La transformada de Radon aplicada a la segmentación de imágenes digitales en escala de grises

• Autores: Ricardo de Armas Costa, Shirley Viviana Quintero Torres, Cristina Acosta Muñoz, Carlos Camilo Guillermo Rey Torres
• Localización: Revista de Ingenierías: Universidad de Medellín, ISSN 1692-3324, Vol. 17, Nº. 32, 2018 (Ejemplar dedicado a: Enero-Junio), págs. 213-227
• Idioma: español
• Títulos paralelos:
  • A transformada de Radon aplicada à segmentação de imagens digitais em escala de cinzas
  • Radon Transformation Applied to the Segmentation of Grayscale Digital Images
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este artículo de investigación científica se da a conocer a la comunidad interesada en el procesamiento digital de imágenes, una aplicación inédita de la transformada de Radon para segmentar imágenes en escala de grises, lo que permite la identificación y clasificación de regiones u objetos, misma que puede extenderse a imágenes en color. Los resultados obtenidos se compararon con los resultados de dos algoritmos clásicos de segmentación: el algoritmo de umbralización Otsu optimizado, y el algoritmo de crecimiento de regiones Seeded Region Growing.

  • English

    In this scientific research article, the community interested in digitalimage processing is introduced to the new application of Radon’s transformation to segment images in grayscale, which allows the identification and classification of regions or objects, which can be extended to color images. Results obtained were compared with the results of two classic segmentation algorithms: the optimized Otsu thresholding algorithm, and the Seeded Region Growing growth algorithm.

  • português

    Este artigo de pesquisa científica está dirigido à comunidade interessa no processamento digital de imagens, uma aplicação inédita da transformada de Radon para segmentar imagens em escala de cinzas, o que permite a identificação e classificação de regiões ou objetos, a qual se pode estender a imagens em cor. Os resultados obtidos foram comparados com os resultados de dois algoritmos clássicos de segmentação: o algoritmo de umbralização Otsu otimizado e o algoritmo de crescimento de regiões Seeded Region Growing.