PONTIFICIA UNIVERSIDA CATOLICA DEL ECUADOR SEDE

IBARRA
NOMBRE: LUIS ALEXANDER CAMPUES

TEMA: Procesamiento de imágenes Segmentación

SEGMENTACIÓN DE LAS IMÁGENES.

Contestar las siguientes preguntas en su computador, utilice los documentos propuestos del tema para afirmar
las preguntas realizadas.

✓ Mediante un Organizador Gráfico, identifique los pasos para el proceso de la visión Artificial.

✓
✓ En el procesamiento de imágenes, la segmentación de imágenes se refiere al proceso de:
Partición de la imagen de una manera semánticamente significativa
✓ ¿Qué es lo más importante que se busca al segmentar una imagen?
Encontrar un objeto en una imagen (particionar en clases: objetos(s)y fondo)
✓ ¿Cuál es el objetivo de segmentar imágenes médicas?
Particionar la imagen en regiones (clases, subconjuntos) homogéneos con respecto a una o más.
características
✓ Dentro de la segmentación de imágenes, cuáles son las características de los elementos a segmentar.
Dadas las diferentes características de las imágenes y los elementos a segmentar, no existe un método
estándar de segmentación que produzca buenos resultados para cualquier imagen
✓ ¿Cómo se evalúa un proceso correcto de segmentación?
*Independencia de la inicialización: Intravariabilidad (reproductibilidad).
*Comparación con el “experto” humano: Sensibilidad (verdaderos positivos)
*Especificidad (verdaderos negativos).
✓ ¿Cuáles son los métodos de segmentación más conocidos?
*Basados en umbrales.
*Basados en bordes.
*Basados en regiones.
✓ Dentro de los métodos basados en umbrales, ¿cuál es su clasificación?
*Umbralización y Binarización
*Umbrales múltiples.
*Umbrales automáticos
✓ ¿Cómo se realiza el proceso de Umbralización o Binarización?
Extraer los objetos comparando su valor de intensidad con un valor de referencia (umbral).
✓ Cómo se produce el método de Otsu, ¿cuáles son sus principales características?
Asume que la imagen contiene dos clases de pixeles (histograma bimodal). Calcula el umbral optimo que
minimiza la varianza intra clase y maximiza la varianza inter-clase. Calcula probabilidades de cada
posible clase, y comprueba las varianzas hasta que encuentra la mínima dentro de las clases y/o la máxima
entre las clases.
✓ Cómo funciona el agrupamiento de k-means, ¿cuáles son sus principales características y cuáles son
los pasos generales de su algoritmo?
Método de clasificación, que asigna puntos dados a k diferentes segmentos. En el caso de las imágenes,
asigna cada pixel a una de las k regiones de acuerdo a su valor de intensidad. Es necesario saber de
antemano el valor de k.
✓ Presente un collage de imágenes de un ejemplo propuesto, sobre la 1ra iteración, 2da, 5ta, 10ma,
20va y 30va.
✓ ¿Cómo se realiza la segmentación basada en bordes con perfil del borde, primera y segunda
derivada?

✓ A qué se denomina Gradiente morfológico,

Diferencia entre la dilatación y la erosión de la imagen con el mismo elemento estructural.
✓ ¿En qué consiste la detección de bordes con filtros?
Los filtros de detectar bordes buscan los bordes entre colores diferentes y así pueden detectar los contornos
de los objetos
✓ Cómo se ve gráficamente la detección de bordes con filtros en el caso que se considera diferencia de
píxeles.

✓
✓ Cómo se ve gráficamente la detección de bordes con filtros en el caso que se considera diferencia
separada de píxeles.
✓ Cómo se ve gráficamente la detección de bordes con filtros en el caso que se considera Operador de
Prewitt.

✓ Cómo se ve gráficamente la detección de bordes con filtros en el caso que se considera Operador de
Sobel.

✓ Cómo se ve gráficamente la detección de bordes con filtros en el caso que se considera diferencia de
Gaussiano.
✓ En que consiste la técnica conocida como operador de Canny dentro de la detección de bordes.
Técnica formulada con tres objetivos:
1. detección óptima, para reducir la respuesta al ruido.
2. buena localización, con distancia mínima entre el borde original y el estimado.
3. respuesta única, para eliminar múltiples respuestas a un único borde.
En que consiste la técnica conocida como operador de Sobiel dentro de la detección de bordes.
Es utilizado en procesamiento de imágenes, especialmente en algoritmos de detección de bordes.
Técnicamente es un operador diferencial discreto que calcula una aproximación al gradiente de la función
de intensidad de una imagen. Para cada punto de la imagen a procesar, el resultado del operador Sobel es
tanto el vector gradiente correspondiente como la norma de este vector.

✓ En que consiste el método RATS.

RATS (Robust Automatic Threshold Selection): Permite definir automáticamente umbrales de segmentación a
partir de la información del gradiente (bordes). Su éxito depende del filtro de gradiente usado. Su éxito depende
del filtro de gradiente usado.