La present tesi pertany a l'àmbit de la visió per computador i realitza aportacions amb l 'objectiu de resoldre el problema de segmentar automàticament objectes en imatges adquirides en entorns amb activitat, és a dir, on apareix moviment dels elements que les composen i amb il.luminació variable. Per a poder dur a terme els desenrollatments i poder evaluar les prestacions  des de'l punt de vista dels requisits i condicions de l'entorn, ambdós considerats com a reptes pels investigadors en l'àrea de la visió per computador.

 Primerament, s'aborda el problema de segmentar, i posteriorment identificar, les matrícules dels contenidors de camions amb imatges presses a l'entrada d'un port comercial que es trova situada a l'intemperie (llum natural). En est cas, es tracta de proposar tècniques de segmentació que permitisquen extraure objectes concrets, caracters de les matrícules, processant imatges individuals. No és tracta només de superar el repte de treballar amb il.luminació natural, si no, a més, treballar amb imatges deteriorades, amb contrastos molt diferents.... Dins d'est context, a la tesis se evaluen tècniques de la literatura com ara LAT, Watershed, l'algoritme d'Otsu, la tècnica de variació local o l'umbralitzat per a segmentar imatges en nivells de gris. A partir de l'estudi, es proposa una solució que combina varies de les tècniques presentades en un intent d'abordar amb èxit l'extracció de caracters de la matrícula en totes les situacions ambientals possibles.


 Unir varies tècniques de segmentació en un sol métode produeïx segmentacions sorolloses. El coneiximent a priori del tipus d'objects a segmentar ens permiteix dissenyar filtres amb capacitat discriminant entre el sollor i els veritables caracters, evitant que tota la responsabilitat d'esta separació caiga sobre el classificador. El sistema proposat té un valor afegit en tant que no necesita ajustar paràmetres externs per part de l'usuari per a adaptar-se a les variacions d'iluminació ambiental i aconsegueix un nivell alt tant en la segmentació com la identificació de caracters, malgrat que les prestacions del sistema depenen en gran mesura de la capacitat del clasificador utilitzat. En un pas posterior, es realitzen experiències amb secuències d'imatges de cada contenidor per a refinar la resposta del sistema.

El segon problema que s'analitza és el d'extraure tots els elements que no formen part del fons d'una escena, utilitzant secuències d'imatges i dissenyant models de fons capaços d'adaptar-se als cambis en l'escena, especialment als canvis d'il.luminació.

Prenint com a base les tècniques proposades en la literatura per al restat de fons (background subtraction) i tenint presents les restriccions de memòria i còmput imposades per alguns sistemes inteligents, en esta tesi es proposen tècniques per a obtindre models de fons adaptatius amb requeriments propis dels sistemes de vigilància automàtica (surveillance systems). Concretament, mitjançant una definició propia de similitut i utilitzant un còmput de probabilitat bassat en estudis experimentals, es proposen dos algorismes anomenats BAC (Background Adaptive with Confidence) i FSB (Fuzzy Background Subtraction) que poden modelar el fons adaptativament  i proporcionar una mesura de confiança. BAC i FSB resten cada fotograma del fons assignant a cada píxel una probabilitat de pertànyer al fons o de ser part d'un objecte (foreground).

 En est punt, els nostres desenvolupaments s'evaluen amb secuències adquirides en interiors on apareixen problemes amb sombres, canvis d'il.lumniació, així com també utilizant el benchmark Wallflower acceptat per la comunitat científica per a provar tècniques de modelatje de fons. Els resultats obtesos per les tècniques proposades, BAC y FSB es mostren prometedors si es comparen amb els obtesos per les tècniques presents en la literatura.