Nghiên cứu các phép biến đổi ảnh và tìm biên ảnh

Hai nhiệm vụ cơ bản của quá trình xử lý ảnh là nâng cao chất lượng hình ảnh và xử lý số liệu cung cấp cho các quá trình khác trong đó có việc ứng dụng thị giác vào điều khiển.. Mục đích

LỜI CẢM ƠN

Em sẽ không hoàn thành luận văn nếu không có sự hướng dẫn và chỉ bảo của thầy giáo PGS.TS Lê Huy Thập Em xin chân thành cảm ơn sự hướng dẫn của thầy

Xin chân thành cảm ơn sự giúp đỡ, động viên của tất cả các bạn trong quá trình thực hiện luận văn

Là sinh viên lần đầu nghiên cứu khoa học chắc chắn đề tài của em không tránh khỏi những thiếu sót, vì vậy em rất mong sự đóng góp ý kiến của các thầy cô giáo và các bạn để đề tài của em được hoàn thiện Một lần nữa

em xin chân thành cảm ơn công lao dạy dỗ chỉ bảo của thầy, cô giáo Kính chúc quý thầy cô giáo mạnh khỏe, tiếp tục đạt được nhiều thắng lợi trong nghiên cứu khoa học và sự nghiệp trồng người

Em xin chân thành cảm ơn!

Hà Nội, ngày 05 tháng 05 năm 2012 Sinh viên thực hiện

Nguyễn Quang Hiệu

LỜI CAM ĐOAN

Tên tôi là: Nguyễn Quang Hiệu

Sinh viên lớp: K34CNTT - Trường Đại Học Sư Phạm Hà Nội 2

Tôi xin cam đoan:

1 Luận văn tốt nghiệp “Nghiên cứu các phép biến đổi ảnh và tìm biên ảnh” là công trình nghiên cứu của bản thân tôi dưới sự hướng dẫn của thầy

giáo PGS.TS Lê Huy Thập và tham khảo một số tài liệu trên Internet

2 Luận văn không sao chép từ các tài liệu có sẵn nào

3 Kết quả nghiên cứu không trùng với các tác giả khác

Tôi xin chịu trách nhiệm về lời cam đoan này!

Hà nội, ngày 05 tháng 05 năm 2012

Người cam đoan

Nguyễn Quang Hiệu

MỤC LỤC

LỜI CẢM ƠN 1

LỜI CAM ĐOAN 2

MỤC LỤC 3

DANH MỤC HÌNH ẢNH 5

MỞ ĐẦU 6

Chương 1 TỔNG QUAN VỀ XỬ LÝ ẢNH 10

1.1 Các giai đoạn của một quá trình xử lý ảnh 10

1.2 Mô tả ảnh 13

1.3 Biểu diễn ảnh 16

Chương 2 CÁC KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH 20

2.1 Kỹ thuật tăng giảm độ sáng 20

2.2 Tăng giảm độ tương phản 22

2.3 Tách ngưỡng 23

2.4 Phép giãn ảnh đa cấp xám 23

2.5 Phép co ảnh đa cấp xám 25

2.6 Đóng, mở mức xám 25

2.7 Làm trơn theo kiểu Morphology 26

2.8 Các tác động ảnh xám cục bộ 26

2.9 Các phép biến đổi hình học 29

Chương 3 CÁC MÔ HÌNH MÀU 31

3.1 Học thuyết về mầu 31

3.2 Mô hình ba mầu 31

3.3 Các mô hình mầu vật lý 32

3.4 Mô hình mầu theo hướng thụ cảm 33

Chương 4 CÁC PHƯƠNG PHÁP TÌM BIÊN ẢNH 35

4.1 Phân loại các kỹ thuật phát hiện biên 35

4.1.1 Kỹ thuật phát hiện biên trực tiếp 35

4.1.2 Kỹ thuật phát hiện biên gián tiếp 35

4.1.3 Quy trình phát hiện biên 36

4.2 Kỹ thuật phát hiện biên Gradient (Sobel) 36

4.3 Toán tử la bàn Kirsh 37

4.4 Kỹ thuật phát hiện biên Laplace 39

4.5 Tổng quan về thuật toán 41

4.5.1 Cơ sở lý thuyết thuật toán 41

4.5.2 Hoạt động của thuật toán 43

Chương 5 XÂY DỰNG ỨNG DỤNG 48

5.1 Phát biểu bài toán 48

5.2 Giao diện đa ngôn ngữ 49

5.3 Xây dựng các chức năng chính 51

5.4 Các form lọc (fillter) 54

5.5 Hiệu ứng ảnh (Displacement center) 55

5.6 Biên Ảnh (Edge Detetion ) 56

5.6.1 Kỹ thuật phát hiện biên Gradient 56

5.6.2 Toán tử la bàn Kirsh 56

5.6.3 Kỹ thuật phát hiện biên Laplace 56

KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 57

TÀI LIỆU THAM KHẢO 59

DANH MỤC HÌNH ẢNH

Hình 1.1 Quá trình xử lý ảnh 11

Hình 1.2: Ví dụ về ảnh xám 14

Hình 1.3 Ảnh nhị phân có kích thước 8x8 15

Hình 1.4 : Ảnh nhị phân và biểu diễn các mã loạt dài tương ứng 17

Hình 1.5: Hướng các điểm biên và mã tương ứng 18

Hình 4.1 Biên ảnh với toán tử Sobel 37

Hình 4.2 Biên ảnh với toán tử Kirsh 39

Hình 4.3 Biên ảnh với kỹ thuật Laplace 41

Hình 4.4 Đạo hàm hàm Gauss theo hai hướng (x, y) 44

Hình 4.5 Hình mô tả các điểm biên lân cận 46

Hình 5.1 Form giao diện chính 51

MỞ ĐẦU

1 Mục đích, lý do chọn đề tài

Trên thế giới đã có rất nhiều công trình nghiên cứu tại nhiều quốc gia từ năm 1920 đến nay về xử lý ảnh đã góp phần thúc đẩy tiến bộ trong lĩnh vực này lớn mạnh không ngừng

Xử lý ảnh là một trong những mảng quan trọng nhất trong kỹ thuật thị giác máy tính, là tiền đề cho nhiều nghiên cứu thuộc lĩnh vực này Hai nhiệm

vụ cơ bản của quá trình xử lý ảnh là nâng cao chất lượng hình ảnh và xử lý số liệu cung cấp cho các quá trình khác trong đó có việc ứng dụng thị giác vào điều khiển

Quá trình bắt đầu từ việc thu nhận ảnh nguồn (từ các thiết bị thu nhận ảnh dạng số hoặc tương tự) gửi đến máy tính Người lập trình sẽ tác động các thuật toán tương ứng lên dữ liệu ảnh nhằm thay đổi cấu trúc ảnh phù hợp với các ứng dụng khác nhau

Phần lớn con người thu nhận thông tin bằng thị giác, cụ thể đó là các hình ảnh Vì vậy xử lý ảnh là vấn đề không thể thiếu và hết sức quan trọng để thu được hình ảnh tốt hơn, đẹp hơn, nhằm đáp ứng nhu cầu thông tin khác nhau của người nhận

Trong xử lý ảnh, việc nhận dạng và phân lớp đối tượng cần trải qua các quá trình và các thao tác khác nhau Phát hiện biên là một giai đoạn rất quan trọng vì các kỹ thuật phân đoạn chủ yếu dựa vào giai đoạn này Mục đích của việc dò biên sẽ đánh dấu những điểm trong một số ảnh số mà có sự thay đổi đột ngột về độ xám, tập hợp nhiều điểm biên tạo nên một đường bao quanh ảnh (đường biên) Nhờ có đường biên mà chúng ta có thể phân biệt giữa đối tượng và nền, phân biệt giữa các vùng khác nhau và định vị được đối tượng từ

đó mà nhận dạng đối tượng Đây là cơ sở quan trọng trong việc ứng dụng phương pháp này vào thực tiễn của cuộc sống, đặc biệt là trong điều kiện đất

nước ta đang từng bước phát triển và đi lên nên việc nghiên cứu các ứng dụng vấn đề này cần được quan tâm và phát triển

Xuất phát từ thực tế đó, luận văn của em lựa chọn đề tài “Nghiên cứu các phép biến đổi ảnh và tìm biên ảnh” đề tài là hệ thống hoá kiến thức về các

phương pháp phát hiện biên, từ các kỹ thuật biến đổi ảnh, dò biên cài đặt chương trình để đưa ra các nhận xét, so sánh, đánh giá về các phương pháp tìm biên ảnh Qua đó có cái nhìn tổng quát về các phương pháp phát hiện biên

2 Nhiệm vụ, yêu cầu

- Nhiệm vụ:

Luận văn phải nêu được những nét cơ bản về việc sử dụng các kỹ thuật

xử lý ảnh và tìm biên ảnh Xây dựng chương trình ứng dụng nhằm mục đích

mô phỏng quá trình hiển thị biên dựa trên ngôn ngữ Visual C#

+ Nghiên cứu phương pháp nhận dạng biên theo kỹ thuật đạo hàm bậc nhất Gradient

+ Nghiên cứu phương pháp nhận dạng biên theo kỹ thuật đạo hàm bậc hai Laplace

+ Xây dựng ứng dụng nhận dạng biên với các kỹ thuật khác nhau dựa trên ngôn ngữ Visual C#

3 Phương pháp nghiên cứu

a Phương pháp nghiên cứu lý luận

Nghiên cứu qua việc đọc sách, báo và các tài liệu liên quan nhằm xây dựng cơ sở lý thuyết của đề tài và các biện pháp cần thiết để giải quyết các vấn đề của đề tài

b Phương pháp chuyên gia

Tham khảo ý kiến của các chuyên gia để có thể thiết kế chương trình phù hợp với yêu cầu thực tiễn, nội dung xử lý nhanh đáp ứng được yêu cầu ngày càng cao của người sử dụng

c Phương pháp thực nghiệm

Thông qua quan sát thực tế, yêu cầu của cơ sở, những lý luận được nghiên cứu và kết quả đạt được qua những phương pháp trên

