Resumen

GARCIA-LAMONT, F; CUEVAS, A  y  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.  https://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.

Palabras clave : Segmentación de imágenes de color; espacios de color; redes neuronales competitivas.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )