Hispanopedia WikiLa fusión de regiones estadísticas ( SRM ) es un algoritmo utilizado para la segmentación de imágenes . [ 1 ] [ 2 ] El algoritmo se utiliza para evaluar los valores dentro de un rango regional y agruparlos según los criterios de fusión, lo que da como resultado una lista más pequeña. Algunos ejemplos útiles son la creación de un grupo de generaciones dentro de una población o, en el procesamiento de imágenes , la agrupación de varios píxeles vecinos según sus tonalidades que se encuentran dentro de un umbral específico (Criterios de Calificación).
Por ejemplo, con 10 valores de x (1,7, 1,8, 1,9, 3,2, 4,9, 5,1, 5,3, 5,6, 9, 10) dentro de un rango de 0 < x < 10, puede haber un algoritmo estadístico de fusión de regiones que defina un criterio de fusión que se pueda aplicar para fusionar los valores dados en un número menor de valores.
Para los valores dados, si el criterio de fusión es simplemente una comprobación de umbral que establece que la distancia de los valores seleccionados debe estar dentro del rango de 0,3 y se debe aplicar un promedio , entonces el resultado de los valores de x anteriores será:
(1,7 + 1,8 + 1,9) / 3 = 5,4 / 3 = 1,8 3.2 = 3.2 / 1 = 3.2 4,9 = 4,9 / 1 = 4,9 (5.1 + 5.2 + 5.3) / 3 = 15.6 / 3 = 5.2 5,6 = 5,6 / 1 = 5,6 9 = 9 / 1 = 9 10 = 10 / 1 = 10
Por lo tanto, el conjunto resultante será 1.8, 3.2, 4.9, 5.2, 5.6, 9, 10. Nótese que el resultado en SRM varía según el orden en que el algoritmo evalúa los valores.
Una aplicación importante de SRM es el procesamiento de imágenes, donde las paletas de colores con mayor número de colores se convierten en paletas con menor número de colores mediante la fusión de paletas de colores similares. Los criterios de fusión incluyen rangos de color permitidos, tamaño mínimo y máximo de una región, número de plaquetas permitido, etc.
Hay varias implementaciones disponibles de SRM para la segmentación de imágenes en color: Java , [ 3 ] Matlab , [ 4 ] Python , [ 5 ] y un applet de demostración . [ 3 ]
SRM se ha utilizado en muchas aplicaciones de imágenes, como ClickRemoval [ 6 ] y Volume Catcher. [ 7 ]
Véase también
Referencias
- ↑ Nielsen, Frank; Nock, Richard (2003). "Sobre la fusión de regiones: La solidez estadística de la clasificación rápida, con aplicaciones". 2003 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2003. Actas . Vol. 2. IEEE. pp. II:19–26. doi : 10.1109/CVPR.2003.1211447 . ISBN 0-7695-1900-8.
- ↑ Nock, Richard; Frank Nielsen (noviembre de 2004). "Fusión de regiones estadísticas" (PDF) . IEEE Transactions on Pattern Analysis and Machine Intelligence . 26 ( 11): 1452– 1458. CiteSeerX 10.1.1.1.1930 . doi : 10.1109/tpami.2004.110 . PMID 15521493. S2CID 595377. Recuperado el 19 de octubre de 2013 .
- ^ Nielsen , Frank; Richard Nock (mayo de 2006). "Fusión de regiones estadísticas en Java: SRMj" . Laboratoire d'Informatique de l'École Polytechnique . Consultado el 19 de octubre de 2013 .
- ↑ Boltz, Sylvain. "Segmentación de imágenes mediante fusión de regiones estadísticas" . Matlab Central . Consultado el 19 de octubre de 2013 .
- ↑ Schwander, Olivier (2012). "Python-SRM: fusión de regiones estadísticas en Python" . Laboratoire d'Informatique de l'École Polytechnique . Consultado el 19 de octubre de 2013 .
- ↑ Nielsen, Frank; Richard Nock (noviembre de 2005). "ClickRemoval: Eliminación interactiva de objetos de imagen con precisión" (PDF) . MM'05 : 315–318 . Recuperado el 19 de octubre de 2013 .
- ↑ Owada, Shigeru; Frank Nielsen; Takeo Igarashi (2005). "Volume catcher". Actas del simposio de 2005 sobre gráficos y juegos 3D interactivos (PDF) . págs. 111–116 . doi : 10.1145/1053427.1053445 . ISBN 978-1595930132. S2CID 16040481 . Consultado el 19 de octubre de 2013 .
- Segmentación de imágenes