TRATAMIENTO DE IMÁGENES

Paso 2 - Segmentación de imágenes

Presentado a:
PAOLA ANDREA MATEUS

Entregado por:

Miguel Zuleta Perez

Código: 1037629117

Grupo: 208054_19

UNAD
ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA
2019
CIUDAD Medellín
1. Definición de conceptos: estudiando el libro guía, el estudiante investiga de manera
individual y da respuesta a las siguientes preguntas teóricas:
a. ¿Qué es umbralización o binarización?

Estos 2 términos van de la mano ya que para poder ir a la binarización primero

debo definir un umbral. En el Umbral podemos definir que tan oscuro es un píxel
y luego pasar a la Binarización de manera que se convierta en 1 y 0, es decir
blanco o negro.

Es el proceso de convertir una imagen de niveles de grises o una imagen de

color en una imagen a blanco y negro.

b. ¿Cuál es la diferencia entre umbralización global y local? ¿Cuál es su

implementación en Matlab?

Global:
Esta técnica supone que una imagen posee un histograma bimodal, y por lo tanto
el objeto puede ser extraído del resto de la imagen mediante una simple
operación que compare los valores de la imagen con el valor umbral T.
 Local:

El Umbral se define para cada Pixel dependiendo de su vecindario, se debe

dividir la imagen en subimágenes para encontrar un umbral apropiado para cada
una de ellas. Dichas sub-imágenes pueden ser de diferentes formas y tamaños,
lo que se define en el momento de implementar el algoritmo para la
determinación del umbral local. De esta forma, no hay un único umbral para toda
la imagen sino múltiples umbrales, uno para cada sub-imagen.

c. ¿Qué es umbral de Otsu?

El método de Otsu es uno de los más populares, Este método considera que el
histograma es bimodal y se
itera a lo largo del histograma calculando para cada valor
estimado posible de umbral la varianza de pesos dentro de cada
clase o modo. El umbral óptimo se logra cuando la varianza
entre clases genera un valor mínimo.

d. ¿Qué es reducción de ruido en una imagen binaria?

Es el proceso por el cual se pretende reducir o eliminar el ruido de una imagen,

el ruido es la variación aleatoria (que no se corresponde a la realidad) del brillo
o el color en las imágenes digitales o binarias, se produce normalmente por el
dispositivo de entrada (cámara, escáner, digitalizador etc.), existen distintos
tipos de ruido como ruido de crominancia, ruido de lectura, entre otros.

e. ¿Qué es filtro mediano y cómo se implementa en Matlab?

Se han propuesto filtros no lineales basa bajos que remueven el ruido

efectivamente y preservan los bordes y detalles de la imagen. Uno de estos
filtros es el filtro de mediana.
f. ¿Para qué sirven los filtros de suavizado en una imagen?

Para disminuir los efectos negativos que se pueden presentar en una imagen
digital como consecuencia de un sistema de muestreo pobre o del canal de
transmisión.
Emborronar la imagen: eliminar pequeños detalles antes de la segmentación de
un objeto de interés, Rellenar pequeños espacios.

g. ¿Cuál es la diferencia entre ruido gaussiano y ruido de sal y pimienta?

Ruido Gaussiano:
Todos los Pixeles que componen la imagen cambian su valor de acuerdo con la
distribución gaussiana.

Ruido de sal y pimienta:

Los píxeles de la imagen son muy diferentes en color o intensidad a los píxeles
circundantes. El hecho que define este tipo de ruido es que el píxel ruidoso en
cuestión no tiene relación alguna con los píxeles circundantes
h. Explique diferentes técnicas de segmentación de imágenes

Segmentación de imágenes mediante crecimiento de regiones: Es un

procedimiento que agrupa los píxeles o subregiones de la imagen en regiones
mayores basándose en un criterio prefijado. Normalmente se empieza con unos
puntos “semillas” para formar una determinada región, Segmentación de
imágenes Detección de similitudes Crecimiento de regiones añadiendo aquellos
píxeles vecinos que cumplan la propiedad especificada (por ejemplo, que estén
en un rango de nivel de gris determinado).

Segmentación de imágenes mediante umbralización: Un método básico para

diferenciar un objeto del fondo de la imagen es mediante una simple
binarización.

Segmentación de imágenes mediante histograma de la imagen (Método del

valor medio): Se usa el nivel medio de gris de la imagen como valor umbral.
Esta umbralización tendrá éxito si el objeto y el fondo ocupan áreas comparables
en tamaño en la img.

Segmentación de imágenes mediante histograma de la imagen (Método del

porcentaje de pixeles negros): Dado un histograma, y un porcentaje de píxeles
negros deseados, se determina el número de píxeles negros multiplicando el
porcentaje por el número total de píxeles.

Segmentación de imágenes mediante histograma de la imagen (Método de

los dos picos): Si el histograma muestra al menos dos picos, el valor umbral
más apropiado suele ser el menor valor entre esos dos picos del histograma.

Segmentación de imágenes mediante histograma de la imagen

(Umbralización adaptativa): A veces, una deficiente o desigual iluminación en
la imagen, hace que no sea conveniente el uso de un umbral global para toda la
imagen. Una solución puede ser subdividir la imagen y encontrar un umbral
apropiado para cada subimagen. Como el umbral usado en cada píxel depende
de la localización de este, esta umbralización se llama adaptativa.
i. ¿Qué es reconstrucción morfológica?

La reconstrucción morfológica implica dos imágenes y un elemento

estructurante. Una imagen es el marcador (F), que es el punto de partida de la
reconstrucción y la otra imagen es la máscara (G), que es la que restringe la
transformación. Además, por definición, el marcador debe de ser igual o menor
que la máscara.

La reconstrucción es muy utilizada y conocida en el procesamiento de imágenes

binarias, donde simplemente se extraen las componentes conectadas de una
imagen, a partir de una imagen marcador. Este operador también puede ser
definido en imágenes con niveles de gris, pudiéndose utilizar en distintas etapas
del procesamiento de imágenes como filtrado, segmentación o extracción de
características.

j. ¿Qué tipos de funciones morfológicas existen y cómo funcionan?

Las operaciones morfológicas más básicas son la dilatación, la erosión,

aperturas y cierres
Dilatación:
La dilatación es la transformación morfológica que combina dos conjuntos
usando adición de vectores de los elementos del conjunto. La dilatación fue
propuesta como una operación teórica do conjuntos por H. Minkowski, para
caracterizar la medida integral de ciertos conjuntos abiertos (dispersos).

Erosión
La erosión es la operación morfológica dual a la dilatación. Es la transformación
morfológica que combina dos conjuntos, usando el vector resta delos elementos
del conjunto.

La apertura de una imagen B por un elemento estructura K, se denota por BOK.

La apertura consiste en una erosión seguida poruña dilatación.
𝐵 𝑂 𝐾 = (𝐵 − 𝐾)) + 𝐾

El cierre de una imagen consiste en una dilatación seguida de una erosión, y se

representa por B • K, por lo tanto, se define como
𝐵 • 𝐾 = (𝐵 + 𝐾) − 𝐾