tìm hiểu nâng cao chất lượng hình ảnh trong miền không gian

Lịch sử hình thành của xử lý ảnh Một trong những ứng dụng đầu tiên của xử lý ảnh đã được áp dụng vào ngành công nghiệp báo chí, khi đó người ta đã gửi những bức ảnh từ London qua New Yo

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC BÁCH KHOA KHOA ĐIỆN-ĐIỆN TỬ

BỘ MÔN VIỄN THÔNG

-o0o -

BÁO CÁO ĐỒ ÁN MÔN HỌC 1 TÌM HIỂU NÂNG CAO CHẤT LƯỢNG HÌNH ẢNH

TRONG MIỀN KHÔNG GIAN

GVHD : T.S Võ Trung Dũng

Tp Hồ Chí Minh, tháng 12 năm 2013

ĐẠI HỌC QUỐC GIA TP.HỒ CHÍ MINH CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc lập – Tự do – Hạnh phúc

-✩ - -✩ -

Số: /BKĐT Khoa: Điện – Điện tử Bộ Môn: Viễn Thông NHIỆM VỤ ĐỒ ÁN MÔN HỌC 1

1 HỌ VÀ TÊN : Nguyễn Tuấn Quang MSSV: 41002596 2 NGÀNH: ĐIỆN TỬ - VIỄN THÔNG LỚP : DD10DV05 Đề tài: TÌM HIỂU NÂNG CAO CHẤT LƯỢNG HÌNH ẢNH TRONG MIỀN KHÔNG GIAN 3 Nhiệm vụ (Yêu cầu về nội dung và số liệu ban đầu):

4 Ngày giao nhiệm vụ đồ án:

5 Ngày hoàn thành nhiệm vụ:

6 Họ và tên người hướng dẫn: Phần hướng dẫn

Nội dung và yêu cầu Đồ án đã được thông qua Bộ Môn Tp.HCM, ngày… tháng… năm 2013 CHỦ NHIỆM BỘ MÔN NGƯỜI HƯỚNG DẪN CHÍNH PHẦN DÀNH CHO KHOA, BỘ MÔN: Người duyệt (chấm sơ bộ):

Đơn vị:

Ngày bảo vệ:

Điểm tổng kết:

Nơi lưu trữ đồ án: ………

Phần Mở đầuLời nói đầu

Từ khi máy tính cá nhân được phổ biến thì xử lý ảnh cũng phát triển theo Sự phát triển như vũ bão của công nghệ đã và đang mang một lợi thế to lớn đối không chỉ xử lý ảnh mà mọi khía cạnh, lĩnh vực của cuộc sống Trong những năm gần đây, khi được các nhà phân tích đánh giá là thời kì “hậu PC” thì smartphone lên ngôi Sự xuất hiện của smartphone cùng các ứng dụng chỉnh sửa vô cùng dễ dàng và thân thiện đã khiến việc xử lý hình ảnh đơn giản hơn bao giờ hết Chỉ vài cú tap màn hình là bạn đã

có thể được một bức ảnh đã xử lý màu sắc, tương phản như ý muốn Xử lý ảnh đóng góp vai trò không

hề nhỏ trong cuộc sống hiện nay vì nó không chỉ phục vị cho nhu cầu cá nhân mà còn cho mục đích nghiên cứu khoa học

Với sự phát triển đó Xử lý ảnh là lĩnh vực đang rất được quan tâm và là môn học yêu thích của rất nhiều bạn sinh viên Do sự phát triển nhanh chóng, đa dạng của Xử lý ảnh nên tài liệu này sẽ trình bày

những nét tổng quát nhất về nó và tập trung chủ yếu về vấn đề Chỉnh sửa và nâng cao chất lượng ảnh trong miền không gian

Lịch sử hình thành của xử lý ảnh

Một trong những ứng dụng đầu tiên của xử lý ảnh đã được áp dụng vào ngành công nghiệp báo chí, khi đó người ta đã gửi những bức ảnh từ London qua New York bằng cáp ngầm Việc giới thiệu hệ thống truyền hình ảnh Bartlane trong những năm đầu thập kỉ 20 của thế kỷ trước đã giúp giảm thiểu thời gian truyền hình ảnh Nếu trước kia người ta phải mất cả tuần để truyền thì khi đó bằng việc áp dụng truyền bằng cáp ngầm chỉ mất chưa đầy 3 tiếng đồng hồ Ở thời điểm đó đây của là một điều kỳ diệu Những thiết bị in ấn chuyên ngành sẽ mã hóa hình ảnh cho cáp truyền và sau đó sẽ được tái cấu trúc tại đầu cuối (nơi nhận) Có thể nói rằng ảnh số nói chung và xử lý ảnh số nói riêng đã được khai sinh vào những năm đầu của thập niên 20 [1]

Một số vấn đề nảy sinh trong việc gia tăng chất lượng hiển thị của hình ảnh liên quan tới việc chọn lựa dây truyền in hay sự phân bố của mức đậm nhạt của hình ảnh Hệ thống Bartlane ban đầu được

mã hóa với 5 mức xám khác nhau Sau đó được cải tiến thành 15 mức vào năm 1929

Trong những năm 60 của thế kỷ trước xử lý ảnh đã được áp dụng vào công cuộc chinh phục không gian bằng cách xử lý ảnh được gửi từ những tàu thám hiểm vũ trụ

