Una buena imagen
Aránzazu Jurío-Munárriz y su equipo han conseguido una buena imagen. Se veía venir. Hace once años, cuando Aránzaru aún estudiaba en el Instituto Plaza de la Cruz de Pamplona, entre un total de 87 participantes, resultó ganadora de la fase regional de la XXXIII Olimpiada Matemática Española, convocada por la Real Sociedad Matemática Española. En el 2008, junto a otros 23 compañeros, se graduó en la titulación de ingeniería informática en la Universidad Pública de Navarra y, ahora, tras diversas estancias en universidades extranjeras, como la de Nottingham, acaba de presentar su tesis doctoral internacional Numerical measures for image processing. Magnification and Thresholding (Medidas numéricas de información para el procesamiento de imagen. Ampliación y umbralización). Fruto de la misma han sido seis artículos que han sido publicados en revistas muy bien valoradas y que diferentes servicios europeos (Alpha Galileo) y mundiales (NCYT Amazings, Science Daily) de noticias científicas se hayan hecho eco de la más reciente de sus publicaciones en la revista European Journal of Operational Research.
PROCESAMIENTO Y AMPLIACiÓN
¿Por qué tanto interés por esa tesis? El trabajo doctoral ha consistido en desarrollar nuevos métodos que mejoran dos de los procesos más habituales que, con diversas variantes, se utilizan millones y millones de veces diariamente en todo el mundo, en todo tipo de actividades, para el tratamiento de imágenes digitales, su ampliación y su segmentación.
El procesamiento o tratamiento de imágenes es un conjunto de técnicas que se aplica sobre las mismas para solucionar dos problemas: mejorar la calidad visual y procesar la información contenida, de tal forma que un ordenador pueda entenderla por sí sola. Un ejemplo clásico de procesamiento sería el uso de un filtro digital.
Respecto a la ampliación de imágenes, lo que intenta es incrementar la resolución espacial de la imagen (obtener una imagen mayor, que represente la misma escena, pero con más píxeles) preservando los detalles y la nitidez. Las técnicas de ampliación se usan y son muy útiles cuando enviamos imágenes de un dispositivo a otro o cuando las subimos a la web, ya que para que la transmisión sea más rápida solemos crear y enviar una versión comprimida de la imagen que, cuando llega al destino, se amplia para conseguirla en su tamaño original. También se usa la ampliación en los casos en que para ahorrar espacio de almacenamiento la imagen se obtiene con baja resolución, como ocurre con las cámaras de videovigilancia.
SEGMENTACIÓN
En cuanto a la segmentación persigue la localización de zonas determinadas de una imagen y su análisis particularizado. En la segmentación de una imagen se suele asignar una etiqueta a cada píxel de la misma de forma que los píxeles que compartan la misma etiqueta también tendrán ciertas características visuales similares. En palabras de Aránzaru ´Mediante la segmentación de imágenes se separa cada uno de los objetos que forman parte de la imagen Para ello se analiza cada uno de los píxeles, de tal forma que todos los que tengan ciertas características en común consideramos que forman parte del mismo objeto´.
Algunos ejemplos de aplicación de la segmentación serían: teledetección, donde es preciso localizar en imágenes aéreas ciertos objetos como ríos, bosques o cultivos; el análisis de pruebas médicas, para estudiar diferentes estructuras (órganos, tumores, etc.), medir volúmenes de tejidos o incluso practicar una cirugía guiada por ordenador; el reconocimiento de patrones, por ejemplo para identificar una matrícula en la entrada a un aparcamiento o para la identificación personal a través de las huellas dactilares, etcétera.
LOGROS
Respecto al problema de la ampliación de imágenes el resultado de la investigación ha sido el desarrollo y presentación de dos nuevos métodos de ampliación, uno para imágenes en escala de grises y otro para imágenes en color. El origen fue la petición realizada por una empresa de infografía para solucionar sus problemas. La empresa se basaba en un modelo tridimensional y generaba varias imágenes para mostrar a los clientes. Como las imágenes debían ser grandes para poder apreciar todos los detalles, ello le significaba que generarlas duraba más de veinte horas por imagen. De acuerdo con la ya doctora Jurío-Munarriz ´La solución que encontramos hace posible generar imágenes en un tamaño menor y posteriormente ampliarlas, en un tiempo muy reducido (menos de una hora por imagen) y manteniendo la calidad. Es decir, nuestro algoritmo de ampliación de imágenes destaca no sólo por la calidad obtenida sino por el tiempo que tarda en ejecutarse, que es 700 veces inferior a otros métodos existentes que obtienen la misma calidad´.
En cuanto al tema de la segmentación, en la tesis doctoral se desarrollan dos variantes diferentes de algoritmos de segmentación, dirigidos a destinos prácticos específicos.
El primero está adaptado para trabajar con imágenes de huellas dactilares. Ello se debe a que el grupo de investigación de la Universidad Pública de Navarra del que la nueva doctora forma parte está colaborando en un proyecto para crear un centro de identificación a través de huellas dactilares que sea capaz de trabajar con 40 millones de huellas. Según ella, ´Uno de los pasos para la identificación consiste en separar la huella del fondo de la imagen de una manera eficiente. En la tesis hemos propuesto cómo medir la homogeneidad en cada zona de una imagen, es decir, cómo de parecidos son todos los píxeles de una región. A partir de esa medida, hemos desarrollado un algoritmo que es capaz de realizar correctamente la segmentación sobre las huellas dactilares´.
Respecto al segundo, se orienta a su aplicación a imágenes del cerebro obtenidas mediante resonancias magnéticas. Este segundo algoritmo ha sido desarrollado en el marco de un proyecto de investigación en colaboración con médicos del Complejo Hospitalario de Navarra. Pretende estudiar las diferencias en formas o volúmenes de ciertas áreas del cerebro en pacientes que tienen sus primeros brotes psicóticos. Los investigadores han propuesto un método que consigue separar correctamente en la imagen las áreas que ocupan diferentes estructuras del cerebro.
El tema que hoy comentamos es un ejemplo más de los que repetidamente señalamos en esta sección. La mejor clasificación de la ciencia es entre buena y mala. Destacar e incentivar, incluso económicamente, temas por su aparente interés aplicado inmediato es una equivocación. La base investigadora del tema de hoy es matemática y básica. Sin embargo, posiblemente, sus consecuencias, pronto serán aplicadas por miles de millones de personas en actividades tan diferentes y concretas como compartir fotografías digitales, realizar una videoconferencia, detectar mediante satélites zonas de sequía, reconocer matrículas de coche, identificación de huellas dactilares o diagnósticos de patologías cerebrales.
Más información: