Procesamiento Digital de Imágenes

Taller umbralización y segmentación de

imágenes
Angie Rosseth Valencia Sabogal1, Dayana Fernanda Bustamante Cordero1, Felipe Castaño
Gonzalez1
1. Estudiante, Ingeniería Biomédica, Facultad de Ingeniería, Universidad Autónoma de Manizales
angie.valencias@autonoma.edu.co , dayana.bustamantec@autonoma.edu.co ,
Felipe.castanog@autonoma.edu.co

RESUMEN

En el presente documento se hará una recopilación de las imágenes tratadas en el taller correspondiente, las
cuales son imágenes del cerebro y columna con algunas regiones de interés para el tratamiento de las mismas,
empezando así por aplicar el Stretching al 5% para así adaptar algunos filtros a las imágenes los cuales fueron:
Alpha Media, Mediana Y Gauss para así posteriormente elegir el que da unas condiciones más óptimas para la
visualización de la imagen y región de interés; Luego de realizar lo anteriormente descrito se ejecutó una
aplicación de operaciones morfológicas con el fin de eliminar el ruido de la imagen y extraer información para
que pueda ser vista con mayor claridad, a su vez se realizó una Segmentación de la imagen para definir el área
de nuestro interés para tratar en contra de la que no tiene la región de predilección, utilizando así una
umbralizacion multinivel para así hallar el área de estudio de la imagen, que en el cerebro es una masa o cuerpo
extraño localizado en la parte fronto-parietal de este órgano del sistema nervioso y en de la columna son las
vértebras que conforman esta estructura, para así desarrollar un análisis de cuales son los elementos que brindan
las mejores condiciones para la ilustración.

Palabras clave: Filtro/ Umbralizacion/ Segmentación/ Cerebro/ Columna.

INTRODUCCIÓN

El procesamiento digital de imágenes es de vital importancia en el tratamiento de representaciones e imágenes

médicas en donde se pretende mejorar la visibilidad de ciertas características de los objetos o estructuras
presentes en la imagen para su posterior análisis o simplemente para mejorar la visualización de la misma [1],
utilizando distintas técnicas desprendidas de este ámbito para el desarrollo del mismo como lo es el Stretching,
la aplicación de filtros y segmentación a través del software Python, que es en el cual se realizan dichas
practicas para así llevar a cabo lo requerido, en donde no se aumenta la información que puede ser extraída de
las imágenes, ya que solo se realza ciertas características de esta para así identificar estructuras u objetos de
interés en ella, es decir una segmentación que se puede definir como la etapa donde la imagen de entrada se
separa en cada una de las piezas que la integran, siendo cada una de ellas homogéneas respecto a cierto atributo
como textura, intensidad o color[2], lo que conduce a una región especifica de esta ilustración en donde se puede
tener el área que ocupa esta estructura en la imagen o simplemente distinguirla a través de color que marca la
diferencia con respecto a los demás componentes de esta misma.

ANÁLISIS

IMAGEN CEREBRO

Primeramente, se procedió a darle un tratamiento a la imagen original del cerebro que tuvo como primera
instancia la aplicación de un Stretching al 5% para así mejorar notablemente el contraste de la imagen para una
mejor visualización y diferenciación entre el cerebro y región de interés, luego se aplicaron tres filtros distintos
buscando el que proveerá las condiciones mas adecuadas por lo cual elegimos el Alpha media como se puede
Procesamiento Digital de Imágenes

visualizar en la figura 3. Ya que este realza características importantes en la imagen, cabe resaltar que la imagen
no presenta un porcentaje elevado de ruido, además con este filtro se suaviza un poco la imagen y realza nuestra
región de interés porque queda contrastada, es decir, que presenta una diferenciación en la intensidad de la
iluminación en la gamma de blancos y negros que hace más fácil su interpretación, luego se aplicaron
operaciones morfológicas con el fin de dar un suavizado o una segmentación de textura para así extraer nuestra
área de interés para su posterior descripción y eliminación de ruido preservando la forma de este, así mismo se
realizó un proceso de segmentación basado en un umbral (Umbralizacion) que se utiliza como límites que
permiten decidir qué conjunto de tonos de gris pertenece a una determinada región u objeto [3] realzando la
región de interés (Tumor o cuerpo extraño en el cerebro) haciéndola más visible y distinta con lo cual se obtuvo
un área en pixeles del tumor cerebral de 3774.

