SEGMENTACIÓN DE FRUTOS DE CAFÉ MEDIANTE MÉTODOS DE CRECIMIENTO DE REGIONES SEGMENTATION OF COFFEE BEANS BY MEANS OF SEEDED REGION GROWING TECHNIQUES

• Main Authors: Julián Andrés Betancur Acevedo, Flavio Augusto Prieto Ortiz, Gustavo Adolfo Osorio Londoño
• Format: Article
• Language: English
• Published: Universidad Nacional de Colombia, Sede Medellín 2006-06-01
• Series: Revista Facultad Nacional de Agronomía Medellín
• Subjects: Procesamiento de imágenes; segmentación; crecimiento de regiones; Técnica SRG (Seeded Region Growing); Image processing; image segmentation; Seeded Region Growing SRG
• Online Access: http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0304-28472006000100015

Se presentan tres diferentes sistemas de segmentación los cuales utilizan la técnica de crecimiento de regiones a partir de semillas SRG (Seeded Region Growing). El primero de ellos, llamado Sistema Euclídeo, hace uso de la distancia euclídea con el fin de encontrar la región de interés (grano de café). El Sistema ACB-PCB utiliza dos medidas de discontinuidad llamadas contraste promedio y contraste periférico, las cuales se derivan del promedio de las componentes de color de los p&#305;xeles que conforman la región y aquellos que conforman dos de sus contornos. Luego de un proceso iterativo, se halla el contorno de contraste promedio ACB y el contorno de contraste periférico PCB, que se usan para segmentar el grano de café. Por último, el Sistema Híbrido utiliza la información de las principales componentes geométricas presentes en la escena (dadas por un Detector de Bordes de Color), y la medida de contraste promedio. Las herramientas de segmentación fueron aplicadas a imágenes de frutos de café, adquiridas bajo condiciones controladas. Los resultados obtenidos muestran un buen desempeño del detector de bordes de color implementado, así como de los sistemas de segmentación, en especial de los sistemas ACB-PCB e Híbrido.<br>Three segmentation systems are presented which use the Seeded Region Growing Technique SRG. The first one, called the Euclidean System, uses a Euclidean distance measure in order to find the region of interest (coffee bean). The ACB-PCB System uses two discontinuity measures called average contrast and peripheral contrast, which are derived from the mean of the color components of the pixels that form the region and those that form two of its boundaries. Following an iterative process, the Average Contrast Boundary ACB and the Peripheral Contrast Boundary PCB are computed for use in performing the coffee bean segmentation. Finally, the Hybrid System uses both information from the principal geometrical components in the scene (provided by a Color Edge Detector) and the average contrast measure. These segmentation tools were applied to coffee images acquired under controlled conditions. Results showed a good performance of the Color Edge Detector, as well as the ACB-PCB and Hybrid systems.