Nghiên cứu các vấn đề về phân vùng ảnh (Image Region) trong xử lý ảnh số

Nghiên cứu các vấn đề về phân vùng ảnh (Image Region) trong xử lý ảnh số”Phân vùng ảnh là một bước then chốt trong xử lý ảnh. Giai đoạn này nhằm phân tích ảnh thành những thành phần có cùng tính chất dựa theo biên hay các vùng liên thông. Tiêu chuẩn để xác định các vùng liên thông có thể là mức xám, cùng màu hay độ nhám…Vùng ảnh là một chi tiết, một thực thể trong toàn cảnh. Nó là một tập hợp các điểm có cùng hoặc gần cùng một tính chất nào đấy: mức xám, mức màu, độ nhám… Vùng ảnh là một trong hai thuộc tính quan trọng của ảnh. Nói đến vùng ảnh là nói đến tính chất bề mặt. Đường bao quanh một vùng ảnh (boundary) là biên ảnh. Các điểm trong một vùng ảnh có độ biến thiên giá trị mức xám tương đối đồng đều hay tính kết cấu (texture) tương đồng.

MỤC LỤC

DANH SÁCH CÁC THÀNH VIÊN TRONG NHÓM: 1

MỤC LỤC 2

LỜI NÓI ĐẦU 4

CHƯƠNG I: GIỚI THIỆU ĐỀ TÀI 5

CHƯƠNG II: NỘI DUNG ĐỀ TÀI 6

I.LÝ THUYẾT 6

I.1 KHÁI QUÁT VỀ PHÂN VÙNG ẢNH 6

I.1.1.Một số khái niệm: 6

I.1.2 Các hướng tiếp cận phân vùng ảnh 6

I.1.3 Các công đoạn chính của phân vùng ảnh: 6

I.1.4 Một số phương pháp phân vùng ảnh 7

I.2 MỘT SỐ THUỘC TÍNH CỦA ĐIỂM ẢNH VÀ VÙNG ẢNH 7

I.2.1 Một số thuộc tính của điểm ảnh 7

I.2.2 Một số thuộc tính của vùng ảnh 7

II.3 PHÂN VÙNG ẢNH DỰA TRÊN PHƯƠNG PHÁP PHÂN LỚP .8 II.3.1 Khái quát về phương pháp phân lớp 8

II.3.2 Phân lớp các điểm ảnh trong không gian thuộc tính một chiều8 a, Xác định ngưỡng dựa trên biểu đồ Histogram 9

B, Xác định ngưỡng dựa trên thuật toán tam giác: 13

c, Xác định ngưỡng dựa trên thuật toán ISODATA 13

I.4 PHÂN VÙNG DỰA TRÊN PHƯƠNG PHÁP CẤU TRÚC 15

I.4.1 Giới thiệu phương pháp: 15

I.4.2 Thuật toán gán nhãn thành phần liên thông 15

I.4.3 Phân vùng ảnh theo miền đồng nhất 17

 Thuật toán phân vùng dựa trên sự phân chia và kết hợp các miền kề 19

a, Nguyên tắc thuật toán 19

b, Thuật toán phân chia các miền kề dựa trên cấu trúc cây tứ phân 19

c, Thuật toán kết hợp các miền kề 23

I.5 Phân đoạn dựa theo kết cấu bề mặt(texture) 25

I.5.1 Tiếp cận thống kê 25

I.5.2 Cách tiếp cận cấu trúc 28

I.5.3 Phân đoạn theo tính kết cấu 29

I.6 PHÂN VÙNG DỰA THEO ĐƯỜNG BIÊN 29

I.6.1 Làm mảnh biên 29

I.6.2 Nhị phân hóa đường biên 31

I.6.3 Miêu tả đường biên 31

Mã hóa theo tọa độ Đềcác: 33

CHƯƠNG III: ĐÁNH GIÁ KẾT QUẢ NGHIÊN CỨU VÀ KẾT LUẬN 35

ĐÁNH GIÁ: 35

KẾT LUẬN: 35

TÀI LIỆU THAM KHẢO: 36

LỜI NÓI ĐẦU

Xử lý ảnh là một lĩnh vực đang được quan tâm và đã trở thành môn họcchuyên ngành của sinh viên hệ kỹ sư, hệ cử nhân ngành Công Nghệ Thông Tincũng như một sso ngành kỹ thuật khác trong các trường Đại học kỹ thuật

