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

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

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

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

Norte P1 P0 P5 Sur Oeste P8 P7 P6 P2 P3 P4 Este 3. 4.Esqueletización Tópicos Especiales en Procesamiento Gráfico A(p1)=2 Condición 3. y para la segunda los de los bordes noreste y la esquina suroeste. en caso contrario Donde A y B. de manera que el tratamiento de los patrones y las máscaras fuese en forma de ecuaciones. La expresión resultante fue la siguiente: 4. color( X ) = Falso Y edge. Holt. el algoritmo de Zhang Suen. y surgió para modificar las reglas que imponía el algoritmo de Zhang Suen. A continuación veremos el pseudocódigo del algoritmo. son las funciones definidas por el algoritmo de Zhang Suen. cuatro para cada una de las dos subiteraciones. y transformar dichas reglas en expresiones lógicas. o borde. se define como: Verdadero . para la primera iteración. 5. Así pues Holt propuso resumir las ocho reglas.2.3. 5 . de manera que solo se produzca una sola iteración en el recorrido de la imagen. en dos simples expresiones booleanas. como: Verdadero . propuso a su vez combinar las dos expresiones anteriores en una sola. A( X ) = 1 ∧ 2 ≤ B( X ) ≤ 6 edge  Falso . color( X ) = Negro V( X )  Falso . IMPLEMENTACIÓN El algoritmo a implementar es el algoritmo 3. Algoritmo de Holt El algoritmo de Holt nació en el año 1987. 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. 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. validando así que dichos puntos no pertenecerán al esqueleto. y mencionadas en el apartado 3.2.

ya que si se cambian los colores de los píxeles a medida de cómo avanza el algoritmo.w para j = 1+ w:nc .2) == 255 o W(2.2) == 255 o W(2.3) == 255 o W(3.1) == 255 si W(1. a la primera iteración los píxeles a eliminarse con los de la parte este y sur.3) == 255 o 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(1.3) == 255 o W(3.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 .2) == 255 o W(3.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.w para j = 1+ w:nc .j) es un punto de color negro 0 llenar en W. no debe borrar los píxeles.2) == 255 o W(2. y finalmente acaba resultando en el esqueleto.j) es un punto de color negro 0 llenar en W. el resultado no será el esperado. De manera didáctica se presenta una imagen.w si I(i.1) == 255 marcar el píxel i. 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. 6 .w si I(i. donde el algoritmo ha hecho las dos iteraciones. Como se puede apreciar.Esqueletización Tópicos Especiales en Procesamiento Gráfico Entrada: Imagen I Salida: Esqueleto hacer para i = 1 + w:nf . y en la segunda son los píxeles del oeste norte.1) == 255 marcar el píxel i.2) == 255 si W(2. sino que debe marcarlos.2) == 255 o W(2.

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

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

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

Sign up to vote on this title
UsefulNot useful