Song song với sự phát triển ứng dụng xử lý ảnh trong ngành khoa học không gian thì những kỹ thuật

xử lý ảnh cũng được áp dụng vào trong y khoa những năm cuối 60 đầu 70 Có thể kể đến 2 ứng dụng nổi bật của xử lý ảnh trong y khoa thời đó là CAT (computerized axial tomography: chụp cắt lớp trục

xử dụng máy tính) hay còn được gọi với tên quen thuộc là CT (computerized tomography: chụp cắt lớp xử dụng máy tính) Chụp hình CT là công trình nghiên cứu khoa học đạt giải Nobel Y học của 2 nhà khoa học là Sir Godfrey N Hounsfield và Giáo sư Allan M Cormack Từ những năm 60 cho tới nay, lĩnh vực xử lý ảnh đã phát triển chóng mặt Ngoài việc được ứng dụng trong y khoa và trong khoa học không gian… xử lý ảnh được áp dụng cho rất nhiều lĩnh vực khác nhau

MỤC LỤC

Các đề mục chính bao gồm

Phần I: TỔNG QUAN VỀ XỬ LÝ ẢNH

Nội dung phần này gồm:

I.1 Xử lý ảnh là gì và ứng dụng của nó? Trang 5- trang 7

Phần này cung cấp cho chúng ta cái nhìn tổng thể về xử lý ảnh, các khái niệm cơ bản và các ứng dụng

tiêu biểu của nó

Phần II: XỬ LÝ ẢNH TRONG MIỀN KHÔNG GIAN

II.2 Các phương pháp xử lý ảnh trong miền không gian

II.2.1 Một số biến đổi mức xám cơ bản Trang 16-trang 24

II.2.2 Xử lý ảnh thông qua histogram Trang 25-trang 35

Phần này cung cấp cho những giải thuật để xử lý ảnh thông qua điểm hay histogram Ngoài ra sẽ có

những ví dụ ứng dụng thực tế bằng Matlab

Phần này cung cấp cho ta cái nhìn tổng hợp về các ý, mục đích của các phương pháp XLA đã được

trình bày ở những phần trên

Phần III: CÁI NHÌN VỀ TƯƠNG LAI CỦA XỬ LÝ ẢNH Trang 37-trang 38

Những ứng dụng đang được nghiên cứu để áp dụng vào tương lai của xử lý ảnh

Phần IV: LỜI KẾT

Định hướng nghiên cứu trong tương lai, lời cảm ơn và chú thích những tài liệu, hình ảnh và thông tin

tham khảo trong tài liệu này

Trang 39- trang 40

để khai thác các chi tiết trong bức hình, hoặc làm nổi bật một số khía cạnh thú vị nào đó Khi XLA thì

có nhiều hơn 1 thông số trạng thái được chỉnh sửa Nâng cao chất lượng ảnh có thể được áp dụng trong các ngành khoa học, kỹ thuật khác nhau Ngoài điều kiện chiếu sáng thì chất lượng của một bức hình bị ảnh hưởng bởi nhiễu bên trong và sự nhiễu loạn của môi trường như là áp suất môi trường xung quanh và độ biến thiên của nhiệt

Các phương pháp nâng cao độ tương phản của hình ảnh bị hạn chế do mức xám của nó trải dài trên một vùng lớn và nhiều mức độ Một thuật toán thích ứng tốt phải đảm bảo thích nghi với sự phân bố cường độ hình ảnh ngay cả trên toàn cục lẫn cục bộ Bằng cách tách riêng khu vực mịn và chi tiết của hình ảnh, thuật toán được áp dụng cho từng phần để tránh tăng cường quá nhiều nhiễu Trong hầu hết các trường hợp, chất lượng hình ảnh bị ảnh hưởng bởi môi trường không khí và môi trường nước,

do đó nâng cao hình ảnh được yêu cầu Nâng cao chất lượng hình ảnh đã góp phần vào sự tiến bộ nghiên cứu trong nhiều lĩnh vực Một số mảng trong nâng cao chất lượng hình ảnh được ứng dụng rộng rãi được nêu dưới đây

Các phương pháp nâng cao chất lượng ảnh có thể chia thành 2 nhóm chính là: phương pháp trong miền không gian và phương pháp trong miền tần số, trong đó:

- Phương pháp miền không gian: Cách tiếp cận của nó là tác động trực tiếp đến những điểm ảnh (pixel) có trong hình

- Phương pháp miền tần số: dựa trên việc điều chỉnh, tác động biến đổi Fourier nâng cao chất lượng hình ảnh của hình ảnh

Quá trình xử lý ảnh là quá trình tác động vào ảnh đầu vào để thu nhận ảnh đầu ra như mong muốn Các công đoạn của xử lý ảnh có thể được tóm tắt bằng lược đồ sau

Con người nhận biết sự vật xung quanh qua các giác quan, trong đó mắt là cơ quan quan trọng nhất

vì nó mang đến hơn 60% lượng thông tin Với sự phát triển vượt bậc của phần cứng máy tính và các ngôn ngữ lập trình ngày càng thân thiện kéo theo sự phát triển của đồ họa và xử lý ảnh một cách nhanh chóng Công việc xử lý ảnh đóng vai trò trung gian giữa môi trường xung quanh-máy tính-người

a) Thu nhận ảnh: Các thiết bị thu nhận ảnh bao gồm camera, scanner… Các thiết bị này có thể

cho ảnh đen trắng hay màu Thu nhận ảnh có 2 loại chính ứng với 2 loại ảnh thông dụng Raster

và Vector Các thiết bị thu nhận ảnh Raster thông thường là camera, các thiết bị thu nhận ảnh

Thu nhận ảnh Kỹ thuật số hóa Xử lý ảnh bằng các thuật toán

Biểu diễn ảnh đầu ra và lưu trữ

Vector thông thường qua các cảm biến hay được ảnh chuyển đổi từ ảnh Raster Nhìn chung các hệ thống thu nhận ảnh thực hiện quá trình gồm 2 công đoạn:

• Cảm biến: biến đổi năng lượng quang học thành năng lượng điện

• Tổng hợp năng lượng điện thành ảnh

b) Kỹ thuật số hóa: sau khi ảnh được chụp sẽ được lượng tử hóa để thành thông tin dưới dạng

nhị phân nhằm mục đích chỉnh sửa dựa trên thuật toán đại số dễ dàng lưu trữ và chỉnh sửa

c) Xử lý bằng các thuật toán: có thể là có thuật toán dựa trên miền tần hay miền không gian

Tùy vào mục đích khai thác thông tin trong ảnh khác nhau mà người ta sử dụng thuật toán chuyên biệt khác nhau

d) Thu nhận ảnh đầu ra và lưu trữ: sau khi ảnh đã qua xử lý chúng ta cần xuất ra các thiết bị

ngoại vi (màn hình, máy chiếu, máy in) để con người có thể nhìn thấy được Ảnh trên máy tính

là kết quả thu nhận theo các phương pháp số hoá trong các thiết bị kỹ thuật khác nhau Lưu trữ cho các mục đích về sau Quá trình lưu trữ ảnh nhằm 2 mục đích:

• Tiết kiệm bộ nhớ

• Giảm thời gian xử lý

Việc lưu trữ thông tin trong bộ nhớ có ảnh hưởng rất lớn đến việc hiển thị, in ấn và xử lý ảnh

I.1.2 Ứng dụng của xử lý ảnh

Mục đích chính của việc điều chỉnh, nâng cao chất lượng là để xử lý hình ảnh nhằm thu được kết quả

áp dụng cho các ứng dụng chuyên biệt khác nhau Ví dụ như:

1 Trong pháp y, nâng cao chất lượng hình ảnh được sử dụng để xác định, thu thập chứng

cứ và giám định Hình ảnh thu được từ phát hiện dấu vân tay, video an ninh phân tích và điều tra hiện trường vụ án được tăng cường để giúp đỡ trong việc xác định thủ phạm và bảo vệ nạn nhân.[2]

2 Trong khoa học khí quyển, nâng cao chất lượng hình ảnh được sử dụng để giảm tác động của mây mù, sương mù và thời tiết hỗn loạn cho các đài quan sát khí tượng Nó giúp cho việc phát hiện hình dạng và cấu trúc của các đối tượng từ xa trong cảm biến môi trường Hình ảnh vệ tinh trải qua công đoạn phục hồi hình ảnh và nâng cao để loại bỏ nhiễu.[3]

3 Trong vũ trụ học phải đối mặt với những thách thức do ô nhiễm ánh sáng và nhiễu có thể được giảm thiểu tối đa bằng nâng cao chất lượng hình ảnh Đối với làm nét thời gian thực và nâng cao

độ tương phản, một số máy ảnh có sẵn chức năng của nâng cao chất lượng hình ảnh được tích hợp Hơn nữa, rất nhiều phần mềm, cho phép chỉnh sửa hình ảnh như vậy để cung cấp kết quả tốt hơn và sống động.[4]

4 Trong hải dương học nghiên cứu các hình ảnh cho thấy đặc tính thú vị của dòng nước, nồng độ trầm tích, địa mạo và các mẫu địa hình Những đặc tính này có thể quan sát rõ ràng hơn trong hình ảnh kỹ thuật số được tăng cường để khắc phục vấn đề mục tiêu di động, thiếu ánh sáng và môi trường xung quanh che khuất.[5]

5 Hình ảnh y tế sử dụng kỹ thuật nâng cao chất lượng hình ảnh để giảm nhiễu và tăng độ sắc nét chi tiết để cải thiện thông tin cung cấp của hình ảnh Vì chỉ cần 1 chi tiết nhỏ cũng đóng một vai trò quan trọng trong chẩn đoán và điều trị bệnh, nên làm nổi bật các tính năng quan trọng trong khi hiển thị hình ảnh y tế là cần thiết Điều này làm cho nâng cao chất lượng hình ảnh trở thành một công cụ trợ giúp cần thiết để xem khu vực giải phẫu trong MRI, siêu âm và chụp X-quang.[6]

Từ những ví dụ trên ta có thể thấy rằng việc xử lý hậu kì cho ảnh rất quan trọng, nó đáp ứng được rất nhiều nhu cầu của các lĩnh vực không chỉ trong khoa học mà còn trong đời sống thường ngày Chính

sự đa dạng đó đã tạo nên các kiểu gia giảm ảnh khác nhau nhằm phục vụ các mục đích khác nhau Sẽ không hợp lý nếu bạn áp dụng cách hiệu chỉnh ảnh trong lĩnh vực y học vào lĩnh vực thiên văn, kết quả ra không được như mong đợi Có thể nói rằng việc hiệu chỉnh hình ảnh là mảng vấn đề thú vị và trực quan nhất trong xử lý ảnh

I.2 Các khái niệm cơ bản

Để nắm bắt các kiến thức về XLA ta cần hiểu được những khái niệm cơ bản sau

I.2.1 Ảnh

Ảnh là tập hợp của nhiều điểm ảnh (pixel), mỗi điểm ảnh được đặc trung bởi 1 mức xám (gray level) hay một dấu hiệu nào đó tại một vị trí không gian xác định Ảnh có thể xem như một hàm có n biến không gian, vì thế có thể coi ảnh là đa chiều trong xử lý ảnh, có thể là 2 chiều, 3 chiều… Trong xử lý ảnh, hình ảnh là kỹ thuật số và rời rạc

I.2.2 Điểm ảnh

Điểm ảnh (pixel) là phần tử cấu tạo nên ảnh Điểm ảnh được hiểu như 1 dấu hiệu hay cường độ sáng tại một tọa độ xác định trong không gian HÌnh ảnh được xem như là 1 tập hợp các điểm với cùng kích thước nếu sử dụng càng nhiều điểm ảnh thì bức ảnh càng đẹp, càng mịn và càng thể hiện rõ hơn chi tiết của ảnh người ta gọi đặc điểm này là độ phân giải Việc lựa chọn độ phân giải thích hợp tuỳ thuộc vào nhu cầu sử dụng và đặc trưng của mỗi ảnh cụ thể, trên cơ sở đó các ảnh thường được biểu diễn theo 2 mô hình cơ bản là raster và vector

I.2.2.1 Mô hình Raster

Đây là cách biểu diễn ảnh thông dụng nhất hiện nay, ảnh được biểu diễn dưới dạng ma trận các điểm ảnh thu nhận qua các thiết bị như camera, scanner Tuỳ theo yêu cầu thực thế mà mỗi điểm ảnh được biểu diễn qua 1 hay nhiều bit Mô hình Raster thuận lợi cho hiển thị và in ấn Ngày nay công nghệ phần cứng cung cấp những thiết bị thu nhận ảnh Raster phù hợp với tốc độ nhanh và chất lượng cao cho cả đầu vào và đầu ra

I.2.2.2 Mô hình Vector

Kiểu biểu diễn ảnh này ngoài mục đích tiết kiệm không gian lưu trữ dễ dàng cho hiển thị và in ấn còn đảm bảo dễ dàng trong lựa chọn sao chép di chuyển tìm kiếm… Trong mô hình vector người ta sử dụng hướng giữa các vector của điểm ảnh lân cận để mã hoá và tái tạo hình ảnh ban đầu ảnh vector được thu nhận trực tiếp từ các thiết bị số hoặc được chuyển đổi từ ảnh Raster thông qua các thuật toán

I.2.3 Nhiễu:

Là những tín hiệu thông tin không mong muốn, gây cản trở cho quá trình xử lý ảnh Để thu được kết quả chính xác hơn ta cần loại bỏ nhiễu

I.2.4 Mức xám (Gray level)

Là giá trị có thể có của các điểm ảnh, ví dụ: Đối với hệ màu Gray 8 bit có giá trị từ 0-255 (28-1) Mức xám đầu vào trong tài liệu này sẽ được kí hiệu là r, còn đầu ra là s

I.2.5 Histogram và ứng dụng của nó

I.2.5.1 Khái niệm cơ bản

Histogram là biểu đồ thể hiện độ sáng tương đối của một bức hình từ đen thuần khiết đến trắng thuần khiết, để biểu diễn mức độ sáng này trong xử lý ảnh người ta quy ước biến r với giá trị trong khoảng [0, L-1]

Hình ảnh ở trên biểu diễn độ xám (gray level) của các pixel có trong hình Từ trái qua phải là 3 vùng khác nhau là Tối (Shadows), Trung bình (Midtones) và Sáng (Highlights) 3 phân vùng sẽ thể hiện các pixel có độ xám tương ứng Hình dáng của Histogram phụ thuộc vào tông màu của cảnh vật và độ phơi sáng

I.2.5.2 Phát biểu về mặt kỹ thuật

Histogram của ảnh số với mức độ xám trong khoảng từ [0, L-1] là một hàm rời rạc h (rk) = nk trong đó

rk là mức độ xám và nk là số điểm ảnh có mức độ xám tương ứng Trong thực tế người ta còn có hàm

p (rk) = nk/n cho k= [0, L-1] và n là tổng số điểm ảnh trong hình Nói cách khác hàm p(rk) sẽ cho ta biết được xác suất của rk [7]