Xử lý ảnh có liên quan đến nhiều ngành khác như: hệ thống thông tin, lýthuyết thông tin, lý thuyết thống kê, trí tuệ nhân tạo, nhận dạng…

Xử lý ảnh cũng đã tạo ra được rất nhiều ứng dụng hữu ích trong thực tếnhư: bài toán nhận dạng vân tay, chữ viết, giọng nói…

Qua thời gian 15 tuần học trên lớp và khoảng 45 ngày nghiên cứu đề tài,chúng em đã tìm hiểu được một số nội dung cơ bản trong Môn học xử lý ảnh Tuynhiên do kiến thức còn hạn hẹp, kết quả chúng em nghiên cứu còn nhiều thiếu sót,kính mong nhận được sự góp ý, nhận xét của các thầy cô trong bộ môn

Chúng em xin chân thành cảm ơn!

Nhóm sinh viên

CHƯƠNG I: GIỚI THIỆU ĐỀ TÀI

“Nghiên cứu các vấn đề về phân vùng ảnh (Image Region) trong xử lý ảnh số”

Phân vùng ảnh là một bước then chốt trong xử lý ảnh Giai đoạn này nhằmphân tích ảnh thành những thành phần có cùng tính chất dựa theo biên hay cácvùng liên thông Tiêu chuẩn để xác định các vùng liên thông có thể là mức xám,cùng màu hay độ nhám…

Vùng ảnh là một chi tiết, một thực thể trong toàn cảnh Nó là một tập hợpcác điểm có cùng hoặc gần cùng một tính chất nào đấy: mức xám, mức màu, độnhám… Vùng ảnh là một trong hai thuộc tính quan trọng của ảnh Nói đến vùngảnh là nói đến tính chất bề mặt Đường bao quanh một vùng ảnh (boundary) làbiên ảnh Các điểm trong một vùng ảnh có độ biến thiên giá trị mức xám tương đốiđồng đều hay tính kết cấu (texture) tương đồng

Dựa vào đặc tính vật lý của vùng ảnh, người ta có nhiều kỹ thuật phânvùng Nếu phân vùng dựa trên các miền liên thông, ta gọi là kỹ thuật phân vùngdựa theo miền đồng nhất hay miền kề Nếu muốn phân vùng dựa vào biên gọi làphân vùng biên Ngoài ra, còn có kỹ thuật khác như phân vùng dựa vào biên độ,phân vùng theo kết cấu

Mục đích của phân tích ảnh là để có một miêu tả tổng hợp về nhiều phần tửkhác nhau cấu tạo nên ảnh thô (brut Image) Vì lượng thông tin chứa trong ảnh làrất lớn, trong khi đó đa số ứng dụng chỉ cần một số thông tin đặc trưng nào đó, dovậy cần có một quá trình để giảm lượng thông tin khổng lồ ấy Quá trình này baogồm phân vùng ảnh và trích chọn đặc tính chủ yếu

CHƯƠNG II: NỘI DUNG ĐỀ TÀI

I.LÝ THUYẾT

I.1 KHÁI QUÁT VỀ PHÂN VÙNG ẢNH

I.1.1.Một số khái niệm:

 Vùng ảnh (Region): là tập hợp các điểm ảnh có chung các thuộc tính thuộcvề

một đối tượng nào đó

 Phân vùng ảnh (Image Segmentation): là quá trình phân hoạch tập các điểmảnh

của X thành các tập con R (hay một vùng ảnh) thỏa mãn các điều kiện sau:

+ R ≠ 

+ R  R =  (i ≠ j,  i,j)

+  R = X,  i

R : bao gồm các pixel có chung các thuộc tính nào đó.

I.1.2 Các hướng tiếp cận phân vùng ảnh

Có 2 hướng tiếp cận phân vùng ảnh sau:

 Dựa trên tính đồng đều ( độ tương tự của mức xám và các thuộc tínhchung của các điểm ảnh trong mỗi vùng

 Phân vùng ảnh dựa trên sự biến thiên của hàm độ xám hoặc mức xám( phân vùng dựa trên tách biên)

I.1.3 Các công đoạn chính của phân vùng ảnh:

Gồm 3 công đoạn sau:

+ Tiền xử lý ảnh ( nếu có )

+ Quá trình phân vùng ảnh ( thực hiện dựa trên các thuật toán )

+ Đánh nhãn cho các vùng ảnh được phân tách và điều chỉnh nếu cần

I.1.4 Một số phương pháp phân vùng ảnh

Phân vùng ảnh là bước then chốt trong xử lý ảnh Giai đoạn này nhằm phân tíchảnh thành các thành phần có cùng tính chất nào đấy dựa vào biên hay những vùngliên thông Tiêu chuẩn để xác định các vùng liên thông có thê là cùng mức xám,cùng màu,…Vùng ảnh là một thuộc tính quan trọng của ảnh Nói đến vùng ảnh là nóiđến kết cấu bề mặt Đường bao quanh một vùng ảnh gọi là biên ảnh

Một số phương pháp phân vùng chính như:

- Dựa trên sự phân lớp

- Dựa trên phương pháp cấu trúc

- Dựa trên việc biểu diễn và xử lý đa phân giải

- Phân vùng ảnh dựa trên phương pháp phân tích kết cấu

I.2 MỘT SỐ THUỘC TÍNH CỦA ĐIỂM ẢNH VÀ VÙNG ẢNH

I.2.1 Một số thuộc tính của điểm ảnh

- Giả sử có một điểm ảnh X = { P } , trong đó P là pixel thứ i ( i = 1,…, M*N)

Trong đó L : giá trị mức xám lớn nhất của ảnh

I.2.2 Một số thuộc tính của vùng ảnh

: nếu Pred(R) = 1 thì vùng R là vùng đồng đều

Pred(R) = 0 thì vùng R là không đồng đều

- Thuộc tính tần số, thuộc tính thống kê, thuộc tính cấu trúc

II.3 PHÂN VÙNG ẢNH DỰA TRÊN PHƯƠNG PHÁP PHÂN LỚP II.3.1 Khái quát về phương pháp phân lớp

- Phương pháp phân lớp là việc phân các phần tử có chung một số thuộc tính

nào đó về các lớp theo các tiêu chuẩn về thuộc tính

- Các phương pháp phân lớp: có hai phương pháp sau:

+ Phân lớp dựa trên các điểm ảnh trong không gian thuộc tính

+ Phân lớp dựa trên tiêu chuẩn phân lớp ( dựa trên khoảng cách nhỏ nhất

giữa các vecto thuộc tính )

Phương pháp phân lớp các điểm ảnh trong không gian thuộc tính một chiều dựatrên các thuộc tính biên độ

 Có 2 phương pháp trong không gian thuộc tính một chiều : dựa vào giải thuậthọc ISODATA và thuật toán phân chia, kết hợp miền kề

II.3.2 Phân lớp các điểm ảnh trong không gian thuộc tính một chiều

- Khái niêm: Giả sử giá trị mức xám của điểm ảnh P là A(P) Có phương pháp

đê phân lớp các pixel như sau: điểm P  C nếu T ≤A(P) < T

Trong đó T , T là giá trị ngưỡng dưới và ngưỡng trên của lớp C

 Vấn đề : xác định các ngưỡng T , T giữa các lớp và kết quả của quá trìnhphân lớp là mỗi lớp C sẽ cho ta một vùng anh R tương ứng

