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. lo que se suele representar no por celdas sino por puntos de manera discreta. Vor(Ω) = p i ∈Ω U ∂V( pi ) 2 . De una manera más formal. El esqueleto es un imagen binaria que simplemente muestra el esqueleto de por sí. p ∈ E | ∀j ≠ i : d 2 ( p. 3. 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. 3. mientras que MAT es una imagen de niveles de gris. El esqueleto de un rectángulo definido en términos de círculos bi tangenciales. Figura 2. la región poligonal convexa V(i) que contiene solo el sitio pi. El conjunto de los límites ∂V(pI ) de todos V (pi ) es llamado diagrama de Voronoi (VD) o teselacion de Voronoi Vor(Ω). se asumirá que los objetos dentro de las imágenes. TÉCNICAS EMPLEADAS En las presentes descripciones. tenemos un conjunto de puntos Ω = {pi } también llamados sitios en el plano E. 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. Diagrama de Voronoi Los diagramas de Voronoi fueron por primera vez discutidos por Peter Lejeune-Dirichlet en 1850. pero fue hasta mucho después en 1908 que estos diagramas fueron escritos por Georgy Voronoi. 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 . pi ) ≤ d 2 ( p.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. mientras que el fondo debe ser blanco. deben estar sombreados de color negro. de ahí su nombre. Un diagrama de Voronoi es una estructura geométrica que representa información de proximidad acerca de un conjunto de puntos u objetos es decir. Finalmente.1. El término Transformación de eje medio (MAT) y Esqueletización son comúnmente usados de manera indistinguible. el esqueleto de una imagen será tratado como la primera definición que dimos.

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

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

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

1) == 255 marcar el píxel i.2) == 255 o W(2.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.2) == 255 o W(2.3) == 255 o W(3.w si I(i. Como se puede apreciar. 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. a la primera iteración los píxeles a eliminarse con los de la parte este y sur.2) == 255 o W(3.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. no debe borrar los píxeles. y finalmente acaba resultando en el esqueleto.2) == 255 o W(2. 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(1.2) == 255 si W(2. 6 .w para j = 1+ w:nc . donde el algoritmo ha hecho las dos iteraciones. ya que si se cambian los colores de los píxeles a medida de cómo avanza el algoritmo.w para j = 1+ w:nc . sino que debe marcarlos.w si I(i.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 . De manera didáctica se presenta una imagen. el resultado no será el esperado.3) == 255 o W(2.2) == 255 o W(2.1) == 255 si W(1.3) == 255 o W(3.j) es un punto de color negro 0 llenar en W.1) == 255 marcar el píxel i.

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

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

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