Segmentacion

Capítulo 6

Segmentación de imágenes
6.1 Introducción
El análisis de imágenes comprende todos los métodos y técnicas que se utilizan para extraer
información de una imagen. El primer paso para ello lo constituye la segmentación de imágenes
que se ocupa de descomponer una imagen en sus partes constituyentes, es decir, los objetos de
interés y el fondo, basándose en ciertas características localesque nos permiten distinguir un
objeto del fondo y objetos entre si.
La mayoría de las imágenes están constituidas por regiones o zonas que tienen
características homogéneas (nivel de gris, textura, momentos, etc.). Generalmente estas regiones
corresponden a objetos de la imagen. La segmentación de una imagen consiste en la división o
partición de la imagen en varias zonas o regiones homogéneas ydisjuntas a partir de su
contorno, su conectividad, o en términos de un conjunto de características de los píxeles de la
imagen que permitan discriminar unas regiones de otras. Los tonos de gris, la textura, los
momentos, la magnitud del gradiente, la dirección de los bordes, las modas de los tonos de gris
en ventanas 3x3, 7x7 y 15x15, etc., son características a utilizar para la segmentación.Distinguiremos entre segmentación completa, cuando las regiones disjuntas corresponden
directamente a objetos de la imagen y segmentación parcial, cuando las regiones no se
corresponden directamente con objetos de la imagen. Para conseguir la segmentación completa
se necesita un nivel superior de conocimiento que utiliza un conocimiento específico del
dominio de la escena. Este conocimiento de nivelsuperior puede ser, por ejemplo, que los
objetos de la imagen corresponden a caracteres numéricos o letras de un alfabeto.
La operación de segmentación trata de distinguir si un píxel pertenece, o no, a un objeto
de interés y, por lo tanto, produce una imagen binaria. Todavía no hay una teoría unificada de
la segmentación de imágenes, solamente disponemos de un conjunto de algoritmos.
Losalgoritmos de segmentación de imágenes monocromáticas se basan en alguna de las
tres propiedades siguientes:
a) Discontinuidad en los tonos de gris de los píxeles de un entorno, que permite
detectar puntos aislados, líneas y aristas (bordes).
b) Similaridad en los tonos de gris de los píxeles de un entorno, que permite construir
regiones por división y fusión, por crecimiento o por umbralización.
c)Conectividad de los píxeles desempeña un papel importante en la segmentación de
imágenes. Recordemos que una región D se dice conexa o conectada si para cada

par de píxeles de la región existe un camino formado por píxeles de D que los
conecta. Un camino de píxeles es una secuencia de píxeles adyacentes (que
pertenecen a su entorno inmediato).

Los métodos de segmentación se pueden agrupar en cuatroclases diferentes:
a) Métodos basados en píxeles, que a su vez pueden ser:
- locales (basadas en las propiedades de los píxeles y su entorno)
- globales (basadas en la información global obtenida, por ejemplo, con
el histograma de la imagen).

b) Métodos basados en bordes.

c) Métodos basados en regiones, que utilizan las nociones de homogeneidad y
proximidad geométrica, como las técnicas decrecimiento, fusión o división.

d) Métodos basados en modelos.
Antes de pasar a estudiar cada uno de estos modelos vamos a ver técnicas para la
detección de puntos, rectas, bordes y contornos, como herramientas previas.

6.1.1 Detección de puntos
Un punto aislado de una imagen tiene un tono de gris que difiere significativamente de los
tonos de gris de sus píxeles vecinos, es decir, de los ocho píxelesde su entorno 3×3. Una
máscara para detectar un punto aislado es la siguiente:

⎡− 1 − 1 − 1⎤
⎢− 1 8 − 1⎥
⎢
⎥
⎢⎣− 1 − 1 − 1⎥⎦
Aplicando esta máscara al píxel (i,j) obtenemos:
g(i,j) = -f(i-1,j+1)-f(i-1,j)-f(i+1,j+1)- f(i-1,j)+ 8f(i,j)-f(i+1,j)-f(i-1,j-1)-f(i,j-1)-f(i+1,j-1)
Diremos que el píxel (i, j) es un punto aislado si
|g(i, j)| > T
donde T es el valor umbral fijado por el decisor. Dicho...