HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

4. Fundamentos teóricos del tratamiento de

imagen.

4.1 Introducción al color.

4.1.1 Fundamentos de la visión del color.

El color no es más que una sensación creada en respuesta a la

excitación del sistema visual humano, por las radiaciones electromagnéticas
de la luz. Específicamente, el color es el resultado perceptivo de la luz en la
región visible del espectro electromagnético, con longitudes de onda que
van de los 380nm a los 780 nm, al incidir sobre la retina del ojo humano.
La potencia o radiación de la luz incidente se representa en una distribución
espectral de potencia, a menudo dividida aproximadamente en 31
componentes, cada una representativa de una banda de 10nm (fig 4.1).

Fig. 4.1: Espectro de luz visible.

La retina humana posee tres tipos diferentes de células fotoreceptoras

del color denominadas conos, que responden a la radiación según distintas
curvas espectrales. Existe un cuarto tipo de células receptoras, llamadas
bastones, que son efectivas en condiciones de muy poca luz. Como son
importantes solamente para la visión nocturna, los bastones no se utilizan a
la hora de representar una imagen en colores en un dispositivo de
representación. La colorimetría se ocupa de la descripción y especificación
adecuada del color. Dado que existen tres tipos de conos fotoreceptores,
parece adecuado representar al color con tres componentes numéricas. La
sensibilidad “probable” normalizada de los receptores, de acuerdo con Hunt,
se muestra en la siguiente figura:

1
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

Fig. 4.2: Absorción espectral (normalizada) de los conos.

De esta forma se obtiene el espacio de color, que puede definirse como

el conjunto de todos los colores, cada uno de ellos especificado mediante un
vector tridimensional. Según la definición de cada una de las componentes
se derivan los distintos espacios de color.

En el tratamiento del color existen algunos parámetros básicos cuyas

definiciones se presentan a continuación:

a. Intensidad (I): es una medida, sobre una parte del espectro

electromagnético, del flujo de potencia radiado desde una superficie,
o incidente en ella, y se expresa en unidades de vatios por metro.
b. Brillo (Br): es un atributo relacionado con la sensación visual de que
un área parezca que emita más o menos luz.
c. Luminancia (Y): es la potencia radiada ponderada por una función
de sensibilidad espectral característica de la visión humana.
d. Luminosidad (L*): es la respuesta perceptiva no lineal a la
luminancia que tiene la visión humana. La no linealidad es
prácticamente logarítmica.
e. Tono o matiz (H): es una propiedad del color asociada con la
longitud de onda dominante en una mezcla de ondas de luz; por lo
tanto, representa el color dominante tal y como es percibido por un
observador. Así, cuando se dice que un objeto es de color rojo, verde
o amarillo, es su tono quien lo especifica.
f. Saturación (S): se refiere a la pureza relativa o a la cantidad de luz
blanca mezclada con un tono dado. Los colores puros del espectro
están completamente saturados y no contienen luz blanca. El grado
de saturación disminuye a medida que se añade más luz blanca.

2
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

También hay que tener cuenta en el tratamiento de imagen que un

mismo objeto puede presentar una percepción del color distinta del ojo
humano, dependiendo del iluminante al que sea expuesto. Esto es así
porque la energía que aportamos es distinta, llamamos a este fenómeno
metamerismo. Existen una gran cantidad de iluminantes, en la siguiente
figura representamos algunos de ellos.

Fig. 4.3: Energía de los distintos iluminantes definidos.

Como ya hemos dicho, la energía de estos iluminantes es distinta, y

debemos tomar uno en concreto a la hora de tomar todas las fotos a tratar,
pues de lo contrario estaríamos incurriendo en un fallo sistemático, que
desviaría los datos de nuestro análisis.

Fig. 4.4: Ejemplos de absorción dependiendo de las distintas iluminancias.

3
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

4.1.2 Modelos de color.

4.1.2.1 Introducción.

Los colores se pueden describir de diferentes formas, cada método se

basa en lo que se denomina modelo de color, que define un espacio de color
acorde a unas características [5].

