• thin(M, b): permite devolver la versión atenuada de la matriz M binarizada con el umbral b.
• skeleton(B,[b]): permite devolver la matriz binaria B erosionada hasta su nivel más interior.
Estas funciones transforman los objetos de una imagen en un conjunto de líneas que atraviesan aproximadamente el centro de cada objeto.
Las funciones thin y skeleton binarizan primero la imagen, después la atenúan o la esquematizan. Esto resulta útil para el análisis de imagen en el reconocimiento de patrones, por ejemplo, para el reconocimiento óptico de caracteres (OCR).
El adelgazamiento y la esquematización son formas extremas de procesamiento morfológico, y se utilizan si solo es de interés la forma fundamental de un objeto de la imagen. A diferencia de la operación de adelgazamiento, el esqueleto conserva el tamaño del objeto de entrada. Los puntos finales del esqueleto se extienden hasta los bordes del objeto de entrada.
El adelgazamiento transforma los objetos de una imagen binaria en un conjunto de líneas digitales sencillas (o arcos), que recorren aproximadamente el eje medial de los objetos (línea central). La estructura obtenida no se ve afectada por pequeñas inflexiones del objeto de la imagen. El algoritmo borra recursivamente los puntos en el límite sencillo que tienen más de un vecino. Con este algoritmo no se borran los puntos finales de los arcos finos.
• Si no se facilita el argumento opcional b, la función skeleton realiza una esquematización simple: erosión de los bordes de una imagen binarizada hasta que solo quedan las líneas centrales. La función skeleton funciona mejor en una imagen blanca sobre fondo negro.
• Si no se facilita el argumento opcional b, la función skeleton utilizará un algoritmo de esquematización más avanzado, en el que se define el esqueleto de un objeto como el conjunto de puntos cuya distancia respecto al límite más próximo es un máximo local. Se puede recuperar la imagen binaria original si se conoce su esqueleto y la distancia de cada punto del mismo respecto al límite; para ello, hay que tomar la unión de los entornos circulares centrados en los puntos del esqueleto con radios iguales a la distancia de límite asociada. En este caso el esqueleto es una representación regenerativa de un objeto de imagen.
Argumentos
• M es una matriz de imagen en escala de grises.
• B es una matriz de imagen binarizada.
• b es un número real que representa el valor umbral de intensidad de binarización.
