Detección de objetos por segmentación multinivel combinada de espacios de color

Abstract

En visión artificial, los procesos de segmentación
\nson de vital importancia cuando se trata de detectar
\nobjetos en entornos no estructurados. En concreto, la
\nsegmentación haciendo uso de información de color
\nadquiere cierta importancia en ámbitos muy
\ndiversos, desde el tratamiento de secuencias de
\nvideos para la detección de objetos o individuos en
\nescenas móviles hasta la detección para el
\nseguimiento, también conocido como tracking,
\npasando por la detección de objetos para la
\nmanipulación mediante robots.
\nEn este artículo, se presenta un método de detección
\nde objetos haciendo uso de información de color, y
\ntratando de reducir la influencia de sombras y brillos
\nque aparecen formando parte de información
\nacromática presente en las imágenes capturadas.
\nPara ello, se hace uso de las representaciones RGB y
\nHSV, y de una aproximación multiumbral del método
\nde Otsu. El método de detección, que aquí se
\nmuestra, se compone de dos fases, por un lado la
\nsegmentación en regiones cromáticas y por otro lado
\nla detección de los contornos de esas regiones.
\nCon este método se pretende, mostrar una primera
\naproximación en la detección de objetos de una
\nescena para más adelante buscar la existencia o no
\nde solapamiento entre ellos, y por lo tanto la
\ndetección de posibles oclusiones parciales entre
\nellos.