Tài liệu Xử lý ảnh Đại học bách khoa HN

Definition of Digital Image Khái niệm ảnh sốẢnh số là tập hợp hữu hạn các điểm ảnh với mức xám phù hợp dùng để mô tả ảnh gần với ảnh thật Tùy thuộc vào thông tin của mỗi pixel, ảnh có

XỬ LÝ ẢNH TRONG CƠ ĐIỆN TỬ

Machine Vision

Giảng viên: TS Mạc Thị Thoa Đơn vị: Bộ môn Cơ điện tử, Viện Cơ khí

1 Image Sensing and Acquisition (cảm biến và thu nhận hình ảnh)

2 Image Sampling and Quantization (Lấy mẫu và lượng tử hóa hình

ảnh)

3 Some Basic Relationships Between Pixels (Mối quan hệ cơ bản giữa

4 Basic Mathematical Tools Used in Digital Image Processing (Các

Image Sensing and Acquisition

Figure shows the three principal sensor arrangements used to transform incident energy into digital images (ba cách bố trí cảm biến chính được sử dụng

để biến đổi năng lượng tới thành hình ảnh kỹ thuật số)

(a) Single sensing element

(b) Line sensor

(c) Array sensor

Image Acquisition Using a Single Sensing Element

Image Acquisition Using Sensor Strips (Thu nhận hình ảnh sử dụng dải

cảm biến)

(a) Image acquisition using a linear sensor strip

Image Acquisition Using Sensor Arrays

An example of digital image acquisition (a) Illumination (energy) source (b) A scene (c) Imaging system (d) Projection of the scene onto the image plane (e) Digitized image.

Definition of Digital Image (Khái niệm ảnh số)

Ảnh số là tập hợp hữu hạn các điểm ảnh với mức xám phù hợp dùng để mô tả

ảnh gần với ảnh thật

Tùy thuộc vào thông tin của mỗi pixel, ảnh có thể được chia thành ảnh nhị phân, hình ảnh thang độ xám, ảnh RGB …

Picture Element (Điểm ảnh)

Điểm ảnh (Pixel) là một phần tử của ảnh số tại tọa độ (x,y) với độ xám hoặc màunhất định

 Kích thước và khoảng cách giữa các điểm ảnh đó được chọn thích hợp sao chomắt người cảm nhận sự liên tục về không gian và mức xám/ màu của ảnh số

Sắc màu của ảnh

 Các màu sắc cơ sở để dùng biểu diễn một ảnh màu tạo thành một hệ màu và

được đề xuất dựa trên các nghiên cứu thị giác của con người

Hệ màu RGB (Red, Green, Blue) là một trong các mô hình phổ biến nhất, trong

đó mỗi điểm ảnh được biểu diễn bằng 3 giá trị thuộc khoảng [0 255]

Sắc màu của ảnh- Các mô hình màu

• Red, Green, Blue tại 3 trục nhận giá trị [0 255].

Mô hình RGB có thể biểu diễn hơn 16 triệu màu Trong

Mức xám của ảnh

Mức xám: Là kết quả của sự biến đổi tương ứng 1 giá trịn độ sáng của một

điểm ảnh với một giá trị nguyên dương, thông thường là [0 255] tùy thuộc vào

giá trị mỗi điểm ảnh được biểu diễn

 Các thang giá trị xám thông thường: 16, 32, 64, 128, 256 (256 là mức phổ dụng

do KTMT dùng 1 byte-8bit để biểu diễn mức xám)

Độ sâu mà của ảnh số

 Là đại lượng mô tả khả năng biểu diễn của các màu sắc trong ảnh số khi biểu

thị trên các thiết bị màn hình hoặc in ấn Đại lượng này được tính bằng số bít

cần dùng để biểu diễn một điểm ảnh

 Có thể phân biệt ba loại ảnh: màu, xám, nhị phân qua độ sâu màu với ảnh nhị

phân là 1, xám là 8, ảnh màu là 24 hoặc 32

Ví dụ ảnh cô Lena xinh đẹp ở ảnh màu được biến đối sang ảnh xám và ảnh nhị phân như 3 hình dưới

Ảnh mức xám

Ảnh chỉ số Jpeg, Gif

Độ sâu mà của ảnh số

 Ảnh nhị phân (binary image): giá trị mỗi điểm ảnh là 0 hoặc 1, nghĩa là trắng

hoặc đen Trong thực tế khi xử lý trên máy tính thì người ta dùng ảnh xám (xem khái niệm bên dưới) để biểu diễn ảnh nhị phân và lúc này 2 giá trị là 0 hoặc 255

 Ảnh xám (gray image): giá trị mỗi điểm ảnh nằm trong giải giá trị từ 0 đến 255, nghĩa là cần 8 bits hay 1 byte để biểu diễn mỗi điểm ảnh này

 Ảnh màu (color image): mỗi điểm ảnh có giá trị gồm 3 màu đỏ (red) + xanh lục (green) + xanh dương (blue) Mỗi màu có giá trị từ 0 đến 255, nghĩa là mỗi điểm ảnh cần 24bits hay 3bytes để biểu diễn Bạn có thể kiểm tra bằng cách dùng

phần mêm Paint của Windows, tạo một ảnh có kích thước 1024x1024 rồi lưu với định dạng màu BMP, rồi xem thông tin bức ảnh sẽ thấy size là 3MB

Độ phân giải của ảnh

 Định nghĩa: độ phân giải của ảnh (Resolution) của ảnh là mật độ điểm ảnh được ấn

định trên một ảnh số được hiển thị Hiểu một cách đơn giản đó chính là số lượng điểm ảnh chứa trên 1 màn hình hiển thị Độ phân giải thường được đo bằng

pixcel, megapixcel (1 megapixcel = 1 triệu pixcel)

Tổng số pixel (điểm ảnh) được gọi là độ phân giải Cách tính, quy đổi và gọi tên

độ phân giải như sau: nhân các cột điểm ảnh và hàng điểm ảnh rồi chia cho 1triệu Ví dụ, ảnh có độ phân giải 1220 x 1019 thì số điểm ảnh của nó

là 1.243.180 pixcel, độ phân giải gần đúng là 1,2 megapixce

Kết hợp với các yếu tố khác như kích thước cảm biến, chất lượng ống kính,

thấu kính, độ phân giải ảnh vẫn có những công dụng sau đây:

- Tăng độ sắc nét, giảm độ nhiễu của hình ảnh trên màn hình có kích thước nhỏ hơn

Hữu ích khi in hình khổ lớn như các tạp chí và khi cần crop ảnh

Xử lý ảnh số

 Định nghĩa: là một lĩnh vực khoa học công nghệ chuyên nghiên cứu thay đổi

trạng thái ban đầu của ảnh nhằm:

Cải thiện thông tin ảnh trực quan theo cách hiểu của con người hoặc nén ảnh

 Làm cho ảnh phù hợp hơn với tri giác máy

Xử lý ảnh số

 Làm ảnh sắc nét hơn

Xử lý ảnh số

 Lọc bỏ nhiễu

Xử lý ảnh số

 Loại bỏ sự mờ do chuyển động (nhòe)

Xử lý ảnh số: Làm cho ảnh đơn giản gọn gàng và đơn giản hơn

 Tách biên của ảnh

Xử lý ảnh số: Làm cho ảnh đơn giản gọn gàng và đơn giản hơn

 Loại bỏ các chi tiết thừa

Biểu diễn ảnh số

hình ảnh)

Basic Concepts in Sampling and Quantization

Số hóa các giá trị tọa độ được gọi là lấy mẫu Số hóa các giá trị biên độ được

gọi là lượng tử hóa

(a) Continuous image (b) A scan line

showing intensity variations along line

AB in the continuous image (c)

Sampling and quantization (d) Digital

scan line (The black border in (a) is

included for clarity It is not part of the

Basic Concepts in Sampling and Quantization

Một ảnh g(x, y) ghi được từ Camera là ảnh liên tục tạo nên mặt phẳng hai chiều Ảnh cần chuyển sang dạng thích hợp để xử lí bằng máy tính Phương pháp biến đổi một ảnh (hay một hàm) liên tục trong không gian cũng như theo giá trị thành dạng số rời rạc được gọi là số hoá ảnh Việc biến đổi này có thể gồm hai bước:

Bước 1: Đo giá trị trên các khoảng không gian gọi là lấy mẫu

Bước 2: Ánh xạ cường độ (hoặc giá trị) đo được thành một số hữu hạn các mức

rời rạc gọi là lượng tử hoá

Lấy mẫu: Lấy mẫu là một quá trình, qua đó ảnh được tạo nên trên một vùng có

tính liên tục được chuyển thành các giá trị rời rạc theo tọa độ nguyên Quá trình

này gồm 2 lựa chọn:

- Một là: khoảng lấy mẫu.

- Hai là: cách thể hiện dạng mẫu

Lựa chọn thứ nhất được đảm bảo nhờ lý thuyết lấy mẫu của Shannon Lựa chọn

thứ hai liên quan đến độ đo (Metric) được dùng trong miền rời rạc

Các dạng lấy mẫu: Dạng lẫy mẫu (Tesselation) điểm ảnh là cách bài trí các điểm

mẫu trong không gian hai chiều Một số dạng mẫu điểm ảnh được cho là dạng chữ nhật, tam giác, lục giác Mỗi một mẫu, ngoài việc thể hiện hình dáng còn cho biết

đặc điểm liên thông của chúng Ví dụ, mẫu chữ nhật có liên thông 4 hoặc 8 (nói về

các mẫu liền kề); mẫu lục giác có liên thông 6; mẫu tam giác có liên thông 3 hoặc 6.

Basic Concepts in Sampling and Quantization

(a) Continuous image projected (b) Result of image sampling

Representing Digital Images

(a) Image plotted as a surface (b) Image displayed as a visual intensity array (c) Image shown as a 2-D

numerical array (The numbers 0, 5, and 1 represent black, gray, and white, respectively.)

Representing Digital Images

Coordinate convention used to represent digital images

Because coordinate values are integers, there is a one-to-one

correspondence between x and

y and the rows (r) and columns

(c) of a matrix.

Representing Digital Images

Representing Digital Images

 The number of intensity levels: L

Ảnh đen trắng chỉ bao gồm 2 màu: màu đen và màu trắng Người ta phân mức đen trắng

đó thành L mức Nếu sử dụng số bit B=8 bít để mã hóa mức đen trắng (hay mức xám) thì L được

xác định :

L=2 B(trong ví dụ của ta L=2 8 = 256 mức)

Nếu L bằng 2, B=1, nghĩa là chỉ có 2 mức: mức 0 và mức 1, còn gọi là ảnh nhị phân Mức

1 ứng với màu sáng, còn mức 0 ứng với màu tối Nếu L lớn hơn 2 ta có ảnh đa cấp xám.

• Ảnh nhị phân mỗi điểm ảnh được mã hóa trên 1 bit, còn với ảnh 256 mức, mỗi điểm ảnh được mã hóa trên 8 bit Như vậy, với ảnh đen trắng: nếu dùng 8 bit (1 byte) để biểu diễn mức xám, số các mức xám có thể biểu diễn được là 256 Mỗi mức xám được biểu diễn dưới dạng là một số nguyên nằm trong khoảng

từ 0 đến 255, với mức 0 biểu diễn cho mức cường độ đen nhất và 255 biểu diễn cho mức cường độ

sáng nhất.

• Ảnh nhị phân khá đơn giản, các phần tử ảnh có thể coi như các phần tử logic Ứng dụng chính của nó

được dùng theo tính logic để phân biệt đối tượng ảnh với nền hay để phân biệt điểm biên với điểm khác.

Representing Digital Images

• Ảnh màu tổ hợp từ 3 màu cơ bản: đỏ (R), lục (G), lơ (B) và thường thu nhận

trên các dải băng tần khác nhau

• Với ảnh màu, cách biểu diễn cũng tương tự như với ảnh đen trắng, chỉ khác

là các số tại mỗi phần tử của ma trận biểu diễn cho ba màu riêng rẽ gồm: đỏ

(red), lục (green) và lam (blue)

• Để biểu diễn cho một điểm ảnh màu cần 24 bit 24 bit này được chia thành

ba khoảng 8 bit

• Mỗi màu cũng phân thành L cấp màu khác nhau (thường L=256) Mỗi

khoảng này biểu diễn cho cường độ sáng của một trong các màu chính

• Do đó, để lưu trữ ảnh màu người ta có thể lưu trữ từng màu riêng biệt, mỗi

màu lưu trữ

Spatial and Intensity Resolution

 Spatial resolution ( độ phân giải không

gian) is a measure of the smallest

discernible (rõ ràng) detail in an image

 Dots per unit distance is a measure of

image resolution used in the printing and

publishing industry In the U.S., this

measure usually is expressed as dots per

inch (dpi)

 Intensity resolution (độ phân giải cường

độ) is the number of bits used to quantize

intensity Effects of reducing spatial resolution The images shown

Spatial and Intensity Resolution

Spatial and Intensity Resolution

(a) Image with a low level of detail (b) Image with a medium level of detail (c) Image with a

Image Interpolation

(a) Image reduced to 72 dpi and zoomed back to its original 930 dpi using nearest neighbor

 A digital path (or curve) from pixel p with coordinates (x0, y0) to pixel q with

coordinates (x n , y n) is a sequence of distinct pixels with coordinates:

 If (x0, y0) = (x n , y n ) the path is a closed path

n is the length of the path

Let S represent a subset of pixels in an image

 Two pixels p and q are said to be connected in S if there exists a path between

them consisting entirely of pixels in S.

 The set of pixels that are connected to p in S is called a connected component of

S.

 If it only has one component, and that component is connected, then S is called a

connected set.

Let R represent a subset of pixels in an image

 We call R a region of the image if R is a connected set.

 Two regions, R i and R j are said to be adjacent if their union forms a connected

set

 Regions that are not adjacent are said to be disjoint.

 Foreground: the union of all the K disjoint regions (R u)

 Background: the complement of the set R u : (R u)c

background

foreground

 The boundary (also called the border or contour) of a region R is the set of pixels

in R that are adjacent to pixels in the complement of R.

intensity discontinuities closed paths

Distance Measures

 For pixels p, q, and s, with coordinates (x, y), (u, v), and (w, z), respectively, D is a

distance function or metric if:

Distance Measures

 The Euclidean distance between p and q is defined as:

The distance D4, (city-block distance) The distance D 8 , (chessboard distance)

Elementwise Versus Matrix Operations

 An elementwise operation involving one or more images is carried out on a

pixel-by-pixel basis

 The elementwise product of these two images is

 The matrix product of the images

Linear Versus Nonlinear Operations

 Consider a general operator, H, that produces an output image, g(x, y), from a

given input image, f(x, y):

 H is said to be a linear operator if

 An operator that fails to satisfy above equation is said to be nonlinear.

Arithmetic Operations

 Arithmetic operations between two images f(x, y) and g(x, y)

100, 500, and 1,000 noisy images,

respectively All images are of size pixels, and all were scaled so that their intensities would span the full [0, 255] intensity scale.

Using image addition (averaging) for noise reduction

Arithmetic Operations Comparing images using subtraction.

Basic Set Operations

Basic Set Operations

Basic Set Operations

Set operations involving grayscale images (a) Original image (b) Image negative obtained using grayscale set complementation (c) The union of image (a) and a constant image.

Logical Operations

Logical Operations

Illustration of logical operations involving foreground (white) pixels

Black represents binary 0’s and white binary 1’s

The dashed lines are shown for reference only

They are not part of the result.

Single-Pixel Operations

(a) An 8-bit image (b) Intensity transformation function used to obtain the digital equivalent of a “photographic”

Neighborhood Operations

Local averaging using neighborhood processing The procedure is illustrated in (a) and (b) for a rectangular neighborhood (c) An aortic angiogram (d) The result of using Eq (2) with m = m = 41 The images are of size

790 x 686 pixels.

(2)

Geometric Transformations

Geometric Transformations Phép biến dạng (Shearing)

Geometric Transformations

(a) A 541 x 421 image of the letter T (b) Image rotated -21 0 using nearest-neighbor interpolation for intensity assignments (c) Image rotated -21 0 using bilinear

interpolation (d) Image rotated -21 0 using bicubic interpolation (e)-(h) Zoomed

sections (each square is one pixel, and the numbers shown are intensity values).

Geometric Transformations

(a) A digital image (b) Rotated image (note the counterclockwise direction for a positive angle of rotation) (c) Rotated image cropped to fit the same area as the original image (d) Image enlarged to accommodate the entire rotated image.

Image Registration

Image registration (a) Reference image (b) Input (geometrically distorted image) Corresponding tie points are shown as small white squares near the corners (c) Registered (output) image (note the errors

in the border) (d) Difference between (a) and (c), showing more registration errors.

Vector and Matrix Operations

Image Transforms

 2-D linear transforms

 Inverse transform

Image Transforms

General approach for working in the linear transform domain.

Image Transforms

(a) Image corrupted by sinusoidal interference (b) Magnitude of the Fourier transform showing the bursts of energy caused by the interference (the bursts were enlarged for display purposes) (c) Mask used to eliminate the energy bursts (d) Result of computing the inverse of the modified Fourier transform.

CÂU HỎI ÔN TẬP

1 Nêu khái niệm và định nghĩa điểm ảnh

2 Thế nào là độ phân giải ảnh, cho ví dụ?

3 Trình bày định nghĩa mức xám, cho ví dụ

4 Nêu quan hệ giữa các điểm ảnh

5 Trình bày về khoảng cách đo và phân loại khoảng cách giữa các điểmảnh

6 Nêu ý nghĩa của các phép biến đổi ảnh, liệt kê một số phép biến đổi vàcho ví dụ.