La segmentacin en el campo de la visin artificial es el proceso de dividir una imagen

digital en varias partes (grupos de pxeles) u objetos. El objetivo de la segmentacin es

simplificar y/o cambiar la representacin de una imagen en otra ms significativa y ms fcil
de analizar. La segmentacin se usa tanto para localizar objetos como para encontrar los
lmites de estos dentro de una imagen. Ms precisamente, la segmentacin de la imagen es el
proceso de asignacin de una etiqueta a cada pxel de la imagen de forma que los pxeles que
compartan la misma etiqueta tambin tendrn ciertas caractersticas visuales similares.
El resultado de la segmentacin de una imagen es un conjunto de segmentos que cubren en
conjunto a toda la imagen, o un conjunto de las curvas de nivel extradas de la imagen (vase
la deteccin de bordes). Cada uno de los pxeles de una regin son similares en alguna
caracterstica, como el color, la intensidad o la textura. Regiones adyacentes son
significativamente diferentes con respecto a la(s) misma(s) caracterstica(s).

Los mtodos basados en el histograma son muy eficientes en comparacin con otros mtodos
de segmentacin de la imagen, ya que normalmente requieren slo una pasada por los
pixeles. En esta tcnica, un histograma se calcula a partir de todos los pxeles de la imagen, y
los picos y valles en el histograma se utilizan para localizar los grupos en la imagen (el color o
la intensidad pueden ser usados como medida). Un refinamiento de esta tcnica consiste en
aplicar de forma recursiva el mtodo de bsqueda de histograma a los clusters de la imagen
con el fin de dividirlos en grupos ms pequeos. Esto se repite con las agrupaciones, cada
vez ms pequeos hasta que no se puedan formar ms agrupaciones. Una desventaja del
mtodo de bsqueda de histograma es que puede ser difcil de identificar los picos y valles
importantes en la imagen.

El primer mtodo de crecimiento de regiones fue el mtodo de crecimiento de regiones a partir

de semillas. Este mtodo toma un conjunto de semillas como entrada junto con la imagen. Las
semillas marcan cada uno de los objetos que tienen que ser segmentados. Las regiones
crecen iterativamente mediante la comparacin de todos los pxeles vecinos no asignados a
ninguna regin. La diferencia entre el valor de la intensidad de un pixel y el de la media de la
regin, , se utiliza como una medida de similitud. Cada pixel se asigna a la regin con la que
su diferencia con la media es menor, de esta forma todos los pixeles se asignan a sus
respectivas regiones. Este proceso contina hasta que todos los pixeles tienen asignada una
regin. El mtodo de crecimiento de regiones por semillas requiere semillas como entrada
adicional. Los resultados de la segmentacin dependen de la eleccin de las semillas. El ruido
en la imagen puede hacer que las semillas queden mal colocadas. El mtodo de crecimiento
de regiones sin semillas es un algoritmo modificado que no requiere semillas explcitas.
Comienza con una nica regin A1 - el pxel elegido aqu no influyen significativamente en la
segmentacin final. En cada iteracin se considera los pxeles vecinos de la misma manera
que con el algoritmo anterior. Se diferencia del algoritmo el mtodo de crecimiento de regiones

a partir de semillas en que si el mnimo es menor que un umbral predefinido T entonces se

agrega a la regin respectiva Aj. Si no, entonces el pxel se considera significativamente
diferente de todas las actuales regiones Ai y se crea una nueva regin An + 1 con ese pxel.
Una variante de esta tcnica, propuesta por Haralick y Shapiro (1985), se basa en la
intensidad de pxel. La media y la dispersin de una regin y la intensidad del pxel candidato
se utiliza para calcular un test estadstico. Si la prueba estadstica es suficientemente
pequea, el pxel se aade a la regin, y la media de la regin y de dispersin se vuelven a
calcular. De lo contrario, el pxel es rechazado, y se utiliza para formar una nueva regin.