Se trata de la especificación de un sistema de coordenadas, con base

de N vectores, cuya combinación lineal genera todo el espacio de color. La
mayoría de modelos tratan de englobar el mayor número de colores visible
al ojo humano, aunque muchas veces se intenta aislar un conjunto de ellos
con algún propósito.

UNA DIMENSIÓN ESCALA DE GRISES

DOS DIMENSIONES SUB ESPACIO RG,HS, a*b*...

TRES DIMENCIONES RGB, CMY, HSV, YUV, CIE, XYZ

CUATRO DIMENSIONES CMYK

A continuación se explican algunos de los modelos más extendidos,

con los que se trabaja en el proyecto. La imagen es recogida en el espacio
RGB, pero es necesario trabajar en otros espacios (HSV, L*a*b*, L*u*v*…)
tanto a la hora de la segmentación como a la hora de extraer las
características que se emplean para clasificar las zonas de piel quemada.

4.1.2.2 Modelo RGB.

El modelo RGB define el espacio de color como un sistema cartesiano,

en el que la base de referencia son los colores rojo (Red), verde (Green) y
azul (Blue), expresados como vectores ortogonales. Es un modelo basado
en la síntesis aditiva, con el que es posible representar un color mediante la
mezcla por adición de los tres colores luz primarios [6].

Figura 4.5: Modelo aditivo de color.

4
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

Este sistema engloba todo el espacio de color en un cubo,

considerando cada color como un punto del mismo. Así pues, en un sistema
RGB normalizado, el punto (0,0,0) representa la no existencia de color, es
decir, el negro, así como el punto (1,1,1), representa la maximización de
color que sería el blanco.

Figura 4.6: Espacio de color cúbico RGB.

4.1.2.3 Modelo CMY.

El modelo CMY se concibe de la misma forma que el modelo RGB, pero

cambiando los colores de referencia. Así pues, ahora los ejes principales son
los pigmentos Cian, Magenta y Amarillo, convirtiendo a todo el subespacio
en una síntesis substractiva de color. Es decir, se parte del tono de
referencia, el blanco (0, 0, 0), avanzando hacia tonos con menor color hasta
llegar al negro (1, 1, 1).

A partir del mismo surge otro modelo llamado CMYK [6], que incluye
además de los colores de referencia anteriores, el negro (K), que es la resta
de los tres colores de referencia lleva al marrón y es sobre un plano negro
la manera de conseguir todo el espacio de color.

5
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

Figura 4.7: Modelo CMYK.

4.1.2.4 Modelo C.I.E XYZ.

En 1931, a raíz de que ningún conjunto finito de fuentes luminosas de

color pudiera combinarse para desplegar todos los colores posibles, la
Comisión Internacional sobre Iluminación conocida como CIE (del francés
Commission Internationale de L´Eclairage), adoptó unas curvas
estandarizadas para un hipotético observador estándar. Estas curvas
especifican cómo puede ser transformada una determinada distribución
espectral de potencia de un estimulo externo (luz radiante visible incidente
en el ojo), en un conjunto de tres números que especifican un color sobre la
base de tres colores primarios estándar. Los tres primarios estándar son
colores imaginarios positivos y se definen matemáticamente con funciones
que especifican la cantidad de cada color primario necesario para describir
cualquier color del espectro. Por lo general, el conjunto de primarios de la
CIE se integra en el modelo de color XYZ, donde X Y y Z representan
vectores en un espacio tridimensional del color.

El modelo XYZ se obtiene mediante la siguiente transformación

general a partir del modelo RGB:

0.341437 0,18273 0,390202

= 0,138972 0,837182 0,073588 ∙ (Ec. 4.1)
0 0,037515 2,038878

Esta matriz de transformación fue definida por la CIE para el

observador patrón. A los observadores se les impone observar los colores
con un ángulo del campo visual dado, en el caso del definido por la CIE-
1964 el ángulo visual es de 10º. Además, este modelo nos es útil para
comparar mediciones del color con las mediciones de los telecolorímetros
que trabajan en coordenadas X, Y, Z normalizadas.

Para muchas aplicaciones el tratar con imágenes RGB, implica la

obtención de resultados no óptimos. La razón es la no uniformidad de dicho

6
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

espacio de color, y la no separación de la información de luminancia y

crominancia. Dependiendo por tanto de la aplicación usaremos
representaciones distintas.

