En esta tesis se presenta un método para la segmentación de imágenes naturales basado en la técnica de crecimiento de regiones, que toma en consideración la información de color y textura adaptándose a la percepción humana. Para ello reinterpreta el tradicional algoritmo de crecimiento de regiones de forma que la condición de pertenencia y de parada estén determinadas por la distancia perceptiva entre colores, siendo ambas adaptativas y automáticamente ajustadas. De ahí surge la idea de crecimiento de regiones multipaso con condición de pertenencia controlada por textura, extendido a K dimensiones, siendo K el número de colores de referencia encontrados en la zona deseada, como se explicará posteriormente a lo largo de la tesis.
Las novedades aportadas en el marco de la segmentación de imágenes en color son:
Nuevo algoritmo K-means adaptado a la percepción humana.
Nuevo algoritmo de segmentación de imágenes en color mediante crecimiento de regiones adaptado a la percepción humana.
Inclusión de información de textura en el método de segmentación.
Así mismo, el algoritmo ha sido integrado en una interfaz gráfica amigable para facilitar su uso a personas ajenas al mundo del tratamiento de imágenes.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados