Segmentación Visual Robusta utilizando el Plano RCrR y la Distancia de Mahalanobis

Resumen

En este artículo se propone un algoritmo robusto ante los cambios de iluminación para la detección de la piel en imágenes,  se utiliza una base de datos que consta de 50 imágenes en condiciones controladas y  50 en condiciones no controladas, las imágenes cuentan con  personas en forma frontal, mostrando rostro, manos, y brazos. Se evalúan 5 algoritmos para realizar corrección de color los cuales son: Corrección sencilla con canal verde, Compresión canal de color, Expansión canal de color, Referencia fija,  Corrección Gamma. Se evalúan 4 algoritmos para segmentación  los cuales son: Color de piel en RGB, Referencia de Histograma, Distancia Euclidiana y Distancia de Mahalanobis. El algoritmo propuesto utiliza el método referencia fija unido al algoritmo de corrección  gamma para  corrección de color y realiza segmentación de la piel a partir de un plano de color RCrR, encontrado  de la transformación de las imágenes utilizando los espacios RGB y YCbCr, finalmente utiliza la distancia de Mahalanobis.  Como resultado se obtiene un valor promedio de sensibilidad igual 99.36% y de especificidad igual 84.31%.