4 Đối tượng, phạm vi nghiên cứu

a Đối tượng nghiên cứu

Các kĩ thuật xử lý ảnh và tìm biên ảnh

b Phạm vi nghiên cứu

Phạm vi luận văn của em dừng lại ở việc nghiên cứu và phát triển một phần nhỏ ứng dụng trong việc xử lý ảnh và tìm biên ảnh thông qua một số kĩ thuật phát hiện biên dựa trên phương pháp phát hiện biên trực tiếp

5 Ý nghĩa thực tiễn của đề tài

Nếu đề tài “Nghiên cứu về các phép biến đổi ảnh và tìm biên ảnh”

được xây dựng trên C# thì sẽ giúp ta rút ngắn thời gian xử lý công việc, thỏa mãn nhu cầu ngày càng cao của con người, cho kết quả chính xác trong các kết quả đã thu được

6 Cấu trúc của khoá luận

Sau một thời gian nghiên cứu, tìm hiểu và được sự giúp đỡ chỉ bảo tận tình của thầy giáo PGS.TS Lê Huy Thập, em đã hoàn thành luận văn này

Ngoài phần mở đầu và kết luận, nội dung chính của khoá luận gồm 5 chương, nội dung cụ thể của các chương như sau:

Chương 1: Tổng quan về xử lý ảnh

Trong chương này trình bày sơ lược về xử lý ảnh, giới thiệu các bước

xử lý trong một hệ thống xử lý ảnh Một số thành phần cốt tử trong xử lý ảnh, như điểm ảnh, mức xám, ảnh số, ảnh nhị phân, ảnh đen trắng, ảnh màu, biên ảnh, được trình bày như là các khái niệm

Chương 2: Các kỹ thuật nâng cao chất lượng ảnh

Nội dung của chương này sẽ đề cập đến một số kỹ thuật nâng cao chất lượng ảnh bằng các phương pháp như: tăng giảm độ sáng, tương phản, xử lý màu ảnh, lọc và làm mịn ảnh

Chương 3: Các mô hình màu

Chương này nói về học thuyết và mô hình các màu được mô tả qua các thành phần tông màu, độ bão hòa và cường độ màu

Chương 4: Các phương pháp tìm biên ảnh

Nội dung của chương này sẽ đề cập đến một số kỹ thuật phát hiện biên bằng toán tử mặt nạ (sobel), toán tử la bàn (kirsh) và kỹ thuật phát hiện biên laplace

Chương 5: Xây dựng ứng dụng

Qua việc cài đặt thử nghiệm các phép biến đổi ảnh và tìm biên đã trình bày trong chương trước, từ các kết quả mô phỏng thực nghiệm khi chạy chương trình, trong chương trình này đưa ra các kết luận, so sánh các phép biến đổi ảnh và tìm biên ảnh Chỉ ra phương pháp biến đổi ảnh và tìm biên ảnh phù hợp với loại ảnh cần xử lý

Chương 1 TỔNG QUAN VỀ XỬ LÝ ẢNH

Xử lý ảnh là một trong những mảng quan trọng nhất trong kỹ thuật thị giác máy tính, là tiền đề cho nhiều nghiên cứu thuộc lĩnh vực này Hai nhiệm vụ

cơ bản của quá trình xử lý ảnh là nâng cao chất lượng thông tin hình ảnh và

xử lý số liệu cung cấp cho các quá trình khác trong đó có việc ứng dụng thị giác vào điều khiển

Đã có rất nhiều công trình nghiên cứu tại nhiều quốc gia từ năm 1920 đến nay về xử lý ảnh đã góp phần thúc đẩy tiến bộ trong lĩnh vực này lớn mạnh không ngừng

Quá trình bắt đầu từ việc thu nhận ảnh nguồn (từ các thiết bị thu nhận ảnh dạng số hoặc tương tự) gửi đến máy tính Dữ liệu ảnh được lưu trữ ở định dạng phù hợp với quá trình xử lý Người lập trình sẽ tác động các thuật toán tương ứng lên dữ liệu ảnh nhằm thay đổi cấu trúc ảnh phù hơp với các mục đích khác nhau

1.1 Các giai đoạn của một quá trình xử lý ảnh

Con người thu nhận thông tin qua các giác quan trong đó thị giác đóng vai trò quan trọng nhất Sự phát triển nhanh của phần cứng máy tính, xử lý ảnh và

đồ hoạ đã phát triển mạnh mẽ và ngày càng có nhiều ứng dụng trong cuộc sống Xử lý ảnh đóng một vai trò quan trọng trong tương tác người máy Quá trình xử lý nhận dạng ảnh là một quá trình thao tác nhằm biến đổi một ảnh đầu vào để cho ra một kết quả mong muốn Kết quả đầu ra của một quá trình xử lý ảnh có thể là một ảnh “tốt hơn” hoặc một kết luận

Hình 1.1 Quá trình xử lý ảnh

Như vậy mục tiêu của xử lý ảnh có thể chia làm ba hướng như sau:

- Xử lý ảnh ban đầu để cho ra một ảnh mới tốt hơn theo một mong muốn của người dùng (ví dụ: ảnh mờ cần được xử lý để rõ hơn)

- Phân tích ảnh để thu được thông tin nào đó giúp cho việc phân loại và nhận biết ảnh (ví dụ: phân tích ảnh vân tay để trích chọn các đặc trưng vân tay)

- Từ ảnh đầu vào mà có những nhận xét, kết luận ở mức cao hơn, sâu hơn (ví dụ: ảnh một tai nạn giao thông phác hoạ hiện trường tai nạn)

1.1.2 Xử lí trước

Quá trình xử lí trước thực ra bao gồm nhiều công đoạn nhỏ Trước hết là công việc tăng cường ảnh để nâng cao chất lượng ảnh Do những nguyên

Xử lý ảnh Ảnh đầu vào

Ảnh tốt hơn

Kết luận

nhân khác nhau: có thể do chất lượng thiết bị thu nhận ảnh, do nguồn sáng hay do nhiễu, ảnh có thể bị suy biến Do vậy cần phải tăng cường và khôi phục lại ảnh để làm nổi bật một số đặc tính chính của ảnh, hay làm cho ảnh gần giống nhất với trạng thái gốc (trạng thái trước khi ảnh bị biến dạng) Nhằm các mục đích phục vụ cho các bước tiếp theo

Những mục đích riêng biệt có thể đặt ra cho quá trình xử lý trước là:

+ Thực hiện điều chỉnh độ chiếu sáng để khắc phục hậu quả của sự chiếu sáng không đồng đều

+ Giảm nhỏ thành phần nhiễu

+ Cải thiện độ tương phản của ảnh màu do khuôn màu không tốt

+ Hiệu chỉnh độ méo giá trị xám

+ Loại bỏ tính không đồng thể của ảnh gây nên từ tính không đồng bộ của lớp nhạy quang của hệ thống thu nhận ảnh

+ Chuẩn hóa độ lớn, dạng và màu

+ Điều chỉnh bộ lọc để khuyếch đại các tần số với những thông tin quan trọng được khuyếch đại và nén đi các tần số khác

1.1.3 Phân đoạn

Là quá trình phân chia các đối tượng cần khảo sát ra khỏi phần nội dung còn lại của ảnh, phân tách các đối tượng tiếp giáp nhau và phân tách những đối tượng riêng biệt thành những đối tượng con Một phương pháp phân đoạn ảnh là sử dụng một ngưỡng giá trị xám để phân tách ảnh thành đối tượng và nền (những điểm dưới ngưỡng xám thuộc về nền, ngược lại thuộc về đối tượng)

1.1.4 Tách ra các đặc tính

Dựa trên các thông tin thu nhận được qua quá trình phân đoạn, kết hợp với các kỹ thuật xử lý để đưa ra các đặc trưng, đối tượng ảnh cũng như các thông tin cần thiết trong quá trình xử lý Nhờ các đặc tính có được từ ảnh ta có thể

phân loại các đối tượng khác nhau của ảnh

1.1.5 Phân loại ảnh

Thực hiện công việc sắp xếp một đối tượng vào một lớp đối tượng cho trước Để giải quyết bài toán này thì các đặc tính có ý nghĩa phải được lựa chọn Ta tìm thấy các đặc tính có ý nghĩa khi ta phân tích các mẫu được lựa chọn từ những đối tượng khác nhau

1.2 Mô tả ảnh

1.2.1 Pixel (Picture Element)

Ảnh trong thực tế là một ảnh liên tục về không gian và về giá trị độ sáng

Để có thể xử lý ảnh bằng máy tính cần thiết phải tiến hành số hoá ảnh Trong quá trình số hoá, người ta biến đổi tín hiệu liên tục sang tín hiệu rời rạc thông qua quá trình lấy mẫu (rời rạc hóa về không gian) và lượng hoá thành phần giá trị mà thể về nguyên tắc bằng mắt thường không phân biệt được hai điểm

kề nhau Trong quá trình này, người ta sử dụng khái niệm Picture element mà

ta quen gọi hay viết là Pixel - phần tử ảnh Mỗi Pixel bao gồm một cặp tọa độ

chỉ vị trí (x,y) và một mức xám nhất định Mật độ Pixel trên một ảnh số cho ta xác định được độ phân giải của ảnh Ảnh có độ phân giải càng cao thì càng rõ nét và ngược lại Ví dụ một ảnh số có độ phân giải là 800 x 600 Pixel nghĩa là

có 800 điểm theo chiều ngang và 600 điểm theo chiều dọc

1.2.2 Mức xám (Gray Level)

Mức xám của điểm ảnh là kết quả sự biến đổi tương ứng một cường độ sáng của điểm ảnh đó với một giá trị số (kết quả của quá trình lượng hoá) Cách mã hoá kinh điển thường dùng 16, 32 hay 64 mức Mã hoá 256 mức là phổ dụng nhất do lý do kỹ thuật Vì 28

= 256 (0, 1, , 255), nên với 256 mức mỗi pixel sẽ được mã hoá bởi 8 bit

1.2.3 Ảnh số

Ảnh số là một tập hợp các điểm ảnh Khi được số hoá, nó thường được biểu diễn bởi bảng hai chiều I(n,m): n dòng và m cột Ta nói ảnh gồm n x m

pixels Người ta thường kí hiệu P(x,y) để chỉ một pixel Tùy theo loại ảnh mà một pixel có thể lưu trữ trên 1, 4, 8 hay 24 bit

P(x,y)| x=0 n, y=0 m

Sau đây là ví dụ về một ảnh xám Bức ảnh được tái hiện bởi 40000 mẫu sắp xếp trên mảng 2 chiều, 200 cột và 200 dòng Các mức xám của một Pixel nằm trong khoảng [0 255] Với 0 là màu đen, 255 là màu trắng các giá trị trung gian là màu xám

Hình 1.2: Ví dụ về ảnh xám

1.2.4 Phân loại ảnh

Ảnh số (Image Digital) được thể hiện trên máy tính dưới các dạng khác nhau tùy theo giá trị mức xám của từng điểm ảnh cũng như sự mã hóa các điểm ảnh Dựa vào sự khác nhau đó mà người ta phân ra thành 3 loại ảnh chủ yếu đó là: ảnh nhị phân, ảnh xám và ảnh màu

a) Ảnh nhị phân

Ảnh nhị phân chỉ bao gồm hai mức màu phân biệt: màu đen và màu trắng

Mức xám của tất cả các điểm ảnh chỉ nhận một trong hai giá trị 0 hoặc 1 (0 là màu đen và 1 là màu trắng) Với ảnh nhị phân, mỗi Pixel được mã hóa trên một bit Sau đây là một ví dụ về ảnh đen trắng với tập hợp 8 x 8 = 64 điểm ảnh

= 256, nên với 256 mức mỗi Pixel được mã hóa bởi 8 bit (1 byte) Ví dụ: Ảnh 512 x 512 cần ít nhất không gian lưu trữ là 512 x 512 Bytes hay 256 Kbytes

c) Ảnh màu

Thông tin con người thu nhận bằng hình ảnh đều bắt nguồn từ thị giác Mắt

người có thể phân biệt được rõ nét nhất 3 màu là: Đỏ (Red - R), lục (Green - G), lam (Blue - B)

Ảnh màu nói chung là ảnh tổ hợp từ 3 màu cơ bản: đỏ (R), lục (G), lam (B)

và thường thu nhận trên các giải băng tần khác nhau Với ảnh màu cách biểu diễn cũng tương tự như ảnh đen trắng chỉ khác là mỗi Pixel ảnh gồm 3 thành phần màu P=[red,green,blue] Mỗi Pixel cần được biểu diễn bằng 3 bytes Mỗi màu cũng phân thành L cấp khác nhau (L thường là 256) Do vậy, để lưu trữ ảnh màu, người ta có thể lưu trữ từng mặt màu riêng biệt, mỗi màu lưu trữ

như một ảnh đa cấp xám Do đó không gian nhớ dành cho một ảnh màu lớn gấp 3 lần một ảnh đa cấp xám cùng kích thước

1.3 Biểu diễn ảnh

1.3.1 Biểu diễn ảnh trong máy tính

Trong biểu diễn ảnh, người ta thường dùng các phần tử đặc trưng của ảnh

là pixel Nhìn chung có thể xem một hàm hai biến chứa các thông tin như biểu diễn của một ảnh Các mô hình biểu diễn ảnh cho ta một mô tả lôgic hay định lượng các tính chất của hàm này Trong biểu diễn ảnh cần chú ý đến tính trung thực của ảnh hoặc các tiêu chuẩn “thông minh” để đo chất lượng ảnh hoặc tính hiệu quả của các kỹ thuật xử lý

Ta cần xem xét ảnh sẽ được biểu diễn ra sao trong bộ nhớ máy tính Nếu lưu trữ trực tiếp ảnh thô theo kiểu bản đồ ảnh, dung lượng sẽ khá lớn, tốn kém

mà nhiều khi không hiệu quả theo quan điểm ứng dụng Thường người ta không biểu diễn toàn bộ ảnh thô mà tập trung đặc tả các đặc trưng của ảnh như: biên ảnh (Boundary) hay các vùng ảnh (Region) Dưới đây giới thiệu một số phương pháp biểu diễn Thường người ta dùng:

- Biểu diễn mã loạt dài (Run - Length Code)

- Biểu diễn mã tứ phân (Quad Tree Code)

- Biểu diễn mã xích (Chaine Code)

- Ngoài ra cũng dùng mô hình thống kê

a) Mã loạt dài

Phương pháp này hay dùng biểu diễn cho vùng ảnh hay ảnh nhị phân Một vùng ảnh R có thể biểu diễn đơn giản nhờ một ma trận nhị phân:

u(m,n) = 1 nếu (m,n)  R

0 nếu ngược lại

Với cách biểu diễn trên, một vùng ảnh hay ảnh nhị phân được xem như gồm các chuỗi 0 hay 1 đan xen Các chuỗi này gọi là một mạch (run) Theo

phương pháp này, mỗi mạch sẽ được biểu diễn bởi địa chỉ bắt đầu của mạch

và chiều dài mạch theo dạng: (<hàng,cột>, chiều dài)

c) Mã xích

Mã xích thường được dùng để biểu diễn biên của ảnh Thay vì lưu trữ toàn

bộ ảnh, người ta lưu trữ dãy các điểm ảnh như A, B, , M Theo phương pháp này, 8 hướng của véctơ nối 2 điểm biên liên tục được mã hoá Khi đó ảnh được biểu diễn qua điểm ảnh bắt đầu A cùng với chuỗi các từ mã Điều này được minh hoạ trong hình dưới đây

A 111 110 000 001 000 110 101 110 101 010 100 010

Hình 1.5: Hướng các điểm biên và mã tương ứng

1.3.2 Các loại tệp cơ bản trong xử lý ảnh

Ảnh thu được sau quá trình số hóa thường được lưu lại phục vụ cho các

quá trình tiếp theo Trong quá trình phát triển của kỹ thuật xử lý ảnh tồn tại nhiều định dạng ảnh khác nhau

a) Phần đầu (Header): Là phần chứa các thông tin về kiểu ảnh, kích

thước, độ phân giải, số bit dùng cho 1 Pixel, cách mã hóa, vị trí bảng màu…

b) Dữ liệu nén (Data Compression): Số liệu ảnh được mã hóa bởi kiểu mã

đã được Header chỉ ra

c) Bảng màu (Palette Color): Bảng màu không nhất thiết phải có ví dụ khi

là ảnh đen trắng Nếu có bảng màu cho biết số màu dùng trong ảnh và bảng màu được sử dụng để hiện thị màu của ảnh

Chương 2

CÁC KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH

Ta nhận thấy một ảnh màu thông thường là ảnh bao gồm ba màu chính: Red – Green – Blue sẽ bao gồm 3 ảnh xám: Red, Green và Blue Như vậy

để xử lý ảnh mầu ta phải xử lý trên 3 ảnh xám Red, Green, Blue của nó và kết hợp lại sẽ có kết quả như mong muốn

2.1 Kỹ thuật tăng giảm độ sáng

Tăng cường độ sáng (Brightness) của một ảnh có thể được hiểu như sự phát sáng toàn bộ ảnh Hay nói một cách cụ thể đó là sự phát sáng toàn bộ của mọi Pixel trong ảnh đó

Đây là một kỹ thuật khá đơn giản: để tăng thêm độ sáng, tất cả các Pixel của ảnh cần được cộng thêm giá trị điều chỉnh vào mọi kênh màu RGB Tuy

kỹ thuật này đơn giản nhưng nó đem lại hiệu quả khá cao và rất hay được sử dụng trong lĩnh vực xử lý ảnh Nó giúp ích rất nhiều trong các ngành như y học, địa lý, quân sự, trong việc phân tích và nhận dạng

Ở đây điều chỉnh Brightness không chỉ được sử dụng để làm sáng lên những ảnh tối mà còn được sử dụng để làm tối đi các ảnh sáng Một ảnh sáng hoàn toàn đơn giản là tất cả các Pixel đều màu trắng trong khi một ảnh tối tất

cả các Pixel đều màu tối Sự khác nhau duy nhất trong làm tối một ảnh là trừ

đi giá trị điều chỉnh vào mỗi kênh màu R - G - B của ảnh

Đối với mỗi kênh màu, chúng chỉ nhận các giá trị [0, 255] Chính vì thế khi tăng cường hay giảm độ sáng của một ảnh ta phải chú ý đến ngưỡng của các kênh Điều đó có nghĩa là với mỗi kênh màu của một Pixel nếu nhỏ hơn 0 thì

ta phải gán bằng 0 và nếu lớn hơn 255 thì ta phải gán bằng 255

Biểu thức cho kỹ thuật Brightness có dạng:

g(x,y) = f(x,y) + b Trong đó b là hằng số cộng thêm vào giá trị màu f(x,y) Độ sáng của ảnh

tăng nếu b > 0, và giảm bớt nếu b < 0

Thuật toán chung được miêu tả bằng :

If (Brightness = True) Then // Tăng độ sáng

NewValue = OldValue + Adjustment;

Else NewValue = OldValue - Adjustment; // Giảm độ sáng

If (NewValue < ValueMin) Then NewValue = ValueMin;

If (NewValue > ValueMax) Then NewValue = ValueMax;

Để cho thuật giả này nhanh hơn, chúng ta phân ra hai mức làm sáng (Lightening) và làm tối (Darkening) Việc phân ra làm hai mức là có hai lý

do Thứ nhất là khi làm sáng ảnh thì không phải kiểm tra nếu giá trị màu dưới

0 và khi làm tối ảnh cũng không phải kiểm tra nếu giá trị màu trên 255 Lý do thứ hai quan trọng hơn Đó là một Byte chỉ giữ những giá trị giữa 0 và 255

Mà phạm vi điều chỉnh màu lại nằm trong [-255, 255] Điều đó có nghĩa là nếu chúng ta không phân ra làm hai mức thì giá trị điều chỉnh màu phải là Int

và khi đó việc xử lý tốn thêm thời gian sau mỗi vòng lặp

Thuật toán trên có thể được cải tiến như sau:

