VIII Jornadas de Enseñanza Universitaria de la Informática Cáceres ...

imagen, al tiempo que se deben conservar aquellasque en alguna medida se consideren importantes.En el entorno de programación IMtdi se hanincluido los siguientes métodos para el preprocesadode imágenes:• Mecanismos de aproximación al rango decolores (como truncamiento o suavizado).• Métodos de procesamiento de puntos.- Función inversa.- Aumento de contraste.- Ecualización del histograma.- Filtro exponencial.- Filtro logarítmico.- Función gamma.- Función uniforme.• Métodos de procesamiento de máscaras.- Métodos de aplicación de matrices deconvolución.- Filtro de la media.- Filtro de la mediana.- Filtro paso bajo.- Filtro paso alto.- Filtro de High-Boost.- Filtro de Gauss.- Filtro de conservación.- Filtro de crimmins.3.4. SegmentaciónLa segmentación es una tarea de fundamentalimportancia en el análisis de imágenes. Su objetivo esdividir la imagen en partes, cada una de las cuales secorresponde con un objeto de la realidad. En general,los métodos de segmentación se basan en el hecho deque los píxeles que forman un objeto mantienen unacierta similitud entre ellos y, sin embargo, en lasfronteras que separan dos objetos aparecen mayoresvariaciones.En el entorno de tratamiento de imágenes IMtdise han incluido algunas funciones para segmentaciónde imágenes. Se encuentran definidos en la claseC_Matrix, por lo que operan tanto con matrices comocon imágenes, ya que se trata de una clase derivada.Sin embargo, hay que hacer notar que su ámbito deaplicación son las imágenes en tonos de gris, ysiempre que la paleta de grises se encuentrenormalizada.Los métodos de segmentación que se integran son lossiguientes:• Métodos de segmentación por niveles degris.- Isolíneas.- Floodfill.- Umbralizado.• Métodos de segmentación por gradientes.- Gradiente y pseudogradiente.- Watershed.3.5. Representación y descripciónLa representación de una región en una imagencomprende dos tipos de procedimientos:Representación mediante las características externas(contorno).Representación mediante las características internas(los píxeles que comprenden la región).El seleccionar un esquema u otro derepresentación vendrá determinado por el área deaplicación, así como, el tipo de problema que se desearesolver.En el entorno IMtdi se han programado tantodescriptores externos o topológicos como descriptoresinternos. Esto facilita la labor a la hora de analizarimágenes con vista a reconocer objetos incluidos enellas, ya que todo el proceso de extracción decaracterísticas se encuentra desarrollado en dichoentorno. Además las características extraídas de unaimagen permiten ser almacenadas en formatos tancomunes como el CSV también usado por Excel.3.6. ClasificaciónEl problema de la clasificación consiste básicamenteen lograr una partición del espacio de característicasen regiones mutuamente excluyentes y en asignar acada región una clase.El entorno IMtdi aunque no implementa estalabor, la hace posible proporcionando los descriptoresen los que ésta se basa. Además, estos descriptoresson almacenados en formatos legibles por cualquierprocesador de hojas de cálculo. Esto permite que obien se implementen los algoritmos de clasificación obien se intenten resolver por las herramientas de lasque dispone licencia la universidad, como puede ser