Introduccin a las imgenes

digitales

Segunda parte

Topologa Digital
 El proceso de digitalizacin
Una imagen natural capturada con una cmara, un telescopio, un
microscopio o cualquier otro tipo de instrumento ptico presenta una
variacin de sombras y tonos continua. Imgenes de este tipo se
llaman imgenes analgicas.

Para que una imagen analgica, en blanco y negro, en escala de

grises o a color, pueda ser "manipulada" usando un
ordenador, primero debe convertirse a un formato adecuado. Este
formato es la imagen digital correspondiente.

La transformacin de una imagen analgica a otra discreta se llama

digitalizacin y es el primer paso en cualquier aplicacin de
procesamiento de imgenes digitales.
 Clasificacin de imgenes digitales:

Por dimensin: Imgenes 2D y 3D

Por paleta de colores: imgenes binarias, en escala de grises y a color

Ej. de Imgenes 2D y 3D: imgenes mdicas

http://www.3d-doctor.com/volume.html

Imagen binaria Imagen en escala de grises Imagen a color

El proceso de digitalizacin
Imgenes 2D

El proceso de digitalizacin: muestreo y cuantificacin

Un muestreo consiste en una subdivisin de la imagen analgica

en porciones. Nos centraremos en imgenes 2D. Slo estudiaremos
particiones que envuelven polgonos regulares: tringulos,
cuadrados y hexgonos.

Estos polgonos representan sensores sensibles a la intensidad de luz.

PixelStudio
Imgenes 2D

En el modelo matemtico de una imagen, un pxel se identifica

con su centro, pudiendo representar los pxeles como puntos (x,y)
del plano, donde (x,y) son las tpicas coordenadas cartesianas.

Dependiendo de los distintos tipos de mallado, la distribucin de los

pxeles es distinta:

Los bordes de las regiones estn pintados en negro. Los pxeles

estn representados por puntos en color rosa. Hemos conectado
dos pxeles si las regiones correspondientes comparten un lado
comn.
Imgenes 2D

El proceso de digitalizacin: muestreo y cuantificacin

Cuantificacin: La salida de estos sensores
es un valor (amplitud) dentro de una escala
(color). La salida pueden ser, o bien un nico
valor (escala de grises) o bien un vector con
tres valores por polgono (RGB) que se
corresponden con la intensidad de color rojo
(R), verde (G) y azul (B). La escala de colores
tambin tiene un rango discreto (por ejemplo,
de 8-bits = 256 valores).

Las imgenes en escala de grises con slo 2

colores: blanco y negro (0 y 1,
respectivamente), se llaman imgenes
binarias.

A este proceso de discretizacin del color se

le llama cuantificacin.

Un polgono de color constante se le llamar

pxel.
Imgenes 2D

Nos centraremos en imgenes digitales cuadradas o rectangulares,

cuyos pxeles (x,y) representan regiones cuadradas. La coordenada x
especifica la fila donde est localizado el pxel; la coordenada y
representa la columna. Por convencin, el pxel (0,0) est localizado en
la esquina superior izquierda de la imagen.

Una imagen digital de MxN pxeles en escala de grises es una funcin

f: [0,M-1] x [0,N-1] -> [0, L-1],
tal que a cada punto (pxel) (x,y), le asigna un valor (nivel de gris).

Si representamos esta funcin en el espacio, obtenemos una nube de puntos.

