PHÁT HIỆN BIÊN THEO PHƯƠNG PHÁP GRADIENT

Phương pháp Gradient là phương pháp dò biên cục bộ bằng cách tìm kiếm cực đại và cực tiểu khi lấy đạo hàm bậc nhất của ảnh trong không gian hai chiều. Theo định nghĩa, Gradient là một vector có các thành phần biểu thị tốc độ thay đổi giá trị các điểm ảnh.

CHỦ ĐỀ BÁO CÁO PHÁT HIỆN BIÊN THEO PHƯƠNG PHÁP GRADIENT

PHÁT HIỆN BIÊN THEO PHƯƠNG PHÁP GRADIENT

SO SÁNH PREWITT VÀ SOBEL

BỘ LỌC SOBEL

BỘ LỌC PREWITT

PHƯƠNG PHÁP GRADIENT

1.1

1.2

1.3

1.4

PHƯƠNG PHÁP GRADIENT

- Phương pháp Gradient là phương pháp dò biên cục bộ bằng cách tìm kiếm cực đại và cực tiểu khi lấy đạo hàm bậc nhất của ảnh trong không gian hai chiều

- Theo định nghĩa, Gradient là một vector có các thành phần biểu thị tốc độ thay đổi giá trị các điểm ảnh

•  

PHƯƠNG PHÁP GRADIENT

• Khái quát

-Theo định nghĩa về Gradient, nếu áp dụng nó vào xử lý ảnh, việc tính toán sẽ rất phức tạp Để đơn giản mà không mất tính chất của phương pháp Gradient, người ta sử dụng kỹ thuật Gradient dùng cặp mặt nạ H1, H2 trực giao (theo hai hướng vuông góc)

- Việc xấp xỉ đạo hàm bậc nhất theo các hướng x và y được thực hiện thông qua hai mặt nạ nhân chập tương ứng sẽ cho ta các kỹ thuật phát hiện biên khác nhau(Prewitt, Sobel,…)

BỘ LỌC PREWITT

• Khái quát

- Bộ lọc Prewitt sử dụng cặp mặt nạ 3x3 để tích chập với ảnh gốc để tính xấp xỉ của các dẫn xuất – một thay đổi theo chiều ngang và một thay đổi theo chiều dọc

Hx = Hy =

•  

BỘ LỌC PREWITT

- Ví dụ : Tích chập ảnh với cặp mặt nạ Prewitt :

a/ Ảnh gốc b/ Ảnh theo hướng Hx c/ Ảnh theo hướng Hy

BỘ LỌC PREWITT

- Ví dụ : Xét một ảnh I6x6 với các mức xám :

I =   

•  

BỘ LỌC PREWITT

- Áp dụng bộ lọc Prewitt :

Hx  I = Hy  I =

Ikq = Hx  I + Hy  I =

•  

BỘ LỌC PREWITT

- Ví dụ :

BỘ LỌC PREWITT

• Ưu điểm :

- Sử dụng cặp mặt nạ để phát hiên biên nên tương đối rẻ tiền về tính toán

- Phát hiện được các biên theo chiều ngang và dọc của một hình ảnh

- Mỗi bộ lọc điều có ưu điểm riêng

• Nhược điểm :

- Là bộ lọc cổ điển nên các hệ số trong mặt nạ cố định, không thể điều chỉnh nên chất lượng ảnh thu được sẽ không thấy được nhiều cạnh và các cạnh sẽ không được nhìn rỏ

- Khi tách biên sẽ có khuynh hướng sinh ra một chút nhiễu

BỘ LỌC SOBEL

• Khái quát :

- Bộ lọc Sobel tương tự như bộ lọc Prewitt cũng dùng cặp mặt nạ 3x3 để tích chập với ảnh gốc để tính xấp xỉ của các dẩn xuất – một thay đổi theo chiều ngang và một thay đổi theo chiều dọc

- Sự khác biệt với bộ lọc Prewitt, bộ lọc Sobel các hệ số của mặt nạ không cố định, chúng có thể được điều chỉnh

Hx = Hy =

•  

BỘ LỌC SOBEL

- Ví dụ : Tích chập ảnh với hai mặt nạ Sobel :

BỘ LỌC SOBEL

- Ví dụ : Xét một ảnh I6x6 với các mức xám :

I =   

•  

BỘ LỌC SOBEL

Hx  I = Hy  I =

Ikq = Hx  I + Hy  I =

•  

BỘ LỌC SOBEL

- Ví dụ :

a/ Ảnh gốc b/ Ảnh kết quả

BỘ LỌC SOBEL

- Sử dụng cặp mặt nạ để phát hiên biên nên tương đối rẻ tiền về tính toán

- Phát hiện được các biên theo chiều ngang và dọc của một hình ảnh

• Nhược điểm :

- Khi tách biên sẽ có khuynh hướng sinh ra một chút nhiễu

SO SÁNH PREWITT VÀ SOBEL

• Giống nhau

- Được sử dụng trong xử lý ảnh

- Đều sử dùng cặp mặt nạ để phát hiện biên theo hai chiều

- Ngoài sử dụng để phát hiện biên, cả hai bộ lọc còn được sử dụng để làm mịn ảnh

*Làm mịn ảnh* : Prewitt sử dụng bộ lọc Mean để làm mịn ảnh, Sobel sử dụng bộ lọc Gauss để làm mịn ảnh Điểm khác ở các hệ số

• Khác nhau

-Sobel : được sử dụng trong thị giác máy tính

-Sobel : Các hệ số trong mặt nạ không cố định, có thể được điều chỉnh

-Sobel : vì các hệ số trong mặt nạ không có định nên ảnh thu được khá chính xác, thấy được nhiều cạnh và thấy rõ các cạnh