Segmentación de Imágenes mediante Agregación Probabilística de Abajo hacia Arriba e Integración de Señales

Presentamos un enfoque sin parámetros que utiliza múltiples señales para la segmentación de imágenes. Comenzando con una imagen, ejecutamos una secuencia de pasos de agregación de abajo hacia arriba en los que los píxeles se fusionan gradualmente para producir regiones cada vez más grandes. En cada paso consideramos pares de regiones adyacentes y proporcionamos una medida de probabilidad para evaluar si deben ser incluidas en el mismo segmento o no. Nuestra formulación probabilística toma en cuenta las distribuciones de intensidad y textura en un área local alrededor de cada región. Además, incorpora priors basados en la geometría de las regiones. Finalmente, los posteriors basados en señales de intensidad y textura se combinan utilizando una formulación de mezcla de expertos. Este enfoque probabilístico se integra en un esquema de reducción de gráfico que proporciona una segmentación jerárquica completa de la imagen. La complejidad del algoritmo es lineal en el número de píxeles de la imagen y requiere casi ningún parámetro ajustado por el usuario. Probamos nuestro método en una variedad de imágenes en escala de grises y comparamos nuestros resultados con varios algoritmos de segmentación existentes.