Elementos morfologicos de la imagen

Procesamiento de imágenes de erosión

En morfología matemática, un elemento estructurador es una forma, que se utiliza para sondear o interactuar con una imagen dada, con el fin de sacar conclusiones sobre cómo esta forma se ajusta o se pierde a las formas de la imagen. Se suele utilizar en las operaciones morfológicas, como la dilatación, la erosión, la apertura y el cierre, así como la transformación de acierto o error.

Según Georges Matheron, el conocimiento de un objeto (por ejemplo, una imagen) depende de la forma en que lo sondeamos (observamos)[1] En particular, la elección de un determinado elemento estructurante para una operación morfológica concreta influye en la información que se puede obtener. Hay dos características principales que están directamente relacionadas con los elementos estructurantes:

Los elementos estructurantes son casos particulares de imágenes binarias, siendo normalmente pequeños y simples. En morfología matemática, las imágenes binarias son subconjuntos de un espacio euclidiano Rd o de la cuadrícula de números enteros Zd, para alguna dimensión d. He aquí algunos ejemplos de elementos estructurantes ampliamente utilizados (denotados por B):

Cuando se utiliza una transformación de acierto o error, normalmente el elemento estructurador es un compuesto de dos conjuntos disjuntos (dos elementos estructuradores simples), uno asociado al primer plano y otro asociado al fondo de la imagen que se va a sondear. En este caso, una representación alternativa del elemento estructurador compuesto es un conjunto de píxeles que o bien están fijados (1, asociado al primer plano), o bien no están fijados (0, asociado al fondo) o «no les importa».

Análisis morfológico de imágenes

Resumen [es]Este trabajo introduce un nuevo operador que puede utilizarse para aproximar la morfología matemática de dominio continuo en superficies de muestreo irregular. Definimos una nueva forma de aproximar la dilatación del dominio continuo mediante la duplicación y el desplazamiento de las muestras según un elemento estructurador continuo plano. Demostramos que el algoritmo propuesto puede aproximar mejor la dilatación continua, y que las dilataciones pueden ser muestreadas irregularmente para conseguir un muestreo más pequeño sin comprometer mucho la precisión del resultado.

Resumen [es]Este trabajo propone una extensión de la morfología matemática sobre señales muestreadas irregularmente a las nubes de puntos 3D. El método propuesto se aplica a la segmentación de escenas urbanas para mostrar su aplicabilidad al análisis de datos de nubes de puntos. La aplicación de los operadores propuestos tiene el efecto secundario deseable de homogeneizar las señales muestreadas de forma heterogénea. Los experimentos muestran que el algoritmo de segmentación propuesto da buenos resultados en la base de datos Paris-rue-Madame y es robusto en términos de densidad de muestreo, es decir, produce etiquetados similares para muestreos más dispersos de la misma escena.

Qué es el elemento estructurador en el tratamiento de imágenes

Una parte esencial de las operaciones de dilatación y erosión es el elemento estructurante utilizado para sondear la imagen de entrada. Un elemento estructurador es una matriz formada sólo por 0 y 1 que puede tener cualquier forma y tamaño arbitrarios. Los píxeles con valores de 1 definen la vecindad.

Los elementos estructurantes bidimensionales, o planos, suelen ser mucho más pequeños que la imagen que se procesa. El píxel central del elemento estructurador, llamado origen, identifica el píxel de interés – el píxel que se está procesando. Los píxeles del elemento estructurador que contienen 1’s definen la vecindad del elemento estructurador. Estos píxeles también se consideran en el procesamiento de la dilatación o la erosión.

(En este código nhood es la vecindad que define el elemento estructurante. Dado que los elementos estructurantes son objetos de MATLAB, no se puede utilizar el tamaño del propio objeto STREL en este cálculo. Debe utilizar el método getnhood de STREL para recuperar la vecindad del elemento estructurante del objeto STREL. Para obtener información sobre otros métodos del objeto STREL, consulte la página de referencia de la función strel).

Ejemplos de operaciones morfológicas en el tratamiento de imágenes

En morfología matemática, un elemento estructurador es una forma, que se utiliza para sondear o interactuar con una imagen dada, con el fin de sacar conclusiones sobre cómo esta forma se ajusta o se pierde a las formas de la imagen. Se suele utilizar en las operaciones morfológicas, como la dilatación, la erosión, la apertura y el cierre, así como la transformación de acierto o error.

Según Georges Matheron, el conocimiento de un objeto (por ejemplo, una imagen) depende de la forma en que lo sondeamos (observamos)[1] En particular, la elección de un determinado elemento estructurante para una operación morfológica concreta influye en la información que se puede obtener. Hay dos características principales que están directamente relacionadas con los elementos estructurantes:

Los elementos estructurantes son casos particulares de imágenes binarias, siendo normalmente pequeños y simples. En morfología matemática, las imágenes binarias son subconjuntos de un espacio euclidiano Rd o de la cuadrícula de números enteros Zd, para alguna dimensión d. He aquí algunos ejemplos de elementos estructurantes ampliamente utilizados (denotados por B):

Cuando se utiliza una transformación de acierto o error, normalmente el elemento estructurador es un compuesto de dos conjuntos disjuntos (dos elementos estructuradores simples), uno asociado al primer plano y otro asociado al fondo de la imagen que se va a sondear. En este caso, una representación alternativa del elemento estructurador compuesto es un conjunto de píxeles que o bien están fijados (1, asociado al primer plano), o bien no están fijados (0, asociado al fondo) o «no les importa».

Esta web utiliza cookies propias para su correcto funcionamiento. Al hacer clic en el botón Aceptar, acepta el uso de estas tecnologías y el procesamiento de tus datos para estos propósitos. Más información
Privacidad