Desarrollo de algoritmos evolutivos para la segmentación automática de imágenes

Abstract

Un sistema de visión está compuesto por varios pasos, cada uno de ellos influye en el resultado final. Uno de esos pasos es la segmentación, esta permite obtener solo la región que interesa del objeto y eliminar el fondo. La segmentación es muy importante pues permite mejorar la calidad de la región segmentada, mejorar la calidad de las características extraídas y al mismo tiempo reducir el ruido introducido por una mala calidad de características. Existen diversas técnicas de segmentación en la literatura, cada una de ellas con una o varias variables para afinar. Elegir la técnica adecuada para segmentar un determinado conjunto de datos no es una tarea fácil, ya que en algunas ocasiones diversos factores pueden influir en la calidad de la segmentación como preprocesamiento y conjunto de imágenes. Aunado a lo anterior, pequeñas variaciones en la iluminación y cambios de intensidad pueden influir demasiado en la calidad de la segmentación. En algunas ocasiones es necesario un experto para seleccionar la técnica de segmentación y poner a punto las variables asociadas. En esta Tesis, se desarrollan algoritmos automáticos para selección de técnicas de segmentación y variables asociadas. Las técnicas desarrolladas son implementadas y comparadas utilizando varios conjuntos de datos. Los resultados experimentales obtenidos son discutidos y comparados en esta Tesis. Estos algoritmos permitirán facilitar y simplificar la selección de la técnica de segmentación a utilizar, así como las variables necesarias y preprocesamiento implementado.