XỬ lý ẢNH CHƯƠNG 9

Định nghĩa hệ thống tuyến tính chỉ rõ rằng một đầu vào là tổng của hai tín hiệu tạo ra một đầu ra tổng của hai đầu ra, mà hai đầu ra này được tạo ra bởi mỗi một tín hiệu đầu vào hoạt độn

Trong các chương trước, chúng ta đã nghiên cứu một vài tác dụng của các phép toán

xử lý ảnh nào đó trên các ảnh Những kết quả này có thể được giải thích bằng các phép toán đơn giản Vì thế, chúng ta không đề cập đến các kết quả lấy mẫu, độ phân giải

không gian hay các phép toán phổ biến được nói đến như tăng cường ảnh (image

enhancement) Trong phần 2, chúng ta sẽ đưa ra những câu hỏi về vấn đề lấy mẫu, độ phân giải và lọc tuyến tính, một phương pháp tiếp cận phổ biến sử dụng cho việc tăng cường ảnh Trong chương này và chương tiếp theo, chúng ta sẽ trình bày những công cụ phân tích yêu cầu cho công tác tiếp cận các vấn đề

Lý thuyết hệ thống tuyến tính là một lĩnh vực được phát triển toàn diện thường được

sử dụng để mô tả hoạt động của mạch điện và các hệ thống quang học Nó cung cấp một

cơ sở toán học vững chắc để nghiên cứu các kết quả lấy mẫu, lọc và độ phân giải không gian Lý thuyết hệ thống lấy mẫu cũng hữu dụng trong nhiều ứng dụng khác

9.1.1.Định nghĩa

Trong nội dung của cuốn sách này, chúng ta coi một hệ thống là một cái gì đó đảm

nhận một đầu vào và tạo ra một đầu ra tương ứng Bởi vì chúng ta chỉ quan tâm tới mối quan hệ giữa đầu vào và đầu ra, nên chúng ta phải để ý chút ít đến những gì nằm bên trong hệ thống Đầu vào và đầu ra có thể là một chiều, hai chiều hay nhiều chiều hơn Tuy nhiên, trong việc phát triển ban đầu, chúng ta hạn chế các ví dụ ở hai trường hợp: các hàm một chiều về thời gian và các hàm hai chiều của các biến không gian Điều này giữ cho ký hiệu đơn giản hơn và làm cho các phép phân tích có phần dễ hiểu hơn, vì sự phát triển bị các quá trình vật lý thực sự ràng buộc Phép phân tích có thể được tổng quát hoá một cách dễ dàng với số chiều cao hơn khi cần thiết Trong phần đầu của chương này, sự trình bày được thực hiện cho các hàm một chiều theo thời gian và tổng quát hóa đối với các ảnh hai chiều

Hình 9-1 và 9-2 cho thấy ký hiệu quy ước cho các hệ thống tuyến tính một hoặc hai chiều Trong mỗi trường hợp, đầu vào hệ thống là một hàm một hoặc hai biến và nó tạo

ra một hàm đáp ứng một hoặc hai biến tương tự từ hệ thống

1 t x t y t y t

Tức là, tín hiệu đầu vào thứ ba là tổng của hai tín hiệu đầu tạo ra một tín hiệu đầu ra

là tổng của hai tín hiệu ra ban đầu Bất kỳ một hệ thống nào mà không tuân theo quy tắc này đều là phi tuyến Phân tích hệ thống phi tuyến tạo ra nhiều kết quả trong các lĩnh vực khác nhau Tuy nhiên, sự phân tích hệ thống phi tuyến phức tạp hơn nhiều so với sự phân tích các hệ thống tuyến tính và mục đích của chúng ta không đòi hỏi phức tạp thêm tuy nhiên, chúng ta sẽ giới hạn vấn đề phân tích hệ thống tuyến tính của chúng ta Định nghĩa hệ thống tuyến tính chỉ rõ rằng một đầu vào là tổng của hai tín hiệu tạo ra một đầu ra tổng của hai đầu ra, mà hai đầu ra này được tạo ra bởi mỗi một tín hiệu đầu vào hoạt động riêng lẻ Từ đó, nếu một tín hiệu đầu vào được nhân với một số hữu tỷ (rational) thì đầu ra sẽ tăng hay giảm cùng một hệ số, tức là,

)()

1 t ay t

Tính chất được định nghĩa trong các biểu thức (1), (2), (3) và kết quả suy ra của nó trong biểu thức (4), phục vụ cho việc định nghĩa hệ thống tuyến tính Khi sử dụng lý thuyết hệ thống tuyến tính để phân tích một quá trình, điều cần thiết để quá trình sẽ được

mô hình hoá, ít nhất cũng phải xấp xỉ, là tuyến tính Nếu hệ thống đang được nghiên cứu không đáp ứng tiêu chẩn tuyến tính, thì nó là phi tuyến và lý thuyết hệ thống tuyến tính

sẽ tạo ra các kết quả sai và có thể làm cho sai lệch Nếu hệ thống chỉ phi tuyến một chút thì nó có thể được giả thiết là tuyến tính để phục vụ cho mục đích phân tích, nhưng các kết quả phân tích sẽ chỉ gần đúng với giả thiết

Thường thường, các hệ thống gần phi tuyến được nghiên cứu bằng lý thuyết hệ thống tuyến tính bởi vì cách tiếp cận này dễ điều khiển một cách chính xác Tuy nhiên, người

ta thường phải cẩn thận khi giải quyết các hệ thống phi tuyến bởi vì lớp bảo vệ của lý thuyết hệ thống tuyến tính tan rã như giả thiết về tính tuyến tính Nhà phân tích có trách nhiệm không những chỉ về toán học mà còn về giá trị của những giả thiết bên dưới

Bất biến dịch Một đặc điểm quan trọng mà một hệ thống nào đó đưa ra gọi là bất

biến dịch (shift invariance) Nó được minh hoạ dưới đây Giả sử, đối với một hệ thống

tuyến tính đặc biệt mà

)()(t y t

Giả sử bây giờ chúng ta dịch chuyển tín hiệu đầu vào theo thời gian đi một lượng T

Hệ thống là bất biến dịch nếu

)()(t T y t T

Tức là, đầu ra được dịch chuyển một lượng giống như đầu vào, nhưng mặt khác không bị thay đổi Vì thế, đối với một hệ thống bất biến dịch, việc dịch chuuển đầu vào đơn thuần là dịch chuyển cùng một lượng đối với đầu ra Điểm quan trọng là bản chất của đầu ra không bị thay đổi do bước dịch chuyển tín hiệu đầu vào Bất biến dịch không gian là bất biến dịch thời gian tương tự hai chiều (two dimensional analog): nếu ảnh đầu vào được dịch chuyển liên quan đến ảnh gốc thì ảnh đầu ra cũng tương tự như ảnh trước Hầu hết sự phân tích trong vài chương tiếp theo hướng về các hệ thống tuyến tính bất biến dịch Các giả thiết về tính tuyến tính và bất biến dịch có giá trị gần đúng nhất đối với các mạng điện (electrical networks), các mạng điện tử tuyến tính được thiết kế hoàn hảo và các hệ thống quang học-các thành phần cơ bản của hệ thống xử lý ảnh

9.2.TÍN HIỆU ĐIỀU HOÀ VÀ PHÂN TÍCH TÍN HIỆU PHỨC TẠP

Theo cách sử dụng bình thường, các tín hiệu và các ảnh có thể được biểu diễn bằng các hàm thực của một và hai biến tương ứng Giá trị hàm biểu diễn độ lớn của tham số vật lý nào đó, chẳng hạn như điện áp bằng hàm thời gian hay cường độ ánh sáng bằng một hàm hai toạ độ không gian Tuy nhiên, sự phát triển các đặc điểm hệ thống tuyến tính tiến hành một cách trôi chảy hơn nhiều, nếu chúng ta cho phép đầu vào và đầu ra là các hàm phức Bởi vì các hàm thực có thể xem là trường hợp đặc biệt của các hàm phức,

mà không mất tính tỏng quát sự thuận lợi trở nên rõ ràng trong suốt quá trình phát triển

9.2.1.Tín hiệu điều hoà

Xem xét một tín hiệu điều hoà có dạng

)sin(

)cos(

Trong đó f 2 = -1 Gọi là tín hiệu điều hoà Nó là hàm phức theo thời gian mà có thể

xem xét như vec tơ đơn vị quay trong mặt phẳng phức với vận tốc góc  (Hình 9-3) Tần

số góc , đơn vị radian/giây, quan hệ với f, tần suất số vòng quay hay số chu kỳ trên

giây (Herzt) bởi  = 2f

Chúng ta có thể biểu diễn đáp ứng của hệ thống như sau

t j e t K t

Trong đó

t j

e

t y t

x  j  tT  j  T j  t  j  T (11)

Lưu ý rằng x 2 (t) đơn thuần là x 1 (t) nhân với một hằng số phức Điều này có được là

do x 1(t) là tín hiệu điều hoà

Đáp ứng của hệ thống tuyến tính với x 2(t) bây giờ là

) (

2( ) ( , ) j t T

e T t K t

biến đổi

t j T j e e T t K t

hay

)()

,()

t j T

j T

j

e t K e t y e t x e t





),()

()

()

Từ biểu thức (8), chúng ta xem hệ số mũ bên phải như x 1 (t) Ngoài ra, chúng ta biết

rằng đáp ứng của biểu thức (15) phải là y 2 (t), bởi vì nó là đáp ứng của hệ thống với x 2 (t)

Vì vậy chúng ta có thể viết

)(),()

)()

,()()

,( t T e x1 t K t e x1 t

Hàm tổng quát có dạng như giả thiết trong biểu thức (10) thành ra hàm duy nhất một

biến tần số,  Biểu thức (19) chỉ rõ đặc điểm quan trọng mà đáp ứng của hệ thống tuyến

tính bất biến dịch với đầu vào điều hoà được nhân với một số phức phụ thuộc tần số Chú ý rằng đầu vào điều hoà luôn luôn tạo ra đầu ra đơn giản tại cùng một tần số

9.2.3.Tín hiệu điều hoà và đường sin (sinusoid)

Khi chúng ta sử dụng một hệ thống tuyến tính để mô phỏng hoạt động của một hệ thống vật lý thì các đầu vào và đầu ra được biểu diễn thuận tiện bằng các hàm thực Vì thế, chúng ta có thể thêm một hạn chế khác vào hệ thống tuyến tính bất biến dịch sao cho chúng bảo toàn tính thực tế Theo định nghĩa, điều này có nghĩa là một đầu thực chỉ

có thể tạo ra một đầu ra thực Từ đó, nó cũng có thể được xem là một hệ thống bảo toàn tính chất ảo và điều đó loại bỏ phần ảo của một đầu vào phức đơn thuần là loại bỏ phần

ảo của đầu ra ảo tương ứng; tức là,

)}

({)}

({)

()

Một tín hiệu sin bất kỳ có thể được xem như phần thực của một tín hiệu điều hoà duy nhất Cách tiếp cận cho phép chúng ta xuất phát từ đáp ứng của hệ thống tuyến tính với tín hiệu sin bằng cách (1) biểu diễn tín hiệu sin đầu vào bởi tín hiệu điều hoà, (2) xuất

phát từ đáp ứng của hệ thống tuyến tính với đầu vào điều hoà, và (3) thực hiện phần thực

để mang lại đầu ra thực sự Theo cách thực hiện như vậy, chúng ta sẽ sử dụng phương pháp biến đổi để giải quyết; đó là, chúng ta biến đổi từ tín hiệu sin sang tín hiệu điều hoà, giải bài toán dưới dạng điều hoà, và sau đó biến đổi đầu ra điều hoà trở lại dạng sin

Kỹ thuật sử dụng logarit cho phép nhân là giống nhau: người ta biến đổi số nhân và

số bị nhân sang logarit, cộng chúng vào kết quả phép nhân và sau đó biến đổi kết quả từ dạng logarit thành các số thập phân để có được tích số mong muốn Giống như phép lấy logarit, phép biến đổi sang tín hiệu điều hoà làm đơn giản hoá một cách đáng kể phép phân tích hệ thống tuyến tính

9.2.4.Hàm truyền đạt

Hàm K( ) gọi là hàm truyền đạt của hệ thống tuyến tính và hoàn toàn có khả năng

xác định rõ hệ thống Đối với hệ thống tuyến tính bất biến dịch, hàm truyền đạt bao gồm tất cả những thông tin về hệ thống hiện có

Chúng ta có thể chuyển đổi K( ) về dạng cực để được

) (

)()(  j  

e A

)

e e t t

Đáp ứng của hệ thống đối với đầu vào điều hoà là

) (

)()

()



tt j

e A e

e A e

Cuối cùng, tín hiệu đầu ra thực là

)cos(

)(

)]}

sin(

))[cos(

({})

({)

t j t

A e e

A e t

A() là hệ số tăng bội và biểu diễn mức độ mà hệ thống khuếch đại hay làm suy giảm

tín hiệu vào () là góc dịch pha Kết quả duy nhất của nó là để dịch gốc thời gian của

hàm vào điều hoà

Trong phần còn lại của quyển sách này việc phân tích sẽ được thực hiện dưới dạng các tín hiệu điều hoà, với sự chuyển đổi thành tín hiệu sin như một bước thể hiện

Theo giả thiết, chúng ta đã trình bày ba đặc điểm quan trọng của hệ thống tuyến tính bất biến dịch: (1) Một đầu vào điều hoà luôn luôn tạo ra một đầu ra điều hoà ở cùng một tần số (2) Hệ thống là hoàn toàn xác định bởi hàm truyền đạt của nó, hàm giá trị phức của tần số đơn lẻ (3) Hàm truyền đạt chỉ tạo ra hai kết quả trên một đầu vào điều hoà-một sự biến đổi theo biên độ và một độ dịch chuyển pha (dịch chuyển theo gốc thời gian)

9.3.PHÉP TOÁN NHÂN CHẬP (CONVOLUTION OPERATION)

Xét lại hệ thống đã cho trong hình 9-1 Nó sẽ có ích tạo ra một biểu thức quan hệ

tổng quát giữa tín hiệu đầu ra, y(t), với tín hiệu đầu vào x(t) Chúng ta có thể nhận được

sự quan hệ giống như trong cách dưới đây Biểu thức hàm tuyến tính (tích phân chồng)

Phải đúng với mọi T Nghĩa là f(t, ) không thay đổi nếu ta thêm một lượng như nhau

vào cả hai đối số của nó Nói cách khác, f(t, ) là hằng số miễn là hiệu số giữa t và  là

hằng số Vì thế chúng ta có thể định nghĩa một hàm mới cho hiệu số duy nhất này là

),()(t  f t 

Biểu thức này tương tự như tích phân chập (convolution integral) Nó biểu diễn bằng

ký hiệu mà đầu ra của một hệ thống tuyến tính bất biến dịch được cho bởi nhân chập tín

hiệu vào với hàm g(t) đặc trưng của hệ thống đó (hình 9-4) Hàm đặc trưng này được gọi

đáp ứng xung (impulse response) của hệ thống Chú ý rằng hệ thống bảo toàn tính thực

tế nếu và chỉ nếu g(t) là hàm giá trị thực

Bây giờ chúng ta có hai cách để xác định rõ mối quan hệ giữa đầu vào và đầu ra của

hệ thống tuyến tính bất biến dịch: (1) Mỗi hiển thị như trên có một hàm truyền đạt phức

mà khi nhân với một đầu vào điều hoà, tạo thành một đầu ra điều hoà; và (2) mỗi hệ thống như trên cóa một đáp ứng xung thực mà khi nhân chập với tín hiệu đầu vào, tạo thành tín hiệu đầu ra

HÌNH 9-4

Hình 9-4 Hệ thống tuyến tính

Bởi vì hàm truyền đạt và đáp ứng xung của hệ thống tuyến tính bất biến dịch là duy nhất và đầy đủ để xác định hệ thống một cách hoàn toàn, chúng ta nghi ngờ rằng hai hàm này có thể có liên quan với nhau Mối quan hệ này được trình bày ở chương tiếp theo

9.3.1.Nhân chập một chiều

Tích phân chập trong biểu thức (30) có thể rút gọn bằng ký hiệu tắt sau

x g

ở đây  dùng để ký hiệu cho phép nhân chập hai hàm Hình 9-5 đưa ra đồ thị minh

hoạ phép toán nhân chập Một điểm trên đồ thị y(t) thu được theo cách sau đây Một hàm

g được phản ánh xung quanh gốc của nó và được dịch sang phải một khoảng t Tích số

từng điểm một của x và g đã phản ánh và dịch được thực hiện, và tích số đó được lấy tích phân để tạo ra giá trị đầu ra tại t Quá trình này được lặp lại đối với tất cả các gía trị của t để tạo ra các điểm khác trên đồ thị ra Khi t được biến đổi, hàm phản ánh được dịch

thông qua hàm ổn định và giá trị của y(t) phụ thuộc vào lượng gối lên nhau của hai hàm Phép toán nhân chập có một vài đặc điểm quan trọng Thứ nhất, phép nhân chập có tính giao hoán; tức là,

f g g

d h t f d

g t f h

g f

(

(38)