 Có 2 phương pháp để xác định ngưỡng T , T

+ Xác định ngưỡng dựa trên biểu đồ Histogram (nếu có thể )

Chọn ngưỡng dựa trên biểu đồ Histogram

+ Phương pháp xác định ngưỡng tự động dựa trên quá trình học theo thuật toán ISODATA

Sau đây, chúng ta sẽ lần lượt tìm hiểu về tường phương pháp xác định ngưỡng ởtrên:

a, Xác định ngưỡng dựa trên biểu đồ Histogram

Việc tìm ngưỡng biên độ rất hữu ích khi các đặc điểm của biên độ đủ để mô

tả đối tượng Giá trị của biên độ là tiêu chuẩn đưa ra một khoảng đại diện cho cácđặc trưng riêng biệt của đối tượng Kỹ thuật xác định ngưỡng rất hữu ích trongviệc phân vùng ảnh nhị phân như là các tài liệu in, các dòng vẽ và đồ họa, ảnhmàu, ảnh tia X…

Việc chọn ngưỡng là một bước rất quan trọng trong phương pháp này Cácbước chọn ngưỡng như sau:

1 Xem xét Histogram của ảnh được để xác định các đỉnh và các khe Nếu ảnh

có dạng rắn lượn (nhiều đỉnh và khe), thì các khe có thể được sử dụng đểchọn ngưỡng

2 Chọn ngưỡng t sao cho xác định được số ŋ của toàn bộ mẫu < t

3 Điều chỉnh ngưỡng dựa trên xem xét lược đồ xám của các điểm lân cận

4 Chọn ngưỡng bởi việc lấy mẫu histogrant chỉ của những điểm mà thỏa mãntiêu chí để chọn Ví dụ như, trong các ảnh có độ tương phản thấp,histogram cùa các pixel sẽ có độ lớn Laplacian g(m,n) lớn hơn giá trị t địnhtrước (sao cho từ 5% đến 10% số điểm ảnh với gradient lớn nhất sẽ coi nhưbiên) sẽ cho phép xác định các đặc tính ảnh lưỡng cực tốt hơn ảnh gốc

5 Khi có một mô hình phân lớp xác suất, việc xác định ngưỡng dựa vào tiêuchuẩn nhằm cực tiểu của sai số hoặc một số tính chất theo định luật Bayes

Ví dụ:

Chúng ta phân vùng ảnh tượng đài Washington trên hình 9.50

Trước tiên, cường độ thấp là ngưỡng để tách các khu vực rất tối (các cây ởtrong ảnh) để loại cây ra khỏi ảnh

Sau đó, chúng ta tìm một hình chữ nhật bao quanh tượng đài bởi việc chọnngưỡng các đường ngang và dọc được ký hiệu dưới dạng:

Hình 1 h(n) = u(m,n) / 1

Quá trình nhị phân hóa cũng chính là việc phân theo ngưỡng, tức là:

Out(x,y) = 1 với In(x,y) >T

t(e(k,1) tính bởi: t(e(k,1)) =

Để hiểu rõ hơn về nguyên tắc phân vùng dựa vào ngưỡng biên độ ta xét thí dụ sau:

Hình2 Lược đồ hình rắn lượn và cách chọn ngưỡngGiả sử ảnh có lược đồ xám như hình trên ta chọn các ngưỡng như hình vẽ:

T = L, T = L Ta có 5 ngưỡng và phân vùng thành 4 vùng, ký hiệu là C là vùngthứ k của ảnh, k=1, 2, 3, 4 Cách phân vùng theo nguyên tắc:

P  C nếu T <= A(P ) < T , k =1, 2, 3, 4

Sau khi phân xong, nếu ảnh rõ nét thì việc phân vùng coi như kết thúc.Trường hợp ngược lại cần điều chỉnh ngưỡng Thuật toán ISODATA cho phépđiều chỉnh ngưỡng theo từng bước cho đến khi ta có một phân vùng như ý.

