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

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

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

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

5 . propuso a su vez combinar las dos expresiones anteriores en una sola. La expresión resultante fue la siguiente: 4. se define como: Verdadero . Holt. 5. y mencionadas en el apartado 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. son las funciones definidas por el algoritmo de Zhang Suen. y transformar dichas reglas en expresiones lógicas. 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. color( X ) = Negro V( X )  Falso . en dos simples expresiones booleanas. y surgió para modificar las reglas que imponía el algoritmo de Zhang Suen.2. para la primera iteración. en caso contrario Donde A y B. A( X ) = 1 ∧ 2 ≤ B( X ) ≤ 6 edge  Falso . Norte P1 P0 P5 Sur Oeste P8 P7 P6 P2 P3 P4 Este 3.3. validando así que dichos puntos no pertenecerán al esqueleto. de manera que solo se produzca una sola iteración en el recorrido de la imagen. IMPLEMENTACIÓN El algoritmo a implementar es el algoritmo 3. color( X ) = Falso Y edge. cuatro para cada una de las dos subiteraciones. 4.2.Esqueletización Tópicos Especiales en Procesamiento Gráfico A(p1)=2 Condición 3. Así pues Holt propuso resumir las ocho reglas. como: Verdadero . y para la segunda los de los bordes noreste y la esquina suroeste. A continuación veremos el pseudocódigo del algoritmo. el algoritmo de Zhang Suen. de manera que el tratamiento de los patrones y las máscaras fuese en forma de ecuaciones. Algoritmo de Holt El algoritmo de Holt nació en el año 1987. o borde.

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

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 .

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

Sign up to vote on this title
UsefulNot useful