Análisis de la dimensión fractal para clasificación automática

Abstract

La segmentación constituye el paso clave en el procesamiento, análisis y visión por computadora, dado que es el punto que vincula las técnicas de adquisición y procesamiento de bajo nivel con los posteriores pasos de análisis de alto nivel como el reconocimiento y la interpretación [5]. Los resultados esperados en la segmentación son indispensables para el éxito y efectividad de los próximos pasos del análisis de la imagen, siendo importante no solo la calidad de los datos obtenidos como su tamaño. Las técnicas básicas de segmentación se basan en la clasificación de partes de la imagen en función del valor respecto de un descriptor. Por ejemplo, en una imagen de escala de grises, la intensidad o nivel de gris podría ser un buen estimador de cuándo un pixel de la imagen pertenece a la figura o al fondo de la misma. Por lo tanto, umbralizar respecto de un determinado valor (tal vez computado en un paso previo de estimación) es una de las técnicas más básicas de clasificación, la cual, combinada con otros procedimientos, suele estar casi siempre presente en mecanismos más sofisticados de segmentación. De esa forma surgen las técnicas que asumen que la frontera entre figura y fondo puede detectarse por medio de filtros que computan el gradiente de la intensidad. En imágenes color o multibanda, pueden utilizarse otros descriptores [14, 10, 6]. Una vez obtenido el gradiente respecto del descriptor elegido, se binariza respecto de un valor umbral determinado [19, 17].