Análisis de imágenes utilizando atributos de textura: una aproximación 2d y 3d

Abstract

Nuestro mundo es visualmente rico en una enorme variedad de texturas, por ende, es una característica fundamental en un amplio rango de imágenes, que van desde una vista satelital hasta microscópicas. En este trabajo, presentamos una técnica que involucra el cálculo de medidas de textura como entropía, homogeneidad, energía y agrupamiento de prominencias, tomando como base los Histogramas de Sumas y Diferencias. Parte esencial de nuestra metodología es el análisis estadístico aplicado a estas medidas con el fin de detectar marcas de interés en áreas tan disimiles como lo son, medicina y robótica. En medicina, el desarrollo de herramientas que coadyuven en la detección temprana de cáncer de mama es fundamental. Por tanto, proponemos llevar a cabo la detección de microcalcificaciones en mamografías analizando los histogramas correspondientes al descriptor de agrupamiento de prominencias. Por otro lado, el detectar objetos en imágenes de rango, adquiridas por sensores 3D de bajo costo como Kinect es un tópico de interés en robótica. Nuestra propuesta implica procesar la información contenida en estas imágenes, utilizando características de textura, como, homogeneidad, energía y entropía. El resultado de este proceso es una imagen de la cual se computa la superficie y de esta los correspondientes descriptores. El análisis estadístico de estos últimos permite detectar un objeto contenido en una región específica. Diversas pruebas fueron realizadas utilizando bases de datos propias y genéricas. Se evalúo la efectividad de nuestra técnica en ambas áreas, mostrando que los resultados son comparables y los tiempos de procesamiento eficientes con respecto de propuestas similares.