BÀI GIẢNG xử lý ẢNH

TR NG Đ I H C CỌNG NGHI P TP H CHệ MINH KHOA CỌNG NGH ĐI N T -*** - NGUY N T N LŨY BÀI GI NG X LÝ NH TÊN H C PH N :X LÝ NH TRONG T Mà H C PH N : 2102478 TRÌNH Đ ĐÀO T O : Đ I H C CHệNH QUY DÙNG CHO SV NGÀNH : ĐI N T L U HÀNH N I B HCM - 2016 T Đ NG Đ NG Bài gi ng xử lý nh CH NG @ Nguyen Tan Luy KHÁI NI M V X LÝ NH Sau h c xong phần nƠy sinh viên có th gi i thích đ c:  Ý nghĩa, mục đích mơn học; ứng dụng xử lý ảnh công nghiệp, đời sống  Các thành phần: xử lý phân tích ảnh Các khối chức năng, ý nghĩa quy trình xử lý phân tích ảnh  Các khái niệm, định nghĩa ảnh số hóa Tổng quan biểu diễn ảnh 1.1 Gi i thi u v h th ng x lý nh 1.1.1 Khái niệm chung Xử lý nh m t lĩnh vực mang tính khoa h c cơng nghệ Nó m t ngành khoa h c mẻ so với nhiều ngành khoa h c khác tốc đ phát triển c a r t nhanh, kích thích trung tâm nghiên c u, ng dụng, đặc biệt máy tính chuyên dụng riêng cho nh số m t biểu diễn c a m t nh không gian hai chiều gồm m t tập hữu h n giá tr số, g i ph n tử nh pixel M i giá tr pixel thường đ i diện cho m c xám, màu sắc, chiều cao, đ mờ,ầ (Hình 1.1) Hình 1.1: Biểu diễn ảnh Các phương pháp xử lý nh bắt đ u từ ng dụng chính: nâng cao ch t lượng nh phân tích nh ng dụng đ u tiên biết đến nâng cao ch t lượng nh báo chí truyền qua cáp từ Luân đôn đến New York từ năm 1920 V n đề Bài gi ng xử lý nh @ Nguyen Tan Luy nâng cao ch t lượng nh có liên quan tới phân bố m c sáng đ phân gi i c a nh Việc nâng cao ch t lượng nh phát triển vào kho ng năm 1955 Điều gi i thích sau chiến th hai, máy tính phát triển nhanh t o điều kiện cho trình xử lý nh số thuận lợi Năm 1964, máy tính có kh xử lý nâng cao ch t lượng nh từ mặt trăng vệ tinh Ranger c a Mỹ bao gồm: làm đường biên, lưu nh Từ năm 1964 đến nay, phương tiện xử lý, nâng cao ch t lượng, nhận d ng nh phát triển không ngừng Các phương pháp tri th c nhân t o m ng nơ ron nhân t o, thuật toán xử lý nh đ i, công cụ nén nh ngày áp dụng r ng rãi c h o nhiều kết qu kh quan Các bước xử lý nh mơ t Hình 1.2 Xử lý hình thái h c Thu nhận nh Tăng cường nh Phân đo n Thu nhận nh Nhận d ng đối tượng Biểu diễn mơ t Bài tốn c n gi i Xử lý nh màu Nén nh Hình 1.2: Các bước xử lý ảnh A Phần thu nh n nh (Image Acquisition) Với camera ống chuẩn CCIR với t n số 1/25, m i nh 25 dòng, nh nhận có màu đen trắng, thơng thường nh tương tự, với camera CCD (Change Coupled Device) lo i photodiot cho nh số cách t o cường đ sáng t i m i điểm nh B Ti n x lý Bài gi ng xử lý nh @ Nguyen Tan Luy Sau b thu nhận, nh nhiễu đ tương ph n th p nên c n đưa vào b tiền xử lý để nâng cao ch t lượng Ch c c a b tiền xử lý l c nhiễu, nâng đ tương ph n để làm nh rõ nét Các công đo n bao gồm: Tăng cường (Image enhancement), phục hồi nh (Image restoration) xử lý hình thái nh (Morphological Processing) C Phơn đo n (Segmentation) hay phơn vùng nh Phân vùng nh tách m t nh đ u vào thành vùng thành ph n để biểu diễn phân tích, nhận d ng Ví dụ: để nhận d ng chữ (hoặc mã v ch) bưu phẩm nhằm mục đích phân lo i, c n chia câu, chữ đ a tên người thành từ, chữ, số (hoặc v ch) riêng biệt để nhận d ng Đây ph n ph c t p khó khăn nh t xử lý nh dễ gây l i, làm m t đ xác c a nh Kết qu nhận d ng nh phụ thu c r t nhiều vào công đo n D Nh n d ng đ i t ng (Object recognition) Nhận d ng nh trình xác đ nh nh Quá trình thường thu cách so sánh với mẫu chuẩn h c (hoặc lưu) từ trước N i suy phán đoán theo ý nghĩa sở nhận d ng Ví dụ: m t lo t chữ số nét g ch ngang bưu phẩm n i suy thành mã điện tho i Có nhiều cách phân loai nh khác nh Theo lý thuyết nhận d ng, mơ hình toán h c nh phân theo hai lo i nhận d ng nh b n:  Nhận d ng theo tham số  Nhận d ng theo c u trúc M t số đối tượng nhận d ng phổ biến áp dụng khoa h c công nghệ là: nhận d ng ký tự (chữ in, chữ viết tay, chữ ký điện tử), nhận d ng văn b n (Text), nhận d ng vân tay, nhận d ng mã v ch, nhận d ng mặt người E Bi u di n vƠ mô t nh (Representation & description) Đ u nh sau phân đo n ch a điểm nh c a vùng nh ( nh phân đo n) c ng với mã liên kết với vùng lận cận Việc biến đổi số liệu thành d ng Bài gi ng xử lý nh @ Nguyen Tan Luy thích hợp c n thiết cho xử lý máy tính Việc ch n tính ch t để thể nh g i trích đặc trưng nh (Feature Selection) Trích đặc trưng nh gắn liền với việc tách đặc tính c a nh d ng thông tin đ nh lượng làm sở để phân biệt lớp đối tượng với đối tượng khác ph m vi nh nhận Ví dụ: nhận d ng ký tự bưu phẩm, miêu t đặc trưng c a ký tự giúp phân biệt ký tự với ký tự khác nh sau số hoá lưu vào b nhớ, chuyển sang cơng đo n để phân tích Nếu lưu trữ nh trực tiếp từ nh thơ, địi hỏi dung lượng b nhớ cực lớn không hiệu qu theo quan điểm ng dụng công nghệ Thông thường, nh thơ đặc t (biểu diễn) l i (hay đơn gi n mã hoá) theo đặc điểm c a nh g i đặc trưng nh (Image Features) như: biên nh (Boundary), vùng nh (Region) 1.2 Nh ng v n đ c b n h th ng x lý nh 1.2.1 Điểm nh (Picture Element) Gốc c a nh ( nh tự nhiên) nh liên tục không gian đ sáng Để xử lý máy tính (số), nh c n ph i số hoá Số hoá nh biến đổi g n m t nh liên tục thành m t tập điểm phù hợp với nh thật v trí (khơng gian) đ sáng (m c xám) Kho ng cách điểm nh thiết lập cho mắt người không phân biệt ranh giới chúng M i m t điểm g i điểm nh (Picture element hay g i tắt Pixel) Với biểu diễn nh hai chiều, m i pixel ng với cặp t a đ (x, y) Vậy Điểm nh (Pixel) m t ph n tử c a nh số t i to đ (x, y) với đ xám màu nh t đ nh Kích thước kho ng cách điểm nh ch n thích hợp cho mắt người c m nhận liên tục không gian m c xám (hoặc màu) c a nh số g n nh thật M i ph n tử ma trận g i m t ph n tử nh Ví dụ: cửa sổ Workspace c a ph n mềm Matlab nhập lệnh � � � ( �� được: � = ), ‘Filename’ đường dẫn tên file ch a nh số ta Bài gi ng xử lý nh @ Nguyen Tan Luy Nếu nh đ c nh màu: có kiểu liệu: × ×3( Nếu nh đ c nh xám: có kiểu liệu: × ( 8) 8) 1.2.2 Độ phân gi i nh Đ nh nghĩa: Đ phân gi i (Resolution) c a nh mật đ điểm nh n đ nh m t nh số hiển th Theo đ nh nghĩa, kho ng cách điểm nh ph i ch n cho mắt người th y liên tục c a nh Việc lựa ch n kho ng cách thích hợp t o nên m t mật đ phân bổ, đ phân gi i phân bố theo trục x y khơng gian hai chiều Ví dụ: Đ phân gi i c a nh hình CGA (Color Graphic Adaptor) m t lưới điểm theo chiều ngang hình: 320 điểm chiều d c, 200 điểm nh (320*200) Rõ ràng, hình CGA 12” ta nhận th y m n hình CGA 17” đ phân gi i 320×200 Lý do: m t mật đ (đ phân gi i) diện tích hình r ng đ m n (liên tục c a điểm) 1.2.3 Mức xám nh M t điểm nh (pixel) có hai đặc trưng b n v trí (x, y) c a điểm nh đ xám c a Dưới xem xét m t số khái niệm thuật ngữ thường dùng xử lý nh Định nghĩa: M c xám c a điểm nh cường đ sáng c a gán giá tr số t i điểm Các thang giá trị mức xám thơng thường: 16, 32, 64, 128, 256 (M c 256 m c phổ dụng Lý do: từ kỹ thuật máy tính dùng byte (8 bit) để biểu diễn m c xám: M c xám dùng byte biểu diễn: 28 = 256 m c, t c từ đến 255) nh đen trắng: nh có hai màu đen, trắng (không ch a màu khác) với m c xám điểm nh khác nh nhị phân: nh có m c đen trắng phân biệt t c dùng bit mô t m c khác Nói cách khác: m i điểm nh c a nh nh phân Bài gi ng xử lý nh @ Nguyen Tan Luy nh màu: khuôn khổ lý thuyết ba màu (Red, Blue, Green) để t o nên giới màu, người ta thường dùng byte để mơ t m c màu, giá tr màu: 28×3 = 224 ≈ 16,7 triệu màu 1.2.4 Quan hệ điểm nh M t nh số gi sử biểu diễn hàm ( , ) Tập điểm nh S; cặp điểm nh có quan hệ với ký hiệu , Chúng ta nêu m t số khái niệm sau: Các lân cận c a điểm nh (Image Neighbors): Gi sử có điểm nh ( , ) t i to đ có điểm lân cận g n nh t theo chiều đ ng ngang (có thể coi lân cận hướng chính: Đơng, Tây, Nam, Bắc) (Hình 1.3): − 1, ; , −1 ; , +1 ; + 1, = �4 ( ) Các lân cận chéo: Các điểm lân cận chéo � ( ) (Có thể coi lân cận chéo c a hướng: Đông-Nam, Đông-Bắc, Tây-Nam, Tây-Bắc): + 1, + ; Tập kết hợp: �8 + 1, − ; = �4 − 1, + ; − 1, − =� ( ) + � ( ) tập hợp lân cận c a điểm nh Hình 1.3: Quan hệ điểm ảnh 1.2.5 Các mối liên kết điểm nh Các mối liên kết sử dụng để xác đ nh giới h n (Boundaries) c a đối tượng vật thể xác đ nh vùng m t nh M t liên kết đặc trưng tính liền kề điểm m c xám c a chúng Có lo i liên kết: a) Liên k t 4: Hai điểm nh nói liên kết với giá tr cường Bài gi ng xử lý nh @ Nguyen Tan Luy đ sáng V q nằm m t lân cận c a , t c q thu c �4 b) Liên k t 8: Hai điểm nh p q nằm m t lân cận c a p, t c q thu c �8 c) Liên k t m (liên k t h n h p): Hai điểm nh p q với giá tr cường đ sáng V nói liên kết m nếu: q thu c �4 1.2.6 Đo kho ng cách điểm nh Đ nh nghĩa: Kho ng cách � , q thu c � hai điểm nh p to đ (x, y), q to đ (s, t) hàm kho ng cách (Distance) Metric nếu: � �ớ � , = ế ỉ ế = � , = � , �( , ) �( , ) + �( , ); ộ đ ể ả , CH NG THU NH N NH Sau h c xong phần nƠy sinh viên gi i thích đ  Các thiết bị thu nhận ảnh c:  Lấy mẫu lượng tử hoá  Một số phương pháp biểu diễn ảnh  Các định dạng ảnh  Khái niệm ảnh đen trắng ảnh màu 2.1 Các thi t b thu nh n nh 2.1.1 Bộ c m biến nh Máy chụp nh, camera ghi l i hình nh Có nhiều lo i máy c m biến (Sensor) làm việc với ánh sáng nhìn th y hồng ngo i như: Micro Densitometers, Image Dissector, Camera Divicon, linh kiện quang điện bán dẫn Các lo i c m biến chụp nh ph i số hoá phim âm b n chụp nh Camera divicon linh kiện bán dẫn quang điện cho nh ghi băng từ số hố Trong Micro Densitometer phim nh chụp gắn mặt phẳng quang trống Việc qt nh thơng qua tia sáng (ví dụ tia Laser) nh đồng thời d ch chuyển mặt phim quang trống tương đối theo tia sáng Trường hợp dùng phim, tia sáng qua phim Thiết b nhận nh: Ch c c a thiết b số hóa m t băng t n số b n c a tớn hiệu truyền hình cung c p từ m t camera, từ m t đ u máy VCR nh số sau lưu trữ b đệm B đệm có kh đ a hóa (nhờ m t PC) đến điểm ph n mềm Thông thường thiết b có nhiều chương trình điều khiển để lập trình Camera: Tổng qt có hai kiểu camera: kiểu camera dùng đèn chân không kiểu camera dùng bán dẫn Đặc biệt lĩnh vực này, camera bán dẫn thường hay dùng camera đèn chân không Camera bán dẫn g i CCD camera dùng ghi d ch đặc biệt g i thiết b g p (Charge- Coupled Devices- CCDs) Các CCD chuyển tín hiệu nh sang từ b c m nhận ánh sáng bổ trợ phía trước camera thành tín hiệu điện mà sau mã hóa thành tín hiệu TV Lo i camera ch t lượng cao cho tín hiệu nhiễu có đ nhậy cao với ánh sáng Khi ch n camera c n ý đến th u kính từ 18 đến 108 mm Màn hình video: M t số nhà s n xu t (như Sony) s n xu t lo i hình đen trắng ch t lượng cao Nên sử dụng lo i hình ch t lượng cao, hình ch t lượng th p làm nh m lẫn kết qu M t hình inch đ cho yêu c u làm việc Để hiển th nh màu, nên dùng m t hình đa hệ Máy tính: C n có m t máy tính P4 c u hình cao Để chắn, máy ph i có sẵn khe cắm cho ph n xử lý nh Các chương trình thiết kế l c nh ch y b t kỳ hệ t hống Các chương trình hiển th nh h trợ cho h u hết board m ch SVGA 2.1.2 Hệ tọa độ màu Tổ ch c quốc tế chuẩn hóa màu CIE (Commission Internationale d’Eclairage) đưa m t số chuẩn để biểu diễn màu Các hệ có chuẩn riêng Hệ chuẩn màu CIE-RGB dùng màu b n R, G, B ký hiệu RGB để phân biệt với chuẩn khác Như nêu trên, m t màu tổ hợp c a màu b n theo m t tỷ lệ Như vậy, m i pixel nh màu ký hiệu Px, viết: � = [� � � ]� = [� Hệ t a đ ba màu R, G, B tương ng với hệ t a đ Hình 2.1 � �]� , , biểu diễn màu Hình 2.1: Hệ tọa độ RGB Trong White = Red + Blue + Green = 2.2 L y m u vƠ l ng t hóa 2.2.1 Giới thiệu M t nh g(x, y) ghi từ Camera nh liên tục t o nên mặt phẳng hai chiều nh c n chuyển sang d ng thích hợp để xử lí máy tính Phương pháp biến đổi m t nh (hay m t hàm) liên tục không gian theo giá tr thành d ng số rời r c g i số hoá nh Việc biến đổi gồm hai bước:  Bước 1: Đo giá tr kho ng không gian g i l y mẫu  Bước 2: Ánh x cường đ (hoặc giá tr ) đo thành m t số hữu h n m c rời r c g i lượng tử hoá 2.2.2 Lấy mẫu (Xem giáo trình) 2.3 M t s ph ng pháp bi u di n nh Sau bước số hóa, nh lưu trữ hay chuyển sang giai đo n phân tích Trước đề cập đến v n đề lưu trữ nh, c n xem xét nh biểu diễn b nhớ máy tính Có ba phương pháp thường dùng: - Biểu diễn mã lo t dài (Run-length Code) - Biểu diễn mã xích (Chain Code) - Biểu diễn mã t phân (Quad Tree Code) 2.3.1 Mã lo t dài Phương pháp hay dùng để biểu diễn cho vùng nh hay nh nh phân M t vùng nh R biểu diễn đơn gi n nhờ m t ma trận nh phân: , = 1, 0, 10 ( , )∈ℜ ượ Với biểu diễn trên, m t vùng nh hay nh nh phân xem chu i hay đan xen Các chu i g i m ch (run) Theo phương pháp này, m i m ch biểu diễn đ a bắt đ u c a m ch chiều dài m ch theo d ng {, chiều dài} 2.3.2 Mã xích `Mã xích thường dùng để biểu diễn biên c a nh Thay lưu trữ tồn b nh, người ta lưu trữ dãy điểm nh A, BầM Theo phương pháp này, hướng c a vectơ nối điểm b iên liên tục mã hóa Khi nh biểu diễn qua điểm nh bắt đ u A với chu i từ mã (Hình 2.2) A 1 5 Hình 2.2: Hướng điểm biên mã tương ứng: A11070110764545432 2.3.3 Mã tứ phân Theo phương pháp mã t phân, m t vùng nh coi bao kín m t hình chữ nhật Vùng chia làm vùng (Quadrant) Nếu m t vùng gồm toàn điểm đen (1) hay toàn điểm trắng (0) khơng c n chia tiếp Trong trường hợp ngược l i, vùng gồm c điểm đen trắng g i vùng không đồng nh t, ta tiếp tục chia thành vùng tiếp kiểm tra tính đồng nh t c a vùng Q trình chia dừng l i m i vùng ch a thu n nh t điểm đen điểm trắng Q trình t o thành m t chia theo bốn ph n g i t phân Như vậy, biểu diễn nh gồm m t chu i ký hiệu B(black), W(white) G(grey) kèm theo ký hiệu mã hóa vùng Biểu diễn theo phương pháp ưu việt so với phương pháp trên, nh t so với mã lo t dài Tuy nhiên, để tính tốn số đo chu vi, mơ men tương đối khó khăn 2.4 Các đ nh d ng nh c b n 11 (Xem giáo trình) 2.5 nh màu xám nh biểu diễn d ng tín hiệu tương tự tín hiệu số Trong biểu diễn số c a nh đa m c xám, m t nh biểu diễn d ng m t ma trận hai chiều M i ph n tử c a m a trận biểu diễn cho m c xám hay cường đ c a nh t i v trí 2.5.1 nh đa mức xám nh đen trắng bao gồm màu: màu đen màu trắng Người ta phân m c đen trắng thành L m c xám g i nh đa m c xám Nếu sử dụng số bit B=8 để mã hóa m c đen trắng (hay m c xám) L xác đ nh � = 2� Ví dụ sử dụng byte để mã hóa ta có � = 256, nghĩa m c xám từ đến 255, giá tr đặc trưng cho cường đ tối nh t, đặc trưng cho cường đ sáng nh t Nếu � = ta có nh nh phân � = (đen trắng) 2.5.2 nh màu nh màu theo lý thuyết c a Thomas nh tổ hợp từ màu b n R, G B thường thu nhận d i băng t n khác Với nh màu, cách biểu diễn tương tự với nh xám, khác t i m i ph n tử c a ma trận biểu diễn có ch a véc tơ cho ba màu riêng rẽ R, G, B Vậy m t điểm nh màu c n 24 bit (chia thành ba kho ng bit) để biểu diễn M i màu phân thành L=256 c p màu khác 2.6 Các hàm v x lý nh dùng Matlab - Hàm biểu diễn nh b nhớ x=imread(‘Filename’) Filename tên file ảnh lưu máy tính có đuôi JPG, BMP, GIF,… x ma trận chứa pixel ảnh Mỗi pixel có giá trị kiểu uint8 (số nguyên không dấu bit) - Hàm hiển th nh hình imshow(x) x ma trận chứa pixel ảnh, G số mức xám cần hiển thị 256 mức xám hiển thị 12 imshow(x, G) G số mức xám cần hiển thị Bỏ qua G, 256 mức hiển thị G=[low high] hiển thị màu tối có mức giá trị xám lớn low mức sáng có mức xám nhỏ hight imshow(x, [ ]) Thiết lập low có giá trị nhỏ x high có giá trị cao x - Hàm chuyển nh màu sang nh xám y=rgb2gray(x) x ma trận chứa pixel ảnh màu, y ma trận chứa pixel ảnh xám Mỗi pixel ảnh xám có giá trị kiểu uint8 (số ngun khơng dấu bit) - Hàm scale nh y=im2double(x) y ma trận chứa pixel ảnh xám với giá trị khoảng [0,1] scale giá trị pixel x khoảng [0,255] Nghĩa y(i,j)=double(x(i,j))/255 y=im2uint8(x) Ngược với im2double(x) - Hàm lưu nh imwrite(x, ‘Filename’); CÂU H I ỌN T P Trình bày thiết b thu nhận nh Thế l y mẫu lượng tử hóa nh? Trình bày phương pháp mã hóa lo t dài Trình bày phương pháp mã hóa mã xích Trình bày phương pháp mã hóa t phân Nêu đ nh d ng nh b n Trình bày khái niệm nh đen trắng nh màu M c xám gi? Kỹ thuật thể m c xám với nh đa c p xám nh màu? BÀI T P L P TRÌNH Viết chương trình Matlab (m file) đ c m t nh màu vào b nhớ, 13 chuyển sang nh xám, hiển th nh lên hình Sau pixel có giá tr m c xám lớn 100 cho 255 ngược l i cho Hiển th kết qu ghi nh vào file 14 nh CH NG X LÝ NÂNG CAO CH T L Sau h c xong phần nƠy sinh viên gi i thích đ NG NH c:  Những vấn đề nâng cao chất lượng ảnh Các cơng cụ, tốn tử sử dụng  Phương pháp cải thiện ảnh sử dụng toán tử điểm  Mục đích vai trị biên ảnh Phương pháp phát biên cục  Ý nghĩa cơng cụ đặc biệt cơng cụ tốn học dùng khôi phục ảnh  Phân biệt khác biệt khôi phục nâng cao chất lượng ảnh 3.1 Nâng cao ch t l ng nh s dụng toán t m Nâng cao ch t lượng bước c n thiết xử lý nh nhằm hoàn thiện m t số đặc tính c a nh Nâng cao ch t lượng nh gồm hai công đo n khác nhau: tăng cường nh khôi phục nh Tăng cường nh nhằm hồn thiện đặc tính c a nh:  L c nhiễu, hay làm trơn nh,  Tăng đ tương ph n, điều chỉnh m c xám c a nh  Làm biên nh Các thuật toán triển khai việc nâng cao ch t lượng nh h u hết dựa kỹ thuật miền điểm, khơng gian t n số Tốn tử điểm phép biến đổi điểm nh xét, không liên quan đến điểm lân cận khác, đó, tốn tử khơng gian sử dụng điểm lân cận để quy chiếu tới điểm nh xét M t số phép biến đổi có tính tốn ph c t p chuyển sang miền t n số để thực hiện, kết qu cuối chuyển trở l i miền không gian nhờ biến đổi ngược 3.1.1 Khái niệm toán tử điểm Xử lý điểm nh thực ch t biến đổi giá tr m t điểm nh dựa vào giá tr c a mà khơng dựa vào điểm nh khác Có hai phương pháp Th nh t dùng m t hàm biến đổi thích hợp với mục đích yêu c u đặt để biến đổi giá tr m c xám c a điểm nh sang m t giá tr m c xám khác Phương pháp th 15 hai dùng lược đồ m c xám (Gray Histogram) H u hết phép toán nâng cao nh miền khơng gian viết g n: ( , ) = �[ ( , ) hình nh đ u vào, ( , )] ( , ) nh xử lý � toán tử đ nh nghĩa lân cận c a pixel ( , ) (Hình 3.1) Hình 3.1: Pixel ( , ) lân cận Phép tốn miền khơng gian đơn gi n nh t x y lân cận pixel Trong trường hợp � g i hàm chuyển đổi m c xám phép tốn xử lý điểm có d ng: = �( ) giá tr pixel điểm nh xử lý giá tr pixel điểm nh gốc Các phép toán xử lý điểm bao gồm: a) Biến đổi âm b n: Hay = 1.0 − = Cường độ sáng lớn − nh âm b n có ích việc tăng cường chi tiết màu trắng màu xám nhúng vùng tối c a nh Ví dụ biến đổi âm b n hình 3.2 16 Hình 3.2: Biến đổi ảnh âm b) Biến đổi phân ngưỡng: = δ ngưỡng 1, > 0, δ Biến đổi phân ngưỡng đặc biệt hữu ích để phân đo n muốn cô lập m t đối tượng quan tâm từ c a nh Ví dụ biến đổi phân ngưỡng hình 3.3 với δ = 0.25 Hình 3.3: Biến đổi phân ngưỡng c) Biến đổi tăng đ tương ph n (Hình 3.4): b) a) 17 Hình 3.4: Biến đổi tăng độ tương phản (a), phân ngưỡng (b) a) Biến đổi m c xám b n: Hình 3.5: Các hàm biến đổi Có r t nhiều lo i biến đổi m c xám khác Trên hình 3.5 có ba lo i biến đổi b n:  Tuyến tính: Âm b n, cường đ sáng  Logarit thuận, ngược  Hàm mũ - Biến đổi logarit: D ng tổng quát c a việc chuyển đổi logarit là: = × log(1 + ) > giá tr m c xám (số thực) tỷ lệ t m [0, 1] Việc chuyển đổi logarit ánh x ph m vi hẹp c a m c xám ngõ vào có giá tr th p thành ph m vi r ng c a giá tr ngõ Biến đổi logarit ngược thực ngược l i - Biến đổi hàm mũ: D ng tổng quát c a việc chuyển đổi hàm mũ là: 18 = > giá tr m c xám (số thực) tỷ lệ t m [0, 1] Biến đổi hàm mũ ánh x m t ph m vi hẹp c a giá tr đ u vào có m c xám tối thành ph m vi r ng c a giá tr ngõ ngược tùy thu c vào tham số theo h đường cong hình 3.6 Hình 3.6: Họ đường cong hàm mũ theo Các ví dụ biến đổi hàm mũ hình 3.7 hình 3.8 Ta th y < 1, kết qu tăng đ tương ph n (hình 3.7), ngược l i gi m (co) đ tương ph n (hình 3.8) a) 19 b) c) Hình 3.7: Biến đổi hàm mũ với a) nh gốc; b) nh sau biến đổi với 1, = 0.6; c) nh sau biến đổi với Hình 3.8: Biến đổi hàm mũ từ ảnh gốc với 20 = 1, = 0.3 = 1, = 3, 4, = - Hàm chuyển đổi tuyến tính đo n: Hình 3.9: Tuyến tính đoạn Ví dụ: Hình 3.10 bên ph i th y cách sử dụng hàm chuyển đổi tuyến tính đo n để tăng thêm đ tương ph n cho hình gốc bên trái ch t lượng Hình 3.10: Chuyển đổi dùng tuyến tính đoạn - Cắt theo m c: Làm bật c a m t vùng cụ thể c a m c xám, cách cho vùng mang giá tr ngưỡng, vùng l i giữ nguyên giá tr triệt tiêu (Hình 3.11) b) a) Hình 3.11: Cắt theo mức 21 Triệt tiêu (T o đen): = δ, 0, A<