Detección de bordes utilizando la matriz de co-ocurrencia: aplicación a la segmentación de imágenes de frutos de café

Se presenta un sistema de segmentación de imágenes de frutos de café basado en el análisis de las características de textura computadas de la matriz de coocurrencia. Se cuantifican 121 indicadores de los cuales se seleccionan aquellos con mayor discriminación entre dos clases posibles: ‘Centro de Fruto’ y ‘Borde’. La segmentación utiliza la imagen de bordes, buscando en esta sus regiones arco-conexas. El sistema detector de bordes consiste en un clasificador bayesiano con cinco indicadores como entrada extraídos de un elemento estructural, lo que resulta en la partición de la imagen. La salida del clasificador es la pertenencia hacia una de las dos clases para una región de 4x4 (elemento estructural). Para disminuir el costo computacional, se propone un método experimental utilizando un clasificador basado en umbrales, cuya entrada es un indicador de alta discriminación. Los sistemas alcanzan un nivel de detecciones correctas superior al 90% para un nivel de tolerancia de 50%.

• Autores: Betancur, Julián; Mora, Jaison; Viera, Jorge
• Tipo de recurso: Article of journal
• Fecha de publicación: 2010
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/37636
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/37636; http://bdigital.unal.edu.co/27720/
• Palabra clave: Segmentación de imágenes; matriz de coocurrencia; clasificador Bayesiano; Análisis de Componentes Principales (PCA); Índice de Fisher (IDF).
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional