Resumen:
In this paper we study color spaces in the framework of automatic segmentation of cellular structures. In contrast
to neuro-physical studies focused on human perception of color we resort to a quantitative evaluation of such
impact using as reference segmentation outputs and ground truth images. The results show that color
representation has a considerable influence in the capabilities of such algorithms and color spaces that separate
chromaticity and luminance components, and normalize color differences, provide a representation of image data
better than color spaces such as RGB and HSI used extensively in the field of biomedical image processing in the
past.
Descripción:
En este artículo proponemos el estudio de los espacios de color en el marco de la segmentación automática de
estructuras celulares. En contraste con estudios neuro-físicos orientados a describir la percepción humana del
color nosotros desarrollamos un análisis cuantitativo tomando como referencia el resultado de algoritmos de
segmentación y plantillas generadas manualmente. Los resultados obtenidos demuestran que el color tiene una
influencia considerable sobre la capacidad de análisis de una imagen y que los espacios de color que además de
separar la cromaticidad y luminancia procuran la normalización de las distancias entre colores proveen una
mejor representación de la información presente en la imagen a diferencia de los espacios de color tales como el
RGB y HSI que han dominado la literatura de procesamiento de imágenes biomédicas en el pasado
