Métodos de Umbralización de Imágenes Digitales Basados en Entropía de Shannon y Otros

Abstract

La umbralización de imágenes es el proceso por el cual se busca un umbral óptimo que permita distinguir en una imagen los objetos del fondo de los objetos del primer plano. Este umbral es el punto (o valor) en el cual el histograma de una imagen se divide en dos picos. En la mayoría de las imágenes este valor resulta un poco difícil de encontrar gráficamente debido a la complejidad de estos histogramas. Es por eso que se usan métodos paramétricos y no paramétricos que modelizan el problema y encuentran diferentes maneras de obtener este umbral. Pun y Kapur utilizaron la entropía de Shannon, haciendo sus modificaciones de acuerdo a su análisis y plantearon sus propuestas en la búsqueda de un umbral. Yen definió un método basado en entropía de la correlación de acuerdo a los lineamientos de Shannon. Kittler e Illingworth, propusieron un método basado en clusterización de grupos mediante el mínimo error del promedio de clasificación de pixeles.
Continuando un trabajo anterior se agregan estos métodos en el cálculo del umbral en imágenes en gris, realizando luego la binarización por capas, y comparando cada una de estas binarizaciones con una realizada en escala de grises.
Experimentalmente se encuentra que las imágenes por umbralización siguiendo el método de Pun (a partir de aquellas en escala de grises) da como resultado imágenes poco definidas, siendo aquellas obtenidas por los métodos de Kapur y Yen más definidas en detalles. A la vez, el método propuesto por Kittler brinda resultados muy similares a Yen, umbralizaciones muy parejas. Tanto Yen como Kittler tienen un comportamiento sobresaliente respecto de los otros métodos.