Uniendo los puntos formando un mallado, obtenemos una superficie. El estudio
analtico de dicha superficie nos puede dar informacin acerca de la imagen.
Imgenes 2D

El proceso de digitalizacin: muestreo y cuantificacin

Ejemplo de digitalizacin de una imagen. El muestreo se ha hecho

usando un mallado cuadrangular de 9 por 9 cuadrados y la
cuantificacin consiste en una paleta de 256 niveles de gris (donde
0 indica el color negro y 255 el color blanco):
Imgenes 2D

El proceso de digitalizacin: muestreo y cuantificacin

Partiendo de una misma imagen y dependiendo del mallado que

escojamos, la imagen digital obtenida es diferente:
Imgenes 2D

El proceso de digitalizacin: muestreo y cuantificacin

Tambin hay que tener en cuenta la paleta de colores, como se

observa en el ejemplo siguiente:
Imgenes 2D

El proceso de digitalizacin: muestreo y cuantificacin

Llegados a este punto, es lgico preguntarse Qu muestreo y

cuntos niveles de gris son necesarios para una buena
aproximacin? La resolucin (el grado de detalle discernible) de
una imagen depende estrechamente de estos dos parmetros.
Cuanto ms se incrementan, ms se aproxima la imagen
digitalizada a la original.

La cantidad de niveles de gris (resolucin de intensidad) y la

finura del mallado (resolucin espacial) que escojamos, deben
producir una imagen digital aceptable, en el sentido de que no sea
perceptible al ojo humano el paso de un color a otro, entre dos
pxeles consecutivos.
Imgenes 2D

El proceso de digitalizacin: muestreo y cuantificacin

Hemos de tener en cuenta que si el muestreo consiste en un

mallado de M por N pxeles y el nmero de niveles de gris permitido
es L=2k, entonces el nmero de bits necesarios para almacenar
una imagen digitalizada es:

MxNxk

Por ejemplo, una imagen de 128 x 128 con 64 niveles de gris

necesita 98.304 bits = 12 KB de memoria.

Una de 256 x 256 con 132 niveles de gris necesita 458.752 bits =
56 KB.

Y una de 1024 x 1024 con 256 niveles de gris necesita 8.388.608

bits = 1024 KB = 1 MB.
Imgenes 3D

Imgenes 3D

Para imgenes 3D tambin se pueden considerar distintos tipos de mallado:

Mallado BCC (body-centered-cubic grid).

Mallado FCC (face-centered-cubic grid).

Mallado cbico, que es el ms usual.

Voxelo
Introduccin a la topologa digital

Estn representadas las estaciones y

las lneas de metro de Madrid. Pero no
es geomtricamente exacto.

La curvatura de las lneas de metro no

coincide, ni su longitud a escala, ni la
posicin relativa de las estaciones...

Sin embargo este plano representa

fielmente cierto tipo de informacin:
informacin topolgica.

(wikipedia)
 Preliminares topolgicos

La idea fundamental en topologa es la de continuidad o "proximidad".

Espacios mtricos

Debemos dar una definicin coherente a la idea de cerca y lejos.

Sea X un conjunto. Se dice que d: X x X -> [0, + infinito) define una

distancia si:
d(x,y)=0 si y slo si x=y
d(x,y)=d(y,x)
d(x,y) <=d(x,z)+d(z,y) para cualesquiera x,y,z distintos.
 El concepto de distancia

La distancia ms usual en Rn es la distancia eucldea.

La distancia eucldea en R2 viene dada por la frmula:

d (( x1 , y1 ), ( x2 , y 2 )) = ( x1 x2 ) 2 + ( y1 y 2 ) 2

Otras distancias conocidas en R2 son:

d(x,y)=0 si x=y; d(x,y)=1 en otro caso (distancia discreta)

d((x1, y1),(x2,y2))=|x1-x2|+|y1-y2| (distancia City-block)

d ((x1, y1),(x2,y2))=max{|x1-x2|,|y2-y2|} (distancia Chessboard)

 El concepto de vecindad
Sea (X,d) un espacio mtrico. Se llama bola abierta centrada en un
punto x de X, de radio e>0 al conjunto:
B(x,e)={y en X tal que d(x,y)<e}

Por ejemplo:

De izquierda a derecha, la bola abierta B(x,e) usando la distancia

eucldea, la distancia city-block y la distancia chessboard.
 Continuidad
El concepto de continuidad
Sean (X,d) y (X',d') dos espacios mtricos. depende de la distancia
escogida.
La funcin f: X-> X' es continua en un punto x de X si cualquier
bola abierta B(x,e) se transforma en otra bola abierta B(f(x),e).
Es decir, si valores muy cercanos a x se transforman en valores
igualmente cercanos a f(x).

f: R-> R tal que f(x)=2x es continua.

Ejemplo:

La funcin de Dirichlet:
1 si x es racional
f: R-> R tal que f(x)=
0 si x es irracional
no es continua en ningn punto.
 Objetos Homeomorfos
Se dice que dos objetos X e Y son homeomorfos (o topolgicamente
iguales) si existe una funcin f:X->Y tal que f y f -1 son biyectivas y
continuas.

Ejemplo: un cuadrado y un crculo son homeomorfos. Sin

embargo, un crculo y un segmento no lo son.

Dado que es muy difcil comprobar si dos

espacios son homeomorfos, existe un
concepto ms dbil que es el de
homotopa: se dice que dos espacios son
homotpicos si existe una deformacin
continua que lleve el uno en el otro.

Por ejemplo, aunque un crculo y un

segmento no son homeomorfos, s son
homotpicos.
 Propiedad topolgica
Una propiedad se dice que es propiedad topolgica si se preserva por
homeomorfismo.

Algunas propiedades topolgicas:

Nmero de componentes conexas

Nmero de agujeros
La compacidad (el hecho de ser cerrado y acotado)
El nmero de cavidades (si estamos en 3D)
...
 Conectividad

Dado un espacio mtrico (X,d), se llama camino simple de x a y, a

una funcin continua y biyectiva f: [0,1] -> X, tal que f(0)=x, f(1)=y.

Se llama curva simple si x=y.

X se dice que es conexo si para cualesquiera par de puntos de X

existe un camino que los une.

El teorema de Jordan. Una curva simple en R2 divide al plano en

dos componentes conexas, una acotada y otra no.
Topologa Digital
El concepto de vecindad en imgenes digitales

Veremos cmo dotar a una imagen digital de una estructura que

permita el estudio de conceptos topolgicos.

La definicin de topologa digital se basa en la definicin de una

vecindad en cada pxel.

Llamamos q-vecindad q-adyacencia de un pxel p, Nq(p), al conjunto

de pxeles que definimos como vecinos de p.
Imgenes binarias

Nos centraremos en el estudio de imgenes digitales binarias.

Supondremos que el borde del mallado est compuesto por pxeles
blancos. Los objetos de las imgenes estarn formados por pxeles
negros y el fondo por pxeles blancos.

Los vecinos de un pxel vienen condicionados por el mallado

considerado en la imagen digital.

Veamos los distintos tipos de vecindades para cada tipo de mallado.

Mallado hexagonal
En este caso particular, definimos la 6-vecindad 6-adyacencia de un
pxel p como los 6 pxeles cuyas regiones comparten un lado con p.
Imgenes binarias

Mallado cuadrangular
La 4-vecindad o 4-adyacencia de un pxel p son los 4 pxeles cuyas
regiones comparten un lado con p.

La 8-vecindad u 8-adyacencia de un pxel p, consiste en los 8 pxeles

cuyas regiones comparten un lado o un vrtice con p.
Imgenes binarias

Mallado triangular

La 3-vecindad de un pxel p son los 3 pxeles cuyas regiones

comparten un lado con p.

La 12-vecindad de un pxel p, consiste en los pxeles cuyas

regiones comparten un lado o un vrtice con p.
Imgenes binarias

Caminos digitales

Dada una imagen digital binaria con una relacin de vecindad definida
(t-adyacencia), un camino digital ( t-camino) de un pxel p a otro pxel
q se define como una sucesin de pxeles Ppq={pi ; i=0,...,n} (del mismo
color, todos distintos), tal que:

p0=p, pn=q
Para todo i=1,...,n-1, pi tiene exactamente dos vecinos en Ppq que
son pi-1 y pi+1
p0 y pn tienen exactamente un vecino que son p1 y pn-1,
respectivamente.