El modelo XYZ tiene gran importancia, pues hace de puente entre el

modelo RGB y el modelo CIELAB, que se pretende obtener, con el fin de
tener una apreciación de diferencias de color más acordes con el sistema
de visión humana (SVH), además es la base para todos los modelos,
incluso para el RGB, es decir, que es el modelo a partir del cual podemos
definir a todos los demás espacios de color (RGB, HSV, CIE L*u*v*, CIE
L*a*b*, YIQ, CMY).

Fig. 4.8: Subespacio CIE XYZ Fig. 4.9: Subespacio RGB en

modelo CIE XYZ.

4.1.2.5 Modelo YIQ e YUV.

El modelo YUV surge a partir del sistema RGB, para responder a la

característica de la visión humana que indica que el ojo humano es más
sensible a los cambios de luminancia que a los de tono o saturación, de
modo que desacoplan la información de color de la de luminancia. Más
particularmente, surgió para adaptar un sistema de color, habitualmente
usado en los sistemas de televisión.

La señal Y representa la luminancia de la imagen y las señales U y V

son dos señales diferencias de color.

0.299 0.587 0.114 ′

= −0.147 −0.289 0.437 − ′ (Ec. 4.2)
0.615 −0.515 0.100 ′

7
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

El sistema YUV fue propuesto inicialmente por la N.T.C.S (Comisión

Nacional de Sistemas de Televisión) pero luego lo cambió por el sistema
YIQ, reduciendo considerablemente el ancho de banda sin perder tanta
calidad de imagen.

Fig. 4.10: Ejemplo de plano de color U-V, valor Y' = 0.5, representado dentro de
la gama de color RGB.

Para la transformación de las señales I y Q de un sistema, a las

señales U y V del otro lo hacemos mediante una rotación:

(Ec. 4.3)

(Ec. 4.4)

4.1.2.6 Modelos HSI y HSV.

El ojo humano percibe principalmente los colores rojo, verde y azul,

según describe el modelo RGB, sin embargo, en dicha percepción hay una
separación entre intensidad y cromaticidad, que dicho modelo no realiza.
Por ello surge el modelo HSI (Tono-Saturación-Intensidad, con las siglas en
inglés), que diferencia entre la intensidad y el tipo de cromaticidad, dada
por el conjunto H-S [6].

8
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

Fig. 4.11: Espacio de color HSI.

Es un modelo obtenido de forma no lineal a partir del subespacio RGB.

Su representación puede variar de un cono, una pirámide hexagonal, un
doble cono o una doble pirámide hexagonal. El eje principal del cono
corresponderá a la diagonal de grises del cubo RGB, y los demás colores
serán correspondidos según las ecuaciones:

1 (Ec. 4.5)
= ∙( + + )
3

=1− ∙ [min( , , )] (Ec. 4.6)

[( ) ( )]
= cos (Ec. 4.7)
[( ) ( )( )]

El modelo HSV nace a partir del HSI, con una única diferencia y es que
la intensidad se cambia por el valor del color o máximo de las componentes
RGB.

= max( , , ) (Ec. 4.8)

4.1.2.7 Modelos L*a*b* y L*u*v*.

Los modelos L*a*b* y L*u*v* se desarrollan a partir del modelo CIE

XYZ, como solución a la no uniformidad del mismo.

Para conseguir la uniformidad se realizan una serie de

transformaciones a los valores de XYZ, obteniendo los parámetros L*u*v*
así como sus análogos L*a*b*.

Las ecuaciones que dan los parámetros L*, u* y v* son las siguientes:

∗ (Ec. 4.9)
= 116 ∗ − 16

∗ ∗ ′ ′ (Ec. 4.10)
= 13 ∗ ∗ −

∗ ∗ ′ ′ (Ec. 4.11)
= 13 ∗ ∗( − )

9
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

donde:

, > 0.008856 (Ec. 4.12)

( )=
7.787 + , ≤ 0.008856
(Ec. 4.13)
′ ′
= , =

′ ′ (Ec. 4.14)
= , =

De igual modo, podemos calcular los valores de L*a*b* mediante las

ecuaciones de [7]:

∗
= 116 ∗ − 16 (Ec. 4.15)

∗ (Ec. 4.16)
= 500 ∗ −

∗ (Ec. 4.17)
= 200 ∗ −

En las ecuaciones anteriores, X, Y, Z son los valores triestímulo del

modelo XYZ, y X0, Y0, Z0, son los valores normalizados del blanco de
referencia elegido.

