Textones, contornos y regiones: integración de pistas en la segmentación de imágenes

El trabajo hace dos contribuciones: proporciona (1) una definición operativa de textones, las unidades elementales supuestas de percepción de textura, y (2) un algoritmo para partitionar la imagen en regiones disjuntas de brillo y textura coherentes, donde los límites de las regiones están definidos por picos en la energía de orientación del contorno y diferencias en las densidades de textones a lo largo del contorno. B. Julesz (1981) introdujo el término textón, análogo a un fonema en el reconocimiento del habla, pero no proporcionó una definición operativa para imágenes en escala de grises. Reinventamos los textones como combinaciones de salidas de filtros lineales orientados que ocurren con frecuencia. Estos se pueden aprender utilizando un enfoque K-means. Al asignar cada píxel a su textón más cercano, la imagen puede ser analizada en canales de textones, cada uno de los cuales es un conjunto de puntos donde técnicas discretas como diagramas de Voronoi se vuelven aplicables. Los histogramas locales de frecuencias de textones se pueden usar con una prueba de /spl chi//sup 2/ para diferencias significativas para encontrar límites de textura. Las imágenes naturales contienen tanto regiones texturizadas como no texturizadas, por lo tanto, combinamos esta pista con la presencia de picos de energía de contorno derivados de salidas de filtros de derivadas gaussianas orientadas simétricas y asimétricas. Cada una de estas pistas tiene un dominio de aplicabilidad, por lo que para facilitar la combinación de pistas introducimos un operador de puerta basado en una prueba estadística para isotropía de vecinos de Delaunay. Habiendo obtenido una medida local de cuán probable es que dos píxeles cercanos pertenezcan a la misma región, utilizamos el marco teórico espectral de cortes normalizados para encontrar particiones de la imagen en regiones de textura y brillo coherente. Se muestran resultados experimentales en una amplia gama de imágenes.