Está en la página 1de 22

Boletn de la Sociedad Entomolgica Aragonesa (S.E.A.), n 53 (31/12/2013): 443464.

BINARIZACIN DE IMGENES DIGITALES Y SU ALGORITMIA COMO


HERRAMIENTA APLICADA A LA ILUSTRACIN ENTOMOLGICA

Rafael Magro

C/ Garca Morato 23, 9 , 47007, Valladolid (Espaa) correolaboratorio@yahoo.es

Resumen: En este trabajo se exponen y analizan los mtodos ms conocidos para la binarizacin y umbralizacin de imgenes
digitales. Se incluyen algoritmos y pseudocdigo para la aplicacin de filtros grficos especialmente indicados para su empleo so-
bre fotografas en escala de grises. Se explica el proceso ms sencillo y adecuado para su uso con el fin de agilizar el dibujado
manual de ilustraciones cientficas por medio de puntos. Los sistemas que se detallan simplifican y acortan notablemente el tiempo
de produccin de dichas ilustraciones. Se hace un recorrido sobre el panorama de los aplicativos que existen en el mercado con
capacidad para binarizacin y tramado de imgenes digitales.
Palabras clave: Binarizacin, umbralizacin, imagen digital, ilustracin entomolgica.

Binarization of digital images and its algorithms as a tool applied to entomological illustration
Abstract: The best-known binarization and thresholding methods of digital images are presented and analyzed. Algorithms are in-
cluded, as well as the pseudocode for the application of graphic filters specially indicated for use on grey scale photographs. An ex-
planation is given of the simplest and most suitable process to expedite the manual drawing of scientific illustrations through dots.
The systems here explained greatly simplify and shorten the production time of such illustrations. A review is done of the software
that exists on the market and which is capable of binarization and dithering of digital images.
Key words: Binarization, thresholding, digital image, entomological illustration.

Introduccin
En la actualidad los medios grficos de distribucin de traba- la cmara digital, se hacen una serie de fotografas y se man-
jos cientficos estn supeditados a la tecnologa. Ms en con- dan por internet al ilustrador. Bien es sabido que en la actuali-
creto, al precio de implantacin de dicha tecnologa. Mientras dad existen muy completos y complejos programas de edicin
que la misma permitira la distribucin de artculos con im- de fotografas digitales (mapas de bits). Con ellos es posible
genes en color, con animaciones modeladas en tres dimensio- plasmar, retocar y realizar casi cualquier idea, por muy desca-
nes y visin estereoscpica, en la prctica slo algunos de bellada que parezca, pero, a medida que se requiere mayor
estos recursos se pueden aplicar. Aunque hoy en da prolifera sofisticacin, tambin se eleva ostensiblemente el conoci-
la publicacin de trabajos cientficos en lnea y en internet, miento que se debe adquirir para la utilizacin de los mismos.
incluso en este medio existen ciertas limitaciones, por ejem- Los aplicativos de diseo vectorial (imagen a partir de frmu-
plo, el nmero de colores soportados por los programas visua- las matemticas) tambin son muy sofisticados, pero el dibujo
lizadores de grficos, el peso de los archivos, la velocidad de de puntos, incluso con una tableta digitalizadora y un lpiz
trasmisin y descarga, el espacio de almacenamiento en los ptico, todava resulta ms lento que la realizacin manual.
servidores, etc. Con respecto a la publicacin en papel, aun- La binarizacin de fotografas es muy utilizada en la repro-
que somos de la opinin que las imgenes en blanco y negro duccin de imgenes, en la visin artificial y en la segmenta-
deberan formar parte del pasado, la realidad es que para la cin y reconocimiento entrpico de caracteres (OCR). El
mayora de las editoriales o sociedades entomolgicas publi- dibujo de lminas en blanco y negro con el sistema de puntos,
car todas las imgenes en color, supondra un coste inasumi- adems de gran habilidad, requiere altas dosis de paciencia y
ble. En muchas normas de publicacin se solicitan grficos en mucho tiempo. Es por ello que, en el intento de acortar el
blanco y negro, siendo habitual que el coste de las lminas en proceso, en este trabajo analizamos el uso de algoritmos de
color repercuta en bolsillo del autor. Ms excepcionalmente, binarizacin y tramado. Los resultados, obviamente, no tienen
en algunas sociedades las ilustraciones en color son gratuitas la calidez y calidad de la exquisita manufactura de un sofisti-
pero limitadas por el consejo de redaccin en funcin a su cado grfico manual, pero, sin embargo, se acorta mucho el
calidad, necesidad y, por supuesto, capacidad presupuestaria. tiempo de proceso. Mientras que el dibujo a mano de una
En lo referente a los dibujos, es habitual que se recomiende el lmina Din-A4 no lleva menos de 10 horas, con algoritmos
uso de tinta negra, plumilla o estilgrafo y la realizacin de digitales se puede realizar en varios segundos. Si es necesario
los grficos con el sistema de manchas de puntos. El dibujo, un pequeo retoque manual, dependiendo de la habilidad del
por otra parte, presenta ciertas caractersticas que son muy dibujante, el tiempo de realizacin se puede acortar a menos
apreciadas en comparacin con la fotografa: la capacidad de de 10 minutos.
perfilar, mostrar, deformar, destacar y componer la estructura
de la imagen con libertad extrema. El proceso de la confec-
Material y mtodo
cin de un dibujo manual ha cambiado notablemente. Antao
se tomaba el espcimen, o la preparacin microscpica, y se Para la toma de imgenes se ha utilizado una cmara digital
copiaba de visu. Hoy en da, con la amplia difusin del uso de (16 mpx), lupa trinocular con adaptador 10 x y un microscopio.

443
Fig. 1. El mdulo Laboratorio de imgenes para el aplicativo Ephesia V. 3.1, 64 bits, 2013, con el men contextual de imagen
desplegado por el submen Filtros y la rama de Binarizacin. Tambin se muestra el cronmetro persistente con activacin por
medio de teclado, programado para medir los tiempos de proceso de este trabajo en milisegundos.

Para probar los filtros y/o los algoritmos se ha progra-


mado para este trabajo el mdulo Cronmetro y Laborato-
rio de imgenes para Ephesia V. 3.1, 64 bits, 2013 (fig. 1).
Asimismo se probaron otros aplicativos: comerciales,
Corel Paint Shop Pro, PhotoFiltre Studio, Photoscape, Photo-
Graphic-Designer y Photoshop; gratuitos: Blobexplorer, Cxi- Fig. 2. Representacin matricial de una imagen digital de M
mage600, FilterDemo, Fidji, Gimp, ImajeJ, Iplab, OtsuThres- x N pxeles, cuyos ndices de filas y columnas identifican un
hold y Pixrl (todos ellos disponibles desde internet, vase punto en la imagen correspondiente al elemento de la matriz
tabla I del anexo). Los programas comerciales tienen pocas contenedora del valor de gris de esa ubicacin puntual.
opciones de binarizacin, incluso en algunos slo hay umbra-
lizacin. Tambin escasas opciones en algunos de los gratui- Dado que es el sistema de uso ms habitual, todas las
tos: Fidji, Gimp e ImajeJ. Pero para todos ellos hay disponi- frmulas y algoritmias expuestas en este trabajo se refieren a
bles en internet numerosos complementos (plugin) y macros pxeles cuadrados. Aunque la mayora de los mtodos son
de binarizacin. OtsuThreshold slo sirve para aplicar algo- aplicables a pxeles rectangulares, hexagonales, etc., existen
ritmos Otsu. Por ltimo, el aplicativo MatLab permite la pro- tcnicas especficas para su tratamiento.
gramacin de infinidad de funciones por medio de cdigo en No insistiremos ms aqu sobre estos mtodos y el pro-
macros, pero su uso es complejo. Existen dos importantes cesado de las matrices digitales, puesto que estn suficiente-
libreras para programadores, AForge (C#) y Cimage(C++). mente documentados (como introduccin a los rudimentos de
Nosotros hemos utilizado generalmente el lenguaje C# con la algoritmia de anlisis matricial, filtros y convolucin, pue-
pequeas incursiones en C++ bajo la plataforma punto Net, en de consultarse Magro, 2008).
Visual Studio (tabla II del anexo). Se han tomado en conside- Los primeros pasos antes de la aplicacin de los filtros
racin las propuestas algormicas de cdigo abierto de An- de binarizacin que sirven para facilitar las operaciones poste-
drew Kirillov (2005-2008), (tabla III del anexo). Para Ep- riores son muy sencillos:
hesia, la mayora del cdigo se basa en la librera propia Labo
(C#). Muchas funciones y rutinas se han evolucionado a partir
de Magro (2008). Todas las ilustraciones de este trabajo pro-
vienen, se han editado y exportado desde del mdulo Labo-
ratorio de imgenes y Taller de tinciones: Convolucin
para Ephesia V. 3.1, 64 bits, 2013.
Entendemos que el lector est plenamente familiarizado
sobre digitalizacin de imgenes. De no ser as consltese
Magro (2008). En cualquier caso, en la citada publicacin no
se incluye un esquema de representacin matricial de la ima-
gen. Para evitar ambigedades y que los conceptos sobre los
que vamos a desarrollar la binarizacin adquieran mayor base
y concrecin, lo incluimos aqu (fig.2):

444
Adquisicin: se refiere al proceso de la toma de la imagen. Se ra de las aplicaciones citadas ms arriba se puede realizar.
puede realizar con una cmara fotogrfica, con una de vdeo o Este escalado se puede hacer por aproximacin, es un mtodo
con un escner. Ha de obtenerse una representacin binaria rpido pero produce resultados pobres. Por interpolacin
apta para la interpretacin y procesado por medio de los apli- bilineal se obtiene mayor calidad. Por interpolacin bicbica
cativos alojados en un PC, tableta grfica, etc. suavizada o puntual, el resultado es ptimo. Sin embargo, sta
Exportacin: el paso fsico, almbrico o inalmbrico de la consume mayor tiempo de proceso si la comparamos con la
cmara o dispositivo de toma, a la computadora, unidad in- interpolacin bilineal.
formtica donde estn alojados los aplicativos para el proce- Binarizacin: es una tcnica que consiste en la realizacin de
sado. un barrido en la matriz de la imagen digital, por medio de
Revelado: es necesario si la cmara utiliza formatos como bucles o recursividad, con el fin de que el proceso produzca la
raw. Hay bastantes aplicativos en el mercado para realizar reduccin de la escala de grises a dos nicos valores. Negro
este revelado. Existe numerossima documentacin en lnea, (= 0) y blanco (= 255), o lo que es lo mismo, un sistema bina-
basta utilizar un buscador, por lo que no insistiremos ms en rio de ausencia y presencia de color 0-1. La comparacin de
ello. cada pxel de la imagen viene determinada por el umbral de
Conversin: para aplicar filtros de binarizacin es necesario sensibilidad (valor T = Threshold). Por ejemplo, los valores
que los archivos sean de mapa de bits, por ejemplo, JPG (Join que sean mayores que el umbral toman un valor 255 (blanco)
Photographic Expert Group), GIF (Graphics Interchange y los menores 0 (negro) (fig. 4 y 5).
Format), etc. Casi todas las cmaras tiene la opcin de guar- Sezgin & Sankur (2004), en base a las particularidades
dado en estos formatos. De no ser as, es necesario utilizar entre algoritmos categorizan los mtodos de umbralizacin en
aplicativos para exportar por conversin. Con todos los cita- seis grupos. Aqu aadimos uno ms, los mtodos globales:
dos ms arriba se pueden realizar estas metamorfosis. Histograma: mtodos basados en el anlisis de los picos
Trasformacin: se refiere al proceso de convertir la imagen mximos y mnimos de las curvas del histograma del suaviza-
en color a blanco y negro. Se puede hacer de muchas formas. do de la imagen.
Todos los programas enumerados tienen una opcin para Clustering: mtodos basados en discernir como las muestras
realizar este tipo de manipulacin. A nuestro juicio la ms de los niveles de gris se agrupan o alternativamente se mode-
completa es la que nos ofrece Photoshop (Men Imagen  lan como una mezcla de dos gaussianas.
Ajustes  Blanco y negro). La conversin se aplica en este Entropa: mtodos basados en el anlisis de los resultados de
momento, no porque no sea posible la binarizacin de imge- la aplicacin de algoritmos que utilizan la entropa de las
nes en color, que es totalmente factible, sino porque el dibujo regiones frontal y de fondo, la entropa cruzada entre la ima-
final que pretendemos obtener es en puntos blancos y negros. gen original y binarizada.
Se podra realizar el proceso a la inversa, pero surgen varios Similitud: mtodos basados en la bsqueda de una similitud
inconvenientes. El primero consiste en que la binarizacin de entre las escalas de grises, como la tonalidad difusa, los bor-
la imagen en color primero y su posterior paso a B/N genera des de la imagen, etc.
ruido (artefactos y suciedad en la imagen). El segundo es que Espaciales: mtodos analticos que usan el orden de distribu-
la aplicacin de algoritmos basados en bucles anidados, como cin, la probabilidad y/o la correlacin entre los diferentes
los que se utilizan en estos filtros, consumen gran cantidad de pxeles.
recursos, memoria y tiempo de procesador del sistema. Aun- Globales: mtodos cuyo valor del umbral es esttico.
que todos se lanzan dentro de hilos (subprocesos o thread), el Locales: mtodos que adaptan el valor del umbral, de forma
consumo de tiempo en imgenes grandes, por ejemplo, por manual o automtica, a cada pxel dependiendo de las carac-
encima de 6500 x 8500 pxeles, puede ralentizar mucho la tersticas locales de la imagen segmentada.
operacin. El proceso completo es el siguiente (fig. 3):
En todos, la dificultad surge cuando se tiene que esta-
blecer el valor del umbral. Los distintos valores dan resulta-
dos muy dispares. Esto no depende de la eleccin del nmero,
sino de los valores mximos y mnimos de contenido en blan-
co y negro de la imagen original. As pues, si una determinada
imagen tiene un valor mximo de blanco 200 y un mnimo de
negro de 40 y aplicamos un valor medio de 1-255 (127), el
resultado es muy diferente de si, por ejemplo, partimos de la
misma imagen con un valor mximo de blanco de 255 y uno
mnimo de negro de 0, es decir con mayor contraste y aplica-
mos el mismo umbral. Esto es sencillo de entender con una
Fig. 3. Proceso completo para conseguir un dibujo con el
simple resta, en el primer caso los valores de su tonalidad
sistema de manchas de puntos en blanco y negro. * Si el tienen 160 y en el segundo caso, 255. El umbral de 127 est
mtodo de adquisicin es directamente en escala de grises y ms cerca de 160 y ms lejano de 40, sin embargo, en el se-
en formato de mapa de bits (bmp, gif, jpeg, jpg, png, tif, gundo caso est prcticamente centrado. As pues la binariza-
etc.) estas operaciones no son necesarias. 1 Optativas. cin ser mucho ms extrema en el primer caso, por consi-
guiente, con mayor cantidad de manchas negras o blancas y
Escalado: dada la resolucin de los dispositivos de captura ms equilibradas en el segundo. Si continuamos con el razo-
actuales, la imagen resultante de la adquisicin por lo general namiento, diramos que si escogemos un umbral centrado
es demasiado grande. Una resolucin de 800 x 800 es ms entre los nmeros (en el primer caso 127 y en el segundo 160)
que suficiente para obtener un dibujo de puntos. Por lo tanto obtendramos una binarizacin similar, pero paradjicamente
se ha de escalar, es decir, reducir su resolucin. Con cualquie- esto no sucede as. Esta es una tcnica sencilla por la simple-

445
Fig. 4 y 5. Fotografa de 16,8 millones de colores (24 bits, 4608 x 3456 pxeles) del andropigio de un lepidptero, tomada a
propsito con poco contraste y baja luminosidad, para observar su binarizacin de umbral medio. Abajo, la imagen resultante se
ha escalado a 1000 x 750 pxeles, se muestra en B/N y es binaria, es decir, slo tiene dos colores virtuales, blanco (255 = 1) y
negro (0= 0) (1 bit). (Si la figura superior en el papel se muestra en b/n, la binarizacin que se produce desde la figura 4 y se ve
reflejada en la figura 5 parte siempre de la premisa de que la superior es una fotografa en color).

cidad con la que se asigna el valor del umbral tomando la de gris equivalente a su nivel de luminosidad, es decir un
media entre los dos picos, pero tambin propensa a resultados mtodo de segmentacin orientado a pxeles (fig. 6):
errneos e impredecibles. Para que la binarizacin sea co-
herente es necesario aplicar algoritmos de segmentacin. Se
denominan de esta manera porque en el barrido de la matriz
es ineludible analizar un grupo de pxeles por fragmentos
llamados segmentos. La pertenencia de un pxel a una clase Fig. 6. Sistema de binarizacin y eleccin de umbral, regla
de segmento se decide mediante la comparacin de su valor de clculo correspondiente de Tg.