La longitud de un camino digital con n+1 pxeles es n.

Imgenes binarias

Curva digital

Definimos curva digital como un conjunto de pxeles tal que al

eliminar cualquiera de ellos, se convierte en un camino digital.

Ejemplo:

Curva digital con la 4-adyacencia y la 8 adyacencia, respectivamente.

Imgenes binarias

El concepto de distancia digital

Considerada fijada una q-adyacencia, la q-distancia entre dos

pxeles se define como la longitud del camino ms corto que los
une.

Ejemplo:
Considerando el mallado cuadrado, se puede observar que la 4-
distancia (definida a partir de la 4-adyacencia) produce la distancia
city-block. Anlogamente, la 8-distancia produce la chessboard.
Imgenes binarias

Propiedades Topolgicas

Algunas propiedades topolgicas:

Nmero de componentes conexas
Nmero de agujeros o huecos
Nmero de Euler digital
Nmero de cavidades (en 3D)

Componente conexa digital

Una componente conexa digital es un conjunto de pxeles tal

que para cualquier par de pxeles del conjunto, existe un
camino digital que los une.

Se dice que una componente conexa est acotada si no posee

ningn pxel del borde del mallado.
Imgenes binarias

Propiedades Topolgicas

Agujeros

Un agujero en una imagen digital binaria 2D es una

componente blanca que es adyacente a una componente
negra que la rodea.

Nmero de Euler

Si C es el nmero de componentes conexas y A es el nmero

de agujeros, el nmero de Euler de una imagen digital binaria
2D se define como
E=C-A
Imgenes binarias
Propiedades Topolgicas
Algoritmo de clculo de componentes conexas
Recorremos la imagen binaria de izquierda a derecha y de arriba a abajo.

Usando la 4-adyacencia en negro:

Paso 1. Para cada pixel P(x,y) que sea negro, examinamos a los vecinos
superiores (x,y-1) y (x-1,y).

Si son blancos, damos a P una nueva etiqueta;

Si tan slo uno es negro, le damos a P su etiqueta;
Si ambos son negros, le damos a P la etiqueta de uno de ellos, y si sus
etiquetas son diferentes, registramos el hecho de que son equivalentes.

Paso 2. Ordenamos las parejas equivalentes en clases de equivalencia, y

escogemos una etiqueta para representar cada clase.

Paso 3. Realizamos un segundo rastreo de la imagen y sustituimos cada etiqueta

por el representante de cada clase; cada componente ha sido ahora etiquetada
de forma nica.
Imgenes binarias

Propiedades Topolgicas
Algoritmo de clculo de componentes conexas

Consideremos la siguiente imagen:

El resultado del primer

rastreo, usando 4-
adyacencia es :

Resultado del segundo

rastreo, reemplazando
todas las etiquetas
equivalentes por una
representativa:
Imgenes binarias

Paradojas de Jordan
Teorema de Jordan digital

Una curva digital (en negro) define exactamente dos componentes

conexas (blancas) en el mallado, una acotada y otra no.

Mallado hexagonal
Considerando 6-adyacencia tanto para pxeles blancos como para
pxeles negros, una curva cerrada digital en el mallado hexagonal
siempre verifica el teorema de Jordan (no hay paradojas).
Imgenes binarias

Mallado cuadrado
Usando la 4-adyacencia para pxeles negros:

Ejemplo de curva cerrada pero que no encierra ningn pxel, por

tanto, no se cumple el teorema de Jordan.
Usando la 8-adyacencia para pxeles negros:

Cualquier curva cerrada encerrara por lo menos un pxel en su interior.

