Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Segmentación por Umbralización

No description
by

alf mart

on 15 October 2012

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Segmentación por Umbralización

La umbralización es una técnica de segmentación ampliamente utilizada en las aplicaciones industriales. Se emplea cuando hay una clara diferencia entre los objetos a extraer respecto del fondo de la escena. Los principios que rigen son la similitud entre los píxeles
pertenecientes a un objeto y sus diferencias respecto al resto. Por tanto, la escena debe caracterizarse por un fondo uniforme y por objetos parecidos Método de Otsu El problema de la umbralización reside en la determinación del valor umbral que segmenta la imagen. Donde el método Otsu es uno de los más utilizados en la determinación automática del umbral de segmentación.Este método proporciona el umbral óptimo ("threshold") para la segmentación de la imagen,bajo el criterio de máxima varianza entre fondo ("background") y objeto ("foreground").Así, se calcula la varianza entre todas las posibles divisiones, y se toma el umbral que presenta la máxima varianza entre clases, de tal modo que: Algoritmo de Casteljau Al aplicar un umbral, T, la imagen en escala de grises, f(x,y), quedará binarizada; etiquetando con ‘1’ los píxeles correspondientes al objeto y con ‘0’ aquellos que son del fondo. Por ejemplo, si los objetos son claros respecto del fondo, se aplicará:



En el caso de que los objetos sean oscuros respecto del fondo, la asignación sería a la inversa: Donde Pi es la probabilidad de aparición de un determinado nivel i Para demostrar la eficacia del método Otsu de umbralización se aplica a una imagen en la que se encuentran presentes una serie de granos de arroz. Curvas de Bezier Se generan a partir de funciones polinómicas de grado tres que permiten la representación de cualquier forma curvada y evitan la complicación innecesaria de cálculos matemáticos que se produciría usando polinomios de mayor grado.
Cualquier trazado de estas características está definido por una serie de puntos por los que pasa la curva y otros exteriores a ella que definen sus puntos de inflexión, es decir, aquellos en que cambia de curvatura, pasando de cóncava a convexa o viceversa. El algoritmo de de Casteljau es, en el campo del análisis numérico de la matemática, un método recursivo para calcular polinomios en en las curvas de Bézier.Este algoritmo es un método numéricamente estable para evaluar las curvas de Bézier. a partir de la curva inicial se encuentran los puntos de control de dos curvas definidas por y y se fijan los pixeles que corresponden al punto por . Donde se iteran los procesos sobre cada una de las dos curvas hasta que la precisión sea inferior al pixel. Dado un polinomio B en forma de Bernstein de grado n



donde b es un polinomio base de Bernstein, el polinomio en el punto t0 puede ser calculado con la relación de recurrencia




con En el cálculo manual es útil escribir los coeficientes en un esquema triangular del tipo: Algoritmo ISODATA (Riddler & Calvard) Agrupamiento:
Técnica diseñada para realizar una clasificación asignado patrones a grupos (clusters) de tal forma que cada grupo sea más o menos homogéneo y distinto de los démas. Algoritmo Isodata (Ridler & Calvard, 1978) :
1. Seleccionar un umbral T inicial (p.e. el promedio de la intensidad).
2. Particionar la imagen en dos grupos R1 y R2 utilizando T.
3. Calcular los valores medios de las regiones M1 y M2
4. T= (M1 + M2)/2
5. Repetir los pasos 2-4 hasta que el valor de T no cambie.
Full transcript