SciELO - Scientific Electronic Library Online

 
vol.36 issue2Probability of correct reconstruction in compressive spectral imaging author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Ingeniería e Investigación

Print version ISSN 0120-5609

Abstract

GARCIA-LAMONT, F; CUEVAS, A  and  NINO, Y. Segmentación de imágenes de color por características cromáticas empleando mapas auto-organizados. Ing. Investig. [online]. 2016, vol.36, n.2, pp.78-89. ISSN 0120-5609.  http://dx.doi.org/10.15446/ing.investig.v36n2.55746.

Usualmente, la segmentación de imágenes de color se realiza empleando métodos de agrupamiento y el espacio RGB para representar los colores. El problema con los métodos de agrupamiento es que se requiere conocer previamente la cantidad de grupos, o colores, en la imagen; además de que el espacio RGB es sensible a la intensidad de colores. Los humanos podemos identificar diferentes secciones de una escena solo por la cromaticidad de los colores, ya que representa la característica que nos permite diferenciarlos entre sí. En este artículo se propone emular la percepción humana del color al entrenar un mapa auto-organizado (MAO) con muestras de cromaticidad de diferentes colores. La imagen a procesar es transformada al espacio HSV porque en tal espacio la cromaticidad es separada de la intensidad, mientras que en el espacio RGB no es posible. Nuestra propuesta no requiere conocer previamente la cantidad de colores que hay en una escena, y la iluminación no uniforme no afecta significativamente la segmentación de la imagen. Presentamos resultados experimentales utilizando algunas imágenes de la base de segmentación de Berkeley empleando MAOs de diferentes tamaños, las cuales son segmentadas exitosamente empleando únicamente características de cromaticidad.

Keywords : Segmentación de imágenes de color; espacios de color; redes neuronales competitivas.

        · abstract in English     · text in English     · English ( pdf )

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License