Pero si consideramos la 8-adyacencia para blancos tambin, vemos que
los pxeles blancos forman una nica componente conexa, por tanto, no
se cumple el teorema de Jordan.
Imgenes binarias

Mallado triangular
Usando la 3- adyacencia para pxeles negros:

Usando la 12-adyacencia para pxeles blancos y negros:

Imgenes binarias

Conclusin

Las adyacencias que no provocan paradoja de Jordan son:

Mallado hexagonal: (6,6)-adyacencia.

Mallado cuadrado: (8,4)-adyacencia
Mallado triangular: (12,3)-adyacencia
donde (p,q)-adyacencia indica la eleccin de p-adyacencia para
negro y q-adyacencia para blanco.

Para practicar: Mallado hexagonal

Ejercicio: disear un algoritmo que calcule el nmero de componentes

conexas y agujeros de una imagen binaria considerando la (8,4)-adyacencia.
Imgenes binarias

Borde de una imagen

Dada una imagen con la (p,q)-adyacencia (p-adyacencia para negro y q-

adyacencia para blanco).
El borde de la imagen (en negro) es el conjunto de pxeles en negro que
tienen, al menos un q-vecino en blanco.
Anlogamente, el borde de la imagen (en blanco), es el conjunto de pxeles
en blanco que tienen, al menos, un p-vecino en negro.

http://www.dma.fi.upm.es/docencia/segundociclo/topologiadigital/Transpa
rencias/TD-Tema3.pdf
Imgenes binarias

Definicin de punto simple

Un pxel negro P del borde de la imagen se considera simple si el nmero
de componentes conexas de los vecinos en negro (y blanco) de P, as
como el nmero de agujeros, no vara cuando P es reemplazado por un
pxel blanco.

Por otro lado, un punto es final si tiene exactamente un vecino negro; un

punto final no es ms que un punto extremo de la imagen.
0 1 1
0 P 0 P es simple para la 4-adyacencia en negro, pero no para la 8
1 0 0

0 1 0
0 P 1 P es simple para la 8-adyacencia en negro pero no para la 4.
0 0 0

Ejercicio: Establecer todas las configuraciones posibles de puntos simples y

puntos finales que puedan aparecer en el borde de una imagen.
Imgenes binarias

Esqueleto
Qu es un esqueleto?

Representa la estructura de un objeto con un nmero pequeo de pxeles ,

mientras que conserva las propiedades topolgicas del objeto original.

El esqueleto puede tener aplicaciones, por ejemplo, en deteccin de fallos en

procesos de fabricacin o reconocimiento de formas (patrones).
Imgenes binarias

Esqueleto
Algoritmo de adelgazamiento: Punto simple

Bsicamente, el procedimiento de adelgazamiento consiste en ir borrando

sucesivamente los puntos del borde de la imagen, de forma que se preserve la
topologa de la figura.

Un punto del borde de la imagen se puede eliminar si es simple y no es

final.

El borrado de puntos debe seguir un esquema de barridos sucesivos en las

direcciones de los 4 puntos cardinales para que la imagen siga teniendo las
mismas proporciones que la original y conseguir as que no quede
deformada.

El borrado en cada rastreo (punto cardinal) debe hacerse en paralelo, es

decir, sealar todos los pxeles "borrables" para eliminarlos todos a la vez.

Repetir hasta que no se produzcan cambios.

Imgenes binarias

Topologa Digital 3D
Distintos tipos de adyacencias en el mallado cbico: 6, 18, 26

Paradoja de Jordan: cualquier superficie cerrada digital divide el espacio en

dos partes: una acotada y otra no.

Ejercicio:
Escribe una posible definicin para superficie digital.
Indicar qu adyacencias deberamos considerar para que no se produjera
paradoja de Jordan en 3D.
Imgenes binarias

Topologa Digital

Referencias:
http://www.dma.fi.upm.es/docencia/segundociclo/topologiadigital/
A. Rosenfeld y A.C. Kak, Digital Picture Processing Computer
Science and Applied Mathematics, Academic Press, 1982.