446
Como observamos, el valor del umbral es idntico para entre segmentos dispares. Se aplica el cociente de las varian-
toda la matriz de la imagen, esta manera de proceder se de- zas con una bsqueda exhaustiva por medio de la recursivi-
nomina binarizacin por mtodo global. Resulta ms adecua- dad. Se trata de asignar un valor de umbralizacin para que
do para la aplicacin de imgenes muy definidas. Esto implica este cociente sea mximo (vanse resultados de la aplicacin
la realizacin de fotografas de cierta calidad. La obtencin de de estas tcnicas en las fig. 9-14). Muy recientemente han
imgenes de partes anatmicas de insectos o de sus hbitus aparecido nuevos enfoques aplicando tcnicas metaheursti-
completos bajo microscopio, no produce grficos del contras- cas, otros basados en el uso de redes neuronales, perceptrones
te esperado. Una posible solucin consistira en efectuar dife- multinivel, catas de Kohonen, TDNN, RBF y colonias corti-
rentes barridos de la matriz para de esta manera tratar cada cales.
grupo con diferente umbralizacin. Sera posible segmentar As pues, llegamos a la conclusin que la eleccin del
la imagen en varias clases o regiones y establecer un umbral valor del umbral es determinante, a la par que difcil de esta-
distinto para los diferentes segmentos? S, se conoce como blecer.
procedimiento de binarizacin por mtodo de zona local (fig. Existe otra tcnica para la binarizacin: el tramado (o
7). Dithering). Para el clculo de los umbrales y el tramado exis-
ten numerosos algoritmos, citaremos algunos de los ms im-
portantes, por orden alfabtico: algoritmo de Pavlidis; algo-
ritmos de Shi, Ray y Zhang; anlisis de clulas de Prewitt;
binarizacin adaptativa de Shafait, Keysers, y Breuel por
evolucin del mtodo Sauvola; binarizacin de Bradley; bina-
Fig. 7. Sistema de binarizacin y eleccin de umbral, regla
de clculo correspondiente de Tlocal. Clculo para cada rizacin de Guo; binarizacin de Olivio; binarizacin de Ra-
pxel x, y teniendo en cuenta las regiones generadas por mesh; binarizacin de Rosenfeld; binarizacin de Sezan;
cada segmento. Clustered 4 x 4; CVGIP de Glasbey; desplazamiento de um-
bralizacin de Niblack; desviacin de pxel de Sauvola; detec-
El nmero de regiones calculadas es decisivo para que tor de bordes de Marr- Hildreth; detector de bordes de Sobel;
el tiempo de proceso no sea demasiado largo. Pero cuanto detector de bordes por histresis de Canny; entropa de cru-
mayor sea este nmero y ms adaptados los umbrales a cada ces; entropa de Renyi; error mnimo de Kittler; intercambio
segmento, las fronteras entre los barridos de las regiones sern de cromtidas hermanas de Zack; interpolacin de Jarvis;
menos visibles en la imagen resultante. El mtodo local es interpolacin de Sierra en dos hileras; interpolacin de Sierra;
menos sensible a las variaciones y el global puede ser muy interpolacin Sierra-Lite; momento de preservacin de umbral
sensible a las mismas. Este ltimo requiere de un constante de Tsai; operador de Kirsch; similitud invariante de Doyle;
clculo de umbralizacin para la eleccin del valor adecuado tcnica de Kapur- Sahoo- Wong; tcnica de Li; tcnica de
para cada segmento y un gran nmero de regiones analizadas. Morris; tcnica de Nih; tcnica de Shanbhag; tcnica IsoData;
De otro modo, en los bordes de las regiones segmentadas tramado Bayer 2 x 2, Bayer 4 x 4 y Bayer 8 x 8; tramado de
aparecen desniveles y artefactos visibles. El nmero de clcu- Atkinson; tramado de Burkes; tramado de Jarvis, Judice y
los es elevado y tedioso para la introduccin manual, por lo Ninke; tramado Halftone; tramado Stucki; tringulo de Schin-
tanto se necesita un algoritmo de automatizacin del proceso, delin; umbral SIS; umbralizacin automtica multinivel de
es decir, efectuar el cmputo del valor del umbral asignando Yen; umbralizacin con error Carry; umbralizacin de Bern-
un mtodo de anlisis adecuado para cada pxel (x, y). Existe sen; umbralizacin de error de difusin de tramado de Floyd-
una variante de la binarizacin global conocida como umbra- Steinberg; umbralizacin de Otsu; umbralizacin de percenti-
lizacin dinmica (fig. 8). les; variacin de MidGrey y vibracin ordenada.
Tras la realizacin de pruebas con todos ellos, ensayan-
do la algoritmia en Laboratorio de imgenes de Ephesia, en
Fidji, Iplab y Cximage600, llegamos a la conclusin de que
como mtodos de binarizacin y clculo del umbral los ms
adecuados para el dibujo cientfico y entomolgico son los
Fig. 8. Sistema de binarizacin y eleccin de umbral, regla siguientes:
de clculo correspondiente de Tdinmica. Clculo para cada x Umbralizacin de Otsu
pxel x de una zona vecina N en la que se asigna un valor x Umbralizacin por desviacin de pxel de Sauvola
del umbral adecuado t(N). x Umbral con error Carry
Con respecto a los mtodos de tramado consideramos
Con la variante de binarizacin por umbral dinmico se que los mejores resultados se obtienen con:
obtienen resultados muy homogneos con poco contraste y x Interpolaciones de Sierra
cambios sutiles en la luminosidad de la imagen, pero el tiem- x Tramado de Atkinson
po de proceso se ampla al tener que evaluar un umbral por
x Tramado de potencias de Bayer
cada valor de pxel. La eleccin del valor del umbral no slo
x Tramado de Burkes
influye en la cantidad y calidad de la segmentacin en s
x Tramado de medio tono de Jarvis, Judice y Ninke
misma, sino que tambin y, debido a los pxeles de los bordes
de las superficies segmentadas, incide en el tamao de los x Tramado de vibracin ordenada
propios segmentos. Para calcular el valor del umbral adecua- x Tramado Stucki
do para cada imagen existen muchos algoritmos. Por lo gene- x Error de difusin de tramado de Floyd-Steinberg
ral se parte de la medida de dispersin de los valores de gris, Tanto los mtodos elegidos de binarizacin cuanto los
la varianza de tonalidad. Se estima la dispersin ms pequea de tramado, requieren un anlisis en mayor profundidad para
posible dentro del segmento y al mismo tiempo la ms alta su uso razonado.

447
Fig. 9-14, 9: Imagen original en escala de grises, tomada a conciencia con poco contraste y luminosidad para comprobar el
funcionamiento extremo de los algoritmos de binarizacin. 10: Binarizacin por mtodo global con un umbral de 110. 11:
Binarizacin Tlocal con un umbral de 100. 12: Binarizacin Tlocal con un umbral de 90. 13: Binarizacin Tdinmica segmentada
con varios umbrales manuales en torno a 100. 14: Binarizacin Tdinmica segmentada con umbrales mltiples automticos por
clculo de varianzas de los valores de dispersin de grises, comparacin pxel por pxel (el resultado ms ptimo de la serie, pero
con mayor tiempo de proceso y consumo de memoria).

Umbralizacin de Otsu: ideado por Otsu (1979), este proce-


dimiento no paramtrico selecciona el umbral ptimo maxi-
mizando la varianza entre clases mediante una bsqueda
exhaustiva. La varianza entre clases se define como una suma
ponderada de las varianzas. El mtodo Otsu no precisa infor- Fig. 15. Probabilidad de ocurrencia del nivel de gris de una
macin previa de la imagen antes de su procesamiento, ni imagen segn Otsu. i = frecuencia de repeticin del nivel
supervisin humana para el clculo de los umbrales (fig.15). de gris.

448
En la umbralizacin de dos niveles se calcula la contin- de la imagen se trata como negro, pero si es igual o mayor que
gencia de distribucin de ambas clases. Los pxeles se dividen el valor umbral, entonces pxel de la imagen se convierte en
en dos clases con diferentes niveles de gris respectivamente. blanco. La asignacin del umbral es manual. Es muy rpido.
(fig. 16). Se obtienen buenos resultados con imgenes contrastadas,
pero no con oscuras.
Interpolaciones de Sierra: son tres algoritmos, ms rpidos
y sencillos que los de Floyd-Steinberg. Estn basados en la
difusin del error segn los coeficientes del autor. Se obtienen
resultados similares en los tres tipos, pero algo mejores con
los divisores ms altos (fig. 22-24).

Fig. 16. Umbralizacin de dos niveles segn Otsu, los


pxeles se dividen en dos clases, C1 y C2, con niveles de
gris [1, 2,, t] y [t + 1, t + 2,, L] respectivamente, y se
definen las medias para cada una de las clases.
Fig. 22-24. 22: Sierra 3. 23: Sierra 2. 24: Sierra 1, denominado
La potencia del mtodo Otsu radica en que puede ex- por el autor Sierra-Lite. El ms efectivo para la binarizacin de
tenderse fcilmente a umbrales mltiples (consltese Liao, grficos para dibujo es el primero, pero con un divisor 32 es ms
Chen & Chung, 2001). Hemos verificado las ventajas de la lento.
algoritmia para hallar un umbral ptimo en una imagen con
ruido o poco contraste. Son patentes en aquellos casos en que Tramado Atkinson: es un tramado parecido al de Jarvis,
la iluminacin es plana, oscura e inadecuada. Aunque por lo Judice y Ninke, pero ms rpido. No se difunde todo el error
general los resultados son excelentes, cuando la imagen tiene de cuantificacin, slo las tres cuartas partes. Es por ello que
muy poca gama de grises o es demasiado clara, el contraste de las imgenes resultantes conservan los detalles bien, pero las
la imagen resultante puede ser excesivo. Si la misma presenta zonas claras y oscuras pueden aparecer sombras.
gradientes de consideracin y/o luz focal, el mtodo no da Tramado de potencias de Bayer: el mtodo de dispersin de
buenos resultados. puntos permite disminuir el grado de aspereza en el muestreo
Umbralizacin por desviacin de pxel de Sauvola: ideado de matrices de imgenes. Con su algoritmia, Bayer ha demos-
por Sauvola y Pietikainen (2000). Es una versin modificada trado que para las matrices de rdenes que son potencias de
del algoritmo de Niblack (1986) que utiliza una ecuacin de dos, no es un mtodo ptimo. Los patrones para matrices de 2
binarizacin de clculo del umbral T (x, y) utilizando la me- x 2 y de 4 x 4 son los siguientes: 1, 3, 1, 9, 3, 11. Estos mode-
dia m (x, y) y el nivel de su desviacin s (x, y) y el de las los y sus rotaciones y reflexiones, 4, 2, 13, 5, 15, 7, son idea-
intensidades de los pxeles (fig. 17). les para un dispersin del tramado ordenado. Para 256 niveles
de gris tendramos que utilizar un patrn de 8 x 8, sin embar-
go, el resultado se identifica fcilmente por los artefactos de
diseo cuadriculado que produce en la imagen. Aunque es
una tcnica muy rpida, dicha trama es un inconveniente para
Fig. 17. Frmula de umbralizacin por desviacin de pxel el dibujo de puntos y no da resultados particularmente lim-
de Sauvola. pios.
Tramado de Burkes: consiste en una simplificacin de la
El algoritmo es ms lento que el mtodo Otsu, pero en algoritmia de binarizacin de tramado de Stucki, que a su vez
imgenes con grises muy sutiles y acusados degradados, est basada en Jarvis, Judice y Ninke. La principal mejora es
proporciona resultados mucho ms ntidos, ms claros y lim- que el divisor es entre 32, la eliminacin de una fila de la
pios. Se pueden designar varios umbrales y un multiescalado matriz optimiza la gestin de memoria por lo que es un mto-
que permite sutiles optimizaciones (fig. 18-21:  pgina do rpido. La trama resultante es un poco ms gruesa que con
siguiente). el algoritmo de error de difusin de tramado de Floyd-
Aplicando la bsqueda y unin por medio del sistema Steinberg (fig.25).
de multiescalado propuesta por Lazzara & Graut (2003:11)
en base al algoritmo de Sauvola, se obtienen resultados todav-
a ms homogneos con imgenes que presenten degradados
fuertes.
Umbral con error Carry: es una variacin del mtodo Fig. 25: Frmula para el tramado Burkes, donde se observa
estndar de binarizacin local. A diferencia de este utiliza el el divisor 32 y la supresin de una fila, lo que hace ms
valor de pxel acumulado en comparacin con el valor de rpida la binarizacin de la imagen, pero con un tramado
umbral. Si est por debajo del valor umbral, entonces el pxel sutilmente ms grueso.

449
Fig. 18-21. 18: Imagen original en escala de grises, tomada a conciencia con poco contraste y luminosidad y un degradado en dia-
gonal en el cuadrante superior izquierdo para comprobar el funcionamiento extremo de los algoritmos. 19: Umbralizacin
multinivel de Otsu. 20: Desviacin de pxel de Sauvola. 21: Binarizacin de Sauvola con multiescalado. Este es el ms ptimo pa-
ra imgenes con degradados, pero es ms lento.

