0
0
867 711 134.2 25.7
37.3
1
45
0
0
868 977 167.8 28.4
46.4
1
45
0
0
869 1059 160.0 31.1
45.2
1
45
0
0
870 1191 153.9 30.8
50.5
2
11
34
0
871 1028 139.6 30.1
44.7
1
45
0
0
872 1021 142.3 29.7
45.7
1
45
0
0
873 842 141.1 29.2
38.3
1
45
0
0
874 1041 143.4 30.7
44.3
2
45
0
0
875 1370 175.4 35.6
51.2
2
0
45
0
876 1387 183.7 34.3
53.0
2
0
45
0
877 899 130.8 28.3
41.4
1
45
0
0
878 798 114.5 28.1
37.2
1
45
0
0
879 1030 151.3 32.2
42.5
2
45
0
0
880 989 144.1 31.3
42.2
1
45
0
0
881 970 128.9 29.7
42.8
1
45
0
0
882 952 140.0 28.5
44.5
1
45
0
0
883 1254 199.8 34.3
49.0
2
0
45
0
884 739 122.7 28.2
34.3
1
45
0
0
885 921 151.8 29.7
41.0
1
45
0
0
886 607 133.5 24.6
37.7
1
45
0
0
887 835 122.3 27.7
39.8
1
45
0
0
888 883 134.2 30.7
37.5
1
45
0
0
889 1137 165.6 30.6
49.4
1
9
36
0
890 1643 236.0 32.9
69.4
1
34
11
0
891 1610 184.6 37.1
57.9
2
0
45
0
892 1279 206.6 34.4
50.9
2
0
45
0
893 790 156.6 26.7
43.4
1
45
0
0
894 1093 150.0 30.2
47.5
2
45
0
0
895 821 305.7 28.1
52.1
2
2
43
0
896 1123 152.6 30.1
49.9
2
36
9
0
897 1381 176.6 32.9
55.2
2
0
45
0
898 645 119.0 22.8
38.9
1
45
0
0
899 617 126.8 24.7
34.7
2
45
0
0
900 1150 168.0 29.8
52.9
2
4
41
0
901 1383 187.1 33.3
56.1
2
0
45
0
902 686 119.3 25.3
36.7
1
45
0
0
903 707 118.1 26.6
35.3
1
45
0
0
Apndice B
Largo
rea Perim. Eje
Idx
(pxls) (pxls) Mayor
(pxls)
904 2339 411.4 51.6
905 1274 161.3 32.2
906 664 150.7 27.3
907 931 143.2 30.9
908 800 121.5 27.8
909 1235 213.0 31.5
910 700 113.8 25.6
911 4469 358.2 54.3
912 1152 194.9 32.1
913 1323 177.9 35.8
914 1187 157.8 34.2
915 1050 177.4 27.9
916 804 113.2 27.8
917 814 142.0 27.7
918 711 125.2 25.0
919 647 154.5 26.5
920 723 118.9 25.6
921 792 122.3 28.6
922 929 147.1 31.3
923 1280 177.5 33.2
924 963 180.0 31.1
925 1374 180.3 34.1
926 1000 137.2 31.7
927 707 174.4 28.9
928 894 139.2 29.2
929 1052 160.1 32.7
930 1192 262.6 33.4
931 2036 225.4 40.8
932 1012 151.5 30.0
933 1159 201.1 34.7
934 779 132.9 26.5
935 1136 183.2 30.5
936 871 131.2 28.3
937 1075 151.6 30.6
938 803 204.7 28.8
939 877 131.6 28.8
940 660 157.1 26.9
941 730 242.3 32.0
942 1122 166.5 31.2
943 1060 144.3 31.3
944 1334 172.6 33.4
945 1437 199.3 34.1
946 692 134.6 28.5
947 875 169.8 27.2
948 915 178.8 23.6
949 460 173.6 23.1
950 738 114.8 26.7
951 485 224.8 26.5
952 696 136.9 25.0
953 724 113.8 27.5
954 995 156.1 32.6
175
Largo
Frec. Frec. Frec.
Eje Clas.
Clas. Clas. Clas.
Menor Vis.
Peq. Med Gde.
(pxls)
77.5
2
3
42
0
52.3
1
0
45
0
37.9
1
45
0
0
40.9
2
45
0
0
38.2
1
45
0
0
53.3
1
0
45
0
35.7
1
45
0
0
108.5
3
0
0
45
49.6
2
0
45
0
48.4
2
0
45
0
46.2
2
1
44
0
53.8
1
24
21
0
38.2
1
45
0
0
39.7
2
45
0
0
38.4
1
45
0
0
34.7
1
45
0
0
38.3
1
45
0
0
36.4
1
45
0
0
39.2
1
45
0
0
51.7
2
0
45
0
41.9
1
45
0
0
53.5
2
0
45
0
41.4
1
45
0
0
35.2
1
45
0
0
40.3
1
45
0
0
43.2
1
45
0
0
56.5
2
0
45
0
66.0
2
0
45
0
44.9
2
45
0
0
45.8
3
0
45
0
39.0
1
45
0
0
53.5
2
0
45
0
40.3
1
45
0
0
46.5
2
45
0
0
41.6
2
45
0
0
40.1
1
45
0
0
33.8
1
45
0
0
45.1
1
4
41
0
48.2
1
12
33
0
44.7
1
45
0
0
52.0
1
0
45
0
55.3
2
0
45
0
33.0
1
45
0
0
48.9
1
45
0
0
56.6
3
37
8
0
36.3
1
45
0
0
37.0
1
45
0
0
46.7
1
45
0
0
38.1
1
45
0
0
35.0
1
45
0
0
41.3
1
45
0
0

Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
955 1009 175.8 30.1
47.5
2
45
0
0
956 1044 144.6 31.6
43.7
1
45
0
0
957 1087 156.7 31.6
45.3
1
45
0
0
958 1526 192.7 37.6
52.9
2
0
45
0
959 484 121.1 19.4
34.8
1
45
0
0
960 1266 180.6 34.6
48.4
2
0
45
0
961 1297 251.4 34.8
58.4
2
0
45
0
962 2647 278.6 42.7
81.9
2
19
26
0
963 1138 208.5 30.7
50.3
2
0
45
0
964 1015 141.3 32.5
40.8
1
45
0
0
965 944 131.5 28.3
43.4
1
45
0
0
966 1291 191.1 32.9
51.4
2
0
45
0
967 982 175.2 32.5
44.2
2
45
0
0
968 563 117.4 23.5
33.5
2
45
0
0
969 1098 143.9 31.8
44.9
2
45
0
0
970 1049 140.0 32.1
42.5
2
45
0
0
971 946 167.1 31.6
40.6
1
45
0
0
972 1059 149.9 30.2
46.3
1
45
0
0
973 1004 168.7 32.5
42.8
2
45
0
0
974 1616 188.8 37.0
56.9
2
0
45
0
975 649 122.4 24.4
37.1
1
45
0
0
976 543 110.7 24.0
30.3
1
45
0
0
977 1084 142.2 31.6
45.0
1
45
0
0
978 379 109.6 15.4
36.3
2
44
1
0
979 672 174.5 25.5
45.6
1
45
0
0
980 407 111.1 15.1
40.3
2
45
0
0
981 498 132.3 16.1
45.7
2
45
0
0
982 484
98.8
22.6
28.6
2
45
0
0
983 1621 170.1 36.2
58.1
2
0
45
0
984 632 116.1 25.6
33.2
2
45
0
0
985 661 140.6 24.0
42.2
1
45
0
0
986 1064 149.2 30.1
47.0
2
45
0
0
987 952 136.6 29.9
42.2
1
45
0
0
988 1512 181.6 34.3
57.4
2
0
45
0
989 695 109.1 26.1
35.4
1
45
0
0
990 1295 151.7 33.7
50.0
2
0
45
0
991 719 116.7 25.9
36.5
1
45
0
0
992 1567 180.8 36.1
56.7
2
0
45
0
993 804 161.2 28.6
42.6
1
45
0
0
994 889 153.0 27.8
43.0
1
45
0
0
995 670 124.7 26.7
33.6
1
45
0
0
996 986 148.0 29.9
43.8
1
45
0
0
997 430 225.2 30.4
41.7
1
45
0
0
998 322 141.1 18.4
36.8
1
45
0
0
999 1246 203.3 33.0
54.7
1
0
45
0
1000 734 124.6 25.4
38.5
1
45
0
0
1001 1182 174.5 33.3
48.6
2
0
45
0
1002 917 234.4 28.9
56.1
2
8
37
0
1003 891 126.9 30.2
38.8
1
45
0
0
1004 1035 134.9 30.4
44.8
2
45
0
0
1005 894 130.6 28.9
40.8
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1006 611 107.8 25.6
31.9
1
45
0
0
1007 935 141.4 29.6
41.6
2
45
0
0
1008 932 169.3 30.1
43.1
2
45
0
0
1009 747 119.0 25.8
38.4
1
45
0
0
1010 945 132.9 30.7
40.8
1
45
0
0
1011 596 138.1 24.1
35.2
1
45
0
0
1012 499 168.2 25.5
42.2
1
45
0
0
1013 779 128.1 28.0
37.0
1
45
0
0
1014 776 125.0 27.1
38.4
1
45
0
0
1015 849 124.6 29.1
38.1
1
45
0
0
1016 803 126.8 26.5
40.4
1
45
0
0
1017 965 164.0 30.4
42.3
1
45
0
0
1018 1284 198.4 33.1
54.1
2
0
45
0
1019 804 168.0 26.4
45.9
1
45
0
0
1020 1079 276.2 33.4
58.8
1
0
45
0
1021 863 183.0 28.6
45.6
2
45
0
0
1022 961 150.8 28.9
44.2
1
45
0
0
1023 2582 349.7 49.7
79.6
2
5
40
0
1024 525
99.9
21.2
34.6
1
45
0
0
1025 759 120.9 28.5
35.4
1
45
0
0
1026 760 131.6 26.8
37.6
1
45
0
0
1027 770 130.6 27.1
37.9
1
45
0
0
1028 968 149.5 28.6
44.7
1
45
0
0
1029 1030 161.3 29.6
49.3
1
44
1
0
1030 1087 153.9 31.4
45.4
1
45
0
0
1031 1041 163.1 32.5
42.5
1
45
0
0
1032 1105 163.3 31.9
46.3
2
32
13
0
1033 1143 149.1 29.8
50.0
2
38
7
0
1034 1059 167.1 29.5
47.3
1
45
0
0
1035 1209 164.6 33.9
46.8
1
0
45
0
1036 1101 146.0 32.2
44.6
2
45
0
0
1037 1267 179.7 34.9
48.2
2
0
45
0
1038 954 164.7 29.8
42.7
1
45
0
0
1039 1139 151.8 32.2
46.3
1
45
0
0
1040 1170 291.9 35.5
56.5
2
0
45
0
1041 1229 157.0 33.0
48.5
1
0
45
0
1042 1251 166.1 34.6
47.6
2
0
45
0
1043 1395 172.3 32.5
55.5
2
0
45
0
1044 1033 157.5 33.7
40.8
1
45
0
0
1045 1461 181.3 35.7
53.9
2
0
45
0
1046 784 129.2 27.5
39.2
1
45
0
0
1047 1509 174.1 36.5
54.5
2
0
45
0
1048 1307 171.5 32.9
51.9
2
0
45
0
1049 460 178.4 27.1
32.8
1
45
0
0
1050 1276 170.6 33.2
49.9
2
0
45
0
1051 318 295.4 28.7
51.6
1
31
14
0
1052 966 142.1 32.6
39.5
1
45
0
0
1053 1078 130.9 32.3
43.0
1
45
0
0
1054 1385 174.0 34.5
52.7
2
0
45
0
1055 832 150.1 27.2
40.6
1
45
0
0
1056 1128 175.5 30.6
49.3
2
0
45
0
176
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1057 1196 281.0 35.7
59.4
2
0
45
0
1058 668 227.9 28.3
44.4
1
45
0
0
1059 1132 160.9 32.1
47.0
2
19
26
0
1060 613 169.6 25.9
40.1
1
45
0
0
1061 887 137.4 27.5
42.4
1
45
0
0
1062 1330 184.5 33.9
54.8
2
0
45
0
1063 823 139.6 30.1
36.8
1
45
0
0
1064 764 121.5 26.6
37.6
1
45
0
0
1065 1133 153.4 32.3
46.1
2
45
0
0
1066 1430 164.8 34.3
55.4
2
0
45
0
1067 724 119.5 25.1
37.6
1
45
0
0
1068 941 126.4 28.6
43.3
1
45
0
0
1069 915 128.7 29.5
41.0
1
45
0
0
1070 977 145.3 27.0
48.2
2
45
0
0
1071 628 148.1 25.1
40.2
1
45
0
0
1072 1020 161.2 33.7
40.1
1
45
0
0
1073 793 118.7 27.0
38.3
1
45
0
0
1074 935 184.0 30.6
43.4
1
45
0
0
1075 1116 154.8 29.9
49.4
2
40
5
0
1076 998 152.5 31.1
42.6
1
45
0
0
1077 776 156.5 27.2
40.2
1
45
0
0
1078 875 144.2 26.8
44.1
1
45
0
0
1079 1373 267.1 35.9
64.9
2
15
30
0
1080 864 141.6 27.5
42.5
2
45
0
0
1081 1074 166.4 28.9
50.2
1
36
9
0
1082 1150 141.7 31.0
48.0
2
45
0
0
1083 885 127.4 27.7
41.5
1
45
0
0
1084 730 117.5 27.2
35.8
1
45
0
0
1085 845 146.5 27.3
42.5
1
45
0
0
1086 697 124.3 26.8
34.7
1
45
0
0
1087 640 110.2 24.9
34.0
1
45
0
0
1088 1301 175.1 31.5
55.4
2
0
45
0
1089 963 138.3 30.4
42.5
2
45
0
0
1090 943 180.3 30.2
45.9
2
45
0
0
1091 1083 248.1 30.4
59.7
2
6
39
0
1092 840 135.1 27.7
40.0
1
45
0
0
1093 770 154.3 27.7
38.8
1
45
0
0
1094 1445 187.1 33.0
57.1
2
0
45
0
1095 946 125.0 30.5
40.1
1
45
0
0
1096 1299 180.8 34.1
50.0
2
0
45
0
1097 1147 166.1 34.0
45.5
1
0
45
0
1098 1143 154.2 31.9
46.8
1
31
14
0
1099 939 147.3 29.9
41.9
1
45
0
0
1100 783 123.7 28.7
35.9
1
45
0
0
1101 963 134.2 30.1
41.8
1
45
0
0
1102 623 199.3 29.3
34.5
2
45
0
0
1103 875 120.3 28.3
39.8
1
45
0
0
1104 1108 293.4 37.0
55.5
2
0
45
0
1105 713 169.5 26.8
38.1
1
45
0
0
1106 606 189.5 27.4
41.4
1
45
0
0
1107 1403 205.4 38.4
50.7
1
0
45
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1108 1652 207.7 38.2
57.0
2
0
45
0
1109 1151 149.5 33.2
45.1
2
42
3
0
1110 842 191.3 26.4
48.7
2
45
0
0
1111 787 138.1 29.7
36.5
1
45
0
0
1112 1513 230.5 36.9
55.3
2
0
45
0
1113 1348 184.5 35.3
51.2
2
0
45
0
1114 935 163.2 31.7
39.2
1
45
0
0
1115 1370 168.0 35.0
51.0
2
0
45
0
1116 980 157.5 30.5
42.9
1
45
0
0
1117 724 182.1 27.5
43.5
1
45
0
0
1118 841 126.6 29.5
37.3
1
45
0
0
1119 1610 541.8 39.9
95.9
2
14
31
0
1120 1299 162.6 34.4
48.9
1
0
45
0
1121 827 117.4 28.3
38.4
1
45
0
0
1122 1031 144.1 31.3
43.6
2
45
0
0
1123 1052 144.6 30.7
45.0
1
45
0
0
1124 995 144.0 28.7
45.6
1
45
0
0
1125 1120 158.1 29.7
49.0
1
36
9
0
1126 950 165.5 31.0
43.8
1
45
0
0
1127 1091 155.3 32.0
45.7
2
45
0
0
1128 1592 209.0 38.3
55.8
2
0
45
0
1129 1633 182.3 36.0
59.1
2
0
45
0
1130 1115 134.3 31.5
45.9
1
45
0
0
1131 903 236.1 30.1
48.9
2
0
45
0
1132 888 122.8 28.4
41.4
1
45
0
0
1133 1503 225.0 35.8
65.1
2
8
37
0
1134 644 113.6 23.2
37.7
1
45
0
0
1135 840 150.0 30.0
38.5
2
45
0
0
1136 1539 235.6 36.9
58.9
2
0
45
0
1137 963 140.0 30.3
41.9
1
45
0
0
1138 1649 256.0 36.7
64.6
2
6
39
0
1139 958 142.0 30.0
42.0
1
45
0
0
1140 1010 163.0 30.9
45.5
1
45
0
0
1141 1016 159.9 28.6
47.8
2
45
0
0
1142 835 224.3 32.8
47.1
2
0
45
0
1143 555 141.6 20.4
39.3
2
45
0
0
1144 914 157.7 30.1
41.1
2
45
0
0
1145 743 115.8 26.5
37.3
1
45
0
0
1146 1015 200.9 30.2
59.0
1
7
38
0
1147 1049 146.0 31.3
44.5
1
45
0
0
1148 1003 140.1 30.0
43.5
1
45
0
0
1149 850 128.2 27.0
41.2
1
45
0
0
1150 1035 147.7 29.0
47.8
2
45
0
0
1151 609 104.2 23.0
35.1
2
45
0
0
1152 1094 213.2 33.9
51.9
2
0
45
0
1153 1467 189.0 36.6
53.0
2
0
45
0
1154 695 118.6 23.1
39.7
1
45
0
0
1155 771 159.2 29.1
35.9
1
45
0
0
1156 698 138.0 24.6
38.4
1
45
0
0
1157 820 129.5 28.2
38.8
1
45
0
0
1158 772 168.4 25.9
43.0
1
45
0
0
177
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1159 1294 214.5 35.8
50.5
2
0
45
0
1160 1146 170.9 35.2
44.0
2
1
44
0
1161 744 166.2 26.2
45.9
2
45
0
0
1162 916 228.9 30.2
47.7
1
0
45
0
1163 666 157.4 26.0
35.6
1
45
0
0
1164 989 137.3 29.9
43.3
1
45
0
0
1165 358
98.9
15.1
33.4
1
44
1
0
1166 876 139.9 28.4
40.6
1
45
0
0
1167 768 124.1 26.1
39.7
1
45
0
0
1168 847 156.5 28.7
40.4
2
45
0
0
1169 593 112.8 23.3
35.4
1
45
0
0
1170 1036 138.5 28.2
47.8
1
45
0
0
1171 1079 141.6 31.6
45.1
1
45
0
0
1172 1747 173.8 35.3
64.2
1
5
40
0
1173 782 131.4 25.4
40.4
1
45
0
0
1174 792 119.7 26.9
39.0
1
45
0
0
1175 761 111.6 27.2
36.8
1
45
0
0
1176 493
94.3
21.2
31.6
1
45
0
0
1177 669 116.8 24.2
37.3
1
45
0
0
1178 316 225.3 21.5
56.3
1
45
0
0
1179 843 134.6 28.4
39.2
1
45
0
0
1180 841 118.4 27.8
39.5
1
45
0
0
1181 1339 191.7 37.2
47.5
2
0
45
0
1182 846 129.7 29.3
38.1
1
45
0
0
1183 1927 193.6 37.2
67.3
2
9
36
0
1184 627 150.4 26.6
38.9
1
45
0
0
1185 855 126.8 28.9
38.8
1
45
0
0
1186 1020 174.1 29.7
46.6
1
45
0
0
1187 892 142.8 28.2
42.1
1
45
0
0
1188 868 131.4 28.4
39.9
1
45
0
0
1189 861 127.7 27.1
43.5
2
45
0
0
1190 641 110.1 24.7
34.1
1
45
0
0
1191 1001 136.0 29.2
44.3
1
45
0
0
1192 1037 209.7 33.6
46.0
2
0
45
0
1193 923 180.4 30.1
45.1
2
45
0
0
1194 790 119.8 28.7
36.7
1
45
0
0
1195 678 122.3 26.4
34.1
1
45
0
0
1196 1009 154.5 29.8
44.5
1
45
0
0
1197 674 132.0 25.4
35.8
1
45
0
0
1198 457 220.4 26.3
40.6
2
45
0
0
1199 533 137.2 22.8
34.6
2
45
0
0
1200 1099 146.3 32.3
44.5
2
45
0
0
1201 987 195.5 33.2
49.8
2
0
45
0
1202 891 138.6 29.0
40.3
1
45
0
0
1203 790 125.8 29.2
36.3
1
45
0
0
1204 811 121.6 27.6
38.9
1
45
0
0
1205 752 130.3 27.4
36.8
1
45
0
0
1206 1010 139.1 29.5
44.5
2
45
0
0
1207 1054 162.7 33.9
41.7
1
45
0
0
1208 1105 152.7 31.0
47.0
1
45
0
0
1209 939 167.9 28.9
44.1
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1210 1120 143.7 32.6
45.5
1
45
0
0
1211 1137 179.7 31.9
47.0
1
0
45
0
1212 1277 181.7 34.5
48.4
2
0
45
0
1213 1916 205.2 39.3
63.8
2
0
45
0
1214 1145 159.5 32.9
45.3
1
27
18
0
1215 1432 243.3 33.6
60.8
2
0
45
0
1216 901 169.5 30.9
40.1
1
45
0
0
1217 1602 205.3 35.8
58.9
2
0
45
0
1218 1166 163.5 29.5
52.1
1
9
36
0
1219 655 163.9 25.2
41.7
1
45
0
0
1220 692 108.3 25.7
35.7
1
45
0
0
1221 892 125.8 29.4
40.3
1
45
0
0
1222 608 179.3 24.1
46.4
1
45
0
0
1223 669 121.8 25.7
35.2
1
45
0
0
1224 1169 158.5 30.6
50.6
2
10
35
0
1225 659 173.3 29.2
38.4
1
45
0
0
1226 758 115.7 26.2
37.5
1
45
0
0
1227 867 130.9 28.7
39.6
1
45
0
0
1228 1234 154.0 32.0
50.9
2
0
45
0
1229 673 156.6 26.6
41.9
1
45
0
0
1230 697 124.8 25.3
38.3
1
45
0
0
1231 851 143.6 26.6
42.8
1
45
0
0
1232 843 176.3 28.8
46.0
2
45
0
0
1233 1290 154.5 34.7
48.4
2
0
45
0
1234 430 180.5 25.8
35.8
1
45
0
0
1235 672 113.3 25.3
35.4
1
45
0
0
1236 926 131.2 29.4
41.1
1
45
0
0
1237 757 139.9 26.8
37.9
1
45
0
0
1238 1184 151.9 31.6
48.6
2
16
29
0
1239 924 126.1 28.4
42.4
1
45
0
0
1240 890 151.1 26.7
46.2
2
45
0
0
1241 905 182.7 29.2
49.7
2
43
2
0
1242 406 194.7 24.8
33.1
2
45
0
0
1243 437 187.6 23.0
35.0
1
45
0
0
1244 2080 200.3 39.4
68.8
2
10
35
0
1245 741 118.4 26.4
37.4
1
45
0
0
1246 342 159.3 21.8
30.6
2
45
0
0
1247 1112 159.4 31.7
46.2
2
45
0
0
1248 826 122.4 28.7
37.7
2
45
0
0
1249 767 118.2 26.8
37.7
1
45
0
0
1250 740 118.2 27.2
36.2
1
45
0
0
1251 1215 153.4 36.3
43.9
2
7
38
0
1252 516
95.7
22.0
30.8
1
45
0
0
1253 1120 162.0 34.5
42.7
2
24
21
0
1254 1265 205.2 33.1
50.5
2
0
45
0
1255 934 136.8 28.6
42.4
2
45
0
0
1256 815 189.0 30.1
46.2
1
45
0
0
1257 841 127.5 27.2
41.1
1
45
0
0
1258 917 137.7 29.9
40.7
1
45
0
0
1259 1140 178.3 32.0
48.2
2
0
45
0
1260 1648 187.1 38.0
56.5
2
0
45
0
178
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1261 986 136.3 31.5
41.0
1
45
0
0
1262 2058 488.6 50.1
70.5
3
0
45
0
1263 408 328.4 32.7
58.4
1
11
34
0
1264 789 154.5 27.7
38.5
1
45
0
0
1265 918 146.9 28.5
42.6
1
45
0
0
1266 892 131.7 29.3
39.6
1
45
0
0
1267 934 138.1 28.9
42.7
1
45
0
0
1268 958 186.3 29.5
46.9
1
45
0
0
1269 1621 200.8 36.9
57.7
2
0
45
0
1270 867 143.3 28.6
39.9
1
45
0
0
1271 601 136.3 26.0
34.8
1
45
0
0
1272 1356 183.7 36.0
50.1
2
0
45
0
1273 1063 147.9 32.4
42.9
1
45
0
0
1274 786 161.3 27.6
38.6
1
45
0
0
1275 1416 177.5 35.4
53.1
2
0
45
0
1276 961 148.1 30.8
41.7
1
45
0
0
1277 842 118.7 29.3
37.6
1
45
0
0
1278 735 133.6 27.0
36.8
1
45
0
0
1279 1449 236.1 35.7
55.0
2
0
45
0
1280 1527 178.0 35.5
55.9
2
0
45
0
1281 1654 193.9 38.0
56.7
1
0
45
0
1282 1890 202.2 38.1
64.3
2
0
45
0
1283 1090 198.3 33.1
48.0
1
0
45
0
1284 1240 166.1 33.0
48.8
2
0
45
0
1285 1166 203.4 33.2
53.4
2
0
45
0
1286 1213 189.5 31.5
54.0
2
0
45
0
1287 1064 149.4 32.0
43.9
2
45
0
0
1288 1818 223.3 37.9
62.9
2
0
45
0
1289 1472 176.0 35.4
53.8
2
0
45
0
1290 1483 197.1 33.4
59.8
2
0
45
0
1291 987 220.9 31.4
45.5
2
0
45
0
1292 864 128.3 27.9
40.4
1
45
0
0
1293 750 183.0 29.7
42.7
1
45
0
0
1294 902 123.0 30.6
38.9
1
45
0
0
1295 919 168.6 29.2
45.4
1
45
0
0
1296 958 137.2 30.4
41.9
1
45
0
0
1297 720 121.3 26.3
36.4
1
45
0
0
1298 832 148.9 31.7
35.8
2
45
0
0
1299 826 123.3 27.9
38.9
1
45
0
0
1300 572 137.2 23.3
38.6
1
45
0
0
1301 687 206.3 27.6
44.6
2
45
0
0
1302 854 151.2 30.9
37.1
1
45
0
0
1303 691 133.2 26.9
36.1
2
45
0
0
1304 793 119.8 26.3
39.6
1
45
0
0
1305 982 140.8 30.8
41.9
1
45
0
0
1306 1019 153.8 29.9
44.9
1
45
0
0
1307 852 192.1 30.0
41.9
1
45
0
0
1308 1022 138.0 29.3
45.3
1
45
0
0
1309 799 171.4 28.0
45.9
1
45
0
0
1310 450
91.1
22.5
26.6
1
45
0
0
1311 1013 143.2 31.8
42.3
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1312 576 185.0 23.2
42.7
1
45
0
0
1313 1005 134.9 30.8
43.2
1
45
0
0
1314 1211 186.5 33.1
49.5
2
0
45
0
1315 1330 157.3 32.6
52.6
2
0
45
0
1316 861 132.5 29.6
38.4
1
45
0
0
1317 1049 150.8 29.6
46.6
2
45
0
0
1318 1219 141.7 32.1
49.3
1
15
30
0
1319 648 133.7 25.6
35.4
1
45
0
0
1320 1172 174.4 31.2
49.9
1
0
45
0
1321 998 137.9 29.4
44.1
1
45
0
0
1322 872 128.4 28.1
40.8
1
45
0
0
1323 1021 144.7 30.8
43.3
1
45
0
0
1324 952 161.1 29.5
45.3
1
45
0
0
1325 1028 150.9 30.7
44.4
2
45
0
0
1326 705 120.3 24.4
39.4
1
45
0
0
1327 1137 170.3 31.4
47.5
1
1
44
0
1328 2339 336.7 45.5
77.4
2
13
32
0
1329 1301 226.8 33.7
52.2
2
0
45
0
1330 729 130.9 27.0
36.3
1
45
0
0
1331 985 152.6 30.4
42.3
1
45
0
0
1332 855 323.2 34.7
62.3
1
12
33
0
1333 1560 205.8 37.7
54.4
2
0
45
0
1334 1388 189.8 33.3
55.5
1
0
45
0
1335 1206 163.4 33.6
47.1
1
0
45
0
1336 1746 276.5 37.6
73.3
1
31
14
0
1337 1140 166.1 32.2
47.1
1
1
44
0
1338 910 164.1 29.6
42.0
1
45
0
0
1339 1385 200.5 32.4
56.1
1
0
45
0
1340 1138 168.4 32.9
46.4
1
0
45
0
1341 1342 242.6 34.3
58.3
2
0
45
0
1342 1457 187.0 36.7
52.7
2
0
45
0
1343 708 131.7 26.4
36.1
1
45
0
0
1344 935 291.1 35.6
47.2
2
0
45
0
1345 770 200.7 29.4
42.1
1
45
0
0
1346 961 143.5 29.5
42.6
1
45
0
0
1347 1114 151.3 30.9
47.0
2
45
0
0
1348 1099 165.2 31.1
46.1
1
45
0
0
1349 1228 181.2 32.5
50.2
2
0
45
0
1350 1178 183.8 33.6
46.8
2
0
45
0
1351 960 140.2 31.3
40.7
1
45
0
0
1352 524 369.8 38.3
60.7
1
2
43
0
1353 1111 189.3 32.9
45.5
2
0
45
0
1354 1014 155.8 31.2
43.9
1
45
0
0
1355 1327 155.3 33.5
51.7
1
0
45
0
1356 808 130.6 28.1
38.5
1
45
0
0
1357 1030 159.3 28.8
47.9
1
45
0
0
1358 1139 175.3 35.4
43.2
2
5
40
0
1359 881 156.2 29.2
41.7
2
45
0
0
1360 1226 159.5 32.9
48.3
2
0
45
0
1361 326 234.3 31.3
42.0
2
45
0
0
1362 1130 192.2 33.8
45.4
1
0
45
0
179
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1363 972 136.0 30.1
42.2
2
45
0
0
1364 849 126.4 26.5
42.8
1
45
0
0
1365 917 136.5 27.2
44.3
2
45
0
0
1366 2923 255.3 46.8
81.1
3
13
29
3
1367 676 114.5 28.2
32.6
1
45
0
0
1368 1009 136.8 31.7
42.1
1
45
0
0
1369 781 151.4 29.0
35.9
1
45
0
0
1370 825 135.7 28.9
37.6
1
45
0
0
1371 996 140.1 29.7
44.0
2
45
0
0
1372 806 169.4 29.2
38.4
2
45
0
0
1373 952 138.2 29.5
42.2
1
45
0
0
1374 695 127.3 27.0
34.2
1
45
0
0
1375 1185 158.8 32.6
47.5
2
0
45
0
1376 1096 142.9 32.0
45.3
1
45
0
0
1377 718 109.4 26.3
35.5
1
45
0
0
1378 756 124.6 25.9
38.3
2
45
0
0
1379 753 128.4 27.5
36.5
1
45
0
0
1380 881 159.3 32.8
36.7
2
45
0
0
1381 1132 149.7 32.6
45.6
2
45
0
0
1382 526 186.1 24.9
35.8
1
45
0
0
1383 703 166.8 27.5
36.7
2
45
0
0
1384 1682 186.2 35.1
63.2
2
1
44
0
1385 719 111.0 26.4
36.0
1
45
0
0
1386 336 118.3 17.7
29.7
1
45
0
0
1387 956 177.8 29.9
44.6
2
45
0
0
1388 1662 267.5 39.7
67.5
2
11
34
0
1389 920 139.6 29.7
41.3
2
45
0
0
1390 828 165.3 25.0
49.4
1
45
0
0
1391 1790 204.3 37.3
63.6
2
0
45
0
1392 1094 158.0 30.5
46.8
1
45
0
0
1393 960 148.6 31.3
40.9
2
45
0
0
1394 700 174.5 30.2
38.3
1
45
0
0
1395 346 221.3 25.4
51.9
1
45
0
0
1396 830 128.0 26.4
41.2
1
45
0
0
1397 1244 158.5 32.8
50.0
2
0
45
0
1398 788 128.3 26.5
39.3
1
45
0
0
1399 774 232.2 31.4
44.8
2
19
26
0
1400 969 165.9 30.0
43.9
2
45
0
0
1401 1189 161.3 30.6
51.6
2
1
44
0
1402 1139 178.6 31.8
48.5
2
0
45
0
1403 811 133.7 28.8
36.9
1
45
0
0
1404 1540 282.0 35.3
70.1
1
32
13
0
1405 1000 144.8 30.7
43.9
1
45
0
0
1406 1170 176.8 32.6
47.8
2
0
45
0
1407 844 132.2 28.4
38.7
1
45
0
0
1408 1414 173.9 33.3
55.1
1
0
45
0
1409 410 120.8 18.2
31.6
1
45
0
0
1410 430 110.0 18.2
33.4
1
45
0
0
1411 614 129.5 22.9
37.2
1
45
0
0
1412 1565 196.3 37.0
55.3
2
0
45
0
1413 950 148.1 32.2
38.9
1
45
0
0
Apndice B
Largo
rea Perim. Eje
Idx
(pxls) (pxls) Mayor
(pxls)
1414 1177 185.5 32.4
1415 780 124.3 27.0
1416 1162 156.5 30.8
1417 987 150.4 31.2
1418 939 126.1 29.7
1419 1306 202.1 30.7
1420 1229 241.9 35.2
1421 2030 365.0 42.5
1422 939 159.8 29.4
1423 867 139.3 29.1
1424 1339 173.9 34.3
1425 1807 212.5 35.6
1426 1114 197.3 30.7
1427 1021 151.3 30.9
1428 928 152.6 29.9
1429 802 130.0 28.0
1430 792 130.9 28.5
1431 842 131.4 27.0
1432 661 114.9 25.8
1433 730 116.9 27.5
1434 361
76.3
18.4
1435 1271 251.2 35.1
1436 752 128.2 27.0
1437 711 124.9 24.9
1438 966 138.2 30.5
1439 1959 215.4 35.5
1440 803 135.1 28.8
1441 2478 384.9 36.8
1442 1121 151.1 32.4
1443 1082 182.2 30.1
1444 738 180.7 28.1
1445 1071 164.0 31.7
1446 943 138.2 30.1
1447 678 119.0 24.0
1448 886 188.0 29.4
1449 1094 162.5 32.5
1450 738 134.6 25.7
1451 791 117.8 28.3
1452 367 142.9 21.3
1453 798 147.3 28.5
1454 936 129.3 30.3
1455 680 141.4 24.5
1456 4417 400.0 55.6
1457 1454 220.7 33.1
1458 784 138.8 28.5
1459 791 126.3 28.4
1460 1222 169.3 32.3
1461 646 119.4 25.3
1462 1049 168.7 31.4
1463 929 147.4 29.6
1464 717 149.6 26.8
180
Largo
Frec. Frec. Frec.
Eje Clas.
Clas. Clas. Clas.
Menor Vis.
Peq. Med Gde.
(pxls)
49.2
2
0
45
0
38.5
1
45
0
0
50.0
1
13
32
0
41.7
1
45
0
0
40.9
1
45
0
0
57.4
1
0
45
0
53.7
2
0
45
0
81.5
2
15
30
0
42.5
1
45
0
0
39.6
1
45
0
0
50.9
1
0
45
0
66.7
2
21
24
0
51.6
2
0
45
0
44.6
1
45
0
0
41.8
1
45
0
0
37.4
1
45
0
0
36.9
1
45
0
0
41.1
1
45
0
0
34.2
2
45
0
0
34.9
1
45
0
0
26.0
1
45
0
0
57.8
2
0
45
0
37.1
1
45
0
0
38.4
1
45
0
0
41.3
1
45
0
0
73.2
2
38
7
0
37.0
1
45
0
0
109.7
1
22
23
0
45.4
1
45
0
0
53.1
2
0
45
0
43.3
1
45
0
0
45.8
1
45
0
0
41.2
1
45
0
0
38.0
2
45
0
0
47.1
2
45
0
0
44.4
1
45
0
0
37.8
1
45
0
0
36.2
1
45
0
0
29.0
2
45
0
0
37.4
1
45
0
0
40.8
1
45
0
0
38.8
2
45
0
0
106.7
3
0
0
45
61.7
2
2
43
0
37.3
1
45
0
0
36.9
1
45
0
0
51.0
2
0
45
0
35.3
1
45
0
0
44.8
2
45
0
0
41.5
2
45
0
0
36.8
2
45
0
0

Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1465 671 167.8 28.3
38.2
1
45
0
0
1466 900 137.5 30.2
39.4
1
45
0
0
1467 1110 153.2 34.2
43.8
2
45
0
0
1468 1293 210.3 33.5
52.4
2
0
45
0
1469 1146 162.2 31.4
48.7
2
9
36
0
1470 1155 195.7 32.4
49.2
2
0
45
0
1471 879 133.5 29.7
39.3
1
45
0
0
1472 1108 154.6 32.2
45.8
1
45
0
0
1473 896 130.6 30.5
38.4
1
45
0
0
1474 766 126.6 27.1
37.6
1
45
0
0
1475 1045 141.6 31.6
43.4
1
45
0
0
1476 1332 172.6 37.5
46.8
2
0
45
0
1477 1302 165.5 34.3
50.1
2
0
45
0
1478 923 142.2 30.6
40.2
2
45
0
0
1479 934 136.3 29.0
42.2
1
45
0
0
1480 901 141.0 30.0
39.4
1
45
0
0
1481 860 140.4 29.0
39.6
1
45
0
0
1482 840 156.4 28.1
40.2
1
45
0
0
1483 1218 191.4 34.7
47.5
2
0
45
0
1484 829 141.3 30.2
36.7
1
45
0
0
1485 1630 191.1 35.2
60.3
2
0
45
0
1486 928 139.3 28.0
43.4
1
45
0
0
1487 986 138.0 30.0
43.1
2
45
0
0
1488 1258 176.1 33.1
50.7
2
0
45
0
1489 1368 166.7 34.7
51.9
2
0
45
0
1490 1042 148.7 31.6
43.3
1
45
0
0
1491 1130 169.4 30.7
49.2
1
3
42
0
1492 1189 164.2 32.5
48.4
2
0
45
0
1493 1478 200.8 35.4
55.5
2
0
45
0
1494 792 121.5 28.7
36.4
1
45
0
0
1495 1375 211.2 33.7
56.5
1
0
45
0
1496 948 140.8 29.7
41.9
1
45
0
0
1497 376
77.8
19.5
25.9
1
45
0
0
1498 891 133.2 30.4
38.7
1
45
0
0
1499 710 199.2 30.5
45.1
1
45
0
0
1500 609 124.6 23.8
34.7
1
45
0
0
1501 621 131.9 24.4
35.5
1
45
0
0
1502 1178 147.3 31.9
48.4
1
18
27
0
1503 513 190.6 25.7
40.7
1
45
0
0
1504 1349 166.4 35.0
51.5
2
0
45
0
1505 1328 203.9 32.9
54.6
2
0
45
0
1506 1101 165.3 30.9
48.0
2
23
22
0
1507 1251 161.0 31.6
51.3
2
0
45
0
1508 791 148.6 28.1
42.4
1
45
0
0
1509 1324 226.1 33.7
62.1
1
1
44
0
1510 1188 250.1 33.8
62.1
2
2
43
0
1511 768 125.7 27.5
37.0
1
45
0
0
1512 820 245.2 32.1
46.2
2
0
45
0
1513 688 116.7 27.7
33.6
1
45
0
0
1514 918 177.8 30.1
44.5
1
45
0
0
1515 1442 178.7 34.7
55.5
2
0
45
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1516 1107 150.2 33.6
44.1
1
45
0
0
1517 1159 191.0 31.9
50.5
1
0
45
0
1518 1934 217.4 37.9
67.9
1
12
33
0
1519 891 145.2 28.8
41.0
1
45
0
0
1520 866 153.0 28.1
41.4
1
45
0
0
1521 1278 236.2 32.8
57.5
2
0
45
0
1522 1474 178.9 34.7
55.8
1
0
45
0
1523 1163 220.2 34.2
50.7
2
0
45
0
1524 679 110.9 24.1
36.5
1
45
0
0
1525 951 159.8 31.0
42.3
2
45
0
0
1526 739 117.5 27.4
35.6
1
45
0
0
1527 588 146.1 24.6
34.1
1
45
0
0
1528 770 114.7 28.2
36.2
1
45
0
0
1529 834 180.9 28.8
41.9
1
45
0
0
1530 1194 268.5 35.3
60.2
1
0
45
0
1531 620 173.5 25.7
44.2
1
45
0
0
1532 626 217.1 29.8
34.9
2
45
0
0
1533 805 140.1 28.1
37.9
1
45
0
0
1534 858 131.6 28.0
40.6
2
45
0
0
1535 1528 210.7 34.7
58.5
2
0
45
0
1536 1117 145.4 30.2
48.2
2
45
0
0
1537 493 166.2 23.5
47.0
1
45
0
0
1538 986 147.0 30.5
42.4
1
45
0
0
1539 1590 188.2 34.3
60.1
1
0
45
0
1540 662 118.1 24.9
36.8
1
45
0
0
1541 1061 135.4 32.5
42.3
1
45
0
0
1542 1522 241.5 37.0
58.8
1
0
45
0
1543 1686 220.2 39.5
56.6
2
0
45
0
1544 1084 151.9 31.3
45.7
1
45
0
0
1545 1458 188.6 37.2
51.8
2
0
45
0
1546 1397 194.3 36.7
50.9
2
0
45
0
1547 1043 178.2 32.6
42.1
1
43
2
0
1548 1146 159.2 29.3
51.1
1
19
26
0
1549 1533 197.7 39.6
50.8
2
0
45
0
1550 1079 141.1 32.9
42.8
1
45
0
0
1551 1044 184.1 33.3
43.1
1
15
30
0
1552 1564 176.1 36.3
56.1
1
0
45
0
1553 986 143.9 29.5
43.9
1
45
0
0
1554 658 179.4 28.0
40.3
1
45
0
0
1555 846 319.1 35.5
68.6
1
32
13
0
1556 412 104.3 17.3
32.8
1
45
0
0
1557 942 144.1 31.3
39.5
1
45
0
0
1558 1008 212.6 32.3
43.6
2
0
45
0
1559 873 166.3 29.4
47.7
2
45
0
0
1560 1099 154.4 32.1
44.6
1
45
0
0
1561 1019 211.7 30.6
49.8
2
0
45
0
1562 1591 205.7 36.3
58.5
2
0
45
0
1563 978 135.6 28.6
44.5
1
45
0
0
1564 1416 178.9 36.0
51.2
2
0
45
0
1565 954 159.0 31.4
41.5
1
45
0
0
1566 1053 140.6 28.6
48.7
2
45
0
0
181
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1567 823 183.5 29.2
47.9
1
45
0
0
1568 854 146.3 27.6
41.9
1
45
0
0
1569 1100 176.0 30.9
47.1
1
5
40
0
1570 709 241.7 31.3
47.7
1
2
43
0
1571 819 149.7 31.8
36.7
2
45
0
0
1572 1099 160.8 31.9
45.8
2
45
0
0
1573 840 125.6 26.6
41.2
1
45
0
0
1574 782 208.9 31.2
47.4
1
33
12
0
1575 664 119.3 25.5
35.4
1
45
0
0
1576 1004 183.4 30.8
44.9
2
45
0
0
1577 708 220.3 29.2
44.9
2
45
0
0
1578 343
77.8
17.9
25.8
1
45
0
0
1579 942 167.9 29.1
44.9
2
45
0
0
1580 1142 148.0 33.3
44.9
2
45
0
0
1581 768 190.9 30.6
40.4
1
45
0
0
1582 832 154.0 28.8
43.5
1
45
0
0
1583 1370 168.4 33.1
54.4
2
0
45
0
1584 723 114.2 26.7
35.8
1
45
0
0
1585 815 121.0 29.8
36.3
1
45
0
0
1586 1096 166.5 34.1
42.6
2
33
12
0
1587 1056 146.5 32.9
42.2
1
45
0
0
1588 1031 167.4 31.3
43.9
1
45
0
0
1589 1885 257.8 38.5
64.6
1
0
45
0
1590 899 165.4 30.8
39.2
1
45
0
0
1591 819 150.2 29.1
38.3
1
45
0
0
1592 1021 149.3 30.6
44.1
1
45
0
0
1593 851 129.7 26.8
41.7
1
45
0
0
1594 949 156.2 28.2
46.0
1
45
0
0
1595 1207 166.1 34.1
47.4
2
0
45
0
1596 1064 186.4 30.1
47.2
2
6
39
0
1597 968 147.3 28.3
44.6
1
45
0
0
1598 959 172.1 30.5
43.7
2
45
0
0
1599 701 167.6 28.7
40.8
1
45
0
0
1600 931 132.6 28.1
43.1
1
45
0
0
1601 1583 179.2 36.8
56.6
2
0
45
0
1602 654 174.1 26.0
41.7
1
45
0
0
1603 955 138.1 29.4
42.3
1
45
0
0
1604 729 173.3 26.9
40.6
2
45
0
0
1605 1163 169.5 33.0
46.7
1
0
45
0
1606 598 175.6 26.5
41.3
1
45
0
0
1607 898 155.4 30.8
39.0
1
45
0
0
1608 1007 149.9 31.4
42.4
1
45
0
0
1609 1270 179.2 33.2
50.6
2
0
45
0
1610 1349 163.9 35.9
49.9
2
0
45
0
1611 887 178.2 30.5
40.3
1
45
0
0
1612 1551 182.5 38.5
53.1
2
0
45
0
1613 1145 162.4 32.3
47.0
1
5
40
0
1614 1049 164.6 30.5
45.4
1
45
0
0
1615 951 155.5 32.9
39.0
1
45
0
0
1616 1447 166.7 34.6
54.5
2
0
45
0
1617 880 141.9 29.9
39.2
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1618 1069 199.2 34.3
44.8
1
0
45
0
1619 1210 166.0 31.8
50.4
2
0
45
0
1620 1029 140.8 30.5
44.1
1
45
0
0
1621 1303 189.9 36.5
47.4
2
0
45
0
1622 1330 159.6 35.4
49.3
2
0
45
0
1623 1588 184.1 34.5
59.6
2
0
45
0
1624 1417 171.7 31.3
60.2
2
2
43
0
1625 856 125.8 28.5
39.5
1
45
0
0
182
Apndice B
183
de clasificacin para el segundo segmento del video de 90 minutos.
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1
1118 151.9 31.9
45.8
1
45
0
0
2
1088 158.0 31.1
46.1
2
45
0
0
3
783 123.5 27.5
37.2
1
45
0
0
4
1206 154.8 31.7
49.5
2
3
42
0
5
886 161.3 32.6
36.7
1
45
0
0
6
1745 199.1 40.1
57.4
2
0
45
0
7
1073 166.4 30.7
46.7
2
45
0
0
8
1263 162.1 32.2
51.2
2
0
45
0
9
1016 161.0 31.6
42.4
1
45
0
0
10 1078 307.9 32.4
54.3
2
0
45
0
11 1174 155.1 29.4
52.6
2
16
29
0
12 1505 176.9 37.3
52.8
2
0
45
0
13 1138 166.9 31.0
48.6
2
3
42
0
14
990 181.3 29.1
47.2
1
45
0
0
15 1418 190.1 31.4
58.9
1
0
45
0
16 1351 208.9 34.3
54.8
2
0
45
0
17 1401 178.0 34.5
53.7
2
0
45
0
18
832 132.0 28.3
38.9
1
45
0
0
19
543 141.3 24.3
37.8
1
45
0
0
20
983 168.7 29.7
44.8
1
45
0
0
21
942 135.5 29.5
42.7
1
45
0
0
22 1355 203.9 33.5
55.0
2
0
45
0
23 1091 139.6 31.4
45.3
2
45
0
0
24
694 127.5 24.9
38.4
1
45
0
0
25
681 133.7 24.8
37.2
1
45
0
0
26 1330 202.4 33.1
55.3
2
0
45
0
27
884 199.9 29.2
47.9
2
42
3
0
28
838 135.2 28.4
38.9
1
45
0
0
29
922 142.6 28.4
43.3
1
45
0
0
30
810 140.2 28.2
38.3
1
45
0
0
31 1546 209.5 35.2
58.2
2
0
45
0
32
708 124.8 27.1
35.6
1
45
0
0
33 1022 146.3 29.2
46.5
2
45
0
0
34
956 142.6 28.5
44.1
1
45
0
0
35
841 142.0 25.8
44.7
2
45
0
0
36 1254 154.3 32.9
49.8
2
0
45
0
37 1033 146.5 30.3
45.2
1
45
0
0
38
624 102.8 24.2
34.4
1
45
0
0
39
848 122.3 27.8
39.6
1
45
0
0
40
704 241.9 30.4
45.4
2
23
22
0
41
968 129.4 30.5
41.2
1
45
0
0
42
403
94.5
20.9
27.2
1
45
0
0
43
558
99.9
22.4
33.3
1
45
0
0

Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
44
810 131.4 29.1
37.1
1
45
0
0
45
764 120.1 27.7
36.4
1
45
0
0
46 1198 158.0 34.6
46.1
2
0
45
0
47
778 185.8 28.1
44.7
2
45
0
0
48
934 136.0 30.8
39.4
1
45
0
0
49 1066 145.2 30.7
46.3
2
45
0
0
50
782 168.5 27.7
41.8
1
45
0
0
51
986 151.2 29.3
44.0
1
45
0
0
52
882 170.6 30.4
39.5
2
45
0
0
53
817 123.4 25.4
41.8
1
45
0
0
54
346
79.5
18.5
25.5
2
45
0
0
55 2052 400.4 47.5
82.1
2
10
35
0
56
655 145.4 24.8
38.1
1
45
0
0
57
768 124.1 26.8
37.6
1
45
0
0
58
924 135.4 27.6
43.4
1
45
0
0
59
869 131.4 28.1
40.8
1
45
0
0
60 1014 145.7 30.9
42.9
2
45
0
0
61
844 124.0 29.2
38.2
1
45
0
0
62 1277 199.4 32.0
54.1
2
0
45
0
63 1491 189.0 36.1
53.8
2
0
45
0
64
670 209.8 30.9
44.1
1
45
0
0
65
992 225.1 31.9
55.7
1
0
45
0
66 1092 166.0 31.5
45.9
2
45
0
0
67 1309 167.4 33.2
51.2
2
0
45
0
68 1392 189.7 34.4
53.3
2
0
45
0
69
568 177.0 25.0
42.8
1
45
0
0
70
987 140.8 30.1
42.8
2
45
0
0
71
914 138.1 28.8
42.9
1
45
0
0
72 1013 137.5 32.0
42.1
1
45
0
0
73 1715 205.3 38.0
59.8
1
0
45
0
74 1064 202.2 33.2
43.7
1
0
45
0
75
889 143.9 31.0
37.9
1
45
0
0
76 1872 196.9 37.9
64.4
2
0
45
0
77 1017 166.5 30.4
43.9
1
45
0
0
78 1659 198.7 34.9
61.9
1
0
45
0
79
959 145.1 31.4
40.4
1
45
0
0
80 1371 170.4 32.6
54.5
1
0
45
0
81 1082 155.1 32.7
44.4
1
45
0
0
82 1804 206.4 37.3
63.5
1
0
45
0
83 1343 178.9 33.8
53.3
2
0
45
0
84 1311 195.3 33.0
52.3
1
0
45
0
85 1311 166.7 34.0
50.2
2
0
45
0
86
838 145.3 28.9
38.5
1
45
0
0
87
879 183.3 27.9
48.0
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
88
807 194.4 29.3
46.9
2
45
0
0
89 1337 156.1 32.9
52.6
2
0
45
0
90
740 113.0 26.8
36.2
1
45
0
0
91
818 215.9 31.0
43.7
1
31
14
0
92
998 136.1 29.5
44.4
2
45
0
0
93
830 136.8 26.9
40.7
1
45
0
0
94
602 205.3 27.6
44.1
2
45
0
0
95 1044 153.4 29.6
45.9
1
45
0
0
96 1253 158.8 31.8
51.8
2
0
45
0
97
712 110.8 26.8
35.0
1
45
0
0
98
979 135.6 28.7
44.3
1
45
0
0
99
760 153.8 27.2
37.8
1
45
0
0
100 1262 204.6 33.8
52.1
2
0
45
0
101 1160 136.2 32.2
46.8
1
45
0
0
102 474 224.9 26.0
41.5
1
45
0
0
103 677 106.5 25.7
34.6
1
45
0
0
104 645 200.9 26.0
48.5
2
45
0
0
105 1442 172.5 36.5
52.3
1
0
45
0
106 790 113.3 26.9
38.1
1
45
0
0
107 356
99.3
15.0
34.4
1
44
1
0
108 806 120.4 27.8
38.3
1
45
0
0
109 1215 148.9 30.9
51.6
2
11
34
0
110 1029 135.7 30.3
44.3
1
45
0
0
111 1364 175.5 36.1
50.2
2
0
45
0
112 813 134.6 26.7
40.5
1
45
0
0
113 864 137.5 29.1
39.6
1
45
0
0
114 926 146.7 28.4
43.2
1
45
0
0
115 1263 155.9 32.5
50.7
2
0
45
0
116 792 159.8 28.6
40.9
1
45
0
0
117 886 138.3 28.9
40.9
2
45
0
0
118 1281 161.1 31.9
52.6
2
0
45
0
119 1115 173.1 33.5
44.0
2
11
34
0
120 945 166.8 31.3
40.6
2
45
0
0
121 593 276.4 33.0
47.3
2
0
45
0
122 551 126.1 25.6
33.5
1
45
0
0
123 1395 176.7 32.5
56.7
2
0
45
0
124 594 220.3 29.0
47.2
1
45
0
0
125 1072 157.5 30.4
46.9
1
45
0
0
126 1192 153.6 31.0
50.8
2
10
35
0
127 1260 153.8 32.1
51.8
2
0
45
0
128 864 132.6 30.0
38.5
1
45
0
0
129 477 202.0 23.8
40.6
1
45
0
0
130 1176 150.5 33.5
46.2
1
15
30
0
131 1667 166.2 37.9
57.0
1
0
45
0
132 1199 178.9 34.7
45.8
1
0
45
0
133 1140 158.0 31.8
47.2
1
23
22
0
134 892 128.8 29.0
41.0
1
45
0
0
135 838 159.3 26.3
44.6
1
45
0
0
136 1410 171.1 34.2
54.6
1
0
45
0
137 1109 176.2 30.7
47.9
1
2
43
0
138 727 128.9 26.5
36.3
1
45
0
0
184
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
139 697 121.5 26.3
35.5
1
45
0
0
140 690 149.4 25.4
37.1
1
45
0
0
141 1603 185.8 36.6
57.3
2
0
45
0
142 919 163.2 29.5
42.5
1
45
0
0
143 1351 189.1 37.0
48.7
1
0
45
0
144 969 138.9 29.7
43.1
1
45
0
0
145 1314 202.2 33.7
52.6
2
0
45
0
146 980 169.0 31.0
42.0
1
45
0
0
147 1282 159.6 36.5
46.4
1
0
45
0
148 736 124.7 26.9
36.8
1
45
0
0
149 934 168.0 29.0
45.5
2
45
0
0
150 712 125.6 27.3
34.2
1
45
0
0
151 1117 138.9 33.9
43.0
1
45
0
0
152 1785 246.7 39.4
61.0
1
0
45
0
153 1456 198.0 36.8
52.6
2
0
45
0
154 1201 167.8 33.2
47.7
1
0
45
0
155 1416 203.8 35.6
53.5
2
0
45
0
156 1818 449.2 39.5
82.1
2
27
18
0
157 1175 157.5 33.0
47.1
2
2
43
0
158 1132 148.1 31.2
47.1
1
45
0
0
159 1118 149.5 31.3
46.7
1
45
0
0
160 880 128.0 26.7
42.8
1
45
0
0
161 689 254.1 33.2
41.1
1
21
24
0
162 607 147.4 27.1
32.0
1
45
0
0
163 824 344.5 38.8
58.1
1
0
45
0
164 581 200.0 24.4
49.1
1
45
0
0
165 702 118.7 25.8
36.1
1
45
0
0
166 1138 151.2 34.1
44.6
2
32
13
0
167 1209 168.1 33.8
47.3
2
0
45
0
168 608 138.8 23.7
37.8
1
45
0
0
169 925 157.1 28.3
44.1
1
45
0
0
170 1026 144.6 30.7
44.4
1
45
0
0
171 1216 246.8 33.9
60.1
1
0
45
0
172 737 133.1 24.5
40.6
1
45
0
0
173 1191 171.4 35.7
45.4
2
0
45
0
174 588 112.7 22.7
34.3
1
45
0
0
175 776 117.8 26.4
38.5
1
45
0
0
176 611 143.3 24.6
35.2
1
45
0
0
177 806 136.6 27.2
39.8
1
45
0
0
178 1060 175.6 32.6
44.4
2
31
14
0
179 930 127.0 30.4
40.1
1
45
0
0
180 1021 157.6 29.7
45.8
2
45
0
0
181 885 157.4 27.3
43.2
1
45
0
0
182 681 122.0 25.0
36.8
1
45
0
0
183 1388 178.6 32.4
57.1
2
0
45
0
184 574 135.5 25.2
34.1
1
45
0
0
185 974 146.7 25.8
49.7
1
45
0
0
186 1039 183.0 29.7
48.6
1
13
32
0
187 774 120.8 26.8
38.9
1
45
0
0
188 904 147.1 28.6
42.8
2
45
0
0
189 720 124.3 25.9
36.8
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
190 1043 184.6 33.4
43.5
2
14
31
0
191 973 133.3 29.5
43.6
1
45
0
0
192 1236 160.5 33.1
49.0
1
0
45
0
193 973 149.3 29.1
44.1
2
45
0
0
194 896 213.0 30.0
45.7
2
20
25
0
195 917 137.4 30.7
40.1
1
45
0
0
196 926 123.2 28.6
41.9
1
45
0
0
197 806 119.6 26.9
39.2
1
45
0
0
198 1158 165.5 32.5
47.5
1
0
45
0
199 1249 162.5 34.7
47.3
1
0
45
0
200 1303 169.3 34.8
49.9
2
0
45
0
201 1008 151.2 31.1
43.4
1
45
0
0
202 1027 155.1 28.9
47.4
1
45
0
0
203 1152 157.6 32.3
46.5
2
29
16
0
204 514 102.2 20.0
33.9
2
45
0
0
205 1728 221.8 34.1
67.5
2
33
12
0
206 830 134.3 25.0
44.1
2
45
0
0
207 1650 202.6 38.0
57.9
2
0
45
0
208 1787 216.2 41.5
57.6
2
0
45
0
209 1323 195.0 35.2
50.4
2
0
45
0
210 814 128.2 24.9
43.4
1
45
0
0
211 1041 145.5 30.8
44.4
1
45
0
0
212 1601 189.2 35.4
58.9
2
0
45
0
213 715 119.8 26.2
36.4
1
45
0
0
214 1375 170.3 34.4
51.7
2
0
45
0
215 950 146.5 31.0
40.7
1
45
0
0
216 1246 151.4 32.2
50.8
2
0
45
0
217 1232 165.2 31.5
51.4
2
0
45
0
218 1671 205.8 37.7
57.8
2
0
45
0
219 1083 184.8 34.5
42.4
1
8
37
0
220 1178 181.4 32.1
48.7
2
0
45
0
221 945 129.7 29.4
42.1
1
45
0
0
222 1169 250.9 34.0
58.0
1
0
45
0
223 1434 191.1 37.6
50.2
2
0
45
0
224 1179 197.3 33.2
48.3
1
0
45
0
225 1749 192.5 38.7
58.9
2
0
45
0
226 1066 177.9 31.6
48.2
1
1
44
0
227 928 160.0 31.0
39.5
1
45
0
0
228 1280 178.5 34.2
49.2
1
0
45
0
229 1598 311.7 37.4
71.3
2
31
14
0
230 1241 151.4 33.0
49.0
1
0
45
0
231 1474 215.3 39.1
51.6
2
0
45
0
232 1425 173.2 33.3
55.3
2
0
45
0
233 946 195.1 30.4
52.2
2
1
44
0
234 1151 173.2 31.6
48.3
2
0
45
0
235 1042 152.4 30.1
45.5
1
45
0
0
236 909 251.4 35.5
43.2
1
0
45
0
237 836 126.1 28.7
38.8
1
45
0
0
238 716 129.7 26.6
35.9
1
45
0
0
239 1232 150.1 35.3
46.7
2
0
45
0
240 1169 168.7 32.0
48.1
2
0
45
0
185
Largo
rea Perim. Eje
Idx
(pxls) (pxls) Mayor
(pxls)
241 1113 224.0 32.8
242 1002 129.3 31.0
243 900 129.4 29.4
244 1153 169.2 32.1
245 808 134.6 29.5
246 1196 222.5 35.1
247 1321 166.8 35.9
248 1204 173.3 32.4
249 856 136.8 27.2
250 1077 138.0 32.6
251 1051 151.9 30.6
252 794 127.5 28.2
253 1455 233.0 36.9
254 800 156.5 29.7
255 1038 150.2 29.8
256 1163 161.9 30.9
257 1562 205.2 35.8
258 1125 172.2 33.1
259 788 259.8 32.2
260 998 150.4 30.0
261 771 142.8 26.8
262 1585 190.0 36.0
263 1353 194.9 33.8
264 1054 147.2 29.7
265 1249 150.5 32.7
266 1167 160.4 32.9
267 1857 202.9 35.2
268 941 150.2 29.6
269 926 279.5 37.1
270 910 128.0 30.1
271 1038 146.0 33.7
272 983 134.7 29.7
273 950 132.8 27.7
274 976 132.2 31.4
275 908 138.3 27.9
276 699 148.8 25.8
277 852 207.8 30.1
278 1333 221.9 36.5
279 1089 175.7 32.0
280 4391 541.5 56.7
281 1075 152.1 32.0
282 921 139.7 30.5
283 776 118.2 26.3
284 1077 146.8 33.3
285 851 147.6 30.2
286 1017 149.1 31.2
287 1022 149.1 31.1
288 1270 160.5 34.9
289 1229 175.7 32.8
290 924 126.9 29.4
291 910 129.0 29.7
Largo
Frec. Frec. Frec.
Eje Clas.
Clas. Clas. Clas.
Menor Vis.
Peq. Med Gde.
(pxls)
53.6
2
0
45
0
42.1
1
45
0
0
39.8
1
45
0
0
47.9
1
0
45
0
36.1
1
45
0
0
50.7
2
0
45
0
48.8
2
0
45
0
50.5
2
0
45
0
42.6
1
45
0
0
42.8
1
45
0
0
45.9
1
45
0
0
37.7
1
45
0
0
54.4
2
0
45
0
37.4
1
45
0
0
46.1
1
45
0
0
49.7
2
5
40
0
57.6
2
0
45
0
45.9
1
0
45
0
46.5
2
0
45
0
44.4
1
45
0
0
39.2
1
45
0
0
57.7
1
0
45
0
53.0
2
0
45
0
46.1
1
45
0
0
49.9
2
0
45
0
46.7
1
2
43
0
68.4
1
33
12
0
42.0
1
45
0
0
57.9
1
0
45
0
39.4
1
45
0
0
41.2
1
45
0
0
43.7
1
45
0
0
44.5
1
45
0
0
41.2
1
45
0
0
43.5
2
45
0
0
38.0
1
45
0
0
47.9
1
30
15
0
50.7
2
0
45
0
45.4
1
15
30
0
136.6
3
0
14
31
43.7
1
45
0
0
40.5
1
45
0
0
39.3
1
45
0
0
41.9
1
45
0
0
37.6
1
45
0
0
43.5
1
45
0
0
42.8
1
45
0
0
47.8
1
0
45
0
50.7
2
0
45
0
40.9
1
45
0
0
40.7
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
292 981 138.8 29.5
43.2
1
45
0
0
293 778 184.4 25.7
44.2
1
45
0
0
294 1576 191.0 36.1
56.8
1
0
45
0
295 917 135.7 32.5
37.3
1
45
0
0
296 1502 187.1 38.3
51.8
1
0
45
0
297 1638 203.0 35.3
60.7
2
0
45
0
298 1125 150.8 31.9
46.2
2
45
0
0
299 1702 221.6 38.3
58.4
2
0
45
0
300 775 152.0 27.3
38.3
1
45
0
0
301 874 133.5 27.7
42.1
1
45
0
0
302 1327 200.0 33.2
52.6
1
0
45
0
303 888 142.2 26.0
46.2
1
45
0
0
304 350
78.5
16.3
28.7
2
44
1
0
305 747 123.7 27.1
36.3
1
45
0
0
306 977 167.1 30.4
44.1
1
45
0
0
307 1560 202.8 35.3
58.3
1
0
45
0
308 1245 166.4 32.8
50.5
2
0
45
0
309 802 175.4 29.8
41.2
1
45
0
0
310 1412 200.5 34.7
55.3
2
0
45
0
311 1278 163.2 34.1
48.6
2
0
45
0
312 1053 152.8 29.7
47.3
2
45
0
0
313 807 118.4 28.2
37.4
1
45
0
0
314 860 145.9 29.1
39.4
1
45
0
0
315 684 120.3 25.2
36.2
1
45
0
0
316 1218 168.3 32.6
49.1
2
0
45
0
317 1215 170.3 32.9
48.1
2
0
45
0
318 487 213.3 31.4
32.6
1
45
0
0
319 1257 181.2 34.8
48.8
1
0
45
0
320 864 133.4 28.5
40.1
1
45
0
0
321 838 125.0 28.4
39.4
1
45
0
0
322 1270 178.6 32.7
52.1
1
0
45
0
323 1534 178.4 35.8
55.7
2
0
45
0
324 1607 198.9 37.1
56.1
2
0
45
0
325 1265 179.8 34.2
50.5
2
0
45
0
326 877 167.9 26.9
45.4
1
45
0
0
327 1032 149.9 29.0
46.7
1
45
0
0
328 1110 207.9 31.9
48.3
2
0
45
0
329 1331 157.4 32.9
52.7
2
0
45
0
330 884 129.3 29.5
39.4
1
45
0
0
331 809 137.4 28.4
39.8
1
45
0
0
332 913 138.1 31.0
39.0
1
45
0
0
333 1027 144.2 30.9
43.7
1
45
0
0
334 1764 204.9 39.4
59.3
2
0
45
0
335 1022 153.0 30.4
43.9
1
45
0
0
336 2087 330.1 43.0
76.5
1
16
29
0
337 646 277.6 28.9
50.1
1
6
39
0
338 986 153.0 32.0
41.3
1
45
0
0
339 1532 158.5 35.7
55.5
1
0
45
0
340 308 129.5 21.6
30.6
1
45
0
0
341 762 109.8 28.4
34.8
1
45
0
0
342 968 141.4 29.2
43.0
1
45
0
0
186
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
343 356 120.9 19.0
35.0
1
45
0
0
344 935 169.5 29.9
41.8
1
45
0
0
345 1095 158.5 31.2
45.9
2
45
0
0
346 920 137.4 29.4
41.3
1
45
0
0
347 545 126.3 23.2
32.8
1
45
0
0
348 978 134.1 29.4
43.8
1
45
0
0
349 1001 137.3 29.4
44.4
1
45
0
0
350 1512 171.8 34.3
57.2
1
0
45
0
351 1653 204.2 37.6
57.9
2
0
45
0
352 903 133.3 31.2
38.9
1
45
0
0
353 1616 188.9 36.9
57.7
2
0
45
0
354 1713 193.1 35.9
62.4
2
0
45
0
355 2188 249.0 41.6
70.1
2
13
32
0
356 990 148.5 30.6
42.0
1
45
0
0
357 1188 175.6 30.5
53.0
2
0
45
0
358 1303 183.2 36.0
48.0
1
0
45
0
359 1219 156.1 32.1
49.7
2
0
45
0
360 1126 158.1 32.9
45.0
1
37
8
0
361 685 117.3 26.1
34.6
1
45
0
0
362 308 127.6 17.8
37.0
1
45
0
0
363 1345 206.2 36.5
50.2
2
0
45
0
364 1068 185.9 33.5
44.4
1
0
45
0
365 1164 147.6 32.0
47.5
1
28
17
0
366 1136 153.6 31.9
46.7
1
42
3
0
367 761 118.1 28.1
35.6
1
45
0
0
368 1145 142.9 32.8
45.4
1
45
0
0
369 908 128.1 31.4
38.8
1
45
0
0
370 726 114.4 28.2
34.1
1
45
0
0
371 948 140.5 29.9
41.9
1
45
0
0
372 1198 157.5 31.2
50.0
2
2
43
0
373 691 121.6 24.8
37.6
1
45
0
0
374 938 198.4 32.6
41.3
1
33
12
0
375 707 168.9 32.0
33.2
2
45
0
0
376 721 117.8 27.2
35.1
1
45
0
0
377 773 118.3 26.6
37.8
1
45
0
0
378 758 120.3 25.8
38.4
1
45
0
0
379 1289 158.4 31.2
53.6
1
0
45
0
380 801 122.6 28.5
37.3
1
45
0
0
381 1253 159.7 31.8
51.6
2
0
45
0
382 847 124.9 28.3
39.1
1
45
0
0
383 1009 135.2 30.6
43.4
1
45
0
0
384 1101 312.6 32.9
61.5
2
22
23
0
385 595 147.1 24.7
34.5
1
45
0
0
386 958 134.3 28.2
44.8
2
45
0
0
387 930 139.7 28.3
43.6
1
45
0
0
388 825 144.9 28.2
39.2
1
45
0
0
389 1070 142.1 31.6
45.0
1
45
0
0
390 1360 172.3 33.5
53.1
2
0
45
0
391 632 249.2 27.1
51.0
2
29
16
0
392 315
97.5
13.7
31.7
1
43
2
0
393 783 123.5 28.4
36.6
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
394 1454 184.0 35.6
54.4
2
0
45
0
395 746 160.2 30.2
34.2
1
45
0
0
396 1347 191.5 30.9
58.3
2
0
45
0
397 697 291.7 37.1
43.6
1
0
45
0
398 1327 179.8 34.2
52.6
2
0
45
0
399 933 164.8 30.1
41.6
1
45
0
0
400 1062 153.4 32.2
44.0
1
45
0
0
401 833 121.3 28.7
38.2
1
45
0
0
402 530 170.6 26.0
36.9
1
45
0
0
403 786 140.7 28.1
37.1
1
45
0
0
404 1304 183.9 33.5
51.2
1
0
45
0
405 1378 184.5 37.8
48.0
2
0
45
0
406 1308 175.1 33.2
51.7
2
0
45
0
407 817 208.7 31.7
44.4
2
39
6
0
408 1107 159.5 31.5
46.5
2
45
0
0
409 1195 155.5 31.7
49.0
2
4
41
0
410 457 225.4 30.2
36.1
1
45
0
0
411 675 109.5 25.5
34.8
1
45
0
0
412 1233 168.0 33.1
48.7
2
0
45
0
413 712 121.5 26.0
36.3
1
45
0
0
414 1675 207.1 35.6
62.2
1
0
45
0
415 1068 161.6 32.3
44.2
1
45
0
0
416 1159 166.0 31.0
50.2
1
1
44
0
417 1541 214.3 38.2
53.8
2
0
45
0
418 1026 147.5 31.9
42.1
1
45
0
0
419 1599 180.9 34.6
60.1
1
0
45
0
420 412 141.3 25.8
34.9
1
45
0
0
421 1467 192.1 38.8
50.0
1
0
45
0
422 1408 174.5 36.5
50.5
2
0
45
0
423 1168 155.1 33.5
45.7
1
19
26
0
424 1066 160.4 31.3
44.8
1
45
0
0
425 1680 193.6 34.7
63.2
1
3
42
0
426 840 126.0 28.5
38.5
1
45
0
0
427 1331 209.8 36.7
48.9
2
0
45
0
428 1568 211.2 36.6
56.6
2
0
45
0
429 1038 147.9 30.9
44.1
1
45
0
0
430 1610 206.7 34.1
61.7
1
0
45
0
431 642 199.2 30.6
35.3
1
45
0
0
432 1338 193.1 34.8
51.5
1
0
45
0
433 1029 145.2 29.8
46.1
2
45
0
0
434 862 134.8 28.3
40.2
1
45
0
0
435 302
88.8
15.4
28.4
1
44
1
0
436 699 259.2 35.5
50.3
1
0
45
0
437 913 133.2 29.3
41.7
1
45
0
0
438 809 183.3 28.5
44.5
1
45
0
0
439 1215 182.7 33.9
47.9
1
0
45
0
440 1044 147.2 30.9
44.8
2
45
0
0
441 1150 191.1 32.6
48.5
1
0
45
0
442 2142 268.3 42.8
66.7
1
1
44
0
443 1260 156.7 35.4
46.8
2
0
45
0
444 1103 142.8 30.5
46.9
1
45
0
0
187
Largo
rea Perim. Eje
Idx
(pxls) (pxls) Mayor
(pxls)
445 935 177.8 31.2
446 1051 131.2 29.4
447 1390 218.4 35.3
448 764 119.5 27.5
449 1222 177.1 33.4
450 1764 254.0 38.6
451 469
97.0
22.0
452 4017 399.5 54.5
453 442 234.4 32.9
454 1221 197.8 33.0
455 1370 180.0 34.5
456 614 148.3 25.6
457 2880 362.6 45.8
458 688 119.8 27.7
459 1204 169.1 31.7
460 1369 170.3 34.1
461 715 175.5 27.9
462 962 208.2 33.1
463 504 214.4 27.2
464 839 132.8 27.8
465 1077 222.6 30.8
466 1393 207.2 36.6
467 1501 180.6 36.8
468 1013 168.9 31.6
469 1577 200.8 37.1
470 1295 160.2 37.4
471 734 133.9 25.7
472 1034 169.8 30.3
473 1327 159.1 33.0
474 1440 218.7 36.1
475 751 115.5 27.9
476 796 258.3 30.9
477 1270 190.5 33.6
478 798 118.7 26.4
479 1199 242.1 33.3
480 1507 239.8 39.2
481 879 136.6 28.9
482 1296 198.7 32.0
483 982 149.6 31.3
484 771 133.1 28.0
485 1640 181.7 34.3
486 1149 154.8 34.0
487 1175 160.8 33.1
488 1083 138.8 31.5
489 733 122.7 26.6
490 1044 157.7 30.1
491 1411 174.9 35.4
492 979 165.8 31.5
493 865 155.1 28.2
494 789 125.2 28.3
495 1391 171.4 32.9
Largo
Frec. Frec. Frec.
Eje Clas.
Clas. Clas. Clas.
Menor Vis.
Peq. Med Gde.
(pxls)
40.4
2
45
0
0
46.1
1
45
0
0
52.6
2
0
45
0
37.0
1
45
0
0
48.1
2
0
45
0
62.4
2
0
45
0
29.1
1
45
0
0
101.8
3
0
0
45
40.5
1
45
0
0
49.9
2
0
45
0
52.0
2
0
45
0
32.9
1
45
0
0
91.7
3
13
32
0
32.7
1
45
0
0
51.6
2
0
45
0
52.8
2
0
45
0
35.3
1
45
0
0
47.2
1
0
45
0
60.7
2
45
0
0
40.0
1
45
0
0
54.2
2
0
45
0
51.3
2
0
45
0
53.8
2
0
45
0
42.4
1
45
0
0
56.2
1
0
45
0
45.5
1
0
45
0
38.2
1
45
0
0
46.6
2
45
0
0
52.2
2
0
45
0
55.2
2
0
45
0
35.7
1
45
0
0
53.4
1
0
45
0
50.0
2
0
45
0
40.1
1
45
0
0
49.9
2
0
45
0
53.7
2
0
45
0
40.7
1
45
0
0
54.4
2
0
45
0
41.2
1
45
0
0
36.8
1
45
0
0
63.0
1
2
43
0
45.0
1
25
20
0
46.5
1
0
45
0
44.4
2
45
0
0
37.2
1
45
0
0
46.7
1
45
0
0
52.6
2
0
45
0
41.6
1
45
0
0
41.6
1
45
0
0
37.2
1
45
0
0
54.7
1
0
45
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
496 859 132.6 31.3
35.9
1
45
0
0
497 891 129.4 28.8
40.1
1
45
0
0
498 1383 176.9 33.4
54.1
1
0
45
0
499 1119 144.0 31.2
47.4
1
45
0
0
500 1000 168.0 30.6
43.4
1
45
0
0
501 1387 158.8 36.8
49.4
1
0
45
0
502 714 118.4 26.4
36.1
1
45
0
0
503 902 147.0 29.9
40.3
1
45
0
0
504 1478 225.8 34.8
56.6
2
0
45
0
505 1289 169.9 35.7
48.1
2
0
45
0
506 1194 166.1 36.1
44.9
1
0
45
0
507 956 150.4 30.0
41.9
1
45
0
0
508 1179 162.9 31.8
49.0
1
0
45
0
509 784 157.8 28.0
38.8
1
45
0
0
510 838 131.2 26.8
41.6
1
45
0
0
511 696 117.2 25.6
35.9
1
45
0
0
512 864 137.9 28.6
39.8
1
45
0
0
513 1308 158.5 34.1
50.9
1
0
45
0
514 925 143.1 30.3
40.6
1
45
0
0
515 899 240.1 31.0
45.4
1
0
45
0
516 1283 152.2 33.7
49.5
2
0
45
0
517 1149 154.6 32.4
46.9
2
24
21
0
518 748 144.2 27.8
37.1
1
45
0
0
519 1437 161.5 34.0
54.7
1
0
45
0
520 780 170.2 27.4
41.7
1
45
0
0
521 314
91.3
13.9
34.7
1
43
2
0
522 900 134.9 27.6
42.7
1
45
0
0
523 710 134.7 25.3
38.4
1
45
0
0
524 990 158.8 30.1
43.9
1
45
0
0
525 987 144.5 30.1
42.9
1
45
0
0
526 730 123.2 26.7
36.4
1
45
0
0
527 1052 257.1 34.7
63.6
1
9
36
0
528 979 137.6 32.1
39.8
1
45
0
0
529 840 120.4 30.3
37.0
1
45
0
0
530 632 116.2 24.3
34.3
1
45
0
0
531 2319 267.8 45.3
77.7
2
13
32
0
532 351
92.5
18.6
26.4
1
45
0
0
533 1121 164.6 30.6
48.6
1
17
28
0
534 1169 155.8 32.8
46.3
1
17
28
0
535 1201 173.5 32.1
49.4
1
0
45
0
536 793 144.6 30.8
34.8
1
45
0
0
537 1097 145.1 32.8
43.5
1
45
0
0
538 972 137.4 28.3
45.3
1
45
0
0
539 1095 152.6 32.7
44.0
1
45
0
0
540 1126 151.3 33.0
44.6
1
45
0
0
541 834 119.8 27.7
39.0
1
45
0
0
542 1291 170.9 36.9
46.4
1
0
45
0
543 1787 210.8 38.6
60.5
2
0
45
0
544 1149 203.0 32.7
49.6
2
0
45
0
545 968 161.3 29.6
43.9
2
45
0
0
546 1899 238.5 37.1
67.6
2
22
23
0
188
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
547 1124 159.2 35.9
41.9
2
23
22
0
548 1538 198.2 31.0
66.8
2
34
11
0
549 1076 152.6 33.7
41.9
1
45
0
0
550 1445 184.5 36.3
52.8
2
0
45
0
551 812 133.6 28.6
37.2
1
45
0
0