B, Xác định ngưỡng dựa trên thuật toán tam giác:

Thuật toán này do Zack đưa ra và được minh họa trong hình dưới

Trong hình này, chúng ta có thê quan sát thấy một đường thẳng đã được xâydựng bằng cách nối từ giá trị lớn nhất của lược đồ tại độ sáng b đến giá trị nhỏ nhấtcủa lược đồ sáng b Với mỗi độ sáng b trong khoảng [ b , b ], chúng ta đi tínhkhoảng cách d từ giá trị lược đồ tại b là h[b] đến đường thẳng đã có Giá trị b ứngvới khoảng cách lớn nhất sẽ được chọn làm giá trị ngưỡng 

Kỹ thuật lấy ngưỡng không nhất thiết phải được áp dụng cho toàn bộ ảnh, mà cóthể áp dụng cho từng vùng ảnh một.Các giá trị ngưỡng được tính riêng biệt cho từngvùng một và sau đó được kết hợp lại thông qua phép nội suy để hình thành nên mộtmặt ngưỡng cho toàn bộ ảnh Trong thuật toán mới này, kích thước của các vùng cần

được chọn một cách thích hợp sao cho có một lượng đáng kể các điểm ảnh ở trongmột vùng, nhằm phục vụ cho việc tính lược đồ và xác định ngưỡng tương ứng Tínhhữu ích của thuật toán này, cũng như nhiều thuật toán khác, sẽ phụ thuộc vào từngứng dụng cụ thể.

c, Xác định ngưỡng dựa trên thuật toán ISODATA

- Bước khởi đầu: (t=0)

+ dự đoán được số vùng của ảnh: N

+ Xác định được giá trị bắt đầu của ngưỡng của lớp theo cách sau:

Chia [L , L] thành N phần bằng nhau

L: Giá trị nhỏ nhất của mức xám của ảnh ban đầu

L: Giá trị lớn nhất của mức xám của ảnh ban đầu Giả sử ta có Nc =4:

+ Thực hiện phân lớp theo các T (t-1) ; j = [0, N ]

 điểm ảnh P  C nếu T ≤ A(P) < T

trong đó ta lặp với mọi lớp C thuộc khoảng [0, N ] + Tính giá trị trung bình của các điểm ảnh của các lớp ở bước lặp t:

m (t)

+ tính giá trị ngưỡng ở bước lặp t: T (t) theo công thức:

T (t) = Nếu tồn tại T (t) = T (t-1) hoặc m(t) = m(t-1) thì thuật toán dừng lại và sang bước cuối cùng, ngược lại thì sang bước tiếp theo

+ Từ các bước trên ta tìm được các ngưỡng T là hằng số nên thuật toán hội

tụ Do đó ta thực hiện các công việc sau:

 phân các điểm ảnh theo các ngưỡng T đã tìm được

 Đánh nhãn các vùng ảnh R bằng thuộc tính chung và hiển thị các vùng (phân tách)

 Ta hiệu chỉnh các vùng (số vùng theo kết quả hiển thị các vùng N có thể tăng, giảm: Nếu N thay đổi thì ta phải dự đoán lại số vùng và thực hiện lại từ đầu.

I.4 PHÂN VÙNG DỰA TRÊN PHƯƠNG PHÁP CẤU TRÚC

I.4.1 Giới thiệu phương pháp:

Bao gồm các phương pháp sau:

- Độ đồng đều thuộc tính của các điểm ảnh

- Tính liên thông (cấu trúc vị trí) của các điểm ảnh trong một vùng.

