Esqueletización

Tópicos Especiales en Procesamiento Gráfico

Esqueletización
Carranza Athó, Fredy Tópicos Especiales en Procesamiento Gráfico Escuela Académico Profesional de Informática Universidad Nacional de Trujillo Trujillo Perú 2006
Resumen. La esqueletización pretende obtener de la imagen, un patrón continuo que contenga la menor cantidad datos posibles, pero que siga aun conteniendo un rastro del objeto original. Para ello existen algoritmos que operan de manera general eliminando los píxeles bajo reglas pre definidas, y deteniéndose cuando no haya mas cambios que hacer. Hay que tener en cuenta que el tiempo de procesamiento es alto en muchas ocasiones, pero ello generalmente depende del tipo de algoritmo y del tamaño de la foto.

1.

Introducción

Simplificar la forma de un objeto, o reducir la cantidad de datos que éste contiene siempre ha sido un tema de interés en el campo del procesamiento de imágenes. Para ello es necesario contar con técnicas adecuadas que nos faciliten el poder reducir los datos de los objetos. Unas de las técnicas más utilizadas para lograr este objetivo, es la esqueletización de las imágenes. Obtener el esqueleto de una imagen significara encontrar un patrón a partir de la forma del objeto, el cual contendrá menor datos pero conservará la continuidad y la menor cantidad menor de píxeles posible. Obtener un esqueleto, es un proceso iterativo y puede que demande mucho tiempo de procesamiento ya que generalmente todos los algoritmos, requieren muchos recorridos por toda la imagen. Existen a su vez algoritmos que provienen de estructuras matemáticas complejas y otros de cálculos lógicos; pero los cuales finalmente producen tener una nueva imagen con menos datos. 2. Definición

La esqueletización es un proceso de quitar de un patrón la mayor cantidad de píxeles posibles sin afectar la forma general del patrón. En otras palabras, después que los píxeles hayan sido quitados, el patrón debe ser reconocido. El esqueleto obtenido debe tener las siguientes tres propiedades. • • • Tan delgado como sea posible Conectado Centrado

Cuando estas características son alcanzadas el algoritmo debe detenerse. A continuación un patrón y su esqueleto.

Figura 1. Un patrón en forma de T, y su respectivo esqueleto.
1

así pues las siguientes referencias a un esqueleto serán como se mencionó. el polígono Voronoi de pi se define como el conjunto de todos los puntos que se encuentran mas cerca de pi que ningún otro sitio pj: V(i) = {p . la región poligonal convexa V(i) que contiene solo el sitio pi.1. El esqueleto de un rectángulo definido en términos de círculos bi tangenciales. mientras que el fondo debe ser blanco. 3. TÉCNICAS EMPLEADAS En las presentes descripciones. se asumirá que los objetos dentro de las imágenes. 3. pi ) ≤ d 2 ( p. El esqueleto es un imagen binaria que simplemente muestra el esqueleto de por sí. Un diagrama de Voronoi es una estructura geométrica que representa información de proximidad acerca de un conjunto de puntos u objetos es decir. El término Transformación de eje medio (MAT) y Esqueletización son comúnmente usados de manera indistinguible. Finalmente. el diagrama de Voronoi de un conjunto de objetos geométricos es una partición del espacio en celdas cada una de la cuales contiene una colindancia con sus puntos más cercanos. tenemos un conjunto de puntos Ω = {pi } también llamados sitios en el plano E. Vor(Ω) = p i ∈Ω U ∂V( pi ) 2 . El conjunto de los límites ∂V(pI ) de todos V (pi ) es llamado diagrama de Voronoi (VD) o teselacion de Voronoi Vor(Ω). lo que se suele representar no por celdas sino por puntos de manera discreta. deben estar sombreados de color negro. p j )} Donde d2 denota la distancia entre dos puntos. donde cada punto del esqueleto tiene una intensidad la cual representa su distancia a los límites del objeto original. el esqueleto de una imagen será tratado como la primera definición que dimos. Figura 2. pero fue hasta mucho después en 1908 que estos diagramas fueron escritos por Georgy Voronoi.Esqueletización Tópicos Especiales en Procesamiento Gráfico Otra manera de pensar sobre los esqueletos es como el lugar donde convergen los centros de círculos bi tangenciales que entran de manera completa dentro de la región considerada. de ahí su nombre. mientras que MAT es una imagen de niveles de gris. De una manera más formal. p ∈ E | ∀j ≠ i : d 2 ( p. Diagrama de Voronoi Los diagramas de Voronoi fueron por primera vez discutidos por Peter Lejeune-Dirichlet en 1850.

deben ser no todos los píxeles. para los cuales se cumple siempre que los puntos dentro de los polígonos adyacentes a éste. p7. 3 . Algoritmo de Zhang . que representa la cantidad de veces que el patrón 0. p3.1. p4. cada una de ellas se encarga de eliminar píxeles de zonas determinadas de la máscara. Diagrama de Voronoi En el caso que se utiliza una imagen. En este algoritmo se utilizan dos subiteraciones. p6. Y además se cuenta con la función B(p). habrá que contar cuantas veces se repite el patrón 0. de manera tal que los píxeles cubiertos por la máscara son analizados por ciertas condiciones básicas.2. Esqueleto de una imagen binarizada a través del diagrama de Voronoi 3. La técnica que utiliza este algoritmo es la de los ocho vecinos. sino solamente los puntos de los bordes de la imagen. requieren la definición de dos funciones básicas. p2. ya que el diagrama de Voronoi estirará sus aristas hasta fuera de los bordes. Figura 3. Para ello debemos considerar una máscara de 3x3 y de preferencia numeraremos los píxeles internos de la siguiente manera. es la variación de un algoritmo antiguo como el algoritmo de Hilditch y al igual que ese requiere de una cierta máscara y el paso de ella a través de toda la imagen. p1.1 en p1. De estas condiciones define que el punto sea borrado de la imagen o no. encierran los puntos pi. son los más cercanos que hay. los puntos que se deben considerar para producir un esqueleto.Esqueletización Tópicos Especiales en Procesamiento Gráfico En palabras sencillas. tomados desde el punto p2 hasta p2 mismo. Así y solamente así se conseguirá que el esqueleto se forme de una manera correcta Si se siguen los pasos indicados. el diagrama de Voronoi solo necesitará ser intersectado con la imagen a la cual se le esta extrayendo el esqueleto. p8. Las condiciones que se mencionaron inicialmente. Tenemos la función A(p). p5.Suen El algoritmo de Zhang Suen. de manera horaria. En otras palabras. Veamos un ejemplo: Figura 5. se repite en la secuencia de puntos de la matriz. el diagrama de Voronoi contiene celdas o polígonos de Voronoi los cuales.

el cual no este aislado. Condición 1: 2 <= B(p1) <= 6 condiciones que se Esta condición combina dos subcondiciones. p0 no es un píxel de borde. sea mayor o igual que dos. 2. A(p0)=2 P2 P3 P4 B(p0)=2 . 6. A(p0)=1 Una vez. que si B(p0) = 1. se observa que como B(p0) = 0. En el siguiente cuadro. La segunda condición. 2 <= B(p0) <= 6 A(p0) = 1 p1. En el tercer cuadro. el punto es un punto aislado. el esqueleto quedaría desconectado. El siguiente ejemplo permitirá concebir con mayor claridad las funciones. 7. por lo tanto no debe ser borrado. es cualquier píxel que tiene como vecino un píxel del color del objeto. se ve que como B(p0) = 7. y el píxel central debajo de la máscara será cambiado al color del fondo. Un píxel punto final.p3.p5. La primera condición asegura que ningún píxel punto final. se debe pasar la mascara por toda la imagen.p7=0 p1.p5=0 p3. pero este algoritmo no encarga de eliminarlo. es necesario comprender el significado de las mencionan. asegura que ese píxel sea un píxel en el borde. primero que la cantidad de vecinos diferentes de cero de p0. si se considera las figuras siguientes donde A(p0) > 1. por lo tanto no debe ser eliminado.p7=0 Para la segunda subiteración 5. P8 P7 P6 P1 P0 P5 4 P8 P7 P6 P1 P0 P5 P2 P3 P4 P2 P3 P4 P8 P7 P6 P1 P0 P5 P2 P3 P4 .p7=0 Para entender mejor el algoritmo. y además es un punto del esqueleto.p5. se observa que si se elimina el píxel p0. 3. El siguiente ejemplo aclara mejor las cosas. Condición 2: A(p1)=1 Esta condición representa una prueba de conectividad.Esqueletización Tópicos Especiales en Procesamiento Gráfico que se define como el número de píxeles 1 alrededor del píxel central. P8 P7 P6 P1 P0 P5 P2 P3 P4 P8 P7 P6 P1 P0 P5 B(p0)=2. el cual representa a una clase de ruido. P8 P7 P6 P1 P0 P5 B(p1)=1 P2 P3 P4 P8 P7 P6 P1 P0 P5 B(P1)=0 P2 P3 P4 P8 P7 P6 P1 P0 P5 B(p1)=7 P2 P3 P4 En la figura podemos apreciar. entonces p0 es un píxel punto final. 4. De hecho. si es que cumple las siguientes condiciones: Para la primera subiteración 1. determinadas las funciones mencionadas. y segundo que esta cantidad sea menor o igual que seis.p3. 2 <= B(p0) <= 6 A(p0) = 1 p1. sea eliminado. 8.

cuatro para cada una de las dos subiteraciones. son las funciones definidas por el algoritmo de Zhang Suen. como: Verdadero . y para la segunda los de los bordes noreste y la esquina suroeste. propuso a su vez combinar las dos expresiones anteriores en una sola. 5. en caso contrario Donde A y B. IMPLEMENTACIÓN El algoritmo a implementar es el algoritmo 3. de manera que solo se produzca una sola iteración en el recorrido de la imagen. A( X ) = 1 ∧ 2 ≤ B( X ) ≤ 6 edge  Falso .2. y transformar dichas reglas en expresiones lógicas. y surgió para modificar las reglas que imponía el algoritmo de Zhang Suen. de manera que el tratamiento de los patrones y las máscaras fuese en forma de ecuaciones. Las expresiones se definen como: Para la primera iteración: V(C) ∧ (~ edge(C) ∨ ( V(E) ∧ V(S) ∧ ( V( N) ∨ V(O)))) Para la segunda iteración: V(C) ∧ (~ edge(C) ∨ ( V(O) ∧ V( N) ∧ ( V(S) ∨ V(E)))) Donde la función V. para la primera iteración. Algoritmo de Holt El algoritmo de Holt nació en el año 1987. La expresión resultante fue la siguiente: 4. y mencionadas en el apartado 3. validando así que dichos puntos no pertenecerán al esqueleto. 6: A(p1)=2 A(p1)=3 Por éstas condiciones se asegura que los puntos a borrar pertenezcan al borde sur este y en la esquina noroeste.Esqueletización Tópicos Especiales en Procesamiento Gráfico A(p1)=2 Condición 3. Norte P1 P0 P5 Sur Oeste P8 P7 P6 P2 P3 P4 Este 3.3. color( X ) = Falso Y edge. A continuación veremos el pseudocódigo del algoritmo. se define como: Verdadero . Así pues Holt propuso resumir las ocho reglas. color( X ) = Negro V( X )  Falso . 5 . en dos simples expresiones booleanas. Holt.2. el algoritmo de Zhang Suen. 4. o borde.