HÌNH 9-5

Hình 9-5 Nhân chập

Phép nhân chập cũng có tính kết hợp, nghĩa là

h g f h g

Biểu thức này dành để độc giả tự kiểm tra Phép đạo hàm bên dưới,

''

9.3.2.Phép nhân chập một chiều rời rạc

Chuỗi rời rạc có thể được nhân chập theo cách tương tự phép nhân chập các hàm liên tục Biến độc lập trở thành một chỉ số và phép tích phân được thay thế bằng phép cộng

Bởi vậy, đối với hai chuỗi f(i) và g(i) có độ dài m và n, biểu thức tương đương với biểu

g i f i

Tạo ra chuỗi đầu ra có độ dài N = m + n - 1

Mặc dù nhân chập rời rạc và liên tục rất khác nhau, nhưng chúng có nhiều đặc điểm chung Thật may mắn, với phép nhân chập rời rạc, chúng ta có thể thực hiện trên các ảnh

số không mấy khó khăn, song song với phép nhân chập liên tục, mà có thể mô tả nhiều

sự việc xảy ra đối với ảnh trước (hoặc sau) khi chúng ở dạng số Điều này có thể được giải thích trong việc khôi phục ảnh, công việc này nhằm để đảo ngược lại kết quả của những ảnh hưởng suy biến đã tác động lên trên ảnh

9.3.2.1.Công thức ma trận

Đây là cách tiện lợi để biểu diễn các chuỗi rời rạc bằng các véc tơ và ký hiệu súc tích

và các đặc điểm phát triển được cho bởi đại số tuyến tính Mặc dù biểu thức (4) là tổng của các kết quả, nhưng phép nhân chập hai chuỗi không thể được thực hiện bởi phép nhân véc tơ đơn giản Tuy nhiên, nó có thể được mô tả bằng một phép nhân ma trận nếu trạng thái được thiết lập một cách hoàn chỉnh

Đầu tiên chúng ta giả sử rằng f(i) thực sự là một phần chia của chuỗi có độ dài vô hạn tuần hoàn với chu kỳ N, độ dài của chuỗi ra trong phép nhân chập ở biểu thức (4) Bởi vì

f(i) nhỏ hơn N nên cần phải điền thêm các phần tử có giá trị không (zero) Từ thêm (pad)

được chọn để mô tả quá trình trên bởi vì quá trình tương tự sự chắp vá thêm vào quần áo người ta khiến cho nó trông có vẻ rộng hơn

Một chu kỳ của chuỗi vô hạn được cho bởi

m i i

f i

f p

0

1)()

Chúng ta lặp lại cấu trúc này cho g(i) cũng như h(i) Bây giờ cả ba chuỗi có độ dài

như nhau Trong khi những lợi ích của sự phức tạp này có thể chưa rõ ràng, ít nhất cũng

có thể thực hiện nó mà không mất tính tổng quát

Tiếp theo chúng ta cho f là véc tơ cột N  1 mà các phần tử của nó là fp(i), một chu kỳ

của chuỗi vô hạn được hình thành từ f(i) Chúng ta cũng cho G là ma trận mà hàng thứ

nhất của nó là chuỗi g p(i) thêm không được lưu trữ theo thứ tự đảo ngược Các hàng tiếp

theo sau của G được tạo thành bằng cách dịch phải các phần tử của hàng trước theo

vòng tròn Bây giờ chúng ta có thể viết

)2(

)1(

)1()

1()(

)3()

1()

2(

)2()

()

1(

N f

f f

g N

g N g

g g

g

g N

g g

f G h

p

p p

p p

p

p p

p

p p

Trong đó h là véc tơ N  1 chứa chuỗi đầu ra Bây giờ phép nhân chập rời rạc được

biểu diễn như kết quả của phép nhân ma trận N  N với véc tơ N  1 Nhớ lại rằng N là

độ dài của chuỗi ra thu được từ biểu thức (4)