El sistema L*a*b* guarda con XYZ la similitud de que en ambos

sistemas se pueden representar todos los colores del espectro, pero se
diferencian en que el sistema L*a*b* es aproximadamente perceptualmente
uniforme.

Un sistema perceptualmente uniforme es aquel en el que la diferencia

entre un color y otro dentro del mismo sistema, guarda la misma proporción
que la diferencia que se aprecia a través del ojo humano.

El modelo XYZ no es perceptualmente uniforme, esto quedó

demostrado con las elipses de MacAdam [8].

10
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

Fig. 4.12: Elipses de MacAdam.

Los modelos L*a*b* y L*u*v* representan espacios de color

uniformes, es decir, en ellos las distancias de color euclídeas calculadas
equivalen a diferencias tal y como el sistema de visión humano las percibe.

Como se observa en la figura 4.13, el modelo resultante sería un

espacio de color esférico, dónde el eje vertical representa la luminosidad y
los ejes horizontales, los colores opuestos magenta-verde y amarillo-azul.

Fig. 4.13: Modelo CIE L*a*b*

La principal diferencia entre el sistema L*a*b* y el L*u*v* estriba en

la distribución de colores en la componente de cromaticidad, que lleva a
u*v* a tener frente a a*b* la ventaja de la proporcionalidad entre tono y
saturación, es decir, a tonos bajos, la saturación se hace cero y viceversa.

Común a los dos espacios es la componente L* que representa la

luminosidad de la escena cuyo valor está comprendido entre 0 (negro) y
100 (blanco).

11
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

En cuanto a u* v* y a* y b*, representan escalas de colores

oponentes rojo-verde (+a*,+u* representando el rojo y –a*,–u*
representando el verde) y azul-amarillo (+b*,+v* representando el amarillo
y –b*,–v* representando el azul). La principal diferencia entre ambos
espacios es la adaptación cromática implementada. CIE L*a*b* normaliza
sus valores dividiendo entre el blanco de referencia mientras que CIE
L*u*v* normaliza restando el blanco de referencia.

Estos espacios de color se han usado ampliamente. A pesar de esto,

investigaciones han demostrado la no uniformidad de la escala de tonos de
CIE L*a*b*. Más aún, la adaptación al blanco existente en CIE L*u*v* (con
su cambio sustractivo, dando lugar a un desplazamiento vectorial, en lugar
de una normalización multiplicativa, que conllevaría el deseado
desplazamiento proporcional), ocasionalmente puede dar lugar a resultados
no deseados en cuanto a correspondencia visual y predicción de colores,
llegando incluso a predecir colores incluso fuera de la gama de colores
realizable.

Fig. 4.14: Predicción fuera del gamut realizable en L*u*v*

12
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

4.1.3 Formula de color de CIEDE2000.

Como se ha menciaonado anteriormente, a pesar de que los espacios

CIE L*a*b* y L*u*v* se suponían perceptualmente uniformes, los últimos
experimentos demuestran que esto no es cierto [44], por lo que son
necesarias diferentes ponderaciones de la diferencia en claridad, tono y
saturación que corrijan esta “no uniformidad” y nos acerquen al sistema de
percepción humana. Han surgido diversas fórmulas de diferencia de color
avanzadas a partir de este hecho. La más reciente recomendada por la CIE
publicada en 2001: la llamada distancia CIE2000 denotada como ∆E00 [9].

