Sunteți pe pagina 1din 2

Esqueletización de una imagen

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 más 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.

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.

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.

Conclusiones
- Para la obtención de cualquier esqueleto el tiempo de proceso siempre es algo largo, ya
que los procedimientos necesitan barrer la imagen continuamente. Y el proceso se debe
estar repitiendo muchas veces, ya que solo parará cuando ya no se pueda esqueletizar más la
imagen.

- En toda aplicación que utilice técnicas de procesamiento de imágenes como la


esqueletización, el elemento principal a considerar será el dispositivo con el cual la imagen es
adquirida, pues de éste dependerá la resolución y profundidad de la misma así como su calidad
de color.

- Otro inconveniente de la esqueletización es el rendimiento presentado por los diferentes


algoritmos. Debido a que la esqueletización se realiza de manera iterativa, se requiere un
tiempo de procesamiento directamente proporcional a la resolución de la imagen, es decir,
mientras mejor sea la resolución de la imagen de entrada el algoritmo tardará más en obtener el
esqueleto de la misma, lo cual representa una gran desventaja cuando se tratan imágenes en
movimiento si no se cuenta con un procesador de altas prestaciones.

REFERENCIAS BIBLIOGRÁFICAS

[1] D. AZAR, Skeletonization[en línea], Canada Montreal, 1997,


disponible en:
http://cgm.cs.mcgill.ca/~godfried/teaching/projects97/azar/skel
eton.html
[2] B. FISHER, S. PERKINS, A WLAKER, E WOLFART, Hypermedia Image Processing
Reference[en línea], Universidad de Edinburgo, 1994, disponible en:
http://www.cee.hw.ac.uk/hipr/html/skeleton.html
[3] D. MERAD, M. MALLAN, S. LELANDAIS, Skeletonization of Two-Dimensional regions
Using Hybrid Method, Paper, Francia, disponible en:
http://wscg.zcu.cz/wscg2004/Papers_2004_Short/K05.pdf
[4] M. PAGOLA, Imágenes binarias[en línea], Universidad Pública de
Navarra, 2004
http://www.ayc.unavarra.es/miguel.pagola/binarias.htm
[5] T.Y. Zhang, C.Y. SUEN, A fast parallel algorithm for Thinning digital patterns, Paper,
Canada Montreal, 1984
[6] M. GIUSTI, M. VILA, G. LUJAN, Manuscript Document Digitalization and
Recognition: A First Approach, Mar del Plata Argentina, 2005