552 1127 150.5 34.6
42.5
1
45
0
0
553 1077 163.5 32.6
45.3
1
45
0
0
554 1052 142.6 31.9
43.0
1
45
0
0
555 960 139.2 31.5
40.3
1
45
0
0
556 2370 270.2 43.6
71.2
2
10
35
0
557 1024 155.3 31.1
42.8
1
45
0
0
558 988 168.4 30.7
43.3
1
45
0
0
559 1490 218.6 34.6
57.6
2
0
45
0
560 1771 192.7 35.9
64.4
2
5
40
0
561 1171 185.0 33.8
45.7
1
0
45
0
562 1387 192.5 32.4
56.9
2
0
45
0
563 1517 203.1 33.6
61.3
2
0
45
0
564 1654 270.7 36.1
62.2
2
4
41
0
565 843 141.9 26.8
42.3
1
45
0
0
566 924 165.2 30.3
41.8
1
45
0
0
567 1336 180.5 32.8
54.3
1
0
45
0
568 857 129.7 30.3
37.3
1
45
0
0
569 1065 158.5 33.8
41.6
1
45
0
0
570 919 151.5 30.9
39.9
1
45
0
0
571 676 137.6 24.7
37.3
1
45
0
0
572 1527 165.3 36.2
54.4
2
0
45
0
573 718 128.9 26.7
36.7
1
45
0
0
574 1043 140.6 30.5
44.8
1
45
0
0
575 594 122.2 20.0
41.5
1
45
0
0
576 1240 185.6 31.6
52.9
2
0
45
0
577 627 175.1 24.8
43.3
1
45
0
0
578 1290 169.1 37.2
46.1
2
0
45
0
579 611 199.8 31.0
42.6
1
45
0
0
580 541 280.2 31.4
52.0
1
2
43
0
581 1224 164.0 32.7
49.2
1
0
45
0
582 1419 164.4 34.2
54.2
2
0
45
0
583 1203 160.6 32.4
48.6
2
0
45
0
584 607 113.3 24.2
33.8
1
45
0
0
585 933 127.5 29.1
41.7
1
45
0
0
586 710 186.7 29.2
47.5
1
45
0
0
587 627 282.6 35.3
54.1
1
0
45
0
588 930 129.4 29.7
41.0
2
45
0
0
589 1035 153.3 28.4
48.0
1
45
0
0
590 1037 165.2 33.2
41.6
1
45
0
0
591 754 129.7 26.6
37.4
1
45
0
0
592 581 145.7 26.7
36.3
1
45
0
0
593 1291 174.1 36.1
47.8
2
0
45
0
594 1259 164.8 32.7
50.2
2
0
45
0
595 602 234.8 30.4
55.6
1
41
4
0
596 784 206.4 27.0
43.1
1
45
0
0
597 676 263.4 27.1
60.4
1
34
11
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
598 869 128.1 27.4
41.9
1
45
0
0
599 2024 379.5 44.7
82.1
1
14
31
0
600 694 138.2 25.0
37.8
1
45
0
0
601 1187 196.6 34.1
46.2
2
0
45
0
602 792 124.1 26.0
39.9
1
45
0
0
603 610 158.1 28.8
38.5
1
45
0
0
604 1332 260.2 36.7
52.0
2
0
45
0
605 685 112.4 25.6
35.3
1
45
0
0
606 493 265.1 28.2
40.5
2
40
5
0
607 743 309.2 33.8
59.2
2
0
45
0
608 655 111.4 24.7
35.8
1
45
0
0
609 1457 199.1 35.3
55.2
2
0
45
0
610 949 125.8 30.6
40.5
1
45
0
0
611 1192 190.4 30.6
52.1
1
0
45
0
612 761 135.3 25.5
40.4
1
45
0
0
613 1381 169.0 35.4
51.0
2
0
45
0
614 896 147.9 30.2
39.9
1
45
0
0
615 1066 158.1 31.1
46.2
1
45
0
0
616 1246 164.7 33.6
49.0
1
0
45
0
617 1115 144.8 30.3
47.9
1
45
0
0
618 1194 158.4 32.8
47.3
2
0
45
0
619 1048 153.9 32.1
43.1
1
45
0
0
620 1049 155.2 31.0
44.7
1
45
0
0
621 1016 161.0 34.1
39.7
2
45
0
0
622 1302 165.1 33.4
51.0
1
0
45
0
623 1218 222.2 35.5
52.2
1
0
45
0
624 861 130.8 28.9
39.3
1
45
0
0
625 1064 154.5 32.8
43.0
1
45
0
0
626 1895 232.0 42.9
57.9
1
0
45
0
627 906 141.4 29.5
40.3
2
45
0
0
628 724 118.1 25.4
39.2
1
45
0
0
629 1297 171.2 33.9
50.1
1
0
45
0
630 1227 220.2 33.6
49.4
2
0
45
0
631 904 134.8 27.6
43.2
1
45
0
0
632 838 153.1 28.6
40.6
1
45
0
0
633 1414 169.5 34.3
53.7
1
0
45
0
634 1020 139.4 30.9
43.4
1
45
0
0
635 803 133.4 26.6
39.4
1
45
0
0
636 1671 214.3 35.3
62.4
2
0
45
0
637 1421 168.5 34.4
53.6
2
0
45
0
638 1330 161.4 33.9
51.1
2
0
45
0
639 914 173.5 26.0
51.6
1
45
0
0
640 967 161.1 31.4
42.9
2
45
0
0
641 1015 147.9 33.2
40.1
1
45
0
0
642 1005 161.8 28.9
47.3
1
45
0
0
643 735 111.4 27.8
34.7
1
45
0
0
644 988 126.7 30.2
42.4
1
45
0
0
645 1361 197.6 32.5
57.7
1
0
45
0
646 1147 165.4 30.6
49.0
2
8
37
0
647 1016 157.2 29.7
45.8
2
45
0
0
648 1138 151.8 29.9
50.5
2
25
20
0
189
Largo
rea Perim. Eje
Idx
(pxls) (pxls) Mayor
(pxls)
649 941 129.4 29.4
650 1155 159.9 32.7
651 833 124.9 27.6
652 1005 146.5 27.7
653 1093 162.5 32.3
654 1829 526.1 33.2
655 935 131.4 28.7
656 864 142.8 29.0
657 1169 145.3 31.3
658 841 202.5 30.1
659 1093 218.2 31.2
660 1020 140.1 32.5
661 1297 168.5 32.8
662 683 107.4 24.9
663 898 136.7 29.2
664 1487 205.0 33.2
665 1167 231.9 33.7
666 996 146.5 28.7
667 1318 159.0 33.5
668 1078 131.5 31.0
669 783 118.7 26.8
670 1302 166.1 35.2
671 1755 194.8 37.7
672 363
85.7
15.6
673 774 148.2 26.7
674 940 144.5 30.3
675 1636 187.8 35.7
676 1059 158.3 29.8
677 1119 246.7 36.1
678 875 156.7 29.7
679 1330 163.2 33.2
680 753 106.3 28.6
681 852 161.8 29.0
682 1010 145.0 30.0
683 812 174.7 28.5
684 424
98.4
21.3
685 654 123.5 26.7
686 817 128.8 25.8
687 572 166.8 28.4
688 831 134.8 27.8
689 820 128.7 29.6
690 948 156.0 28.4
691 1244 160.5 32.0
692 720 114.8 24.9
693 744 126.7 27.9
694 970 153.2 30.6
695 774 146.5 27.0
696 1117 155.6 33.0
697 761 123.0 28.0
698 869 136.8 30.8
699 812 141.3 27.6
Largo
Frec. Frec. Frec.
Eje Clas.
Clas. Clas. Clas.
Menor Vis.
Peq. Med Gde.
(pxls)
41.6
1
45
0
0
46.2
2
15
30
0
39.6
1
45
0
0
48.0
2
45
0
0
45.4
2
45
0
0
115.0
2
23
22
0
42.1
1
45
0
0
39.7
1
45
0
0
48.5
1
28
17
0
41.8
1
45
0
0
51.8
1
0
45
0
41.6
1
45
0
0
52.2
2
0
45
0
36.2
1
45
0
0
40.3
1
45
0
0
61.3
2
1
44
0
53.0
2
0
45
0
46.0
2
45
0
0
51.2
2
0
45
0
45.1
1
45
0
0
37.9
1
45
0
0
48.4
2
0
45
0
60.7
2
0
45
0
31.7
2
44
1
0
39.3
1
45
0
0
41.5
1
45
0
0
60.2
2
0
45
0
47.4
2
45
0
0
47.5
2
0
45
0
40.0
1
45
0
0
52.4
2
0
45
0
34.2
1
45
0
0
40.0
1
45
0
0
44.1
1
45
0
0
43.1
1
45
0
0
27.3
1
45
0
0
33.4
1
45
0
0
41.6
1
45
0
0
33.2
1
45
0
0
40.2
1
45
0
0
37.4
1
45
0
0
44.7
1
45
0
0
51.0
2
0
45
0
38.2
1
45
0
0
35.6
1
45
0
0
41.7
1
45
0
0
38.6
1
45
0
0
44.7
1
45
0
0
35.6
1
45
0
0
37.8
1
45
0
0
39.2
1
45
0
0
Apndice B
Largo
rea Perim. Eje
Idx
(pxls) (pxls) Mayor
(pxls)
700 854 140.5 28.4
701 997 149.8 30.5
702 842 127.2 29.3
703 761 135.2 26.0
704 1014 133.5 30.1
705 1337 194.1 31.0
706 763 120.8 26.9
707 1189 177.1 31.6
708 985 151.4 30.7
709 764 119.3 27.8
710 1259 197.0 33.0
711 1100 161.0 32.2
712 859 154.5 29.3
713 1133 158.7 33.0
714 866 144.2 30.5
715 1264 159.5 32.6
716 843 130.3 28.1
717 1479 177.8 35.6
718 1075 152.8 30.6
719 1040 140.7 31.6
720 1015 158.7 30.3
721 1200 159.0 30.6
722 1244 153.4 32.3
723 1184 161.1 31.6
724 964 130.3 30.3
725 948 147.3 28.5
726 1260 233.7 32.3
727 1042 149.3 31.9
728 1106 152.1 31.5
729 2748 362.5 46.5
730 1104 144.5 30.6
731 829 152.8 27.7
732 992 141.2 30.5
733 1366 159.2 37.7
734 951 147.3 30.1
735 1034 143.1 30.4
736 857 140.6 28.0
737 717 171.0 25.8
738 815 126.7 24.9
739 856 143.9 29.9
740 953 143.5 31.6
741 1181 154.2 33.0
742 1405 200.2 32.1
743 824 128.6 27.8
744 1224 149.4 30.1
745 881 136.6 28.5
746 653 242.9 29.3
747 1140 154.7 32.3
748 1139 153.1 32.2
749 810 137.4 25.4
750 726 162.7 28.0
190
Largo
Frec. Frec. Frec.
Eje Clas.
Clas. Clas. Clas.
Menor Vis.
Peq. Med Gde.
(pxls)
39.9
1
45
0
0
43.8
1
45
0
0
37.8
1
45
0
0
39.4
1
45
0
0
43.7
2
45
0
0
56.5
2
0
45
0
37.7
1
45
0
0
51.6
1
0
45
0
42.8
2
45
0
0
36.4
1
45
0
0
50.9
2
0
45
0
45.0
2
45
0
0
39.3
1
45
0
0
44.9
1
30
15
0
38.2
1
45
0
0
50.6
1
0
45
0
39.8
1
45
0
0
54.5
1
0
45
0
46.6
1
45
0
0
43.9
1
45
0
0
45.3
1
45
0
0
50.9
1
3
42
0
50.1
2
0
45
0
48.9
2
1
44
0
41.9
1
45
0
0
43.9
1
45
0
0
63.4
1
18
27
0
43.3
1
45
0
0
46.3
1
45
0
0
100.8
1
15
30
0
47.2
1
45
0
0
41.4
2
45
0
0
42.8
1
45
0
0
48.2
2
0
45
0
41.6
1
45
0
0
44.3
2
45
0
0
41.0
1
45
0
0
40.9
1
45
0
0
42.9
1
45
0
0
38.2
1
45
0
0
39.9
1
45
0
0
46.7
1
11
34
0
58.9
2
0
45
0
38.9
1
45
0
0
53.4
2
11
34
0
40.6
1
45
0
0
45.7
1
32
13
0
46.8
2
27
18
0
46.0
1
45
0
0
42.5
1
45
0
0
44.6
1
45
0
0

Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
751 893 172.4 28.7
42.5
1
45
0
0
752 1009 141.8 31.1
42.2
1
45
0
0
753 698 127.7 24.1
40.0
1
45
0
0
754 853 152.1 28.5
40.4
2
45
0
0
755 1174 153.3 32.5
46.9
1
19
26
0
756 906 131.2 29.4
40.1
1
45
0
0
757 734 172.8 28.6
42.9
1
45
0
0
758 1327 205.2 36.0
49.5
2
0
45
0
759 929 136.6 29.9
40.7
2
45
0
0
760 1879 202.0 36.3
67.1
1
14
31
0
761 963 153.6 31.4
41.5
1
45
0
0
762 1152 167.3 31.4
48.7
2
1
44
0
763 937 133.5 28.5
43.2
1
45
0
0
764 981 141.5 28.7
45.0
1
45
0
0
765 690 141.8 24.8
38.6
1
45
0
0
766 1605 236.7 36.2
58.8
2
0
45
0
767 827 123.3 27.3
39.7
1
45
0
0
768 1624 196.3 37.1
57.4
2
0
45
0
769 1132 149.2 32.0
46.4
2
45
0
0
770 1193 176.9 34.2
45.9
1
0
45
0
771 1424 167.0 35.5
52.1
2
0
45
0
772 755 115.6 26.6
36.8
1
45
0
0
773 1351 207.3 35.3
50.4
1
0
45
0
774 1288 175.2 31.6
54.5
1
0
45
0
775 1657 193.6 36.8
58.7
2
0
45
0
776 1343 195.1 36.3
49.0
1
0
45
0
777 1129 174.5 33.0
45.2
1
0
45
0
778 2889 340.7 48.5
94.0
2
8
28
9
779 1421 162.4 34.4
53.3
2
0
45
0
780 833 206.6 28.3
41.7
2
45
0
0
781 780 140.5 27.4
38.3
1
45
0
0
782 1619 241.1 36.9
60.1
2
0
45
0
783 1027 136.0 31.4
42.8
1
45
0
0
784 893 134.2 30.0
39.7
1
45
0
0
785 1331 176.3 33.0
52.9
1
0
45
0
786 971 142.8 30.3
42.2
1
45
0
0
787 1104 172.9 32.9
45.2
1
6
39
0
788 887 137.2 28.1
41.5
1
45
0
0
789 948 143.6 28.6
44.1
1
45
0
0
790 919 136.9 30.0
40.9
1
45
0
0
791 916 188.2 30.0
41.3
1
45
0
0
792 1316 173.5 35.6
48.7
2
0
45
0
793 548 147.1 24.9
35.8
1
45
0
0
794 1666 209.2 37.0
60.0
2
0
45
0
795 314 273.7 29.4
47.5
1
44
1
0
796 1268 179.6 33.3
50.4
2
0
45
0
797 1339 157.2 31.4
55.0
2
0
45
0
798 396 128.9 21.4
30.9
1
45
0
0
799 1892 196.3 38.7
63.4
2
0
45
0
800 751 143.1 24.8
40.7
1
45
0
0
801 551 292.3 35.7
43.8
2
0
45
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
802 495 333.2 36.8
65.8
2
23
22
0
803 742 150.0 28.1
38.8
1
45
0
0
804 813 158.8 28.0
41.2
1
45
0
0
805 1196 195.2 33.1
49.2
1
0
45
0
806 701 116.7 26.5
34.8
1
45
0
0
807 1172 145.9 31.3
48.5
1
28
17
0
808 857 126.4 29.7
37.7
1
45
0
0
809 436 128.5 21.1
36.9
1
45
0
0
810 620 105.6 24.3
34.1
1
45
0
0
811 1343 217.1 32.9
57.8
2
0
45
0
812 1117 151.8 32.3
45.2
1
45
0
0
813 1659 183.1 36.1
59.8
1
0
45
0
814 949 151.5 29.4
42.8
1
45
0
0
815 963 163.3 28.3
45.2
1
45
0
0
816 1118 169.0 32.3
46.3
2
3
42
0
817 929 240.5 35.2
50.0
2
0
45
0
818 765 121.8 26.4
38.4
1
45
0
0
819 1381 183.9 32.0
57.2
1
0
45
0
820 745 118.6 26.9
35.9
1
45
0
0
821 1041 152.8 28.6
48.7
2
45
0
0
822 1102 138.0 31.6
45.4
2
45
0
0
823 795 123.2 25.1
41.7
1
45
0
0
824 687 121.4 25.5
37.6
1
45
0
0
825 1075 137.4 30.9
45.0
1
45
0
0
826 748 129.5 25.4
38.8
1
45
0
0
827 329
75.5
18.4
24.0
1
45
0
0
828 914 170.4 30.1
41.9
2
45
0
0
829 498 104.2 23.1
29.6
1
45
0
0
830 979 132.3 29.1
43.9
1
45
0
0
831 335 268.8 30.1
49.7
1
42
3
0
832 860 120.7 28.8
38.9
1
45
0
0
833 975 134.3 30.2
42.1
1
45
0
0
834 989 138.7 29.5
43.7
2
45
0
0
835 616 220.3 24.8
38.8
2
45
0
0
836 984 143.4 31.0
41.9
1
45
0
0
837 987 145.8 31.9
40.6
1
45
0
0
838 1493 195.1 37.7
52.1
2
0
45
0
839 934 155.5 31.1
40.2
1
45
0
0
840 738 134.0 26.4
37.5
1
45
0
0
841 1132 151.9 30.2
49.3
2
38
7
0
842 1102 216.9 31.8
49.2
2
0
45
0
843 1249 173.3 33.9
49.0
2
0
45
0
844 819 125.3 28.1
38.2
1
45
0
0
845 1543 254.2 36.3
58.4
2
0
45
0
846 1312 175.5 34.1
50.9
2
0
45
0
847 751 136.5 28.5
35.9
1
45
0
0
848 1050 160.0 32.8
42.3
1
45
0
0
849 915 127.1 30.4
39.3
1
45
0
0
850 1235 141.9 33.7
47.4
2
11
34
0
851 1793 233.5 40.9
59.6
2
0
45
0
852 1435 217.7 36.6
52.4
2
0
45
0
191
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
853 1308 171.3 34.1
49.9
2
0
45
0
854 1732 217.1 39.1
58.7
2
0
45
0
855 963 142.8 32.1
40.2
1
45
0
0
856 1715 192.2 39.6
56.7
2
0
45
0
857 1107 287.5 30.9
56.6
2
0
45
0
858 1389 161.4 35.1
51.9
2
0
45
0
859 1024 287.5 29.4
59.0
2
8
37
0
860 4213 369.1 65.7
92.3
3
1
1
43
861 932 169.1 30.3
42.8
2
45
0
0
862 889 133.7 28.7
41.2
1
45
0
0
863 1237 169.2 34.4
47.7
2
0
45
0
864 1055 145.1 30.3
45.3
1
45
0
0
865 813 129.7 27.7
38.4
1
45
0
0
866 898 180.4 32.2
38.5
1
45
0
0
867 735 137.6 22.0
45.3
1
45
0
0
868 1368 188.5 33.7
53.7
2
0
45
0
869 1381 165.6 34.5
52.4
2
0
45
0
870 1333 156.6 34.8
49.9
2
0
45
0
871 1570 229.1 36.0
57.9
2
0
45
0
872 732 117.3 25.3
38.7
1
45
0
0
873 1167 160.4 31.0
48.8
2
11
34
0
874 877 132.1 28.1
41.5
1
45
0
0
875 803 134.8 27.8
38.3
1
45
0
0
876 742 130.6 25.6
38.2
1
45
0
0
877 1440 175.8 35.0
54.3
2
0
45
0
878 574 111.0 22.8
35.0
1
45
0
0
879 652 168.8 25.1
39.1
1
45
0
0
880 1106 161.2 32.3
45.2
1
45
0
0
881 713 151.4 25.7
40.1
1
45
0
0
882 1051 165.8 28.3
49.8
1
43
2
0
883 776 126.9 24.3
42.6
1
45
0
0
884 764 134.3 25.5
40.9
1
45
0
0
885 1618 249.5 36.1
64.2
2
6
39
0
886 713 112.7 26.4
35.5
1
45
0
0
887 794 130.0 26.3
40.8
1
45
0
0
888 905 134.7 29.5
40.6
1
45
0
0
889 725 114.1 25.4
37.6
1
45
0
0
890 352 105.0 18.2
28.7
1
45
0
0
891 857 128.9 27.1
41.5
1
45
0
0
892 847 132.3 28.0
40.0
2
45
0
0
893 957 146.6 31.7
39.9
1
45
0
0
894 975 149.6 30.2
43.0
1
45
0
0
895 1064 183.2 29.0
49.9
2
12
33
0
896 1291 171.0 33.3
51.3
2
0
45
0
897 1230 154.8 32.0
50.4
2
0
45
0
898 543 208.9 26.0
33.4
1
45
0
0
899 1283 159.6 32.7
51.3
2
0
45
0
900 746 121.5 26.7
36.7
1
45
0
0
901 1151 162.4 30.9
49.5
2
9
36
0
902 1034 142.4 29.4
46.1
2
45
0
0
903 900 131.1 29.2
40.3
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
904 1031 135.3 30.1
44.5
1
45
0
0
905 1684 183.0 34.9
62.2
1
0
45
0
906 846 190.5 27.2
48.7
2
45
0
0
907 1012 149.6 31.2
42.8
2
45
0
0
908 1201 155.1 30.5
52.2
2
7
38
0
909 1884 281.0 38.6
82.4
1
29
16
0
910 1247 192.5 29.7
57.5
1
0
45
0
911 905 164.1 28.0
44.2
1
45
0
0
912 1206 154.2 32.2
49.2
1
1
44
0
913 983 173.2 28.9
47.6
2
45
0
0
914 782 124.6 26.2
39.3
1
45
0
0
915 989 149.9 30.9
42.5
1
45
0
0
916 1737 213.5 36.0
63.4
2
0
45
0
917 728 123.3 27.4
35.4
1
45
0
0
918 912 133.2 28.3
42.7
2
45
0
0
919 1554 175.0 32.4
62.6
1
5
40
0
920 957 157.8 30.2
42.6
1
45
0
0
921 1010 185.8 30.5
45.7
2
41
4
0
922 1705 188.2 37.5
58.9
1
0
45
0
923 978 158.3 32.6
40.0
1
45
0
0
924 899 160.3 30.8
39.5
1
45
0
0
925 1184 161.2 31.9
48.7
1
0
45
0
926 932 135.2 30.7
39.7
1
45
0
0
927 1412 171.5 36.3
50.6
1
0
45
0
928 899 134.8 29.3
40.0
1
45
0
0
929 826 169.7 28.4
40.0
1
45
0
0
930 1221 203.8 36.4
45.7
2
0
45
0
931 1646 180.9 36.8
57.8
2
0
45
0
932 997 136.1 29.2
44.7
2
45
0
0
933 1913 222.9 41.3
61.2
2
0
45
0
934 1600 204.3 36.4
57.6
2
0
45
0
935 1044 159.6 31.5
44.7
1
45
0
0
936 775 132.5 25.9
40.1
1
45
0
0
937 1626 257.8 35.5
67.5
2
30
15
0
938 1166 147.6 31.4
48.8
1
22
23
0
939 836 131.1 24.9
44.8
1
45
0
0
940 1335 190.0 33.2
53.5
2
0
45
0
941 1406 165.1 32.9
55.6
2
0
45
0
942 805 225.2 30.7
46.9
2
9
36
0
943 1000 164.4 29.3
46.1
1
45
0
0
944 1645 203.2 34.8
63.4
1
3
42
0
945 954 138.5 30.8
40.9
1
45
0
0
946 826 120.9 26.5
40.6
1
45
0
0
947 788 137.2 25.9
43.1
1
45
0
0
948 966 144.7 29.5
43.2
1
45
0
0
949 980 199.3 29.3
48.0
1
7
38
0
950 1123 195.0 32.7
47.0
2
0
45
0
951 708 157.0 25.6
37.9
1
45
0
0
952 420 326.5 23.9
57.2
1
25
20
0
953 721 135.7 25.1
38.7
1
45
0
0
954 322 256.8 27.4
44.9
1
45
0
0
192
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
955 831 138.3 29.2
38.4
1
45
0
0
956 1087 307.8 32.1
68.5
1
34
11
0
957 991 189.2 30.1
45.0
1
43
2
0
958 1018 137.6 30.1
43.9
1
45
0
0
959 712 164.0 26.1
38.6
1
45
0
0
960 1000 155.6 31.0
43.0
1
45
0
0
961 1006 165.4 31.1
43.1
1
45
0
0
962 1016 143.5 28.6
46.9
1
45
0
0
963 1289 173.4 34.2
49.8
2
0
45
0
964 971 134.7 30.4
41.9
2
45
0
0
965 964 144.0 30.2
41.9
1
45
0
0
966 732 118.0 24.8
38.5
1
45
0
0
967 756 215.2 31.5
44.5
2
42
3
0
968 1019 153.9 29.8
45.8
1
45
0
0
969 1849 262.7 37.0
67.6
2
28
17
0
970 889 140.2 29.9
39.3
1
45
0
0
971 1367 178.5 32.5
55.6
1
0
45
0
972 1031 141.2 32.4
41.5
1
45
0
0
973 1304 189.1 31.4
56.1
2
0
45
0
974 901 138.7 31.1
38.2
1
45
0
0
975 1039 142.8 31.7
43.0
1
45
0
0
976 1532 189.8 34.5
58.5
2
0
45
0
977 1263 157.9 33.0
49.6
1
0
45
0
978 1110 155.3 31.7
46.0
1
45
0
0
979 1721 193.7 36.8
60.8
1
0
45
0
980 1294 178.4 33.7
51.0
2
0
45
0
981 1243 179.4 31.8
50.9
2
0
45
0
982 882 134.8 30.7
37.8
1
45
0
0
983 800 129.7 28.0
38.4
1
45
0
0
984 1573 191.4 37.6
55.4
2
0
45
0
985 976 145.9 30.0
42.6
1
45
0
0
986 1803 232.8 40.7
58.8
2
0
45
0
987 1075 169.2 33.6
43.0
1
40
5
0
988 1340 178.6 35.8
49.5
2
0
45
0
989 1494 184.4 37.2
53.3
2
0
45
0
990 1143 166.1 32.5
47.3
2
0
45
0
991 1945 215.0 41.1
61.8
2
0
45
0
992 1548 185.7 34.7
58.1
2
0
45
0
993 966 147.1 29.9
42.5
1
45
0
0
994 1321 208.3 35.6
50.8
2
0
45
0
995 959 152.0 32.4
39.9
1
45
0
0
996 1145 182.3 33.4
45.5
1
0
45
0
997 1093 201.1 34.1
44.7
1
0
45
0
998 957 149.0 31.6
40.3
1
45
0
0
999 1508 220.5 36.3
55.6
2
0
45
0
1000 673 112.8 25.4
35.5
1
45
0
0
1001 1347 175.8 33.6
53.0
2
0
45
0
1002 783 140.9 27.4
38.8
1
45
0
0
1003 1141 190.8 31.3
52.1
2
0
45
0
1004 824 188.1 28.5
48.9
2
45
0
0
1005 737 114.9 26.9
36.2
1
45
0
0
Apndice B
Largo
rea Perim. Eje
Idx
(pxls) (pxls) Mayor
(pxls)
1006 687 124.6 25.9
1007 755 118.7 27.2
1008 907 125.8 31.4
1009 768 142.9 27.8
1010 1781 601.7 50.8
1011 747 278.9 32.3
1012 1420 169.5 33.7
1013 851 131.5 29.5
1014 1232 173.0 33.4
1015 1103 163.1 32.8
1016 1129 225.7 33.4
1017 975 171.8 33.1
1018 1263 166.7 32.4
1019 1134 157.9 32.7
1020 1371 193.7 33.7
1021 1088 164.1 32.7
1022 1276 176.9 32.8
1023 793 161.9 25.8
1024 809 130.6 28.1
1025 872 136.2 28.9
1026 350 101.4 21.3
1027 1113 142.6 30.6
1028 695 155.6 28.4
1029 898 133.8 28.9
1030 1166 141.2 33.6
1031 930 140.6 29.3
1032 716 117.5 24.2
1033 1188 147.8 28.7
1034 975 228.6 31.6
1035 955 143.6 28.8
1036 1487 192.9 37.5
1037 842 141.6 29.4
1038 1379 164.6 34.3
1039 1214 160.6 31.8
1040 841 139.1 30.6
1041 598 108.2 24.8
1042 873 124.2 29.1
1043 862 159.0 29.2
1044 909 189.0 29.9
1045 1087 179.8 29.7
1046 4165 400.3 55.2
1047 1406 199.8 36.1
1048 1145 189.1 34.2
1049 873 124.4 27.8
1050 992 154.4 31.1
1051 1080 219.4 34.0
1052 914 125.3 29.1
1053 1078 142.1 31.1
1054 1178 156.7 31.8
1055 768 133.9 27.8
1056 786 123.5 28.1
193
Largo
Frec. Frec. Frec.
Eje Clas.
Clas. Clas. Clas.
Menor Vis.
Peq. Med Gde.
(pxls)
36.1
1
45
0
0
36.4
1
45
0
0
37.6
1
45
0
0
37.7
2
45
0
0
85.0
2
5
40
0
42.5
2
0
45
0
55.3
2
0
45
0
38.2
1
45
0
0
48.7
1
0
45
0
45.1
2
36
9
0
51.0
2
0
45
0
40.1
1
45
0
0
50.8
1
0
45
0
45.6
1
30
15
0
53.5
2
0
45
0
44.3
1
45
0
0
50.9
2
0
45
0
42.1
2
45
0
0
38.0
1
45
0
0
40.1
1
45
0
0
24.3
2
45
0
0
47.4
1
45
0
0
35.4
2
45
0
0
41.5
2
45
0
0
45.2
1
45
0
0
41.8
2
45
0
0
38.4
1
45
0
0
53.6
1
22
23
0
45.7
2
0
45
0
44.4
1
45
0
0
52.7
2
0
45
0
38.2
1
45
0
0
52.4
1
0
45
0
49.7
2
0
45
0
37.1
1
45
0
0
32.0
1
45
0
0
39.2
1
45
0
0
39.9
1
45
0
0
46.5
1
45
0
0
48.5
2
10
35
0
102.2
3
0
0
45
52.0
2
0
45
0
45.4
2
0
45
0
41.1
1
45
0
0
42.9
2
45
0
0
49.8
2
0
45
0
41.4
1
45
0
0
45.1
1
45
0
0
48.1
1
10
35
0
37.0
1
45
0
0
36.6
1
45
0
0

