NGHIÊN CỨU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH NHỊ PHÂN VÀ ỨNG DỤNG

NGHIÊN CỨU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH NHỊ PHÂN VÀ ỨNG DỤNG Trần Đức Toàn * TÓM TẮT Trong bài báo này tôi mô tả chi tiết phương pháp nâng cao chất lượng ảnh dựa vào Hình th

NGHIÊN CỨU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH NHỊ

PHÂN VÀ ỨNG DỤNG

Trần Đức Toàn *

TÓM TẮT

Trong bài báo này tôi mô tả chi tiết phương pháp nâng cao chất lượng ảnh dựa vào Hình thái học morphology trên các đối tượng ảnh Trong đó áp dụng một

số phương pháp dò biên và tìm xương trong ảnh, … Từ đó xác định các đối tượng chủ đạo trong ảnh và xây dựng phép toán giãn ảnh, co ảnh để nâng cao chất lượng ảnh Áp dụng Hình thái học Morphology lên các đặc trưng đã xác định được để nâng cao chất lượng của ảnh Trên cơ sở của thuật toán đã nghiên cứu, chúng tôi tiến hành xây dựng chương trình nâng cao chất lượng ảnh trắng đen thuần túy

ABSTRACT

In this paper we describe the detailed methods of improving the quality of images based on morphology on the photo subject Which apply some edge detection methods and skeletoner in the picture, Since then identify key objects in the image and dilation, erosion photos of construction operations, has enhanced the image to image quality Morphology Morphology applied to the identified characteristics to improve the quality of the image On the basis of the algorithms studied, we conducted building programs improve the quality of pure black and white photos

1 Đặt vấn đề:

Ngày nay việc sử dụng máy

tính để lưu trữ tài liệu là việc rất quan

trọng trong công việc, giúp việc tra

cứu thuận tiện và an toàn Tuy nhiên

việc sử dụng giấy để lưu trữ tài liệu

trong một số mục đích vẫn không thể

thay thế được (như báo, sách, công

văn, hợp đồng, …) Hơn nữa lượng tài

liệu được tạo ra từ nhiều năm trước

vẫn còn rất nhiều mà không thể bỏ đi

được vì tính quan trọng của chúng

Hình 1 : ảnh bị mờ và nhiễu

có thể có được một văn phòng điện tử

khi đó việc lưu trữ các trang tài liệu

trong ổ đĩa dữ liệu kích thước bằng

một cuốn sách nhỏ và để tìm kiếm

thông tin trong đó người ta chỉ cần tốn

vài giây Những tài liệu đó sẽ được

quét và lưu trữ vào máy tính Vấn đề

là khi quét vào máy tính, chúng ta

không thể thu nhận được tài liệu như

mong muốn bởi nhiều lý do khách

quan khiến cho trang tài liệu bị nhiễu,

mờ nhoè, và đứt nét … Một giải pháp

được đưa ra sau quá trình thu nhận

ảnh, đó quá trình tiền xử ảnh ra đời

nhầm nâng cao chất lượng ảnh

2 Các phương pháp nâng cao chất

lượng ảnh nhị phân

Nâng cao chất lượng ảnh là

một bài toán kinh điển trong tiền xử lý

ảnh Giải quyết bài toán nâng cao chất

lượng ảnh là nhiệm vụ tiên quyết và

cũng không thể tránh khỏi của bất kỳ

một hệ thống tiền xử lý ảnh nào Vì lẽ

đó, cùng với sự phát triển của xử lý

ảnh nói chung và tiền xử lý ảnh nói

riêng, bài toán nâng cao chất lượng

ảnh cũng được quan tâm ngày càng

nhiều và dưới nhiều góc độ khác nhau

Có rất nhiều hướng tiếp cận cho bài

toán nâng cao chất lượng ảnh từ trước

tới nay Các thuật toán nâng cao chất

lượng ảnh thường được xây dựng cho

các hệ thống phân tích ảnh văn bản

khác nhau nên chỉ giải quyết cho

những loại ảnh văn bản cụ thể

3 Nâng cao chất lượng ảnh bằng các phép toán hình thái

Hình ảnh trong thực tế khi nhận được qua các thiết bị như: Photocopy, Fax, ít nhiều đều bị nhiễu, thậm chí

có thể biến dạng đến mức độ có thể khiến người nhận được hiểu sai về mặt

ý nghĩa Để giải quyết bài toán này như: nối liền những nét đứt, nối liền chữ, làm trơn biên ảnh các phép toán hình thái nhị phân đã ra đời, thông qua đó các phép đóng ảnh, mở ảnh cũng được định nghĩa để giải quyết bài toán nêu trên

