¿Qué es la segmentación basada en bordes?
La segmentación basada en bordes divide una imagen en regiones mediante la detección y la unión de píxeles de borde generados por cambios locales fuertes en la intensidad o el color. Después se utilizan los límites cerrados o conectados para separar las regiones candidatas.
Cómo funciona la segmentación basada en bordes
Esta estrategia de segmentación parte de una imagen que representa la intensidad de los bordes y la convierte en contornos conectados que pueden encerrar regiones. La umbralización, el adelgazamiento, la unión y la reparación de discontinuidades influyen en que esos contornos formen una topología utilizable. Se diferencia de los métodos de crecimiento de regiones, que parten de la similitud dentro de un área en lugar de indicios en su borde. La técnica se sitúa entre el filtrado de bajo nivel y las tareas posteriores que asignan etiquetas, mediciones o significado semántico a las regiones resultantes.
Datos clave
- Un mapa de bordes no define por sí mismo un interior y un exterior. El código de segmentación debe cerrar los contornos y resolver las intersecciones antes de poder construir máscaras de regiones sin ambigüedades.
- La ausencia de una sola sección del límite puede fusionar objetos vecinos, mientras que los contornos internos generados por la textura pueden dividir un objeto en muchas regiones. Por tanto, los errores de conectividad tienen consecuencias estructurales importantes.
- La detección de bordes a múltiples escalas puede conservar los contornos principales y suprimir la textura fina, pero la escala elegida también determina si los objetos pequeños reales siguen estando disponibles para la segmentación.
Cuándo es importante la segmentación basada en bordes
Elige este enfoque cuando los límites sean más distintivos que las texturas dentro de cada objeto. Los bordes débiles, ruidosos o interrumpidos pueden producir regiones fusionadas o fragmentadas, por lo que pueden ser necesarios el suavizado y la reparación de contornos.