La segmentación de medidas extremadamente pequeñas, como las nanoestructuras, es uno de los principales temas de interés que enfrenta hoy en día la ciencia; su relevancia radica en manipular las estructuras moleculares para fabricar nuevos materiales a partir del reordenamiento de sus átomos. Dicha segmentación o caracterización de contornos permite visualizar los detalles y bordes de todos los elementos presentes en una imagen. Existen varias técnicas de procesamiento de imágenes que permiten detectar los bordes de los objetos; la técnica del gradiente de imágenes permite identificar los cambios de color e intensidad, mientras que el algoritmo de línea divisora de aguas controlada por marcadores está basado en la utilización de barreras que delimitan la cuenca hidrográfica del valor de intensidad de cada píxel. Por otra parte, la desviación estándar es utilizada para medir la dispersión de un conjunto de datos con respecto al valor de la media, mientras que la medida de circularidad permite evaluar la precisión del cálculo del radio de las nanopartículas. En esta investigación se propone una metodología robusta y efectiva a partir de la combinación de operadores morfológicos y técnicas de procesamiento de imágenes, con la finalidad de segmentar la mayor cantidad de nanoestructuras sin importar su orientación y solapamiento, para remover su solapamiento a partir del trazo de trayectorias.