NOTAS ELECTRONICAS

(PROYECTO)
Eder Vzquez Vzquez S7


26 DE MARZO DE 2014
PROCESAMIENTO DE IMAGENES
UAP Tianguistenco, UAEM
Contenido
1. Analisis de Imagenes ................................................................................................................... 1
2. PROCESAMIENTO DE LA IMAGEN ............................................................................................... 2
3. Histograma de una Imagen ......................................................................................................... 2
4. Segmentacion .............................................................................................................................. 2
4. Referencias ...................................................................................................................................... 4


1. Anlisis de Imgenes
El anlisis de imgenes es un proceso que consiste en descubrir, identificar y comprender los
patrones relevantes en las imgenes objeto de estudio. En la figura 2.1 se muestran las etapas
tpicas de este proceso [11].

La primera etapa del proceso es la adquisicin de la imagen. Esta puede ser analgica, a la
cual aplicaremos una digitalizacin (muestreo y cuantificacin) o digital. Una vez se ha obtenido
la imagen digital, se pasa al preprocesado, que implica la mejora de la imagen de forma
que se aumenten las posibilidades de xito en las etapas posteriores.
La segmentacin, consiste en agrupar pixeles, conforme a algn criterio de homogeneidad, y
dividir la imagen en regiones de inters, llamadas objetos. Una vez tenemos los objetos se
trata de representar esa imagen mediante la creacin de esquemas que compacten los datos
y faciliten la labor de los descriptores.
La descripcin o seleccin de rasgos consiste en extraer rasgos o caractersticas dotadas de
informacin cuantitativa de inters capaz de diferenciar una clase de objetos de otra.La
ltima etapa incluye el reconocimiento y la interpretacin. Entendemos por reconocimiento
el proceso que asigna una etiqueta a un objeto basndose en la informacin proporcionada
por sus descriptores y la interpretacin es aquella que le da un significado al objeto
reconocido.
2. PROCESAMIENTO DE LA IMAGEN
Las tcnicas de preprocesado pretenden mejorar o realzar las propiedades de la imagen
para facilitar las etapas que le siguen en el anlisis de imgenes. Los mtodos de mejora se
pueden basar en operaciones puntuales u operaciones de vecindad [7].
El procesamiento de la imagen es una de las tareas msimportantes. Durante este proceso la
imagen es tratada por varios algoritmos, con el objetivo de mejorar la calidad de la imagen y
transformarla en una representacin adecuada para que pueda ser usada por la siguiente etapa
del proceso de reconocimiento, en la que se realiza una extraccin de caractersticas para obtener
un patrn, que posteriormente ser usado en la etapa de seleccion [Ruz, 2011].
Realizar un procesamiento adecuado de la imagen una tarea relevante en el proceso de
reconocimiento, ya que si no se realiza un tratamiento correcto de la imagen puede que durante la
extraccin de caractersticas se detecten caractersticas falsas [Ruz, 2011]. Uno de los algoritmos
usados durante el procesamiento de la imagen es el de segmentacin, el cual tiene como
propsito seleccionar solo el rea de inters en la imagen [Ruz, 2011].
3. Histograma de una Imagen
Dada una imagen es posible contar el nmero de pixeles que corresponden a cada tono en cada
canal, a la representacin grfica de esta caracterstica se le llama (como en estadstica
descriptiva) el Histograma del canal. Para el caso de imgenes en tonos de gris solo existe un
histograma. Esta tcnica permite observar detalles en la estructura de informacin del histograma
que a simple vista no son notorios y ayuda a encontrar detalles que eventualmente son relevantes
en las imgenes [procesamiento digital de imagenes MM-2013].
4. Segmentacion
La segmentacin consiste en la divisin de la imagen en regiones que comparten ciertas
propiedades. A estas regiones de inters se les llama objetos y el resultado de la segmentacin es
la separacin de objetos [7], por lo tanto el nivel al que se lleva a cabo esta subdivisin depende
del problema a resolver [Palomino, 2009].
Las estrategias de segmentacin estan basadas en la idea de la separacion de regiones en una
imagen[Ruz, 2011]. En el proceso de detectar las partes en una imagen se identifican bordes de la
imagen, o se segmenta esta en regiones, lneas o curvas [Palomino, 2009]. La segmentacin
automtica es una de las tareas ms difciles del procesamiento de imgenes, esta etapa
determina el eventual xito o fracaso del anlisis [Palomino, 2009].
Los algoritmos de segmentacin de imgenes monocromticas se basan en alguna de las dos
propiedades siguientes :
- Discontinuidad: en los tonos de gris de los pxeles de un entorno, que permite detectar
puntos aislados, lneas y aristas (bordes).
- Similaridad en los tonos degris de los pxeles de un entorno,que permite construir
regiones por divisin y fusin, por crecimiento o por umbralizacin.
Fundamentalmente, se han revisado los siguientes tpicos en segmentacin: 1) Deteccin de
bordes, 2) Basado En regiones, 3) Umbralizacin [Palomino, 2009].
Umbralizacin
La umbralizacin de imgenes es una de los mtodos que abarca la segmentacin de
imgenes digitales. Las tcnicas de umbralizacion buscan obtener un valor de umbral que permita
binarizar a la imagen separando adecuadamente el fondo y el objeto a separar [Cattaneo, 2011].
Se define el umbral como una funcin que convierte una imagen con diferentes tonalidades en
una imagen en blanco y negro [Palomino, 2009], Este proceso es conocido como binarizacin
[Palomino, 2009].
Muchas de las tcnicas de umbralizacin estn basadas en la informacin estadstica que brinda
el histograma, sobre todo en aquellas imgenes donde los objetos tienen una superficie o
textura homognea y el fondo es ms o menos uniforme [Cattaneo, 2011]. El problema de la
umbralizacin es encontrar el valor T (umbral) adecuado entre los valores de grises en
imgenes que permita una ptima separacin entre el objeto y el fondo.
En los procedimientos no paramtricos, los umbrales se obtienen de forma ptima de acuerdo a
algn criterio. En particular, el mtodo de Otsu, que es el objetivo de este apunte, elige el umbral
ptimo maximizando la varianza entre clases(between-class variance) mediante una bsqueda
exhaustiva.









