文章基本信息

标题：Segmentación de Imágnes Digitales mediante Umbralizado Adaptivo en Imágenes de Color
本地全文：下载
作者：Carlos A. Cattaneo ; Ledda I. Larcher ; Ana I. Ruggeri 等
期刊名称：Mecánica Computacional
印刷版ISSN：2591-3522
出版年度：2010
卷号：XXIX
期号：62
出版社：CIMEC-INTEC-CONICET-UNL
摘要：La segmentación de imágenes digitales es el proceso por el cual una imagen es subdividida en sus componentes constitutivas, de manera tal que se puedan identificar en partes separadas. Así se pueden obtener los bordes, lineas, punto de objetos y fondo. El umbralizado clasifica las distintas partes de la imagen en puntos de objeto y puntos de fondo, mediante el cálculo de un valor límite que realizará dicha separación o binarización. En la literatura se encuentra este proceso aplicado a imágenes en escala de grises, la actual propuesta es realizar el cálculo del umbral en cada capa de una imagen de color, realizando luego la binarización (umbralización) por capas, y comparando cada una de estas binarizaciones con una realizada en imagen en escala de grises. Este cálculo se realizará mediante varios métodos (entropía de Shannon, método de Otsu, y otros), el cual será adaptivo, de manera tal que tenga un buen comportamiento tanto en imágenes con iluminación homogénea como en aquellas con iluminación irregular. Los resultados experimentales preliminares muestran, para el cálculo del umbral mediante entropía de Shannon, una marcada diferencia en la umbralización, encontrándose binarizaciones de capas de color con detalles muy finos y bien definidos, como asi también con detalles bastos y bordes muy gruesos, todo ello dependiente del porcentaje de cada color que tiene determinada foto. Al tomar un promedio de los umbrales y realizar el umbralizado en imágenes en escalas de grises el resultado es intermedio entre los detalles finos y gruesos de las diferentes capas de color, pero siempre inferior al umbralizado de la mejor capa. Como en general la obtención del umbral mediante solo un criterio conduce a valores que no binarizan la imagen de manera óptima, se intentará una optimización multiobjetivo, de manera de obtener valores de compromiso que se comporten de mejor manera en una amplia gama de imágenes.