Tính khoa học của Hình thái học

số mới chỉ thực sự phát huy khả năng của nó kể từ khi máy tính điện tử số ra đời và làm cho hình thái học trở lên thông dụng, có nhiều tính năng mới Những đối tượng trong Hình thái học

ta có thể coi như là tập hợp của các điểm ảnh, nhóm lại theo cấu trúc ma trận hai chiều Những thao tác toán học rời rạc trên tập hợp điểm đó được

sử dụng để làm rõ những nét đặc trưng riêng của hình dạng đối tượng, do vậy

có thể tính toán được hay nhận biết

được chúng một cách dễ dàng Các

phép toán hình thái học được định

nghĩa từ hai phép toán cơ bản là phép

toán co nhị phân (Erosion) và phép

toán giãn nhị phân (Dilation)

3.1 Phép giãn nhị phân

(Dilation[1])

Phép "giãn " của X theo mẫu B

là tập hợp của tất cả các điểm x sao

cho Bx chạm tới X

X  B = {x : Bx  X  }

Trong đó Bx là dịch chuyển của

B đến vị trí x

3.2 Phép co nhị phân

(Eriosion[1])

Phép "co ảnh" của X theo B là

tập hợp tất cả các điểm x sao cho Bx

nằm

trong X

X  B = {x : Bx  X}

Ví dụ: ta có tập X như sau

X =

































0 0

0 0 0

0 0 0

0 0

0 0

x x x

x x

x x

x x x

x x x

và

Ta có:

X  B =

































x x x x

x x x x

x x x

x x x x x

x x x x

0 0

0 0

0

và

X  B =

































0 0 0

0 0 0 0 0

0 0 0 0

0 0 0

0

0 0

0 0

x x

x x x

X 

B' =

































x x x x

x x x x

x x x

x x x x x

x x x x x

0 0

0

X Ө B' =

































0 0 0 0

0 0 0 0 0

0 0 0 0 0

0 0 0 0 0

0 0 0 0 0

x

x

B' =  x

B =  x

+ Phép giãn thường dùng để nối

các đường đứt nét

+ Phép co để tách chữ dính

+ Đối với ảnh xám, ảnh màu

người ta dùng các phép làm béo và

gầy như sau:

- Phép giãn :

 ( , ) ( , )  max

)

,

(

) ,

y

x

B

X





- Phép co :

XӨB(x,y)= min  ( , ) ( , ) 

) ,

( X x i y j B i j

Ví dụ: có ảnh I như sau:

B = 











1 1

1 1

Tại (0): 0 + 1 = 1=>max

X  B =

Dùng cộng hằng số c = -1

Ikq =

X Ө B =

Dùng cộng hằng số c=1 tại (0) lắp cửa sổ 0 –1 = -1





































0 0 0 0 0 0

0 1 1 1 1 0

0 1 1 1 1 0

0 1 1 1 1 0

0 1 1 1 1 0

0 0 0 0 0 0









































2 2 2 2 2 1

2 2 2 2 2 1

2 2 2 2 2 1

2 2 2 2 2 1

2 2 2 2 2 1

1 1 1 1 1 1









































1 1 1 1 1 0

1 1 1 1 1 0

1 1 1 1 1 0

1 1 1 1 1 0

1 1 1 1 1 0

0 0 0 0 0 0































































































1 1 1 1 1 1

1 1 1 1 1 1

1 1 0 0 0 1

1 1 0 0 0 1

1 1 0 0 0 1

1 1 1 1 1 1

Ikq=

M

Một ứng dụng quan trọng của phép co

nhị phân là dùng để loại trừ các chi

tiết không cần thiết trên hình ảnh

Quá trình thực hiện có thể được

minh họa rõ ràng qua hình vẽ sau:

Hình 2: Ứng dụng của phép co ảnh

dưới dạng số nhị phân

a) Hình ảnh ban đầu; b) Hình ảnh

quá trình co nhị phân c) Phóng

to đối tượng và giá trị của đối

tượng

3.3 Một số tính chất của phép

biến đổi hình thái

- Tính chất bất biến

((X  B) B)  B = X  B

((X  B)  B)  B = XB

Chứng minh:

a) ((X  B) Ө B)  B = X  B

*) (( X  B) Ө B)  B  X  B Thật vậy:

 x  X  Bx  X  B ( Vì X  B=  Bx )

