Segmentación
Consiste en extraer información de la imagen (el resultado NO es una imagen).
Se implementa por medio de un conjunto de operaciones que permitan separar figura
de fondo (por ejemplo, filtrado+umbralización).
Determinadas primitivas tienen sus propios métodos (segmentación de puntos, rectas,
bordes).
Uno de los problemas más importantes es la segmentación de fronteras.
Puede segmentarse por regiones y por atributos (p. ej., color) por medio de
clasificadores.
Otros atributos recientemente explorados son la segmentación de texturas, y el uso
de fractales como clasificador.
Segmentación de fronteras
En imágenes ruidosas los operadores gradientes no son adecuados.
Operador gradiente en una imagen ruidosa
Las técnicas utilizadas para este tipo de problemas son muy diversas.
- Linking de bordes.
- Transformada Hough.
- Programación evolutiva.
- Metaheurísticas.
- Grafos probabilísticos.
- Contornos activos.
- Evolución de frentes.
- Clasificadores fractales.
Puntos de frontera obtenidos por programación evolutiva
Contorno encontrado por medio de clasificador fractal
Representación de entidades
Cumple un doble propósito, para representar entidades segmentadas, y para almacenar
patrones en una base de datos para su ulterior reconocimiento.
- Representación de zonas (mapa de bits).
- Chain codes.
- Poligonizaciones.
- Signaturas.
- Esqueletos.
- Coeficientes espectrales.
- Momentos.
- Topología.
- Descriptores cromáticos.
- Descriptores estadísticos.
Descriptores geométricos
- Tamaño.
- Diámetro equivalente, máximo, inscripto, mínimo.
- Longitud de fibra.
- Factores de forma, relación de aspecto.
- Redondez, rizado, convexidad.
- Momentos, orientación.
- Areas, solidez, compacidad.