Resumen de Segmentación de imágenes digitales mediante la divergencia de Jensen-Shannon. Aplicaciones
En esta tesis doctoral se presenta un nuevo método de segmentación de imágenes digitales, del tipo de los de detección de bordes. A tal efecto, se han desarrollado procedimientos novedosos para solventar las tres fases de las que consta una segmentación mediante detección de bordes:
A) Asignación de una pareja de números reales a cada píxel de la imagen (su divergencia y dirección), calculadas a partir de cuatro muestras tomadas sobre la imagen con orientaciones de ventana equiespaciadas.
B) Selección de los píxeles con alta probabilidad de ser de borde, mediante una ventana unidimensional centrada en cada píxel terminal y un criterio de selección basado en valores de la divergencia en dirección perpendicular a la dirección estimada del borde en el píxel de estudio.
C) Prolongación de los bordes que pudiesen aparecer desconectados en la imagen binaria de la fase anterior mediante un criterio mixto en divergencias y direcciones, aplicado sobre un píxel terminal y los tres vecinos que convenientemente se etiquetan como probables para continuar prolongando el borde por ellos.
El procedimiento se ha comparado con otros propuestos en la literatura, demostrando ser ventajoso, sobre todo en el aspecto de la robustez frente a ruido de diversos tipos (impulsivo y gaussiano principalmente).
Finalmente, los algoritmos de segmentación desarrollados se han aplicado con éxito a varias aplicaciones concretas, como son la determinación automática de la tensión superficial y el ángulo de contacto en interfases líquido-vapor, la detección de isotermas en imágenes de teledetección en el infrarrojo, y la detección de estenosis en angiogramas.
Como complemento al método de segmentación descrito, se ha desarrollado también una nueva medida de calidad, que se encarga de evaluar los resultados arrojados por diversos procedimientos de segmentación sobre la misma imagen.
Las principales