Las distancias CIEDE2000 y CIEDE94 están basadas en el espacio

CIELAB, por lo que a partir de los parámetros de CIE L*a*b* se pueden
calcular los valores de tono “C” y de saturación “h”:

∗ ∗ ∗ (Ec. 4.18)
= +
∗
(Ec. 4.19)
ℎ = ( ∗)

Considerar las coordenadas cilíndricas (L* C*ab hab) en lugar de las

escalares (L*a*b*) permite cuantificar el color del mismo modo que es
percibido, es decir considerando los tres atributos de apreciación visual:

 Claridad o luminosidad (su análogo en CIELAB es L*)

 Croma o intensidad (su análogo en CIELAB es C*ab)
 Tono o matiz (su análogo en CIELAB es hab)

De la misma forma que L* C*ab hab, la notación Munsell [43] tiene en

cuenta la percepción humana del color al definir sus parámetros:

 Value (representa la claridad)

 Croma (representa la intensidad)
 Hue (representa el tono)

Por otra parte, el espacio de color CIELAB permite cuantificar la

diferencia de color entre dos muestras mediante la combinación de las
diferencias de sus tres coordenadas, tanto escalares como cilíndricas, en un
espacio euclidiano. Este es el fundamento de la fórmula clásica de 1976 de
diferencia de color CIELAB definida en la Ec. (4.20), que asume la
uniformidad del espacio de color:

∆ = (∆ ∗ ) + (∆ ∗ ) + (∆ ∗ ) (Ec. 4.20)

Posteriormente, reconocida la falta de uniformidad de este espacio, la

fórmula de distancia euclídea para medir la diferencia de color, ha sido
progresivamente revisada y mejorada. La mayoría de las fórmulas de
diferencia de color modernas parten de las coordenadas en el sistema
CIELAB, introduciendo factores de ponderación apropiados sobre las

13
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

diferencias CIELAB de claridad, croma y tono [41]. Estos factores de

ponderación se introducen para corregir la falta de uniformidad perceptual
del sistema, y así surgen, las fórmulas de diferencia de color CIE94 [42] y
CIEDE2000 [9], definidas en las Ecuaciones (4.32) y (4.31)
respectivamente.

Para llegar a estos resultados se han de efectuar los parámetros

pertinentes. La coordenada a* de CIELAB se transforma en a’ sin que esto
suponga que se propone una redefinición de CIELAB, es decir, esta
transformación se propone solamente a efectos del cálculo posterior de
diferencias de color. En definitiva, se hacen las transformaciones siguientes,
que conducen a variables denotadas como “primas”:
(Ec. 4.21)
L'=L* ; b’=b*

h’= arctg (b’/a’) ; (Ec. 4.22)

(Ec. 4.23)
= +

ℎ = ( ) (Ec. 4.24)

∗ (Ec. 4.25)
= (1 + ) ⋅

Donde G es un parámetro que tiende a la unidad, fuera de la zona de

estímulos acromáticos y cuyo valor viene dado por la expresión que sigue:

∗
= 0.5 ∙ (1 − ) (Ec. 4.26)
∗

A continuación se hallan las componentes de la diferencia de color

entre las dos muestras, designadas con subíndices “b” (batch) y “s”
(standard), con las siguientes expresiones:

∆ = − (Ec. 4.27)

∆ = − (Ec. 4.28)

∆ℎ = ℎ − ℎ (Ec. 4.29)

∆ (Ec. 4.30)
∆ =2 ∙ ( )

Finalmente, la fórmula de CIEDE2000 viene dada por la expresión:

14
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

∆ ∆ ∆ ∆ ∆
∆ = + + + (Ec. 4.31)

Mientras que la de CIEDE94 queda como:

∆ ∗ ∆ ∗ ∆ ∗
∆ = + + (Ec. 4.32)

Donde los factores de peso SC, SH y SL de la función son los siguientes:

= 1 + 0.045 ′ (Ec. 4.33)

= 1 + 0.015 ′ ⋅ (Ec. 4.34)

. ( )
=1+ (Ec. 4.35)
( )

T es un factor que implica una dependencia de la tolerancia en tono

con el ángulo de tono, dada por la expresión:

= 1 − 0.17 cos ℎ − 30° + 0.24cos (2 ℎ )+

(Ec. 4.36)
+0.32 cos 3ℎ + 6° − 0.20cos ( 4ℎ + 63°)

Y donde los valores kL, kC, kH sirven para ajustar las contribuciones relativas
de claridad, croma y tono, y así adoptando los valores kL=1, kC=1, kH=1 las
fórmulas que se obtienen son CIE94 (1:1:1) y CIEDE2000 (1:1:1).