Ma trận G trong biểu thức (43) gọi là ma trận vòng tròn (circulant) bởi vì mỗi hàng là

một vòng tròn, dạng dịch phải của hàng trước đó Đây là cấu trúc cho phép chúng ta viết

phép nhân chập như ma trận tích Mỗi hàng của G sử dụng để tạo ra một phần tử của

chuỗi đầu ra

9.3.3.Phép nhân chập hai chiều

Phép nhân chập các hàm liên tục hai biến tương tự phép nhân chập một chiều Chú ý

rằng như đã đề cập để mở rộng cho trường hợp hai chiều, chúng ta sẽ sử dụng x và y như

hai biến độc lập Biểu thức nhân chập hai chiều là

HÌNH 9-6

Hình 9-6 Phép nhân chập hai chiều

được minh hoạ bằng đồ thị trong hình 9-6 Lưu ý rằng g(0-u,0-v) đơn thuần là g(u,v)

quay 1800 quanh gốc của nó và g(x-u,y-u) được tịnh tiến để di chuyển gốc quay g đến điểm x,y Sau đó các hàm được nhân theo điểm và tích phân hàm tích theo hai chiều Ví

dụ, giả sử rằng

2 2

2 / 2 (

),

,0

11

,11

,1),

như đã cho trong hình 9-6 Trong trường hợp này, xung vuông hai chiều được nhân

chập với hàm Gaussian hai chiều lớn hơn bởi vì g(x,y) đối xứng qua gốc nên việc quay

1800 là không ảnh hưởng gì Giá trị của h(x,y) đơn thuần chỉ là độ lớn của hàm tích khi xung vuông được dịch chuyển đến vị trí x, y

9.3.3.1.Ví dụ: lấy mẫu với vết hữu hạn

Giả sử một bộ số hoá ảnh đặc biệt (chẳng hạn, bộ cảm nhận CCD) lấy mẫu một ảnh với vết mẫu vuông Tại mỗi vị trí điểm ảnh, mức xám số hoá là giá trị trung bình tại mỗi

ô vuông nhỏ của ảnh Trong hình 9-6, f(x,y) có thể mô tả ảnh và g(x,y) biểu diễn tính chất nhạy cảm không gian (spatial sensitivity) của vết mẫu Còn h(x,y), phép nhân chập giữa f(x,y) với g(x,y), cùng một giá trị trung bình tại vị trí mà bộ số hoá “nhìn thấy” Vì

thế, phép nhân chập là cách hợp lý để mô phỏng tính chất nhạy cảm không gian của bất

cứ ống kính (aperture) lẫy mẫu được sử dụng

9.3.4.Phép nhân chập hai chiều rời rạc

Phép nhân chập các ảnh số tương tự như các hàm liên tục, ngoại trừ các biến nhận các giá trị nguyên và tích phân kép trở thành tổng kép Bởi vậy, đối với ảnh số

i H G

F

Bởi vì cả F lẫn G chỉ khác không trên miền hữu hạn nên các tổng chỉ cần lấy trên

miền phủ chồng khác không

Phép nhân chập rời rạc được minh hoạ trong hình 9-7 Mảng G được quay 1800 và

gốc của nó được dịch đến toạ độ i, j Đem nhân hai mảng với nhau, từng phần tử, và

cộng các tích lại cho ta giá trị ra

Trong hình, mảng G 3  3 (gọi là nhân phép nhân chập- convolution kernel) được

nhân chập với một ảnh số, F, lớn hơn Rõ ràng, số lượng các phép nhân và cộng yêu cầu bằng số các điểm ảnh trong G nhân với số các điểm ảnh trong F (bỏ qua các kết quả gần

biên ảnh) Trừ phi nhân (kernel) quá nhỏ (hay có liên quan đến miền khác không nhỏ và

vì thế có thể bị cắt bỏ), phép nhân chập trở thành phép toán đắt đỏ về mặt tính toán Các điểm ảnh gần biên ảnh thiếu một tập đầy đủ các điểm lân cận và phép nhân chập

có thể không thực hiện một cách trôi chảy trên các khu vực này Trong việc thực hiện phép nhân chập số, bốn tuỳ chọn thường được sử dụng để đánh giá các điểm ảnh gần

biên Người ta có thể (a) mở rộng ảnh đầu vào bằng cách lặp lại các hàng và cột biên của mảng để phép nhân chập có thể thực hiện trên biên ảnh, (b) bao quanh (wrap) ảnh vào

(do đó tạo cho nó coa tính chu kỳ) bằng cách giả thiết cột đầu tiên tiếp ngay sau cột cuối cùng, , (c) điền thêm một hằng số (thương là số 0) đối với những điểm ảnh ra quá gần biên, hay (d) tính toán ảnh ra với kích thước giảm đi bằng cách khử (eliminate) các hàng

và cột đầu ra không liên quan đến phép nhân chập