Resumen

En ciertas aplicaciones basadas en imágenes procedentes de entornos naturales puede resultar útil distinguir entre los diferentes tipos de texturas subyacentes en dichas imágenes. Dada la naturaleza aleatoria e irregular de este tipo de texturas, a veces sucede que un pixel o grupo de pixels, en función de sus propiedades, podría pertenecer a más de una clase de textura con un cierto grado de pertenencia a cada clase o bien a una única clase de forma indiscutible. La ver­sión difusa del método de agrupamiento conocido como k-Means trata muy bien el primer caso y la versión no difusa del mismo método el segundo. El objetivo del presente trabajo consiste en plantear e implementar ambas versiones del k-Me­ans para la clasificación de texturas naturales. Este estudio completa otro previo sobre el mismo tema publicado en esta misma revista (Pajares y col. 2001b) y basado en redes neuronales. Entre ambos, proporcionan al lector un conjunto de herramientas útiles para abordar la problemática sobre clasificación de texturas naturales. Finalmente, todos los resultados se presentan conjuntamente para dar una idea global del comportamiento de los diferentes métodos.