15
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

4.2 Texturas.

4.2.1 Introducción.

La textura es una referencia omnipresente en la percepción visual, y

por lo tanto un tema importante en la ciencia de la visión. En particular, se
ha estudiado en los campos de la percepción visual, visión por computador
y gráficos por ordenador. Sin embargo, estos campos tienden a estudiar la
textura con fines distintos, realizando un modelo matemático distinto unos
de otros, con lo cual sería imposible dar una definición matemática precisa
de qué es la textura.

El problema principal estriba en que la textura puede ser muy variada,

y es capaz de exhibir una gran variedad de propiedades. Estas propiedades
pueden cubrir gran cantidad de posibilidades, desde suave a áspero, grueso
a fino, suave a fuerte, etc. Sin embargo, para el punto de vista matemático,
es habitual ver la textura como un espectro estocástico o regular.

 Texturas estocásticas: estas texturas parecen ruido: puntos de

colores que son distribuidos al azar sobre la imagen, apenas
especificado por los atributos, como el brillo mínimo y máximo y el
color de la media. Muchas texturas parecen estocásticas cuando se
ve desde la distancia.
 Texturas regulares: estas texturas simplemente contienen patrones
periódicos, donde se repiten el color o la intensidad y la forma de
todos los elementos de la textura en intervalos iguales.


4.2.2 Métodos de análisis de texturas.

Los métodos de análisis de texturas se clasifican en [40]:

4.2.2.1 Métodos estadísticos.

Se utiliza un conjunto de características para representar la

textura. Por lo general, no es posible reconstruir la textura de las
características, por lo que este tipo de métodos, por lo general sólo se
utiliza para fines de clasificación. Haralick es famoso por ofrecer un
conjunto de características, del que se derivan las matrices de coocurrencia
de niveles de gris (GLCM).

Se pueden distinguir estos métodos en métodos de primer orden

(basados en el histograma), métodos de segundo orden (basados en matriz
de coocurrencia) y métodos de orden superior.

16
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

1.2.2.1.1 Métodos de primer orden.

También llamados basados en histogramas, en ellos se calcula el

histograma de la imagen, y se divide cada valor del histograma por el
número total de píxeles de la imagen, obteniendo un histograma de
probabilidades de niveles de gris h.

Las propiedades que se obtienen a partir de este histograma son:

Media =∑ ℎ( ) (Ec. 4.35)

Varianza =∑ ( − ) ℎ( ) (Ec. 4.36)

Coeficiente de asimetría = ∑ ( − ) ℎ( ) (Ec. 4.37)

Curtosis = ∑ ( − ) ℎ( ) (Ec. 4.38)

Entropía −∑ ℎ( ) ℎ( ) (Ec. 4.39)

Los estadísticos basados en histograma tienen el inconveniente de

perder la información espacial. Al final de este capítulo se dedica un capítuo
a uno de estos métodos, el Patrón Local Binario (LBP), que será el
empleado en la etapa de segmentación del CAD.

4.2.2.1.2 Métodos de segundo orden.

También se los denomina basados en matrices de coocurrencia. Para

capturar las dependencias espaciales de los valores de niveles de gris, que
contribuyen a la percepción de las texturas presentas en una imagen, se
define una estructura 2D llamada matriz de coocurrencias para analizar
texturas

La matriz P[i,j] es definida especificando una dirección de

desplazamiento d=d(di,dj) y contando todos los pares de píxeles separados
por d y que tienen valores de gris i y j.

Para analizar texturas se calculan matrices de coocurrencia con

distintos valores de d.

17
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

Algunas de las propiedades que se extraen a partir de dicha matriz

son:

Energía ∑ ∑ (, ) (Ec. 4.40)

Contraste ∑ ∑ ∑ (, ) donde |i-j|=k (Ec. 4.41)

Entropía. −∑ ∑ (, ) (, ) (Ec. 4.42)

4.2.2.2 Métodos espectrales.

A partir de la transformada de Fourier de una imagen se pueden

analizar sus texturas predominantes. El espectro de la transformada (su
módulo en concreto) |F(u,v)| resulta ideal para describir la dirección de los
patrones periódicos 2D de la imagen f(x,y). También se puede utilizar la
energía del espectro P(u,v)=|F(u,v)|2.

