Segmentación dividida y fusionada

La segmentación por división y fusión es una técnica de procesamiento de imágenes que se utiliza para segmentar una imagen . La imagen se divide sucesivamente en cuadrantes según un criterio de homogeneidad y las regiones similares se fusionan para crear el resultado segmentado. La técnica incorpora una estructura de datos de árbol cuaternario , lo que significa que existe una relación de nodo padre-hijo. La región total es un padre y cada una de las cuatro divisiones es un hijo.

Algoritmo

• Definir el criterio que se utilizará para la homogeneidad
• Dividir la imagen en regiones de igual tamaño
• Calcular la homogeneidad para cada región
• Si la región es homogénea, entonces fusionarla con las vecinas.
• El proceso se repite hasta que todas las regiones pasen la prueba de homogeneidad ^[1]

Homogeneidad

Después de cada división, es necesario realizar una prueba para determinar si cada nueva región necesita más divisiones. El criterio para la prueba es la homogeneidad de la región. Existen varias formas de definir la homogeneidad; algunos ejemplos son:

• Uniformidad: la región es homogénea si sus niveles de escala de grises son constantes o están dentro de un umbral dado.
• Media local vs media global: si la media de una región es mayor que la media de la imagen global, entonces la región es homogénea
• Varianza: la varianza del nivel de gris se define como

${\displaystyle \sigma ^{2}=(1/(N-1))\sum _{(r,c)\epsilon R}[I(r,c)-{\bar {I}}]^{2}}$

donde r y c son filas y columnas, N es el número de píxeles en la región y ${\displaystyle {\bar {I}}=(1/N)\sum _{(r,c)\epsilon Region}I(r,c)}$

Un ejemplo de incorporación sería que la varianza de una región fuera menor que un valor especificado para ser considerada homogénea.

Estructura de datos

La división da como resultado una imagen particionada como se muestra a continuación en 3 niveles.

Cada nivel de partición se puede representar en una estructura tipo árbol.

Ejemplo

El siguiente ejemplo muestra la segmentación de una imagen en escala de grises usando Matlab. ^{[2] [3]} El criterio de homogeneidad es el umbral, max(región)-min(región) < 10 para que una región sea homogénea.

Los bloques creados durante la división se muestran en la siguiente imagen:

Y la imagen segmentada está debajo.

Referencias

1. E., Umbaugh, Scott (30 de noviembre de 2017). Procesamiento y análisis de imágenes digitales con MATLAB y CVIPtools, tercera edición (3.ª ed.). ISBN 9781498766074.OCLC 1016899766  .{{cite book}}: CS1 maint: varios nombres: lista de autores ( enlace )
2. C., Gonzalez, Rafael (2004). Procesamiento de imágenes digitales con MATLAB . Woods, Richard E. (Richard Eugene), 1954-, Eddins, Steven L., 1964-. Upper Saddle River, NJ: Pearson/Prentice Hall. ISBN. 0130085197.OCLC 54345501  .{{cite book}}: CS1 maint: varios nombres: lista de autores ( enlace )
3. "Descomposición de árboles cuádruples - MATLAB qtdecomp" www.mathworks.com . Consultado el 24 de abril de 2018 .