IMAGE SEGMENTATION USING MARKOV RANDOM FIELDS

la segmentación es un proceso utilizado en visión artificial que consiste en dividir una escena en un conjunto de regiones, facilitando con ello la tarea de interpretación de una imagen. Los algoritmos de segmentación se basan en criterios como homogeneidad de la región y discontinuidad entre regiones disjuntas adyacentes. El presente artículo describe e implementa un modelo de segmentación que usa procesos de decisión estocásticos, el cual requiere apoyo y tiempo de computación para conseguir etiquetas óptimas, pero, entre otras ventajas, tiende a ser local y conduce a una implementación en hardware paralelo de manera natural.Segmentation is a process used in machine vision is to divide a scene into a set of regions, facilitating the task of interpretation of an image. Segmentation algorithms are based on criteria such as homogeneity of the region and discontinuity between adjacent disjoint regions. This article describes and implements a segmentation model us-ing stochastic decision processes, which requires the support and computing time to achieve optimal cloud, but, among other advantages, it tends to be local and leads to a parallel hardware implementation naturally