Largo
rea Perim. Eje
Idx
(pxls) (pxls) Mayor
(pxls)
1057 999 178.3 30.0
1058 1061 177.9 32.3
1059 1540 183.7 37.9
1060 793 131.7 27.5
1061 1221 167.3 32.4
1062 771 133.2 27.7
1063 1439 170.0 30.7
1064 798 119.3 27.6
1065 1307 227.0 33.3
1066 1152 164.8 30.1
1067 1174 145.7 31.2
1068 1884 229.6 36.8
1069 1328 233.7 33.4
1070 1142 168.3 31.9
1071 1176 153.6 31.9
1072 928 171.0 31.9
1073 1743 205.2 38.1
1074 740 135.4 26.1
1075 1228 176.4 31.3
1076 699 128.3 25.0
1077 872 135.6 28.1
1078 1435 157.5 36.0
1079 868 206.8 27.7
1080 724 113.0 26.5
1081 1013 157.6 30.9
1082 599 117.0 27.5
1083 652 129.0 21.0
1084 940 154.1 33.4
1085 1181 164.4 31.4
1086 917 140.3 28.3
1087 1099 176.7 32.2
1088 1279 161.1 33.0
1089 859 143.4 26.6
1090 4909 671.0 76.9
1091 2011 205.2 37.1
1092 818 120.4 29.1
1093 526 124.8 19.3
1094 933 139.7 29.2
1095 1017 146.8 33.5
1096 845 195.1 31.0
1097 1615 187.8 37.3
1098 964 168.7 31.5
1099 1066 150.2 30.5
1100 849 128.9 29.2
1101 802 141.7 26.1
1102 1012 188.3 33.7
1103 819 214.5 30.4
1104 1409 223.5 36.1
1105 446 167.9 21.4
1106 679 217.1 33.4
1107 608 319.8 34.7
Largo
Frec. Frec. Frec.
Eje Clas.
Clas. Clas. Clas.
Menor Vis.
Peq. Med Gde.
(pxls)
44.9
2
45
0
0
47.5
2
0
45
0
53.2
2
0
45
0
37.8
1
45
0
0
49.3
2
0
45
0
37.7
1
45
0
0
61.2
2
5
40
0
37.9
1
45
0
0
54.3
2
0
45
0
51.1
2
8
37
0
48.7
1
26
19
0
68.0
1
24
21
0
54.8
2
0
45
0
47.1
2
0
45
0
48.5
1
15
30
0
40.8
1
45
0
0
59.9
2
0
45
0
38.4
1
45
0
0
52.3
1
0
45
0
37.3
1
45
0
0
40.7
1
45
0
0
52.3
2
0
45
0
47.4
2
41
4
0
36.1
1
45
0
0
43.4
2
45
0
0
29.4
2
45
0
0
42.4
1
45
0
0
38.4
2
45
0
0
49.2
2
0
45
0
42.9
2
45
0
0
46.8
1
0
45
0
50.5
2
0
45
0
43.5
2
45
0
0
113.6
3
1
9
35
70.3
1
26
19
0
36.8
1
45
0
0
37.6
1
45
0
0
41.9
1
45
0
0
40.1
1
45
0
0
46.1
1
45
0
0
56.5
1
0
45
0
42.0
1
45
0
0
45.7
1
45
0
0
38.5
1
45
0
0
41.4
1
45
0
0
40.8
1
33
12
0
43.8
2
37
8
0
53.1
2
0
45
0
34.7
2
45
0
0
42.8
1
43
2
0
57.3
1
0
45
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1108 1531 178.9 34.2
58.0
2
0
45
0
1109 707 119.3 25.9
36.7
1
45
0
0
1110 906 125.2 29.5
40.1
1
45
0
0
1111 433 217.8 30.8
40.5
2
45
0
0
1112 431 177.6 24.1
48.5
2
45
0
0
1113 785 134.2 27.6
37.8
1
45
0
0
1114 819 339.9 36.2
57.1
2
0
45
0
1115 526 137.3 23.2
33.4
1
45
0
0
1116 862 137.2 26.9
41.8
1
45
0
0
1117 1301 157.0 30.5
55.1
1
0
45
0
1118 619 123.7 26.3
31.3
1
45
0
0
1119 340
77.1
18.7
24.7
1
45
0
0
1120 1061 147.9 31.2
44.8
1
45
0
0
1121 856 138.0 28.2
40.0
1
45
0
0
1122 724 108.2 26.1
36.2
1
45
0
0
1123 979 166.4 31.2
42.4
2
45
0
0
1124 1059 242.3 33.9
50.7
2
0
45
0
1125 734 180.7 28.2
44.1
2
45
0
0
1126 407 138.8 20.8
31.8
2
45
0
0
1127 753 118.9 27.1
36.7
1
45
0
0
1128 1372 204.3 34.3
54.3
2
0
45
0
1129 719 107.0 26.9
34.9
1
45
0
0
1130 1002 136.9 32.0
40.9
1
45
0
0
1131 914 128.3 28.9
41.2
1
45
0
0
1132 1068 151.6 31.9
44.5
2
45
0
0
1133 1345 166.2 35.1
51.0
2
0
45
0
1134 751 128.9 26.3
38.3
1
45
0
0
1135 964 158.1 29.6
43.4
2
45
0
0
1136 785 136.2 27.9
37.4
1
45
0
0
1137 1000 184.9 31.9
42.8
2
45
0
0
1138 964 146.1 26.9
46.5
1
45
0
0
1139 1090 168.7 33.2
43.8
1
32
13
0
1140 1667 212.9 36.3
60.3
2
0
45
0
1141 1813 219.5 39.5
59.9
2
0
45
0
1142 1163 152.1 34.9
43.3
1
24
21
0
1143 1210 155.6 34.3
46.9
1
0
45
0
1144 880 126.6 29.2
39.3
1
45
0
0
1145 1303 165.8 34.8
48.9
2
0
45
0
1146 893 197.3 33.7
37.4
1
44
1
0
1147 1331 179.4 33.3
53.2
1
0
45
0
1148 1439 179.3 35.7
53.1
2
0
45
0
1149 1518 190.0 34.6
57.9
2
0
45
0
1150 1016 150.5 29.0
46.0
1
45
0
0
1151 613 178.0 25.6
39.6
1
45
0
0
1152 807 127.7 27.4
39.1
1
45
0
0
1153 1104 219.6 30.0
50.4
1
0
45
0
1154 795 188.1 29.2
37.7
1
45
0
0
1155 1138 146.0 31.5
47.1
1
45
0
0
1156 837 130.8 29.4
37.5
2
45
0
0
1157 880 131.3 28.7
40.4
1
45
0
0
1158 1084 176.7 30.2
47.7
1
13
32
0
194
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1159 718 118.4 25.2
38.2
1
45
0
0
1160 886 139.2 27.7
42.3
1
45
0
0
1161 1202 210.3 33.2
53.2
2
0
45
0
1162 587 234.8 30.6
49.7
2
35
10
0
1163 930 150.0 29.6
41.5
1
45
0
0
1164 684 114.9 25.5
35.3
1
45
0
0
1165 1049 132.8 30.4
45.4
1
45
0
0
1166 903 155.2 30.2
40.2
1
45
0
0
1167 1725 200.2 35.0
64.5
2
5
40
0
1168 1814 192.0 40.2
58.8
2
0
45
0
1169 811 147.8 29.6
37.0
1
45
0
0
1170 1512 176.3 36.0
54.6
2
0
45
0
1171 781 132.8 27.6
37.5
1
45
0
0
1172 803 140.6 25.5
41.4
1
45
0
0
1173 1293 151.4 30.3
55.2
1
0
45
0
1174 751 127.7 27.0
37.2
1
45
0
0
1175 1141 152.1 32.7
45.4
1
45
0
0
1176 1048 270.3 34.4
49.3
2
0
45
0
1177 1256 160.4 31.0
52.7
1
0
45
0
1178 1289 175.8 31.6
54.5
2
0
45
0
1179 1060 150.0 31.1
44.7
1
45
0
0
1180 866 157.1 27.6
43.7
2
45
0
0
1181 1249 274.5 32.8
58.9
1
0
45
0
1182 1290 167.8 33.3
50.4
1
0
45
0
1183 799 176.5 26.8
41.1
1
45
0
0
1184 317 116.7 19.4
26.0
2
45
0
0
1185 855 130.0 26.8
42.2
1
45
0
0
1186 1440 171.4 33.9
55.2
1
0
45
0
1187 747 116.1 27.4
36.0
1
45
0
0
1188 1425 175.2 32.7
57.6
2
0
45
0
1189 907 121.9 29.7
40.1
1
45
0
0
1190 854 144.2 27.5
42.0
1
45
0
0
1191 726 138.6 25.5
39.0
1
45
0
0
1192 1128 158.5 31.0
47.4
2
33
12
0
1193 1051 150.0 31.6
45.1
2
45
0
0
1194 977 264.1 30.1
51.0
2
0
45
0
1195 707 173.3 30.1
38.7
1
45
0
0
1196 1206 154.8 32.9
48.3
2
0
45
0
1197 1782 182.5 39.8
58.0
2
0
45
0
1198 1343 189.9 37.4
47.8
1
0
45
0
1199 2280 266.6 42.1
71.7
2
15
30
0
1200 929 138.5 30.2
41.2
1
45
0
0
1201 1300 188.4 32.8
53.0
2
0
45
0
1202 819 181.7 30.6
37.6
1
45
0
0
1203 1296 167.0 34.1
50.1
2
0
45
0
1204 946 145.5 30.4
40.9
1
45
0
0
1205 1344 156.5 35.2
49.9
2
0
45
0
1206 856 127.0 28.7
39.7
1
45
0
0
1207 1311 159.3 35.2
48.9
2
0
45
0
1208 1180 149.1 34.8
44.3
1
22
23
0
1209 1180 154.1 32.7
47.2
1
11
34
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1210 1955 223.3 39.4
64.7
1
0
45
0
1211 1049 155.3 31.9
43.2
1
45
0
0
1212 1247 181.4 35.2
47.3
1
0
45
0
1213 1409 205.6 36.9
51.2
2
0
45
0
1214 2001 235.3 33.0
83.1
1
41
4
0
1215 1259 202.6 33.6
51.1
1
0
45
0
1216 1088 159.1 31.1
46.4
2
45
0
0
1217 1257 162.0 33.5
49.0
1
0
45
0
1218 1207 163.0 33.6
47.9
2
0
45
0
1219 494 129.9 20.7
32.9
1
45
0
0
1220 411 125.7 18.9
32.8
1
45
0
0
1221 469 115.1 17.7
37.1
1
45
0
0
1222 1346 181.7 35.0
50.3
2
0
45
0
1223 1209 174.6 33.4
47.7
1
0
45
0
1224 868 139.3 29.1
38.9
1
45
0
0
1225 1436 212.3 36.6
52.2
2
0
45
0
1226 559 219.4 28.4
39.7
1
45
0
0
1227 1057 140.4 31.3
44.8
2
45
0
0
1228 1103 191.4 28.1
53.0
1
3
42
0
1229 1763 186.4 38.9
59.4
2
0
45
0
1230 970 145.9 30.2
42.9
1
45
0
0
1231 871 132.8 27.6
41.5
1
45
0
0
1232 1025 137.2 31.9
42.3
1
45
0
0
1233 674 152.0 26.4
39.7
1
45
0
0
1234 842 127.7 26.6
41.6
1
45
0
0
1235 956 292.4 30.9
61.5
1
22
23
0
1236 859 175.1 30.7
39.0
1
45
0
0
1237 828 188.1 32.3
41.6
2
45
0
0
1238 1092 201.9 30.4
50.2
2
0
45
0
1239 769 121.2 27.1
37.4
1
45
0
0
1240 1049 153.7 31.2
45.0
1
45
0
0
1241 753 213.0 25.2
43.8
2
45
0
0
1242 738 113.8 27.6
35.4
1
45
0
0
1243 1070 143.2 32.0
43.7
1
45
0
0
1244 711 121.6 26.4
36.3
1
45
0
0
1245 1158 159.5 33.1
46.4
1
5
40
0
1246 1786 194.7 35.0
66.0
1
12
33
0
1247 849 150.0 29.5
38.4
1
45
0
0
1248 2145 202.8 39.5
70.0
2
14
31
0
1249 1075 165.2 31.3
45.7
2
45
0
0
1250 1097 171.4 32.7
45.0
2
19
26
0
1251 1279 168.8 34.1
49.5
2
0
45
0
1252 1208 169.0 34.0
47.6
1
0
45
0
1253 832 130.8 28.9
38.6
1
45
0
0
1254 1540 251.0 39.7
63.4
2
0
45
0
1255 896 127.8 27.8
42.7
1
45
0
0
1256 837 125.8 29.0
38.3
1
45
0
0
1257 610 223.0 31.0
43.4
1
45
0
0
1258 725 130.3 26.7
36.1
1
45
0
0
1259 1525 225.7 40.0
52.4
2
0
45
0
1260 1032 145.0 29.6
45.6
1
45
0
0
195
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1261 1006 146.2 30.8
43.0
1
45
0
0
1262 1016 152.6 31.9
43.1
2
45
0
0
1263 985 149.9 31.0
42.3
1
45
0
0
1264 777 126.0 26.0
38.8
1
45
0
0
1265 1275 177.1 31.2
54.6
1
0
45
0
1266 608 128.7 23.6
38.0
1
45
0
0
1267 1003 160.0 31.5
42.8
2
45
0
0
1268 780 144.2 28.9
36.7
1
45
0
0
1269 811 124.8 28.0
37.7
1
45
0
0
1270 970 134.9 29.1
44.3
1
45
0
0
1271 701 184.4 29.3
43.7
1
45
0
0
1272 655 205.9 26.3
48.3
1
45
0
0
1273 885 145.1 30.0
39.3
1
45
0
0
1274 764 124.7 28.7
35.4
1
45
0
0
1275 1094 154.6 33.5
43.1
2
45
0
0
1276 1063 158.1 30.6
46.2
1
45
0
0
1277 1858 199.7 38.7
62.5
2
0
45
0
1278 1097 167.0 31.1
46.7
1
34
11
0
1279 790 174.5 26.3
45.6
2
45
0
0
1280 1399 165.6 33.8
54.0
1
0
45
0
1281 1357 174.6 32.7
54.0
2
0
45
0
1282 958 184.4 31.1
45.6
2
45
0
0
1283 1042 176.8 32.2
42.9
1
45
0
0
1284 1408 190.6 36.7
51.1
2
0
45
0
1285 892 186.6 29.4
41.1
1
45
0
0
1286 927 135.2 30.7
39.5
1
45
0
0
1287 832 126.1 27.0
40.4
1
45
0
0
1288 1001 134.9 30.9
42.6
1
45
0
0
1289 1184 170.0 30.8
50.3
1
0
45
0
1290 879 126.9 28.8
40.4
1
45
0
0
1291 876 132.3 27.1
42.5
1
45
0
0
1292 856 167.6 26.3
45.8
2
45
0
0
1293 754 131.4 28.0
35.7
1
45
0
0
1294 1654 201.3 37.4
58.0
2
0
45
0
1295 999 137.2 32.4
40.6
1
45
0
0
1296 778 155.6 28.3
37.7
1
45
0
0
1297 1081 145.6 32.0
44.2
1
45
0
0
1298 960 135.7 31.7
40.0
1
45
0
0
1299 946 141.4 31.0
40.8
1
45
0
0
1300 593 150.6 27.1
36.8
1
45
0
0
1301 917 148.8 28.6
43.0
1
45
0
0
1302 1419 241.0 32.0
59.7
1
0
45
0
1303 1744 206.7 36.1
63.7
2
0
45
0
1304 1294 180.0 35.8
48.2
2
0
45
0
1305 1116 172.6 33.7
44.3
1
7
38
0
1306 963 139.1 31.2
40.5
1
45
0
0
1307 1060 135.6 32.9
42.0
1
45
0
0
1308 1270 249.2 36.7
57.3
1
0
45
0
1309 1505 227.4 36.4
56.5
2
0
45
0
1310 820 113.4 26.7
39.7
1
45
0
0
1311 926 132.3 30.3
39.8
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1312 774 142.2 28.2
38.2
1
45
0
0
1313 1542 207.3 33.4
60.7
2
0
45
0
1314 1289 187.3 34.5
49.8
1
0
45
0
1315 1143 189.0 31.0
49.5
2
0
45
0
1316 912 158.4 29.3
42.2
1
45
0
0
1317 1059 145.5 30.3
45.8
1
45
0
0
1318 1224 162.8 34.4
47.1
2
0
45
0
1319 892 139.6 26.8
44.4
1
45
0
0
1320 722 145.5 28.6
34.7
1
45
0
0
1321 754 134.2 27.4
37.2
1
45
0
0
1322 754 130.8 24.6
40.5
1
45
0
0
1323 764 199.8 30.5
43.3
2
45
0
0
1324 1168 158.4 30.2
50.3
1
14
31
0
1325 920 137.4 29.4
41.3
1
45
0
0
1326 928 137.7 30.0
40.8
1
45
0
0
1327 792 137.1 28.4
36.8
1
45
0
0
1328 868 218.5 31.8
47.6
2
0
45
0
1329 948 134.9 29.5
42.1
1
45
0
0
1330 832 128.9 28.8
39.4
1
45
0
0
1331 573 206.0 29.9
32.3
1
45
0
0
1332 743 114.8 27.1
36.1
1
45
0
0
1333 797 178.5 29.8
43.5
1
45
0
0
1334 689 224.4 29.7
45.5
1
44
1
0
1335 829 125.3 27.4
40.2
1
45
0
0
1336 725 112.2 26.7
35.6
1
45
0
0
1337 746 126.9 27.5
35.7
1
45
0
0
1338 641 133.6 24.3
35.3
1
45
0
0
1339 996 215.7 31.1
54.6
1
0
45
0
1340 770 194.4 29.7
43.3
2
45
0
0
1341 739 130.9 27.4
36.6
1
45
0
0
1342 824 136.3 25.5
43.0
1
45
0
0
1343 1134 163.8 31.1
49.0
2
10
35
0
1344 1286 204.8 32.6
52.8
2
0
45
0
1345 962 147.5 31.1
40.8
1
45
0
0
1346 1746 299.2 37.1
68.9
2
29
16
0
1347 1156 176.1 33.9
45.5
2
0
45
0
1348 876 147.1 28.6
40.8
1
45
0
0
1349 1027 188.0 32.7
43.4
2
15
30
0
1350 1086 163.1 31.9
44.9
1
45
0
0
1351 1046 194.4 32.3
44.4
2
3
42
0
1352 700 122.1 26.0
36.4
1
45
0
0
1353 1156 180.5 34.5
45.6
2
0
45
0
1354 759 151.1 27.9
37.6
1
45
0
0
1355 349
99.9
12.7
40.6
1
42
3
0
1356 907 126.2 30.6
38.8
1
45
0
0
1357 861 135.2 28.6
39.7
1
45
0
0
1358 1393 164.9 35.1
51.3
1
0
45
0
1359 574 192.6 26.2
40.8
1
45
0
0
1360 1120 174.6 33.7
44.9
2
0
45
0
1361 815 190.9 28.5
40.4
2
45
0
0
1362 645 108.1 25.3
33.6
1
45
0
0
196
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1363 1115 151.6 32.3
45.5
2
45
0
0
1364 916 150.1 30.5
40.4
1
45
0
0
1365 868 122.2 29.3
38.8
1
45
0
0
1366 748 140.1 27.5
36.5
1
45
0
0
1367 1206 201.9 34.4
50.2
2
0
45
0
1368 950 270.5 35.8
52.9
1
0
45
0
1369 819 130.5 28.6
38.5
1
45
0
0
1370 848 235.0 26.9
55.1
2
12
33
0
1371 1092 142.2 30.5
47.1
1
45
0
0
1372 997 125.6 30.0
43.3
1
45
0
0
1373 1632 179.0 38.1
56.1
1
0
45
0
1374 812 118.2 27.9
37.9
1
45
0
0
1375 1394 181.8 33.1
55.7
2
0
45
0
1376 1342 172.4 36.3
48.8
1
0
45
0
1377 835 147.9 27.8
39.8
1
45
0
0
1378 733 118.6 26.3
36.9
1
45
0
0
1379 636 122.3 23.2
37.0
1
45
0
0
1380 972 150.1 29.0
44.5
1
45
0
0
1381 644 134.3 25.0
35.8
1
45
0
0
1382 1695 210.9 37.2
60.4
2
0
45
0
1383 821 140.7 24.7
43.6
1
45
0
0
1384 1104 176.4 34.2
44.4
2
0
45
0
1385 659 113.6 24.2
36.5
1
45
0
0
1386 1230 152.1 32.4
49.5
1
0
45
0
1387 1252 266.0 37.1
48.4
2
0
45
0
1388 2347 261.8 32.5
99.4
1
29
16
0
1389 854 130.9 28.1
40.0
1
45
0
0
1390 1235 194.3 32.1
54.0
1
0
45
0
1391 1347 166.8 35.5
49.6
2
0
45
0
1392 1153 146.8 30.8
49.0
2
37
8
0
1393 1194 158.4 31.8
49.0
2
1
44
0
1394 1150 142.2 34.5
43.9
1
45
0
0
1395 1079 152.2 31.3
45.2
2
45
0
0
1396 1128 165.5 31.6
47.0
1
14
31
0
1397 1087 172.7 31.2
45.7
1
31
14
0
1398 984 169.6 31.4
43.1
2
45
0
0
1399 1249 224.2 31.7
55.8
2
0
45
0
1400 1484 192.1 35.0
56.3
2
0
45
0
1401 791 134.5 27.5
38.2
1
45
0
0
1402 805 140.5 27.6
39.2
1
45
0
0
1403 1050 202.9 31.7
47.7
1
0
45
0
1404 1266 168.9 34.0
48.7
2
0
45
0
1405 1404 165.1 34.2
53.6
2
0
45
0
1406 895 170.7 30.6
40.0
1
45
0
0
1407 908 131.5 29.6
40.5
1
45
0
0
1408 955 154.1 31.2
40.8
1
45
0
0
1409 1309 187.5 35.4
49.4
1
0
45
0
1410 1095 167.8 33.0
44.1
1
32
13
0
1411 915 155.2 30.3
39.8
1
45
0
0
1412 862 166.7 31.1
38.0
1
45
0
0
1413 1263 150.7 35.1
46.8
1
0
45
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1414 779 120.3 27.5
37.3
1
45
0
0
1415 704 206.3 27.5
45.2
1
45
0
0
1416 898 130.6 29.8
39.7
1
45
0
0
1417 1310 170.0 36.1
48.0
1
0
45
0
1418 941 183.8 27.5
49.7
1
45
0
0
1419 1083 173.4 32.4
45.1
2
21
24
0
1420 1159 155.9 32.0
47.9
2
16
29
0
1421 829 137.9 25.8
42.8
1
45
0
0
1422 2546 285.5 50.8
74.3
2
5
40
0
1423 754 125.2 27.2
36.6
2
45
0
0
1424 816 223.3 33.2
38.1
2
30
15
0
1425 1374 162.5 32.6
55.0
2
0
45
0
1426 885 127.6 27.8
41.3
1
45
0
0
1427 969 135.3 30.7
41.0
1
45
0
0
1428 958 133.5 30.8
41.2
1
45
0
0
1429 859 215.4 31.3
45.8
2
13
32
0
1430 859 129.2 29.6
38.5
1
45
0
0
1431 1328 161.5 32.0
53.8
2
0
45
0
1432 907 135.5 29.7
40.4
1
45
0
0
1433 800 181.8 28.7
42.8
1
45
0
0
1434 1352 157.1 34.7
50.6
1
0
45
0
1435 920 155.2 30.4
40.1
1
45
0
0
1436 722 138.6 25.2
38.7
1
45
0
0
1437 895 126.3 29.1
40.1
1
45
0
0
1438 1541 190.0 36.1
55.9
2
0
45
0
1439 999 142.6 30.3
43.3
1
45
0
0
1440 1109 162.3 30.3
48.4
1
34
11
0
1441 1197 180.0 32.7
48.4
1
0
45
0
1442 1161 153.4 31.2
49.5
2
17
28
0
1443 583 122.0 22.9
35.1
1
45
0
0
1444 984 142.1 30.0
43.6
2
45
0
0
1445 1020 141.8 30.0
45.3
2
45
0
0
1446 1345 176.5 31.9
55.2
2
0
45
0
1447 605 125.2 26.1
31.9
1
45
0
0
1448 592 232.6 26.8
46.6
1
45
0
0
1449 482 142.2 23.2
29.8
1
45
0
0
1450 2122 321.5 42.0
74.5
2
18
27
0
1451 795 123.7 28.4
37.1
1
45
0
0
1452 843 132.8 28.3
39.9
1
45
0
0
1453 906 204.8 32.0
48.5
2
0
45
0
1454 893 134.0 27.0
43.6
2
45
0
0
1455 986 143.4 28.8
45.1
2
45
0
0
1456 893 127.6 28.1
41.9
1
45
0
0
1457 908 136.8 29.1
41.4
1
45
0
0
1458 373
74.1
17.8
27.3
1
45
0
0
1459 571
95.2
23.7
32.1
1
45
0
0
1460 473 120.7 21.2
31.2
1
45
0
0
1461 478 118.1 20.8
31.8
1
45
0
0
1462 935 143.3 29.5
43.2
2
45
0
0
1463 572 111.8 22.2
34.0
1
45
0
0
1464 1038 151.3 34.0
40.6
2
45
0
0
197
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1465 1204 237.2 35.3
48.3
2
0
45
0
1466 817 118.9 28.9
37.0
1
45
0
0
1467 1214 159.3 31.8
50.3
2
0
45
0
1468 844 118.9 29.2
37.9
1
45
0
0
1469 980 190.1 31.2
43.5
2
44
1
0
1470 429
92.9
20.3
29.7
1
45
0
0
1471 964 201.1 30.5
51.3
2
0
45
0
1472 601 226.4 27.7
50.9
2
45
0
0
1473 900 136.0 31.0
38.5
1
45
0
0
1474 1897 282.0 29.4
95.9
1
34
11
0
1475 1025 140.9 31.0
43.5
1
45
0
0
1476 735 140.8 25.4
39.3
1
45
0
0
1477 738 164.0 26.4
38.6
1
45
0
0
1478 1052 150.5 30.7
44.8
2
45
0
0
1479 672 157.5 26.0
40.2
1
45
0
0
1480 1246 199.0 34.4
49.3
2
0
45
0
1481 1211 166.4 34.9
45.9
1
0
45
0
1482 972 134.6 30.9
41.2
1
45
0
0
1483 1093 210.5 31.6
56.3
2
0
45
0
1484 705 156.7 26.4
38.5
1
45
0
0
1485 1130 162.8 31.2
47.5
1
20
25
0
1486 404
99.5
15.1
36.4
1
44
1
0
1487 1424 231.0 35.9
54.7
2
0
45
0
1488 1362 170.8 33.4
53.0
2
0
45
0
1489 895 146.2 31.2
38.1
1
45
0
0
1490 1004 173.9 32.1
42.4
1
45
0
0
1491 1302 197.6 35.3
48.6
2
0
45
0
1492 927 133.7 30.6
40.1
1
45
0
0
1493 977 152.1 29.3
44.4
2
45
0
0
1494 838 218.7 29.6
46.2
2
30
15
0
1495 894 124.2 28.3
41.2
1
45
0
0
1496 1424 169.0 33.5
55.4
1
0
45
0
1497 1189 212.3 32.6
52.5
2
0
45
0
1498 897 126.7 28.1
42.2
1
45
0
0
1499 322
93.9
15.7
30.1
1
44
1
0
1500 1006 149.0 30.9
43.2
1
45
0
0
1501 1548 226.7 36.7
57.4
2
0
45
0
1502 1053 179.3 33.7
41.7
1
36
9
0
1503 1062 164.1 30.5
47.0
2
45
0
0
1504 806 129.7 27.7
38.2
1
45
0
0
1505 1043 154.2 30.3
45.2
1
45
0
0
1506 781 165.3 27.1
43.6
1
45
0
0
1507 933 130.0 29.5
41.6
2
45
0
0
1508 440 110.7 23.0
28.4
1
45
0
0
1509 929 141.7 29.7
42.3
2
45
0
0
1510 1026 225.8 30.6
55.7
2
0
45
0
1511 752 113.9 25.9
38.3
1
45
0
0
1512 659 121.5 25.9
34.1
1
45
0
0
1513 843 142.0 27.9
42.0
1
45
0
0
1514 965 166.5 29.8
46.3
1
45
0
0
1515 1254 162.1 32.7
51.0
2
0
45
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1516 931 132.5 28.9
42.3
1
45
0
0
1517 1018 132.6 30.4
43.3
2
45
0
0
1518 1392 170.6 33.9
53.2
2
0
45
0
1519 656 132.6 26.8
33.2
1
45
0
0
1520 502 150.2 25.0
39.6
1
45
0
0
1521 760 140.0 30.5
34.2
1
45
0
0
1522 703 113.1 26.0
35.6
1
45
0
0
1523 638 144.3 25.9
37.5
1
45
0
0
1524 776 177.3 25.8
43.5
1
45
0
0
1525 1431 187.8 32.0
59.5
1
0
45
0
1526 938 158.8 30.0
42.2
2
45
0
0
1527 715 114.8 25.0
37.0
1
45
0
0
1528 2079 209.2 41.4
64.9
2
0
45
0
1529 881 128.4 28.1
40.9
1
45
0
0
1530 875 135.3 29.1
40.5
1
45
0
0
1531 824 117.6 26.9
40.0
2
45
0
0
1532 626 179.1 26.0
40.9
1
45
0
0
1533 566 165.2 23.6
40.0
1
45
0
0
1534 766 122.2 29.1
35.1
1
45
0
0
1535 861 130.1 26.9
42.5
1
45
0
0
1536 643 109.0 24.5
35.3
1
45
0
0
1537 665 116.1 25.7
34.6
1
45
0
0
1538 567 167.5 24.9
37.1
1
45
0
0
1539 524 102.3 21.6
33.4
2
45
0
0
1540 494 139.5 19.8
37.3
2
45
0
0
1541 952 139.9 28.1
44.0
1
45
0
0
1542 1091 162.7 31.7
45.4
2
45
0
0
1543 1182 158.6 30.5
51.5
2
6
39
0
1544 1435 168.7 34.4
54.5
2
0
45
0
198
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1545 466 125.0 20.6
40.0
1
45
0
0
1546 349 171.0 21.2
34.8
1
45
0
0
1547 834 128.0 28.0
39.0
1
45
0
0
1548 558 131.8 23.9
34.3
2
45
0
0
1549 798 128.4 26.4
40.4
1
45
0
0
1550 1137 162.9 32.5
46.0
2
23
22
0
1551 897 139.4 29.0
42.1
1
45
0
0
1552 1323 234.2 33.9
55.1
2
0
45
0
1553 1046 150.4 32.6
42.5
1
45
0
0
1554 1134 196.4 29.6
52.8
1
0
45
0
1555 1340 174.8 31.8
54.7
1
0
45
0
1556 1163 268.7 33.5
58.2
2
0
45
0
1557 1015 181.1 32.0
42.5
1
45
0
0
1558 2080 221.2 36.4
75.2
2
40
5
0
1559 1664 196.8 36.8
58.8
2
0
45
0
1560 921 132.3 30.0
39.8
1
45
0
0
1561 1026 148.8 31.5
42.8
1
45
0
0
1562 1093 153.1 32.5
44.7
2
45
0
0
1563 1543 204.7 35.0
59.7
2
0
45
0
1564 1258 180.1 32.6
51.2
2
0
45
0
1565 934 142.6 29.3
42.2
1
45
0
0
1566 849 144.7 27.0
42.2
1
45
0
0
1567 1432 211.1 35.5
53.2
2
0
45
0
1568 723 119.2 26.5
35.7
1
45
0
0
1569 1133 137.2 31.6
46.7
2
45
0
0
1570 706 127.7 24.3
39.5
2
45
0
0
1571 639 134.9 25.3
37.6
1
45
0
0
1572 1694 209.9 37.9
59.2
2
0
45
0
Apndice B
199
de clasificacin para el tercer segmento del video de 90 minutos.
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1
911 145.1 29.0
42.0
1
45
0
0
2
861 140.2 27.8
40.7
1
45
0
0
3
888 137.9 28.4
41.1
1
45
0
0
4
1126 160.6 30.5
48.8
1
21
24
0
5
679 117.8 23.4
39.1
1
45
0
0
6
615 219.9 26.8
45.6
1
45
0
0
7
689 123.4 24.6
36.6
1
45
0
0
8
1253 248.3 31.7
67.9
1
35
10
0
9
1444 163.1 35.3
53.2
2
0
45
0
10
934 134.6 28.6
42.6
1
45
0
0
11
970 134.0 30.1
41.9
1
45
0
0
12 1331 203.7 34.9
51.4
2
0
45
0
13
790 137.3 28.0
37.2
1
45
0
0
14
940 149.1 28.9
43.2
1
45
0
0
15 1111 163.0 32.6
44.7
2
42
3
0
16
921 153.5 30.5
40.5
1
45
0
0
17 1021 137.7 31.3
43.2
1
45
0
0
18
704 235.6 33.9
48.1
1
0
45
0
19 1191 154.1 32.7
47.4
1
8
37
0
20
881 140.6 27.6
42.0
1
45
0
0
21
992 205.1 30.2
46.2
2
3
42
0
22
736 200.7 26.4
49.2
1
45
0
0
23 1298 177.3 34.4
49.7
2
0
45
0
24 1109 158.4 31.5
46.2
1
45
0
0
25 1035 166.9 33.3
41.7
1
45
0
0
26 1132 211.6 35.3
45.5
2
0
45
0
27
580 350.1 35.0
67.4
2
33
12
0
28 1331 222.0 33.9
53.9
2
0
45
0
29 1984 323.2 41.1
66.6
2
2
43
0
30
856 196.6 31.3
39.2
2
45
0
0
31 1844 215.1 37.8
63.6
2
0
45
0
32
975 201.9 31.6
48.2
2
0
45
0
33 1535 188.9 36.9
54.9
2
0
45
0
34
892 130.1 28.6
40.9
1
45
0
0
35
708 199.3 27.9
41.9
1
45
0
0
36
849 342.7 36.9
60.9
2
2
43
0
37 1243 157.4 33.3
49.4
2
0
45
0
38
637 171.0 26.1
42.6
1
45
0
0
39
593
99.9
25.5
30.5
1
45
0
0
40
579 144.8 26.2
37.0
1
45
0
0
41 1456 248.6 36.3
62.2
2
0
45
0
42 1221 159.3 30.7
52.1
2
1
44
0
43 1428 188.3 35.9
52.4
2
0
45
0

Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
44 1072 149.3 31.4
44.6
1
45
0
0
45
852 143.1 27.8
41.0
1
45
0
0
46
613 161.1 26.4
38.0
1
45
0
0
47 1568 202.7 36.4
58.2
1
0
45
0
48
704 169.5 27.3
42.6
1
45
0
0
49 1421 165.6 34.4
54.2
2
0
45
0
50 1165 201.1 32.2
49.9
2
0
45
0
51
933 133.1 30.3
40.4
1
45
0
0
52 1573 234.0 38.5
54.5
2
0
45
0
53
951 133.9 29.9
41.3
1
45
0
0
54
858 137.4 28.9
39.3
1
45
0
0
55 1145 165.8 31.7
47.7
1
1
44
0
56
852 127.7 28.5
40.0
1
45
0
0
57
897 158.1 29.5
40.9
1
45
0
0
58 1529 231.5 35.7
58.0
1
0
45
0
59
975 137.2 30.0
42.4
1
45
0
0
60 1275 191.0 34.3
50.2
2
0
45
0
61
865 146.5 26.9
43.0
1
45
0
0
62 1301 292.9 30.2
69.1
1
37
8
0
63
784 178.5 29.9
43.3
1
45
0
0
64
794 120.1 27.9
37.4
1
45
0
0
65 1143 157.1 31.9
47.4
2
22
23
0
66 1005 151.5 30.7
42.8
1
45
0
0
67
808 156.0 28.7
38.4
1
45
0
0
68
848 147.5 29.0
39.3
1
45
0
0
69
873 158.1 30.7
39.3
1
45
0
0
70 1422 167.1 34.9
53.4
2
0
45
0
71
781 117.5 28.0
36.5
1
45
0
0
72
891 129.6 27.8
41.5
1
45
0
0
73 1157 173.9 31.7
48.8
2
0
45
0
74
887 137.2 28.6
41.4
1
45
0
0
75
990 164.3 30.9
42.6
1
45
0
0
76 1708 202.1 36.1
61.4
2
0
45
0
77
890 157.3 30.5
39.0
1
45
0
0
78 1100 155.9 30.5
47.2
1
45
0
0
79 1227 149.5 32.2
50.3
2
2
43
0
80 1670 201.7 35.8
60.8
2
0
45
0
81
794 126.0 28.9
36.5
1
45
0
0
82 1385 171.8 35.6
50.8
2
0
45
0
83 1310 168.6 32.5
52.7
2
0
45
0
84 1311 180.5 33.1
52.8
2
0
45
0
85 1102 164.4 31.1
47.5
1
28
17
0
86
810 126.9 27.6
38.8
1
45
0
0
87
831 122.2 28.4
38.4
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
88 1402 167.0 34.6
53.1
2
0
45
0
89
911 141.5 30.0
40.6
1
45
0
0
90
672 110.8 24.3
36.5
1
45
0
0
91
323 106.2 19.2
31.7
1
45
0
0
92
913 177.7 28.9
44.2
2
45
0
0
93
613 238.2 33.2
52.6
1
4
41
0
94 1509 191.8 36.4
54.2
2
0
45
0
95
896 130.6 28.5
41.0
1
45
0
0
96 1773 202.0 38.3
61.4
2
0
45
0
97 1366 169.0 33.8
53.2
1
0
45
0
98 1198 161.8 31.0
51.1
2
0
45
0
99 1130 160.9 30.4
48.1
1
31
14
0
100 724 118.7 27.3
34.5
1
45
0
0
101 838 154.0 26.8
41.8
1
45
0
0
102 940 142.1 28.8
42.6
1
45
0
0
103 1093 273.2 32.4
60.2
2
0
45
0
104 752 252.9 30.3
47.3
2
0
45
0
105 460 261.2 30.8
45.0
2
30
15
0
106 979 141.2 30.4
42.4
1
45
0
0
107 1458 161.3 35.0
54.2
1
0
45
0
108 516 129.3 25.3
28.9
2
45
0
0
109 887 124.1 30.1
38.9
1
45
0
0
110 1129 171.0 32.9
45.4
1
3
42
0
111 965 143.5 29.1
43.4
1
45
0
0
112 1830 196.2 38.2
62.2
2
0
45
0
113 1215 172.4 32.2
50.0
1
0
45
0
114 706 130.7 25.9
37.9
1
45
0
0
115 1095 159.1 30.6
48.8
1
40
5
0
116 1470 193.3 36.0
53.9
1
0
45
0
117 896 165.4 29.8
40.9
1
45
0
0
118 1072 219.7 33.4
48.7
2
0
45
0
119 821 142.7 28.1
38.9
1
45
0
0
120 679 131.6 25.5
35.7
1
45
0
0
121 445
95.5
20.8
29.2
1
45
0
0
122 2085 237.7 41.3
66.3
1
1
44
0
123 984 224.9 30.6
50.4
2
0
45
0
124 1061 160.2 32.8
43.9
2
45
0
0
125 833 124.9 26.5
41.3
1
45
0
0
126 838 128.0 27.4
40.1
2
45
0
0
127 1024 137.6 30.4
44.2
1
45
0
0
128 1120 154.2 33.3
44.8
2
45
0
0
129 737 115.2 24.7
38.6
1
45
0
0
130 706 119.3 26.1
36.2
1
45
0
0
131 1203 156.4 32.7
48.5
1
0
45
0
132 841 122.1 29.2
37.5
1
45
0
0
133 1118 163.2 32.0
46.4
2
30
15
0
134 1090 181.2 31.5
46.2
2
0
45
0
135 1188 154.0 35.2
44.3
2
14
31
0
136 971 154.0 30.9
41.4
2
45
0
0
137 698 171.3 27.5
42.6
1
45
0
0
138 1178 210.7 32.1
57.6
1
0
45
0
200
Largo
rea Perim. Eje
Idx
(pxls) (pxls) Mayor
(pxls)
139 998 149.1 29.1
140 906 233.7 28.6
141 1117 161.5 32.7
142 749 112.2 28.8
143 1108 149.4 30.0
144 874 129.2 29.2
145 1253 156.1 34.4
146 852 159.1 30.8
147 866 128.0 27.7
148 790 206.6 29.6
149 534 178.6 27.2
150 885 126.4 29.8
151 1421 172.7 34.4
152 1125 149.9 30.4
153 1016 151.3 31.5
154 1057 146.2 32.4
155 1002 180.4 31.2
156 1476 227.1 35.6
157 1791 209.0 38.8
158 1184 157.3 38.0
159 823 149.1 30.6
160 1491 199.8 34.4
161 1020 144.2 31.0
162 1118 155.9 31.0
163 796 122.4 27.3
164 646 173.9 27.6
165 901 305.4 32.9
166 830 129.5 29.4
167 1314 225.9 35.1
168 885 148.5 28.9
169 768 124.3 28.4
170 1190 307.4 34.6
171 408
97.8
20.5
172 750 314.7 32.9
173 319 233.5 31.7
174 828 128.9 28.0
175 1365 175.0 34.5
176 1219 199.8 35.4
177 870 147.3 29.0
178 948 210.5 32.5
179 969 153.9 31.5
180 1252 166.6 32.7
181 932 240.5 33.7
182 737 114.8 26.7
183 944 164.2 27.1
184 1074 151.1 30.5
185 1193 168.5 32.4
186 1037 179.8 33.3
187 987 147.8 31.3
188 964 137.2 29.7
189 999 144.6 30.4
Largo
Frec. Frec. Frec.
Eje Clas.
Clas. Clas. Clas.
Menor Vis.
Peq. Med Gde.
(pxls)
44.9
1
45
0
0
51.9
1
2
43
0
44.9
1
39
6
0
34.3
1
45
0
0
48.1
1
45
0
0
39.1
1
45
0
0
47.8
1
0
45
0
37.1
1
45
0
0
41.1
1
45
0
0
45.8
2
45
0
0
34.5
1
45
0
0
39.9
1
45
0
0
54.2
1
0
45
0
48.1
1
45
0
0
42.9
1
45
0
0
42.9
1
45
0
0
44.3
2
45
0
0
55.8
2
0
45
0
60.2
2
0
45
0
41.5
1
13
32
0
36.4
1
45
0
0
58.9
2
0
45
0
43.2
1
45
0
0
47.4
2
45
0
0
38.4
1
45
0
0
42.2
1
45
0
0
57.1
1
0
45
0
37.6
1
45
0
0
52.2
2
0
45
0
41.4
1
45
0
0
35.9
1
45
0
0
107.7
3
23
22
0
27.2
1
45
0
0
52.5
1
0
45
0
38.8
1
45
0
0
38.9
1
45
0
0
52.0
2
0
45
0
46.2
1
0
45
0
39.9
1
45
0
0
48.3
1
0
45
0
41.8
1
45
0
0
49.8
1
0
45
0
66.8
2
26
19
0
36.8
1
45
0
0
47.9
1
45
0
0
47.3
1
45
0
0
48.0
2
0
45
0
42.1
1
39
6
0
42.2
1
45
0
0
42.4
1
45
0
0
43.4
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
190 821 148.5 28.9
38.4
1
45
0
0
191 1351 172.2 36.0
48.8
2
0
45
0
192 608 117.5 24.0
34.0
1
45
0
0
193 545 130.1 24.6
31.2
1
45
0
0
194 1187 170.3 33.8
46.1
1
0
45
0
195 1374 170.1 36.0
50.0
1
0
45
0
196 1081 163.3 29.5
50.4
2
29
16
0
197 3506 283.5 50.4
90.6
3
3
3
39
198 789 125.2 28.7
36.1
1
45
0
0
199 663 114.1 26.1
33.7
1
45
0
0
200 789 131.1 27.2
38.2
1
45
0
0
201 953 144.4 30.9
40.4
1
45
0
0
202 1183 175.6 30.8
50.8
2
0
45
0
203 602 163.8 23.4
36.2
1
45
0
0
204 815 124.7 26.2
41.2
2
45
0
0
205 912 135.3 27.9
43.1
1
45
0
0
206 1088 180.9 33.1
44.4
2
4
41
0
207 825 203.7 32.4
43.9
2
44
1
0
208 1073 176.6 32.1
46.3
2
0
45
0
209 899 135.9 28.9
41.2
1
45
0
0
210 506 126.3 22.2
32.1
1
45
0
0
211 964 151.6 30.7
41.4
1
45
0
0
212 311 199.0 32.5
37.7
1
45
0
0
213 1057 218.2 31.6
51.9
2
0
45
0
214 667 120.7 26.6
33.8
1
45
0
0
215 720 116.7 27.1
35.4
1
45
0
0
216 923 287.8 31.5
48.9
2
0
45
0
217 752 119.8 27.1
36.8
1
45
0
0
218 788 150.6 26.5
40.4
1
45
0
0
219 683 123.6 27.5
33.1
1
45
0
0
220 752 134.8 27.5
36.6
1
45
0
0
221 802 124.6 27.0
38.8
1
45
0
0
222 635 221.1 27.8
43.0
1
45
0
0
223 625 137.0 25.3
36.0
1
45
0
0
224 758 110.3 29.5
33.8
1
45
0
0
225 557 153.2 25.8
36.8
1
45
0
0
226 772 122.0 28.1
36.0
1
45
0
0
227 608 112.4 23.8
34.6
1
45
0
0
228 738 140.8 26.3
38.7
1
45
0
0
229 876 127.5 28.1
40.7
1
45
0
0
230 1222 150.5 33.0
48.6
2
1
44
0
231 610 127.5 25.2
35.3
1
45
0
0
232 851 179.6 27.4
44.9
1
45
0
0
233 839 125.7 28.6
38.6
1
45
0
0
234 905 140.7 28.4
41.8
1
45
0
0
235 852 131.7 29.7
38.1
1
45
0
0
236 1429 175.7 33.0
56.5
2
0
45
0
237 954 179.9 31.6
40.5
1
45
0
0
238 1690 233.5 39.5
56.3
2
0
45
0
239 1077 162.5 30.7
47.7
2
44
1
0
240 731 136.0 26.4
37.6
1
45
0
0
201
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
241 1633 208.4 36.4
58.6
2
0
45
0
242 1580 189.7 37.8
54.9
2
0
45
0
243 789 128.5 26.7
38.8
1
45
0
0
244 1129 136.9 33.1
44.7
1
45
0
0
245 898 151.9 29.1
40.8
1
45
0
0
246 937 130.0 29.7
41.0
1
45
0
0
247 1227 178.8 30.7
52.5
1
0
45
0
248 2049 214.3 41.1
65.8
2
0
45
0
249 881 138.5 29.5
39.4
1
45
0
0
250 821 130.0 27.2
39.7
1
45
0
0
251 588 126.0 23.8
34.1
1
45
0
0
252 876 207.5 31.8
45.1
2
21
24
0
253 616 124.9 26.4
32.5
1
45
0
0
254 797 128.3 27.0
39.5
1
45
0
0
255 691 113.3 25.8
35.3
1
45
0
0
256 917 164.9 29.3
43.0
1
45
0
0
257 1666 174.5 36.3
59.6
1
0
45
0
258 1432 204.5 34.4
56.0
2
0
45
0
259 931 143.6 28.6
42.8
1
45
0
0
260 767 114.8 28.5
35.3
1
45
0
0
261 713 131.4 27.0
35.6
1
45
0
0
262 1396 203.1 33.6
56.4
2
0
45
0
263 1397 167.5 33.9
54.1
2
0
45
0
264 967 145.7 30.0
42.6
1
45
0
0
265 716 119.4 24.9
37.8
1
45
0
0
266 436 173.2 23.4
35.7
1
45
0
0
267 305
77.7
16.9
24.1
1
45
0
0
268 462 227.4 28.4
44.7
1
45
0
0
269 2383 316.4 47.3
82.2
2
16
29
0
270 583 111.0 24.0
32.7
1
45
0
0
271 798 150.4 26.2
43.1
1
45
0
0
272 748 171.6 28.5
36.0
1
45
0
0
273 763 134.9 27.3
37.5
1
45
0
0
274 923 207.2 31.9
50.6
2
0
45
0
275 833 150.8 26.3
42.2
1
45
0
0
276 1008 132.3 30.7
43.1
1
45
0
0
277 315 114.7 18.6
29.2
1
45
0
0
278 1210 178.1 32.7
48.9
1
0
45
0
279 1408 172.6 35.7
52.1
1
0
45
0
280 1052 164.6 30.1
47.7
1
45
0
0
281 954 154.7 30.3
41.5
1
45
0
0
282 897 142.5 29.5
39.7
1
45
0
0
283 986 145.9 30.2
42.6
1
45
0
0
284 832 137.9 28.1
39.3
1
45
0
0
285 1068 194.9 32.2
46.5
2
0
45
0
286 1007 143.4 29.2
45.3
1
45
0
0
287 1218 201.9 31.7
55.8
2
0
45
0
288 830 161.1 27.4
41.5
1
45
0
0
289 873 196.6 29.4
45.3
1
45
0
0
290 919 121.5 29.3
40.5
1
45
0
0
291 659 111.0 24.9
34.9
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
292 859 144.4 28.1
40.1
1
45
0
0
293 1501 213.4 34.2
60.3
1
0
45
0
294 1293 166.0 34.7
48.8
1
0
45
0
295 893 137.6 28.4
41.6
1
45
0
0
296 516 115.7 22.4
33.5
1
45
0
0
297 414
88.8
20.8
26.6
1
45
0
0
298 1129 148.3 31.0
48.1
1
44
1
0
299 1059 145.4 30.9
44.6
2
45
0
0
300 1353 191.8 33.3
54.5
2
0
45
0
301 1283 163.6 34.3
49.9
2
0
45
0
302 1219 181.4 35.0
46.2
1
0
45
0
303 1237 168.0 32.2
50.4
2
0
45
0
304 821 125.8 28.8
37.5
1
45
0
0
305 574 158.5 24.1
39.4
1
45
0
0
306 1137 154.8 33.4
45.7
2
30
15
0
307 958 140.9 29.5
42.3
1
45
0
0
308 923 152.4 32.3
38.8
1
45
0
0
309 862 140.2 29.5
39.0
1
45
0
0
310 1378 225.8 34.8
55.4
1
0
45
0
311 961 127.5 30.4
41.1
1
45
0
0
312 1598 192.2 34.7
60.3
1
0
45
0
313 1215 161.9 32.2
49.7
2
0
45
0
314 1829 230.3 39.2
62.3
2
0
45
0
315 802 128.3 26.8
39.3
1
45
0
0
316 827 124.1 29.2
37.3
1
45
0
0
317 1173 194.7 33.7
47.7
1
0
45
0
318 942 182.5 27.2
47.4
1
45
0
0
319 1090 138.4 32.6
43.8
2
45
0
0
320 819 118.2 29.0
37.1
1
45
0
0
321 1295 225.0 31.6
56.3
1
0
45
0
322 692 167.3 27.6
41.5
1
45
0
0
323 781 195.5 30.8
39.3
2
45
0
0
324 1070 146.0 30.4
46.2
1
45
0
0
325 1261 159.1 31.5
52.6
2
0
45
0
326 1050 147.4 31.0
45.1
1
45
0
0
327 847 175.8 28.2
41.4
1
45
0
0
328 1217 151.1 31.9
49.9
1
4
41
0
329 829 136.6 26.6
41.2
1
45
0
0
330 1571 175.9 36.7
55.5
2
0
45
0
331 1075 163.1 33.2
43.7
2
45
0
0
332 1119 145.9 29.0
50.7
2
43
2
0
333 836 133.7 25.8
42.9
1
45
0
0
334 788 118.7 27.4
38.0
1
45
0
0
335 931 139.3 28.3
42.7
1
45
0
0
336 1212 220.2 37.0
50.4
2
0
45
0
337 922 119.6 29.9
40.0
1
45
0
0
338 1083 136.8 31.1
45.1
2
45
0
0
339 1245 153.4 32.6
50.0
2
0
45
0
340 1203 162.4 33.9
47.0
2
0
45
0
341 1590 212.9 39.6
53.9
2
0
45
0
342 1058 142.0 31.5
44.2
1
45
0
0
202
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
343 756 136.2 27.5
36.5
1
45
0
0
344 760 123.3 26.8
37.6
1
45
0
0
345 725 122.1 27.5
34.9
1
45
0
0
346 1537 192.4 35.3
57.6
1
0
45
0
347 808 133.0 26.2
40.7
1
45
0
0
348 1050 152.7 31.8
43.6
1
45
0
0
349 1632 182.5 35.0
60.4
1
0
45
0
350 1113 154.4 31.0
47.2
1
45
0
0
351 943 288.3 35.4
53.4
1
0
45
0
352 1113 156.1 30.8
47.7
1
45
0
0
353 1075 139.2 31.9
44.3
2
45
0
0
354 1512 207.1 36.3
55.9
2
0
45
0
355 1037 153.9 29.5
47.0
1
45
0
0
356 1189 149.2 32.2
48.2
1
16
29
0
357 983 145.6 31.3
41.8
1
45
0
0
358 816 121.8 28.5
37.9
1
45
0
0
359 1329 184.8 35.1
50.1
1
0
45
0
360 701 171.4 30.4
45.6
1
45
0
0
361 815 152.8 27.2
41.1
1
45
0
0
362 856 260.6 30.7
46.5
2
0
45
0
363 1505 228.6 36.3
55.5
2
0
45
0
364 853 161.0 27.5
41.6
1
45
0
0
365 1364 187.9 30.9
58.6
1
0
45
0
366 883 139.9 27.9
41.5
1
45
0
0
367 1551 178.4 36.8
54.8
1
0
45
0
368 1283 154.2 36.5
46.1
1
0
45
0
369 1261 205.0 34.7
50.3
2
0
45
0
370 1040 148.5 31.8
43.1
1
45
0
0
371 906 146.1 32.5
37.3
1
45
0
0
372 1228 158.2 33.2
48.9
1
0
45
0
373 1217 159.6 33.3
48.2
1
0
45
0
374 975 149.3 29.7
43.4
1
45
0
0
375 942 170.5 28.4
44.5
1
45
0
0
376 1134 153.3 31.9
46.5
1
45
0
0
377 1464 180.8 32.1
59.9
1
0
45
0
378 1053 179.7 33.2
42.5
1
33
12
0
379 849 151.0 30.9
37.3
1
45
0
0
380 983 149.3 29.8
43.4
1
45
0
0
381 1099 149.3 31.2
46.1
2
45
0
0
382 1423 188.8 35.8
52.9
2
0
45
0
383 1043 151.1 32.4
42.9
1
45
0
0
384 912 128.3 30.3
40.0
2
45
0
0
385 840 143.2 30.0
37.4
1
45
0
0
386 1079 154.1 28.5
51.7
1
41
4
0
387 1443 199.2 35.7
54.0
2
0
45
0
388 1136 238.2 32.3
49.0
2
0
45
0
389 851 128.7 27.9
40.2
1
45
0
0
390 736 120.3 27.5
35.8
1
45
0
0
391 943 139.1 30.6
40.8
1
45
0
0
392 821 236.9 29.5
54.0
2
2
43
0
393 950 159.3 30.6
42.1
2
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
394 461 179.7 22.0
39.4
1
45
0
0
395 931 133.7 29.9
41.1
1
45
0
0
396 807 129.2 27.1
39.7
1
45
0
0
397 1008 149.9 29.7
45.3
2
45
0
0
398 1078 169.9 33.3
43.3
1
41
4
0
399 724 135.5 25.4
39.5
1
45
0
0
400 924 125.7 27.4
43.6
1
45
0
0
401 886 129.5 29.1
40.5
1
45
0
0
402 1590 199.3 36.5
57.7
2
0
45
0
403 1383 171.0 34.9
51.8
2
0
45
0
404 838 136.2 28.0
40.0
1
45
0
0
405 1233 229.0 28.3
64.9
2
34
11
0
406 802 190.6 29.5
44.1
1
45
0
0
407 922 142.5 30.5
40.0
1
45
0
0
408 872 142.8 27.3
43.2
1
45
0
0
409 573 137.2 22.7
35.4
1
45
0
0
410 1280 189.1 36.1
47.5
2
0
45
0
411 840 135.5 30.3
37.8
1
45
0
0
412 1084 147.6 31.2
45.1
2
45
0
0
413 502 107.3 21.5
32.0
1
45
0
0
414 1144 158.8 32.2
46.6
2
26
19
0
415 887 140.3 29.6
39.9
1
45
0
0
416 911 139.4 30.2
40.3
1
45
0
0
417 1552 179.1 35.9
56.2
2
0
45
0
418 302
82.3
18.1
25.0
1
45
0
0
419 761 117.0 25.4
39.6
1
45
0
0
420 772 130.6 28.1
36.5
1
45
0
0
421 368
97.5
16.3
33.7
1
45
0
0
422 689 115.3 24.6
36.8
1
45
0
0
423 830 125.7 28.0
39.0
2
45
0
0
424 616 112.4 25.2
32.4
2
45
0
0
425 415 134.9 17.1
37.8
2
45
0
0
426 1002 144.3 30.5
43.8
2
45
0
0
427 3129 466.1 58.1
94.4
2
0
34
11
428 912 136.2 29.0
41.8
1
45
0
0
429 709 177.4 26.5
39.6
1
45
0
0
430 885 122.1 30.5
37.9
1
45
0
0
431 1600 195.6 37.4
56.2
1
0
45
0
432 1331 191.5 35.7
49.9
1
0
45
0
433 1217 182.1 34.3
46.9
2
0
45
0
434 950 143.0 30.0
41.9
1
45
0
0
435 949 167.6 30.5
41.7
2
45
0
0
436 866 149.8 27.5
43.0
2
45
0
0
437 2139 408.9 47.8
80.8
2
8
37
0
438 1426 197.1 35.5
53.4
2
0
45
0
439 1325 171.0 32.2
55.0
2
0
45
0
440 871 136.7 29.0
39.9
1
45
0
0
441 835 141.3 30.0
37.1
1
45
0
0
442 1226 163.3 32.3
49.6
2
0
45
0
443 1179 181.5 33.4
47.2
2
0
45
0
444 923 144.2 30.5
40.6
1
45
0
0
203
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
445 1273 165.7 33.5
49.6
2
0
45
0
446 927 159.8 29.2
42.8
1
45
0
0
447 999 138.5 30.5
42.8
1
45
0
0
448 860 149.0 30.8
38.3
1
45
0
0
449 1126 168.9 31.2
47.5
2
6
39
0
450 1451 192.1 35.2
54.7
2
0
45
0
451 940 150.0 28.5
44.3
1
45
0
0
452 1981 213.8 35.8
73.6
2
39
6
0
453 768 169.9 28.6
41.7
1
45
0
0
454 1868 262.8 40.6
61.0
2
0
45
0
455 1412 177.0 35.2
52.4
2
0
45
0
456 573 181.0 28.0
41.6
1
45
0
0
457 1214 160.0 33.0
48.6
2
0
45
0
458 1212 163.8 30.7
52.3
1
0
45
0
459 1082 185.9 31.1
46.3
2
0
45
0
460 864 131.2 28.9
39.4
1
45
0
0
461 930 213.4 28.8
49.0
2
5
40
0
462 949 131.5 30.2
41.5
1
45
0
0
463 1471 212.5 35.9
59.8
2
0
45
0
464 1106 140.9 30.7
46.9
1
45
0
0
465 1132 186.3 31.2
48.6
1
0
45
0
466 1031 146.2 29.0
46.9
2
45
0
0
467 963 153.1 30.1
42.4
1
45
0
0
468 817 217.4 31.5
39.4
2
39
6
0
469 1269 152.5 34.0
48.6
2
0
45
0
470 1270 164.4 33.3
49.3
1
0
45
0
471 909 142.5 29.5
40.4
1
45
0
0
472 633 141.7 25.8
35.7
1
45
0
0
473 1418 260.1 33.2
66.1
1
31
14
0
474 677 120.6 24.9
35.8
1
45
0
0
475 741 175.4 29.2
41.6
2
45
0
0
476 341
91.4
16.3
30.6
1
44
1
0
477 1157 230.3 32.6
49.6
2
0
45
0
478 1434 170.4 33.9
56.1
2
0
45
0
479 1013 130.0 29.5
44.8
1
45
0
0
480 848 180.2 27.1
43.5
2
45
0
0
481 764 135.8 26.8
39.0
1
45
0
0
482 1063 135.3 31.3
44.1
1
45
0
0
483 1154 167.7 34.4
44.2
1
7
38
0
484 1688 189.7 36.9
59.9
1
0
45
0
485 1026 148.7 30.6
44.2
1
45
0
0
486 841 172.6 25.7
43.9
1
45
0
0
487 493 157.5 22.6
37.9
1
45
0
0
488 888 122.4 28.9
40.0
1
45
0
0
489 710 111.3 24.8
37.7
1
45
0
0
490 719 120.1 24.3
39.1
1
45
0
0
491 585 127.3 23.2
35.7
1
45
0
0
492 1050 170.1 31.3
45.5
2
45
0
0
493 889 132.8 29.1
40.1
1
45
0
0
494 539 122.1 23.9
31.1
1
45
0
0
495 1120 178.2 28.5
52.5
2
9
36
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
496 1177 140.9 32.9
46.9
2
31
14
0
497 378
98.5
21.4
25.6
1
45
0
0
498 815 140.9 28.6
40.0
1
45
0
0
499 762 126.1 27.6
36.4
1
45
0
0
500 1385 258.5 33.2
58.7
2
0
45
0
501 907 134.6 30.1
39.7
1
45
0
0
502 963 163.4 30.9
42.3
2
45
0
0
503 555 175.6 29.2
36.0
1
45
0
0
504 593 109.7 21.8
36.2
1
45
0
0
505 843 130.7 28.5
39.5
1
45
0
0
506 1082 144.5 30.5
46.3
1
45
0
0
507 1067 205.8 32.2
51.3
2
0
45
0
508 1231 176.0 34.5
48.4
2
0
45
0
509 910 127.0 28.7
41.4
1
45
0
0
510 893 168.1 28.9
43.1
1
45
0
0
511 335
90.4
15.1
30.3
1
44
1
0
512 743 138.3 26.4
38.1
1
45
0
0
513 1047 152.7 30.7
44.6
2
45
0
0
514 1444 189.0 35.4
53.2
2
0
45
0
515 779 204.8 28.0
48.6
1
45
0
0
516 981 137.2 29.9
42.8
1
45
0
0
517 913 141.6 28.5
42.4
1
45
0
0
518 1291 160.2 34.5
48.9
1
0
45
0
519 1023 149.9 30.3
44.8
2
45
0
0
520 910 131.7 28.2
42.1
1
45
0
0
521 869 137.2 29.9
38.7
1
45
0
0
522 1064 162.7 31.6
44.8
1
45
0
0
523 759 112.5 28.0
35.8
1
45
0
0
524 824 158.3 28.3
38.8
1
45
0
0
525 1337 177.5 34.2
51.4
1
0
45
0
526 1062 196.9 32.3
44.7
2
0
45
0
527 887 130.7 29.1
40.2
1
45
0
0
528 906 149.5 29.0
41.4
1
45
0
0
529 780 188.5 28.8
37.9
1
45
0
0
530 669 122.9 26.7
33.5
1
45
0
0
531 1271 189.9 34.0
51.0
2
0
45
0
532 952 164.1 29.2
45.5
2
45
0
0
533 984 215.3 30.7
45.9
1
0
45
0
534 1467 187.0 38.6
50.9
2
0
45
0
535 1516 183.0 36.9
54.1
2
0
45
0
536 354
82.9
18.6
25.9
1
45
0
0
537 951 123.6 29.9
41.2
1
45
0
0
538 1025 144.8 28.7
48.1
2
45
0
0
539 1003 135.4 31.8
41.5
1
45
0
0
540 1356 179.4 35.1
50.7
2
0
45
0
541 702 146.0 26.5
40.5
1
45
0
0
542 872 124.9 28.5
39.8
1
45
0
0
543 786 117.8 28.8
35.7
1
45
0
0
544 305 137.3 12.8
43.2
1
44
1
0
545 849 185.3 30.6
39.3
2
45
0
0
546 959 164.5 29.9
43.7
1
45
0
0
204
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
547 851 134.8 29.1
38.7
1
45
0
0
548 1171 146.2 32.6
47.1
1
27
18
0
549 1093 171.4 29.9
51.2
1
10
35
0
550 815 118.7 27.6
38.5
1
45
0
0
551 1234 161.1 32.8
49.6
2
0
45
0
552 723 115.6 26.0
36.8
1
45
0
0
553 1229 158.6 32.9
48.7
2
0
45
0
554 1361 323.4 34.1
66.2
2
30
15
0
555 957 139.7 28.6
44.6
1
45
0
0
556 1285 165.4 35.2
48.4
2
0
45
0
557 835 136.6 28.3
40.2
1
45
0
0
558 1267 264.0 38.3
56.0
2
0
45
0
559 625 116.2 24.9
34.2
1
45
0
0
560 1081 176.2 31.9
45.0
2
19
26
0
561 645 192.7 29.4
38.7
2
45
0
0
562 439 300.1 28.0
64.6
2
41
4
0
563 1172 155.1 32.8
46.7
2
13
32
0
564 1047 141.4 29.2
46.7
1
45
0
0
565 691 178.1 27.6
40.8
1
45
0
0
566 1256 156.0 32.3
50.7
2
0
45
0
567 1001 229.4 32.3
46.4
2
0
45
0
568 742 134.6 24.8
42.1
1
45
0
0
569 498 137.4 18.1
41.4
2
45
0
0
570 751 114.7 27.7
35.4
1
45
0
0
571 1081 158.3 34.6
42.1
2
45
0
0
572 719 114.7 25.5
37.5
1
45
0
0
573 875 272.6 31.4
47.6
2
0
45
0
574 1308 170.0 34.4
50.0
2
0
45
0
575 1158 147.5 32.1
47.1
2
38
7
0
576 1365 183.6 35.1
51.0
2
0
45
0
577 768 116.1 26.9
37.9
1
45
0
0
578 1007 161.2 31.0
43.5
2
45
0
0
579 1159 155.5 34.0
45.2
2
19
26
0
580 1113 223.8 32.1
53.3
2
0
45
0
581 1141 144.7 31.8
47.1
1
45
0
0
582 1648 171.9 37.6
57.1
1
0
45
0
583 950 150.1 29.6
42.2
1
45
0
0
584 1053 143.9 31.6
43.3
1
45
0
0
585 854 190.6 27.6
43.3
1
45
0
0
586 1475 217.9 35.1
56.2
2
0
45
0
587 942 144.2 27.0
47.4
1
45
0
0
588 862 132.0 27.4
41.0
1
45
0
0
589 1015 130.3 31.6
42.0
1
45
0
0
590 1136 158.4 33.3
45.7
1
24
21
0
591 957 125.5 31.1
40.0
1
45
0
0
592 972 252.8 32.2
55.2
1
0
45
0
593 1437 177.8 34.9
54.0
2
0
45
0
594 1180 182.8 31.6
50.7
2
0
45
0
595 1359 178.7 33.9
52.9
2
0
45
0
596 1331 181.9 33.2
52.4
2
0
45
0
597 767 115.9 27.6
36.5
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
598 1452 214.8 35.4
56.0
1
0
45
0
599 821 123.5 27.5
39.1
1
45
0
0
600 1072 138.8 31.6
44.3
1
45
0
0
601 934 142.2 30.5
40.8
1
45
0
0
602 1089 148.5 32.0
44.4
1
45
0
0
603 863 147.4 30.9
37.4
1
45
0
0
604 1799 185.1 38.5
60.5
2
0
45
0
605 1022 181.1 30.9
44.3
1
45
0
0
606 830 129.8 28.3
39.0
1
45
0
0
607 794 135.0 27.7
38.0
1
45
0
0
608 1318 176.6 33.8
51.5
2
0
45
0
609 1100 163.9 31.8
45.5
1
45
0
0
610 1740 246.1 38.1
61.7
2
0
45
0
611 956 128.9 29.8
41.9
1
45
0
0
612 1072 160.4 33.1
43.0
1
45
0
0
613 1115 186.6 34.7
43.2
1
2
43
0
614 1803 228.6 40.9
59.4
1
0
45
0
615 401 104.9 16.0
34.8
1
45
0
0
616 944 169.4 31.2
40.2
1
45
0
0
617 1620 222.9 37.1
57.8
1
0
45
0
618 1044 154.1 33.4
41.1
1
45
0
0
619 1296 184.1 33.3
51.1
2
0
45
0
620 795 126.1 27.3
38.4
1
45
0
0
621 1201 145.1 29.2
53.3
1
19
26
0
622 1285 153.4 32.4
51.7
2
0
45
0
623 921 175.5 28.1
46.9
1
45
0
0
624 1916 251.3 38.3
67.7
1
15
30
0
625 1090 151.2 29.2
48.8
1
45
0
0
626 643 104.2 24.4
34.3
1
45
0
0
627 1219 169.2 32.2
50.1
2
0
45
0
628 796 141.1 26.5
39.6
1
45
0
0
629 1036 150.9 33.1
41.3
2
45
0
0
630 1429 201.5 32.7
57.6
1
0
45
0
631 1746 198.5 38.5
59.2
2
0
45
0
632 1000 137.2 30.1
43.5
1
45
0
0
633 1166 157.1 34.0
45.2
1
14
31
0
634 373
87.1
19.3
27.5
1
45
0
0
635 1303 157.1 31.8
54.5
2
0
45
0
636 1255 211.2 32.4
53.8
1
0
45
0
637 935 140.2 29.3
42.2
1
45
0
0
638 1037 146.8 29.7
46.2
2
45
0
0
639 1293 188.2 31.5
53.8
1
0
45
0
640 773 119.8 26.6
38.7
1
45
0
0
641 1632 270.2 48.9
53.9
2
0
45
0
642 726 115.1 25.7
37.6
1
45
0
0
643 842 123.5 28.3
38.7
1
45
0
0
644 356 137.1 14.5
45.2
1
45
0
0
645 927 160.0 26.2
47.8
2
45
0
0
646 446 132.3 20.4
33.4
1
45
0
0
647 433 163.1 26.5
45.9
1
45
0
0
648 736 152.8 26.9
37.6
1
45
0
0
205
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
649 1047 133.4 31.7
42.9
1
45
0
0
650 440 107.0 19.6
33.1
2
45
0
0
651 837 115.9 27.2
39.9
1
45
0
0
652 803 282.1 32.0
52.1
2
0
45
0
653 707 108.2 27.3
33.8
1
45
0
0
654 1249 173.5 31.2
54.4
2
0
45
0
655 1056 153.3 31.7
43.9
2
45
0
0
656 874 138.8 28.3
40.4
1
45
0
0
657 940 135.6 26.6
46.4
1
45
0
0
658 861 131.5 29.2
38.9
1
45
0
0
659 335
91.4
16.3
29.4
1
44
1
0
660 1029 151.9 32.0
43.2
2
45
0
0
661 791 169.2 32.5
34.0
1
45
0
0
662 1128 159.3 31.7
46.6
2
32
13
0
663 822 283.0 29.9
51.2
2
0
45
0
664 573 151.2 24.0
38.9
1
45
0
0
665 909 146.5 30.8
39.8
1
45
0
0
666 1097 149.5 30.2
47.5
2
45
0
0
667 1134 231.6 32.6
57.2
1
0
45
0
668 784 171.6 29.8
44.2
1
45
0
0
669 804 126.3 28.3
37.5
1
45
0
0
670 778 123.8 27.8
37.0
1
45
0
0
671 854 302.9 31.2
63.7
1
32
13
0
672 1176 148.1 31.4
48.9
1
18
27
0
673 1866 246.0 36.4
68.6
2
30
15
0
674 1316 183.1 35.9
49.1
2
0
45
0
675 907 143.3 28.2
42.4
1
45
0
0
676 874 147.5 27.6
42.3
1
45
0
0
677 1350 174.5 32.4
54.0
1
0
45
0
678 636 168.6 28.9
40.0
1
45
0
0
679 861 138.5 27.5
41.4
1
45
0
0
680 709 130.2 26.8
35.3
1
45
0
0
681 1012 144.7 31.8
41.7
1
45
0
0
682 1169 177.9 33.6
45.9
1
0
45
0
683 1010 146.5 30.2
44.0
1
45
0
0
684 876 153.6 30.1
39.2
2
45
0
0
685 1693 190.7 37.8
57.9
2
0
45
0
686 761 131.9 27.6
37.0
1
45
0
0
687 874 187.1 31.9
41.2
1
45
0
0
688 1295 184.4 35.0
50.2
1
0
45
0
689 845 176.5 28.3
40.0
1
45
0
0
690 1296 168.1 33.0
51.2
1
0
45
0
691 1329 178.5 36.5
48.3
2
0
45
0
692 1207 172.0 36.1
44.2
1
0
45
0
693 774 140.2 29.4
35.7
1
45
0
0
694 891 140.2 32.2
37.0
1
45
0
0
695 1244 154.4 33.0
49.4
1
0
45
0
696 909 144.5 29.0
41.6
1
45
0
0
697 833 145.0 30.3
37.2
1
45
0
0
698 1078 158.7 34.2
42.0
1
45
0
0
699 1282 185.2 36.0
48.6
1
0
45
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
700 1196 159.9 31.8
48.9
1
0
45
0
701 946 129.5 28.6
43.3
1
45
0
0
702 762 140.3 28.7
35.7
1
45
0
0
703 1324 174.4 34.4
50.1
1
0
45
0
704 1062 176.8 30.7
46.2
1
35
10
0
705 1149 144.5 32.9
45.8
1
45
0
0
706 864 144.1 29.3
39.8
1
45
0
0
707 752 130.6 27.5
36.7
1
45
0
0
708 1212 147.7 32.5
48.7
2
13
32
0
709 989 132.7 30.0
43.5
1
45
0
0
710 617 152.6 24.7
34.7
1
45
0
0
711 572 105.3 21.8
34.5
1
45
0
0
712 709 172.2 29.4
40.3
1
45
0
0
713 746 112.4 27.9
35.2
1
45
0
0
714 1088 147.4 33.0
43.2
1
45
0
0
715 989 149.5 29.3
44.5
1
45
0
0
716 1374 170.9 33.5
53.6
2
0
45
0
717 859 146.6 27.3
41.5
1
45
0
0
718 880 193.3 28.8
42.7
1
45
0
0
719 697 124.1 26.0
37.3
1
45
0
0
720 825 205.2 29.8
43.7
2
45
0
0
721 874 143.0 28.3
40.8
1
45
0
0
722 390
78.4
19.6
26.2
1
45
0
0
723 589 280.0 34.2
57.1
1
0
45
0
724 931 138.5 30.7
39.6
1
45
0
0
725 743 208.0 31.0
43.7
1
45
0
0
726 1328 167.0 33.6
51.8
2
0
45
0
727 1054 146.5 30.2
46.3
2
45
0
0
728 693 162.2 26.8
39.5
1
45
0
0
729 1039 257.4 34.7
52.8
2
0
45
0
730 1560 214.3 35.8
60.2
2
0
45
0
731 802 152.2 29.2
37.8
1
45
0
0
732 1343 163.0 35.7
49.3
2
0
45
0
733 561 182.3 26.6
41.9
1
45
0
0
734 925 148.7 30.1
40.7
1
45
0
0
735 696 120.1 25.7
36.0
1
45
0
0
736 1084 148.1 29.9
47.6
1
45
0
0
737 908 146.2 27.6
44.3
1
45
0
0
738 888 140.1 29.0
41.4
1
45
0
0
739 829 123.0 28.4
38.7
1
45
0
0
740 825 131.6 29.7
36.8
1
45
0
0
741 953 136.6 31.0
41.6
1
45
0
0
742 899 130.6 29.7
39.7
1
45
0
0
743 368 120.4 20.4
29.5
1
45
0
0
744 1571 191.7 35.6
57.9
2
0
45
0
745 1289 184.3 35.0
49.0
1
0
45
0
746 843 132.8 29.0
38.3
1
45
0
0
747 1029 147.6 31.8
42.1
1
45
0
0
748 1041 164.7 32.6
43.1
2
45
0
0
749 414
79.6
18.7
29.1
1
45
0
0
750 1285 173.4 34.8
49.0
1
0
45
0
206
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
751 808 122.6 28.1
38.0
1
45
0
0
752 951 157.3 29.4
43.4
2
45
0
0
753 453 105.4 20.1
31.2
1
45
0
0
754 728 126.1 26.0
37.0
1
45
0
0
755 1077 147.3 31.0
45.9
1
45
0
0
756 885 156.0 28.5
44.8
1
45
0
0
757 971 200.8 31.2
48.0
1
0
45
0
758 1413 160.0 34.7
53.4
2
0
45
0
759 1693 237.8 38.3
62.9
1
0
45
0
760 1177 154.7 33.8
45.4
1
17
28
0
761 1199 162.9 34.5
46.0
1
0
45
0
762 997 182.5 30.4
47.0
1
44
1
0
763 1684 201.1 39.1
57.4
2
0
45
0
764 772 132.0 28.2
37.3
1
45
0
0
765 895 129.6 26.8
43.6
1
45
0
0
766 759 115.9 27.1
37.3
2
45
0
0
767 1517 198.5 34.1
58.8
2
0
45
0
768 792 117.3 27.2
38.2
1
45
0
0
769 1050 182.4 30.2
49.5
2
5
40
0
770 1111 159.3 32.8
45.4
2
40
5
0
771 971 147.9 32.6
39.8
1
45
0
0
772 933 156.4 30.0
41.3
1
45
0
0
773 1296 194.3 34.6
50.0
2
0
45
0
774 1201 209.2 33.1
49.7
2
0
45
0
775 1033 137.2 31.2
43.3
1
45
0
0
776 765 116.4 26.8
37.7
1
45
0
0
777 606
95.1
25.0
31.3
1
45
0
0
778 659 118.1 27.7
32.3
2
45
0
0
779 525 152.6 24.5
40.0
1
45
0
0
780 956 138.8 30.1
41.6
1
45
0
0
781 1381 166.5 34.5
52.8
2
0
45
0
782 1001 191.7 29.7
49.1
1
7
38
0
783 1017 151.6 32.1
41.7
1
45
0
0
784 653 146.0 28.2
36.9
1
45
0
0
785 1022 132.1 31.6
42.5
2
45
0
0
786 691 257.7 30.0
51.8
1
2
43
0
787 838 159.9 29.8
38.8
1
45
0
0
788 1238 160.3 32.4
49.8
1
0
45
0
789 964 139.3 31.8
39.7
1
45
0
0
790 712 157.2 26.1
43.9
1
45
0
0
791 1230 168.4 31.7
50.9
1
0
45
0
792 320 241.8 24.3
60.6
1
45
0
0
793 1471 217.8 36.7
54.0
2
0
45
0
794 715 147.7 25.4
41.2
1
45
0
0
795 1323 183.1 33.3
52.9
2
0
45
0
796 756 129.5 27.0
38.2
1
45
0
0
797 473 137.2 22.0
35.6
1
45
0
0
798 932 181.2 28.3
46.4
1
45
0
0
799 912 155.9 28.7
42.3
1
45
0
0
800 1244 167.3 33.5
49.6
2
0
45
0
801 837 161.4 30.1
40.8
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
802 897 131.5 29.0
40.8
1
45
0
0
803 789 135.2 27.9
38.2
1
45
0
0
804 1001 155.6 27.3
48.5
2
45
0
0
805 721 148.6 26.2
37.8
1
45
0
0
806 857 150.9 28.7
41.6
1
45
0
0
807 1093 178.1 32.3
44.8
2
12
33
0
808 1237 172.9 32.4
50.1
2
0
45
0
809 897 137.3 28.9
40.8
1
45
0
0
810 1384 190.5 34.9
53.5
1
0
45
0
811 839 163.6 29.6
42.2
1
45
0
0
812 799 125.0 27.6
38.4
1
45
0
0
813 740 211.9 26.4
42.5
2
45
0
0
814 1205 166.7 31.9
49.5
1
0
45
0
815 1182 162.1 32.7
47.5
1
0
45
0
816 848 157.3 30.1
38.1
1
45
0
0
817 1009 198.4 32.9
44.2
2
0
45
0
818 1015 146.2 31.6
43.0
1
45
0
0
819 1010 154.2 33.8
40.4
2
45
0
0
820 1603 190.3 38.8
55.1
2
0
45
0
821 755 139.9 27.8
36.3
1
45
0
0
822 1765 198.3 39.2
58.7
2
0
45
0
823 958 184.0 28.5
45.7
2
45
0
0
824 1485 169.3 36.7
52.9
2
0
45
0
825 818 137.2 28.1
38.6
1
45
0
0
826 877 138.6 29.9
39.1
1
45
0
0
827 538 161.1 23.3
36.5
1
45
0
0
828 1145 148.0 33.6
45.0
2
45
0
0
829 980 134.9 30.0
43.1
1
45
0
0
830 1056 185.4 30.0
47.4
1
6
39
0
831 894 133.4 29.9
39.5
1
45
0
0
832 1532 196.9 37.3
54.9
2
0
45
0
833 947 141.6 30.8
40.5
1
45
0
0
834 1109 150.5 31.9
45.7
1
45
0
0
835 937 139.1 29.7
41.3
1
45
0
0
836 1052 146.7 32.3
42.2
1
45
0
0
837 1765 191.9 37.1
62.3
2
0
45
0
838 745 125.1 26.9
36.5
1
45
0
0
839 944 187.8 30.6
48.6
1
34
11
0
840 1728 193.7 35.7
62.8
1
0
45
0
841 1409 181.9 35.9
51.8
2
0
45
0
842 981 140.2 30.8
42.1
1
45
0
0
843 1030 161.3 30.6
44.6
2
45
0
0
844 1326 193.6 35.7
50.7
2
0
45
0
845 835 126.1 27.8
39.9
1
45
0
0
846 1123 199.7 30.5
50.3
1
0
45
0
847 1263 181.9 34.1
48.3
1
0
45
0
848 1240 257.0 35.4
50.0
2
0
45
0
849 1026 171.4 31.8
43.8
1
45
0
0
850 1513 189.8 33.0
60.9
1
0
45
0
851 1172 313.3 33.8
67.4
1
33
12
0
852 1272 172.5 35.4
47.5
1
0
45
0
207
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
853 1250 187.8 33.3
49.7
1
0
45
0
854 1056 147.9 30.9
44.3
1
45
0
0
855 406 142.7 24.9
35.3
1
45
0
0
856 988 157.0 31.4
42.0
1
45
0
0
857 1151 146.8 32.6
46.3
1
45
0
0
858 836 187.4 27.9
48.7
1
45
0
0
859 1107 150.8 32.7
45.0
2
45
0
0
860 1350 155.7 34.6
51.1
2
0
45
0
861 952 150.2 32.3
38.9
1
45
0
0
862 1694 193.7 39.7
55.7
2
0
45
0
863 888 135.6 30.1
39.1
1
45
0
0
864 703 116.2 27.0
34.0
1
45
0
0
865 1063 157.5 33.2
42.7
1
45
0
0
866 1199 165.8 34.2
46.4
1
0
45
0
867 736 118.4 27.5
35.5
1
45
0
0
868 327
87.3
13.8
32.4
1
44
1
0
869 431 120.8 16.6
38.6
1
45
0
0
870 1316 162.0 38.4
45.1
1
0
45
0
871 1472 212.4 36.1
54.3
1
0
45
0
872 768 118.4 27.0
37.7
1
45
0
0
873 1068 148.1 31.8
44.1
1
45
0
0
874 543 283.7 30.6
50.4
1
4
41
0
875 626 164.7 22.8
39.9
1
45
0
0
876 1055 142.5 30.6
45.2
2
45
0
0
877 750 115.4 26.6
37.6
1
45
0
0
878 1138 144.7 32.1
46.7
2
45
0
0
879 710 116.4 25.1
37.7
1
45
0
0
880 739 138.1 27.3
36.6
1
45
0
0
881 1173 157.9 34.7
44.7
1
14
31
0
882 878 147.3 30.5
38.6
1
45
0
0
883 629 150.3 23.3
39.9
1
45
0
0
884 1080 158.1 32.5
44.2
2
45
0
0
885 658 116.4 24.4
35.8
1
45
0
0
886 736 118.7 26.6
36.9
1
45
0
0
887 1500 184.6 37.4
53.7
1
0
45
0
888 973 163.4 30.9
42.4
1
45
0
0
889 1069 244.2 31.4
53.8
2
0
45
0
890 710 119.3 25.4
37.4
1
45
0
0
891 1168 146.3 32.1
48.0
2
23
22
0
892 746 132.6 27.5
36.3
1
45
0
0
893 1572 224.8 38.3
58.2
2
0
45
0
894 1142 164.1 32.8
46.5
1
2
43
0
895 1099 144.7 31.7
45.7
1
45
0
0
896 1091 135.8 31.5
45.3
1
45
0
0
897 685 116.9 25.5
35.6
1
45
0
0
898 1656 163.2 37.9
56.9
1
0
45
0
899 1096 171.0 33.8
44.1
2
16
29
0
900 680 174.0 25.9
42.1
1
45
0
0
901 1026 153.1 32.0
41.8
1
45
0
0
902 1302 191.9 32.6
52.3
1
0
45
0
903 920 132.1 30.0
40.7
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
904 1236 278.7 36.4
55.5
1
0
45
0
905 1058 156.5 31.2
45.6
1
45
0
0
906 1346 180.2 33.2
52.9
2
0
45
0
907 884 130.9 31.7
36.7
1
45
0
0
908 1024 198.0 31.0
45.3
2
6
39
0
909 420 117.7 20.2
30.0
2
45
0
0
910 950 142.8 27.2
46.6
2
45
0
0
911 732 119.5 25.7
37.7
1
45
0
0
912 940 144.0 29.0
43.6
1
45
0
0
913 987 137.2 29.9
42.9
1
45
0
0
914 643 126.3 26.4
33.4
1
45
0
0
915 1166 163.8 36.6
41.9
1
9
36
0
916 1470 174.4 36.1
52.8
2
0
45
0
917 991 165.0 29.8
45.2
2
45
0
0
918 672 120.6 25.7
35.2
1
45
0
0
919 948 159.0 28.2
45.1
1
45
0
0
920 1034 137.7 31.3
43.2
1
45
0
0
921 631 138.7 24.9
36.3
1
45
0
0
922 1642 197.2 37.2
58.4
2
0
45
0
923 1116 218.8 31.5
48.1
2
0
45
0
924 1743 183.8 40.0
57.2
2
0
45
0
925 858 136.9 26.7
42.4
1
45
0
0
926 1531 209.1 33.9
60.0
2
0
45
0
927 947 126.4 29.1
42.6
2
45
0
0
928 1093 247.9 35.0
55.5
2
0
45
0
929 1176 146.8 32.6
47.1
1
26
19
0
930 997 147.6 32.2
40.5
1
45
0
0
931 967 169.3 31.2
43.5
1
45
0
0
932 1432 191.5 34.5
55.7
2
0
45
0
933 889 144.7 29.0
40.7
1
45
0
0
934 941 141.2 31.7
39.9
1
45
0
0
935 868 121.7 27.2
41.5
1
45
0
0
936 983 202.6 31.4
44.0
2
15
30
0
937 852 142.5 27.2
41.7
1
45
0
0
938 827 209.2 29.5
43.4
2
45
0
0
939 1111 144.6 31.9
45.3
1
45
0
0
940 685 192.0 27.8
45.8
1
45
0
0
941 1235 223.6 35.0
49.7
2
0
45
0
942 901 151.8 28.7
42.4
2
45
0
0
943 857 124.9 28.3
39.4
1
45
0
0
944 798 150.3 28.6
38.1
1
45
0
0
945 848 138.0 26.4
42.9
1
45
0
0
946 915 130.1 30.2
39.8
1
45
0
0
947 1000 181.6 29.3
53.6
2
15
30
0
948 943 141.6 27.9
43.9
1
45
0
0
949 1530 253.5 35.3
60.4
2
0
45
0
950 370 231.0 26.1
49.5
2
45
0
0
951 854 182.9 28.4
46.9
1
45
0
0
952 874 151.5 27.6
41.9
1
45
0
0
953 1226 210.4 36.8
45.9
2
0
45
0
954 802 131.6 27.1
39.4
1
45
0
0
208
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
955 903 120.2 29.6
40.0
1
45
0
0
956 748 110.4 27.5
35.5
1
45
0
0
957 955 129.3 29.3
43.0
1
45
0
0
958 896 126.7 29.2
39.9
1
45
0
0
959 1208 220.3 34.3
49.2
2
0
45
0
960 912 134.8 29.9
40.5
1
45
0
0
961 758 119.2 26.6
37.4
1
45
0
0
962 1022 212.2 31.5
46.4
2
0
45
0
963 789 155.6 27.0
41.5
2
45
0
0
964 737 126.9 26.1
37.7
1
45
0
0
965 977 124.2 29.8
42.7
1
45
0
0
966 640 131.7 25.7
34.3
1
45
0
0
967 1312 169.3 33.5
51.4
2
0
45
0
968 1000 157.5 28.6
46.4
1
45
0
0
969 986 147.5 30.3
43.2
1
45
0
0
970 1313 183.7 30.4
57.4
1
0
45
0
971 651 143.3 25.9
38.6
1
45
0
0
972 1336 203.2 36.4
48.9
1
0
45
0
973 1023 145.3 32.1
43.0
1
45
0
0
974 1300 254.1 32.8
56.0
1
0
45
0
975 934 162.0 29.8
42.6
1
45
0
0
976 1039 141.4 30.5
44.4
1
45
0
0
977 1134 198.2 35.0
44.2
1
0
45
0
978 1523 177.5 37.8
52.4
2
0
45
0
979 867 140.0 29.2
40.0
1
45
0
0
980 1083 188.5 33.6
45.1
2
0
45
0
981 1375 183.3 32.3
55.3
1
0
45
0
982 1659 205.1 38.0
57.8
2
0
45
0
983 1030 154.4 31.7
43.4
1
45
0
0
984 1150 156.4 30.2
50.3
1
18
27
0
985 952 138.2 29.4
42.0
1
45
0
0
986 1021 134.9 31.3
43.1
1
45
0
0
987 1587 183.5 36.4
56.9
2
0
45
0
988 1489 195.5 36.8
53.2
2
0
45
0
989 955 137.4 29.1
42.7
1
45
0
0
990 309
87.4
13.1
32.5
1
39
6
0
991 559 121.4 18.6
40.2
1
45
0
0
992 1275 187.4 36.1
47.0
2
0
45
0
993 1031 181.2 30.5
50.0
2
7
38
0
994 1436 172.0 35.0
53.4
2
0
45
0
995 989 139.1 30.1
42.8
1
45
0
0
996 754 257.1 32.5
44.3
1
0
45
0
997 1233 248.4 33.3
62.3
1
6
39
0
998 1137 157.8 35.7
42.2
1
23
22
0
999 1565 188.9 35.9
57.6
2
0
45
0
1000 1157 203.0 31.3
54.4
1
0
45
0
1001 1229 168.0 34.7
48.0
1
0
45
0
1002 989 165.5 33.3
40.0
1
45
0
0
1003 1261 159.1 34.5
47.9
1
0
45
0
1004 1092 155.2 31.0
46.1
1
45
0
0
1005 1315 171.8 33.2
52.3
2
0
45
0
Apndice B
Largo
rea Perim. Eje
Idx
(pxls) (pxls) Mayor
(pxls)
1006 831 139.9 27.9
1007 1134 156.0 32.0
1008 1246 158.7 32.2
1009 1018 141.1 31.5
1010 940 137.4 29.0
1011 1021 164.5 31.8
1012 954 145.6 28.7
1013 460 108.4 20.9
1014 564 108.4 22.3
1015 857 123.8 29.6
1016 1025 220.2 33.2
1017 830 121.8 29.7
1018 1757 178.7 36.2
1019 551
98.4
22.3
1020 1733 232.3 37.6
1021 999 140.0 31.2
1022 924 137.4 29.7
1023 818 175.1 29.0
1024 1243 187.6 35.2
1025 1248 168.1 32.9
1026 955 150.0 30.9
1027 974 161.2 29.4
1028 999 134.9 30.5
1029 4994 398.5 58.0
1030 803 154.8 32.0
1031 962 184.0 34.7
1032 2522 298.1 42.4
1033 2063 233.3 40.6
1034 1325 166.4 37.4
1035 1701 270.5 36.9
1036 695 110.2 26.7
1037 1041 151.3 32.6
1038 985 158.1 31.1
1039 1377 173.2 37.2
1040 951 150.8 28.9
1041 923 137.3 31.7
1042 798 121.6 28.2
1043 868 147.8 27.8
1044 888 147.5 30.4
1045 1499 195.0 34.8
1046 1109 154.2 32.3
1047 961 135.9 30.6
1048 1265 218.8 33.2
1049 1564 189.1 35.7
1050 1046 168.6 29.1
1051 1061 170.6 32.0
1052 1011 147.4 29.1
1053 1721 243.1 38.6
1054 1106 151.6 33.2
1055 927 144.5 30.4
1056 1362 191.9 36.1
209
Largo
Frec. Frec. Frec.
Eje Clas.
Clas. Clas. Clas.
Menor Vis.
Peq. Med Gde.
(pxls)
39.9
1
45
0
0
46.1
1
42
3
0
50.3
1
0
45
0
42.6
1
45
0
0
42.5
1
45
0
0
43.0
1
45
0
0
44.5
2
45
0
0
30.1
1
45
0
0
34.0
1
45
0
0
38.4
1
45
0
0
47.0
2
0
45
0
37.0
1
45
0
0
62.9
2
0
45
0
32.5
1
45
0
0
63.2
2
0
45
0
42.0
1
45
0
0
40.8
1
45
0
0
44.1
2
45
0
0
48.7
1
0
45
0
49.8
2
0
45
0
41.4
1
45
0
0
44.5
1
45
0
0
42.4
1
45
0
0
113.6
3
0
0
45
33.8
1
45
0
0
39.0
1
41
4
0
88.1
2
19
26
0
66.9
2
1
44
0
46.3
2
0
45
0
69.1
2
29
16
0
34.1
1
45
0
0
42.9
1
45
0
0
41.8
1
45
0
0
48.7
1
0
45
0
43.2
1
45
0
0
37.7
1
45
0
0
37.4
1
45
0
0
42.9
1
45
0
0
38.7
1
45
0
0
57.9
2
0
45
0
45.2
1
45
0
0
40.7
1
45
0
0
54.6
1
0
45
0
57.4
2
0
45
0
48.2
2
45
0
0
43.9
1
45
0
0
45.8
2
45
0
0
58.8
2
0
45
0
44.7
1
45
0
0
40.1
1
45
0
0
49.6
1
0
45
0

Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1057 1497 222.1 36.2
57.3
1
0
45
0
1058 480 110.9 20.0
32.4
1
45
0
0
1059 1578 186.1 37.7
55.5
2
0
45
0
1060 1441 158.0 34.2
54.3
2
0
45
0
1061 1135 148.1 32.5
46.4
1
45
0
0
1062 1679 178.2 36.2
59.9
2
0
45
0
1063 813 142.5 28.2
39.0
1
45
0
0
1064 1081 251.6 31.4
58.2
2
0
45
0
1065 1189 159.1 31.7
50.1
1
1
44
0
1066 1033 143.9 30.5
44.4
1
45
0
0
1067 1703 204.7 36.5
62.0
1
0
45
0
1068 1814 247.1 39.4
60.5
2
0
45
0
1069 1183 184.6 32.3
50.1
2
0
45
0
1070 1657 185.9 36.8
58.3
2
0
45
0
1071 809 146.8 29.4
37.7
1
45
0
0
1072 921 143.1 28.1
44.2
1
45
0
0
1073 1744 215.2 37.1
63.0
2
0
45
0
1074 872 128.1 29.0
39.5
1
45
0
0
1075 815 116.6 27.3
38.4
1
45
0
0
1076 651 228.9 29.2
46.4
2
45
0
0
1077 933 136.7 25.3
48.1
1
45
0
0
1078 600 171.6 25.9
43.2
2
45
0
0
1079 1422 180.3 35.4
52.6
2
0
45
0
1080 547 132.6 23.9
34.7
2
45
0
0
1081 850 150.7 27.1
42.8
2
45
0
0
1082 514 109.0 23.4
30.3
1
45
0
0
1083 913 155.3 30.3
39.9
1
45
0
0
1084 857 142.8 30.3
38.2
1
45
0
0
1085 739 193.5 28.4
42.3
1
45
0
0
1086 2171 257.5 36.0
85.4
1
32
13
0
1087 687 144.9 26.8
37.1
1
45
0
0
1088 954 131.7 31.2
39.9
1
45
0
0
1089 1157 184.4 33.3
46.8
1
0
45
0
1090 1241 169.7 32.3
50.3
1
0
45
0
1091 882 148.0 29.2
40.6
1
45
0
0
1092 1162 164.0 31.2
48.9
2
1
44
0
1093 943 134.0 29.1
42.1
1
45
0
0
1094 1321 187.4 33.6
52.3
2
0
45
0
1095 1105 159.9 32.4
45.0
2
45
0
0
1096 1624 238.1 39.8
57.2
2
0
45
0
1097 883 132.6 28.1
40.9
1
45
0
0
1098 1525 275.7 38.0
61.7
2
0
45
0
1099 911 132.3 29.9
40.0
1
45
0
0
1100 834 130.9 28.3
39.3
1
45
0
0
1101 1369 170.7 34.0
52.7
2
0
45
0
1102 562 202.5 29.7
43.2
1
45
0
0
1103 788 229.1 29.8
51.4
1
3
42
0
1104 654 122.1 24.9
35.4
1
45
0
0
1105 842 169.1 28.0
47.8
2
45
0
0
1106 1196 177.8 32.7
49.5
2
0
45
0
1107 1189 170.3 36.7
43.0
1
1
44
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1108 761 125.2 27.5
37.0
1
45
0
0
1109 950 166.1 31.9
41.0
2
45
0
0
1110 1252 153.2 31.8
51.5
1
0
45
0
1111 962 147.1 29.5
42.6
1
45
0
0
1112 997 151.6 30.3
43.6
1
45
0
0
1113 973 137.7 31.2
41.3
1
45
0
0
1114 1195 167.8 32.7
48.1
1
0
45
0
1115 957 132.1 30.1
41.7
1
45
0
0
1116 1425 171.0 33.9
54.9
2
0
45
0
1117 1104 163.0 31.3
46.3
1
45
0
0
1118 1170 169.2 34.0
46.8
2
0
45
0
1119 1319 224.8 31.3
58.6
2
0
45
0
1120 2263 294.8 40.1
78.0
2
29
16
0
1121 1409 174.5 33.7
54.1
2
0
45
0
1122 1006 158.8 29.7
45.7
1
45
0
0
1123 688 164.4 25.0
37.7
1
45
0
0
1124 560 109.8 23.2
35.1
1
45
0
0
1125 1331 170.0 33.0
53.0
1
0
45
0
1126 1985 232.9 38.4
68.4
1
14
31
0
1127 848 150.1 26.9
41.5
1
45
0
0
1128 1141 171.0 35.8
43.3
2
4
41
0
1129 1230 155.1 32.1
49.8
1
0
45
0
1130 868 141.2 29.6
38.6
1
45
0
0
1131 803 146.2 28.4
37.4
1
45
0
0
1132 1229 171.4 31.7
51.1
1
0
45
0
1133 1368 168.6 35.4
51.4
1
0
45
0
1134 821 145.1 26.2
42.1
1
45
0
0
1135 662 139.2 24.4
36.9
1
45
0
0
1136 1047 173.8 28.6
49.2
1
37
8
0
1137 802 133.3 28.3
37.3
1
45
0
0
1138 1145 145.2 32.9
45.5
1
45
0
0
1139 1164 159.5 33.7
45.7
1
4
41
0
1140 1012 142.2 28.1
47.1
2
45
0
0
1141 981 124.7 29.7
42.7
1
45
0
0
1142 1131 171.1 30.7
48.8
2
1
44
0
1143 793 124.3 27.4
38.6
1
45
0
0
1144 977 141.4 31.1
41.3
1
45
0
0
1145 977 154.6 31.0
41.9
1
45
0
0
1146 857 165.4 30.3
37.8
1
45
0
0
1147 381 183.8 22.6
33.0
2
45
0
0
1148 1125 181.2 31.3
49.9
2
0
45
0
1149 907 140.3 27.7
43.8
2
45
0
0
1150 467 169.6 23.1
35.0
2
45
0
0
1151 1024 145.9 30.6
44.2
1
45
0
0
1152 1132 181.7 29.4
51.3
2
0
45
0
1153 605 193.7 28.1
37.1
1
45
0
0
1154 959 127.0 30.6
41.3
1
45
0
0
1155 322 153.6 17.4
40.4
1
45
0
0
1156 920 137.1 28.6
42.6
1
45
0
0
1157 543 138.6 22.0
39.4
1
45
0
0
1158 825 124.9 28.4
38.5
1
45
0
0
210
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1159 612 158.0 25.8
39.7
1
45
0
0
1160 917 138.8 28.4
42.4
2
45
0
0
1161 1451 164.0 32.5
58.3
2
0
45
0
1162 909 147.4 29.4
41.5
2
45
0
0
1163 1302 181.1 33.0
52.5
1
0
45
0
1164 1718 190.3 37.3
60.2
2
0
45
0
1165 1193 152.6 32.9
47.6
2
8
37
0
1166 377 164.4 18.3
39.7
2
45
0
0
1167 800 137.2 26.8
39.7
1
45
0
0
1168 891 136.0 28.2
41.8
1
45
0
0
1169 758 113.8 28.0
35.3
1
45
0
0
1170 821 155.6 28.7
38.5
1
45
0
0
1171 1127 152.7 32.3
45.4
1
45
0
0
1172 1016 156.8 30.8
43.4
1
45
0
0
1173 1023 163.4 33.1
41.8
1
45
0
0
1174 1708 190.2 38.4
58.5
2
0
45
0
1175 848 172.3 28.6
40.2
1
45
0
0
1176 1440 217.1 35.7
53.5
1
0
45
0
1177 643 129.5 24.8
35.0
1
45
0
0
1178 899 136.8 27.9
42.3
1
45
0
0
1179 1297 215.4 35.4
53.7
2
0
45
0
1180 1414 200.7 32.6
58.3
1
0
45
0
1181 860 139.5 27.1
42.9
1
45
0
0
1182 942 192.0 29.3
49.3
2
32
13
0
1183 1110 168.1 33.6
43.9
1
22
23
0
1184 1429 168.9 35.4
53.7
2
0
45
0
1185 627 107.0 24.0
34.7
1
45
0
0
1186 780 214.5 30.5
46.0
1
39
6
0
1187 1264 168.4 33.6
50.3
1
0
45
0
1188 1005 156.5 30.9
42.9
1
45
0
0
1189 1096 154.8 31.3
46.3
2
45
0
0
1190 1045 160.0 30.7
44.9
1
45
0
0
1191 955 147.0 30.2
41.5
1
45
0
0
1192 958 136.1 29.5
41.9
1
45
0
0
1193 1412 238.9 34.4
58.3
1
0
45
0
1194 1061 149.2 34.8
40.9
1
45
0
0
1195 1329 174.1 36.1
49.2
2
0
45
0
1196 1347 172.3 34.4
51.0
1
0
45
0
1197 918 152.1 28.0
43.9
1
45
0
0
1198 823 136.6 27.5
39.9
1
45
0
0
1199 1290 158.1 33.6
49.8
2
0
45
0
1200 1241 169.0 32.5
50.8
2
0
45
0
1201 990 164.0 31.0
47.5
1
45
0
0
1202 1279 156.4 32.4
51.2
1
0
45
0
1203 418 254.4 25.4
54.8
1
45
0
0
1204 1056 156.1 33.7
41.8
1
45
0
0
1205 1341 175.1 36.2
48.5
2
0
45
0
1206 846 195.8 31.5
44.8
2
45
0
0
1207 519
99.6
22.4
31.7
2
45
0
0
1208 1565 184.9 34.7
58.4
2
0
45
0
1209 1048 136.5 30.6
44.7
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1210 1056 144.8 31.6
43.7
2
45
0
0
1211 1215 165.8 32.2
49.8
2
0
45
0
1212 798 135.7 28.7
37.9
1
45
0
0
1213 1864 218.3 36.9
66.2
2
9
36
0
1214 1017 158.4 32.9
41.2
1
45
0
0
1215 755 127.5 26.5
37.5
1
45
0
0
1216 1067 144.2 31.2
44.8
1
45
0
0
1217 604 103.6 24.2
32.6
1
45
0
0
1218 949 163.4 31.2
41.1
1
45
0
0
1219 792 234.3 34.0
48.1
1
0
45
0
1220 1019 181.2 32.4
42.1
2
45
0
0
1221 804 131.6 26.3
40.0
1
45
0
0
1222 1006 140.3 31.0
42.6
1
45
0
0
1223 583 198.7 24.5
43.1
1
45
0
0
1224 960 169.5 29.5
46.3
1
45
0
0
1225 878 135.1 27.7
41.5
1
45
0
0
1226 820 122.2 28.4
38.0
1
45
0
0
1227 1509 229.0 35.8
58.6
2
0
45
0
1228 857 123.6 28.5
39.5
1
45
0
0
1229 1188 181.7 32.3
48.8
2
0
45
0
1230 912 131.4 27.7
43.3
2
45
0
0
1231 332
94.2
15.9
32.4
1
44
1
0
1232 1050 191.9 31.6
45.5
2
0
45
0
1233 1396 282.2 36.1
61.6
2
0
45
0
1234 620 202.3 32.9
44.0
2
45
0
0
1235 1296 311.7 37.0
64.4
2
11
34
0
1236 749 139.2 27.2
37.1
1
45
0
0
1237 1003 147.2 31.3
42.0
1
45
0
0
1238 775 123.5 29.2
35.7
1
45
0
0
1239 842 128.3 27.9
39.7
1
45
0
0
1240 937 127.3 28.5
42.9
1
45
0
0
1241 685 127.5 26.3
35.5
1
45
0
0
1242 734 107.7 27.1
35.4
1
45
0
0
1243 882 132.0 28.2
41.1
1
45
0
0
1244 1081 158.1 31.7
45.4
2
45
0
0
1245 644 111.0 25.3
33.8
1
45
0
0
1246 829 147.4 29.3
38.9
2
45
0
0
1247 1135 166.4 31.1
47.8
2
10
35
0
1248 772 199.3 25.8
43.1
1
45
0
0
1249 833 132.6 27.6
40.1
1
45
0
0
1250 1124 169.0 30.5
49.1
2
9
36
0
1251 469 157.4 23.5
36.8
1
45
0
0
1252 1464 173.8 34.4
55.8
2
0
45
0
1253 833 139.8 24.0
46.6
1
45
0
0
1254 751 120.4 27.5
36.4
1
45
0
0
1255 776 125.5 27.2
37.3
1
45
0
0
1256 865 138.8 28.4
40.0
1
45
0
0
1257 834 131.4 29.4
37.3
1
45
0
0
1258 1058 171.2 33.1
42.8
2
45
0
0
1259 789 140.5 27.0
38.7
1
45
0
0
1260 1469 178.0 35.5
54.6
2
0
45
0
211
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1261 536 168.8 24.1
40.1
1
45
0
0
1262 813 141.1 27.0
41.0
2
45
0
0
1263 1184 151.9 31.3
49.2
2
16
29
0
1264 1479 231.7 37.5
53.2
2
0
45
0
1265 1672 191.1 39.5
55.1
2
0
45
0
1266 949 157.1 31.2
40.7
1
45
0
0
1267 1666 200.2 36.5
59.8
1
0
45
0
1268 924 147.0 30.8
40.5
1
45
0
0
1269 1093 172.2 30.6
49.4
2
7
38
0
1270 1009 155.8 31.3
42.6
1
45
0
0
1271 1543 202.1 34.5
58.2
2
0
45
0
1272 883 146.5 29.3
39.9
1
45
0
0
1273 925 246.4 29.6
49.8
2
0
45
0
1274 1094 172.1 32.1
45.7
1
20
25
0
1275 1380 166.5 34.3
52.7
2
0
45
0
1276 1489 197.9 34.2
57.9
2
0
45
0
1277 1296 190.2 32.9
53.1
2
0
45
0
1278 1200 149.2 33.8
46.8
2
8
37
0
1279 961 138.6 31.3
40.6
1
45
0
0
1280 855 126.8 30.5
36.8
1
45
0
0
1281 1230 202.3 38.2
45.3
2
0
45
0
1282 1376 179.0 31.7
57.4
2
0
45
0
1283 876 130.7 28.7
40.3
1
45
0
0
1284 751 177.1 31.8
41.8
1
45
0
0
1285 1079 173.7 30.7
46.7
2
31
14
0
1286 302
83.3
14.6
28.4
1
43
2
0
1287 1134 168.0 31.8
47.3
2
1
44
0
1288 603 296.1 30.8
48.9
1
0
45
0
1289 1068 275.5 31.2
70.4
1
39
6
0
1290 1890 244.5 36.5
68.9
2
30
15
0
1291 855 128.9 29.5
38.4
1
45
0
0
1292 1418 170.0 34.2
54.0
2
0
45
0
1293 687 200.0 27.5
43.0
1
45
0
0
1294 901 139.9 28.0
42.2
1
45
0
0
1295 1421 230.1 37.0
51.1
1
0
45
0
1296 712 113.8 25.9
35.7
1
45
0
0
1297 893 141.6 29.3
40.2
1
45
0
0
1298 940 144.1 30.5
41.8
2
45
0
0
1299 1054 147.4 30.0
46.0
2
45
0
0
1300 1029 149.8 33.7
40.7
1
45
0
0
1301 1132 175.2 32.2
46.6
1
0
45
0
1302 1073 148.3 30.3
46.3
2
45
0
0
1303 1411 169.2 34.1
54.0
2
0
45
0
1304 1398 185.4 34.0
54.4
2
0
45
0
1305 1297 167.2 32.8
52.6
2
0
45
0
1306 901 145.4 30.2
39.6
1
45
0
0
1307 1169 147.1 29.7
50.7
1
25
20
0
1308 1428 195.1 34.9
54.2
2
0
45
0
1309 1187 256.1 31.2
59.3
2
0
45
0
1310 1081 154.2 32.0
44.3
1
45
0
0
1311 1819 206.5 39.3
60.1
2
0
45
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1312 391
99.3
17.6
30.3
1
45
0
0
1313 492 118.5 23.4
29.7
1
45
0
0
1314 1035 174.2 31.0
44.7
1
45
0
0
1315 1500 205.7 36.6
54.0
2
0
45
0
1316 1241 158.0 33.2
49.4
1
0
45
0
1317 721 126.9 26.5
36.4
1
45
0
0
1318 812 185.1 28.7
44.1
1
45
0
0
1319 645 148.5 23.3
37.8
1
45
0
0
1320 959 132.1 31.1
40.8
1
45
0
0
1321 827 117.8 28.8
37.4
1
45
0
0
1322 729 107.9 27.2
35.1
1
45
0
0
1323 308
88.4
16.0
27.1
1
44
1
0
1324 605 179.1 25.8
36.5
1
45
0
0
1325 877 153.1 30.1
40.4
2
45
0
0
1326 595 117.0 24.5
33.6
2
45
0
0
1327 335
76.6
16.9
26.1
2
45
0
0
1328 967 155.9 29.8
44.0
1
45
0
0
1329 927 180.4 31.9
43.8
1
45
0
0
1330 767 132.8 28.4
35.4
1
45
0
0
1331 972 145.6 29.6
43.1
1
45
0
0
1332 741 300.5 32.9
45.1
2
0
45
0
1333 873 145.2 30.1
38.9
1
45
0
0
1334 952 145.9 28.7
43.8
1
45
0
0
1335 848 182.4 29.6
42.8
1
45
0
0
1336 722 165.3 27.5
41.8
1
45
0
0
1337 853 130.6 27.0
41.4
1
45
0
0
1338 306 137.1 19.1
28.7
1
45
0
0
1339 835 127.3 29.2
37.7
1
45
0
0
1340 1282 164.4 31.8
52.3
2
0
45
0
1341 418 114.5 15.9
36.8
1
45
0
0
1342 584 121.6 22.0
35.4
1
45
0
0
1343 1109 173.2 31.4
46.9
1
3
42
0
1344 1380 203.1 35.3
53.0
2
0
45
0
1345 1044 155.8 30.1
46.0
1
45
0
0
1346 1153 168.6 32.8
46.2
1
0
45
0
1347 912 195.3 28.3
45.9
1
45
0
0
1348 880 165.8 28.7
44.5
1
45
0
0
1349 1202 170.0 35.4
47.2
1
0
45
0
1350 779 126.0 26.9
37.7
1
45
0
0
1351 1671 315.9 36.2
74.4
1
38
7
0
1352 970 192.4 31.4
46.7
1
7
38
0
1353 854 127.2 28.7
38.7
1
45
0
0
1354 1039 141.7 31.2
43.6
1
45
0
0
1355 783 129.2 26.7
39.2
1
45
0
0
1356 1126 157.6 32.3
46.4
2
30
15
0
1357 911 136.3 28.5
42.7
1
45
0
0
1358 1091 302.6 34.4
58.6
1
0
45
0
1359 1058 149.7 32.8
42.9
1
45
0
0
1360 969 259.7 30.3
57.5
2
0
45
0
1361 1102 239.7 32.7
53.0
2
0
45
0
1362 1165 189.7 32.7
48.4
2
0
45
0
212
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1363 895 189.0 28.5
51.7
1
45
0
0
1364 805 124.1 30.1
35.5
1
45
0
0
1365 1371 163.1 35.5
50.7
1
0
45
0
1366 1181 153.2 32.3
48.3
2
13
32
0
1367 935 141.1 30.4
40.4
1
45
0
0
1368 1480 173.4 33.4
57.7
1
0
45
0
1369 680 185.9 28.2
54.5
2
45
0
0
1370 892 178.2 29.9
40.4
1
45
0
0
1371 883 124.1 30.2
38.3
1
45
0
0
1372 1169 173.8 32.5
48.1
2
0
45
0
1373 997 135.3 31.2
42.2
1
45
0
0
1374 1264 154.7 32.0
51.1
2
0
45
0
1375 964 131.5 31.0
40.9
1
45
0
0
1376 987 175.7 30.9
42.9
1
45
0
0
1377 974 125.4 30.6
41.5
1
45
0
0
1378 751 159.6 27.7
39.7
1
45
0
0
1379 554 178.0 26.7
37.2
1
45
0
0
1380 1409 239.3 36.5
56.8
2
0
45
0
1381 328 103.3 14.2
32.7
1
44
1
0
1382 1032 148.0 30.3
44.5
1
45
0
0
1383 981 164.5 28.3
47.8
1
45
0
0
1384 816 275.9 36.2
60.6
2
1
44
0
1385 1130 210.9 33.7
51.0
1
0
45
0
1386 884 136.0 29.2
40.4
1
45
0
0
1387 942 187.2 27.6
54.9
2
33
12
0
1388 848 219.6 30.7
46.9
2
4
41
0
1389 726 114.4 25.1
37.8
1
45
0
0
1390 393 167.7 24.5
31.8
2
45
0
0
1391 1233 169.4 34.0
48.9
2
0
45
0
1392 460 201.5 34.8
38.7
2
45
0
0
1393 1688 206.8 39.2
57.1
2
0
45
0
1394 922 191.3 29.7
48.8
1
38
7
0
1395 1023 160.7 30.7
44.8
1
45
0
0
1396 1076 164.6 30.9
46.1
1
45
0
0
1397 1337 185.9 35.0
50.0
2
0
45
0
1398 1225 223.8 33.7
59.5
2
0
45
0
1399 1214 162.2 35.3
45.8
2
0
45
0
1400 2136 195.1 41.3
66.7
2
1
44
0
1401 1243 193.1 35.3
48.0
2
0
45
0
1402 987 193.4 29.9
46.9
1
26
19
0
1403 1069 139.7 31.5
44.2
1
45
0
0
1404 2117 217.3 42.7
64.7
2
0
45
0
1405 883 147.1 29.4
39.9
1
45
0
0
1406 1374 158.9 32.1
55.8
1
0
45
0
1407 1153 161.3 31.9
48.0
1
5
40
0
1408 593 113.3 22.7
34.9
1
45
0
0
1409 943 142.6 31.6
39.8
1
45
0
0
1410 1571 189.9 38.1
54.1
1
0
45
0
1411 1329 239.3 34.8
60.8
1
0
45
0
1412 912 138.8 30.1
40.0
1
45
0
0
1413 902 147.6 29.3
41.1
2
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1414 868 123.7 27.9
40.3
1
45
0
0
1415 803 178.2 29.9
41.3
1
45
0
0
1416 1265 191.6 31.7
53.1
2
0
45
0
1417 733 114.9 27.1
35.4
1
45
0
0
1418 854 129.7 29.7
37.8
1
45
0
0
1419 882 140.2 30.4
38.4
1
45
0
0
1420 1078 145.3 30.6
46.0
2
45
0
0
1421 1354 150.2 34.1
51.3
1
0
45
0
1422 1011 166.1 29.2
46.6
1
45
0
0
1423 761 153.7 26.8
40.3
1
45
0
0
1424 1154 156.1 31.4
47.9
1
19
26
0
1425 679 123.7 26.1
34.7
1
45
0
0
1426 1142 167.9 32.8
46.8
1
0
45
0
1427 809 144.8 28.8
38.4
1
45
0
0
1428 1005 141.6 30.4
43.3
1
45
0
0
1429 1397 166.5 35.0
52.4
2
0
45
0
1430 1082 183.4 34.0
42.8
1
10
35
0
1431 1248 170.6 32.7
49.7
1
0
45
0
1432 1197 159.6 31.7
49.6
1
0
45
0
1433 1268 171.4 34.0
49.2
1
0
45
0
1434 1089 207.3 33.2
46.3
2
0
45
0
1435 1886 229.5 38.7
64.9
2
0
45
0
1436 1342 156.8 35.6
49.7
2
0
45
0
1437 1039 214.8 33.5
54.1
2
0
45
0
1438 841 130.0 28.4
39.0
1
45
0
0
1439 647 160.8 26.9
39.5
1
45
0
0
1440 959 157.0 28.2
45.7
1
45
0
0
1441 815 118.9 28.1
37.9
1
45
0
0
1442 924 157.4 31.1
40.8
2
45
0
0
1443 951 126.7 29.4
41.9
1
45
0
0
1444 842 168.2 28.2
43.0
2
45
0
0
1445 788 123.1 27.6
38.6
1
45
0
0
1446 964 136.0 29.4
43.2
1
45
0
0
1447 1154 192.0 30.3
52.2
2
0
45
0
1448 857 179.0 28.8
46.9
1
45
0
0
1449 582 159.3 24.5
41.2
1
45
0
0
1450 473 132.9 22.2
33.7
2
45
0
0
1451 341
77.2
18.3
25.6
2
45
0
0
1452 396 176.1 23.5
36.1
1
45
0
0
1453 986 172.0 29.7
45.5
2
45
0
0
1454 739 154.3 28.0
36.1
1
45
0
0
1455 499 107.0 22.7
31.1
1
45
0
0
1456 1095 153.9 31.7
44.9
1
45
0
0
1457 580 200.7 30.8
36.8
1
45
0
0
1458 443 176.6 24.1
40.6
1
45
0
0
1459 708 112.2 26.6
35.4
1
45
0
0
1460 1055 147.2 32.2
43.2
2
45
0
0
1461 333 138.2 16.8
35.4
1
45
0
0
1462 937 127.5 29.4
42.1
1
45
0
0
1463 1454 226.3 33.9
58.7
2
0
45
0
1464 921 132.5 29.1
41.4
1
45
0
0
213
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1465 1052 216.9 32.5
54.5
2
0
45
0
1466 1046 146.4 31.1
44.6
1
45
0
0
1467 1079 248.2 30.5
52.7
2
0
45
0
1468 1157 244.0 34.4
55.6
2
0
45
0
1469 1062 173.0 33.1
42.5
1
43
2
0
1470 1482 281.5 35.7
69.1
1
31
14
0
1471 340
97.3
15.3
30.9
1
44
1
0
1472 810 124.3 28.1
38.2
1
45
0
0
1473 820 134.2 29.2
37.1
1
45
0
0
1474 1522 251.1 34.9
73.6
1
39
6
0
1475 680 186.6 28.0
42.7
1
45
0
0
1476 620 108.5 23.9
34.7
1
45
0
0
1477 1429 200.2 35.4
53.9
2
0
45
0
1478 826 120.7 28.5
37.7
1
45
0
0
1479 658 293.0 31.7
45.6
2
0
45
0
1480 427 239.3 32.1
44.9
2
45
0
0
1481 414 180.6 24.4
42.0
2
45
0
0
1482 1325 167.2 36.6
47.7
2
0
45
0
1483 1413 217.8 37.3
51.7
2
0
45
0
1484 566 104.5 23.4
33.0
1
45
0
0
1485 944 152.6 27.5
46.6
1
45
0
0
1486 1034 151.5 30.2
45.4
1
45
0
0
1487 737 274.6 32.8
43.7
1
0
45
0
1488 1398 174.9 33.1
55.6
2
0
45
0
1489 1217 162.6 35.1
45.7
1
0
45
0
1490 1259 183.8 32.6
50.7
1
0
45
0
1491 1137 172.0 31.7
47.2
1
0
45
0
1492 869 126.6 28.6
39.7
1
45
0
0
1493 1062 170.5 29.9
47.1
1
45
0
0
1494 1497 249.5 36.4
57.8
2
0
45
0
1495 1408 235.7 33.6
57.4
2
0
45
0
1496 1693 204.3 38.3
58.1
1
0
45
0
1497 933 146.7 30.9
40.6
1
45
0
0
1498 1307 196.8 33.0
53.1
2
0
45
0
1499 1312 171.8 34.7
49.6
1
0
45
0
1500 994 147.3 32.1
40.9
1
45
0
0
1501 1045 175.2 30.1
46.8
2
45
0
0
1502 1190 169.8 34.5
46.0
1
0
45
0
1503 1283 163.3 35.4
47.8
1
0
45
0
1504 972 143.9 29.0
44.4
1
45
0
0
1505 887 144.2 31.8
37.2
1
45
0
0
1506 871 137.1 28.2
41.2
1
45
0
0
1507 1274 172.6 31.6
52.8
1
0
45
0
1508 689 129.2 24.1
39.1
1
45
0
0
1509 948 172.1 30.8
41.6
1
45
0
0
1510 912 149.6 29.1
41.6
1
45
0
0
1511 1242 165.1 33.6
49.6
2
0
45
0
1512 873 151.0 31.0
38.1
1
45
0
0
1513 1029 150.6 30.2
45.1
2
45
0
0
1514 1482 332.8 37.9
66.8
2
28
17
0
1515 1233 184.2 34.1
47.7
1
0
45
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1516 987 170.1 29.4
45.9
2
45
0
0
1517 887 132.3 28.8
40.9
1
45
0
0
1518 1033 167.1 31.1
44.6
2
45
0
0
1519 744 126.6 25.3
38.9
1
45
0
0
1520 942 203.4 30.9
51.5
2
0
45
0
1521 1140 154.9 30.5
49.8
2
20
25
0
1522 929 138.8 30.0
40.4
1
45
0
0
1523 827 141.1 27.4
40.2
1
45
0
0
1524 1224 183.8 31.6
51.5
2
0
45
0
1525 1425 186.9 40.0
47.5
2
0
45
0
1526 1494 190.5 35.6
54.7
2
0
45
0
1527 1675 186.5 37.5
58.3
2
0
45
0
1528 787 120.2 27.1
38.1
1
45
0
0
1529 832 127.8 28.4
38.9
1
45
0
0
1530 754 157.6 27.3
37.7
1
45
0
0
1531 734 116.7 27.0
35.7
1
45
0
0
1532 743 159.3 30.7
39.6
1
45
0
0
1533 913 159.6 29.2
41.9
2
45
0
0
1534 470 229.1 31.9
49.1
1
40
5
0
1535 1071 177.2 31.5
46.5
2
5
40
0
1536 1189 152.7 30.9
50.7
2
12
33
0
1537 941 159.2 29.0
43.4
1
45
0
0
1538 1060 175.7 31.0
45.7
2
44
1
0
1539 890 138.1 30.4
38.7
1
45
0
0
1540 824 187.5 30.7
37.4
1
45
0
0
1541 982 134.8 29.4
43.3
1
45
0
0
1542 871 125.7 27.1
42.1
1
45
0
0
1543 973 149.8 31.4
40.7
1
45
0
0
1544 1940 234.7 39.9
63.5
2
0
45
0
1545 1223 198.5 33.6
49.5
1
0
45
0
1546 983 170.0 30.7
44.7
1
45
0
0
1547 1055 148.5 31.1
44.7
2
45
0
0
1548 1131 156.2 31.4
48.0
2
24
21
0
1549 708 126.1 25.9
37.2
1
45
0
0
1550 1186 166.0 33.0
47.3
2
0
45
0
1551 1267 185.0 34.7
48.3
1
0
45
0
1552 1160 167.5 31.5
49.2
2
0
45
0
1553 562 122.8 22.9
34.4
1
45
0
0
1554 1070 167.1 29.7
47.8
2
45
0
0
1555 687 287.4 29.8
58.0
2
11
34
0
1556 980 168.4 30.7
42.9
1
45
0
0
1557 544
99.0
21.4
33.2
1
45
0
0
1558 1095 168.4 32.3
45.1
2
28
17
0
1559 1395 199.0 35.5
51.7
2
0
45
0
1560 804 156.7 28.5
39.4
1
45
0
0
1561 886 179.8 31.3
41.9
1
45
0
0
1562 1169 174.4 32.3
47.6
2
0
45
0
1563 1060 163.2 32.6
43.1
1
45
0
0
1564 1208 150.3 34.0
46.4
1
7
38
0
1565 1166 149.4 31.1
49.2
1
20
25
0
1566 881 195.6 29.7
46.9
1
45
0
0
214
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1567 878 126.0 28.0
40.7
1
45
0
0
1568 471 139.3 20.1
36.6
1
45
0
0
1569 493 110.0 19.0
35.5
1
45
0
0
1570 795 144.8 26.0
41.9
1
45
0
0
1571 1420 200.7 33.7
55.5
2
0
45
0
1572 2417 337.4 42.7
78.7
2
17
28
0
1573 1481 236.7 36.7
55.4
2
0
45
0
1574 1096 156.3 31.7
45.7
1
45
0
0
1575 1112 179.7 31.2
47.6
1
0
45
0
1576 1067 171.8 32.0
44.6
1
45
0
0
1577 987 178.0 27.6
53.8
1
34
11
0
1578 982 141.4 30.8
42.5
1
45
0
0
1579 1055 140.9 29.9
46.3
1
45
0
0
1580 727 180.6 26.9
43.0
1
45
0
0
1581 1320 187.9 33.2
52.3
2
0
45
0
1582 3196 356.6 50.6
99.9
2
0
27
18
1583 802 121.8 28.0
37.7
1
45
0
0
1584 871 179.4 28.1
46.9
1
45
0
0
1585 988 144.6 29.7
44.0
2
45
0
0
1586 938 144.8 28.8
43.1
2
45
0
0
1587 1032 147.3 31.8
42.7
1
45
0
0
1588 422 158.2 15.7
43.0
2
45
0
0
1589 944 159.4 31.5
39.8
1
45
0
0
1590 918 154.5 29.0
42.0
2
45
0
0
1591 1191 204.2 32.1
50.2
1
0
45
0
1592 1746 214.7 41.3
56.0
2
0
45
0
1593 1163 171.2 32.7
47.4
2
0
45
0
1594 865 139.0 29.1
39.1
1
45
0
0
1595 975 138.8 30.0
43.4
2
45
0
0
1596 427 240.4 26.0
56.6
1
45
0
0
1597 1183 149.2 32.6
47.3
2
18
27
0
1598 1280 157.1 35.3
47.5
2
0
45
0
1599 988 141.9 28.6
45.5
2
45
0
0
1600 1089 139.5 30.5
46.7
2
45
0
0
1601 785 204.9 29.6
39.9
2
45
0
0
1602 645 218.7 33.8
50.1
2
21
24
0
1603 802 123.8 26.9
39.9
1
45
0
0
1604 1078 145.9 31.2
45.4
1
45
0
0
1605 1425 175.2 34.7
53.3
2
0
45
0
1606 491 105.3 23.6
28.3
2
45
0
0
1607 356 171.5 26.9
42.3
1
45
0
0
1608 868 124.0 27.4
41.2
1
45
0
0
1609 1014 159.7 33.4
40.4
2
45
0
0
1610 1175 168.4 32.0
49.2
2
0
45
0
1611 539 141.2 24.3
32.7
2
45
0
0
1612 936 137.3 28.1
43.3
1
45
0
0
1613 967 164.7 29.2
44.1
1
45
0
0
1614 881 140.0 29.6
39.8
1
45
0
0
1615 838 149.1 27.0
41.5
1
45
0
0
1616 572 223.0 29.3
41.3
2
45
0
0
1617 722 158.6 27.7
35.8
1
45
0
0
Apndice B
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1618 1054 163.8 29.5
47.4
2
45
0
0
1619 721 226.8 35.3
43.2
2
14
31
0
1620 465
98.5
21.6
29.7
1
45
0
0
1621 952 180.8 30.4
44.4
2
45
0
0
1622 1161 478.0 38.9
83.9
2
28
17
0
1623 462 123.4 21.5
31.9
1
45
0
0
1624 372
91.9
17.8
31.4
1
45
0
0
1625 899 180.1 34.8
38.6
2
45
0
0
1626 771 128.9 26.1
38.6
1
45
0
0
1627 631 213.7 26.1
42.6
2
45
0
0
1628 923 141.4 29.9
40.9
1
45
0
0
1629 796 121.7 27.7
37.3
1
45
0
0
1630 319
76.6
17.3
25.0
1
45
0
0
1631 1141 146.6 31.7
47.0
2
45
0
0
1632 1146 143.6 32.5
46.3
2
45
0
0
1633 847 117.5 28.9
38.3
1
45
0
0
1634 965 140.2 30.4
42.1
1
45
0
0
1635 629 195.8 24.9
39.3
1
45
0
0
1636 2396 392.8 45.9
92.9
2
15
30
0
1637 403
89.7
20.2
27.8
1
45
0
0
1638 720 148.6 27.6
35.9
1
45
0
0
1639 1221 148.0 33.0
48.1
1
8
37
0
1640 872 156.6 30.6
38.5
2
45
0
0
1641 354 208.3 30.6
42.1
1
45
0
0
1642 909 178.8 32.4
38.2
2
45
0
0
1643 458 126.8 21.3
35.0
2
45
0
0
1644 740 175.6 28.9
43.1
1
45
0
0
1645 554 164.3 28.0
40.3
1
45
0
0
1646 1040 136.1 32.1
42.2
1
45
0
0
215
Largo Largo
Frec. Frec. Frec.
rea Perim. Eje
Eje Clas.
Clas. Clas. Clas.
Idx
Peq. Med Gde.
(pxls) (pxls)
1647 880 239.2 32.7
44.4
2
0
45
0
1648 736 118.9 28.1
34.9
1
45
0
0
1649 860 141.6 27.5
41.5
1
45
0
0
1650 661 118.1 26.9
32.9
1
45
0
0
1651 1100 149.6 32.7
45.0
2
45
0
0
1652 759 130.8 28.0
36.2
1
45
0
0
1653 862 130.3 27.6
41.5
1
45
0
0
1654 594 142.3 25.6
35.4
1
45
0
0
1655 1278 177.2 32.3
52.7
2
0
45
0
1656 655 179.3 26.2
37.1
1
45
0
0
1657 906 248.5 33.0
47.5
2
0
45
0
1658 767 127.1 26.0
39.0
1
45
0
0
1659 898 128.1 29.8
40.2
1
45
0
0
1660 1123 164.4 33.9
44.0
1
23
22
0
1661 1060 182.9 30.7
45.5
2
19
26
0
1662 819 153.6 28.3
39.4
1
45
0
0
1663 1246 148.8 33.2
48.9
2
0
45
0
1664 1059 137.2 31.2
43.8
1
45
0
0
1665 1013 174.4 30.8
44.5
2
45
0
0
1666 876 147.5 27.9
41.1
1
45
0
0
1667 413
92.2
21.2
27.2
1
45
0
0
1668 1147 204.3 32.6
54.1
2
0
45
0
1669 931 142.8 30.3
40.4
1
45
0
0
1670 922 136.6 30.8
39.4
1
45
0
0
1671 869 125.2 29.3
38.6
1
45
0
0
APNDICE C
CDIGO FUENTE
En este apartado se presenta el cdigo fuente del sistema automtico de

