chương 4: mà hoá ảnh Chương Mà HOá ảNH Mở đầu Mục tiêu mà hoá ảnh trìng bầy ảnh với số bít nhỏ tốt giữ mức chất lượng độ dễ hiểu mức chất lượng vừa ®đ víi mét øng dơng ®· cho Cã hai lÜnh vực ứng dụng: Một giảm bề rộng băng tần cần thiết cho hệ truyền ảnh Ví dụ truyền hình số, hội nghị video, fax ứng dụng thứ hai giảm bớt yêu cầu lưu trữ Ví dụ giảm lưu trữ số liệu ảnh chương trình vũ trụ số liệu video máy ghi hình số T theo tÝnh chÊt cđa øng dơng, møc ®é chÊt lượng ảnh độ dễ hiểu biến đổi phạm vi rộng Trong lưu trữ ảnh chương trình vũ trụ hay lưu trữ ảnh lịch sử (không thể có lại được) phải lưu trữ lại toàn tư liệu số nguyên để sử dụng sau Những kỹ thuật không làm tí thông tin cho phép phục hồi xác tư liệu số ban đầu, gọi kỹ thuật có tính bảo tồn thông tin Trong truyền hình số mà hoá không cần phải loại bảo tồn thông tin chất lượng cao quan träng, nhng cã thĨ bá qua mét sè th«ng tin từ tư liệu gốc, phạm vi mà tín hiệu giải mà lên hình vừa mắt người xem Trong ứng dụng điều khiển tàu từ xa, độ dễ hiểu ảnh quan träng nhÊt, nhng cã thĨ hi sinh mét phÇn chÊt lượng Càng giảm yêu cầu chất lượng độ dễ hiểu, tốc độ bit hạ Mà hoá ảnh liên quan đến cải thiện ảnh phục chế ¶nh nÕu ta cã thĨ c¶i thiƯn c¶m quan thÞ giác ảnh lập lại hay ta giảm xuống cấp algorit mà hoá hình gây (ví dụ tạp âm lượng tử hoá ) ta giảm bớt số lượng bit cần thiết để biểu diễn ảnh mức độ chất lượng độ dễ hiểu đà cho, hay giữ nguyên số bit mà cải thiện chất lượng độ dễ hiểu Môi trường điển hình mà hoá ảnh hình 4.1 ảnh digital mà hoá ảnh mà hoá Bộ mà hoá gọi mà hoá nguồn Đầu mà hoá chuỗi bit gọi ảnh gốc 167 chương 4: mà hoá ảnh ảnh gốc Bộ mà hoá ảnh Bộ mà hoá kênh Kênh truyền ảnh phục hồi Bộ giải mà ảnh Bộ giải mà kênh Hình 4.1 Môi trường điển hình mà hoá ảnh Bộ mà hoá kênh biến chuỗi bit dạng thích hợp cho việc truyền qua kênh thông tin, thôn g qua dạng điều chế Tín hiệu đà điều chế truyền qua kênh thông tin Kênh thông tin đưa vào nhiễu mà hoá kênh phải trữ liệu biện pháp sửa lỗi để khắc phục tạp âm kênh đầu thu, tín hiệu nhận qua giải điề u chế hoàn nguyên thành chuỗi bit nhờ giải mà kênh Bộ giải mà ảnh đem chuỗi bít hoàn nguyên thành ảnh cho lên hình in Khác với môi trường truyền tin hình 4.1, ứng dụng mà hoá ảnh để giảm lưu trữ, kênh thông tin chuỗi bit đầu mà hoá ảnh lưu trữ vào môi trường lưu trữ chờ sau lấy dùng Bộ mà hoá ảnh hình 4.1 có ba phần tử (Hình 4.2) ảnh gốc Biến đổi Lượng tử hóa Gán từ mà Chuỗi bit Hình 4.2 Ba thành phần mà hoá ảnh Phần tử quan trọng làm biến đ ổi ảnh vào không gian (miền) thích hợp cho việc lượng tử hoá gán từ mà Về thực chất phần tử định xem phải đem mà hoá Algorit mà hoá ảnh chia làm ba loại chính, tuỳ theo đặc trưng ảnh mà hoá Loại thứ gọi mà hoá dạng sóng, cường độ ảnh 168 chương 4: mà hoá ảnh hay biến thiên cường độ ảnh, ví dụ cường độ hai pixel kề nhau, mà hoá Loại thứ hai, gọi mà hoá hệ số biến đổi (hay hàm biến đổi) , ảnh biến đổi sang không gian khác, chẳng hạn biến đổi Fourier biến đổi Cosin, sang miền (domain) khác với miền cường độ, hệ số biến đổi mà hoá Loại thứ ba gọi mà hoá mô hình (model) tín hiệu, người ta mô hình hoá ảnh mảnh ảnh thông số mô hình mà hoá Sau ảnh tổng hợp từ thông số mô hình đà mà hoá Phần tử thứ hai để lượng tử hoá Để biểu diễn ảnh với số bít hữu hạn, cường độ ảnh, hệ số biến đổi hay thông số mô hình phải lượng tử hoá Việc lượng tử hoá bao gồm vi ệc gán mức lượng tử biên định Phần tử thứ ba để gán từ mà tức chuỗi bít biểu diễn mức lượng tử Mỗi phần tử nhằm để khai thác dư thừa ảnh gốc giới hạn thiết bị hệ thị giác người Vì ba phần tử liên quan chặt chẽ với Chẳng hạn phần tử biến đổi mà hoá làm cho số liệu giảm tương quan đủ mức ưu lượng tử hóa vectơ so với lượng tử hoá vô hướng giảm Nếu mức lượng tử lượng tử hoá chọn cho mức sử dụng với xác suất ưu từ mà có độ dài biến đổi so với từ mà có độ dài cố định giảm Lượng tử hoá 1.1 Lượng tử hoá vô hướng Gọi f lượng vô hướng liên tục, đại biểu cường độ pixel hệ số biến đổi hay thông số mô hình ảnh Để biểu diễn f số lượng bit hữu hạn, ta dùng số lượng hữu hạn mức lượng tử Giả sử có L mức dùng để biễu f Quá trình gán giá trị f cho L mức g ọi lượng tử hoá biên độ hay gọi tắt lượng tử hoá Nếu đại lượng vô hướng lượng tử hoá cách độc lập trình gọi lượng tử hoá vô hướng Nếu hai hai đại lượng vô hướng kết hợp lượng tử hoá trình gọi lượng tử hoá vectơ hay lượng tử hoá khối Gọi f f đà lượng tử hoá fˆ Q f r ; i d i 1 f d i (4.1) Q=thuËt to¸n lượng tử hoá 169 chương 4: mà hoá ảnh ri = víi i L lµ L møc lỵng tư di = víi i L L mức định hay L bờ định Theo (4.1) f rơi vào d i-1 di ánh xạ vào mức lượng tử r i Nếu ta đà xác định mức định mức lượng tử trình lượng tử hoá f trình xác định Cịng cã thĨ biĨu diƠn : fˆ Q f f e (4.2) Q Trong ®ã e Q sai số lượng tử tính theo : e fˆ f (4.3) Q Sai sè lỵng tư hoá e Q gọi tạp âm lượng tử Đại lượng e Q2 coi trường hợp đặc biƯt cđa ®é ®o ®é mÐo d f , fˆ độ đo khoảng cách f f Những ví p dụ khác cña d f , fˆ bao gåm fˆ f f f p Các mức lượng tử mức định thường xác định cách tối thiểu hoá tiêu chuẩn sai số dựa d f , f chẳng hạn độ mÐo trung b×nh D : D E d f , fˆ f f df d f , fˆ p f 0 (4.4) Ph¬ng pháp lượng tử hoá chân phương lượng tử hoá mức lượng tử (và mức định) cách d d i r i i 1 di d i 1 1i L (4.5a) 1 i L (4.5b) kích thước bước nhảy khoảng c ách hai møc lỵng tư kỊ hay hai møc qut định kề Ví dụ lượng tử hoá với L=4 f giả thiết gồm trình bày hình 4.3 Tạp âm lượng tử e Q thường phụ thuộc tín hiệu Chẳng hạn tạp âm lượng tử e Q lượng tử hoá (trong hình 4.3) biểu diễn hình 4.4 Từ hình thấy e Q hàm f phụ thuộc tín hiệu Có thể làm cho tạp âm lượng tử e Q lượng tử hoá trở thành không tương quan cách dùng kỹ 170 chương 4: mà hoá ảnh thuật giả tạp âm Robert Như thấy tiết phép giải tương quan nhiễu lượng tử hoá hữu dụng việc cải thiện chất lượng hệ mà hoá ảnh Nó làm thay đổi đặc tính xuống cấp ảnh mà hoá Ngoài làm giảm tạp âm lượng tử đà giải tương quan cách dùng algori t phục hồi ảnh chương Bộ lượng tử hoá f ˆf ˆf r4 r3 8 r2 f r1 0d0 d1 d2 d3 1d4 H×nh 4.3 : VÝ dụ lượng tử hoá Số mức lượng tử 4, f nằm 1, f f đà lượng tử hoá Các mức lượng tử bờ định ký hiệu r i di Tuy lượng tử hoá h tiếp cận tự nhiên nhất, tèi u Gi¶ sư f tËp trung ë mét vïng nhiều vùng khác Như gán nhiều mức lượng tử cho vùng nhiều vùng khác hợp lý Ta xem lại ví dụ hình 4.3 Nếu f rơi vào d d1 mức lượng tử r dược sử dụng Sắp xếp mức lượng tư r 1, r2, r3, vµ r4 cho chóng nằm d d4 có ý nghĩa Lượng tử hoá mà mức lượng tử mức định không cách gọi lượng tử hoá không Việc xác định tối ưu ri di phụ thuộc vào tiêu chuẩn sai sốđược sử dụng Tiêu chuẩn thường dùng sai số quân phương tối thiểu MMSE*_ giả thiết f biến ngẫu nhiên có hàm mật độ xác suất p f(f0) Dùng tiêu chuẩn MMSE ta xác định rk dk cách tối thiểu hoá độ méo trung bình D, với : 171 chương 4: mà hoá ảnh p f f 0 D E d fˆ f E e E fˆ f Q f 2 (4.6) fˆ f df Lu ý r»ng fˆ lµ mét L møc lượng tử tính theo (4.1), ta đem (4.6) viÕt : d L D i i 1 f d p f f ri f 2 df (4.7) i 1 §Ĩ t×m cùc tiĨu D : D 0 r 1k L k D 0 d k L 1 (4.8) k d d L Tõ (4.7) vµ (4.8) : d k r f d k f p k d o p d f f df , 1 k L (4.9a) k 1 r r k 1 k f df k 1 d f f , k L 1 (4.9b) d (4.9c) d (4.9d) L 172 chương 4: mà hoá ảnh Phương trình đầu (4.9) nói lên mức lượng tử r k tâm quay (centroid) pf(f0) khoảng d k-1 f dk Những phương trình lại nói lên mứ c định d k (trừ d0 dL) điểm hai mức lượng tử r k rk+1 Phương trình (4.9) phương trình cần cho lời giải tối ưu Với số hàm mật độ xác suất, có mật độ : đều, Gauss, Laplace, (4.9) phương trình đủ Giải (4.9) toán phi tuyến Bài toán phi tuyến đà giải cho số hàm mật độ xác suất Các lời giải p f(f0) : đều, Gauss, Laplace, bảng Bộ lượng tử hoá dựa tiêu chuẩn MMSE gọi lượng tử hoá Lloyd_Max Theo bảng 1, lượng tử hoá lượng tử hoá MMSE tối ưu p f(f0) hàm mật độ xác suất Với mật độ xác suất khác, lời giải tối ưu lượng tử hoá không Hình 4.5 biểu diễn mức lượng tử mức định tối ưu ứng với hàm mật độ xác suất Gauss có phương sai L=4 Cần đánh giá mức độ cải thiện mà lượng tử hoá MMSE tối ưu đem lại so với lượng tử hoá Chẳng hạn xét hàm độ xác suất Gauss có giá trị trung bình phương sai eQ ˆf f 1/8 f 1/8 1/4 1/2 3/4 Hình 4.4 : Minh hoạ phụ thuộc tạp âm lượng tử vào tín hiệu Hình 4.6 biểu diễn méo trung bình D theo hàm số mức lượng tử, đường liền nét ứng với lượng tử hoá MMSE tối ưu, đường vẽ chấm ứng với lượng tử hoá đều, mức lượng tử r i chọn đối xứng gốc toạ độ, mức định cực tiểu cực đại giả thiết - , bước lượng tử chọn để độ méo trung bình D cực tiểu 173 chương 4: mà hoá ảnh Bảng 4.1 Vị trí mức lượng tử định lượng tử hoá Lloyd_Max Với hàm mật độ xá c suất đều, giả thiết p f(f0) Với hàm mật độ xác suất Gauss giả thiết trung vị phương sai Với hàm mật độ xác suất Laplace pf(f0)= e 2 f víi = §Ịu Bit ri -0.5000 0.5000 -0.7500 -0.2500 0.2500 0.7500 0.8750 -0.6250 -0.3750 -0.1250 0.1250 0.3750 0.6250 0.8750 -0.9375 -0.8125 -0.6875 -0.5625 -0.4375 -0.3125 -0.1875 -0.0625 0.0625 0.1875 0.3125 0.4375 0.5625 0.6875 0.8125 0.9375 Gauss di -1.0000 0.0000 1.0000 -1.0000 -0.5000 0.0000 0.5000 1.0000 -1.0000 -0.7500 -0.5000 -0.2500 0.0000 0.2500 0.5000 0.7500 1.0000 -1.0000 -0.8750 -0.7500 -0.6250 -0.5000 -0.3750 -0.2500 -0.1250 0.0000 0.1250 0.2500 0.3750 0.5000 0.6250 0.7500 0.8750 1.0000 ri -0.7979 0.7979 -1.5104 -0.4528 0.4528 1.5104 -2.1519 -1.3439 -0.7560 -0.2451 0.2451 0.7560 1.3439 2.1519 -2.7326 -2.0690 -1.6180 -1.2562 -0.9423 -0.6568 -0.3880 -0.1284 0.1284 0.3880 0.6568 0.9423 1.2562 1.6180 2.0690 2.7326 di - 0.0000 - -0.9816 0.0000 0.9816 - -1.7479 -1.0500 -0.5005 0.0000 0.5005 1.0500 1.7479 - -2.4008 -1.8435 -1.4371 -1.0993 -0.7995 -0.5224 -0.2582 0.0000 0.2582 0.5224 0.7995 1.0993 1.4371 1.8435 2.4008 Laplace ri di -0.7071 - 0.7071 0.0000 -1.8304 - -0.4198 -1.1269 0.4198 0.0000 1.8340 1.1269 -3.0867 - -1.6725 -2.3796 -0.8330 -1.2527 -0.2334 -0.5332 0.2334 0.0000 0.8330 0.5332 1.6725 1.2527 3.0867 2.3769 -4.4311 - -3.0169 3.7240 -2.1773 -2.5971 -1.5778 -1.8776 -1.1110 -1.3444 -0.7287 -0.9198 -0.4048 -0.5667 -0.1240 -0.2664 0.1240 0.0000 0.4048 0.2644 0.7287 0.5667 1.1110 0.9198 1.5778 1.3444 2.1773 1.8776 3.0169 2.5971 4.4311 3.7240 174 chương 4: mà hoá ảnh Bộ lượng tử hoá không ®Òu f ˆf ˆf 1.5104 0.4528 f 0.9816 -0.9816 -0.4528 -1.5104 Hình 4.5 Ví dụ lượng tử hoá Lloyd_Max Số mức lượng tử 4, hàm mật độ xác suất Gauss với trung vị phương sai 10 log10 D -10 Lượng tử hoá -20 Lượng tử hoá Lloyd_Max -30 -40 16 32 64 128 L (1bit) (2bit) (3bit) (4bit) (5bit) (6bit) (7bit) Hình 4.6 So sánh độ méo trung bình D =E[( f -f)2] theo hàm sè møc lỵng tư L trêng hỵp : Đường liền nét : lượng tử hoá Lloyd_Max (khi hàm mật độ xác suất Gauss, trung vị phương sai 1) Đường vẽ chấm : lượng tử hoá Trục tung tính theo 10 log 10D 175 chương 4: mà hoá ảnh Trên hình 4.6 dùng từ mà có độ dài để biểu diễn mức lượng tử t hì sù tiÕt kiƯm bit lµ ~ 1/2 bit L khoảng (1 bit) 128 (7 bit) Trong ví dụ giả thiết hàm mật độ xác suất p f(f0) Gauss Có thể tiến hành phân tích tương tự với hàm mật độ xác suất khác, hàm mật độ xác suất khác xa hàm phân b ố ưu lượng tử hoá không so với lượng tử hoá lớn Quan niệm : lượng tử hoá tối ưu hàm mật độ xác suất phân bố lại gợi ý cho ta cách tiếp cận khác Đó là, ta ánh xạ f vµo g b»ng mét phÐp phi tuyÕn s ao cho p g(g0) đều, ta đem lượng tử hoá g lượng tử hoá đều, sau lại thực phép ánh xạ ngược Phương pháp minh hoạ hình 4.7 f Phi tuyến g Bộ lượng tử hoá g Phi tuyến -1 f Hình 4.7 Lượng tử hoá không phép nén -dÃn Phép phi tuyến gọi phép nén -d·n (companding) Theo lý thuyÕt x¸c suÊt, mét lùa chän cđa phÐp phi tun (hay phÐp nÐn -d·n) C[] ®Ĩ tạo p g(g0) đồng : f g C f x p f x dx (4.10) pg(g0) nhËn đồng khoảng 1/2 g 1/2 Tuy (1.10) dễ giải hệ phương trình phi tuyến (1.9), hệ hình 1.7 lại tối thiểu hoá D’ : D' E gˆ g 2 (4.11) mà méo D (4.11) không giống D (4.6) Trong tiết ta đà xét việc lượng tử hoá đại lượng vô hướng f Trong mà hoá ảnh, phải lượng tử hoá nhiều đại lượng vô hướng Một cách tiếp cận lượng tử hoá độc lập _ Cách gọi lượng tử hoá vô hướng nguồn vectơ Giả sử có N v« híng f i víi 1 i N vô hướng lượng tử hoá L i mức Nếu L i biểu diễn luỹ thừa mức lượng tử mà hoá với số bit (nghĩa với từ mà có độ dài đều) quan hệ L i với số bit cần thiết B i : 176 chương 4: mà hoá ảnh quan dòng Sự tương quan lại bị DPCM khử nốt Nhờ có phép biến đổi tương quan số liệu giảm nhiều so với trường hợp dùng mà hoá dạng sóng đơn Bởi dùng biến đổi 1_D thủ thuật chọn hình dáng kích thước khu vực mà hoá đơn giản trường hợp mà hoá 2_D Phép mà hoá lai thực tế dùng cho mà hoá ảnh với khung hình, phương pháp không làm giảm kết hợp liệu nhiều mà hoá biến đổi 2-D, đưa biến đổi -D vào không phức tạp bien đổi lai ghép Nhưng phép biến đổi lai ghép lại có ích mà hoá ảnh liên mành, trình bày tiết 4.6 Máy phát f(n1,n2) Biến đổi 1_D dọc theo hàng Tf(k1,n2) Mà hoá dạng sóng 1_D theo cột T' f k1 ,n2 G¸n tõ m· M¸y thu ˆf n , n Biến đổi ngược 1_D dọc theo tõng hµng Tˆ f k , n Phơc håi d¹ng sãng 1_D theo tõng cét Tˆ ' f k , n Bé gi¶i m· Hình 4.51 Bộ mà hoá lai (biến đổi / dạng sóng) 4.5 M à hoá thích nghi lư ợ ng tử hoá vectơ Những kỹ thuật mà hoá phép biến đổi làm cho thích ng hi với đặc tính chỗ ảnh Chẳng hạn mà hoá khu vực hình dạng kích thước khu vực thích nghi Ngoài số bit phân phối cho ảnh cho hệ số ảnh thích nghi Chẳng hạn ta mà ho vùng ảnh có với hệ số hệ số phân bit vùng ảnh có nhiều biến đổi Phương pháp mà hoá thích nghi liên tục cách dựa vào vài độ đo, chẳng hạn vào phương sai cường độ pixel ảnh Nếu có t hể lấy giá trị độ đo từ ảnh đà mà hoá trước không cần truyền số liệu đô đo Một cách khác để tiến hành thích nghi liên tục xếp ảnh thành nhóm nhỏ thiết kế phương pháp mà hoá riêng cho nhóm Ưu điểm c phương pháp với nhóm có chứa ảnh đà cho cần số bit nhỏ để mà hoá Nếu số bit/khung phép mà hoá thích nghi cố định cần có 240 chương 4: mà hoá ảnh cấu điều khiển để chia cho ảnh số bít thích hợp Với mà hoá có tỷ lệ bit biến thiên phải có tầng đệm để thích ứng biến thiên tỷ lệ bit chỗ Mà hoá thích nghi cải thiện chất lượng mà hoá phép biến đổi làm phức tạp thêm Mà hoá phép biến đổi dùng rộng rÃi ứng dụ ng mà tỷ lệ bit thấp Nhiều mà hoá biến đổi thực tế có tính thích nghi Trong mà hoá phép biến đổi cường độ pixel khối biến đổi gói Đứng mặt mà nói mà hoá phép biến đổi giống lượng tử hoá vectơ dạng sóng Cũng dùng lượng tử hoá vectơ cho hệ số biến đổi cải thiện không bù đắp phức tạp gây Các hệ số biến đổi không tương quan nhiều với nhau, phép lượng tử hoá vectơ lại khai thác chủ yếu tính tương quan vô hướng Mà hoá mô hình ảnh Khi mà hoá mô hình ảnh, ảnh phần ảnh mô hỉnh hoá thông số mô hình dùng để tổng hợp ảnh máy thu nhận thông số mô hình đà lượng tử hoá dùng chúng để tổng hợp lại bứ c ảnh Hình 4.52 vẽ mà hoá mô hình Về thực chất hệ phân tích / tổng hợp Các mà hoá mô hình ảnh có ưu tổng hợp ảnh có độ dễ hiểu cao với tỷ lệ bit thấp nhiều so với mà hoá dạng sóng mà hoá phép biến đổi Tu y chúng giai đoạn nghiên cứu nhiều việc phải làm trước ứng dụng vào việc cần tỷ lệ bit thấp, chẳng hạn máy video telephon cho người điếc Việc phát triển hệ mô hình đơn giản có khả tổng hợp ả nh hiểu việc dễ dàng Ngoài ước lượng thông số mô hình dùng tổng hợp lại ảnh tốn mặt tính toán Phép mà hoá mô hình ảnh dựa khái niệm cho để tổng hợp ảnh hiểu không cần phải phục hồi thật ch i tiết cường độ ảnh Chẳng hạn vùng ảnh cỏ, trời, tường không cần thiết cho độ dễ hiểu ảnh, thay chúng tương tự tổng hợp từ mô hình đơn giản Một ví dụ khác, người vẽ phim hoạt hình vẽ ảnh có độ dễ hiểu cao nét đơn giản Trong mà hoá mô hình ảnh ta giữ lại chi tiết 241 chương 4: mà hoá ảnh ảnh cần thiết cho độ dễ hiểu, chi tiết phụ giữ lại nét gần đúng, tổng hợp mô hình đơn giản Cách tiếp cận ngược hẳn với mà hoá dạng sóng mà hoá phép biến đổi, ta cố phục hồi thật xác cường độ ảnh f(n1,n2) Trong mà hoá dạng sóng mà hoá phép biến đổi chênh lệch f(n 1,n2) giá trị phục hồi f n1 , n thông số bị lượng tử hoá Nếu không lượng tử hoá thông số, phục hồi xác f(n 1,n2) Trong mà hoá mô hình ảnh chênh lệch f(n 1,n2) ảnh tổng hợp f n1 , n lượng tử hoá thông số mô hình lẫn sai số lập mô hình Nói chung phục hồi xác f(n 1,n2) từ thông số mô hình, không tiến hành lượng tử hoá Trong phép mà hoá mô hình, số thông số tham gia bên mà hoá dạng sóng mà hoá biến đổi, mà mà hoá mô hình có xu ứng dụng tốt vào trường hợp tỷ lệ bit thấp Máy phát Thông số mô hình f(n1,n2) Phân tích Thông số mô hình đà lượng tử hoá Máy thu ˆf n , n Bé m· ho¸ Tổng hợp Bộ giải mà Hình 3.52 Bộ mà hoá mô hình ảnh Một ảnh gồm nhiều vùng với đặc tính chỗ khác Những vùng cỏ, nước, trời, tường có cấu trúc lặp lặp lại giống sợi đan Ta gọi vùng vùng cấu t rúc sợi đan Có hai cách tiếp cận việc mô hình hoá vùng cấu trúc sợi đan Một cách dùng hoạ tiết đơn giản lặp lại nhiều lần theo quy luật xác định ngẫu nhiên Một cách tiếp cận khác coi trường ngẫu nhiên có đặ c tính thống kê đà cho Sù nghiªn cøu cho thÊy r»ng hai vïng cÊu trúc sợi đan có đặc tính thống kê bậc hai giống mắt người chúng giống Có nhiều mô hình dùng để mô hình hoá vùng cấu trúc sợi đan trường ngẫu nhiên có vài đặc tính thống kê cấp hai đà cho Hình 4.53 ví dụ vùng cấu trúc sợi đan tổng hợp mô hình trình ngẫu nhiên 242 chương 4: mà hoá ảnh Hình 4.53 ¶nh gèc 512 x 512 pixel cã mét vïng (ở góc phải, phía ) gồm 96 x 128 pixel đà thay cấu trúc sợi đan Mô hình markov bậc đà dùng để tổng hợp cấu trúc sợi đan ảnh gốc 512 x512 pixel vùng 96 x 128 pixel thay cấu trúc sợi đan dùng mô h ×nh markov bËc nhÊt cã ba th«ng sè m« h×nh chưa biết Mặc dầu 10000 cường độ pixel tổng hợp ba thông số vùng cấu trúc sợi đan trộn khớp với toàn phần lại ảnh Để sử dụng cách tiếp cận người ta đà tri ển khai phương pháp phân mảng ảnh thành vùng có câu trúc sợi đan khác Các ảnh có chứa đồ vật đem mô hình hoá hoàn vùng cấu trúc sợi đan vùng có ảnh đồ vật phải dùng phương pháp mô hình hoá khác dựa khái niệm số đường viền đặt chỗ giữ lại phần lớn độ dễ hiểu ảnh đồ vật Dùng cách tiếp cận ta cã thĨ biĨu diƠn mét sè vïng cđa bøc ¶nh tập đường cong, vùng lại thay nhữ ng vùng có cấu trúc sợi đan Một phương pháp để xác định đường cong thích hợp đem ảnh ánh xạ vào ảnh mức quan sát chỗ xuất đổi mức Một ưu điểm phương pháp dùng ảnh mức để mà hoá Có nhiều cách đ ể ánh xạ ảnh thang độ xám lên ảnh mức Sau cách 243 chương 4: mà hoá ảnh ảnh thang độ xám ánh xạ vào ảnh mức theo trật tự luật định Trong phương pháp pixel ánh xạ luật định mức cao, luật định mức thấp không kiểm tra đến chúng Mọi pixel ánh xạ vào mức đen hay mức trắng tuỳ theo thời gian chúng tới mức định thấp mức cao cường độ pixel so sánh với mức ghim cao ghim thấp Trong nhiều ảnh phần lớn vùng mà tin tức đường biên có ý nghĩa quan trọng cường độ có giá trị trung bình Tuỳ theo mức xén đà chọn, phần đáng kể ảnh hai mức sinh mức mức định tiếp theo, dùng đến hai ngưỡng ®éng ®ã cã xÐt c¶ cêng ®é pixel, hiƯu cường độ pixel độ chói chỗ Một pixel có cường độ cao ánh xạ vào mức ®en nã thÊp h¬n nhiỊu so víi ®é chãi trung bình chỗ Tương tự, pixel có cưòng độ thấp ánh xạ vào mức trắng cao nhiều so với độ chói trung bình chỗ mức định tiếp theo, algorit phát đường biên áp dụng cho pixel chưa ánh xạ vào mức trắng hay mức đen Dựa kết algorit phát đường biên, theo cường độ pixel m ức chênh lệch với độ chói chỗ pixel có biểu rõ tồn đường biên ánh xạ vào mức trắng Sau giai đoạn pixel chưa ánh xạ pixel giá trị miêu tả Chúng ánh xạ vào mức trắng hay mức đ en theo cách thích hợp Chẳng hạn môi trường nhiều mành, chúng ánh xạ vào mức với pixel chỗ mành trước Kết nhận ảnh hai mức ảnh tiếp tục gia công lọc median để l oại bỏ vài điểm thay đổi đột ngột, thường tạp âm sinh Hình 4.54 cho ảnh hai mức nhận từ ảnh theo thang độ xám có kích thước 512 x512 pixel Hình 3.54 ảnh hai mức nhận từ ảnh theo thang độ xám 244 chương 4: mà hoá ảnh Có thể mà hoá thẳng ảnh hai mức dựa khái niệm mức thay đổi nhanh từ pixel sang pixel lân cận Trên tinh thần mà hoá mô hình ảnh ta mong muốn mô hình đường viền (nghĩa chỗ có độ hai mức) tập phần tử đường thẳng, đa thức, đường tròn, ellip, đại biểu số thông số Việc lựa chọn phần tử ước lượng thông số chúng từ đường viền tuỳ thuộc vào lớp đồ vật mà đường viền biểu diễn, chẳng hạn đường viền biểu diễn mặt người phải khác đường viền biểu diễn nhà Mô hình hoá loại ảnh đó, chẳng h ạn mặt người, dùng cho ứng dụng tỷ lệ bit thấp tương tự mô hình hoá tiếng nói Để mô hình hoá tiếng người, đà phát triển lớp tín hiệu âm thanh, lµ mét hƯ tû lƯ bit rÊt thÊp mµ độ dễ hiểu tương đối Tất nhiên tiếng nói khác với hình ảnh phương pháp tạo nguồn phát âm cách tiếp cận giác quan Việc mô hình hoá loại đồ vật riêng ảnh có thành hệ thống thực tế hay không điều phải chờ xem Mà hoá ảnh liên mành, mà hoá ả nh mầu hiệu ứng lỗi kênh 6.1 M à hoá ảnh liên mành Cho đến thảo luận ảnh mành, khai thác tính tương quan không gian gọi mà hoá mành (intrafram) Trong ứng dụng truyền, ảnh động có chuỗi mành Như ng thường từ mành sang mành ảnh không thay đổi nhiều tính tương quan mành lân cận cần khai thác mà hoá ảnh Việc khai thác tính tương quan theo không gian để mà hoá chuỗi ảnh gọi mà hoá liên mành Việc mà hoá liên mành yêu cầu lưu trữ mành trình mà hoá Nếu dùng N mành trước để mà hoá mành phải lưu trữ N mành trước Ngoài định có trễ kèm theo cần N mành lúc để mà hoá mành Điều hạn chế số lượng mành dùng mà hoá liên mành Thông thường dùng hai mành trước để mà hoá mành hiên Một cách tiếp cận mà hoá liên mành mở rộng mà hoá liên mành 2_D sang mà hoá liên mành 3_D Khi mà hoá dạng sóng DPCM dự báo cường độ pixel tổ hợp tuyến tính cường độ pixel lân cận đà mà hoá 245 chương 4: mà hoá ảnh mành mành trước Các phương pháp mà hoá phép biến đổi mở rộng cách tự nhiên Sự tương quan mạnh lĩnh vực thời gian biểu n hư tập trung lượng vùng thời gian_ tần số thấp, hệ số biến đổi vùng thời gian_ tần số cao bỏ qua mà không làm méo dạng cường độ ảnh mành Sự nghiên cứu cho thấy số trường hợp điển hình giảm tỷ lệ bit lần mà hi sinh độ dễ hiểu chất lượng dïng bé DCT 3_D víi kÝch thíc ¶nh 16 x 16 x 16 thay cho bé DCT 3_D víi kÝch thíc ¶nh 16 x 16 Trong thùc tÕ yêu cầu lưu trữ tượng trễ gây làm cho nhiều trường h ợp dùng 16 mành đà gặp khó khăn Máy phát f(n1,n2,n3) Biến đổi 2_D cho tõng n T f k1 , n2 , n3 Mà hoá dạng T ' f k1 , n2 , n3 sãng däc theo n víi tõng (k 1,k2) G¸n tõ m· M¸y thu f n , n , n Biến đổi ngược Tˆ k , n , n Phơc håi d¹ng Tˆ ' k , n , n f f 3 sãng däc 2_D theo n cho tõng n víi (k 1,k2) Bộ giải mà Hình 4.55 Bộ mà hoá liên mành lai Mà hoá mở rộng cho mà hoá liên mành Có thể tính biến đổi 2_D cho mành áp dụng mà hoá phép biến đổi DPCM theo thứ nguyên thời gian (xem hình 4.55) Chuỗi f(n1,n2,n3) hình đại diện cho cường độ ảnh mành, n n2 đại diện hai biến không gian n đại diện biến thời gian Với giá trị n thực biến đổi 2_D với biến n n2 gọi kết T f(k1,k2,n3) Với k 1, k2 dùng mà hoá dạng sóng để lượng tử hoá T f(k1,k2,n3) Kết T f' k1 , k , n3 ë đầu giải mà thực trình ngược Biến đổi 2_D thường dùng DCT mà hoá dạng sãng thêng dïng DPCM So víi bé m· ho¸ phÐp biến đổi mà hoá lai dùng mà hoá liên mành có nhiều ưu điểm Khi giới hạn dùng số mành trường hợp 246 chương 4: mà hoá ảnh gặp thực tế, làm giảm tương quan tính compact lượng mà hoá phép biến đổi theo trục thời gian không ưu việt mà hoá dạng sóng Khi mà hoá lai, tiên tính biến đổi 2_D Vì khâu đà loại nhiều hệ số biến đổi, nên phép mà hoá dạng sóng phải áp dụng cho số nhỏ hệ số Nếu dùng mà hoá phép biến đổi tiên phải tính hết tất hệ số biến đổi Ngoài m à hoá phép biến đổi đem lại mét Ýt trƠ bëi v× tÝnh mét hƯ sè phải cần đến nhiều mành Khi mà hoá lai, mành dự báo hai mành đà mà hoá trước trễ đáng kể Mà hoá lai liên mành coi mét phÐp xư lý phơ t hc thø nguyªn, víi thứ nguyên phải có phương pháp xử lý riêng phù hợp với đặc tính thứ nguyên Dọc hai thứ nguyên không gian có nhiều điểm số liệu phải dùng mà hoá phép biến đổi để khai thác tương quan điểm số liệu Däc theo trơc thêi gian, Ýt ®iĨm sè liƯu nên dùng mà hoá dạng sóng Phương pháp bổ sung mành liên quan đến DPCM đem mà hoá hiệu mành mành đà mà hoá trước Gọi f(n 1,n2,n3) mành f n1 , n2 , n3 1 lµ mµnh tríc đà mà h oá Trong dạng đơn giản bổ sung mành, f(n 1,n2,n3) dự báo f n1 , n2 , n3 1 vµ e(n1,n2,n3) = f(n1,n2,n3) - fˆ n1 , n2 , n3 1 lượng tử hoá Vì en1 , n2 , n3 thêng rÊt bÐ, trõ ë nh÷ng vïng nhá cã chuyển động, e(n1,n2,n3) có biên độ vượt mức ngưỡng mà hoá với vị trí không gian phía giải mÃ, e(n 1,n2,n3) đà lượng tử hoá cộng víi fˆ n1 , n2 , n3 1 ®Ĩ lập mành f(n 1,n2,n3) Vì số pixel e(n 1,n2,n3) giữ lại phụ thuộc vào mành chỗ, phải có đệm để làm trơn tỷ lệ số liệu cao trung bình mành có chuyển động mạnh, tỷ lệ số liệu thấp trung bình mành có chuyển động Hình 4.56b cho ví dụ phương pháp bổ sung mành áp dụng cho hai mức Hình 4.56a cho dÃy 16 mành ảnh gốc Kích thước mành 128 x 128 pixel Mỗi mành ánh xạ vào ảnh hai mức phương pháp tiết sau đem ảnh hai mức mà hoá phương pháp b ỉ sung KÕt qu¶ víi tû lƯ bit 0,08 bit/pixel biểu diễn hình 4.56b Khi tỷ lệ mành 15 mành/giây, tốc độ bit tổng 20 Kbit/giây, ta lu ý r»ng rÊt khã tõ h×nh 4.56 h×nh dung mành cho dÃy Chẳng hạn, thăng giáng cường ®é tõ mµnh nµy sang mµnh kỊ nã ë cïng chỗ ảnh 247 chương 4: mà hoá ảnh không gây khó chịu nhìn mành Nhưng đến mành thành dÃy video thăng giáng nói thành vết nhảy khó chịu chỗ Hơn xuống cấp khác tượng cửa sổ bẩn hay cuộn tương quan mành gây ra, xem mành không nhận thấy (a) (b) Hình 4.56: Ví dụ phương pháp bổ sung mành áp dụng cho ảnh hai mức (a) DÃy 16 mành gốc, mành 128x12 pixel, chuỗi mành theo thứ tự số hình (b) Các mành phục hồi tỷ lệ 0,08 bít/pixel áp dụng phương pháp bổ sung mành cho ảnh hai mức nhận từ ảnh theo thang độ sám hình 4.56a 248 chương 4: mà hoá ảnh Có cách để cải thiện tính phương pháp bổ sung mành dự báo mành f(n1,n2,n3) algorit ước lượng chuyển động Ta có thÓ lËp sai sè: en1 , n , n3 f n1 , n , n3 fˆ n1 dx, n dy , n3 Trong dx dy dịch chuyển ngang dọc, hàm số vị trí pixel Trong phạm vi mà biến thiên cường độ mành mành trước đà mà hoá dịch chuyển ngang dịch chuyển ước lượng xác nhận e(n 1,n2,n3) nhỏ cách bù chuyển động Kết là, với bù chuyển động dùng phương pháp bổ sung mành, số pixel mà hoá mức ngưỡng đà cho Vấn đề ước lượng dịch chuyển (hay tốc độ chuyển động) đà thảo luận tiết 4.2 chương Nếư dịch chuyển d x dy số nguyên thay số nguyê n gần phải nội suy không gian f *(n1, n2, n3-1) Nếu ta ước lượng thông số chuyển động từ f(n 1, n2, n3) f*(n1, n2, n3-1) lúc mà hoá f(n1, n2, n3) giải mà không truy cập đến f(n 1, n2, n3) phải mà hoá thông số chuyển đ ộng Có cách khác ước lượng thông số chuyển động từ f*(n1, n2, n3-1) f*(n1, n2, n3-2) giả thiết thông số chuyển động có hiệu lực suốt khoảng thời gian từ n 3-1 đến n Trong trường hợp ®ã, bé gi¶i m· sÏ truy cËp c¶ ®Õn f *(n1, n2, n3-1) f*(n1, n2, n3-2) không cần phải mà hoá thông số chuyển động Một phương pháp khác dùng bù chuyển động mà hoá liên mành giảm tốc độ mành cách loại bỏ bớt số mành sau đến giải mà khôi phục lại chúng từ mành đươc mà hoá Việc nội suy mành có bù chuyển động đà thảo luận tiết 4.3 chương Cần lưu ý bỏ bớt nửa số mành chưa đà giảm tốc độ bit xuống nửa Bỏ bớt số mành có tác dụng làm giảm tương quan hai mành kề đem mà hoá Ngoài ra, phục hồi mành bị bỏ thay mành tạo nên từ hai mành mà hoá, chất lượng mành lúc mà hoá không bỏ bớt mành 6.2 M à hoá ảnh mầu Trên nói mà hoá ảnh đen tr ắng Nhiều phương pháp mà hoá ảnh đen trắng mở rộng để mà hoá ảnh mầu Một ảnh màu coi ba ảnh đơn sắc fR(n1,n2), fG(n1,n2), fB(n1,n2) đại biểu cho ba màu đỏ, lục, lam Mỗi ảnh coi ảnh đơn sắc phương pháp mà hoá áp dụng Tuy ba thành phần fR(n1,n2), fG(n1,n2), fB(n1,n2) tương quan với mà hoá riêng không hiệu Có cách để khai thác tương quan đổi ba thành phần thành ba thành phần khác có tính tương quan Chẳng hạn dùng f Y(n1,n2), 249 chương 4: mà hoá ảnh fI(n1,n2), fQ(n1,n2) f Y(n1,n2) độ chói hai thành phần f I(n1,n2), fQ(n1,n2) hai thành phần màu Phép biến đổi tuyến tính ma trận x RGB YIQ có sách truyền hình Hình 4.57 biểu diễn phép biến đổi từ RGB sang YIQ mà hoá YIQ Một ưu điểm phương pháp mà hoá YIQ thay cho RGB thành phần tần số cao ảnh mầu phần lớn tập trung vào thành phần Y Do thành phần I Q có thĨ lÊy mÉu thùc víi hƯ sè x x mà không ảnh hưởng đến chi tiết tần số cao ảnh mầu ta dùng mà hoá dạng sóng Nếu dùng mà hoá phép biến đổi mà hoá I Q lấy hệ sô mà hoá Y Thông thường tổng số bit phân phối cho I Q chØ b»ng nưa sè bit ph©n p hèi cho Y Khi thêm mầu không cần phải tăng tỷ lệ bit đến lần Ngoài tính thẩm mĩ mầu dẫn đến ảnh phục hồi đẹp che lấp chỗ hình ảnh bị xuống cấp Cũng tỷ lệ bit ảnh màu mà hoá đẹp ảnh đen trắng nhận cách sử dụng mà hoá thành phần Y ảnh màu fR(n1,n2) fG(n1,n2) Ma trận biến đổi 3x3 fB(n1,n2) ˆf ( n , n ) B Mà hoá đơn sắc fI(n1,n2) Mà hoá đơn sắc fQ(n1,n2) Mà hoá đơn sắc f ( n , n ) Y ˆf ( n , n ) R ˆf ( n , n ) G fY(n1,n2) Ma trận biến đổi 3x3 Giải mà đơn s¾c ˆf ( n , n ) I Giải mà đơn sắc fQ (n1 , n2 ) Giải mà đơn sắc Hình 4.57 Mà hoá ảnh mầu không gian YIQ 250 chương 4: mà hoá ảnh 6.3 Lỗi kênh truyền gây Khi truyền ảnh, kênh trun cã thĨ g©y mét sè lèi Mét trêng hợp thường xẩy ra, hay dùng để nghiên cứu ảnh hưởng kênh truyền, bit đảo từ sang hay tõ sang theo mét xác suất đà cho ảnh hưởng tượng đảo bit lên ảnh lập lại phụ thuôc vào phần ảnh mà bit đại diện Chẳng hạn, bit bị đảo tham dự vào việc biểu diễn vị trí, giải mà vị trí sai Trong thảo luận đây, ta giả thiết bit bị đảo đại diện cho biên độ dạng sóng hay hệ số biến đổi Trong mà hoá PCM, bit đảo ảnh hưởng đến biên độ pixel mà đại biểu Các bit đảo nhiễu xung Có thể giảm nhiễu phương pháp đà thảo luận tiết 2.3 chương 2, lọc trung vị, làm trơn pixel ngoại cỡ Trong mà hoá ảnh DPCM, ảnh hưởng bit đảo không giới hạn cường độ pixel, mà lỗi lan truyền cường độ pixel khởi lập lại (reinitialized) vào thời điểm sau Khi có đảo bit pixel tín hiệu sai số, pixel tái lập bên máy phát khác với pixel tái lập bên máy thu Bởi cường độ pixel tái lập mà hoá DM hay DPCM sử dụng theo kiểu đệ quy (recursively) mà hoá có lỗi xẩy ra, nên lỗi ảnh hưởng đến tất cường độ pixel khởi lập lại mà hoá giải mà Sưl lan truyền lỗi lý dolàm cho giá trị dự báo bị nhân với hệ số rò (leakage factor) nhỏ hình thành tín hiệu sai số đưa lượng tử hoá DM DPCM ảnh hưởng lỗi kênh truyền biểu nhiễu vạch, làm giảm bớt lọ c trung vị 1-D tác dụng theo phương thẳng đứng Một đảo bit trường hợp mà hoá ảnh biến đổi ảnh hưởng đến hệ số biến đổi Nhưng hệ số biến đổi ảnh hưởng đến cường độ pixel ảnh (subimage) Những nhận xét bổ sung Chương đà thảo luận số phương pháp mà hoá ảnh, ta tổng kết ưu khuyết điểm loại So với mà hoá hệ số biến đổi mà hoá dạng sóng có ưu điểm đơn giản Vì có dạng sóng đại lượng biến thiên mà hoá mà hoá đơn giản cấu trúc lẫn tính toán 251 chương 4: mà hoá ảnh Hơn ứng dụng truyền hình số, cần chất lượng ảnh cao mà hoá dạng sóng đáp ứng tốt mà hoá phép biến ®ỉi tû lƯ bit nh C¸c bé m· hoá phép biến đ ổi mặt tính toán đắt mà hoá dạng sóng ảnh phải biến đổi đầu phát biến đổi ngược đầu thu Trong ứng dụng mà tỷ lệ bit thấp điện thoại video điều khiển xe tàu từ xa, phép hi sinh chất lượng mà hoá phép biế n đổi đáp ứng tốt mà hoá dạng sóng Các mà hoá mô hình ảnh tính toán tốn đầu máy phát phải ước lượng thông số mô hình đến đầu thu lại phải tổng hợp ảnh Nhưng chúng có ưu ứng dụng tỷ lệ bit thấp điện thoại video cho người điếc, độ dễ hiểu Còn chất lượng ảnh hi sinh để giảm tỷ lệ bit Mà hoá mô hình ảnh giai đoạn nghiên cứu nhiều việc phải làm trước đưa chúng ứng dụng thực tế Lượng tử hoá vectơ cải thiện chất lượng algorit mà hoá so với lượng tử hoá vô hướng tû lƯ bit nh C¶i thiƯn nhiỊu hay phụ thuộc vào nhiều thông số, chẳng hạn phụ thuộc thống kê vô hướng vectơ Lượng tử hoá vectơ cải thiện chất lượng mà hoá dạng sóng nhiều mà hoá phép biến đổi Sự cải thiện mà lượng tử hoá vectơ đem lại phải trả giá tăng khối lượng tính toán tăng yêu cầu lưu trữ Tuy phần tính toán phức tạp phía máy phát Trong ứng dụng quảng bá, số máy thu lớn gấp so với số máy phát tăng chi phí tính toán lượng tử hoá vectơ trở nên không đáng Các phương pháp mà hoá thích nghi thường yêu cầu tỷ lệ bit thấp mà hoá không thích nghi Tuy mà hoá thích nghi t hiết bị có phức tạp cải thiện chất lượng đáng kể có tốn đáng Mà hoá liên mành ứng dụng trưòng hợp ảnh động truyền hình mà chuỗi ảnh có tính tương quan theo thời gian đáng kể Mà hoá liên mành yêu cầu ph ải lưu trữ mành trình mà hoá kéo theo trễ Nói chung giảm tỷ lệ bit phải tăng chi phí tính toán lưu trữ Tỷ lệ bit lại quan hệ trực tiếp với giá cước kênh truyền thông Chi phí tính toán lưu trữ làm tăng giá thành phần cứng máy phát (bộ mà hoá) máy thu (bộ giải mÃ) Giữa giảm dải thông kênh truyền tăng giá thành phần cứng có mối quan hệ đối lập ta phải tuỳ trường hợp mà lựa chọn phép mà hoá Trong truyền hình số 252 chương 4: mà hoá ảnh nhiều máy thu dùng chung kênh t ruyền giảm giá thành phần cứng máy quan trọng, giảm giá thành kênh thuê không quan trọng Về giá tiền phần cứng máy phát máy thu yếu tố để lựa chọn phương pháp mà hoá Trong truyền hình số máy thu nhiều, máy phát ít, dùng lư ợng tử hoá vectơ làm cho phần tính toán bên máy phát phức tạp lên nhiều máy thu không cần phức tạp chọn lượng tử hoá vectơ hợp lý Ngược lại việc điều khiển từ xa xe tàu có nhiều máy phát máy thu, lại cần phương ph áp mà hoá đơn giản máy phát máy thu cho phép sử dụng phương pháp phức tạp để giảm tạp âm lượng tử hoá Từ thảo luận trên, thấy rõ thực tế có nhiều yếu tố ảnh hưởng đến lựa chọn hệ mà hoá ảnh Phát triển algôrit mà hoá ảnh thích hợp cho ứng dụng cụ thể trình phải đắn đo, có phải thử thử lại nhiều lần có can thiệp người Hy vọng điều mà hoá ảnh số trình bày chương hướng dẫn độc giả lự a chọn vài lời kết luận Trong chương 1, 2, 3, 4, đà thảo luận điều xử lý ảnh số Chúng ta đà đưa số algôrit khác xử lý ảnh thảo luận khả hạn chế Cần lưu ý m ục tiêu sách cung cấp algôrit may sẵn sử dụng cho ứng dụng cụ thể Trái lại, mục tiêu nghiên cứu kiến thức ý tưởng dẫn đến phát triển algôrit c Sự thảo luận để hướng dẫn cho việc phát triển algôrit xử lý ảnh hợp lý ứng dụng đà cho Với ứng dụng khác nhau, yếu tố phải xét đến phát triển algôrit xử lý ảnh khác nhau, thông thường tìm algôrit may sẵn phù hợp cách lý tëng víi mét øng dơng thĨ Mét bíc quan trọng phát triển hệ xử lý ảnh môi trường ứng dụng thực tế xác định mục tiêu tổng quát thật rõ ràng Trong øng dơng nh»m xư lý ¶nh cho ngêi xem, phải xét đến thuộc tính hệ thị giác người Trong ứng dụng nhằm xử lý ảnh để cải thiện tính máy móc, điều quan trọng phải xét đến thuộc tính máy.Như cách tiếp cận để phát triển hệ xử lý ảnh cụ thể khác nhau, t theo mơc tiªu tỉng thĨ cđa øng dơng cụ thể 253 chương 4: mà hoá ảnh Một bước quan trọng khác xác định hạn chế môi trường ứng dụng đặt Trong vài ứng dụng, cần thiết phải xử lý ảnh theo thời gian thực Trong số ứng dụng khác điều bắt buộc Rõ ràng cách tiếp cận để phát triển hệ xử lý ảnh chịu nhiều ảnh hưởng hạn chế bối cảnh ứng dụng đặt Một bước quan trọng thứ ba thu lượm thông tin ảnh cần xử lý Thông tin khai thác triển khai xử lý ảnh Chẳng hạn, ảnh phải xử lý chứa nhiều hình ảnh nhà cao tầng, có nhiều đường nét nằm ngang thẳng đứng, thông tin dùng để thiết kế lọc thông thấp thích nghi để giảm nhiễ u Khi đà cho mục tiêu tổng thể, điều hạn chế thông tin lớp ảnh phải xử lý, cách tiếp cận hợp lý để phát triển algôrit xử lý ảnh xác định xem thử có có nhiều phương pháp khác nhau, chẳng hạn phương pháp sách này, giải toán Thông thường cách làm việc hợp lý tiên hÃy tìm cách thích ứng phương pháp đà biết để giải toán Nếu phương pháp đà có không áp dụng được, hiệu phương pháp đà có không đủ để đáp ứng yêu cầu toán, phải phát triển cách tiếp cận Lịch sử xử lý ảnh số chưa dài, nhiều chỗ cho cách tiếp cận phương pháp Chúng hy vọng điều xử lý ảnh số trình bày sách tạo nên sở kiến thức, để đọc giả đọc thêm nhiều tài liệu chuyên mục, ứng dụng kết nghiên cứu lý thuyết vào vấn đề thực tiễn, tiến nghiên cứu vµ triĨn khai thc lÜnh vùc nµy 254