If (Brightness = True) Then

NewValue = OldValue + Adjustment;

If (NewValue > 255) Then NewValue = 255;

Else // Brightness=False

NewValue = OldValue - Adjustment;

If (NewValue < 0) Then NewValue = 0;

Với biến điều chỉnh màu Adjustment được khai báo kiểu Byte

(a) (b) (c)

Hình 2.1: Ảnh gốc (a); ảnh đã giảm độ sáng (b);

ảnh đã được tăng cường độ sáng (c)

Ta nhận thấy rằng những điểm đã sáng trắng trong ảnh gốc không được làm sáng hơn và các điểm đã tối đen trong ảnh gốc cũng không được làm tối hơn

2.2 Tăng giảm độ tương phản

Độ tương phản (Contrast) thể hiện sự thay đổi cường độ sáng của đối tượng

so với nền, hay nói cách khác, độ tương phản là độ nổi của điểm ảnh hay vùng ảnh so với nền

Ảnh số là tập hợp các điểm, mà mỗi điểm có giá trị độ sáng khác nhau Ở đây, độ sáng để mắt người dễ cảm nhận ảnh song không phải là quyết định Thực tế chỉ ra rằng hai đối tượng có cùng độ sáng nhưng đặt trên hai nền khác nhau sẽ cho cảm nhận khác nhau Vì vậy ta có thể thay đổi độ tương phản của ảnh sao cho phù hợp

Việc làm tăng độ tương phản rất hữu ích khi tiến hành xử lý trước theo phương pháp phân ngưỡng Bằng việc làm tăng độ tương phản, sự khác nhau của giá trị nền và đối tượng, độ dốc của cạnh đối tượng được tăng lên Do đó sau khi làm tăng độ tương phản ta có thể tìm các giá trị màu thích hợp với một vùng sáng hơn

Trong một ảnh có độ tương phản cao, có thể xác định được các viền rõ ràng

và chi tiết khác nhau của ảnh đó được nổi bật Còn trong một ảnh có độ tương phản thấp, tất cả các màu đều gần như nhau gây khó khăn cho việc xác định

các chi tiết của ảnh Biểu thức cho kỹ thuật Contrast có dạng:

g(x,y) = af(x,y) Trong đó a là hằng số nhân vào giá trị màu tại f(x,y) Độ sáng của ảnh tăng nếu a > 1, và giảm bớt nếu a < 1

Thuật toán được miêu tả như sau :

NewValue=OldValue/255; // Biến đổi đến một phần trăm

NewValue=NewValue - 0.5;

NewValue=NewValue*ContrastValue; //ContrastValue thuộc [-1,1] NewValue=NewValue + 0.5;

NewValue=NewValue*255;

If (NewValue > 255) Then NewValue = 255;

If (NewValue < 0) Then NewValue = 0;

Biểu thức Brightness và Contrast có thể được kết hợp lại để có được biểu thức sau:

+ Inew(x, y) = Max nếu I(x, y) >= λ

+ Inew(x, y) = Min nếu I(x, y) < λ

2.4 Phép giãn ảnh đa cấp xám

2.4.1 Định nghĩa

Với ảnh đa cấp xám IMxN, THxK là mẫu Gọi R là ảnh kết quả của của phép giãn ảnh I bởi mẫu T Khi đó R có kích thước (M+H-1, N+K-1)

B3: Dịch chuyển mẫu T’ trên ảnh I theo trật tự từ trên xuống dưới, từ trái

sang phải sao cho pham vi mẫu của T’ nằm trong ảnh I Ở mỗi lần dịch chuyển, pixel ảnh kết quả tương ứng có mức xám bằng giá trị lớn nhất của tổng các cặp pixel của mẫu T’ và ảnh I tương ứng Kết quả thu được có thể giảm đi cùng một giá trị xám thích hợp

B1: Dịch chuyển mẫu T trên ảnh I theo trật tự từ trên xuống dưới và từ

trái sang phải sao cho mẫu T nằm trong ảnh I Ở mỗi lần dịch chuyển, pixel ảnh kết quả tương ứng có mức xám bằng giá trị nhỏ nhất của hiệu cặp giá trị pixel ảnh I và mẫu T

Ví dụ: Cho ảnh I6x6 và mẫu T sau

2.7 Làm trơn theo kiểu Morphology

Thuật toán này dựa trên cơ sở rằng phép mở mức xám làm trơn ảnh xám từ phía trên mặt độ sáng, còn phép đóng làm trơn từ phía dưới Do đó, với phần

tử cấu trúc T, phép làm trơn được định nghĩa như sau:

k j

+ Sao chép mép ảnh cũ sang ảnh mới

+ Kế tiếp các ảnh một cách tuần hoàn và tạo ra một tín hiệu tuần hoàn + Giảm các tín hiệu nhiễu