450
Tramado de medio tono de Jarvis, Judice y Ninke: este instrucciones aritmticas de desplazamiento de bits. Existe
tipo de interpolacin distribuye los errores entre los 12 pxeles otro tramado que se conoce errneamente como Floyd-
adyacentes en lugar de los 4 cercanos que utiliza Floyd- Steinberg, con operador 8, pero al no tener suficientes pasos
Steinberg. Esto es una ventaja y a la vez un inconveniente. de dispersin la difusin del error no se distribuye de manera
Por un lado el tramado produce menos artefactos visuales suficientemente precisa y produce imgenes tramadas con
pero, por otro, el mismo es ms grueso. Sin embargo, el ver- artefactos y suciedades (fig. 29-31).
dadero problema se hace patente en la gestin de recursos de
memoria y tiempo de proceso. Al utilizar un operador 48 y el
hecho de que el filtro debe analizar el contingente del error en
12 pxeles cercanos (el triple que con la algoritmia de Floyd-
Steinberg), obliga al aplicativo a gestionar dos conjuntos de
errores de recepcin de datos, por todo ello el proceso se
ralentiza (fig. 26).
Fig. 29-31, 29-30: Frmulas para el tramado de Floyd-
Steinberg donde se observa el divisor 16. El algoritmo pro-
duce imgenes con un tramado muy parecido al de Stucki.
Ponderaciones de muestreo en ambos sentidos. 31: Falso
filtro Floyd-Steinberg que arroja resultados pobres.
Fig. 26: Frmula para el tramado Jarvis, Judice y Ninke,
donde se observa el divisor 48 y la adiccin de una fila, lo Una vez realizada la binarizacin por el sistema que se
que hace ms lenta la binarizacin de la imagen. Produce un crea conveniente resulta necesario aplicar pequeos retoques
urdido mejor diseminado pero sutilmente ms grueso. a la imagen resultante. Observamos que con ninguno de los
mtodos se consigue un perfilado uniforme (fig. 32-39: 
Tramado de vibracin ordenada: la idea de este filtro es pgina siguiente). Esta operacin la podemos realizar con un
similar a la tcnica de umbralizacin y sustitucin del pxel a estilgrafo, con una tableta digitalizadora o bien automtica-
un valor binario dependiendo de su intensidad, pero en vez de mente utilizando tcnicas de convolucin e intersectacin. Si
utilizar un valor nico local para toda la matriz de pxeles usa bien con estas ltimas no se consiguen tan buenos resultados
un conjunto de valores (fig. 27). como con la manufactura manual, se acorta el tiempo de pro-
duccin. Si optamos por utilizar un automatismo, por medio
de cualquiera de los aplicativos citados, podemos emplear los
siguientes filtros:
1. Homogeneidad
2. Diferencia
3. Sobel
Fig. 27: Matriz de valores para la tramitacin del algoritmo
de umbral de vibracin ordenada. Produce un tramado en la 4. Canny
imagen parecido al causado por la tcnica de Bayer.
Con respecto a las tcnicas de convolucin aplicadas a
la fotografa entmolgica, ms en concreto a la ticin digi-
Tramado Stucki: esta interpolacin se basa en la de Jarvis,
tal, ya se explicaron en Magro (2008). Aunque en el mismo
Judice y Ninke. A pesar de emplear un divisor 42 y ser un
ya se incluye la algoritmia para el filtro de relieve, muy
algoritmo lento, es ligeramente ms rpido que el citado (fig.
similar al de bsqueda de perfiles, hay ciertas diferencias en
28).
lo que concierne a su aplicacin en imgenes binarizadas.
Para evitar ambigedades y dotar de mayor concrecin a los
procesos que ms adelante se describen, y dado que en el
citado artculo Magro (2008) no se explic, y buena parte de
las consultas recibidas en su momento ataen a los meca-
Fig. 28: Frmula para el tramado Stucki, donde se observa nismos intrnsecos de tratamiento de matrices de pxeles por
el divisor 42. El algoritmo produce imgenes con una trama convolucin, incluiremos aqu un sencillo ejemplo. Comen-
sucintamente ms fina y ordenada que con el tramado de cemos por decir que la convolucin consiste el anlisis de
medio tono de Jarvis, Judice y Ninke. Es similar al de error una matriz principal, donde se almacena la imagen, en base
de difusin de tramado de Floyd-Steinberg. a los cmputos de los patrones de una secundaria denomi-
nada ncleo o kernel. Este suele ser tener un tamao 3 x 3; 5
Error de difusin de tramado de Floyd-Steinberg: con este x 5; 7 x 7; 9 x 9; 11 x 11; 13 x 13; 15 x15, etc. Mediante
tramado slo se evala el error de difusin a los pxeles veci- bucles, cada pxel se examina y para cada uno de ellos se
nos, en concreto 4. El pxel que est inmediatamente a la computan sus valores y el de los circundantes (8, en el caso
derecha consigue 7/16 de valor de error, el pxel directamente de utilizar una matriz de 3 x 3). Se leen todos los pxeles del
debajo consigue 5/16 y los pxeles diagonales adyacentes 3/16 rea de accin del ncleo y se multiplica el valor de cada
y 1/16. La ponderacin tpica es de un muestreo de izquierda uno de ellos por el valor correspondiente. Para terminar se
a derecha pero tambin puede ejecutarse a la inversa. El filtro suman los resultados. Esto da origen a la modificacin de la
es muy elegante, por su simplicidad y porque est muy cuida- posicin de pxel inicial en la matriz, con la consiguiente
dosamente confeccionado. Produce un patrn de damero alteracin de la imagen que se almacena en una nueva se-
delicado y con amplios matices. Es uno de los ms expeditos cuencia de celdas (fig. 40).
debido a que su operador 16, lleva a cabo muy rpidamente

451
Fig. 32-35, 32: Imagen original en escala de grises tomada a conciencia a baja resolucin, con poco contraste y luminosidad para
observar los resultados de tramados. El crculo delimita la zona del ala inferior a la que se aplica aumento en las siguientes
figuras, con el fin de que se vean las diferencias en los tramados subyacentes. 33: Interpolaciones de Sierra. 34: Tramado Atkin-
son. 35: Tramado de Burkes.

452
Fig. 36-39: El crculo muestra la zona del ala inferior aumentada segn la delimitacin de la fig. 32, con el fin de que se vean las
diferencias en los tramados subyacentes. 36: Tramado de medio tono de Jarvis, Judice y Ninke. 37: Tramado de vibracin
ordenada (obsrvese la caracterstica urdimbre de baja calidad en forma punto de cruz). 38: Tramado Stucki. 39: Error de
difusin de tramado de Floyd-Steinberg.

453
Fig. 40: Tratamiento de la matriz y el ncleo para modificar el pxel inicial. Segn el esquema y comenzando por la
posicin segunda de la columna segunda de la matriz de la derecha, y de izquierda a derecha multiplicando el ncleo de la
misma celda y sumando los grupos resultantes, la operacin es: ((27*0) + (12*1) + (8*0)) + ((15*2) + (50*0) + (3*0)) +
((22*0) + (45*0) + (12*0)) = 42. Los valores cero del resto de la matriz se ignoran. El desplazamiento consiguiente hacia
abajo de un pxel en la matriz, es el responsable de la alteracin el grfico resultante.

Por convolucin aplicar un filtro para realzar y/o para decir, un vector bidimensional cuyos componentes estn
detectar bordes es muy sencillo, basta escribir en el filtro dados por las primeras derivadas de las direcciones verticales
matriz de usuario de Corel Paint Shop Pro, Photoshop, Cxi- y horizontales (fig. 45).
mage600, Fidji, Gimp, etc. los valores de las tablas de las
figuras 41 y 42, respectivamente. G G
-1 0 +1 +1 +2 +1 P1 P2 P3
41 42 -2 0 +2 0 0 0 P8 x P4
0 0 0 0 1 0 -1 0 +1 -1 -2 -1 P7 P6 P5
-1 1 0 1 -4 1 X Y N
0 0 0 0 1 0 G = [GX] + [GY]
G =( [P1 + 2P2 + P3 - P7 - 2P6 - P5] + [P3 + 2P4 + P5 - P1 - 2P8 - P7])

Fig. 41-42: Matriz para realzar bordes y para detectar bordes. Fig. 45: Filtro Sobel. GX y GY, ncleos para el clculo del
gradiente. N calcula la magnitud de la aproximacin por
pxel segn la ecuacin expuesta inmediatamente debajo.
Para este artculo hemos programado en Ephesia el
mdulo Taller de tinciones: Convolucin (fig. 48) y para el
Laboratorio de imgenes los automatismos de filtros de Canny: para que un algoritmo de detencin de bordes sea
Convolucin y correlacin (fig.49). efectivo debe marcar el mayor nmero de bordes en la imagen
Homogeneidad: es uno de los filtros detectores ms usados. estando lo ms cerca de los perfiles de la imagen real. El
La ecuacin utiliza una matriz de 3 3 elementos y rastrea 8 ruido en la misma no debe crear falsos contornos. El algorit-
pxeles adyacentes (fig. 43). mo de Canny determina las primeras derivadas parciales con
respecto a dos ejes y sobre la base de estos valores, encuentra
M A X la magnitud y la direccin del borde ms acusado. Para ello se
P1 P2 P3 usa un filtro que se conoce como filtro Gaussiano, basado
P8 x P4 en la campana de Gauss y un valor denominado  (sigma). Se
P7 P6 P5 utiliza un ncleo de 3 x 3. Como sabemos, la umbralizacin
consiste en la estimacin de un pico sobre el que dividir la
( [x-P1], [2-P2], [x-P3], [x-P4], paleta. Si tomamos un umbral muy alto perdemos parte de los
MAX = [x-P5], [x-P6], [x-P7], [x-P8] )
bordes, si usamos un umbral bajo aparece ruido, por tanto se
Fig. 43: Ecuacin para el filtro de homogeneidad. debe aplicar la tcnica conocida como umbralizacin con
histresis. Consiste en la discriminacin de pxeles consi-
Diferencia: La ecuacin utiliza una matriz de 3 3 elementos derndolos como dbiles y fuertes para determinar todas las
igual que la de homogeneidad y rastrea 4 pxeles adyacentes aristas de los bordes desconectados. El problema es que el
(fig. 44). borde de la imagen puede apuntar a varias direcciones, por lo
que el algoritmo de Canny utiliza cuatro filtros para detectar
MAX = ( [P1-P5], [P2-P6], [P3-P7], [P4-P8] ) horizontal, vertical y diagonal en los perfiles de la imagen
borrosa. Para obtener buenos resultados son necesarios cuatro
Fig. 44: Ecuacin para el filtro diferencia.
pasos. Primero, se debe obtener el gradiente. Segundo, aplicar
lo que se denomina como supresin no mxima, con lo que
Sobel: es un operador diferencial discreto que calcula una
se logra el adelgazamiento de los pxeles. Las magnitudes del
aproximacin al gradiente de la funcin de intensidad de una
gradiente se determinan como una medida de la distancia
imagen. Para aplicar convolucin, el operador utiliza dos
euclidiana o se simplifican aplicando la medida de distancia
ncleos de 3 3 elementos. El barrido se realiza sobre ocho
Manhattan (fig. 46-47).
pxeles adyacentes y slo requiere aritmtica con nmeros
enteros para calcular una aproximacin del vector gradiente.
Para cada punto de la imagen a procesar, el resultado es tanto
el vector gradiente correspondiente como la norma de este
vector. Se calcula el gradiente de la intensidad de brillo de
cada pxel. El resultado muestra lo suavemente o abruptamen- Fig. 46: Distancia euclidiana y de Manhattan y compa-
te que cambia la imagen en cada punto analizado. El gradiente racin con la matriz de la imagen original. Gx y Gy son los
consiste en una funcin de dos variables para cada punto, es gradientes en la respectiva direccin x y.

454
Fig. 47: Representacin 3D del filtro gaussiano aplicado al algoritmo detector de bordes de Canny. Fig. 48: El modulo Taller de
tinciones/Convolucin sobre l se ha probado la algoritmia de Homogeneidad, Diferencia y Sobel, sobre una matriz de valores
decimales de 5 x 5. Fig. 49: El modulo Convolucin y correlacin con el men Filtros desplegado en la opcin del submen
Detector de bordes, Canny, Diferencia, Homogeneidad y Sobel, con este aplicativo se ha probado la algoritmia propuesta.

455
Fig. 50-51: Incluso despus de haber
aplicado un valor  (sigma) mnimo de
1 y haber acotado la umbralizacin
entre un mximo de 100 y un mnimo
de 20, la figura 50 presenta un doble
perfi-lado, muy notorio en las antenas.
El patrn alar resulta farragoso. En este
caso es mejor retocar el grfico
manualmente.

El algoritmo de Canny est considerado como uno de cin se remontan al principio de la era informtica. Para Corel
los mejores mtodos de deteccin de contornos mediante el Paint Shop Pro y Photoshop se encuentran numerosos com-
empleo de mscaras de convolucin y campana de Gauss y su plementos en la red, la mayora libres. Basta descargarlos y
valor . Si la imagen ya ha sido binarizada o no, tendremos pegarlos en la carpeta correspondiente de plugins. Para los de
que elegir el filtro para detector de bordes ms adecuado. aplicativos gratuitos de cdigo abierto tambin existen mu-
Dado que la fotografa resultante est en negativo es necesario chos complementos en internet. Algunos de ellos ya ofrecen
volver a invertirla. Todos los programas de edicin de grfi- directamente muchos de los filtros aqu utilizados, por ejem-
cos tienen una opcin para invertir grficos. En el caso de plo para Cximage600, FilterDemo, ImajeJ, Iplab y Fidji. Con
escala de grises, el sistema es muy sencillo, basta buscar entre este ltimo y muy pocos complementos se puede realizar
1-255 la gradacin del pxel muestreado en la matriz, si en el todas las operaciones propuestas en este trabajo. Para MatLab
bucle de barrido se encuentra en un pxel tonalidad 1, se le hay infinidad de macros en la red, pero como ya se ha dicho,
asigna 255, a un pxel 55, 200, etc. Binarizar la imagen o su uso es un poco ms complicado.
utilizar un filtro de tramado depender del tipo de fotografa Los procesos finales genricos son los siguientes (fig.
de partida. Si el resultado de la binarizacin o tramado ha 56 y 57):
generado una imagen suficientemente perfilada, utilizar nue-
vamente un filtro de bordes, no slo no modifica en gran
medida el resultado sino que, en ocasiones, provoca efectos
peores. Esto sucede porque, aunque el valor gaussiano de
sigma sea el mnimo, la histresis provoca en las lneas un
doble borde (fig. 50-51). En la figuras 52-55 ( pgina si-
guiente) mostramos un ejemplo ilustrado del proceso comple-
to desde la binarizacin hasta el perfilado automtico.
En la prctica, la obtencin de una imagen de puntos en
blanco y negro partiendo de una fotografa en color es senci-
lla. Primero hay que decidir si crear nuestra propia aplicacin
o usar una existente. En el primer caso es realmente fcil,
basta escoger la plataforma y en lenguaje. No es necesario
escribir los algoritmos, existe numerosa informacin en inter-
net de cdigo abierto para los aqu expuestos. Basta con adap-
tar variables, insertar si procede, las libreras y las dependen-
cias. Un simple formulario con un men contextual para las
opciones, es ms que suficiente. La imagen se modifica en la
propiedad MIform.Image del propio formulario, pero se tiene
que establecer a doble buffer. Si decidimos emplear alguno de
los aplicativos existentes es necesario buscar los complemen-
tos (tabla IV del anexo). No todas las opciones de filtros apa- Fig. 56: Diagrama de procesos, de la parte final.
1
recen en los mismos. Los aplicativos comerciales son los que Aplicacin de una de las dos operaciones. *Optativo.
menos variedad ofrecen, dado que de serie tienen filtros que
persiguen resultados ms efectistas y los sistemas de binariza-

456
Fig. 52-55, 52: Imagen de un fragmento de la valva de la estructura genital masculina de un lepidptero, binarizada con el
mtodo tramado de medio tono de Jarvis, Judice y Ninke. 53: La imagen correspondiente a la figura 52 sobre la que se ha
aplicado la tcnica de deteccin de contornos mediante el empleo de mscaras de convolucin, campana de Gauss y la
aplicacin del algoritmo de Canny, que da como resultado un negativo de la fotografa original. 54: La imagen de la figura 53
modificada por inversin y sustitucin de pxel. 55: Resultado de fusin por multiplicacin de la figura 52 y la 54 donde se
aprecian los bordes que se han aadido si se comparan las figuras 51 (original) y 54 (modificada).

457
por tanto, que el lector tenga bien presente, que para obtener
buenos efectos, debe aplicar los filtros con comedimiento. La
parte ms compleja consiste en valorar qu filtro es el ms
adecuado para que la manipulacin de la imagen original sea
lo ms efectiva posible. Por ejemplo, en la parte primera bi-
narizacin, tramado o ambas? Tras multitud de pruebas afir-
mamos en raras ocasiones es necesario aplicar las dos. Es
ms, a menudo, el uso conjunto no produce ningn resultado
o ste es poco agradable. Entonces, en qu tipo de imgenes
tenemos que aplicar binarizacin y cules tramado? Binariza-
cin cuando la imagen es pobre, tiene poco contraste, est
muy oscura, no presenta degradados o conos de luz evidentes
y su definicin es media. Si presenta conos de luz tenues,
siempre hay que utilizar binarizacin Tdinmica segmentada
con umbrales mltiples automticos, umbralizacin de Otsu, o
mejor por desviacin de pxel de Sauvola. Si tiene conos de
luz acentuados es necesario aplicar tramado. Dentro de las
opciones de tramado, si se necesita un punteado muy fino es
recomendable utilizar error de difusin de tramado de Floyd-
Steinberg y/o tramado Atkinson. Para punteados ms gruesos
puede usarse el tramado de Burkes, o de medio tono de Jarvis,
Judice y Ninke (obsrvense detalladamente los crculos de
trama en las figuras 32-39). De todas formas, dado los escasos
segundos que se consumen aplicando cada uno de ellos, lo
Fig. 57: Diagrama de procesos amplio pormenorizado. ms coherente es probar, guardar las imgenes y observarlas
1
Inflexin entre varias opciones. *Optativo. en conjunto para entonces seleccionar aquellas que resulten
ms adecuadas. Cundo se necesita utilizar un filtro detector
Con respecto al ltimo retoque manual no hay mucho de bordes? Obviamente, cuando la imagen no tiene perfiles
que comentar, en el caso de realizarse sobre papel, basta utili- definidos, pero en ocasiones parte de la misma tiene zonas
zar un rotulador de punta calibrada, un estilgrafo, etc. Tam- detalladas y regiones difusas. Es la situacin ms trabajosa,
bin es posible usar el lpiz ptico de la tableta digitalizadora para solucionar este problema se necesita cortar la imagen,
en conjuncin con el uso de pinceles por medio de un aplica- tratarla por separado y recomponerla. Ms sencillo pero labo-
tivo de edicin de fotografas. Para los dos no se requiere rioso, es borrar las zonas demasiado perfilas con una herra-
mucha habilidad con el dibujo, pero s cierta prctica. mienta de varita mgica, borrador, etc. Se debera recurrir a
los filtros detectores de bordes cuando es estrictamente nece-
sario. Segn nuestra experiencia, son ineludibles en muy raras
Resultados y discusin
ocasiones. Prcticamente slo cuando la imagen est borrosa
Como todos los procesos informticos, existen inconvenientes y es demasiado clara. Por lo general, es preferible efectuar un
y ventajas entre las comparaciones de operaciones manuales y pequeo retoque a mano. Si todo el proceso de elaboracin es
automticas. En el caso que nos ocupa, los grficos obtenidos digital, por supuesto este ltimo paso se puede realizar ma-
no son tan clidos como los manuales, puesto que, como nualmente con el lpiz de la tableta digitalizadora, o incluso
todas las operaciones hechas por ordenador, adolecen de la con el ratn, pero el proceso es ms lento que sobre papel. La
interpretacin por medio de la sensibilidad antrpica. Son verdadera ventaja de las tcnicas de binarizacin reside en la
slo clculos matemticos binarios. Es pues preciso dotar a enorme cantidad de tiempo que se ahorra. Bsicamente, lo
las fotografas originales de las que se parte, de cierta perso- que tarda en cargarse el aplicativo, abrir la fotografa y hacer
nalidad o incidir desde el inicio en aquellos aspectos grficos clic, en el peor de los casos, en no ms de 10 opciones de
que se desean subrayar para su valoracin cientfica. Es en men. El proceso de aplicacin de los algoritmos y aplicacin
esta fase donde mayores maniobras se pueden realizar. A del filtro para una imagen de 1000 x 750, rara vez supera los
partir de ah, la binarizacin, la eleccin del umbral, el mto- 500 milisegundos (fig. 58-69 y tabla V del anexo para ver los
do de tramado y de perfilado, no dejan de ser meras interpre- tiempos de proceso informtico en milisegundos). La toma de
taciones binarias de una informacin que desde entonces la fotografa en el microscopio, la exportacin al computador
permanecer esttica e inmarcesible. As pues, si se parte de (si el microscopio no est conectado directamente) y todas las
una fotografa razonada y bien compuesta (independiente- manipulaciones manuales de retoque son las que consumirn
mente de si tiene poca luz, contraste, brillo, saturacin, etc.) la la mayor parte del tiempo. En realidad la parte ms laboriosa
probabilidad de que se observe la robotizacin y la virtualidad es realizar nuestro propio aplicativo o conseguir alguno de los
del grfico resultante es menor. La verdadera dificultad de programas citados e instalar los complementos. Una vez ten-
estas tcnicas consiste en aplicar los filtros de manera menos gamos puesta a punto nuestra flamante plataforma de binari-
perfecta. Con los filtros es fcil conseguir grficos con trama- zacin, las operaciones se limitan a muy pocos clics. Todo el
do demasiado escueto o enormes cantidades de puntos finos. proceso en una lmina de dificultad media se puede realizar
Esto provoca que el resultado final del grfico se parezca ms en menos de 30 minutos. Vase tabla VI del anexo para eva-
al de una toma en blanco y negro de baja calidad, que la vir- luar el tratamiento ms adecuado para su imagen.
tualizacin del dibujo que anhelamos alcanzar. Es ineludible

458
Fig. 58-61: Figuras binarizadas y/o tramadas y perfiladas a partir de fotografas con las tcnicas y algoritmias descritas en este
trabajo. Retocadas a mano livianamente. 58: Odonato. 59: Coleptero cerambcido. 60: Hemptero. 61: Lepidptero ropalcero.

459
Fig. 62-65: Figuras binarizadas y/o tramadas y perfiladas a partir de fotografas con las tcnicas y algoritmias descritas en este
trabajo. Retocadas a mano superficialmente. 62-63: Lepidpteros heterceros que se han utilizado en los ejemplos de las figuras
durante la exposicin del proceso en este trabajo: resultados. 64-65: Larvas de colepteros coccinlidos.

460
Fig. 66-69: Figuras binarizadas y/o tramadas y perfiladas a partir de fotografas microscpicas con las tcnicas y algoritmias
descritas en este trabajo. Retocadas a mano someramente. Partes anatmicas de varios noctuidos 66: Vesica evaginada. 67-68:
Estructuras genitales masculinas externas que se han utilizado en los ejemplos de las figuras durante la exposicin del proceso:
resultados. 69: Dermatopsia.

461
Bibliografa
BAYER, B. E. 1973. An Optimum Method for Two-Level Rendition NIBLACK, W. 1986. An Introduction to Image Processing, Prentice-
of Continuous-Tone Picture. Proc. IEEE Communication Hall, Englewood Cliffs, NJ: 115-116.
Conference Record, pp. 2611-2615. OTSU, N. 1979. A threshold selection method from gray-level histo-
LAZZARA, G. & T. GRAUT 2013. Efficient Multiscale Sauvola's gram. IEEE Transactions on System Man Cybernetic. 9: 62-
Binarization. International Journal on Document Analysis 66.
and Recognition, S/N: 1-7. SAUVOLA, J. & M. PIETIKAINEN 2000. Adaptive document image
LIAO, P.-S., T.-S. CHEN & P. C. CHUNG 2001. A Fast Algorithm for binarization. Machine Vision and Media Processing Group,
Multilevel Thresholding. Journal of Information Science and InfoTech Oulu, University of Oulu. Pattern Recognition
Engineering 17: 713-727. 33(2): 225-236.
MAGRO, R. 2008. Tcnicas de tincin y correccin digital para SEZGIN, M. & B. SANKUR 2004. Survey over image thresholding
preparaciones microscpicas en biologa y entomologa. Bo- techniques and quantitative performance evaluation. Journal
letn de la Sociedad Entomolgica Aragonesa, 43: 525-548. of Electronic Imaging 13(1): 146-165.

ANEXO: Tablas I-VI

Tabla I. Aplicativos *Con acceso 10 Julio 2013


BlobExplorer:
http://www.aforgenet.com/
Corel Paint Shop Pro:
http://www.corel.com/corel/product/index.jsp?1=1&trkid=ESsemKWS&storeKey=es&pid=prod4900067
CxImage600:
http://www.xdp.it/cximage.htm. http://www.xdp.it/download.htm
Fiji:
http://fiji.sc/Fiji
FilterDemo:
http://www.aforgenet.com/framework/docs/
Gimp:
http://www.gimp.org/
ImageJ:
http://imagej.nih.gov/ij/
Inskape:
http://inkscape.org/download/?lang=es
Iplab:
http://www.aforgenet.com/projects/iplab/
MatLab:
http://www.mathworks.es/products/matlab/
Otsu Thresholding:
http://www.codeproject.com/Articles/38319/Famous-Otsu-Thresholding-in-C
Pixrl:
http://pixlr.com/editor/
PhotoFiltre Studio:
http://www.photofiltre-studio.com/download-en.htm
Photo-Graphic-Designer:
http://www.magix.com/es/photo-graphic-designer/detail/
Photoshop CC:
http://www.adobe.com/es/products/photoshop.html

Tabla II. Plataforma de programacin *Con acceso 10 Julio 2013


http://www.microsoft.com/visualstudio/esn/downloads#d-ultimate
http://www.microsoft.com/visualstudio/esn/products/compare
http://www.microsoft.com/visualstudio/esn/products/visual-studio-2010-express
http://msdn.microsoft.com/library/dd831853.aspx
http://code.msdn.microsoft.com/
http://code.msdn.microsoft.com/Visual-Studio-2010-Samples-31b491f3

