Resumen:
En el presente documento se implementa una técnica propuesta por Vidal conocida como segmentación polinomial (polysegment) que permite inicializar algoritmos de segmentación y si se desea, segmentar la imagen desde una perspectiva diferente a la de spectral clustering.
Al existir tan diversos tipos de imágenes es muy importante escoger correctamente las características que se van a asociar a cada píxel para realizar la segmentación, tales características están basadas principalmente en intensidad, color, contornos y textura. En el presente documento se integran las técnicas spectral clustering y segmentación polinomial con el desarrollo de una investigación acerca de la extracción de características de una imagen para lograr un proceso matemático que permite una segmentación automática de imágenes. Lo anterior dirigido hacia las necesidades actuales de la Universidad del Cauca en el área de Visión Artificial.
Esta monografía incluye un marco conceptual en el que se explican definiciones básicas que son necesarias para el desarrollo de los capítulos posteriores. En el cuarto capítulo se describe el algoritmo básico de spectral clustering y las diferentes implementaciones de dicho algoritmo que difieren en las características que se extraen de las imágenes, se asumirá que el número de regiones en que se debe dividir la imagen es conocido.
En el quinto capítulo se describe la implementación de la segmentación polinomial que permite determinar el número de regiones de manera automática. En el capítulo seis se enumeran las conclusiones. En el capítulo siete se incluye el código fuente de los principales programas desarrollados.
