Segmentación de imágenes degradadas con ruido utilizando algoritmos difusos

Abstract

El algoritmo de agrupamiento difuso FCM (Fuzzy Clustering Means) se puede adaptar a diferentes aplicaciones, en diversas áreas sin la necesidad de realizar modificaciones, sin embargo al aplicarlo en la segmentación de imágenes degradadas por ruido se obtienen resultados inadecuados, tomando en cuenta que se considera que una segmentación inadecuada es aquella en la cual se asignan elementos a grupos a los cuales en realidad no pertenecen, ya que solo se trabaja utilizando las magnitudes de los pixeles contenidos en la imagen. Por lo tanto en este trabajo se presenta el desarrollo (capitulo 3) y la prueba (capitulo 4) de dos algoritmos de filtrado, uno enfocado al tratamiento de ruido impulsivo, el segundo enfocado al tratamiento de ruido Gaussiano, los cuales fueron utilizados para la modificación del algoritmo FCM con el objetivo de obtener segmentaciones en las cuales el ruido no afecta el resultado, además se propuso la aplicación de la transformación de las imágenes en RGB al espacio de color IJK para posteriormente considerar únicamente las componentes de cromaticidad JK en el algoritmo de segmentación, lo cual posibilita la obtención de diferentes resultados, es decir se pueden ignorar las sombras, ya que estas se pueden considerar como cambios en la brillantes de la imagen. Para la evaluación de las segmentaciones obtenidas se utilizaron diversas métricas de calidad en la segmentación, “Índice probabilístico aleatorio (PRI), Variación de la información (VOI) y Error de consistencia global (GCE)” las cuales evalúan las segmentaciones automáticas con respecto a un conjunto de segmentaciones manuales estos resultados se muestran utilizando gráficas y tablas para realizar comparaciones entre resultados, sin embargo se observó que la segmentación de referencia a utilizar en la evaluación, probablemente dependa del resultado de la segmentación automática o de la aplicación que se esté considerando.