Một trong những khái niệm quan trọng trong xử lý ảnh là histogram Histogram của ảnh I là số điểm ảnh có giá trị g mức xám, được kí hiệu là h(g) Ví dụ ta có ma trận I (g) như sau:

I.2.5.3 Cách lấy Histogram của một hình ảnh bằng Matlab

Ta dùng cú pháp a_hist= imhist (a_gray), ví dụ cụ thể:

Ta sẽ thu được kết quả như sau

Histogram được coi như cơ bản trong cách các kĩ thuật xử lý ảnh số trong miền không gian số Việc tác động đến histogram sẽ rất hữu ích trong việc hiệu chỉnh ảnh Ngoài việc hiệu chỉnh ảnh Histogram còn giúp một công cụ đắc lực trong việc nén và phân chia ảnh Nhưng trong đây, phần hiệu chỉnh ảnh

sẽ là trọng tâm được trình bày

I.2.5.4 Cách đọc Histogram:

Hình (I.3) đến hình (I.7) miêu tả một số hình minh họa kèm theo histogram của nó Trong ví dụ là hình ảnh một bông hoa với các biến đổi ánh sáng và độ tương phản khác nhau để ta có thể xem xét sự biến đổi Histogram của chúng

img = imread ('akita3.jpg');

img_gray = rgb2gray (img);

Hình I.2.a Hình ảnh gốc Hình I.2.b Histogram của hình (I.2.a)

Hình I.3 Histogram của hình

ảnh gốc

Từ nhận hình ảnh minh họa trên ta có thể nhận thấy rằng:

- Những ảnh hài hòa về sáng, tối và độ tương phản thường có phân bố ít ở 2 miền tối, sáng và nhiều ở cùng trung bình

Hình I.4 Histogram của hình ảnh độ tương phản cao

Hình I.5 Histogram của hình ảnh có độ tương phản thấp

Hình I.6 Histogram của hình ảnh quá sáng

Hình I.7 Histogram của hình

ảnh quá tối

- Những hình có độ tương phản cao là hình có mức xám tập trung nhiều ở 2 vùng tối và sáng nhưng lại ít ở vùng trung bình Ngược lại so với hình có độ tương phản cao thì hình có độ tương phản thấp lại có điểm ảnh tập trung nhiều với biên độ lớn ở miền trung bình và rất ít ở

Tuy nhiên chúng ta cần lưu ý rằng histogram còn bị ảnh hưởng bởi quang cảnh, nền xung quanh Các

ví dụ ngoại lệ sẽ cho chúng ta cái nhìn bao quát hơn về việc đọc Histogram

Hình I.8 Histogram của ảnh gấu trắng Bắc cực với quang cảnh xung quang là băng đá và tuyết phủ trắng

Hình I.9 Histogram của ảnh con báo đang nằm trên cành cây trong một khung cảnh hoang hồn buông xuống

Nhận xét:

- Hình (I.8) Histogram của ảnh gấu trắng Bắc cực với quang cảnh xung quang là băng đá và tuyết phủ trắng Ta nhận thấy trong hình là quang cảnh ở Bắc Cực với nhiều tuyết và băng bao phủ, nếu dựa vào histogram ta sẽ nhầm tưởng rằng đây là hình quá sáng và mất câng bằng trong phân bố màu sắc

- Hình (I.9) Histogram của ảnh con báo đang nằm trên cành cây trong một khung cảnh hoang hồn buông xuống Ta nhận thấy histogram ở hình này tập trung chủ yếu trong 2 vùng là sáng

và tối, nếu theo cảm tính thông thường ta sẽ dễ nhầm tưởng đây là hình có độ tương phản quá cao

- Hình (I.10) Histogram của ảnh Cầu Rồng ở Đà Nẵng, ảnh được chụp trong khung cảnh buổi tối Nếu chỉ dựa vào Histogram ta sẽ dễ bị đánh lừa đây là bức ảnh bị quá tối và mất cân bằng

về màu sắc

I.2.6 Điều chỉnh mức xám

Để xử lý một hình ảnh ta cần tác động đến các điểm ảnh, mà mức xám chính là giá trị biểu hiện cho từng điểm ảnh Tóm lại, muốn xử lý ảnh ta phải chỉnh mức xám bằng một cách thức cụ thể nào đó Thông thường có 2 hướng tiếp cận:

- Giảm số mức xám: thực hiện bằng cách nhóm các mức xám với nhau thành một bó Trường hợp mức xám chỉ có 2 giá trị thì đây chính là ảnh đen trắng (Black and White: BW)

- Tăng mức xám: thực hiện nội suy ra các mức xám trung gian bằng phép toán nội suy Ứng dụng: tăng độ mịn cho ảnh

Hình I.10 Histogram của ảnh Cầu Rồng ở Đà Nẵng, ảnh được chụp trong khung cảnh buổi tối

Phần II:

CÁC PHƯƠNG PHÁP NÂNG CAO CHẤT LƯỢNG HÌNH ẢNH II.1 Giới thiệu

Có 2 phương pháp chính đó là: nâng cao chất lượng ảnh trong miền không gian và tần số