- Bản chất: thực hiên phân vùng dựa trên cấu trúc đồ thị để giải quyết tính

liên thông

I.4.2 Thuật toán gán nhãn thành phần liên thông

Một phương pháp đơn giản và hiệu quả của việc phân vùng ảnh nhị phân làviệc kiểm tra sự kết nối của các điểm ảnh với các điểm lân cận và gán nhãn chocác kết nối đã được thiết lập Hai thuật toán thực tế là như sau:

Gán nhãn các điểm ảnh: giả sử có một ảnh nhị phân được scan từ trái

sang phải và từ dưới lên trên Điểm ảnh hiện tại là X, được gán nhãn nhận 1 trong

2 giá trị: 1 đối tượng (các bit 1) hay một hố (các bit 0) bởi việc kiểm tra sự kết nốicủa nó với các điểm lân cận A, B, C và D Ví dụ như: nếu X=1, thì nó được ấnđịnh cho một (hoặc một số) đối tượng mà nó kết nối Nếu có hai hay nhiều đốitượng được kiểm tra, thì các đối tượng này được biểu thị cho các các vùng tươngđương và được kết hợp lại Một đối tượng mới lại được ấn định khi có một sựchuyển từ các bit 0 sang một bit 1 riêng rẽ Khi mà một điểm ảnh được gán nhãn,các đặc điểm của đối tượng được cập nhật Ở cuối quá trình scan, các đặc điểmnhư trọng tâm, diện tích, chu vi được lưu lại cho mỗi vùng của các bit 1 được kếtnối

Phân tích các kết nối chạy dài (Run-length connectivity analysis.)

Một phương pháp phụ của việc phân vùng ảnh nhị phân là phân tích các kết nốichạy dài sau khi quét các dòng Để minh họa cho ý tưởng này, chúng ta theo dõi

hình 9.52, nơi mà các điểm đen hay trắng chạy qua được biểu thị bởi a, b, c… Mộtbảng phân vùng được tạo ra, nơi mà biến chạy a của dòng đầu tiên được đưa vàocột đầu tiên Đối tượng của biến chạy đầu tiên a được đặt tên là A Biến chạy đầutiên của dòng tiếp theo, b, có màu giống với a và gối lên a Do đó b thuộc về đốitượng A và được đặt dưới a trong cột đầu tiên

Vì c là của các mầu khác nhau, nó được đặt trong một cột mới cho một đốitượng có nhãn là B dòng chạy d là các hoạt động trong cùng mầu sắc như là a vàgối lên a Khi cả b và d cùng gối lên a, sự phân kỳ được gọi là đã xẩy ra và một cộtmới của đối tượng A được tạo ra, nơi mà d chiếm chỗ Một cờ phân kỳ(sai số) ID1được đặt trong cột này để cho biết rằng đối tượng b đã gây ra sai số Hơn nữa cờID2 của B được đặt thành A để chỉ rằng B đã gây ra sai số trong A Tương tự nhưvậy, sự hội tụ xảy ra khi hai đối tượng hay nhiều hơn các dòng chạy các bit 0 hoặchoặc các bit 1 trong một dòng được đưa ra được gối lên 1 dòng có màu giống vớimàu của dòng trước đó Như vậy, hội tụ xẩy ra trong việc chạy u, cái mà đặt cờhội tụ IC1 vào C trong cột 4 đặt cờ IC2 vào B trong cột 6 Tương tự như vậy w đặt

cờ hội tụ IC2 đến A trong cột 2 và cột 5 là nhãn thuộc đối tượng A

Theo cách này, tất cả các đối tượng với đường bao khép kín được phânvùng trong một single pass Bảng phân vùng đưa ra dữ liệu liên quan đên từng đốitượng Cờ hội tụ và phân kỳ cũng cho ta biết cấu trúc thứ bậc của đối tượng Vì Bhội tụ cũng như phân kỳ ở A và C có mối quan hệ tương tự với B Đối tượng A, B,

và C được phân cấp thành 1, 2, và 3 tương ứng

Ví dụ:

Một tầm nhìn hệ thống dựa trên việc phân tích các kết nối chạy dài đượcđưa ra trong hình Đối tượng đầu vào là các ảnh và các dữ liệu số hóa để đưa ra

một ảnh nhị phân Hình 9.53 đại diên cho dữ liệu chạy dài của chiếc khóa, sự phânvùng của nó thành mặt nghiêng ngoài cùng và 3 lỗ.

