Resumen

La segmentación de imágenes es un proceso importante en el análisis de imágenes y la visión por computadora, y es una herramienta valiosa que se puede aplicar en campos como el procesamiento de imágenes, la atención médica, la teledetección y la detección de imágenes de tráfico. Dada la falta de conocimiento previo de la verdad del terreno, las técnicas de aprendizaje no supervisado como el agrupamiento han sido ampliamente adoptadas. El agrupamiento difuso ha sido ampliamente estudiado y aplicado con éxito en la segmentación de imágenes. En situaciones como la resolución espacial limitada, el bajo contraste, las intensidades superpuestas, el ruido y las inhomogeneidades de intensidad, el agrupamiento difuso puede retener mucha más información que la técnica de agrupamiento duro. La mayoría de los algoritmos de agrupamiento difuso se han originado a partir del método de c-medias difuso (FCM, por sus siglas en inglés) y se han aplicado con éxito en la segmentación de imágenes. Sin embargo, el prototipo del clúster del

• Materias:Inteligencia computacional Controlador de modo Conjuntos blandos Morfismo
• Subjects:Computational Intelligence; Mode controller Soft sets Morphism
• Palabras claves:Segmentación de imágenes; Visión por computadora; Agrupamiento difuso; Técnicas de aprendizaje no supervisado; Información espacial; Segmentación de color
• Keywords:Image segmentation; Computer vision; Fuzzy clustering; Unsupervised learning techniques; Spatial information; Color segmentation