Exploración del uso de la morfología matemática en el tratamiento de imágenes a color

Aunque existen definiciones ampliamente aceptadas de morfología matemática (MM) para imágenes binarias y de escala de grises, representadas como conjuntos y funciones esclares respectivamente (ver, por ejemplo (3,41), no sucede lo mismo para las imágenes a color; la extensión de los operadores morfológicos a éstas no es inmediata. En este trabajo se explora el uso de la MM en imágenes a color y se muestran tres posibles aproximaciones diferentes al tema. La primera de ellas, descrita en el capítulo 1 consiste en analizar la propuesta de Louverdis et al. (51 de morfología sobre una representación vectorial de la imagen en el espacio de color HSV (para una descripción de este espacio, véase el apéndice 2). En ésta, las imágenes son funciones de Z2+Z3 y tienen un grafo que "vive" en Z5. Se propone un cambio del tratamiento de la coordenada s para hacerlo más coherente con el ordenamiento propuesto y se mejora el problema de detección falsa de bordes con el gradiente morfológico en zonas rojizas de la imagen. Para esto último se combina el ordenamiento condicional con la idea de Hanbury y Serra [6] del tratamiento circular de la coordenada h. En el capítulo 2 se enfoca el problema desde un punto de vista distinto y no tradicional: tratar la imagen a color como una función escalar incorporando el color en una coordenada adicional del dominio de la imagen, sobre esta representación se trabaja una versión de la morfología de grises extendida a funciones con dominio de 3 dimensiones. En este caso las imágenes son funciones con grafo en Z4 y aunque la visualización no es fácil, la propuesta admite algunas interpretaciones intuitivas y tiene la ventaja de ser una morfología de escala de grises que hereda todas las propiedades de los operadores y aporta nuevas capacidades en el tratamiento del color, especialmente en segmentación por características de forma y color. Finalmente se presenta una aproximación distinta, que guarda cierta relación con los métodos de ordenamiento marginal (tratar los componentes de color de la imagen separadamente), consiste en dividir la imagen en zonas de acuerdo a procesos oponentes de color en el espacio de color de Hering (apéndice 2), realizar operaciones morfológicas en zonas de la imagen y reconstruirla. Este método se describe en el capítulo 3. En todos los casos se busca preservar los aportes de la morfología binaria y de escala de grises en cuanto a tratamiento de forma e intensidad y añadir una forma de tener en cuenta el color como portador importante de información en la imagen. Para este proyecto, el trabajo incluyó el análisis y desarrollo teórico de las diferentes propuestas así como la implantación de los algoritmos en Matlab y la realización de pruebas (cualitativas) sobre diversas imágenes, las más relevantes se incluyen como ejemplos en este documento.

• Autores: Vejarano Alvarez, Camilo
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2002
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/15512
• Acceso en línea: http://hdl.handle.net/1992/15512
• Palabra clave: Procesamiento de imágenes - Técnicas digitales - Modelos matemáticos; Teoría de conjuntos - Aplicaciones científicas; Morfismo (Matemáticas) - Aplicaciones científicas; Ingeniería
• Rights: openAccess
• License: https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf