1. Trang chủ
  2. » Thể loại khác

Giáo trình máy và hệ thống xử lý ảnh trong công nghiệp - Lê Mỹ Hà

201 28 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 201
Dung lượng 11,61 MB

Nội dung

TS LÊ MỸ HÀ GIÁO TRÌNH MÁY VÀ HỆ THỐNG XỬ LÝ ẢNH TRONG CÔNG NGHIỆP TS LÊ MỸ HÀ GIÁO TRÌNH MÁY VÀ HỆ THỐNG XỬ LÝ ẢNH TRONG CÔNG NGHIỆP NHÀ XUẤT BẢN ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH – 2017 LỜI NĨI ĐẦU Giáo trình cung cấp kiến thức tảng cần thiết môn xử lý ảnh số thị giác máy tính cho sinh viên bậc đại học sau đại học Lĩnh vực xử lý ảnh số thị giác máy phát triển nhanh kỷ nguyên công nghiệp 4.0 chiều sâu lẫn chiều rộng Số lượng ứng dụng lĩnh vực phát triển mạnh mẽ từ xử lý ảnh y sinh đến cảm nhận từ xa (remote sensing), kiểm định công nghiệp đến xử lý tài liệu văn bản, từ kỹ thuật Nano đến sở liệu truyền thơng đa phương tiện Giáo trình đưa cách tiếp cận từ thuật tốn áp dụng vào ứng dụng thực tế cụ thể để người học tự thiết kế hệ thống thị giác máy dựa tảng học Để tiếp cận môn học dễ dàng sinh viên cần trang bị kiến thức tốn giải tích hai biến bao gồm ma trận khơng gian tuyến tính, sinh viên cần thông thạo lý thuyết xác xuất bản, lập trình máy tinh sở cấu trúc liệu Giáo trình viết dựa nguồn tham khảo khác từ báo khoa học, sách tham khảo, trang web số nguồn khác Do có nhiều nguồn tham khảo nên vài chỗ không liệt kê chi tiết nguồn tài liệu tham khảo Cuối chương tác giả đưa số câu hỏi tập để sinh viên củng cố lý thuyết học tập lớn để sinh viên giải theo nhóm Một số hướng nghiên cứu để sinh viên có nhu cầu nghiên cứu chuyên sâu lĩnh vực tìm hiểu trực tiếp Giáo trình chia làm chương bao gồm: Chương 1: Giới thiệu khái niệm thị giác máy cách hình thành hình ảnh Chương 2: Giới thiệu kỹ thuật xử lý ảnh nhị phân bao gồm kỹ thuật lấy ngưỡng, tính chất hình học, phép chiếu, kỹ thuật xử lý vùng, hình thái học Cuối chương giới thiệu phương pháp nhận dạng ký tự chụp từ ảnh (optical character recognition) Chương 3: Cung cấp kỹ thuật xử lý vùng biên ảnh bao gồm phân đoạn vùng ảnh, mô tả vùng ảnh, phân chia gộp vùng, phát triển vùng Chương 4: Giới thiệu sở lý thuyết kỹ thuật lọc ảnh bao gồm lọc tuyến tính, lọc trung bình, lọc trung vị, làm mượt ảnh lọc Gaussian Chương 5: Giới thiệu lý thuyết giải thuật phát biên ảnh Giới thiệu Gradient ảnh số, lọc dùng toán tử đạo hàm bậc 1, lọc toán tử đạo hàm bậc 2, Laplace hàm Gaussian, đánh giá phương pháp lọc biên ảnh Cuối giới thiệu ví dụ áp dụng bước xử lý biên ảnh để phát đường thẳng ảnh Chương 6: Giới thiệu đường bao (contour) kỹ thuật xử lý đường bao bao gồm: tính chất hình học đường cong (curve), đường cong rời rạc ảnh số Cách khớp liệu rời rạc vào đường cong, cách xấp xĩ đường cong trình bày giáo trình Trong trình biên soạn giáo khơng tránh thiếu sót, tác giả mong nhận ý kiến đóng góp từ sinh viên bạn đọc thông qua hộp thư điện tử halm@hcmute.edu.vn Trân trọng! Lê Mỹ Hà MỤC LỤC LỜI NÓI ĐẦU Chương 1: GIỚI THIỆU 1.1 THỊ GIÁC MÁY 1.2 MỐI LIÊN HỆ VỚI CÁC LĨNH VỰC KHÁC 11 1.3 VAI TRÒ CỦA TRI THỨC 13 1.4 TÍNH CHẤT HÌNH HỌC CỦA HÌNH ẢNH 13 1.5 LẤY MẪU VÀ LƯỢNG TỬ HÓA 16 1.6 ĐỊNH NGHĨA VỀ ẢNH 18 1.7 CÁC MỨC ĐỘ TÍNH TỐN 20 BÀI TẬP 24 BÀI TẬP NHÓM 25 Chương 2: XỬ LÝ HÌNH ẢNH NHỊ PHÂN 29 2.1 NGƯỠNG ẢNH 31 2.2 ĐẶC TÍNH HÌNH HỌC 34 2.3 CÁC HÌNH CHIẾU 37 2.4 MÃ HÓA THEO CHIỀU DÀI 40 2.5 THUẬT TOÁN NHỊ PHÂN 41 2.6 HOẠT ĐỘNG HÌNH THÁI 57 2.7 NHẬN DẠNG CÁC TÍNH CHẤT QUANG HỌC 63 BÀI TẬP 63 BÀI TẬP NHÓM 64 Chương 3: VÙNG ẢNH 65 3.1 VÙNG VÀ BIÊN 65 3.2 VÙNG PHÂN ĐOẠN 67 3.3 ĐẠI DIỆN VÙNG 76 3.4 PHÂN CHIA VÀ GỘP LẠI 83 3.5 PHÁT TRIỂN VÙNG 89 BÀI TẬP 92 BÀI TẬP NHÓM 93 Chương 4: LỌC ẢNH 95 4.1 BIỂU ĐỒ VỀ SỰ THAY ĐỔI 95 4.2 HỆ THỐNG TUYẾN TÍNH 98 4.3 LỌC TUYẾN TÍNH 100 4.4 LỌC TRUNG VỊ 103 4.5 HÀM MỊN GAUSSIAN 104 BÀI TẬP 115 BÀI TẬP NHÓM 116 Chương 5: PHÂN TÍCH ĐƯỜNG BIÊN 117 5.1 GRADIENT 120 5.2 CÁC BƯỚC ĐỂ PHÂN TÍCH LỚP BIÊN 122 5.3 HÀM ĐẠO HÀM BẬC HAI 125 5.4 BIẾN ĐỔI LAPLACE CỦA HÀM GAUSSIAN 132 5.5 XẤP XỈ HÌNH ẢNH 136 5.6 PHÁT HIỆN BIÊN GAUSSIAN 142 5.7 ƯỚC TÍNH VỊ TRÍ CỦA ĐIỂM ẢNH CON 146 5.8 PHÁT HIỆN BIÊN 148 5.9 PHƯƠNG PHÁP TUẦN TỰ 150 5.10 PHÁT HIỆN ĐƯỜNG BIÊN 151 BÀI TẬP 151 BÀI TẬP NHÓM 153 Chương 6: ĐƯỜNG BAO (Contour) 155 6.1 HÌNH HỌC CỦA ĐƯỜNG CONG 156 6.2 ĐƯỜNG CONG KỸ THUẬT SỐ 157 6.3 TƯƠNG THÍCH VỚI ĐƯỜNG CONG 160 6.4 ĐƯỜNG POLYLINE 162 6.5 CÁC CUNG TRÒN 167 6.6 MẶT CẮT HÌNH NĨN 170 6.7 ĐƯỜNG CONG SPLINE 173 6.8 XẤP XỈ ĐƯỜNG CONG 175 6.9 MÔ TẢ FOURIER 185 BÀI TẬP 186 BÀI TẬP NHÓM 190 TÀI LIỆU THAM KHẢO 194 Chương GIỚI THIỆU 1.1 THỊ GIÁC MÁY Mục tiêu hệ thống thị giác máy để tạo mơ hình giới thực từ hình ảnh Hệ thống thị giác máy phục hồi thơng tin hữu ích cảnh quan từ hình chiếu hai chiều Bởi hình ảnh hình chiếu hai chiều từ không gian ba chiều, nên thông tin khơng trực tiếp có mà phải khơi phục Việc khơi phục thơng tin u cầu phải thực nhiều phép ánh xạ khác thông tin vật thể cảnh quan phép chiếu hình học Để xem xét ứng dụng hệ thống thị giác máy yêu vầu quy trình xử lý, xem xét ba hình ảnh thể Hình 1.1 đến 1.3 Các hình ảnh thể ba ứng dụng khác hệ thống thị giác máy Các thông tin khôi phục hệ thống thị giác ba trường hợp khác Trong hình đầu tiên, ta sử dụng chẩn đốn bệnh sử dụng hình ảnh X quang Hệ thống thị giác máy giúp kỹ thuật viên có thơng tin bệnh từ hình ảnh chụp Việc đo đạc định lượng vùng vật thể dễ dàng tiếp cận Hệ thống phát triển cho tất kiểu hình ảnh lĩnh vực khác vấn đề liên quan đến chăm sóc sức khỏe Tương tự vậy, thị giác máy áp dụng để kiểm tra sản phẩm công nghiệp, nông nghiệp lĩnh vực khác Hệ thống thị giác máy sử dụng để quản lý chất lượng sản phẩm, từ cấu trúc siêu nhỏ đến tồn sản phẩm Hình 1.2 cặp hình ảnh thu từ robot di động Mỗi cặp ảnh hình ảnh lập thể (stereo) thu thời điểm định Những hình ảnh sử dụng để khôi phục lại cấu trúc ba chiều môi trường xung quanh dùng việc dẫn đường cho robot mơi trường Thơng tin có từ hình ảnh lập thể (stereo) chuyển động kết hợp để tạo đồ bền vững mơi trường độ phân giải thích hợp cho tác vụ Kỹ thuật hữu dụng dẫn đường tự động phương tiện xe ô tô, máy bay, xe tăng robot Ta thấy nhiều phương pháp khác để khôi phục lại độ sâu điểm ảnh Thông thường, kết bước xử lý kết hợp để tạo giá trị độ sâu đáng tin cậy Hình 1.3 hình ảnh chụp vệ tinh Các vùng khác biệt ảnh tương ứng với tuổi khác tảng băng Các hình ảnh chụp luân phiên vệ tinh Chúng quan trọng việc dự đốn thời tiết, phân tích thay đổi trái đất, nông nghiệp, lâm nghiệp ứng dụng khác Hệ thống thị giác máy tính đóng vai trị ngày quan trọng việc phân tích liệu với số lượng lớn cung cấp vệ tinh Hình 1.1: Ảnh y sinh xử lý hệ thống thị giác máy tính để hỗ trợ chẩn đốn Hình 1.2: Hai cặp hình ảnh ánh xạ lấy từ robot tự động Những hình ảnh sử dụng để khôi phục lại cảnh quan môi trường robot 10 ... LÊ MỸ HÀ GIÁO TRÌNH MÁY VÀ HỆ THỐNG XỬ LÝ ẢNH TRONG CÔNG NGHIỆP NHÀ XUẤT BẢN ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH – 2017 LỜI NĨI ĐẦU Giáo trình cung cấp kiến thức tảng cần thiết môn xử lý ảnh. .. đầu vào cách tối ưu để thực chức Lưu ý đầu vào hệ thống thị giác hình ảnh đầu sau xử lý ảnh vài biểu tượng thể vị trí nhận dạng vật thể Số lượng liệu xử lý hệ thống thị giác lớn u cầu tính tốn hệ. .. chiếu vào mặt phẳng ảnh 1.5 LẤY MẪU VÀ LƯỢNG TỬ HÓA Các hàm số miền liên tục thể cách xác máy tính số Giao diện hệ thống thị giác mà chiếu cảnh quan vào mặt phẳng ảnh máy tính phải lấy mẫu hình ảnh

Ngày đăng: 29/04/2022, 06:06

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1] I. E. Abdou and W. K. Pratt. Quantitative design and evaluation of enhancement/thresholding edge detectors. Proceedings of the IEEE, 67(5):753-763, May 1979 Sách, tạp chí
Tiêu đề: Proceedings of the IEEE
[3] N. Ahuja and A. L. Abbot. Active stereo: Integrating disparity, vergence, focus, aperture, and calibration for surface estimation.IEEE Trans. Pattern Analysis and Machine Intelligence, 15(10):1007-1029, 1993 Sách, tạp chí
Tiêu đề: IEEE Trans. Pattern Analysis and Machine Intelligence
[4] J. Aisbett. Optical flow with an intensity-weighted smoothing. IEEE Trans. Pattern Analysis and Machine Intelligence, 11(5):512—522, May 1989 Sách, tạp chí
Tiêu đề: IEEE Trans. Pattern Analysis and Machine Intelligence
[5] J. Y. Aloimonos. Shape from texture. Biological Cybernetics, 58(5):345 Sách, tạp chí
Tiêu đề: Biological Cybernetics
[6] J. Y. Aloimonos and I. Rigoutsos. Determining the 3-d motion of a rigid planar patch without correspondence, under perspective projection. Proc. Workshop on Motion, pages 167-174, 1986 Sách, tạp chí
Tiêu đề: Proc. Workshop on Motion
[7] J. Y. Aloimonos and I. Rigoutsos. Determining the 3-d motion of a rigid surface patch without correspondence, under perspective projection, i. planar surfaces; ii. curved surfaces. Proc. National Conf. on Artificial Intelligence, pages 681-688, 1986 Sách, tạp chí
Tiêu đề: Proc. National Conf. on Artificial Intelligence
[8] J. Y. Aloimonos, I. Weiss, and A. Bandyopadhyay. Active vision. Int. J. Computer Vision, 1:333-356, 1988 Sách, tạp chí
Tiêu đề: Int. J. Computer Vision
[12] N. Ayache and F. Lustman. Fast and reliable trinocular stéréovision. Proc. First Intl. Conf. Computer Vision, pages 422-427, 1987 Sách, tạp chí
Tiêu đề: Proc. First Intl. Conf. Computer Vision
[13] R. Bajcsy and L. Lieberman. Texture gradient as a depth cue. Comp. Graph, and Image Proc.. 5:52-67, 1976 Sách, tạp chí
Tiêu đề: Comp. Graph, and Image Proc
[15] H. H. Baker and R. C. Bolles. Generalizing epipolar-plane image anal- ysis on the spatiotemporal surface. Int. J. Computer Vision, 3:33-49, [16] H. H. Baker and T. O. Binford. Depth from edge and intensitybased stereo. Proc. 7th Int. Joint Conf. AI. pages 631-636, 1981 Sách, tạp chí
Tiêu đề: Int. J. Computer Vision", 3:33-49, [16] H. H. Baker and T. O. Binford. Depth from edge and intensity based stereo. "Proc. 7th Int. Joint Conf. AI
[17] W. H. Baker. Elements of Photogrammetry. Ronald Press Company, New York, 1960 Sách, tạp chí
Tiêu đề: Elements of Photogrammetry
[18] D. H. Ballard. Generalizing the hough transform to detect arbitrary shapes. Pattern Recognition, 13(2): 111—122, 1981 Sách, tạp chí
Tiêu đề: Pattern Recognition
[19] D. H. Ballard and C. M. Brown. Computer Vision. Prentice-Hall, Englewood Cliffs, New Jersey, 1982 Sách, tạp chí
Tiêu đề: Computer Vision
[20] S. T. Barnard and M. A. Fischler. Computational stereo. Computing Surveys, 14(4):553-572, December 1982 Sách, tạp chí
Tiêu đề: Computing Surveys
[21] S. T. Barnard and W. B. Thompson. Disparity analysis of images. IEEE Trans. Pattern Analysis and Machine Intelligence, 2(4):333- 340, July 1980 Sách, tạp chí
Tiêu đề: IEEE Trans. Pattern Analysis and Machine Intelligence
[22] R. H. Bartels, J. C. Beatty, and B. A. Barsky. An Introduction to Splines for Use in Computer Graphics and Geometric Modeling.Morgan Kaufmann, Los Altos, California, 1987 Sách, tạp chí
Tiêu đề: An Introduction to Splines for Use in Computer Graphics and Geometric Modeling
[23] D. M. Bates and D. G. Watts. Nonlinear Regression Analysis and Its Applications. Wiley, New York, 1988 Sách, tạp chí
Tiêu đề: Nonlinear Regression Analysis and Its Applications
[24] J. V. Beck and K. J. Arnold. Parameter Estimation in Engineering and Science. Wiley, New York, 1977 Sách, tạp chí
Tiêu đề: Parameter Estimation in Engineering and Science
[25] F. Bergholm. Edge focusing. IEEE Trans. Pattern Analysis and Machine Intelligence, 9(6):726-741, November 1987 Sách, tạp chí
Tiêu đề: IEEE Trans. Pattern Analysis and Machine Intelligence
[26] P. J. Besl. Active, optical range imaging sensors. Machine Vision and Applications, 1:127-152, 1988 Sách, tạp chí
Tiêu đề: Machine Vision and Applications

TỪ KHÓA LIÊN QUAN