Figura 1. Imagen original del cerebro

Figura 2. Imágenes del cerebro con filtros y operaciones morfológicas aplicadas respectivamente
Procesamiento Digital de Imágenes

Figura 3. Imágenes del cerebro utilizando Stretching 5%, Siendo Alpha media el filtro escogido
para la segmentación de la imagen.

Figura 4. imágenes de la columna utilizando Stretching al 5%, siendo Alpha media el

filtro escogido para ser esta umbralizada.
Procesamiento Digital de Imágenes

Figura 5. imágenes de la columna segmentada y Resaltacion de estructuras

de interés

IMAGEN COLUMNA

Como primer paso se hizo un tratamiento a la imagen de la columna aplicándole un Stretching del 5% con el
mismo fin anteriormente mencionado en la imagen de cerebro que es mejorar el contraste de la imagen y un
acercamiento gradual a esta misma, que permite una mejor visualización de la estructura y sus vertebras que
son en este determinado caso nuestras regiones de interés, seguidamente se aplicó una serie de filtros dejando
como opción el filtro de Alpha media ya que ofrece las condiciones mas optimas para el procesamiento y
visualización de la imagen como lo es eliminar el ruido y exaltar las vértebras (Region de interés),
posteriormente se ejecuto una segmentación de la imagen por medio de una umbralizacion que nos permitió ver
con mayor claridad las áreas de interés y estructuras cercanas creando así un contraste entre ellas para su
diferenciación, En esta imagen en particular no se aplicaron operaciones morfológicas ya que no proporcionaron
un resultado beneficioso para esta, luego de la segmentación de esta estructura como se puede evidenciar en la
figura 5. Se realizo una Resaltacion o remarcación (coloración) de las regiones de interés, proporcionándole así
un color que permite identificar las características, forma y área de las mismas, el color aplicado presenta unas
frecuencias en la banda RGB que son las siguientes: R:40, G:183, B:143.

CONCLUSIONES

• La técnica de segmentación de imágenes es de gran importancia en la actualidad para el procesamiento

digital de imágenes en distintas ciencias, particularmente su uso exhaustivo para el tratamiento de
imágenes médicas usado para proporcionar información de interés de las estructuras y así mismo un
mejor rendimiento en la visualización de la imagen, localización e inclusive tamaño que permiten
actualmente la detección de tumores, anomalías y patologías en el cuerpo humano.
• El uso de filtros y distintos Stretching son de gran utilidad para hacer una mejora notable de la imagen,
con lo que se permite una imagen aparentemente sin ruido e interferencia alguna que pueda afectar el
resultado o análisis posterior, entregando así imágenes de mayor resolución, claridad y diferenciación
entre los objetos que la conforman.

REFERENCIAS
Procesamiento Digital de Imágenes

[1] Viera Maza Gabriela. Procesamiento de imágenes usando OpenCV aplicado en Raspberry Pi para la
clasificación del cacao (Tesis de licenciatura en Ingeniería Mecánico-Eléctrica). 2.5 Perú Repositorio
institucional PIRHUA-Universidad de Piura. 2017 Peru.[online] Retrieved from
https://pirhua.udep.edu.pe/bitstream/handle/11042/2916/IME_218.pdf?sequence=1&isAllowed=y

[2] Tema 4: Segmentación de imágenes. (Retrieved from http://alojamientos.us.es/gtocoma/pid/tema4.pdf

[3] Fuentes, L. M. Mejora y Restauración de imágenes, Chapter 5. Retrieved from

https://alojamientos.uva.es/guia_docente/uploads/2013/413/40833/1/Documento3.pdf