 X  (X  B) Ө B

 X  (X  B) Ө B

 X  B  ((X  B) Ө B )  B

*) ((X  B) Ө B)  B  X  B

y  ((X  B) Ө B)  B   x  (X  B) Ө B sao cho y  Bx

Do x  (X  B) Ө B Suy ra: Bx  X  B Suy ra: y  X  B

 (( X  B) Ө B)  B = X  B

a)









































0 0 0 0 0 0

0 0 0 0 0 0

0 0 1 1 1 0

0 0 1 1 1 0

0 0 1 1 1 0

0 0 0 0 0 0

b) c)

Kết luận:

(( X  B) Ө B)  B = X  B

b) ((X Ө B)  B) Ө B = X Ө B

*) ((X Ө B)  B) Ө B  X Ө B

 x  X Ө B

Suy ra: Bx  ( X Ө B)  B

Suy ra: x  (( X Ө B)  B) Ө B

Vậy: (( X Ө B)  B)  X Ө B

*) (( X Ө B)  B) Ө B  X Ө B

Thật vậy:  y  ( X Ө B)  B

 x  X Ө B sao cho y  Bx

 Bx  X

 y  X

Kết hợp ta có:

(( X Ө B)  B) Ө = X Ө B

Ví dụ:

X=

B =  x

B  X =

































x x x x

x x x x

x x x

x x x x x

x x x x

0 0

0 0

0

(X  B) Ө B) =

((XB)ӨB)B =

































0 0

0 0

0

0 0 0

0 0

0 0

x x x

x x

x x

x x x

x x x

































0 0

0 0

0 0 0

0

0 0

x x x

x x x

x x

x x x x

x x x

































x x x x

x x x x

x x x

x x x x x

x x x x

0 0

0 0

0

Nhận xét: Trong quá trình thực hiện

có thể có 1 số thao tác ra ngoài ảnh ta

có thể mở rộng ảnh với phần mở rộng

xem như là nền khi kết thúc thao tác

thì trả lại ảnh bản đầu

- Tính chất phân phối với phép  của

phép toán hình thái đối với tập cấu

trúc

X  (B  B') = (X  B)  (X  B')

X (B  B') = (X  B)  (X B')

Chứng minh:

a) X  (B  B’) = ( X  B)  (X  B’)

*) X  (B  B’) = (X  B)  (X  B’)

Ta có: B  B’  B

=> X  (B  B’)  X  B

Tương tự:

X  ( B  B’)  X  B’

 X  (B  B’)  (X  B)  (X  B’)

*) X  (B  B’)  ( X  B)  (X  B’)

 y  X  (B  B’)  x  X

sao cho y  (B  B’)x

y  X  B’

 y  (X  B)  (X  B’)

 X  (B  B’)  (X B )  (X B’) Kết hợp:

X  (B B’) = (X  B)  (X  B’) b) X Ө (B  B’) = (X Ө B)  (X Ө B’)

*) X Ө (B  B’)  (X Ө B)  ( X Ө B’)

Ta có: B  B’  B

 X Ө (B B’)  X Ө B Tương tự:

X Ө (B  B’)  X Ө B’

 X Ө (B  B’)  (X Ө B)  ( X Ө B’)

*) X Ө (B  B’)  (X Ө B)  (X Ө B’)

x  (X Ө B)  (X Ө B’)

x  X Ө B  Bx  X

x  X Ө B’  B’x  X

 ( B  B’)x  X

 x  X Ө (B  B’)

 X Ө (B  B’)  (X Ө B)  (X Ө B’)

Kết hợp:

X Ө (B  B’) = (X Ө B)  (X

Ө B’)

x

 B  B’ =  x

* Ý nghĩa: Ta có thể phân tích các

mẫu phức tạp trở thành các mẫu đơn

giản thuận tiện cho việc cài đặt

- Tính chất phân phối với phép  của

phép toán hình thái đối với tập cấu

trúc

(X  Y)  B = (X  B)  (Y  B)

Chứng minh:

*) (X  Y) Ө B  (X Ө B)  (Y Ө B)

Thật vậy:

X  Y  X

 (X  Y) Ө B  X Ө B Tương tự:

(X  Y) Ө B  Y Ө B

 (X  Y) Ө B  (X Ө B)  (Y Ө B)

*) (X  Y) Ө B  (X Ө B)  ( Y Ө B)

x  (X Ө B)  (Y Ө B)

