Análisis de imágenes

This article includes a list of references, related reading, or external links, but its sources remain unclear because it lacks inline citations. Please help improve this article by introducing more precise citations. (September 2013) (Learn how and when to remove this message)

El análisis de imágenes o análisis de imágenes es la extracción de información significativa de imágenes ; principalmente de imágenes digitales mediante técnicas de procesamiento de imágenes digitales . ^[1] Las tareas de análisis de imágenes pueden ser tan simples como leer etiquetas con códigos de barras o tan sofisticadas como identificar a una persona por su rostro .

Los ordenadores son indispensables para el análisis de grandes cantidades de datos, para tareas que requieren cálculos complejos o para la extracción de información cuantitativa. Por otra parte, la corteza visual humana es un excelente aparato de análisis de imágenes, especialmente para extraer información de nivel superior, y para muchas aplicaciones (incluidas la medicina, la seguridad y la teledetección) los analistas humanos aún no pueden ser reemplazados por ordenadores. Por este motivo, muchas herramientas importantes de análisis de imágenes, como los detectores de bordes y las redes neuronales, se inspiran en modelos de percepción visual humana .

El análisis de imágenes digitales o análisis de imágenes por computadora es cuando una computadora o un dispositivo eléctrico estudia automáticamente una imagen para obtener información útil de ella. Tenga en cuenta que el dispositivo suele ser una computadora, pero también puede ser un circuito eléctrico, una cámara digital o un teléfono móvil. Involucra los campos de la visión artificial o por computadora y la imagenología médica , y hace un uso intensivo del reconocimiento de patrones , la geometría digital y el procesamiento de señales . Este campo de la informática se desarrolló en la década de 1950 en instituciones académicas como el MIT AI Lab, originalmente como una rama de la inteligencia artificial y la robótica .

Es la caracterización cuantitativa o cualitativa de imágenes digitales bidimensionales (2D) o tridimensionales (3D) . Las imágenes 2D se analizan, por ejemplo, en visión artificial y las imágenes 3D en imágenes médicas . El campo se estableció en los años 1950-1970, por ejemplo, con contribuciones pioneras de Azriel Rosenfeld , Herbert Freeman , Jack E. Bresenham o King-Sun Fu .

Existen muchas técnicas diferentes que se utilizan para analizar imágenes automáticamente. Cada técnica puede ser útil para un pequeño rango de tareas, sin embargo, todavía no se conocen métodos de análisis de imágenes que sean lo suficientemente genéricos para una amplia gama de tareas, en comparación con las capacidades de análisis de imágenes de un ser humano. Algunos ejemplos de técnicas de análisis de imágenes en diferentes campos incluyen:

• Reconocimiento de objetos 2D y 3D ,
• segmentación de imágenes ,
• detección de movimiento, p. ej. seguimiento de partículas individuales ,
• seguimiento de vídeo ,
• flujo óptico ,
• análisis de exploración médica ,
• Estimación de pose 3D .

Las aplicaciones del análisis de imágenes digitales se están expandiendo continuamente en todas las áreas de la ciencia y la industria, incluyendo:

• lectura de microplacas de ensayo , como por ejemplo detectar dónde se fabricó una sustancia química.
• astronomía , como calcular el tamaño de un planeta.
• Identificación automatizada de especies (por ejemplo, especies de plantas y animales)
• defensa
• análisis del nivel de error
• filtración
• visión artificial , por ejemplo, para contar automáticamente artículos en una cinta transportadora de una fábrica.
• ciencia de los materiales , como determinar si una soldadura de metal tiene grietas.
• medicina , como la detección del cáncer en una mamografía.
• metalografía , como la determinación del contenido mineral de una muestra de roca.
• microscopía , como contar los gérmenes en un hisopo.
• reconocimiento automático de matrículas ;
• reconocimiento óptico de caracteres , como la detección automática de matrículas.
• teledetección , como la detección de intrusos en una casa y la producción de mapas de cobertura y uso del suelo. ^{[2] [3]}
• robótica , por ejemplo, para evitar chocar contra un obstáculo.
• seguridad , como detectar el color de los ojos o el color del cabello de una persona.

El análisis de imágenes basado en objetos ( OBIA ) implica dos procesos típicos: segmentación y clasificación. La segmentación ayuda a agrupar píxeles en objetos homogéneos. Los objetos suelen corresponderse con características individuales de interés, aunque es muy probable que se produzca una sobresegmentación o una subsegmentación. La clasificación se puede realizar a nivel de objeto, utilizando diversas estadísticas de los objetos como características en el clasificador. Las estadísticas pueden incluir geometría, contexto y textura de los objetos de la imagen. A menudo se prefiere la sobresegmentación a la subsegmentación cuando se clasifican imágenes de alta resolución. ^[4]

El análisis de imágenes basado en objetos se ha aplicado en muchos campos, como la biología celular, la medicina, las ciencias de la tierra y la teledetección. Por ejemplo, puede detectar cambios en las formas celulares en el proceso de diferenciación celular. ^[5] También se ha utilizado ampliamente en la comunidad cartográfica para generar cobertura terrestre . ^{[4] [6]}

Cuando se aplica a imágenes terrestres , OBIA se conoce como análisis de imágenes basado en objetos geográficos (GEOBIA), definido como "una subdisciplina de la ciencia de la geoinformación dedicada a (...) dividir imágenes de teledetección (RS) en objetos de imagen significativos y evaluar sus características a través de una escala espacial, espectral y temporal". ^{[7] [6]} La conferencia internacional GEOBIA se ha celebrado bianualmente desde 2006. ^[8]

Las técnicas OBIA se implementan en software como eCognition o la caja de herramientas Orfeo .

• Imágenes arqueológicas
• Tecnologías de imagen
• Procesamiento de imágenes
• imc FAMOS (1987), análisis gráfico de datos
• Mapeo de la cobertura terrestre
• Inteligencia militar
• Teledetección

• Manual de procesamiento de imágenes de John C. Russ, ISBN 0-8493-7254-2 (2006) 
• Procesamiento y análisis de imágenes: métodos variacionales, de ecuaciones diferenciales parciales, de ondículas y estocásticos, de Tony F. Chan y Jianhong (Jackie) Shen, ISBN 0-89871-589-X (2005) 
• Visión frontal y análisis de imágenes a múltiples escalas de Bart M. ter Haar Romeny, libro de bolsillo, ISBN 1-4020-1507-0 (2003) 
• Guía práctica para el análisis de imágenes de JJ Friel, et al., ASM International , ISBN 0-87170-688-1 (2000). 
• Fundamentos del procesamiento de imágenes por Ian T. Young, Jan J. Gerbrands, Lucas J. Van Vliet, rústica, ISBN 90-75691-01-7 (1995) 
• Análisis de imágenes y metalografía editado por PJ Kenny, et al., International Metallographic Society y ASM International (1989).
• Análisis cuantitativo de imágenes de microestructuras por HE Exner y HP Hougardy, DGM Informationsgesellschaft mbH, ISBN 3-88355-132-5 (1988). 
• "Preparación de muestras metalográficas y materialográficas, microscopía óptica, análisis de imágenes y pruebas de dureza", Kay Geels en colaboración con Struers A/S, ASTM International 2006.