4. Referencias
[11] Gonzlez, Rafael C. y Woods, Richard E. Tratamiento Digital de Imgenes, ed.
Addison-Wesley/Daz de Santo, 1996
[7] Cid Sueiro, Jesus; Alba, Jose Luis y Mora, Inmaculada, Universidad Carlos III de Madrid,
Universidad de Vigo y Universidad Rey Juan Carlos. Tratamiento Digital de Imagen, 2006.
[Ruz, 2011] Una estrategia de segmentacin de imgenes digitales de huellas dactilares
latentes, Ruz E. Mara E., Morales S. Miguel y Hernndez M. Yahir, Riee&C, Revista de Ingeniera
Elctrica, Electrnica Y Computacin, Vol. 9 No. 1, Julio 2011.
[Palomino, 2009] Tcnicas de Segmentacin en Procesamiento Digital de Imgenes , Dra.
Nora La Serna Palomino, Lic. Ulises Romn Concha, Revista de Ingenieria de Sistemas e
Informtica, Vol 6, No. 2, Julio Diciembre 2009.
[Cattaneo, 2011] Mtodos De Umbralizacin De Imgenes Digitales Basados En
Entropia De Shannon Y Otros, Carlos A. Cattaneo , Ledda I. Larcher, Ana I. Ruggeri, Andrea C.
Herrera, Enrique M. Biasoni, Mecnica Computacional Vol XXX, pgs. 2785-2805, Rosario,
Argentina, 1-4 Noviembre 2011.