Hình 9.53

Với mỗi đối tượng, các tính năng như số lượng lỗ, diện tích lỗ, giới hạnhình chữ nhật, trung tâm của khối, định hướng, chiều dài trục lớn và trục nhỏ củahình elip là được tính toán Một hệ thống được đào tạo với các tính năng như vậy,sau đó có thể xác định đưa ra từ một đối tượng đào tạo từ vốn từ của đối tượng

I.4.3 Phân vùng ảnh theo miền đồng nhất

Kĩ thuật phân vùng ảnh thành các miền đồng nhất dựa vào các tính chất quantrọng nào đó của miền Việc lựa chọn các tính chất của miền sẽ xác định tiêuchuẩn phân vùng Ở đây cũng cần phải xác định rõ tính đồng nhất của một miềncủa ảnh vì đó là điểm chủ yếu xác định tính hiệu quả của việc phân vùng Các tiêuchuẩn hay được dùng là sự thuần nhất về mức xám, màu sắc đối với ảnh màu, kếtcấu sợi và chuyển động

Thí dụ, với ảnh hàng không, việc phân vùng theo màu cho phép phân biệtthảm thực vật: Cánh đồng màu xanh hay vàng, rừng xanh thẫm, đường màu xám,mái nhà màu đỏ, v v

Đối với ảnh chuyển động, người ta tiến hành trừ 2 ảnh quan sát được tại haithời điểm khác nhau Trong trường hợp này, phần ảnh không thay đổi sẽ nhận giátrị không, những phần thay đổi sẽ nhận giá trị dương hay âm tương ứng với thayđổi hay dịch chuyển Như vậy việc trừ ảnh thực ra là một xấp xi của đạo hàm theothời gian của ảnh Thực vậy, giả sử I(t) và I(t+ r) là 2 ảnh quan sát ở thời điểm t vàt+r Nếu thời gian quan sát r là nhỏ, ta sẽ nhận được xấp xỉ của đạo hàm một cáchtrực tiếp:

=

Với cánh tính này, ta có thể biết được vận tốc dịch chuyển của ảnh

Cũng nhờ kỹ thuật trừ ảnh ta có thể xác định sự xuất hiện của những đốitượng mới ( tín hiệu dương ) hay sự biến mất của các đối tượng trong ảnh trước( tín hiệu âm )

Tính kết cấu ( Texture ) là đặc tính rất quan trong trong phân vùng ảnh Nhờ

nó, ta có thể phân biệt thảm cỏ với một mặt nhuộm màu lá cây Tính kết cấu đặctrưng cho kiểu dạng xuất hiện lặp trên bề mặt nào đó cảu đối tượng Có 2 kiểu lặp:lặp có tính chu kỳ và lặp ngẫu nhiên Lặp ngẫu nhiên thường gặp trong tự nhiênnhư cát, thảm cỏ…, còn lặp có tính chu kỳ là lặp nhân tạo Thí dụ như ảnh tạo bởi

kỹ thuật phân ngưỡng bằng ma trận Dithering trong chương 2 cho ảnh có kết cấusợi

Người ta có thể dùng logic vị từ để làm tiêu chuẩn đánh giá việc phân vùngảnh Giả sử ảnh X phải phân thành n vùng khác nhau, kí hiệu: Z , Z ,…,Z và logic

P(Z) : I(k,l)<T