Segmentación de imágenes de microanatomía de madera mediante una clasificación multiescala basada en operaciones morfológicas

  • Rodrigo Javier Herrera Universidad Distrital Francisco José de Caldas
  • Henry A Roncancio Universidad Distrital Francisco José de Caldas
  • Hugo Fernando Velasco Peña Universidad Distrital Francisco José de Caldas
  • César Augusto Polanco Tapia Universidad Distrital Francisco José de Caldas
  • Jenny Rosado Universidad Distrital Francisco José de Caldas
Palabras clave: Microanatomía de madera, granulometría, segmentación, multiescala, fuzzy c-means. (es_ES)

Resumen (es_ES)

El propósito de este trabajo pretende estudiar la madera con más detalle para un mejor entendimiento de su naturaleza, debido a que es un material orgánico con un amplio rango de aplicaciones. Existen algunos métodos y herramientas utilizados en los laboratorios de tecnología de maderas, encaminados a estudiar las propiedades y usos potenciales de las especies. En este documento se propone un método basado en procesamiento digital de imágenes, soportado sobre una herramienta computacional, que busca mejorar el análisis de estas características. En esta propuesta inicial, se muestra una segmentación de imágenes de microanatomía, encaminada a la identificación de las estructuras microanatómicas con el fin de cuantificar su concentración dentro de una muestra. El método utilizado consiste en la creación de un espacio multiescala basado en operaciones morfológicas y una técnica de clustering usando el algoritmo fuzzy c-means. El espacio multiescala se crea aplicando operaciones morfológicas de cierre-apertura y apertura-cierre sobre la imagen. La operación morfológica depende de un elemento estructurante, el cual cambia de tamaño para variar la escala. Las escalas son determinadas por un estudio de granulometría de la imagen usando FFT. Se muestra cómo el método puede ser útil para segmentar texturas de microanatomía de maderas.

Resumen (en_US)

In this work we seek to study wood in more detail to understand better its nature, due to is an organic material with a wide range of applications. There are some methods and tools used in the wood technology laboratories to study properties and potential uses of the species. In this paper we propose a method based on digital image processing, supported on a computational tool, for improving the analysis of these characteristics. In this initial proposal, we show a segmentation of wood microanatomy, directed to identify microanatomies structures for quantifying its concentration into the sample. The used method consists on the creation of a scale space based on morphologic operations and a technique of clustering using the fuzzy c-means algorithm. The multiscale space is created by applying open-close and close-open morphologic operations over images. The morphologic operations are based on a structuring element, which change its size in order to vary scale. Scales are determined by image granulometry study using FFT. We show how the method can be useful for wood microanatomy textures segmentation.

Descargas

La descarga de datos todavía no está disponible.

Referencias

R. Gonzalez and R. Woods, Digital Image Processing. Prentice Hall, Inc. Second Edition. New Jersey. 2002.

Russ, Jhon C. The Image Processing Handbook. Second Edition. CRC Press. 1995.

Acton S. and Mukherjee D. Scale Space Classification Using Area Morphology. IEEE Trans. Image Processing, vol. 9, no. 4, pp. 623-636, April. 2000.

M. Unser, "Texture Classification and Segmentation Using Wavelet Frames," IEEE Trans. Image Processing, vol. 4, no.11, pp. 1549-1560, Nov. 1995.

Randen T. and Håkon J. "Filtering for Texture Classification: A Comparative Study". IEEE Transactions On Pattern Analysis And Machine Intelligence, Vol. 21, No. 4, April 1999. pp 291-310.

H. Choi and R. Baraniuk. "Multiescale Image Segmentation Using Wavelet-Domain Hidden Markov Models". IEEE Trans. Image Processing, vol. 10, no. 9. September 2001. pp. 1309-1321.

Pollak I. Segmentation and Restoration via Nonlinear Multiscale Filtering. IEEE Signal Processing Magazine. Sept. 2002. pp. 26-37.

X. Zhang and M. Desai. "Segmentation of Bright Target Using Wavelet and Adaptive Thresholding," IEEE Trans. Image Processing, vol. 10, no. 7. July 2001. pp. 1020-1030.

I. Pollak, "Nonlinear scale-space análisis in image processing," Ph. D. Disertation, LIDS, MIT, Cambridge, MA, Aug. 1999.

Zana F. and Klein J.C. Segmentation of Vessel-Like Patterns Using Mathematical Morphology and Curvature Evaluation. IEEE Trans. Image Processing, vol. 10, no. 7. July 2001. pp. 1010-1028.

M.R. Rezaee et al. A multiresolution Image Segmentation Technique Based on Pyramidal Segmentation and Fuzzy Clustering. IEEE Trans. Image Processing, vol. 9, no. 7. July 2000. pp. 1239-1249.

Wang, Li-Xing. A Course in Fuzzy Systems and control. The fuzzy c-means Algorithm. Ed Prentice Hall. 1997, pp. 342-353.

Image Processing Toolbox User's Guide, 1993 - 2001 by The MathWorks, Inc.

E. Montseny, P. Sobrevilla. "An Approach to Computational Microtexture Perceptual Detection with Management of Uncertainty". Technologies for Constructing Intelligent Systems 1 (tasks). Editores Bernardette Bouchon-Meunier, Julio Gutierrez Rios, Luis Magdalena y Ronald Yager, 2002, pp281-294, ISBN 3-7908-1454-7.

The Handbook of Pattern Recognition and Computer Vision (2nd Edition), by C. H. Chen, L. F. Pau, P. S. P. Wang (eds.), pp. 207248, Texture Analysis. World Scientific Publishing Co., 1998.

H. Guevara, Y. Ayala y C. Merlano. Caracterización y diferenciación anatómica de algunas maderas comercializadas en SantaFe de Bogotá con los nombres de Cedro y Guayacán. Trabajo de grado. Ingeniería Forestal. Universidad Distrital Francisco José de Caldas. Bogotá. 1997.

Cómo citar
Herrera, R. J., Roncancio, H. A., Velasco Peña, H. F., Polanco Tapia, C. A., & Rosado, J. (2001). Segmentación de imágenes de microanatomía de madera mediante una clasificación multiescala basada en operaciones morfológicas. Ingeniería, 7(2), 64-72. https://doi.org/10.14483/23448393.2820
Publicado: 2001-11-30
Sección
Ciencia, investigación, academia y desarrollo

Artículos más leídos del mismo autor/a