El espectro de Fourier ofrece tres características para la descripción de

las texturas [2].

1. Picos prominentes del espectro: Proporcionan información sobre la

direccionalidad de los patrones de textura.

2. La localización de los picos en el plano de frecuencia: Da el periodo

espacial fundamental de los patrones.

3. Parte no periódica de la imagen: Con un filtro se elimina la

zona periódica de la imagen y separa, de esa forma, la parte no
periódica. Esta parte se puede describir con métodos estadísticos.

18
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

Fig. 4.15: Imagen de textura y su espectro en frecuencia.

4.2.2.3 Métodos estructurales.

Los métodos estructurales se basan en el uso de primitivas de textura

(llamadas téxeles) y de reglas (gramaticales) de formación. Son útiles
cuando las primitivas o patrones son suficientemente grandes y sencillos
como para poder ser segmentados. Se definen en este método los
siguientes tipos de texturas:

- De repetición aleatoria: Se forman emplazando elementos similares

de manera aleatoria.
- De estructura regular: Están formadas poniendo elementos
diferentes sobre un patrón regular.
- De repetición regular: Se forman emplazando elementos similares
sobre un patrón similar.

a) b) c)

Fig. 4.16: Métodos estructurales de descripción de texturas a) De repetición

aleatoria, b) De estructura regular y c) De repetición regular.

Una estructura repetitiva tiene una definición cíclica, los elementos

primitivos son patrones que se repiten con cierta frecuencia de repetición, y
la frecuencia de repetición es el espacio entre patrones. A veces existen
diferentes interpretaciones de una misma textura en cuanto a los elementos

19
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

que la forman, por ejemplo, según el patrón escogido se tiene una regla de
emplazamiento u otra.

Existen diferentes métodos para encontrar las figuras primitivas, los

principales son:

- Basados en el contorno

- Basados en la región

4.2.3 Métodos basados en histograma.

Este apartado profundiza un poco más en los métodos estadísticos

basados en histograma, pues éste es el método usado en la etapa de
segmentación del CAD.

4.2.3.1 Patrón local binario (LBP).

Pertenece al grupo de los métodos basados en histograma, en la

categoría de métodos estadísticos, propuestos por L. Wang en 1990 [11] lo
cual dio lugar a un nuevo método de descripción de texturas.

El patrón binario local (Local Binary Pattern) [12] es un descriptor de

textura en imágenes. Para cada pixel P en la imagen se examina su 8-
vecindad, es decir los 8 píxeles que se encuentran a su alrededor. Por cada
píxel en esa vecindad debe determinarse si el valor de intensidad es mayor
o menor que el valor de intensidad del píxel P, en caso de ser mayor, se
asigna un ‘1’ a esa posición de vecindad y de lo contrario se asigna un ‘0’.
Con esos valores asignados se codifica una cadena binaria por píxel,
conteniendo en total 8 bits que indican la distribución de las intensidades a
su alrededor.

Esta partición constituye un espacio con 2 = 256 posibles valores, de

manera que se puede calcular una distribución de textura de forma similar a
los histogramas en escalas de grises.

20
 HERRAMIENTA DE AYUDA AL DIAGNÓSTICO PARA QUEMADURAS

Fig. 4.17: ejemplo de LBP

LBP=1+8+32+128=169

El histograma normalizado LBP se obtendrá como:

ℎ = = 0, 1, … , 255 (Ec. 4.43)

Donde ni es el número de píxeles de la imagen que poseen el

parámetro LBP de valor i y N es el número total de píxeles de la imagen.

Junto a la medida LBP, a veces se suele utilizar también una medida

del contraste de los píxeles adyacentes [12]. Se calcula hallando la
diferencia entre el promedio de valores de intensidad mayor que el píxel
central y el promedio de valores de intensidad menor que el píxel central.

= − = . (Ec. 4.44)

21