Resumen de Segmentación visual a bajo nivel por representación múltiple y el uso de reglas
Pedro Medina Rodríguez
El trabajo presentado en esta Tesis se enmarca en el campo de los sistemas de visión artificial por computador y, más concretamente, en la segmentación de imágenes, considerada como una etapa básica de procesamiento en cualquier sistema de visión en la que se extraen las entidades de interés para fines muy diversos, Se aporta un nuevo método de segmentación de imágenes que viene a engrosar los métodos ya existentes, proporcionando resultados bastante satisfactorios en aplicaciones donde las condiciones de iluminación son más bien defectuosas o poco controladas. En tales condiciones, las imágenes reales pueden ser bastante complejas como para iniciar su segmentación con métodos que sólo tienen en cuenta el nivel de gris o aún, teniendo en cuenta otras características, actúan sobre una base no semántica, ignorando las condiciones particulares o dominio en el que transcurre la aplicación.
Para dichas aplicaciones, proponemos un método de segmentación capaz de obtener las entidades de interés con cierta precisión basado en el esquema de las representaciones múltiples. éstas se obtienen por procesos de expansión aplicados a los niveles más bajos o primarios del proceso visual, que aumentan y no reducen, las dimensiones de los espacios en que la decisión visual actúa. Asimismo, proporciona vías o mecanismos adecuados (tipo reglas) para inyectar conocimiento acerca de cómo se ha de alcanzar un determinado objetivo de segmentación, facilitando, así, el tratamiento de determinados fenómenos especiales que aparecen en las imágenes reales, tales como sombras y brillos, que introducen un cierto grado de incertidumbre en la fiabilidad de la segmentación.
Se concluye que la toma de decisiones en estos espacios de representación múltiple es un enfoque viable para afrontar la segmentación de imágenes adquiridas en tales condiciones, y en las que casi siempre, se plantea la dicotomía objeto-fondo.
