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

El conjunto de los límites ∂V(pI ) de todos V (pi ) es llamado diagrama de Voronoi (VD) o teselacion de Voronoi Vor(Ω). mientras que el fondo debe ser blanco. 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. De una manera más formal. mientras que MAT es una imagen de niveles de gris. 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. 3. así pues las siguientes referencias a un esqueleto serán como se mencionó.1. TÉCNICAS EMPLEADAS En las presentes descripciones.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. tenemos un conjunto de puntos Ω = {pi } también llamados sitios en el plano E. p ∈ E | ∀j ≠ i : d 2 ( p. El término Transformación de eje medio (MAT) y Esqueletización son comúnmente usados de manera indistinguible. Vor(Ω) = p i ∈Ω U ∂V( pi ) 2 . la región poligonal convexa V(i) que contiene solo el sitio pi. pi ) ≤ d 2 ( p. Finalmente. p j )} Donde d2 denota la distancia entre dos puntos. deben estar sombreados de color negro. Diagrama de Voronoi Los diagramas de Voronoi fueron por primera vez discutidos por Peter Lejeune-Dirichlet en 1850. Figura 2. 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 . 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. se asumirá que los objetos dentro de las imágenes. El esqueleto es un imagen binaria que simplemente muestra el esqueleto de por sí. de ahí su nombre. 3. Un diagrama de Voronoi es una estructura geométrica que representa información de proximidad acerca de un conjunto de puntos u objetos es decir. El esqueleto de un rectángulo definido en términos de círculos bi tangenciales.

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

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

color( X ) = Negro V( X )  Falso . son las funciones definidas por el algoritmo de Zhang Suen.Esqueletización Tópicos Especiales en Procesamiento Gráfico A(p1)=2 Condición 3.3. Algoritmo de Holt El algoritmo de Holt nació en el año 1987. propuso a su vez combinar las dos expresiones anteriores en una sola. y surgió para modificar las reglas que imponía el algoritmo de Zhang Suen. color( X ) = Falso Y edge. en caso contrario Donde A y B. y mencionadas en el apartado 3. el algoritmo de Zhang Suen. Holt. A( X ) = 1 ∧ 2 ≤ B( X ) ≤ 6 edge  Falso . 4. en dos simples expresiones booleanas. Así pues Holt propuso resumir las ocho reglas. 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. validando así que dichos puntos no pertenecerán al esqueleto. se define como: Verdadero .2. 5. 5 . cuatro para cada una de las dos subiteraciones. La expresión resultante fue la siguiente: 4. para la primera iteración. como: Verdadero . A continuación veremos el pseudocódigo del algoritmo. 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. 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. IMPLEMENTACIÓN El algoritmo a implementar es el algoritmo 3.2. de manera que solo se produzca una sola iteración en el recorrido de la imagen. y para la segunda los de los bordes noreste y la esquina suroeste. y transformar dichas reglas en expresiones lógicas.

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

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

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

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

Sign up to vote on this title
UsefulNot useful