Tabla III. Referencias cdigo abierto *Con acceso 10 Julio 2013


http://sourceforge.net/projects/paintlib/
http://www.aforgenet.com/
http://www.aforgenet.com/framework/docs/
http://www.aforgenet.com/framework/documentation.html
http://www.aforgenet.com/news/2012.03.26.releasing_iplab_2.8.0.html
http://code.google.com/p/aforge/
http://code.google.com/p/aforge/downloads/list

462
Tabla IV. Complementos
Corel Paint Shop pro:
http://graphicssoft.about.com/od/glossary/l/bldithering.htm
http://www.ximagic.com/
Fiji:
http://fiji.sc/wiki/index.php/Category:Complementoss
http://fiji.sc/wiki/index.php/Dithering
Gimp:
http://docs.gimp.org/en/gimp-image-convert-indexed.html
http://gimpstuff.org/content/show.php/dithering%2Bhalftoning+patterns?content=81817
http://usandothegimp.blogspot.com.es/2009/04/dither-free.html
http://wiki.evilmadscientist.com/Producing_a_stippled_image_with_Gimp
http://www.home.unix-ag.org/simon/gimp/fsdither.c
http://www.home.unix-ag.org/simon/gimp/fsdither.html
Image J:
http://rsbweb.nih.gov/ij/complementoss/dither/
http://rsbweb.nih.gov/ij/complementoss/dither/Floyd_Steinberg_Dithering.java
MatLab:
http://www.alecjacobson.com/weblog/?p=1624
http://www.downloadplex.com/Scripts/Matlab/Development-Tools/halftoning-and-dithering-scripts_418042.html
http://robotics.eecs.berkeley.edu/~sastry/ee20/cacode.html
Photoshop:
http://grafnet.com.pl/Filters/Andrew-Complementos-s-Vol-06-Threshold
http://verlagmartinkoch.at/software/dither/index.html
http://www.cybia.co.uk/theworks.html
http://www.imageskill.com/outliner/outliner.html
http://www.mehdicomplementoss.com/english/finethreshold.htm
http://www.misterretro.com/filters/permanent-press
http://www.complementossworld.com/complementoss_907/adobe/photoshop/mehdi/fine_threshold.html
http://www.ximagic.com/
http://www.ximagic.com/g_changelog.html
http://dl.dropbox.com/u/167681/Threshold.complementos.zip *Con acceso 10 Julio 2013

Tabla V. Tiempos de proceso de digitalizacin y tramado


Operacin Tamao imagen * Milisegundos
Umbralizacin
Umbralizacin de Otsu 3968 x 2976 282
Umbralizacin por desviacin de pxel de Sauvola 3968 x 2976 485
Umbral con error Carry 3968 x 2976 339
Umbralizacin de Otsu 6666 x 5000 470
Umbralizacin por desviacin de pxel de Sauvola 6666 x 5000 800
Umbral con error Carry 6666 x 5000 563
Tramado
Interpolaciones de Sierra 3968 x 2976 137
Tramado de Atkinson 3968 x 2976 161
Tramado de potencias de Bayer 3968 x 2976 87
Tramado de Burkes 3968 x 2976 199
Tramado de medio tono de Jarvis, Judice y Ninke 3968 x 2976 301
Tramado de vibracin ordenada 3968 x 2976 51
Tramado Stucki 3968 x 2976 299
Error de difusin de tramado de Floyd-Steinberg 3968 x 2976 255
Interpolaciones de Sierra 6666 x 5000 221
Tramado de Atkinson 6666 x 5000 269
Tramado de potencias de Bayer 6666 x 5000 130
Tramado de Burkes 6666 x 5000 333
Tramado de medio tono de Jarvis, Judice y Ninke 6666 x 5000 509
Tramado de vibracin ordenada 6666 x 5000 88
Tramado Stucki 6666 x 5000 494
Error de difusin de tramado de Floyd-Steinberg 6666 x 5000 433
Intersectacin
Homogeneidad 3968 x 2976 93
Diferencia 3968 x 2976 79
Sobel 3968 x 2976 227
Canny 3968 x 2976 835
Homogeneidad 6666 x 5000 154
Diferencia 6666 x 5000 134
Sobel 6666 x 5000 380
Canny 6666 x 5000 1491
* Clculos realizados sobre un computador con procesador de 2.20 GHz de cuatro procesadores primarios + cuatro ncleos lgicos, 8 GB memoria RAM, 6 TB de
memoria virtual, tarjeta video 540 MHz, 4,95 GB + 3 GB de memoria compartida. Sobre sistema operativo W7, 64Bits. Como plataforma de medicin el mdulo
Cronmetro con el Laboratorio de imgenes para Ephesia V. 3.1, 64 bits, 2013. Las mediciones realizadas sobre Iplad, Fidji y FilterDemo, son similares. Los nme-
ros delimitan el consumo de proceso de manera estricta, es decir, no se tiene en cuenta el tiempo del operario, apertura de mens, clics del ratn, opciones, etc. Se
debe considerar cierta variacin de +/- 10 milisegundos, atribuidos a error humano en la demora o anticipacin al activar el cronmetro pulsando tecla. En negrita los
tiempos mximos y mnimos absolutos en dos resoluciones de archivo de la misma imagen.

463
Tabla VI. Procesos empricos sugeridos para cada tipo de imagen de partida

Tipo de imagen A B C D E F G H I J K L M O
Muy buena calidad e iluminacin x
Muy buena calidad sin iluminacin focal* x
Muy buena calidad muy contrastada x
Muy buena calidad contraste medio x
Muy buena calidad clara x
Muy buena calidad medianamente clara x x
Muy buena calidad medianamente oscura x
Muy buena calidad muy oscura x
Calidad e iluminacin media x
Calidad e iluminacin focal media * x
Calidad e iluminacin focal alta* x x
Calidad media muy contrastada x
Calidad media contraste medio x x x x
Calidad media clara x x x
Calidad media moderadamente clara x x
Calidad media moderadamente oscura x
Calidad media muy oscura x
Calidad e iluminacin baja x x x
Calidad baja e iluminacin focal media* x x x
Calidad baja e iluminacin focal alta* x x
Calidad baja muy contrastada x
Calidad baja contraste medio x x
Calidad baja clara x x x
Calidad baja medianamente clara x x x
Calidad baja medianamente oscura x x x
Calidad baja muy oscura x x
Calidad e iluminacin muy baja x x
Calidad muy baja e iluminacin focal media* x x x
Calidad muy baja e iluminacin focal alta* x x x
Calidad muy baja muy contrastada x x
Calidad muy baja contraste medio x x
Calidad muy baja clara x x x
Calidad muy baja medianamente clara x x x
Calidad muy baja medianamente oscura x x
Calidad muy baja muy oscura x x
A= Umbralizacin de Otsu; B= Umbralizacin por desviacin de pxel de Sauvola; C= Umbral con error Carry; D= Interpolaciones de Sierra;
E= Tramado de Atkinson; F= Tramado de potencias de Bayer; G= Tramado de Burkes; H= Tramado de medio tono de Jarvis, Judice y Ninke;
I= Tramado de vibracin ordenada; J= Tramado Stucki; K= Error de difusin de tramado de Floyd-Steinberg; L= Homogeneidad; M= Diferen-
cia; N= Sobel; = Canny; O= Retoque manual. *Cuando la luminosidad es plana, difusa y homognea en la fotografa, la consideramos como
sin iluminacin focal. Cuando tiene elevados degradados, conos o cercos de luz puntual heterogneos la razonamos como luz focal alta o
media. Las equis (x) indican el proceso medio ms adecuado sobre un grupo de 50 imgenes de insectos y estructuras genitales. Se toma-
ron en blanco y negro con una resolucin de 1000 x 750 pxeles. Como quiera que, aparte de stas, el elenco de imgenes con diferentes
caractersticas, iluminaciones, tonalidades, resolucin, etc. que llegue a utilizar el usuario puede ser ingente y muy heterogneo, las indica-
ciones debern tomarse como meras sugerencias subjetivas slo con la intencin de utilizar como gua o punto de partida para la aplicacin
de las tcnicas descritas en este trabajo.

464