2) == 255 o W(3. sino que debe marcarlos.1) == 255 marcar el píxel i. donde el algoritmo ha hecho las dos iteraciones. De manera didáctica se presenta una imagen. no debe borrar los píxeles.3) == 255 o W(3. y en la segunda son los píxeles del oeste norte. todos los vecinos del píxel si hay algún píxel blanco en W si fB(W)>= 2 y fB(W) <= 6 si fA(W) == 1 si W(1. ya que si se cambian los colores de los píxeles a medida de cómo avanza el algoritmo.j como candidato a ser borrado fin si fin si fin si fin si fin si fin si fin para fin para borrar todos los pixeles marcados para i = 1 + w:nf .j como candidato a ser borrado fin si fin si fin si fin si fin si fin si fin para fin para borrar todos los píxeles marcados mientras mas píxeles puedan ser marcados como candidatos Vale aclarar que el algoritmo en las iteraciones.3) == 255 o W(2.j) es un punto de color negro 0 llenar en W.w para j = 1+ w:nc .w si I(i.1) == 255 si W(1.3) == 255 o W(3. el resultado no será el esperado. 6 .w para j = 1+ w:nc .1) == 255 marcar el píxel i. a la primera iteración los píxeles a eliminarse con los de la parte este y sur.2) == 255 o W(2.Esqueletización Tópicos Especiales en Procesamiento Gráfico Entrada: Imagen I Salida: Esqueleto hacer para i = 1 + w:nf .j) es un punto de color negro 0 llenar en W. Como se puede apreciar.2) == 255 o W(2.w si I(i.2) == 255 o W(2.2) == 255 si W(2. todos los vecinos del píxel si hay algún píxel blanco en W si fB(W)>= 2 y fB(W) <= 6 si fA(W) == 1 si W(1. y finalmente acaba resultando en el esqueleto.2) == 255 o W(2.

Esqueletización Tópicos Especiales en Procesamiento Gráfico (a) 5. fueron imágenes binarias sencillas y no de mucho tamaño. RESULTADOS (b) (c) La implementación fue realizada en el MatLab. Entrada Salida Iteraciones 26 16 13 43 7 . y las imágenes que se procesaron.

Esqueletización Tópicos Especiales en Procesamiento Gráfico 34 11 15 17 15 9 21 34 8 .

Hypermedia Image Processing Reference[en línea].ac. Canada Montreal. E WOLFART.zcu. Imágenes binarias[en línea].es/miguel.pdf [4] M.uk/hipr/html/skeleton. disponible en: http://www. pueden o no obtener exactamente el mismo resultado.mcgill.htm [5] T. Universidad de Edinburgo. Zhang. pero los cuales por su particularidad.ayc. 1997. VILA.cz/wscg2004/Papers_2004_Short/K05.cee.ca/~godfried/teaching/projects97/azar/skeleton. vale saber que cuando se trata de este algoritmo.unavarra. M.pagola/binarias. REFERENCIAS BIBLIOGRÁFICAS [1] D. A fast parallel algorithm for Thinning digital patterns. Canada Montreal. Paper. M.hw. presentan diversidad de enfoques. C.html [2] B. CONCLUSIONES . Francia. MERAD. 2004 http://www. FISHER. Pero si bien es cierto que el resultado es efectivo. Si bien es cierto obtiene un esqueleto puede que este no sea el mismo para todos los métodos. ya que solo parará cuando ya no se pueda esqueletizar más la imagen.html [3] D. . disponible en: http://wscg.cs. 2005 9 . PAGOLA.Esqueletización Tópicos Especiales en Procesamiento Gráfico 8 8 6. disponible en: http://cgm.El algoritmo implementado funciona muy bien con las imágenes presentan formas irregulares y rectas. MALLAN. A WLAKER. 1984 [6] M. ya que los procedimientos necesitan barrer la imagen continuamente. Skeletonization of Two-Dimensional regions Using Hybrid Method. Paper. S. Y el proceso se debe estar repitiendo muchas veces. AZAR. así pues lo demuestran los resultados anteriores. Skeletonization[en línea]. 1994. S. G.Los algoritmos revisados.Para la obtención de cualquier esqueleto el tiempo de proceso siempre es algo largo. PERKINS.Y. . LELANDAIS. Mar del Plata Argentina. LUJAN.Y. Manuscript Document Digitalization and Recognition: A First Approach. las formas curvas generalmente quedan con un esqueleto poco reconocible. GIUSTI. Universidad Pública de Navarra. SUEN.

Sign up to vote on this title
UsefulNot useful