FRANCIS JAVIER MURILLO PEREA

Actividades a desarrollar
Paso 2 – Segmentación de imágenes:
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?
La umbralización es uno de los más importantes métodos de segmentación. El objetivo
es convertir una imagen en escala de grises a una nueva con sólo dos niveles, de manera
que los objetos queden separados del fondo.

El histograma de la Figura 7b corresponde a una imagen compuesta de objetos claros

sobre un fondo oscuro (Fig.7a). Una forma de extraer el objeto del fondo es seleccionar
un umbral de intensidad T que separe los dos conjuntos. De este modo, cualquier punto
(x, y) para el que f(x, y)>T, pertenecerá al objeto, en caso contrario, pertenecerá al
fondo. Si los valores de gris del objeto y del resto de la imagen difieren claramente,
entonces el histograma mostrará una distribución bimodal, con dos máximos distintos,
separados por una región vacía. Con lo cual se logrará una separación perfecta entre el
objeto y el fondo, al establecer un valor umbral ubicado en esta región del histograma.
b. ¿Cuál es la diferencia entre umbralización global y local? ¿Cuál es su
implementación en Matlab?
Local
Los umbrales locales pueden ser determinados dividiendo una imagen en subimágenes
y  calculando los umbrales de dichas subimágenes, o examinando las intensidades de la
imagen en los alrededores de cada píxel. En el primer método, primero, se divide una
imagen en subimágenes rectangulares solapadas, y se obtienen los histogramas de cada
subimagen. Estas subimágenes deben ser los suficientemente grandes como para abarcar el
fondo, y el objeto en cuestión. Si una subimagen tiene un histograma bimodal, el mínimo
entre los dos picos determinará el umbral local. En caso que el histrograma sea unimodal, el
umbral  se obtendrá por interpolación de los umbrales locales de las subimágenes
adyacentes. Por último,  es necesario realizar una segunda interpolación para encontrar los
umbrales adecuados a cada píxel.
Global
FRANCIS JAVIER MURILLO PEREA

Cuando los niveles de intensidad de los objetos y del fondo son suficientemente distintos,
es posible segmentar la imagen usando un umbral global aplicable a toda la imagen.
La umbralización global resulta muy eficiente en términos del tiempo y la simplicidad de su
implementación. Existe abúndate literatura al respecto y se aprecia que pese a esto no es un
tema finalizado en su estudio y tratamiento. El análisis cualitativo se resume en la tabla 1:

c. ¿Qué es umbral de Otsu?

El método de Otsu calcula el valor umbral de forma que la dispersión dentro de cada
segmento sea lo más pequeña posible, pero al mismo tiempo la dispersión sea lo más alta
posible entre segmentos diferentes. Para ello se calcula el cociente entre ambas variancias y
se busca un valor umbral para el que este cociente sea máximo.
FRANCIS JAVIER MURILLO PEREA

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

El ruido digital es la variación aleatoria (que no se corresponde con la realidad) del brillo o
el color en las imágenes digitales producido por el dispositivo de entrada (la cámara
digital en este caso).
Está universalmente aceptado que, así como, en la imagen analógica el grano era aceptable
e incluso estético, en la fotografía digital el ruido es antiestético e indeseable.

Salvando las distancias los dos conceptos son similares: el grano aparece cuando los puntos
que forman la imagen (granos de material fotosensible) adquieren tanto tamaño que son
apreciables a simple vista. Las variables que influyen en la aparición de grano son la marca
de la película, la sensibilidad (a más sensibilidad más grano) y el proceso de revelado.
Evidentemente la cantidad de ampliación de la copia también aumenta el tamaño del grano.
Por otro lado el ruido digital es ese efecto “indeseable” consiste en la aparición aleatoria de
señales ajenas a la imagen original, especialmente apreciable en las zonas de sombra de la
imagen.
FRANCIS JAVIER MURILLO PEREA

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

La mediana del filtro es una técnica de filtrado digital no lineal, que a menudo se
utiliza para eliminar el ruido de una imagen o señal. Dicha reducción de ruido es un
paso típico de preprocesamiento para mejorar los resultados del procesamiento
posterior (por ejemplo, detección de bordes en una imagen). El filtrado medio se usa
mucho en el procesamiento de imágenes digitales porque, bajo ciertas condiciones,
conserva los bordes al tiempo que elimina el ruido (pero vea la discusión a
continuación), también tiene aplicaciones en el procesamiento de señales.

f. ¿Para qué sirven los filtros de suavizado en una imagen?

Los filtros de suavizado lineales o filtros paso bajo tienden a difuminar los ejes a causa de
que las altas frecuencias de una imagen son atenuadas. La visi´on humana es muy sensible
a esta informaci´on de alta frecuencia. La preservaci´on y el posible realce de este detalle es
muy importante al filtrar. Cuando el objetivo es m´as la reducci´on del ruido que el
difuminado, el empleo de los filtros de mediana representan una posibilidad alternativa.g.
FRANCIS JAVIER MURILLO PEREA

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

Ruido Gaussiano (o normal) Modela el ruido producido por los circuitos electrónicos o
ruido de los sensores por falta de iluminación y/o altas temperaturas. La intensidad de todos
los píxeles se ve afectada.