2.8.2 Phương pháp lọc - làm nhẵn

Trong nhiều lĩnh vực kỹ thuật , nhiễu đóng vai trò chủ yếu gây nên những khó khăn khi ta cần phân t ích một tín hiệu nào đó , cũng không loại trừ tín hiệu ảnh Giữa một ảnh thực và ảnh số hoá thu nhận được khác nhau khá nhiều vì có nhiều quá trình can thiệp vào Nguyên nhân là do nhiễu điện tử của máy thu hay chất lượng kém của bộ số hoá Ta xem xét biế n nhiễu thể hiện trên ảnh thế nào Giả sử ảnh là một miền có mức xám đồng nhất, như vậy các phần tử của ma trận biểu diễn ảnh sau quá trình số hoá phải có cùng giá

trị Nhưng thực tế quan sát ta thấy : gần giá trị trung bình của mức xám có những phần tử trội lên khá nhiều Đó chính là hiện tượng nhiễu Như vậy nhiễu trong ảnh số được xem như sự dịch chuyển nhanh của tín hiệu thu nhận (tín hiệu ảnh I [m,n]) trên một khoảng cách ngắn ) Xem xét một cách tương đương trong không gian tần số, nhiễu ứng với các thành phần tần số cao trong ảnh Do vậy, người ta nghĩ đến việc biến đổi có tính đến ảnh hưởng của các phần tử lân cận bằng cách lấy “tổ hợp” các điểm lân cận này (trong không gian thực) hay lọc các thành phần tần số cao (trong không gian tần số ) Đây

chính là kỹ thuật lọc (filtering) Cơ sở lý thuyết của kỹ thuật lọc số là dựa trên

tính dư thừa thông tin không gian : các pixel lân cận có thể có cùng hoặc gần cùng một số đặc tính Hơn nữa, nhiễu có thể coi như sự đột biến của một điểm ảnh so với các điểm lân cận

Trong kỹ thuật này , người ta sử dụng một mặt nạ và di chuyể n khắp ảnh gốc Tuỳ theo cách tổ hợp điểm đang xét với các điểm lân cận mà ta có kỹ thuật lọc tuyến tính hay phi tuyến Điểm ảnh chịu tác động của biến đổi là điểm ở tâm mặt nạ

2.8.3 Bộ lọc tuyến tính

Trong kỹ thuật lọc tuyến tính, ảnh thu được sẽ là tổng trọng số hay là trung

bình trọng số các điểm lân cậ n với nhân cuộn hay mặt nạ Vì có nhiều loại nhiễu can thiệp vào quá trình xử lý ảnh nên cần có nhiều bộ lọc thích hợp

Để làm trơn nhiễu ta sử dụng các mặt nạ thông thấp Ví dụ:

C vùng lân cận 9 điểm cân bằng

D Bộ lọc Gauss cho 9 điểm

Lọc tuyến tính ngoài làm trơn nhiễu còn có thể trích chọn biên (nổi biên)

Dễ dàng nhận thấy rằ ng biên là điểm có độ biến thiên nhanh về giá trị mức xám Theo quan điểm về tần số tín hiệu , các điểm biên ứng với các thành phần tần số cao Do vậy, ta có thể dùng bộ lọc thông cao để cải thiện : lọc các thành phần tần số thấp và chỉ giữ lại thành phần tần số cao Vì thế, lọc thông cao thường được dùng làm trơn biên trước khi tiến hành các thao tác với biên ảnh Dưới đây là một số mặt nạ dùng trong lọc thông cao:

Các nhân chập thông cao thông thường có đặc tính chung là tổng các hệ số của bộ lọc bằng 1 Nguyên nhân chính là ngăn cản sự tăng quá giới hạn của các giá trị mức xám (các giá trị điểm ảnh vẫn giữ được giá trị của nó một cách gần đúng không thay đổi quá nhiều với giá trị thực)

2.8.4 Bộ lọc phi tuyến

Khác với lọc tuyến tính , kỹ thuật lọc phi tu yến coi một điểm ảnh kết quả không phải là tổ hợp tuyến tính của các điểm lân cận Người ta thường sử dụng 3 bộ lọc đó là: trung vị, giả trung vị và lọc ngoài

a) Lọc trung vị

Điểm ảnh đầu vào sẽ được thay thế bằng trung vị các điểm ảnh Kỹ thuật này đòi hỏi giá trị các điểm ảnh phải được sắp theo thứ tự tăng hay giảm dần Kích thước của sổ cũng được chọn (2k+1)x(2k+1) Lọc trung vị có tác dụng sau:

+ Hữu ích cho việc loại bỏ các điểm ảnh hay các hàng mà vẫn bảo toàn độ phân giải

+ Hiệu quả giảm các điểm nhiễu trong cửa sổ lớn hơn hoặc bằng một nửa

số điểm trong cửa sổ

-1 -1 -1 -1 9 -1 -1 -1 -1

0 -1 0 -1 5 -1

0 -1 0

2.9 Các phép biến đổi hình học

2.9.1 Phép dịch ảnh

Là sự tịnh tiến gốc tọa độ, trong đó các trục của tọa độ sau phép biến đổi sẽ

di chuyển theo cùng hướng, việc phân chia thang trên tọa độ là không đổi Gốc tọa độ cũ (-tx, -ty) thì tọa độ (x’, y’) được tính như sau:

x’ = x - tx

y’ = y - ty Phép biến đổi có thể được mô tả dưới định thức sau: