Radon Transformation Applied to the Segmentation of Grayscale Digital Images

Autor: De Armas Costa, Ricarod Joaquín, Quintero Torres, Shirley Viviana, Acosta Muñoz, Cristina, Rey Torres, Carlos Camilo Guillermo
Jazyk: Spanish; Castilian
Rok vydání: 2018
Předmět:
Zdroj: Revista Ingenierías Universidad de Medellín, Volume: 17, Issue: 32, Pages: 193-207, Published: JUN 2018
Revista Ingenierías Universidad de Medellín; Vol. 17 Núm. 32 (2018): Enero-Junio; 213-227
Repositorio UDEM
Universidad de Medellín
instacron:Universidad de Medellín
Popis: Resumen En este artículo de investigación científica se da a conocer a la comunidad interesada en el procesamiento digital de imágenes, una aplicación inédita de la transformada de Radon para segmentar imágenes en escala de grises, lo que permite la identificación y clasificación de regiones u objetos, misma que puede extenderse a imágenes en color. Los resultados obtenidos se compararon con los resultados de dos algoritmos clásicos de segmentación: el algoritmo de umbralización Otsu optimizado, y el algoritmo de crecimiento de regiones Seeded Region Growing. Abstract In this scientific research article, the community interested in digital image processing is introduced to the new application of Radon’s transformation to segment images in grayscale, which allows the identification and classification of regions or objects, which can be extended to color images. Results obtained were compared with the results of two classic segmentation algorithms: the optimized Otsu thresholding algorithm, and the Seeded Region Growing growth algorithm. Resumo Este artigo de pesquisa científica está dirigido à comunidade interessa no processamento digital de imagens, uma aplicação inédita da transformada de Radon para segmentar imagens em escala de cinzas, o que permite a identificação e classificação de regiões ou objetos, a qual se pode estender a imagens em cor. Os resultados obtidos foram comparados com os resultados de dois algoritmos clássicos de segmentação: o algoritmo de umbralização Otsu otimizado e o algoritmo de crescimento de regiões Seeded Region Growing.
Databáze: OpenAIRE