Dialnet SegmentacionDeImagenesUtilizandoCamposAleatoriosDe 4169950

SEGMENTACION DE IMAGENES UTILIZANDO CAMPOS ALEATORIOS DE MARKOV

IMAGE SEGMENTATION USING MARKOV RANDOM FIELDS
JAIME FRANCISCO PANTOJA BENAVIDES1
FRANK NIXON GIRALDO RAMOS2
YEISSON STIVEN RUBIO VALDERRAMA3
VÍCTOR MILCIADES ROJAS LARA4

RECIBIDO: ABRIL 2010
APROBADO: AGOSTO 2010

RESUMEN

la segmentación es un proceso utilizado en visión artificial que consiste en
dividir una escena en un conjuntode regiones, facilitando con ello la tarea
de interpretación de una imagen. Los algoritmos de segmentación se basan
en criterios como homogeneidad de la región y discontinuidad entre regiones
disjuntas adyacentes. El presente artículo describe e implementa un modelo
de segmentación que usa procesos de decisión estocásticos, el cual requiere apoyo y tiempo de computación para conseguir etiquetasóptimas, pero,
entre otras ventajas, tiende a ser local y conduce a una implementación en
hardware paralelo de manera natural.

Palabras clave
segmentación, visión artificial, campos aleatorios de Markov (CAM), vecindad, píxel,
borde
Abstract
Segmentation is a process used in machine
vision is to divide a scene into a set of regions, facilitating the task of interpretation
of an image. Segmentationalgorithms are

V I S IÓN I N V E ST I G A D O R A

SEGMENTACIÓN DE IMÁGENES UTILIZANDO CAMPOS ALEATORIOS
DE MARKOV

based on criteria such as homogeneity of
the region and discontinuity between adjacent disjoint regions. This article describes
and implements a segmentation model using stochastic decision processes, which requires the support and computing time to
achieve optimal cloud, but, amongother advantages, it tends to be local and leads to
a parallel hardware implementation naturally.

1. Lic. en Matemáticas. Especialista en Estadística. Docente de la Universidad Distrital Francisco José de Caldas. Profesor investigador del grupo Sistemas Digitales Inteligentes (DIGITI). Correo electrónico: jfpantojab@udistrital.edu.co
2. Ingeniero en Control Electrónico e Instrumentación,Universidad Distrital Francisco José de Caldas. Investigador-director del
grupo de investigación DIGITI. Correo electrónico: fngiraldor@udistrital.edu.co
3. Tecnólogo en Electrónica, Universidad Distrital Francisco José de Caldas. Investigador integrante del grupo DIGITI. Correo:
rv3@hotmail.com
4. Tecnólogo en Electrónica, Universidad Distrital Francisco José de Caldas. Investigador integrante del grupoDIGITI. Correo electrónico: vmrl765@hotmail.com

Revista Visión Electrónica Año 4. No. 2 pp. 5-11
5-16 Julio - Diciembre de 2010

5

VISIONpauta.indd 5

15/04/11 17:11

V I S IÓN E L E C T R ÓN I C A

JAIME FRANCISCO PANTOJA BENAVIDES - FRANK NIXON GIRALDO RAMOS - YEISSON STIVEN RUBIO VALDERRAMA - VICTOR MILCIADES ROJAS LARA

Key words:
segmentation, artificial vision, Markov random fields(MRF), neighborhood, pixel, edge

1. INTRODUCCIÓN

La segmentación es un proceso importante
en visión artificial, ya que divide una escena
en un conjunto de regiones disjuntas, basándose para ello en características de similitud [1]. Es el primer nivel en la tarea
de interpretación de la imagen y afecta significativamente procesos posteriores, proporcionando estructuras útiles tales como
regiones ybordes.
Los algoritmos de segmentación generalmente están basados en la consideración de
dos criterios: la homogeneidad de la región
y la discontinuidad entre regiones disjuntas
adyacentes [2]. Los campos aleatorios de
Markov (CAM) tienen una potente capacidad para integrar varias informaciones visuales; han sido aplicados a problemas de
visión tales como restauración y segmentación de imágenes [3].El presente documento
se organiza de la siguiente manera: transformaciones sobre imágenes, CAM aplicados a la segmentación, sistemas neuronales
artificiales, algoritmo CAM, implementación de red neuronal, análisis de resultados
y conclusiones.

2. TRANSFORMACIONES
PRÁCTICAS REALIZADAS A UNA IMAGEN

El procesamiento de datos en el sistema de
visión puede enfocarse desde dos puntos de
vista, a...