Tecnicas De Segmentacion De Imagenes Digitales

4
Detección de Bordes y Segmentación
El primer paso en el análisis de imágenes consiste generalmente en segmentar la misma, esto es subdividir una imagen en sus partes constituyentes u objetos.
El nivel al que se lleva a cabo esta subdivisión depende del problema a resolver, esto es la segmentación deberá detenerse cuando los objetos de interés de una aplicación hayan sido aislados.
Engeneral, la segmentación autónoma es una de las tareas más difíciles del procesamiento de imágenes, siendo esta etapa del proceso el que determina el eventual éxito o fracaso del análisis.
Los algoritmos de segmentación de imágenes monocromáticas generalmente se basan en una de las dos propiedades básicas de los valores del nivel de gris: discontinuidad y similaridad
En la primera categoría , elmétodo consiste en dividir una imagen basándose en los cambios bruscos de nivel de gris. Se refiere sobre todo a la detección de puntos, líneas y bordes de una imagen.
Los de la segunda categoría están basados en la umbralización, crecimiento de región y división y fusión de regiones.
El concepto de segmentación de una imagen basado en la discontinuidad o similaridad de los valores de nivel de grisde sus pixels es aplicable tanto a las imágenes estáticas como a las dinámicas , esto es variantes en el tiempo. En este caso, sin embargo, el movimiento puede utilizarse a menudo como un potente indicador para mejorar el rendimiento de los algoritmos de segmentación.
DETECCIÓN DE DISCONTINUIDADES
Veamos el caso de los tres tipos básicos de discontinuidades de una imagen digital: puntos,líneas y bordes.
-1-1-1-18-1-1-1-1
En la práctica la forma más común de ver estas discontinuidades es pasar una máscara a través de la imagen . Como ya hemos visto para una máscara 3x3 de elementos wi este procedimiento implica calcular la suma de los productos de estos coeficientes por los niveles de gris contenidos en la región encerrada por la máscara. Esto es la respuesta de la máscara en unpunto de la imagen consiste en reemplazar su valor de nivel de gris del pixel central por: R=i=19wizi donde zi es el nivel de gris asociado con los coeficientes de la mascara wi.
Mascara
Detección de puntos

Mascaras
-1-1-1222-1-1-1
Horizontal

Detección de líneas

-12-1-12-1-12-1
DETECCIÓN DE DISCONTINUIDADES

Vertical

2-1-1-12-1-1-12
-1-12-12-12-1-1

45°Detección de bordes

DETECCIÓN DE PUNTOS
La detección de puntos aislados de una imagen es directa.
Usando la máscara: -1-1-1-18-1-1-1-1 se sabe que se ha detectado un punto en el lugar donde está centrada la máscara si: R>T donde T es un umbral no negativo . Básicamente, lo que hace esta formulación es medir las diferencias ponderadas entre el punto central y sus vecinos,partiendo de la idea de que el nivel de gris de un punto aislado será bastante diferente del de sus vecinos.
La máscara que se presenta es la misma usada para el filtrado de pasa alto o de realce. Sin embargo, aquí se hace incapié estrictamente en la detección de puntos, o sea interesa sólo cuando las diferencias son lo suficientemente grandes como las determinadas por T, para que se considerenpuntos aislados de una imagen. Notar que los coeficientes de la máscara suman cero, indicando que la respuesta de la máscara será cero en áreas de nivel de gris constante.

DETECCIÓN DE LÍNEAS
Es el siguiente nivel de complejidad . Se usan máscaras del tipo:
-1-1-1222-1-1-1; -1-12-12-12-1-1 ; -12-1-12-1-12-1 ; 2-1-1-12-1-1-12
La primera máscara podríaresponder con más fuerza a líneas , (un pixel continuo), orientadas horizontalmente. Con un fondo constante , la respuesta máxima resultará cuando la línea pase por la fila central de la máscara . La segunda máscara responde mejor a líneas orientadas a 45o etc.
Sean R1,R2,R3, y R4 las respuestas de las máscaras . Si en un punto de la imagen Ri >Rj para todo i≠j este punto será el...