Identificación de celdas semilla en imágenes ultiespectrales para la segmentación con growcut
Mots-clés :
Segmentación, Growcut, Filtros morfológicos, Imagen multiespectral, Autómata celularRésumé
La segmentación de las imágenes satelitales es el paso previo para la clasificación de imágenes orientada a objetos. Esta técnica ha cobrado auge durante los últimos años por su aplicabilidad al procesamiento de imágenes con alta resolución espacial. Para su aplicación la imagen debe ser segmentada en regiones uniformes, actividad que requiere alta interacción de parte del usuario, quien debe explorar exhaustivamente la imagen para establecer de manera interactiva umbrales que permitan obtener imágenes procesadas que no estén sobre-segmentadas y que no obvien segmentos representativos para el estudio. En este trabajo se propone una técnica que tiene por objetivo la segmentación automática de la imagen multiespectral; se inicia con la identificación en la imagen de zonas homogéneas en cuanto a su firma espectral, utilizando para ello filtros morfológicos. Estas zonas homogéneas son representantes de los diferentes tipos de cobertura presentes en la imagen y se utilizan como semillas en un algoritmo de segmentación multiespectral denominado GrowCut. El GrowCut es un autómata celular basado en el crecimiento de regiones competitivo, sus celdas están asociadas a cada píxel de la imagen mediante tres parámetros: la firma espectral, la etiqueta y un factor que indica la fortaleza con la cual la celda recibe una etiqueta. Las celdas semilla poseen la máxima fortaleza y mantienen su estado durante toda la evolución del autómata. Partiendo de las celdas semillas, de manera iterativa cada celda de la imagen es atacada por las celdas vecinas, cuando su fortaleza es inferior a la fuerza de ataque de alguna de sus vecinas cambia su estado asumiendo la etiqueta del más fuerte y tomando la fortaleza con la que fue vencida. La función que permite establecer la fuerza del ataque es mayor mientras menor es la distancia espectral entre los píxeles. Una vez que el autómata llega a su equilibrio se obtiene la imagen segmentada donde cada píxel ha tomado la etiqueta de alguna de las semillas. En este trabajo se aplicó el algoritmo en una imagen adquirida por el Landsat 8 en la región agrícola de Calabozo en el estado Guárico, Venezuela; se presentan diferentes tipos de coberturas: agricultura, centros poblados, cuerpos de agua y sabanas con diferentes grados de intervención. La segmentación obtenida se muestra como forma de polígonos irregulares que encierran los objetos geográficos.