 Bx  X  Y

 x  ( X  Y) Ө B

 (X  Y) Ө B  (X Ө B)  (Y Ө B)

Kết luận:

(X  Y) Ө B = (X Ө B)  (Y Ө B)

- Tính chất kết hợp của phép toán co, giãn

(X  B)  B' = X  (B  B') (X  B)  B' = X  (B  B')

Ví dụ:

X =

































0 0

0 0

0

0 0 0

0 0

0 0

x x x

x x

x x

x x x

x x x

x Chú ý: B =  x B’= 































x x x x

x x x x

x x x

x x x x x

x x x x

0

0

0 0

0

x X

B  B’=

 x

XB=

(XB)B=

X(BB’)=

- Tính chất gia tăng

X  X’ X  B  X’  B B

X  B  X’  B B

B  B' = X  B  X B'

 X

X  B  X  B’ X

Chứng minh:

X x

x X

x





'

'





XB=  x / Bx X    x / Bx X ' = X’  B

X x

x X

x









Theo định nghĩa:

XB= x / Bx X    x / B 'x X =X B’

4 Kết quả thực nghiệm

Chúng tôi đã cài đặt thử nghiệm thuật toán trên một số ảnh văn bản scan bị nhiễu và đứt nét do quá trình thu nhận (nhiễu, thiếu sáng, mờ

và đứt nét…) và bước đầu cho kết quả khá tốt Như vậy với phương pháp này thì việc nâng cao chất lượng ảnh có thể áp dụng trên ảnh văn bản có cả ký

tự và bảng vẽ, ứng dụng vào hỗ trợ nhận dạng, nâng cao chất lượng các trang tài liệu điện tử, ảnh chi tiết máy, mẫu bảng điểm trắc nghiệm

































x x x x

x x x x

x x x x

x x x x x

x x x x x

0 0 0

































x x x x

x x x x

x x x x

x x x x x

x x x x x

0 0 0

5 Kết luận

Phép toán hình thái là một mảng vô cùng quan trọng trong xử lý ảnh, các đề tài về phép biến đổi này cũng đang được nhiều người quan tâm, bởi vì qua các thuật toán và phép toán cơ sở đó ta có thể mở rộng và phát triển những bài toán khác có liên quan đến lĩnh vực quan sát thăm dò, trí tuệ nhân tạo…, chẳng hạn như ứng dụng scan tài liệu lưu trữ và với camera theo dõi qua các thuật toán nhận biết đối tượng chuyển động, hoặc ghép đối tượng trong hai hình ảnh thông qua các đặc điểm hoặc điểm tương đồng…

Xử lý ảnh là một lĩnh vực rất rộng lớn gồm nhiều giai đoạn xử lý Trong mỗi giai đoạn có nhiều vấn đề

để nghiên cứu trong đó xử lý ảnh văn bản là một bộ phận quan trọng của ngành xử lý ảnh và có nhiều ứng dụng rộng rãi trong khoa học và đời sống thực tiễn Một cách tự nhiên và tất yếu, vấn đề đầu tiên và cũng là vấn đề không thể tránh khỏi trong xử lý ảnh văn bản là bài toán nâng cao ảnh

a) Ảnh đầu vào

b) Ảnh tìm biên

c) Ảnh kết quả

Hình 3 : Nâng cao chất lượng ảnh

6 Tài liệu tham khảo

[1] Đỗ Năng Toàn, Ngô Quốc Tạo, 1998 "Kết hợp các phép toán hình thái học

và làm mảnh để nâng cao chất lượng ảnh đường nét", Tạp chí Tin học và Điều khiển học, Tập 14, số 3

[2] Phạm Việt Bình, 2006, “Một tiếp cận mới trong phát hiện biên dựa vào các phép toán hình thái”, Kỷ yếu Hội thảo Quốc gia lần thứ 8 - Một số vấn đề chọn lọc của Công nghệ thông tin và Truyền thông, NXB KH&KT,Hà Nội

[3] Das, A., Chanda, 2001,”B.: A Fast Algorithm for Skew Detection of Document Images Using Morphology” Int J Document Analysis and Recognition4 [4] L Najman,2004, “Using mathematical morphology for document skew estimation”, In procs SPIE Document Recognition and Retrieval XI, volume 5296 [5] Frank Y Shih, 2009,”Image Processing and Mathematical Morphology Fundamentals and Applications”, Sons, Inc

*

Trung tâm thôn tin tư liệu – Trường Đại Học Lạc Hồng

Email : Tranductoan@lhu.edu.vn – Sdt: 0909272141