II.1.1 Nâng cao chất lượng ảnh trong miền không gian:

Ta tác động trực tiếp lên các điểm ảnh Cường độ của các điểm ảnh được tính một các đơn giản qua công thức sau:

g(x,y)=T[f(x,y)]

Trong đó f(x,y) là ảnh đầu vào, g(x,y) là ảnh đầu ra và T là thuật toán tác động lên f(x,y).[8]

II.1.2 Nâng cao chất lượng hình ảnh trong miền tần số:

Ta dựa trên việc tác động biến đổi Fourier của hình ảnh Trước tiên ảnh sẽ được biến đổi về miền tần

số, sau đó thông qua các thuật toán ta sẽ tác động đến hàm truyền F của hình ảnh Các bước xử lý hoàn toàn ta sẽ dùng biến đổi F ngược để biến hàm truyền thành hình ảnh đầu ra

Các thuật toán nâng cao chất lượng hình ảnh được thực hiện để điều chỉnh độ sáng hình ảnh, độ tương phản hoặc phân phối các mức xám Trong miền tần số thì khái niệm về lọc thì dễ dàng hơn để hình dung Vì vậy, nâng cao chất lượng hình ảnh của f(x, y) có thể được thực hiện trong miền tần số, dựa trên DFT của F(u, v)

Các hoạt động nâng cao được thực hiện để điều chỉnh độ sáng hình ảnh, độ tương phản hoặc phân phối các cấp độ màu xám Trong miền tần số khái niệm về lọc sẽ dễ dàng hơn để hình dung Vì vậy, nâng cao hình ảnh của f (x, y) có thể được thực hiện trong miền tần số, dựa trên DFT của F(u, v) Trong miền tần số nâng cao hình ảnh có thể được thực hiện như sau:

a) Tính toán F(u, v), DFT của hình ảnh đầu vào

b) Nhân F(u, v) với một hàm lọc H(u, v)

G(u, v) = H(u,v) F(u, v)

c) Tính ngược DFT của kết quả bằng cách áp dụng Fourier biến đổi ngược

d) Tìm được phần thực sự của biến đổi nghịch DFT

Trong đó G(u,v) là ảnh đầu ra, F(u,v) là ảnh đầu vào và H(u,v) là hàm truyền [9]

II.2 Xử lý ảnh trong miền không gian

II.2.1 Khái quát

Khái niệm miền không gian được định nghĩa là tập hợp của các điểm ảnh cấu thành nên hình ảnh Phương pháp miền không gian là kỹ thuật tác động trực tiếp lên điểm ảnh

Nguyên lý chính của việc định nghĩa vùng lân cận tại 1 điểm có tọa độ (x,y) là một hình phụ/phụ ảnh/hạ ảnh (sub-image) hình vuông hay hình chữ nhật ở chính giữa (x,y) Hình dưới đây sẽ biểu diễn điều này

Trung tâm của ảnh phụ sẽ chạy từ pixel này đến pixel khác theo thứ từ từ trái qua phải và từ trên xuống dưới Thuật toán T sẽ áp dụng cho mỗi vùng (x,y) để tìm đầu ra g Dạng đơn giản nhất của T là khi vùng lân cận có kích thước 1x1 (có nghĩa là một điểm ảnh) Trong trường hợp này, g chỉ phụ thuộc vào giá trị của f tại (x, y), và T trở thành một hàm truyền mức xám có dạng:

s = T(r)

Trong đó r và s là 2 biến thể hiện mức xám của f(x,y) và g(x,y) Gọi m là một mức nào đó nếu T(r) có dạng như trong hình (II.2) thì nó sẽ tạo ra một ảnh có độ tương phản cao hơn bằng cách làm đậm hơn những mức xám trên m và nhạt hơn những mức xám dưới m, đây là phương pháp kéo dãn độ tương phản Đặc biệt ở hình (II.2 b) ta thấy s đã được xác định bằng 0 nếu r<m và ngược lại s sẽ bằng 1, đây

có thể hiểu là phép biến đổi ảnh thành ảnh nhị phân Ánh xạ của T(r) được gọi là hàm ngưỡng Bởi vì trong quá trình nâng cao chất lượng ảnh mỗi điểm sẽ phụ thuộc vào mức xám của chính nó nên ta còn

gọi đây là phương pháp xử lý điểm

Có rất nhiều khác biệt giữa các phương pháp nhân tố (elementary) và thử sai (heuristic) được dùng trong nâng cao chất lượng hình ảnh Tuy nhiên chúng ta không thể đánh giá phương pháp nào là tốt hơn vì thực tế những phương pháp khác nhau sẽ phát huy tác dụng riêng của nó Trong tài liệu này chỉ đề cập những vấn đề mà cả con người và máy tính đều có thể nhận thức được Các phương pháp được nêu ra sẽ tập trung vào xử lý ảnh trong miền không gian với 2 phần chính là:

- Phần II.2.2.1: Các thao tác xử lý điểm

- Phần II.2.2.2: Xử lý ảnh thông qua Histogram

Hình II.3 Hình ảnh chụp X-quang của người Đây là một ví dụ thể hiện tác động của nâng cao chất lượng hình ảnh lên ảnh [a]

