La segmentación de rango es la tarea de segmentar (dividir) una imagen de rango , una imagen que contiene información de profundidad para cada píxel, en segmentos (regiones), de modo que todos los puntos de la misma superficie pertenezcan a la misma región, no haya superposición entre diferentes regiones y la unión de estas regiones genere la imagen completa .
Ha habido dos enfoques principales para el problema de segmentación de rango: segmentación de rango basada en regiones y segmentación de rango basada en bordes .
Los algoritmos de segmentación de rango basados en regiones se pueden clasificar en dos grupos principales: algoritmos de segmentación de rango basados en modelos paramétricos y algoritmos de crecimiento de regiones .
Los algoritmos del primer grupo se basan en asumir un modelo de superficie paramétrico y agrupar los puntos de datos de modo que todos ellos puedan considerarse como puntos de una superficie del modelo paramétrico asumido (una instancia de ese modelo). [1] [2]
Los algoritmos de crecimiento de regiones comienzan segmentando una imagen en regiones iniciales. Estas regiones luego se fusionan o se extienden empleando una estrategia de crecimiento de regiones. [3] [4] Las regiones iniciales se pueden obtener utilizando diferentes métodos, incluidos métodos iterativos o aleatorios. Una desventaja de los algoritmos de este grupo es que en general producen límites distorsionados porque la segmentación generalmente se lleva a cabo a nivel de región en lugar de a nivel de píxel.
Los algoritmos de segmentación de rango basados en bordes se basan en la detección de bordes y el etiquetado de los bordes utilizando los límites de salto (discontinuidades). Aplican un detector de bordes para extraer bordes de una imagen de rango. Una vez que se extraen los límites, los bordes con propiedades comunes se agrupan. Fan et al. presentan un ejemplo típico de algoritmos de segmentación de rango basados en bordes [5] . El procedimiento de segmentación comienza detectando discontinuidades utilizando valores de curvatura y cruce por cero. La imagen se segmenta en discontinuidades para obtener una segmentación inicial. En el siguiente paso, la segmentación inicial se refina ajustando cuadráticos cuyos coeficientes se calculan según el método de mínimos cuadrados . En general, un inconveniente de los algoritmos de segmentación de rango basados en bordes es que, aunque producen límites limpios y bien definidos entre diferentes regiones, tienden a producir espacios entre los límites. Además, para superficies curvas, las discontinuidades son suaves y difíciles de localizar y, por lo tanto, estos algoritmos tienden a subsegmentar la imagen de rango. Aunque el problema de segmentación de imágenes de rango se ha estudiado durante varios años, la tarea de segmentar imágenes de rango de superficies curvas aún no se ha resuelto satisfactoriamente. [6]