Ruido impulsivo (o sal y pimienta) Se produce normalmente en la cuantificación que se

realiza en el proceso de digitalización.

h. Explique diferentes técnicas de segmentación de imágenes

La segmentación subdivide una imagen en sus partes constituyentes u objetos, con el fin
de separar las partes de interés del resto de la imagen, por lo tanto el nivel al que se
lleva a cabo esta subdivisión depende del problema a resolver. En el proceso de detectar
las partes en una imagen se identifican bordes de la imagen, o se segmenta esta en
regiones, líneas o curvas, etc. Otra definición considera a la segmentación como la
clasificación de los puntos de la imagen (pixels), indicando las clases a la que
pertenecen los diferentes pixeles.
FRANCIS JAVIER MURILLO PEREA

Detección de Puntos La detección de puntos aislados es inmediata. Empleando la

mascara de la figura 2, vamos a decir que se ha detectado un punto en la posición en la
cual est´a centrada la mascara.

Detección de Puntos La detección de puntos aislados es inmediata. Empleando la

mascara de la figura 2, vamos a decir que se ha detectado un punto en la posición en la
cual est´a centrada la mascara.

Detección de Líneas. Si pasamos la primera de las m´ascaras a lo largo de la imagen,

tendr´a mayor respuesta para l´ıneas de ancho un pixel orientadas horizontalmente.
Siempre que el fondo sea uniforme, la respuesta ser´a m´axima cuando la l´ınea pase a
lo largo de la segunda fila de la m´ascara. La segunda m´ascara de la figura 3 responder
´a mejor a l´ıneas
i. ¿Qué es reconstrucción morfológica?
La reconstrucción morfológica se puede pensar conceptualmente como una dilatación
repetida de una imagen, llamada, hasta que el contorno de la imagen del marcador se ajuste
debajo de una segunda imagen, llamada el.imagen de marcadorimagen de máscara En la
reconstrucción morfológica, los picos en la imagen del marcador "se extienden" o se
dilatan.
Esta figura ilustra este procesamiento en 1-D. Cada dilatación sucesiva está restringida a
estar debajo de la máscara. Cuando la dilatación adicional deja de cambiar la imagen, el
procesamiento se detiene. La dilatación final es la imagen reconstruida. (Nota: la
implementación real de esta operación en la caja de herramientas se hace mucho más
eficientemente. Consulte la página de referencia para obtener más
detalles.)imreconstruct La figura muestra las dilataciones sucesivas del marcador.
FRANCIS JAVIER MURILLO PEREA

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

Metábasis o transposición
Otra cuestión morfológica que podemos tratar desde esta perspectiva es la relativa a la
metábasis o transposición, entendida como un cambio de clase. Este mecanismo es básico
en aproximaciones como la que partiendo de Ch. Bally y continuada por L. Tesnière florece
en la escuela fundada por E. Alarcos (Gutiérrez Ordóñez 1997:123-160). En otros
planteamientos de índole también funcionalista, como la que defendemos, este recurso debe
quedar limitado a los casos realmente comprobados de cambio categorial, pues, si partimos
del supuesto de que clases y funciones no mantienen una relación biunívoca, el hecho de
que un determinado elemento aparezca en una casilla que a priori no le corresponde no
presupone un cambio de clase: así, una cláusula con núcleo infinitivo seguirá siendo
cláusula y su núcleo un verbo aunque desempeñe la función de sujeto u objeto: el
lamentarse dulcemente dos pastores.
Diminutivos
Se plantean Lázaro Mora (1999: 4658-4662) y Aguirre (2013: 283-284), a propósito de
casos como Osquítar o azuquítar, si los morfemas diminutivos son infijos o sufijos: Si
consideramos que el morfema de diminutivo es un infijo que se intercala en la raíz o
lexema de la palabra, explicamos muy bien algunas formaciones de diminutivos como
azúcar > azuquítar, que quedaría segmentada considerando el morfema -it- como un infijo:
azuqu-ít-ar La extensión de este análisis a la generalidad de los diminutivos queda
descartada por la mayor parte de los lingüistas (Aguirre 2013:283-284). Evidentemente,
esta extensión queda descartada porque en la inmensa mayoría de los casos los diminutivos
actúan como sufijos (pequeñ-it-a), es decir, ocupan la posición final del tema, antes de la
inserción de los flexivos. Lo que cabe concluir es, pues, que los morfemas pertenecientes a
la subclase de los diminutivos ocupan generalmente una posición de sufijos y,
ocasionalmente, otras como la de infijos,
Interfijos
Los interfijos constituyen una de esas entidades lingüísticas sobre las que mayor discusión
ha habido en nuestra tradición gramatical moderna (Portolés 1999, Camacho 2002,
Fábregas 2017, etc.), sobre todo en lo referente a si carecen necesariamente de significado.
FRANCIS JAVIER MURILLO PEREA

Desde nuestra perspectiva estas cuestiones carecen de relevancia: la posición de interfijo

conforma una casilla funcional potencial de una palabra. Esta casilla podrá ser rellenada
con unidades carentes de significado (morfos vacíos), lo que sucede frecuentemente, pero
también con unidades significativas (lo que denominaríamos morfemas llenos, si esta
expresión no resultase redundante13). De esta manera, en hum-ar-eda ocupa la posición de
interfijo un morfo vacío (-ar-) en tanto que en tont-orr-ón, por ejemplo, el interfijo es un
morfema apreciativo
FRANCIS JAVIER MURILLO PEREA

Webgrafia;
https://es.wikipedia.org/wiki/M%C3%A9todo_del_valor_umbral
http://digitimagen.blogspot.com/2012/08/umbralizacion-local-o-adaptativa.html
http://digitimagen.blogspot.com/2012/08/umbralizacion-global.html
http://asignatura.us.es/imagendigital/Tema5-2_SegmentacionRegionesUmbralizacion.pdf
https://la.mathworks.com/help/images/understanding-morphological-reconstruction.html