deteccin, conteo y clasificacin vehicular. El sistema est dividido en dos programas
principales: detector.m y clasificador.m. Para cada uno de estos se incluyen las rutinas
complementarias.
Programa: Detector.m
Descripcin: Contiene el desarrollo para el proceso de deteccin y conteo vehicular. Se
apoya en dos rutinas complementarias: fbkg.m y fgradient.m.

Entradas: Su entrada es un video en formato AVI.
Salidas: Matriz de clasificacin en formato CSV (del ingls Comma Separated Values)
conteniendo rea, permetro, largo de eje mayor y largo de eje menor para cada una de
las regiones identificadas.
216
Apndice C
217
Cdigo fuente:
%Cierra todo y limpia el worskpace.

close all; clear all;
%Declara variable tic para contabilizar el tiempo de ejecucin
tic
%Declara el video a utilizar y se almacena en la variable filename.
filename = 'primeramediahora.avi';
%Despliega informacin del video.
info = aviinfo(filename)
info.Filename;
info.FileModDate;
info.FileSize;
%Declara variables de for: inicio, paso y final.
inicio = 1;
paso = 15;
final = info.NumFrames;
%Asigna los datos del for a la variable index y opcionalmente se despliega el video.
index = (inicio:paso:final);
%mov = aviread(filename,index);
%movie(mov);
%Declara e inicializa la variable I_anterior.
I_anterior = 0;
%Declara el rea de inters (depender del video).
rect = [65 80 200 130];
%Llama a la funcin fbkg.m para estimacin del fondo, los pixeles estticos.
%Si este proceso se ha realizado anteriormente se puede llamar a la variable bkg.mat
%nicamente
%load('bkg.mat');
[I_bkg] = fbkg(rect, inicio, paso, final, filename);
%Declara la variable auxiliar y se inicializa en 1. Comienza el for.
aux = 1;
Apndice C
218
for cont = inicio:paso:final

%Lee la imagen de acuerdo al valor de for.
frame_input = aviread(filename,cont);
%Llama a la funcin fgradient.m para detectar los vehculos
[mat, len, I_anterior] = fgradient(frame_input,cont, I_anterior, rect, I_bkg);
%Si se identific un vehculo se almacenan sus caractersticas en la matriz de
caractersticas 'mat'.
if (len~=0)
for cuenta = 1:len
final(aux,1) = mat(cuenta,1); %almacena area de la regin
final(aux,2) = mat(cuenta,2); %almacena permetro de la regin
final(aux,3) = mat(cuenta,3); %almacena largo del eje mayor
final(aux,4) = mat(cuenta,4); %almacena largo del eje menor
final(aux,5) = mat(cuenta,5); %almacena no. cuadro
aux = aux + 1;
end
end
%Termina el for.
end
%Escribe en archivo las caractersticas del vehculo detectado.
dlmwrite('vehicleclass.csv', final, 'delimiter', ',', 'precision', 6)
%Imprime la variable toc para contabilizar el tiempo de ejecucin.
Toc
Rutina: fbkg.m
Descripcin: Esta rutina prepara el fondo que se utiliza en la extraccin del fondo. A
mayor nmero de cuadros que reciba la funcin, mejor ser la estimacin del fondo.
Apndice C
219
Entradas: Recibe los parmetros que utiliza el programa detector.m (rect, inicio, paso,
final, filename) para preparar la estimacin del fondo. Estos son: la recta que define el
rea de inters, los parmetros de inicio, paso y final para determinar el comienzo y final
del nmero de cuadros a analizar y el intervalo. La variable filename se refiere al
nombre del archivo.
Salidas: Retorna la imagen del fondo estimada
Cdigo fuente:
%Declara la funcin fbkg.

function [I_bkg] = fbkg(rect, inicio, paso, final, filename)
%Declara la variable I_anterior y la inicializa en 0.
%Inicia el for.
for cont = inicio:paso:final
%Asigna a la variable frame_entrada el cuadro actual a procesar.
frame_entrada = aviread(filename,cont);
%Convierte el cuadro a imagen y despliega opcionalmente.
[I_entrada,Map] = frame2im(frame_entrada);
%figure,imshow(I_entrada,Map);
%title('Imagen de entrada');
%text(size(I_entrada,2),size(I_entrada,1)+15, ...
%
'Imagen tomada en Gmez Morn y Vasconcelos', ...
% 'FontSize',7,'HorizontalAlignment','right');
%Recorta la imagen al area seleccionada y despliega opcionalmente.
I_recortada = imcrop(I_entrada,rect);
%figure, imshow(I_recortada2)
%title('rea de inters');
%Cambia la imagen de colores a escala de grises y despliega opcionalmente.
I_escala_gris = rgb2gray(I_recortada);
%figure, imshow(I_escala_gris);
%title('Imagen en escala de grises');
Apndice C
220
%Calcula el gradiente de la imagen para segmentar objetos. Opcionalmente despliega la

imagen.
[junk threshold] = edge(I_escala_gris, 'sobel');
fudgeFactor = .25;
I_gradiente = edge(I_escala_gris,'sobel', threshold * fudgeFactor);
%figure, imshow(I_gradiente), title('Mascara de gradiente binario');
%Prepara elementos de estructura lineales creados con la funcin strel para que no se
%vean agujeros en el rea detectada.
se90 = strel('line', 3, 90);
se0 = strel('line', 3, 0);
%Dilata la mscara de gradiente binario. Opcionalmente despliega la imagen.
I_dilatada = imdilate(I_gradiente, [se90 se0]);
%figure, imshow(I_dilatada), title('Mscara de gradiente dilatado');
%Conserva la imagen anterior para comparar en la siguiente imagen.
if (cont ~= inicio)
I_anterior = I_no_small;
end
%Elimina los objetos pequeos menores a 50 pixeles.
I_no_small = bwareaopen(I_dilatada,50);
%Crea la imagen de fondo inicial.
if (cont == inicio)
maz = ones(size(I_anterior,1),size(I_anterior,2));
end
%Para cada pixel de la imagen anterior y la imagen actual compara si existen pixeles
%que en ambas imgenes estn apagados (su valor es igual a 0) y si es as ese mismo
%pixel se enciende en la imagen de fondo.
if (cont ~= inicio)
for i = 1:1:(size(I_anterior,1))
for j = 1:1:(size(I_anterior,2))
if ((I_no_small(i,j) ==0) & (I_anterior(i,j) ==0))
maz(i,j) = 1;
Apndice C
221
end
end
end
end
%Almacena el fondo en la variable I_bkg. Opcionalmente despliega.
I_bkg = maz;
%figure(3),imshow(I_bkg);
%Cierra el for.
end
%Invierte los valores del fondo.
for i = 1:(size(I_anterior,1))
for j = 1:(size(I_anterior,2))
if (maz(i,j) == 0)
maz(i,j) = 1;
else
maz(i,j) = 0;
end
end
end
%Despliega el fondo final estimado.
I_bkg = maz;
figure,imshow(I_bkg),title('Estimacin del background');
%Almacena la variable.
save('bkg.mat','I_bkg');
Rutina: fgradient.m
Descripcin: Esta rutina realiza todo el desarrollo de procesamiento de imgenes para la
deteccin vehicular. Se apoya en la rutina fextraction.m para la extraccin de

caractersticas.
Apndice C
222
Entradas: Al igual que la funcin fbkg.m, recibe los parmetros que utiliza el programa
detector.m (rect, inicio, paso, final, filename) para preparar la estimacin del fondo.
Estos son: la recta que define el rea de inters, los parmetros de inicio, paso y final
para determinar el comienzo y final del nmero de cuadros a analizar y el intervalo. La
variable filename se refiere al nombre del archivo.
Salidas: Retorna los parmetros de rea, permetro, largo de eje mayor, largo de eje
menor para cada una de las regiones identificadas en la imagen en una matriz, as mismo
indica el nmero de regiones identificadas en la variable len y por ltimo retorna la
imagen binaria anterior y as estimar posible rastreo.
Cdigo fuente:
%Declara la funcin fgradient.m.

function [mat,len, I_anterior] = fgradient(frame_entrada, cont, I_anterior, rect, I_bkg)
%Convierte el cuadro a imagen y despliega opcionalmente.
[I_entrada,Map] = frame2im(frame_entrada);
%figure,imshow(I_entrada,Map),title('Imagen de entrada');
%text(size(I_entrada,2),size(I_entrada,1)+15, ...
%'Imagen tomada en Gmez Morn y Vasconcelos', ...
%'FontSize',7,'HorizontalAlignment','right');
%Recorta la imagen al rea seleccionada y despliega opcionalmente.
I_recortada = imcrop(I_entrada,rect);
%figure, imshow(I_recortada),title('Area de inters');
%Cambia la imagen de colores a escala de grises y despliega opcionalmente
I_escala_gris = rgb2gray(I_recortada);
%figure, imshow(I_escala_gris),title('Imagen en escala de grises');
%Calcula el gradiente de la imagen para segmentar objetos. Despliega opcionalmente.
[junk threshold] = edge(I_escala_gris, 'sobel');
fudgeFactor = .55; %video1
I_gradiente = edge(I_escala_gris,'sobel', threshold * fudgeFactor);
%figure, imshow(I_gradiente), title('Mscara de gradiente binario');
Apndice C
223
%Prepara elementos de estructura lineales creados con la funcin strel para que no se
%vean agujeros en el rea detectada.
se90 = strel('line', 2, 90);
se0 = strel('line', 2, 0);
%Dilata la mscara de gradiente binario. Opcionalmente despliega la imagen.
I_dilatada = imdilate(I_gradiente, [se90 se0]);
%figure, imshow(I_dilatada), title('Mascara de gradiente dilatado');
%Elimina los objetos pequeos menores a 50 pixeles
I_no_small = bwareaopen(I_dilatada,50);
%Rellena los agujeros en el interior del objeto detectado y despliega opcionalmente.
I_rellenada = imfill(I_no_small, 'holes');
%figure, imshow(I_rellenada),title('Imagen binaria con agujeros rellenados');
%Retira pixel a pixel el fondo estimado y despliega opcionalmente.
for i = 1:1:(size(I_rellenada,1))
for j = 1:1:(size(I_rellenada,2))
if (I_bkg(i,j) == 1)
I_rellenada(i,j) = 0;
end
end
end
%I_substraccion = imsubtract(I_rellenada,I_bkg);
%figure,imshow(I_rellenada),title('Imagen substraccin del bkg');
%Elimina los objetos conectados a los bordes y opcionalmente despliega.
I_nobord = imclearborder(I_rellenada, 4);
%figure, imshow(I_nobord), title('Imagen con bordes limpiados');
%Alisa el objeto erosionando la imagen con un elemento de estructura diamante.
%Opcionalmente despliega.
seD = strel('diamond',1);
I_segmentada = imerode(I_nobord,seD);
I_segmentada = bwareaopen(I_segmentada,100);
%figure, imshow(I_segmentada), title('Imagen segmentada');
Apndice C
224
%Compara las imgenes pixel a pixel para identificar si existen pixeles compartidos.
cuenta = 0;
maz = 0;
if (size(I_anterior,1)~=1)
for i = 1:1:(size(I_anterior,1))
for j = 1:1:(size(I_anterior,2))
if ((I_segmentada(i,j) ~=0) & (I_anterior(i,j) ~=0))
cuenta = cuenta + 1;
maz(cuenta,1) = i;
maz(cuenta,2) = j;
end
end
end
end
%Superpone el permetro del rea identificada a la imagen original de entrada.
%Opcionalmente despliega.
I_outline = bwperim(I_segmentada);
I_final = I_escala_gris;
I_final(I_outline) = 255;
%figure, imshow(I_final), title('Extraccin de Caractersticas');
%Llama a la funcin fextraction.m para extraer los parmetros una vez detectados los
%vehculos.
[statsCars,mat,len,I_labeled] = fextraction(I_segmentada, maz, cont);
%Despliega las figuras en una sola imagen.
figure()
subplot(331),imshow(I_entrada),title(['Entrada: Cuadro ' int2str(cont)])
subplot(332),imshow(I_recortada),title('Area de inters')
subplot(333),imshow(I_escala_gris),title('Imagen en escala de grises')
subplot(333),imshow(I_dilatada),title('Gradiente dilatado')
subplot(334),imshow(I_rellenada),title('Agujeros rellenados')
subplot(335),imshow(I_segmentada),title('Segmentacin de objetos')
Apndice C
225
if (size(I_anterior,1)~=1)
subplot(336),imshow(I_anterior),title('Segmentacin antigua')
subplot(337),imshow(I_labeled),title('Nueva Segmentacin')
subplot(338),imshow(I_final),title('Deteccin vehicular')
subplot(339),imshow(I_recortada),title('Extraccion de caracteristicas')
elseif (size(I_anterior,1)==1)
subplot(336),imshow(I_labeled),title('Nueva Segmentacin')
subplot(337),imshow(I_final),title('Deteccin vehicular')
subplot(338),imshow(I_recortada),title('Extraccion de caracteristicas')
end
hold on;
if (len~=0)
for idx = 1 : length(statsCars)
if (idx == 1) color = [.75 0 0];
elseif (idx == 2) color = [0 0 .75];
else color = [0 0.75 0];
end
h
rectangle('Position',statsCars(idx).BoundingBox','Curvature',statsCars(idx).Eccentricity);
set(h,'EdgeColor',color);
hold on;
end
end
hold off;
%Almacena la imagen en la variable I_anterior para comparar en la prxima imagen.
I_anterior = I_segmentada;
Apndice C
226
Rutina: fextraction.m
Descripcin: Una vez identificadas las reas de inters esta rutina extraer las
caractersticas para cada una de ellas (rea, permetro, largo de eje mayor, largo de eje
menor).
Entrada: Recibe como entrada la imagen binaria ya procesada por la rutina fgradient.m.
Adems recibe la matriz de regiones identificadas en la imagen anterior. As como el

nmero de reas identificadas anteriormente.
Salida: Regresa la matriz de caractersticas as como la imagen con regiones
discriminadas por posible rastreo.
Cdigo fuente:
%Declara la funcin fextraction.

function [statsCars, mat, len,I_labeled] = fextraction(I_segmentada, maz, cont)
%Etiqueta las reas identificadas en la imagen.
[I_labeled,numObjects] = bwlabel(I_segmentada,4);
%Elimina los automviles ya detectados (que comparten pixeles con el anterior).
%Despliega opcionalmente.
if (size(maz,1)~=1)
for i = 1:size(maz,1)
if (I_labeled(maz(i,1),maz(i,2)) ~=0)
pto = I_labeled(maz(i,1),maz(i,2));
for x = 1:size(I_labeled,1)
for y = 1:size(I_labeled,2)
if (I_labeled(x,y) == pto)
I_labeled(x,y) = 0;
band = 1;
end
end
Apndice C
227
end
end
end
end
%figure, imshow(I_labeled);
%Extrae los parmetros. Almacena la variable reas.
stats = regionprops(I_labeled, 'all');
areas = [stats.Area];
%Encuentra las reas identificadas que tengan un valor mayor a 300 pixeles esto para
%descartar objetos pequeos detectados en el proceso.
idxofCars = find(areas >= 300);
statsCars = stats(idxofCars);
len = length(idxofCars);
%Almacena caractersticas en la matriz 'mat'.
if (len == 0)
mat = 0;
statsCars = 0;
else
for idx = 1 : length(statsCars)
estadisticas = statsCars(idx);
mat(idx,1) = statsCars(idx).Area;
mat(idx,2) = statsCars(idx).Perimeter;
mat(idx,3) = statsCars(idx).MinorAxisLength; %ancho del BoundingBox
mat(idx,4) = statsCars(idx).MajorAxisLength; %largo del BoundingBox
mat(idx,5) = cont; %cuadro en el que aparece
end
end
Apndice C
228
Programa: Clasificador.m
Descripcin: Realiza el proceso de clasificacin vehicular a travs de un clasificador
basado en RNAs. Se apoya en la rutina fgrafica.m para comparar la salida de la red

contra la salida esperada, as como para realizar la graficacin de las fronteras de
clasificacin.
Entradas: Recibe como entrada la matriz de caractersticas arrojada por el programa
detector.m
Salidas: Arroja la clasificacin para cada uno de los casos presentados.
Cdigo fuente:
%Declara la funcin clasificador.

%function clasificador
%Cierra todo y limpia el worskpace.
clear all; close all;
%Declara variable tic para contabilizar el tiempo de ejecucin
tic
%Abre, importa informacin y cierra archivo arrojado por el proceso de deteccin
%vehicular.
archivo_en = fopen('vehicle_idm.csv');
aux_en = textscan(archivo_en,'%f%f%f%f%s','delimiter',',');
fclose(archivo_en);
%Asigna los parmetros para entrenar. La variable clase se define como la suma de
%pequeno, mediano y grande.
params_en = [aux_en{1} aux_en{2} aux_en{3} aux_en{4}]; % entradas de red neuronal
pequeno_en = strncmpi(aux_en{5}, '1', 1);
mediano_en = strncmpi(aux_en{5}, '2', 1);
grande_en = strncmpi(aux_en{5}, '3', 1);
clase_en = double([pequeno_en mediano_en grande_en]);
Apndice C
229
%Transpone las matrices para que sirvan de entrada a la RNA.

params_en = params_en'; clase_en = clase_en';
%Normaliza los valores de entrada.
[params_en,dn] = mapminmax(params_en);
%Inicializa la semilla.
see = 491218382;
rand('seed', see)
%Divide el conjunto de datos para entrenamiento, validacin y prueba.
%trS = conjunto de entrenamiento.
%cvS = conjunto de validacin.
%tstS = conjunto de prueba.
[trS, cvS, tstS] = dividevec(params_en, clase_en, 0.1, 0.1);
%Construye una RNA feedforward de una capa oculta con 8 neuronas en la misma, la
%variable nout se refiere al nmero de outputs que genera la RNA.
nout = size(clase_en,1);
net = newff(minmax(params_en),[8 nout],{'tansig' 'purelin'},'trainbr');
net = train(net, trS.P, trS.T, [], [], cvS, tstS);
%Prueba la RNA con el conjunto de prueba.
an_pr = sim(net, tstS.P);
%Grafica el resultado del conjunto de prueba.
[class] = fgrafica(tstS.P, an_pr, tstS.T);
%Realiza un anlisis de la respuesta de la red.
an_en = sim(net,params_en);
%Grafica el resultado
[class] = fgrafica(params_en,an_en, clase_en);
%Escribe en archivo las caractersticas del vehculo detectado.
dlmwrite('vehicle_class.csv', class, 'delimiter', ',', 'precision', 6)
%Grafica las fronteras de clasificacin
%ffronteras_id(net, dn)
%Imprime la variable toc para contabilizar el tiempo de ejecucin
toc
Apndice C
230
Rutina: fgrafica.m
Descripcin: Realiza la comparacin entre la salida de la red y la salida esperada y
prepara la matriz de clasificacin. Opcionalmente tambin realiza las grficas de las

fronteras de clasificacin.
Entradas: Recibe como entrada las entradas de la RNA, las salidas de la misma as
como las salidas esperadas .

Salidas: La salida es una matriz de clasificacin en la que indica la clasificacin para
cada caso presentada.
Cdigo fuente:
%Declara la funcin fgrafica

function [I_out] = fgrafica(inputs,out,tar)
%Obtiene los datos que servirn para la graficacin.
[y_out,I_out] = max(out);
[y_tar,I_tar] = max(tar);
%La respuesta de la red se compara ahora con la respuesta deseada para construir una
%matriz de clasificacin.
% clase peq (1) puede ser clasificada como peq (1), med (2) o gde (3)
% 1 - 3 * 1 = -2
% 1 - 3 * 2 = -5
% 1 - 3 * 3 = -8
% clase med (2) puede ser clasificada como peq (1), med (2) o gde (3)
% 2 - 3 * 1 = -1
% 2 - 3 * 2 = -4
% 2 - 3 * 3 = -7
% clase gde (3) puede ser clasificada como peq (1), med (2) o gde (3)
%3-3*1=0
% 3 - 3 * 2 = -3
Apndice C
231
% 3 - 3 * 3 = -6
diff = [I_tar - 3*I_out];
p_p = length(find(diff==-2));
% pequeo clasificado como pequeo
p_m = length(find(diff==-5));
% pequeo clasificado como mediano
p_g = length(find(diff==-8));
% pequeo clasificado como grande
m_p = length(find(diff==-1));
% mediano clasificado como pequeo
m_m = length(find(diff==-4));
% mediano clasificado como mediano
m_g = length(find(diff==-7));
% mediano clasificado como grande
g_p = length(find(diff==-0));
% grande clasificado como pequeo
g_m = length(find(diff==-3));
% grande clasificado como mediano
g_g = length(find(diff==-6));
% grande clasificado como grande
N = size(tar,2);
% Number de elementos de prueba
fprintf('Total de elementos de prueba: %d\n', N);

cm = [p_p p_m p_g; m_p m_m m_g; g_p g_m g_g]
%Imprime matriz de clasificacin en porcentajes.
cm_p = (cm ./ N) .* 100
fprintf('Porcentaje
de
Clasificacion
Correcta:
%f%%\n',
Clasificacion
Incorrecta:
%f%%\n',
100*(cm(1,1)+cm(2,2)+cm(3,3))/N);
fprintf('Porcentaje
de
100*(cm(1,2)+cm(1,3)+cm(2,1)+cm(2,3)+cm(3,1)+cm(3,2))/N);
%Grafica el conjunto de entrada.
figure(1)
scatter(inputs(1,:),inputs(2,:),5,I_tar)
title('Tres clases')
xlabel('P(1,:) - Parmetro 1 - Largo')
ylabel('P(2,:) - Parmetro 2 - Ancho')
%Grafica las predicciones contra los respuestas esperadas.
figure(2)
[m(1),b(1),r(1)] = postreg(I_out(1,:),I_tar(1,:));
%Muestra como la RNA divide el espacio en tres clases
figure(3)
Apndice C
232
scatter3(inputs(1,:),inputs(2,:),I_tar(1,:),5, I_tar,'filled'), view(-60,60)

grid on
ylabel('P(1,:)');
xlabel('P(2,:)');
zlabel('T(1,:)');
%Prepara la figura
figure(4)
scatter3(inputs(1,:),inputs(2,:),I_tar(1,:),15, I_tar,'filled'), view(-60,60)
hold on
grid on
scatter3(inputs(1,:),inputs(2,:),I_out(1,:),15, I_tar,'filled')
hold off
title('Clasificacin Vehicular')
ylabel('P(1,:) - Parametro 1 - Largo'); xlabel('P(2,:) - Parametro 2 - Ancho');
zlabel('T(1,:)
Clase');
APNDICE D
GLOSARIO DE ACRNIMOS
En esta seccin se presenta un breve glosario de acrnimos a manera de gua rpida para
el lector.
AMM. rea metropolitana de Monterrey.
AVI. Intercalado de audio y video (del ingls Audio Video Interleave).
CSV. Valores separados por comas (del ingls Comma Separated Values).
RNA. Red Neuronal Artificial.
SINTRAM. Sistema Integral de Trnsito Metropolitano.
233
AUTOBIOGRAFA
MAURO JESS MALDONADO CHAN
Candidato para el grado de Maestro en Ciencias en Ingeniera de Sistema

Universidad Autnoma de Nuevo Len
Facultad de Ingeniera Mecnica y Elctrica
Tesis
SISTEMA AUTOMTICO DE CONTEO Y CLASIFICACIN
DE FLUJO VEHICULAR BASADO EN SECUENCIAS
DE VIDEO Y REDES NEURONALES ARTIFICIALES
Licenciado en Informtica por el Centro de Enseanza Superior de la Escuela

Modelo (1999-2004). Originario de Mrida, Yucatn. Obtuvo el mejor promedio de su
generacin. En julio y agosto de 2003, particip en el XIII Verano de Investigacin
Cientfica auspiciado por la Academia Mexicana de Ciencias bajo la direccin de la Dra.
Ada Margarita lvarez Socarrs en el PISIS de la FIME de la UANL. Inici sus estudios
de Maestra en Ciencias en Ingeniera de Sistemas en enero de 2005 con el apoyo del
PISIS y una beca otorgada por el CONACYT.
234

Tesis Mauro 2006

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Tesis Mauro 2006

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDADAUTNOMADENUEVOLEN

ARTIFICIALES, realizada por el alumno Mauro Jess Maldonado Chan con

A la Universidad Autnoma de Nuevo Len (UANL), a la Facultad de Ingeniera

El conteo y la clasificacin vehicular es el proceso de separar vehculos de acuerdo a

La organizacin de la presente tesis es como sigue:

El captulo 6 contiene los resultados experimentales de la metodologa aplicada en el

CAPTULO 1. INTRODUCCIN .................................................................................. 1

CAPTULO 2. ANTECEDENTES Y MARCO TERICO.......................................... 6

CAPTULO 3. METODOLOGA PROPUESTA........................................................ 21

METROPOLITANA DE MONTERREY, NUEVO LEN........................................ 32

CAPTULO 5. PRUEBAS DE ROBUSTEZ................................................................. 63

5.2. Estudio de los Algoritmos de Entrenamiento en el Clasificador Vehicular............... 75

CAPTULO 6. RESULTADOS EXPERIMENTALES ............................................... 81

en Secuencia de Video de Noventa

CAPTULO 7. CONCLUSIONES, CONTRIBUCIN Y TRABAJO A FUTURO 102

APNDICE A. TABLAS DE SIMULACIN ............................................................ 116

El trfico vehicular en zonas urbanas presenta retos muy diversos en la toma de

1.1. Descripcin del Problema

problemas asociados a la caracterizacin de flujo

vehicular: clasificacin, conteo y distribucin direccional. En esta tesis se abordaron las

para dejar la distribucin direccional como un proyecto de

seguimiento debido a la complejidad del problema.

vehiculares extrados de secuencias de imgenes tomadas por

En este captulo se presenta informacin terica de diferentes tcnicas contenidas en

2.1. Deteccin Vehicular

Captulo 2 - Antecedentes y Marco Terico

La instalacin es un proceso caro y que toma mucho tiempo. Primero, es necesario

Captulo 2 - Antecedentes y Marco Terico

2.1.1. Aplicaciones de Visin Computarizada en el Problema de

Captulo 2 - Antecedentes y Marco Terico

Los objetos en movimiento son detectados usando diferencias entre cuadros

Captulo 2 - Antecedentes y Marco Terico

reportadas se encuentran la dificultad de realizar el rastreo vehicular cuando un vehculo

Captulo 2 - Antecedentes y Marco Terico

flujo vehicular; la deteccin vehicular, a partir del procesamiento de secuencias de

2.2. Redes Neuronales Artificiales (RNAs)

Figura 2.1. Neurona biolgica.

Captulo 2 - Antecedentes y Marco Terico

Captulo 2 - Antecedentes y Marco Terico

Figura 2.2. Neurona artificial de mltiples entradas.

De modo general, una RNA est formada por un conjunto de neuronas

Captulo 2 - Antecedentes y Marco Terico

Figura 2.3. RNA multicapa de propagacin hacia delante.

Captulo 2 - Antecedentes y Marco Terico

Captulo 2 - Antecedentes y Marco Terico

Cada neurona en la capa oculta suma sus seales de entrada

Cada neurona de salida suma sus seales de entradas ponderadas y

Figura 2.4. Diagrama de flujo de entrenamiento neuronal.

Captulo 2 - Antecedentes y Marco Terico

Los algoritmos de entrenamiento ms comunes son los de retropropagacin del error

2.2.1. Aplicaciones de las RNAs en el Problema de Clasificacin

Captulo 2 - Antecedentes y Marco Terico

Captulo 2 - Antecedentes y Marco Terico

A su vez, Ha et al. (2004) tambin utilizan un sistema basado en visin

f (t ) 1 cuando t + (Fausett, 1994).

De esta manera, en la mayora de las aplicaciones una red de propagacin hacia

Captulo 2 - Antecedentes y Marco Terico

La habilidad de tratamiento de estos problemas de clasificacin linealmente no

Debido a la complejidad del problema a resolver, la metodologa propuesta,

Captulo 3 - Metodologa Propuesta

Como queda expuesto en el captulo anterior, se han encontrado en la literatura

Captulo 3 - Metodologa Propuesta

3.1. Descripcin de la Metodologa Propuesta