Phân vùng ảnh trong Xử lý ảnh

Báo cáo powerponit Nhập môn xử lý ảnh, đề tài Tìm hiểu phân vùng ảnh trong phân tích ảnh, xây dựng ứng dụng thử nghiệm. Tài liệu tổng quan về lý thuyết xử lí ảnh, phương pháp phân vùng ảnh và ứng dụng.

Tìm hiểu tác dụng của phân vùng ảnh trong phân tích ảnh Trình bày và xây dựng ứng dụng thử nghiệm của phương pháp phân vùng

ảnh dựa trên phương pháp gia tăng vùng.

NHẬP MÔN XỬ LÍ ẢNH

Nội dung chính:

2. Phân vùng ảnh với thuật toán phát triển vùng

1 Tổng quan về phân vùng ảnh

1.1 Tổng quan về một hệ thống xử lí ảnh

 Xử lý ảnh là một phân ngành trong xử lý số tín hiệu với tín hiệu xử lý là ảnh Đây là một phân ngành khoa học mới rất phát triển trong những năm gần đây Xử lý ảnh gồm

4 lĩnh vực chính: xử lý nâng cao chất lượng ảnh, nhận dạng ảnh, nén ảnh và truy vấn ảnh Hình ảnh là một dạng thông tin vô cùng phong phú, đa dạng và là phương tiện giao tiếp, trao đổi chủ yếu của con người Thông tin hình ảnh ngày nay có thể được xử lý dễ dàng bằng máy tính

 Mục tiêu của xử lý ảnh là:

- Xử lí ảnh ban đầu để có được ảnh mới theo một yêu cầu xác định, ví dụ như ảnh mờ cần được xử lí để ảnh được rõ hơn

- Phân tích ảnh để thu được các thông tin đặc trưng giúp cho việc phân tích loại, nhận biết ảnh

- Hiểu đầu vào để có những mô tả về ảnh ở mức cao hơn, sâu hơn

Tổng quan về một hệ thống xử lý ảnh được thể hiện bằng hình ảnh bên dưới:

Các bước cơ bản trong xử lí ảnh

Phần thu nhận ảnh: Ảnh có thể nhận qua camera màu hoặc đen trắng

Tiền xử lí: sau bộ thu nhận, ảnh có thể nhiễu độ tương phản thấp nên cần đưa vào bộ tiền xử lí để nâng cao chất lượng Chức năng chính của bộ tiền xử lí

là lọc nhiễu, nâng độ tương phản để làm ảnh rõ nét hơn

Phân đoạn (phân vùng): phân vùng ảnh là tách một ảnh đầu vào thành các vùng thành phần để biểu diễn phân tích, nhận dạng ảnh

Biểu diễn ảnh: đầu ra phân vùng ảnh chứa các điểm ảnh của vùng ảnh (ảnh đã phân đoạn) cộng với mã liên kết với các vùng lân cận Việc biến đổi các

số liệu này thành dạng thích hợp là cần thiết cho xử lí ảnh tiếp theo bằng máy tính Việc chọn các tính chất để thể hiện ảnh gọi là trích đoạn đặc trưng gắn với việc tách các đặc tính của ảnh đướiạng các thông tin định lượng hoặc làm cơ sở để phân biệt lớp đối tượng khác trong phạm vi ảnh nhận được

Nhận dạng và nội suy ảnh: nhận dạng ảnh là quá trình xác định ảnh Quá trình này thường thu được bằng cách so sánh với mẫu chuẩn đã được lọc (hoặc lưu) từ trước Nội suy là phán đoán theo ý nghĩa trên cơ sở nhận dạng.

Cơ sở tri thức: trong nhiều khâu xử lí phân tích ảnh ngoài việc đơn giản các phương pháp toán học đảm bảo tiện lợi cho xử lí, người ta mong muốn bắt chước quy trình tiếp nhận và xử lí ảnh theo cách của con người Trong các bước xử lí đó, nhiều khâu hiện nay đã xử lí theo các phương pháp trí tuệ con người Vì vậy, ở đây các cơ sở tri thức được phát huy

Một hệ thống xử lí ảnh

 Các ví dụ về xử lí ảnh

 Giảm nhiễu

Điều chỉnh độ tương phản

Tìm biên

Nén ảnh

Phân vùng ảnh

Khôi phục ảnh

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

 Xử lí ảnh cũng tạo ra được rất nhiều ứng dụng hữu ích trong thực tế như: bài toán nhận dạng vân tay, chữ viết, giọng nói…

1.2 Tổng quan về phân vùng ảnh

1.2.1 Một số khái niệm

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

Vùng ảnh (Region): là tập hợp các điểm ảnh có chung các thuộc tính về một đối tượng nào đó

Minh họa phân vùng ảnh

1.2.2 Các phương pháp tiếp cận phân vùng ảnh

 Phân vùng ảnh là chia ảnh thành các vùng không trùng lắp Mỗi vùng gồm một nhóm pixel liên thông và đồng nhất theo một tiêu chí nào đó Tiêu chí này phụ

thuộc vào mục tiêu của quá trình phân đoạn Ví dụ như đồng nhất về màu sắc, mức xám, kết cấu, độ sâu của các layer… Sau khi phân đoạn mỗi pixel chỉ thuộc

về một vùng duy nhất Để đánh giá chất lượng của quá trình phân đoạn là rất khó Vì vậy trước khi phân đoạn ảnh cần xác định rõ mục tiêu của quá trình phân

đoạn là gì Xét một cách tổng quát, ta có thể chia các hướng tiếp cận phân đoạn ảnh thành các nhóm chính như sau:

 Dựa trên tính đồng đều ( độ tương tự của mức xám và các thuộc tính chung của các điểm ảnh trong mỗi vùng).

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

1.2.3 Các công đoạn chính của phân vùng ảnh

Gồm 3 công đoạn sau:

 Tiền xử lí 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.

1.2.4 Một số phương pháp phân vùng ảnh

Các loại phương pháp phân vùng ảnh sau đây hay được sử dụng:

 Phân vùng dựa vào ngưỡng

 Phân vùng dựa vào cạnh

 Phân vùng dựa vào phát triển vùng

 Kỹ thuật phân nhóm

Phương pháp phân vùng theo ngưỡng biên độ

Các đặc tính đơn giản, cần thiết nhất của ảnh là biên độ và các tính chất vật lý như: độ tương phản, độ truyền sáng, màu sắc hoặc đáp ứng phổ Như vậy, có thể dùng ngưỡng biên độ để phân vùng khi biên độ đủ lớn đặc trưng cho ảnh Thí dụ, biên độ trong bộ cảm biến ảnh hồng ngoại có thể phản ánh vùng có nhiệt độ thấp hay vùng có nhiệt độ cao Kỹ thuật phân ngưỡng theo biên độ rất có lợi đối với ảnh nhị phân như văn bản in, đồ họa, ảnh màu hay ảnh X-quang Việc chọn ngưỡng rất quan trọng

Các bước chọn ngưỡng:

• Xem xét lược đồ xám của ảnh để xác định các đỉnh và các khe Nếu ảnh có dạng rắn lượn (nhiều đỉnh và khe), các khe có thể dùng để chọn ngưỡng

• Chọn ngưỡng t sao cho một phần xác định trước η của toàn bộ số mẫu là thấp hơn t

• Điều chỉnh ngưỡng dựa trên lược đồ xám của các điểm lân cận

• Chọn ngưỡng theo lược đồ xám của những điểm thỏa mãn tiêu chuẩn chọn Thí dụ, với ảnh có độ tương phản thấp, lược đồ của những điểm có biên độ Laplace g(m,n) lớn hơn giá trị t định trước (sao cho từ 5% đến 10% số điểm ảnh với Gradient lớn nhất sẽ coi như biên) sẽ cho phép xác định các đặc tính ảnh lưỡng cực tốt hơn ảnh gốc

• Khi có mô hình phân lớp xác suất, việc xác định ngưỡng dựa vào tiêu chuẩn xác suất nhằm cực tiểu xác suất sai số hoặc dựa vào một số tính chất khác của luật Bayes

Trong phân vùng dựa vào ngưỡng, các điểm ảnh của đầu vào được so sánh với một hoặc nhiều ngưỡng T, từ đó xếp các điểm ảnh vào các vùng khác nhau.

Hạn chế cơ bản của phương pháp này là biểu đồ không cung cấp thông tin không gian, chỉ có phân phối các mức xám

 Các tiêu chuẩn lựa chọn ngưỡng:

- Xác suất lỗi cực tiểu

Phương pháp phân vùng dựa vào cạnh

Phân vùng dựa vào cạnh thường chỉ ra phương pháp phân vùng dựa vào các cạnh trong một ảnh Các phương pháp đơn giản áp dụng một số phương pháp phát hiện cạnh trước khi phân vùng Một số phương pháp phát hiện cạnh được thực hiện theo độ dốc và biến đổi Hilbert

Kĩ thuật phân cụm

Mặc dù phân nhóm/ cụm đôi khi được dùng như một từ đồng nghĩa các kĩ thuật phân vùng, song ở đây phân nhóm để chỉ kĩ thuật được sử dụng chủ yếu thăm dò phân tích dữ liệu của các mẫu Trong ngữ nghĩa này, các phương pháp phân nhóm sắp xếp các mô hình tương tự vào từng nhóm với một ý nghĩa nhất định Mục tiêu này rất giống với những gì ta đang làm khi phân vùng một ảnh, và thực

sự một số kĩ thuật phân nhóm có thể dễ dàng áp dụng cho phân vùng ảnh

Phương pháp dựa vào vùng

Các phân vùng dựa trên phân vùng là phân vùng của một ảnh vào các vùng tương đồng / đồng nhất của các điểm giống nhau giữa các tập đại diện của các điểm ảnh Mỗi điểm trong ảnh trong một vùng tương tự như đối với một số đặc tính hoặc tính toán như cường độ, màu và kết cấu Phát triển vùng bắt đầu với tạo vùng bằng việc chọn một số điểm ảnh làm hạt giống Tiếp theo kiểm tra các điểm ảnh lân cận của “điểm hạt giống” ban đầu và xác định liệu những điểm lân cận nên được thêm vào vùng

2 Phân vùng ảnh với thuật toán phát triển vùng

2.1 Thuật toán phát triển vùng

Thuật toán phát triển vùng (region growing) là một thuật toán phân đoạn ảnh được sử dụng để phân chia các vùng khác nhau trên một ảnh Đặc điểm của các thuật toán phát triển vùng phụ thuộc vào thông số để kết thúc quá trình tìm kiếm trong vùng Thông thường, quá trình phát triển vùng sẽ được dừng khi không có pixel thỏa mãn tiêu chuẩn của vùng đó

Khi thông tin ban đầu không thể tìm kiếm được, quá trình phát triển vùng sẽ dựa vào những pixel có cùng đặc tính để quyết định xem pixel có nằm trong vùng cần tính hay không Việc lựa chọn các tiêu chuẩn tương đồng phụ thuộc đặc điểm của đối tượng cần xét trên ảnh và loại dữ liệu ảnh Tiêu chuẩn có thể bao gồm giá trị cường độ xám, đặc điểm cấu trúc hoặc chỉ số thống kê và không tiến hành tính toán lại các pixel đã tính trong vùng Việc lựa chọn tiêu chuẩn chính xác sẽ làm tăng khả năng xác định của thuật toán phát triển vùng cả về kích thước của vùng xét và hình dạng của vùng

2.2 Một số thuật toán phát triển vùng

2.2.1 Phát triển vùng từ các hạt

Thuật toán phát triển vùng từ các hạt ( Seeded Region Growing – SRG) là một trong những phương pháp phân vùng dựa vào vùng đơn giản nhất Thuật toán thực hiện một

phân vùng ảnh với việc kiểm tra những điểm ảnh lân cận của một tập hợp điểm, được gọi là những điểm hạt và quyết định liệu những điểm này có được phân loại thành nhóm các

điểm hạt hay không.

Quy trình thuật toán được thực hiện như sau:

Hạn chế:

 Vấn đề điểm hạt đầu tiên tức là chọn các điểm hạt đầu tiên khác nhau dẫn đến những kết quả phân vùng ảnh khác nhau Vấn đề này làm giảm tính ổn định của các

kết quả phân vùng ảnh từ cùng một ảnh Hơn nữa, việc quyết định xem có bao nhiêu điểm hạt cũng là một vấn đề quan trọng bởi vì những ảnh khác nhau đều có

số phân vùng ảnh riêng phù hợp

 Một vấn đề nữa là tiêu tốn thời gian, vì SRG cần rất nhiều thời gian tính toán, và đây cũng là vấn đề nghiêm trọng nhất trong SRG.

