Una aplicación interactiva parametrizable para la segmentación de la mano humana en imágenes RGB

La segmentación es una técnica fundamental en el análisis de imágenes que permite detectar y clasificar objetos; entre otros, las manos humanas. En este trabajo se presentan los resultados del desarrollo y pruebas de una aplicación interactiva parametrizable, Hands Segmentation, para la segmentación de manos humanas en imágenes RGB. Los resultados muestran que la aplicación fue eficiente para segmentar un 100% de las regiones de las imágenes RGB donde existían manos humanas, aunque un 2% de las segmentaciones incluía otras partes del cuerpo humano, como por ejemplo los brazos. Excluyendo ese 2%, el promedio de la métrica de efectividad Índice de Jaccard fue de 0.73, considerándose un valor aceptable para este tipo de aplicaciones. Se utilizó una muestra de veintidós (22) manos humanas distribuidas en diez (10) imágenes obtenidas por muestreo sistemático de un banco de imágenes de uso libre. El procesamiento de las imágenes se realizó con la aplicación Hands Segmentation desarrollada en C++ utilizando técnicas de visión artificial y la librería especializada OpenCV. El método de procesamiento incluyó: a) transformación del espacio de color de RGB a YCrCb, b) segmentación de la imagen por simulación de análisis hidrográfico (Watershed), c) delimitación de las regiones basada en contornos y d) cálculo de la efectividad usando la métrica Índice de Jaccard (IoU) y de la precisión, usando una métrica de cualificación ad hoc. El uso sistemático de la aplicación muestra que una adecuada escogencia de los parámetros a) brillo, b) contraste, c) dimensión del operador pixel a pixel, d) dimensión del operador morfológico y e) umbrales de dimensión de las regiones, son esenciales para obtener una adecuada segmentación de una mano humana en una imagen RGB.