Embedded Files
Transformada de watershed es una tecnica que es comúnmente usada en segmentación de imágenes. Esta siendo reconocida como un método poderoso usado en problemas de segmentación de imágenes ya que provee muchas ventajas como simplicidad, velocidad y división completa de la imagen
Transformada de watershed es una tecnica que es comúnmente usada en segmentación de imágenes. Esta siendo reconocida como un método poderoso usado en problemas de segmentación de imágenes ya que provee muchas ventajas como simplicidad, velocidad y división completa de la imagen
Está basado en la morfología de una escala grey y es clasificado como un enfoque de segmentación basado en regiones.
Está basado en la morfología de una escala grey y es clasificado como un enfoque de segmentación basado en regiones.
Una imagen en escala de gris puede interpretarse como la imagen topográfica de un relieve terrestre; en este sentido podemos decir que las intensidades de gris de mayor amplitud se corresponden con llanuras o montañas mientras que las intensidades de menor valor se corresponden con valles y ríos.
Una imagen en escala de gris puede interpretarse como la imagen topográfica de un relieve terrestre; en este sentido podemos decir que las intensidades de gris de mayor amplitud se corresponden con llanuras o montañas mientras que las intensidades de menor valor se corresponden con valles y ríos.
Este método clasifica los píxeles según su proximidad espacial, el gradiente de sus niveles de gris y la homogeneidad de sus texturas.
Este método clasifica los píxeles según su proximidad espacial, el gradiente de sus niveles de gris y la homogeneidad de sus texturas.
La T.W. clásica inunda la imagen gradiente a partir de sus mínimos regionales. En imágenes no homogéneas y/o embebidas en ruido no existe un mínimo regional para cada objeto de interés. Esto hace que en estos casos se produzca una sobresegmentación; es decir, cada uno de los objetos está delimitado por más de una región resultado de la T.W.. Para evitar la sobresegmentación se recurre a la definición de marcadores unívocos para cada uno de los objetos de interés. Estos marcadores o semillas inician los algoritmos de inundación indicando los sectores que darán lugar a las “basins “. En consecuencia el éxito de la T.W. depende principalmente de las características de los marcadores.
La T.W. clásica inunda la imagen gradiente a partir de sus mínimos regionales. En imágenes no homogéneas y/o embebidas en ruido no existe un mínimo regional para cada objeto de interés. Esto hace que en estos casos se produzca una sobresegmentación; es decir, cada uno de los objetos está delimitado por más de una región resultado de la T.W.. Para evitar la sobresegmentación se recurre a la definición de marcadores unívocos para cada uno de los objetos de interés. Estos marcadores o semillas inician los algoritmos de inundación indicando los sectores que darán lugar a las “basins “. En consecuencia el éxito de la T.W. depende principalmente de las características de los marcadores.
Google Sites
Report abuse