2.2.2 Phát triển vùng không dùng hạt

Thuật toán phát triển vùng không dùng hạt (Unseed Region Growing-URG) được đề xuất bởi Lin và cộng sự Sự khác biệt là không cần chọn hạt Trong quá trình

phân vùng, các hạt có thể được phát sinh một cách tự động Vì thế, phương pháp này có thể thực hiện phân vùng ảnh tự động đầy đủ cùng với lợi ích thiết thực khi trở thành

một phân vùng ảnh dựa vào vùng.

2.2.3 Tách vùng và sát nhập vùng

Mục đích chính của tách vùng và sát nhập vùng (Region Splitting and Merging) là để phân biệt sự đồng nhất của ảnh Thuật toán dựa trên lược đồ hình cây, có nghĩa là mỗi nút của cây có bốn con và gốc của cây tương ứng với toàn bộ ảnh Bên cạnh đó, mỗi nút đại diện cho các nhánh của một nút vào bốn nút hậu duệ Trường hợp được hiển thị trong hình (a), và trong trường hợp của hình (b), chỉ R4 được chia nhỏ hơn

a) Cấu trúc lược đồ hình cây, trong đó R đại diện cho toàn bộ vùng ảnh b) Phân vùng ảnh tương ứng

Thuật toán tách vùng và sát nhập vùng

Bước 1 Bước tách: Đối với bất kỳ vùng Ri nào, P(Ri) FALSE, ta chia thành 4 phần rời nhau

Bước 2 Sát nhập: Khi không thể tách được thêm nữa, thì hợp nhất bất kỳ vùng liền kề Rj và Rk mà P (Rj, Rk) = True

Bước 3 Chỉ dừng lại nếu không có thêm sát nhập nào là còn khả năng.

Nhận xét thuật toán tách và sát nhập vùng:

 Ưu điểm: Ảnh có thể được chia dần độ phân giải theo yêu cầu để tạo ra số lượng cấp độ vùng được xác định Ta có thể phân chia các ảnh bằng

cách sử dụng các tiêu chí mà ta quyết định, như là trung bình Ngoài ra, các tiêu chí sát nhập có thể là khác với các tiêu chí phân chia

 Nhược điểm: Thuật toán có thể tạo ra các phân vùng ảnh dạng ô vuông đều Vấn đề phân vùng ảnh ô vuông có thể được giảm bằng cách chia tách ở cấp

độ cao hơn, nhưng thời gian tính toán sẽ phát sinh

 Một số ứng dụng của phân vùng ảnh

 Trong lĩnh vực nhận dạng đối tượng, quá trình phân vùng ảnh sẽ tách đối tượng ra khỏi vùng nền Đối tượng ở đây có thể là con người hoặc một vật gì đó chuyển động thuộc vùng tiền cảnh Đối tượng sau khi được tách ra trong quá trình phân vùng có thể được xử lý trong các hệ thống như đếm số lượng người

ra vào, nhận dạng cử chỉ tay, nhận dạng khuôn mặt

 Trong lĩnh vực camera giám sát, quá trình phân vùng ảnh có thể ứng dụng trong việc xác định, giám sát đối tượng đi vào vùng giám sát, cảnh báo chuyển động khi đối tượng di chuyển vào vùng giám sát

 Trong lĩnh vực hình ảnh y tế, các kỹ thuật hình ảnh y tế như chụp CT (Computer Tomography), chụp MRI (Magnetic Resonance Imaging), chụp X-Quang, USG (Ultrasound) không thể thiếu để có thể phân tích chính xác nhiều bệnh lý khác nhau, qua đó đã hỗ trợ đáng kể bác sĩ trong việc chẩn đoán bệnh Trong quá trình phân tích, người chẩn đoán cần phân trích xuất các đường biên cần thiết, các bề mặt hoặc các bộ phận cơ thể ra khỏi bức hình, kỹ thuật này được gọi

là phân vùng Tuy nhiên, quá trình phân vùng thủ công là rất tốn thời gian và có thể không cho kết quả tốt Các phân vùng và đường biên này là rất quan trọng đối với các bác sĩ Chính vì vậy, trong vài thập kỷ qua, nhiều thuật toán phân vùng ảnh y tế được đề xuất nhằm tăng độ chính xác trong quá trình phân vùng ảnh

3 Demo

Ứng dụng thử nghiệm của phương pháp phân vùng ảnh dựa trên phương pháp gia tăng vùng.