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 genera la imagen completa .
Ha habido dos enfoques principales para el problema de la segmentación de rangos: segmentación de rangos basada en regiones y segmentación de rangos basada en bordes .
Los algoritmos de segmentación de rangos basados en regiones se pueden clasificar en dos grupos principales: algoritmos de segmentación de rangos 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 puntos de datos para que todos puedan considerarse como puntos de una superficie del modelo paramétrico supuesto (una instancia de ese modelo). [1] [2]
Los algoritmos de crecimiento de regiones comienzan segmentando una imagen en regiones iniciales. Luego, estas regiones se fusionan o amplían empleando una estrategia de crecimiento regional. [3] [4] Las regiones iniciales se pueden obtener utilizando diferentes métodos, incluidos métodos iterativos o aleatorios. Un inconveniente de los algoritmos de este grupo es que en general producen límites distorsionados porque la segmentación normalmente se lleva a cabo a nivel de región en lugar de a nivel de píxel.
Los algoritmos de segmentación de rangos basados en bordes se basan en la detección de bordes y el etiquetado de bordes utilizando 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 rangos 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 cuadráticas cuyos coeficientes se calculan según el método de mínimos cuadrados . En general, una desventaja de los algoritmos de segmentación de rangos 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 la 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]