Resumen de Técnicas de reconstrucción en la segmentación de imágenes: análisis y aplicaciones
El tratamiento y análisis de imágenes es un campo en constante innovación. Uno de sus objetivos es el mejorar la calidad de las imágenes para facilitar la búsqueda de información. Una vez modificada y mejorada la imagen, se inicia un proceso de segmentación que permite dividirla en regiones de interés para su clasificación. La segmentación de imágenes consiste en agrupar regiones visuales en términos conocidos y su resultado es utilizado en múltiples aplicaciones de toda índole.
El trabajo de esta memoria centra el dominio de la aplicación en el campo de las imágenes biomédicas. Segmentar y reconstruir de manera precisa las estructuras de este tipo de imágenes es difícil, debido a la complejidad y variabilidad de las formas anatómicas y estructuras celulares de interés. La Morfología Matemática (M.M.) tiene un lugar especial en el análisis y procesamiento de imágenes.
En este trabajo se experimentará con una serie de transformaciones y herramientas basadas en la M.M. para la segmentación de imágenes.
Por un lado, se propone la modificación y posterior utilización de una nueva clase de filtros morfológicos: las \emph{aperturas y cierres con criterio de reconstrucción}. Este tipo de filtros incluye un criterio adicional que permite controlar el proceso de reconstrucción. En particular, se puede limitar la reconstrucción excesiva de zonas planas que se presenta en ocasiones en las transformaciones por reconstrucción. Además, es posible separar, si así se quiere, ciertas regiones de la imagen. Usando técnicas de M.M. para segmentar una imagen de entrada, se aprovechan las ventajas de las propiedades mencionadas para calcular los marcadores de las regiones significativas. Estas propiedades son usadas para la segmentación de imágenes médicas, sin embargo pueden ser usadas en otros campos.
Por otra parte, se propone un nuevo método de segmentación basado en la transformada "watershed". En este método
