Giáo trình Xử lý ảnh

ĐẠI HỌC THÁI NGUYÊN

KHOA CÔNG NGHỆ THÔNG TIN

GIÁO TRÌNH MÔN HỌC

XỬ LÝ ẢNH

Người soạn : TS. ĐỖ NĂNG TOÀN,

TS. PHẠM VIỆT BÌNH

Thái Nguyên, Tháng 11 năm 2007

1

LỜI NÓI ĐẦU

Khoảng hơn mười năm trở lại đây, phần cứng máy tính và các thiết bị

liên quan đã có sự tiến bộ vượt bậc về tốc độ tính toán, dung lượng chứa,

khả năng xử lý v.v.. và giá cả đã giảm đến mức máy tính và các thiết bị liên

quan đến xử lý ảnh đã không còn là thiết bị chuyên dụng nữa. Khái niệm

ảnh số đã trở nên thông dụng với hầu hết mọi người trong xã hội và việc

thu nhận ảnh số bằng các thiết bị cá nhân hay chuyên dụng cùng với việc

đưa vào máy tính xử lý đã trở nên đơn giản.

Trong hoàn cảnh đó, xử lý ảnh là một lĩnh vực đang được quan tâm và

đã trở thành môn học chuyên ngành của sinh viên ngành công nghệ thông

tin trong nhiều trường đại học trên cả nước. Tuy nhiên, tài liệu giáo trình

còn là một điều khó khăn. Hiện tại chỉ có một số ít tài liệu bằng tiếng Anh

hoặc tiếng Pháp, tài liệu bằng tiếng Việt thì rất hiếm. Với mong muốn đóng

góp vào sự nghiệp đào tạo và nghiên cứu trong lĩnh vực này, chúng tôi biên

soạn cuốn giáo trình Xử lý ảnh dựa trên đề cương môn học đã được duyệt.

Cuốn sách tập trung vào các vấn đề cơ bản của xử lý ảnh nhằm cung cấp

một nền tảng kiến thức đầy đủ và chọn lọc nhằm giúp người đọc có thể tự

tìm hiểu và xây dựng các chương trình ứng dụng liên quan đến xử lý ảnh.

Giáo trình được chia làm 5 chương và phần phụ lục: Chương 1, trình

bày Tổng quan về xử lý ảnh, các khai niệm cơ bản, sơ đồ tổng quát của một

hệ thống xử lý ảnh và các vấn đề cơ bản trong xử lý ảnh. Chương 2, trình

bày các kỹ thuật nâng cao chất lượng ảnh dựa vào các thao tác với điểm

ảnh, nâng cao chất lượng ảnh thông qua việc xử lý các điểm ảnh trong lân

cận điểm ảnh đang xét. Chương này cũng trình bày các kỹ thuật nâng cao

chất lượng ảnh nhờ vào các phép toán hình thái. Chương 3, trình bày các kỹ

thuật cơ bản trong việc phát hiện biên của các đối tượng ảnh theo cả hai

khuynh hướng: Phát hiện biên trực tiếp và phát hiện biên gián tiếp. Chương

4 thể hiện cách kỹ thuật tìm xương theo khuynh hướng tính toán trục trung

vị và hướng tiếp cận xấp xỉ nhờ các thuật toán làm mảnh song song và gián

tiếp. Và cuối cùng là Chương 5 với các kỹ thuật hậu xử lý.

Giáo trình được biên soạn dựa trên kinh nghiệm giảng dạy của tác giả

trong nhiều năm tại các khóa đại học và cao học của ĐH Công nghệ -

ĐHQG Hà Nội, ĐH Khoa học tự nhiên – ĐHQG Hà Nội, Khoa Công nghệ

thông tin – ĐH Thái Nguyên v.v.. Cuốn sách có thể làm tài liệu tham khảo

cho sinh viên các hệ kỹ sư, cử nhân và các bạn quan tâm đến vấn đề nhận

dạng và xử lý ảnh.

2

Các tác giả bày tỏ lòng biết ơn chân thành tới các bạn đồng nghiệp

trong Phòng Nhận dạng và công nghệ tri thức, Viện Công nghệ thông tin,

Bộ môn Hệ thống thông tin, Khoa Công nghệ thông tin, ĐH Thái Nguyên,

Khoa Công nghệ thông tin, ĐH Công nghệ, ĐHQG Hà Nội, Khoa Toán –

Cơ – Tin, ĐH Khoa học tự nhiên, ĐHQG Hà Nội đã động viên, góp ý và

giúp đỡ để hoàn chỉnh nội dung cuốn sách này. Xin cám ơn Lãnh đạo Khoa

Công nghệ thông tin, ĐH Thái Nguyên, Ban Giám đốc ĐH Thái Nguyên đã

hỗ trợ và tạo điều kiện để cho ra đời giáo trình này.

Mặc dù rất cố gắng nhưng tài liệu này chắc chắn không tránh khỏi

những sai sót. Chúng tôi xin trân trọng tiếp thu tất cả những ý kiến đóng

góp của bạn đọc cũng như các bạn đồng nghiệp để có chỉnh lý kịp thời.

Thư góp ý xin gửi về: Phạm Việt Bình,

Khoa Công nghệ thông tin – ĐH Thái nguyên.

Xã Quyết Thắng, Tp. Thái Nguyên

Điện thoại: 0280.846506

Email: pvbinh@ictu.edu.vn

Thái Nguyên, ngày 22 tháng 11 năm 2007

CÁC TÁC GIẢ

3

MỤC LỤC

LỜI NÓI ĐẦU^{.......................................................................................................................................................................}

MỤC LỤC^{..................................................................................................................................................................................}

Chương 1: TỔNG QUAN VỀ XỬ LÝ ẢNH^{.....................................................................................}

1.1. XỬ LÝ ẢNH, CÁC VẤN ĐỀ CƠ BẢN TRONG XỬ LÝ ẢNH^{..................}

1.1.1. Xử lý ảnh là gì?^{............................................................................................................................................}

2

4

7

1.1.2. Các vấn đề cơ bản trong xử lý ảnh^{........................................................................................}

1.1.2.1 Một số khái niệm cơ bản^{........................................................................................................}

1.1.2.2 Nắn chỉnh biến dạng^{....................................................................................................................}

1.1.2.3 Khử nhiễu^{.................................................................................................................................................}

1.1.2.4 Chỉnh mức xám:^{...............................................................................................................................}

1.1.2.5 Trích chọn đặc điểm^{....................................................................................................................}

7

8

9

1.1.2.6 Nhận dạng^{............................................................................................................................................}10

1.1.2.7 Nén ảnh^{...................................................................................................................................................}11

1.2. THU NHẬN VÀ BIỂU DIỄN ẢNH^{...........................................................................................}11

1.2.1. Thu nhận, các thiết bị thu nhận ảnh^{..................................................................................}11

1.2.2. Biểu diễn ảnh^{..............................................................................................................................................}12

1.2.2.1. Mô hình Raster^{.............................................................................................................................}12

1.2.2.2. Mô hình Vector^{............................................................................................................................}13

Chương 2: CÁC KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH^{...................}14

2.1. CÁC KỸ THUẬT KHÔNG PHỤ THUỘC KHÔNG GIAN^{..........................}14

2.1.1. Giới thiệu^{.........................................................................................................................................................}14

2.1.2. Tăng giảm độ sáng^{...............................................................................................................................}14

2.1.3. Tách ngưỡng^{................................................................................................................................................}15

2.1.4. Bó cụm^{...............................................................................................................................................................}15

2.1.5. Cân bằng histogram^{............................................................................................................................}16

2.1.6. Kỹ thuật tách ngưỡng tự động^{................................................................................................}17

2.1.7. Biến đổi cấp xám tổng thể^{...........................................................................................................}18

2.2. CÁC KỸ THUẬT PHỤ THUỘC KHÔNG GIAN^{.....................................................}20

2.2.1. Phép cuộn và mẫu^{.................................................................................................................................}20

4

2.2.2. Một số mẫu thông dụng^{..................................................................................................................}21

2.2.3. Lọc trung vị^{..................................................................................................................................................}22

2.2.4. Lọc trung bình^{...........................................................................................................................................}24

2.2.5. Lọc trung bình theo k giá trị gần nhất^{............................................................................}25

2.3. CÁC PHÉP TOÁN HÌNH THÁI HỌC^{....................................................................................}26

2.3.1. Các phép toán hình thái cơ bản^{..............................................................................................}26

2.3.2. Một số tính chất của phép toán hình thái^{....................................................................}27

Chương 3: BIÊN VÀ CÁC PHƯƠNG PHÁP PHÁT HIỆN BIÊN^{.....................}32

3.1. GIỚI THIỆU^{............................................................................................................................................................}32

3.2. CÁC PHƯƠNG PHÁP PHÁT HIỆN BIÊN TRỰC TIẾP^{.................................}32

3.2.1. Kỹ thuật phát hiện biên Gradient^{.........................................................................................}32

3.2.1.1. Kỹ thuật Prewitt^{..........................................................................................................................}34

3.2.1.2. Kỹ thuật Sobel^{...............................................................................................................................}35

3.2.1.3. Kỹ thuật la bàn^{..............................................................................................................................}35

3.2.2. Kỹ thuật phát hiện biên Laplace^{...........................................................................................}36

3.3. PHÁT HIỆN BIÊN GIÁN TIẾP^{.......................................................................................................}37

3.3.1 Một số khái niệm cơ bản^{.................................................................................................................}37

3.3.2. Chu tuyến của một đối tượng ảnh^{.......................................................................................}38

3.3.3. Thuật toán dò biên tổng quát^{....................................................................................................}40

Chương 4: XƯƠNG VÀ CÁC KỸ THUẬT TÌM XƯƠNG^{........................................}44

4.1. GIỚI THIỆU^{............................................................................................................................................................}44

4.2. TÌM XƯƠNG DỰA TRÊN LÀM MẢNH^{...........................................................................}44

4.2.1. Sơ lược về thuật toán làm mảnh^{...........................................................................................}44

4.2.2. Một số thuật toán làm mảnh^{......................................................................................................}46

4.3. TÌM XƯƠNG KHÔNG DỰA TRÊN LÀM MẢNH^{................................................}46

4.3.1. Khái quát về lược đồ Voronoi^{.................................................................................................}47

4.3.2. Trục trung vị Voronoi rời rạc^{...................................................................................................}47

4.3.3. Xương Voronoi rời rạc^{....................................................................................................................}48

4.3.4. Thuật toán tìm xương^{........................................................................................................................}49

Chương 5: CÁC KỸ THUẬT HẬU XỬ LÝ^{..................................................................................}52

5.1. RÚT GỌN SỐ LƯỢNG ĐIỂM BIỂU DIỄN^{.....................................................................}52

5.1.1. Giới thiệu^{.........................................................................................................................................................}52

5

5.1.2. Thuật toán Douglas Peucker^{.....................................................................................................}52

5.1.2.1. Ý tưởng^{.................................................................................................................................................}52

5.1.2.2. Chương trình^{...................................................................................................................................}53

5.1.3. Thuật toán Band width^{....................................................................................................................}54

5.1.3.1. Ý tưởng^{.................................................................................................................................................}54

5.1.3.2. Chương trình^{...................................................................................................................................}56

5.1.4. Thuật toán Angles^{.................................................................................................................................}57

5.1.4.1. Ý tưởng^{.................................................................................................................................................}57

5.1.4.2. Chương trình^{...................................................................................................................................}57

5.2. XẤP XỈ ĐA GIÁC BỞI CÁC HÌNH CƠ SỞ^{....................................................................}58

5.2.1 Xấp xỉ đa giác theo bất biến đồng dạng^{........................................................................}59

5.2.2 Xấp xỉ đa giác theo bất biến aphin^{......................................................................................}62

5.3. BIẾN ĐỔI HOUGH^{........................................................................................................................................}63

5.3.1. Biến đổi Hongh cho đường thẳng^{.......................................................................................}63

5.3.2. Biến đổi Hough cho đường thẳng trong tọa độ cực^{.......................................}64

5.3.2.1. Đường thẳng Hough trong tọa độ cực^{...............................................................}64

5.3.2.2. Áp dụng biến đổi Hough trong phát hiện góc nghiêng văn bản

..................................................................................................................... 65

PHỤ LỤC^{................................................................................................................................................................................}68

TÀI LIỆU THAM KHẢO^{....................................................................................................................................}76

6

Chương 1:

TỔNG QUAN VỀ XỬ LÝ ẢNH

1.1. XỬ LÝ ẢNH, CÁC VẤN ĐỀ CƠ BẢN TRONG XỬ LÝ ẢNH

1.1.1. Xử lý ảnh là gì?

Con người thu nhận thông tin qua các giác quan, trong đó thị giác

đóng vai trò quan trọng nhất. Những năm trở lại đây với sự phát triển của

phần cứng máy tính, xử lý ảnh và đồ hoạ đó phát triển một cách mạnh mẽ

và có nhiều ứng dụng trong cuộc sống. Xử lý ảnh và đồ hoạ đóng một vai

trò quan trọng trong tương tác người máy.

Quá trình xử lý ảnh được xem như là quá trình thao tác ảnh đầu vào

nhằm cho ra kết quả mong muốn. Kết quả đầu ra của một quá trình xử lý

ảnh có thể là một ảnh “tốt hơn” hoặc một kết luận.

Ảnh

“Tốt hơn”

Ảnh

XỬ LÝ ẢNH

Kết luận

Hình 1.1. Quá trình xử lý ảnh

Ảnh có thể xem là tập hợp các điểm ảnh và mỗi điểm ảnh được xem

như là đặc trưng cường độ sáng hay một dấu hiệu nào đó tại một vị trí nào

đó của đối tượng trong không gian và nó có thể xem như một hàm n biến

P(c₁, c₂,..., c_n). Do đó, ảnh trong xử lý ảnh có thể xem như ảnh n chiều.

Sơ đồ tổng quát của một hệ thống xử lý ảnh:

Hệ quyết định

Thu nhận ảnh

(Scanner,

Camera,Sensor)

Trích chọn

đặc điểm

Hậu

xử lý

Đối sánh rút

ra kết luận

Tiền xử lý

Lưu trữ

Hình 1.2. Các bước cơ bản trong một hệ thống xử lý ảnh

1.1.2. Các vấn đề cơ bản trong xử lý ảnh

1.1.2.1 Một số khái niệm cơ bản

* Ảnh và điểm ảnh:

7

Điểm ảnh được xem như là dấu hiệu hay cường độ sáng tại 1 toạ độ

trong không gian của đối tượng và ảnh được xem như là 1 tập hợp các

điểm ảnh.

* Mức xám, màu

Là số các giá trị có thể có của các điểm ảnh của ảnh

1.1.2.2 Nắn chỉnh biến dạng

Ảnh thu nhận thường bị biến dạng do các thiết bị quang học và điện

tử.

P’_i

P_i

×f(P_i)

Ảnh thu nhận

Ảnh mong muốn

Hình 1.3. Ảnh thu nhận và ảnh mong muốn

Để khắc phục người ta sử dụng các phép chiếu, các phép chiếu thường

được xây dựng trên tập các điểm điều khiển.

Giả sử (P_i, P_i’) i = 1, n có n các tập điều khiển

Tìm hàm f: P_ia f (P_i) sao cho

n

2

f (P ) − P^'

→ min

∑

i

i=1

Giả sử ảnh bị biến đổi chỉ bao gồm: Tịnh tiến, quay, tỷ lệ, biến dạng

bậc nhất tuyến tính. Khi đó hàm f có dạng:

f (x, y) = (a₁x + b₁y + c₁, a₂x + b₂y + c₂)

Ta có:

n

2

φ = ( f (Pi) − Pi^')²=

[

(

a₁x_i+ b₁y_i+ c₁− x_i^'

)

+

(

a₂x_i+ b₂y_i+ c₂− y_i^'

)

]

∑

i=1

Để cho φ → min

8

n

⎧

⎪

⎨

⎪

⎩

∂φ

∂a₁

∂φ

∂b₁

∂φ

⎧

⎪

⎨

⎪

⎩

= 0

a x²+ b x y + c x =

x x^'

i i

∑

1

i

1

i

1

i

i=1

n

= 0 ⇔

= 0

a x y + b y²+ c y =

y x^'

i i

∑

1

i

1

i

1

i

i=1

n

a x + b y + nc =

x^'

i

∑

1

i

1

i

1

∂c₁

i=1

Giải hệ phương trình tuyến tính tìm được a₁, b₁, c₁

Tương tự tìm được a₂, b₂, c₂

⇒ Xác định được hàm f

1.1.2.3 Khử nhiễu

Có 2 loại nhiễu cơ bản trong quá trình thu nhận ảnh

• Nhiều hệ thống: là nhiễu có quy luật có thể khử bằng các phép

biến đổi

• Nhiễu ngẫu nhiên: vết bẩn không rõ nguyên nhân → khắc phục

bằng các phép lọc

1.1.2.4 Chỉnh mức xám:

Nhằm khắc phục tính không đồng đều của hệ thống gây ra. Thông

thường có 2 hướng tiếp cận:

• Giảm số mức xám: Thực hiện bằng cách nhóm các mức xám gần

nhau thành một bó. Trường hợp chỉ có 2 mức xám thì chính là

chuyển về ảnh đen trắng. Ứng dụng: In ảnh màu ra máy in

đen trắng.

• Tăng số mức xám: Thực hiện nội suy ra các mức xám trung gian

bằng kỹ thuật nội suy. Kỹ thuật này nhằm tăng cường độ mịn

cho ảnh

1.1.2.5 Trích chọn đặc điểm

Các đặc điểm của đối tượng được trích chọn tuỳ theo mục đích nhận

dạng trong quá trình xử lý ảnh. Có thể nêu ra một số đặc điểm của ảnh

sau đây:

Đặc điểm không gian: Phân bố mức xám, phân bố xác suất, biên độ,

điểm uốn v.v..

Đặc điểm biến đổi: Các đặc điểm loại này được trích chọn bằng việc

thực hiện lọc vùng (zonal filtering). Các bộ vùng được gọi là “mặt nạ đặc

9

điểm” (feature mask) thường là các khe hẹp với hình dạng khác nhau (chữ

nhật, tam giác, cung tròn v.v..)

Đặc điểm biên và đường biên: Đặc trưng cho đường biên của đối

tượng và do vậy rất hữu ích trong việc trích trọn các thuộc tính bất biến

được dùng khi nhận dạng đối tượng. Các đặc điểm này có thể được trích

chọn nhờ toán tử gradient, toán tử la bàn, toán tử Laplace, toán tử “chéo

không” (zero crossing) v.v..

Việc trích chọn hiệu quả các đặc điểm giúp cho việc nhận dạng các

đối tượng ảnh chính xác, với tốc độ tính toán cao và dung lượng nhớ lưu

trữ giảm xuống.

1.1.2.6 Nhận dạng

Nhận dạng tự động (automatic recognition), mô tả đối tượng, phân

loại và phân nhóm các mẫu là những vấn đề quan trọng trong thị giác máy,

được ứng dụng trong nhiều ngành khoa học khác nhau. Tuy nhiên, một câu

hỏi đặt ra là: mẫu (pattern) là gì? Watanabe, một trong những người đi đầu

trong lĩnh vực này đã định nghĩa: “Ngược lại với hỗn loạn (chaos), mẫu là

một thực thể (entity), được xác định một cách ang áng (vaguely defined) và

có thể gán cho nó một tên gọi nào đó”. Ví dụ mẫu có thể là ảnh của vân tay,

ảnh của một vật nào đó được chụp, một chữ viết, khuôn mặt người hoặc

một ký đồ tín hiệu tiếng nói. Khi biết một mẫu nào đó, để nhận dạng hoặc

phân loại mẫu đó có thể:

Hoặc phân loại có mẫu (supervised classification), chẳng hạn phân

tích phân biệt (discriminant analyis), trong đó mẫu đầu vào được định danh

như một thành phần của một lớp đã xác định.

Hoặc phân loại không có mẫu (unsupervised classification hay

clustering) trong đó các mẫu được gán vào các lớp khác nhau dựa trên một

tiêu chuẩn đồng dạng nào đó. Các lớp này cho đến thời điểm phân loại vẫn

chưa biết hay chưa được định danh.

Hệ thống nhận dạng tự động bao gồm ba khâu tương ứng với ba giai

đoạn chủ yếu sau đây:

1^o. Thu nhận dữ liệu và tiền xử lý.

2^o. Biểu diễn dữ liệu.

3^o. Nhận dạng, ra quyết định.

Bốn cách tiếp cận khác nhau trong lý thuyết nhận dạng là:

1^o. Đối sánh mẫu dựa trên các đặc trưng được trích chọn.

2^o. Phân loại thống kê.

3^o. Đối sánh cấu trúc.

10

4^o. Phân loại dựa trên mạng nơ-ron nhân tạo.

Trong các ứng dụng rõ ràng là không thể chỉ dùng có một cách tiếp

cận đơn lẻ để phân loại “tối ưu” do vậy cần sử dụng cùng một lúc nhiều

phương pháp và cách tiếp cận khác nhau. Do vậy, các phương thức phân

loại tổ hợp hay được sử dụng khi nhận dạng và nay đã có những kết quả có

triển vọng dựa trên thiết kế các hệ thống lai (hybrid system) bao gồm nhiều

mô

hình

kết hợp.

Việc giải quyết bài toán nhận dạng trong những ứng dụng mới, nảy

sinh trong cuộc sống không chỉ tạo ra những thách thức về thuật giải, mà

còn đặt ra những yêu cầu về tốc độ tính toán. Đặc điểm chung của tất cả

những ứng dụng đó là những đặc điểm đặc trưng cần thiết thường là nhiều,

không thể do chuyên gia đề xuất, mà phải được trích chọn dựa trên các thủ

tục phân tích dữ liệu.

1.1.2.7 Nén ảnh

Nhằm giảm thiểu không gian lưu trữ. Thường được tiến hành theo cả

hai cách khuynh hướng là nén có bảo toàn và không bảo toàn thông tin.

Nén không bảo toàn thì thường có khả năng nén cao hơn nhưng khả năng

phục hồi thì kém hơn. Trên cơ sở hai khuynh hướng, có 4 cách tiếp cận cơ

bản trong nén ảnh:

• Nén ảnh thống kê: Kỹ thuật nén này dựa vào việc thống kê tần xuất

xuất hiện của giá trị các điểm ảnh, trên cơ sở đó mà có chiến lược

mã hóa thích hợp. Một ví dụ điển hình cho kỹ thuật mã hóa này

là *.TIF

• Nén ảnh không gian: Kỹ thuật này dựa vào vị trí không gian của

các điểm ảnh để tiến hành mã hóa. Kỹ thuật lợi dụng sự giống nhau

của các điểm ảnh trong các vùng gần nhau. Ví dụ cho kỹ thuật này

là mã nén *.PCX

• Nén ảnh sử dụng phép biến đổi: Đây là kỹ thuật tiếp cận theo

hướng nén không bảo toàn và do vậy, kỹ thuật thướng nến hiệu quả

hơn. *.JPG chính là tiếp cận theo kỹ thuật nén này.

• Nén ảnh Fractal: Sử dụng tính chất Fractal của các đối tượng ảnh,

thể hiện sự lặp lại của các chi tiết. Kỹ thuật nén sẽ tính toán để chỉ

cần lưu trữ phần gốc ảnh và quy luật sinh ra ảnh theo nguyên lý

Fractal

1.2. THU NHẬN VÀ BIỂU DIỄN ẢNH

1.2.1. Thu nhận, các thiết bị thu nhận ảnh

11

Các thiết bị thu nhận ảnh bao gồm camera, scanner các thiết bị thu

nhận này có thể cho ảnh đen trắng

Các thiết bị thu nhận ảnh có 2 loại chính ứng với 2 loại ảnh thông

dụng Raster, Vector.

Các thiết bị thu nhận ảnh thông thường Raster là camera các thiết bị

thu nhận ảnh thông thường Vector là sensor hoặc bàn số hoá Digitalizer

hoặc được chuyển đổi từ ảnh Raster.

Nhìn chung các hệ thống thu nhận ảnh thực hiện 1 quá trình

• Cảm biến: biến đổi năng lượng quang học thành năng lượng điện

• Tổng hợp năng lượng điện thành ảnh

1.2.2. Biểu diễn ảnh

Ảnh trên máy tính là kết quả thu nhận theo các phương pháp số hoá

được nhúng trong các thiết bị kỹ thuật khác nhau. Quá trình lưu trữ ảnh

nhằm 2 mục đích:

• Tiết kiệm bộ nhớ

• Giảm thời gian xử lý

Việc lưu trữ thông tin trong bộ nhớ có ảnh hưởng rất lớn đến việc hiển

thị, in ấn và xử lý ảnh được xem như là 1 tập hợp các điểm với cùng kích

thước nếu sử dụng càng nhiều điểm ảnh thì bức ảnh càng đẹp, càng mịn và

càng thể hiện rõ hơn chi tiết của ảnh người ta gọi đặc điểm này là độ

phân giải.

Việc lựa chọn độ phân giải thích hợp tuỳ thuộc vào nhu cầu sử dụng

và đặc trưng của mỗi ảnh cụ thể, trên cơ sở đó các ảnh thường được biểu

diễn theo 2 mô hình cơ bản

1.2.2.1. Mô hình Raster

Đây là cách biểu diễn ảnh thông dụng nhất hiện nay, ảnh được biểu

diễn dưới dạng ma trận các điểm (điểm ảnh). Thường thu nhận qua các

thiết bị như camera, scanner. Tuỳ theo yêu cầu thực thế mà mỗi điểm ảnh

được biểu diễn qua 1 hay nhiều bít

Mô hình Raster thuận lợi cho hiển thị và in ấn. Ngày nay công nghệ

phần cứng cung cấp những thiết bị thu nhận ảnh Raster phù hợp với tốc độ

nhanh và chất lượng cao cho cả đầu vào và đầu ra. Một thuận lợi cho việc

hiển thị trong môi trường Windows là Microsoft đưa ra khuôn dạng ảnh

DIB (Device Independent Bitmap) làm trung gian. Hình 1.4 thể hình quy

trình chung để hiển thị ảnh Raster thông qua DIB.

12

Một trong những hướng nghiên cứu cơ bản trên mô hình biểu diễn này

là kỹ thuật nén ảnh các kỹ thuật nén ảnh lại chia ra theo 2 khuynh hướng là

nén bảo toàn và không bảo toàn thông tin nén bảo toàn có khả năng phục

hồi hoàn toàn dữ liệu ban đầu còn nếu không bảo toàn chỉ có khả năng

phục hồi độ sai số cho phép nào đó. Theo cách tiếp cận này người ta đã đề

ra nhiều quy cách khác nhau như BMP, TIF, GIF, PCX…

Hiện nay trên thế giới có trên 50 khuôn dạng ảnh thông dụng bao gồm

cả trong đó các kỹ thuật nén có khả năng phục hồi dữ liệu 100% và nén có

khả năng phục hồi với độ sai số nhận được.

Paint

BMP

PCC

.

DIB

Cửa sổ

Thay đổi

Hình 1.4. Quá trình hiển thị và chỉnh sửa, lưu trữ ảnh thông qua DIB

1.2.2.2. Mô hình Vector

Biểu diễn ảnh ngoài mục đích tiết kiệm không gian lưu trữ dễ dàng

cho hiển thị và in ấn còn đảm bảo dễ dàng trong lựa chọn sao chép di

chuyển tìm kiếm… Theo những yêu cầu này kỹ thuật biểu diễn vector tỏ ra

ưu việt hơn.

Trong mô hình vector người ta sử dụng hướng giữa các vector của

điểm ảnh lân cận để mã hoá và tái tạo hình ảnh ban đầu ảnh vector được thu

nhận trực tiếp từ các thiết bị số hoá như Digital hoặc được chuyển đổi từ

ảnh Raster thông qua các chương trình số hoá

Công nghệ phần cứng cung cấp những thiết bị xử lý với tốc độ nhanh

và chất lượng cho cả đầu vào và ra nhưng lại chỉ hỗ trợ cho ảnh Raster.

Do vậy, những nghiên cứu về biểu diễn vectơ đều tập trung từ chuyển

đổi từ ảnh Raster.

Vecter

hóa

Raster

hóa

RASTER

VECTOR

RASTER

Hình 1.5. Sự chuyển đổi giữa các mô hình biểu diễn ảnh

13

Chương 2:

CÁC KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH

2.1. CÁC KỸ THUẬT KHÔNG PHỤ THUỘC KHÔNG GIAN

2.1.1. Giới thiệu

Các phép toán không phụ thuộc không gian là các phép toán không

phục thuộc vị trí của điểm ảnh.

Ví dụ: Phép tăng giảm độ sáng , phép thống kê tần suất, biến đổi

tần suất v.v..

Một trong những khái niệm quan trọng trong xử lý ảnh là biểu đồ tần

suất (Histogram)

Biểu đồ tần suất của mức xám g của ảnh I là số điểm ảnh có giá trị g

của ảnh I. Ký hiệu là h(g)

Ví dụ:

1

2

4

2

0

2

1

0

1

2

1

4

7

0

1

I =

g

0

5

1

7

2

5

4

2

7

1

h(g)

2.1.2. Tăng giảm độ sáng

Giả sử ta có I ~ kích thước m × n và số nguyên c

Khi đó, kỹ thuật tăng, giảm độc sáng được thể hiện

for (i = 0; i < m; i + +)

for (j = 0; j < n; j + +)

I [i, j] = I [i, j] + c;

• Nếu c > 0: ảnh sáng lên

• Nếu c < 0: ảnh tối đi

14

2.1.3. Tách ngưỡng

Giả sử ta có ảnh I ~ kích thước m × n, hai số Min, Max và ngưỡng θ

khi đó: Kỹ thuật tách ngưỡng được thể hiện

for (i = 0; i < m; i + +)

for (j = 0; j < n; j + +)

I [i, j] = I [i, j] > = θ? Max : Min;

* Ứng dụng:

Nếu Min = 0, Max = 1 kỹ thuật chuyển ảnh thành ảnh đen trắng được

ứng dụng khi quét và nhận dạng văn bản có thể xảy ra sai sót nền thành ảnh

hoặc ảnh thành nền dẫn đến ảnh bị đứt nét hoặc dính.

2.1.4. Bó cụm

Kỹ thuật nhằm giảm bớt số mức xám của ảnh bằng cách nhóm lại số

mức xám gần nhau thành 1 nhóm

Nếu chỉ có 2 nhóm thì chính là kỹ thuật tách ngưỡng. Thông thường

có nhiều nhóm với kích thước khác nhau.

Để tổng quát khi biến đổi người ta sẽ lấy cùng 1 kích thước

bunch_size

h(g)

g

0

I [i,j] = I [i,j]/ bunch - size * bunch_size ∀(i,j)

Ví dụ: Bó cụm ảnh sau với bunch_size= 3

1

2

7

4

2

1

2

1

4

3

6

2

6

4

9

1

7

5

1

2

I =

15

0

6

3

0

3

6

0

6

3

9

0

6

3

0

I_kq=

2.1.5. Cân bằng histogram

Ảnh I được gọi là cân bằng "lý tưởng" nếu với mọi mức xám g, g’ ta

có h(g) = h(g’)

Giả sử, ta có ảnh

I ~ kích thước m × n

new_level ~ số mức xám của ảnh cân bằng

m×n

new_level

TB =

~ số điểm ảnh trung bình của mỗi mức xám

của ảnh cân bằng

g

t(g) = h(i)

∑

i=0

~ số điểm ảnh có mức xám ≤ g

Xác định hàm f: g a f(g)

⎧

t(g)

⎫

⎛

⎜

⎞

⎟

f (g) = max 0,round

−1

Sao cho:

⎨

⎩

⎬

⎭

TB

⎝

⎠

Ví dụ: Cân bằng ảnh sau với new_level= 4

1

2

7

4

2

1

2

1

4

3

6

2

6

4

9

1

7

5

1

2

I =

g

1

2

3

4

5

6

7

9

h(g) t(g) f(g)

5

1

3

1

2

1

5

0

1

2

3

10

11

14

15

17

19

20

16

0

1

0

1

0

2

1

2

1

2

3

0

3

2

0

1

I_kq= 3

2

Chú ý: Ảnh sau khi thực hiện cân bằng chưa chắc đã là cân bằng "lý tưởng

"

2.1.6. Kỹ thuật tách ngưỡng tự động

Ngưỡng θ trong kỹ thuật tách ngưỡng thường được cho bởi người sử

dụng. Kỹ thuật tách ngưỡng tự động nhằm tìm ra ngưỡng θ một cách tự

động dựa vào histogram theo nguyên lý trong vật lý là vật thể tách làm 2

phần nếu tổng độ lệnh trong từng phần là tối thiểu.

Giả sử, ta có ảnh

I ~ kích thước m × n

G ~ là số mức xám của ảnh kể cả khuyết thiếu

t(g) ~ số điểm ảnh có mức xám ≤ g

g

1

m(g) =

i.h(i)

∑

t(g)

i=0

~ mômen quán tính TB có mức xám ≤ g

g a f (g)

Hàm f:

t(g)

2

f (g) =

[

m(g) − m(G −1)

]

mxn − t(g)

Tìm θ sao cho:

f

(

θ

)

{

f (g)

}

⁼max

0≤g<G−1

Ví dụ: Tìm ngưỡng tự động của ảnh sau

0

1

0

2

1

0

3

2

1

0

4

3

2

1

0

5

4

3

2

1

I =

Lập bảng

g

g h(g) t(g) g.h(g)

ih(i) m(g) f(g)

∑

i=0

0

1

15 15

20

0

5

0

5

0

1.35

5

0,25 1.66

17

2

3

4

5

4

3

2

1

24

27

29

30

8

9

8

5

13

22

30

35

0,54 1.54

0,81 1.10

1,03 0.49

1,16

∞

Ngưỡng cần tách θ= 1 ứng với f(θ)= 1.66

2.1.7. Biến đổi cấp xám tổng thể

Nếu biết ảnh và hàm biến đổi thì ta có thể tính được ảnh kết quả và do

đó ta sẽ có được histogram của ảnh biến đổi. Nhưng thực tế nhiều khi ta chỉ

biết histogram của ảnh gốc và hàm biến đổi, câu hỏi đặt ra là liệu ta có thể

có được histogram của ảnh biến đổi. Nếu có như vậy ta có thể hiệu chỉnh

hàm biến đổi để thu được ảnh kết quả có phân bố histogram như

mong muốn.

Bài toán đặt ra là biết histogram của ảnh, biết hàm biến đổi hãy vẽ

histogram của ảnh mới.

Ví dụ:

g

1

4

2

3

1

4

2

h(g)

g + 1 nếu g ≤ 2

nếu g = 3

g – 1 nếu g > 3

f(g)=

g

Bước 1: Vẽ Histogram của ảnh cũ

f(g)

g

0

18

Bước 2: Vẽ đồ thị hàm f(g)

h(g)

g

0

Bước 3: Vẽ Histogram của ảnh mới

Đặt q = f(g)

h(q) = card ({P| I(P) = q})

= card ({P| I(P) = f(g)})

= card ({P| g = f^-1(I(P))})

=

h(i)

∑

h(g) f(g)

i∈f ⁻¹(q)

g

0

Histogram của ảnh mới thua được bằng cách chồng hình và tính giá trị

theo các q (= f(g)) theo công thức tính trên. Kết quả cuối thu được sau phép

quay góc 90 thuận chiều kim đồng hồ.

19

2.2. CÁC KỸ THUẬT PHỤ THUỘC KHÔNG GIAN

2.2.1. Phép cuộn và mẫu

Giả sử ta có ảnh I kích thước M × N, mẫu T có kích thước m × n khi

đó, ảnh I cuộn theo mẫu T được xác định bởi công thức.

m−1 n−1

I ⊗T(x, y) =

I

(

x + i, y + j

)

*T

(

i, j

)

(2.1)

∑ ∑

i=0 j=0

m−1 n−1

I ⊗T(x, y) =

I

(

x −i, y − j

)

*T

(

i, j

)

Hoặc

(2.2)

∑ ∑

i=0 j=0

VD:

1

2

4

1

7

1

0

2

1

5

2

0

1

4

5

4

8

1

8

2

8

4

5

7

2

4

2

1

5

1

2

I =

T =

1

I ⊗T(x, y) =

I

(

x +i, y + j

)

*T

(

i, j

)

= I

(

x, y

)

*T

(

0,0

)

+ I

(

x +1, y +1

)

*T

1,1

( )

∑ ∑

i=0 j=0

= I

(

x, y

)

+ I

(

x +1, y +1

)

2

3

6

4

*

8

7

10

4

*

7

9

6

2

*

12

Tính theo (2.1)

I ⊗ T = 6

12 12

3

*

6

*

6

*

Tính theo công thức 2.2

*

2

7

6

3

*

3

6

4

*

8

9

6

2

*

7

*

10

4

I ⊗ T = *

12

*

12 12

6

20