II.2.2 Các phương pháp XLA trong miền không gian

II.2.2.1 Một số biến đổi mức xám cơ bản (các thao tác xử lý điểm)

Chúng ta bắt đầu nghiên cứu các kỹ thuật nâng cao hình ảnh bằng cách thảo luận về hàm chuyển đổi mức xám Đây là một trong những điều cơ bản nhất của các kỹ thuật nâng cao hình ảnh Giá trị của điểm ảnh, trước và sau khi xử lý, sẽ được ký hiệu là r và s Như đã nêu trong phần trước, các giá trị này có liên quan với nhau bằng công thức s = T(r) , trong đó T là một chuyển đổi ánh xạ một giá trị pixel r thành một giá trị pixel s Vì chúng ta đang xét tín hiệu số, giá trị của hàm biến đổi thường được lưu trữ trong một mảng một chiều và các ánh xạ từ r sang s được thực hiện thông qua tra cứu bảng Cho một môi trường 8-bit, một bảng tra cứu có giá trị T có 256 mức

Thao tác trong miền không gian dễ dàng hơn khi ta xét một vùng lân cận Trong trường hợp này T chính là hàm biến đổi mức xám hay một thao tác xử lý điểm

Xem xét hình (II.4) cho thấy có ba loại hàm biến đổi sử dụng thường xuyên để nâng cao hình ảnh đó

là tuyến tính (biến đổi âm ảnh và đồng nhất), logarit (biến đổi log và nghịch đảo log), và hàm mũ (biến đổi bậc thứ n và biến đổi căn bậc n) Hàm đồng nhất là trường hợp tầm thường, trong đó cường độ đầu ra giống hệt cường độ đầu vào

II.2.2.1.1 Âm ảnh

Thao tác đơn giản và dễ thực hiện nhất trong xử lý ảnh số là tạo ra ảnh âm bản Giá trị mức xám của hình ảnh sẽ được đảo ngược lại Âm bản của một hình ảnh có mức xám trong khoảng [0, L-1], thu được từ việc biến đổi dùng công thức sau:

Âm ảnh

BĐ hàm log

BĐ hàm nghịch đảo log

Đồng

nhất

Căn bậc n

Mũ n

S=L-1- r (Phương trình II.1)

Để dễ hình dung ta xét ví dụ sau: Cho một ảnh có kích thước RxC với R là số hàng và C là số cột I(R,C)

là ảnh ban đầu và N(R,C) là ảnh âm bản, thì N được tính như sau:

N(r, c) = 255 – I(r, c) trong đó 0 ≤ r ≤ R và 0 ≤c ≤ C

Chúng ta có thể nhận thấy rằng giá trị của mỗi pixel ảnh gốc là dưới 255 Ảnh qua xử lý có giá trị đối lại so với ảnh ban đầu

Đảo ngược mức xám của một hình ảnh theo cách này tạo ra một ảnh âm bản Loại xử lý này phù hợp

để tăng cường chi tiết màu trắng hoặc xám ẩn trong vùng tối của hình ảnh, đặc biệt là khi các khu vực màu tối chiếm ưu thế về số lượng Một ví dụ được thể hiện trong hình (II.5) Hình (II.5 a) là ảnh chụp

X quang tuyến vú đã được kỹ thuật số hóa cho thấy một tổn thương nhỏ

Hình II.5 a Hình II.5 b

Ta thấy rằng mặc dù thực tế là các nội dung trực quan là như nhau trong cả hai hình ảnh, nhưng sẽ dễ dàng hơn nhiều khi phân tích các mô vú ở hình ảnh tiêu cực trong trường hợp này

II.2.2.1.2 Biến đổi dùng ngưỡng

Biến đổi dùng ngưỡng hay nói ngắn gọn là biến đổi ngưỡng thường được dùng trong một số mảng vấn đề mà chúng ra muốn nổi bật một vật thể

Nguyên lý của việc lấy ngưỡng rất đơn giản, có thể viết như sau:

Hình II.5 Hình ảnh chụp một khối ung thư vú ở người [b] Hình II.5 a thể hiện ảnh gốc

Hình II.5.b là ảnh âm bản của nó

Biến đổi ngưỡng

Hình II.6 Một ví dụ minh họa cho việc dùng biến đổi ngưỡng.[c]

𝑠 = {1 (𝑛ế𝑢 𝑟 > 𝑛𝑔ưỡ𝑛𝑔)0 (𝑛ế𝑢 𝑟 ≤ 𝑛𝑔ưỡ𝑛𝑔) (Phương trình II.2)

Với r là mức xám ảnh gốc và s là mức xám ảnh sau khi biến đổi

Một ứng dụng tiêu biểu của biến đổi ngưỡng đó là nhận diện biển số xe (LPR: License Plate Recognition) Trong Matlab để thực hiện lấy ngưỡng ta dùng hàm graythresh với cú pháp level = graythresh (I) Ví dụ sau đây sẽ minh họa cụ thể:

Qua ví dụ ta có thể thấy sau khi dùng phép biến đổi ngưỡng thì biển số trở nên dễ nhìn hơn, điều này đặc biệt có ý nghĩa đối với các cảm biến ánh sáng giúp chúng có thể nhận biết được các kí tự trên biển

số xe LPR được ứng dụng trong các bãi giữ xe nhằm mục đích an ninh hay trên các tuyến đường nhằm phát hiện biển số những xe vi phạm pháp luật

Ngoài ra biến đổi ngưỡng có thể ứng dụng làm công cụ đắc lực trong việc nhận diện chữ quang học (ORC: Optical Character Recognition) Ý tưởng của ORC là khi chụp một bức ảnh ta sẽ xử lý bằng thuật toán lấy ngưỡng, những ký tự trong hình sau khi được lấy ngưỡng sẽ trở nên rõ ràng hơn và cảm biến

sẽ dễ nhận diện chữ hơn Ví dụ sau đây sẽ cho ta thấy:

Hình II.7 Ứng dụng của biến đổi ngưỡng trong việc nhận diện biển số xe

Hình II.7.a Hình ảnh gốc Hình II.7.b Hình ảnh sau khi được biến đổi ngưỡng

Nhận xét: Hình (II.8) đã cho chúng ta thấy một ứng dụng của việc tạo ngưỡng Sau khi lấy ngưỡng các

kí tự xuất hiện trong ảnh sẽ rõ ràng hơn và dễ nhận biết hơn

II.2.2.1.3 Biến đổi dùng hàm log

Dạng chung của biến đổi dùng hàm log được biểu diễn dưới dạng số học như sau:

s=c.log (1+r)

Trong đó c là một hằng số và người ta cho r≥ 0 Hình dạng của đường cong hàm log trong hình (II.4) cho thấy sự biến đổi này ánh xạ một phạm vi hẹp của các giá trị màu xám ở mức độ thấp trong hình ảnh đầu thành một phạm vi rộng hơn của đầu ra Ngược lại cũng đúng với các giá trị đầu vào cao hơn Chúng ta sẽ sử dụng một chuyển đổi loại hình này để mở rộng các giá trị điểm ảnh tối trong một hình ảnh trong khi nén các mức xám giá trị cao hơn

Bất kỳ đường cong có hình dạng chung của hàm log như hình (II.4) sẽ thực hiện giãn/nén mức xám trong một hình ảnh Trong thực tế, biến đổi hàm mũ được thảo luận trong phần tiếp theo linh hoạt hơn trong vấn đề này Tuy nhiên, hàm log có đặc tính quan trọng là nó nén dải động của hình ảnh với

sự biến đổi lớn trong giá trị điểm ảnh

II.2.2.1.4 Biến đổi hàm mũ

II.2.2.1.4.1 Lý thuyết

Hình II.8 Một ví dụ về việc sử dụng ngưỡng trong việc nhận

Hình II.8 a Hình ảnh sau lấy ngưỡng

Hình II.8 b Hình ảnh ban đầu

Biến đổi hàm mũ có dạng cơ bản là

s = cr ^𝜸(Phương trình II.3)

Trong đó: c và 𝛾 là hằng số dương

Đôi khi phương trình (II.3) được viết như saus= c(r+𝜺)^𝜸 do có một khoảng chênh lệch 𝜀 Tuy nhiên

𝜀 thường bị bỏ qua đây vì là vấn đề của canh chuẩn màn hình

Đồ thị của s theo r với 𝛾 có giá trị khác nhau như ta thấy ở hình(II.8) Như trong trường hợp của biến đổi hàm log, các đường cong hàm mũ với các giá trị của 𝛾 ánh xạ một phạm vi hẹp của đầu vào có giá trị đậm vào một phạm vi rộng lớn hơn của giá trị đầu vào, với điều ngược lại là đúng

Không giống như các hàm log, chúng ta nhận thấy đây là một họ của các đường cong biến đổi có thể thu được từ 𝛾 khác nhau Theo phán đoán, chúng ta thấy trong hình (II.8) các đường cong được tạo

ra với giá trị của 𝛾 > 1 có hình dạng đối xứng với những đường cong tạo ra với các giá trị của 𝛾 <1 qua đường thẳng 𝛾=1

Các thiết bị sử dụng để chụp ảnh, in ấn, và màn hình hiển thị đáp ứng theo một định luật hàm mũ Theo quy ước, số mũ trong phương trình hàm mũ được gọi là gamma(𝛾) (do đó chúng ta sử dụng biểu tượng này trong phương trình (II.3) Quá trình sử dụng để chỉnh sửa hàm mũ này được gọi là chỉnh sửa gamma

Ví dụ: ống tia cathode (CRT) có một đáp ứng cường độ-điện áp đó là một hàm mũ, với số mũ khác nhau từ khoảng 1,8 đến 2.5 Tham chiếu đến các đường cong khi 𝛾 = 2,5 trong hình (II.8), chúng ta thấy rằng hệ thống hiển thị như vậy sẽ có xu hướng tạo ra hình ảnh có màu đậm hơn dự định Hiệu ứng này được minh họa trong hình (II.9)

Hình II.8 Đồ thị của hàm s=cr^ γ với các giá trị γ khác nhau và với c=1