(Luận văn thạc sĩ) Nghiên cứu một số phương pháp phát hiện biên

(Luận văn thạc sĩ) Nghiên cứu một số phương pháp phát hiện biên(Luận văn thạc sĩ) Nghiên cứu một số phương pháp phát hiện biên(Luận văn thạc sĩ) Nghiên cứu một số phương pháp phát hiện biên(Luận văn thạc sĩ) Nghiên cứu một số phương pháp phát hiện biên(Luận văn thạc sĩ) Nghiên cứu một số phương pháp phát hiện biên(Luận văn thạc sĩ) Nghiên cứu một số phương pháp phát hiện biên(Luận văn thạc sĩ) Nghiên cứu một số phương pháp phát hiện biên(Luận văn thạc sĩ) Nghiên cứu một số phương pháp phát hiện biên(Luận văn thạc sĩ) Nghiên cứu một số phương pháp phát hiện biên(Luận văn thạc sĩ) Nghiên cứu một số phương pháp phát hiện biên(Luận văn thạc sĩ) Nghiên cứu một số phương pháp phát hiện biên(Luận văn thạc sĩ) Nghiên cứu một số phương pháp phát hiện biên(Luận văn thạc sĩ) Nghiên cứu một số phương pháp phát hiện biên(Luận văn thạc sĩ) Nghiên cứu một số phương pháp phát hiện biên(Luận văn thạc sĩ) Nghiên cứu một số phương pháp phát hiện biên(Luận văn thạc sĩ) Nghiên cứu một số phương pháp phát hiện biên

ĐẠI HỌC THÁI NGUYÊN KHOA CÔNG NGHỆ THÔNG TIN NGUYỄN QUANG SƠN NGHIÊN CỨU MỘT SỐ PHƯƠNG PHÁP PHÁT HIỆN BIÊN Chuyên ngành: Mã số: Khoa học máy tính 60.48.01 LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS NGÔ QUỐC TẠO Thái Nguyên - 2008 MỤC LỤC Trang MỤC LỤC LỜI CẢM ƠN DANH SÁCH CÁC HÌNH ẢNH MỞ ĐẦU CHƯƠNG I: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ BIÊN 1.1 Tổng quan xử lý ảnh 1.1.1 Xử lý ảnh 1.1.2 Các bước xử lý ảnh 10 1.1.3 Một số vấn đề xử lý ảnh 14 1.2 Tốn tử khơng gian với xử lý ảnh 18 1.2.1 Làm trơn nhiễu lọc tuyến tính 18 1.2.2 Làm trơn nhiễu lọc phi tuyến 21 1.2.3 Lọc thông thấp, thông cao lọc dải thông 22 1.3 Tổng quan biên 23 1.3.1 Biên kiểu biên .23 1.3.2 Vai trò biên nhận dạng 26 CHƯƠNG II: CÁC PHƯƠNG PHÁP PHÁT HIỆN BIÊN CỔ ĐIỂN 28 2.1 Phân loại kỹ thuật phát biên .28 2.1.1 Phương pháp phát biên trực tiếp .28 2.1.2 Phương pháp phát biên gián tiếp 28 2.1.3 Quy trình phát biên 29 2.2 Kỹ thuật phát biên Gradient 29 2.2.1 Pixel difference 30 2.2.2 Separated Pixel Difference 31 2.2.3 Toán tử Robert (1965) 32 2.2.4 Toán tử Prewitt 33 2.2.5 Toán tử (mặt nạ) Sobel 33 2.2.6 Toán tử Frie-Chen 34 2.2.7 Toán tử Boxcar 34 2.2.8 Toán tử Truncated Pyramid 35 2.3 Các toán tử la bàn 36 2.3.1 Toán tử la bàn Kirsh 37 2.3.2 Toán tử la bàn Prewitt 38 2.3.3 Robinson - Level 39 2.3.4 Robinson - Level 40 2.4 Kỹ thuật phát biên Laplace 41 CHƯƠNG III: CÁC PHƯƠNG PHÁP PHÁT HIỆN BIÊN NÂNG CAO 45 3.1 Phương pháp Canny 45 3.1.1 Cơ sở lý thuyết thuật toán .45 3.1.2 Hoạt động thuật toán 47 3.2 Phương pháp Shen - Castan 52 3.2.1 Xây dựng lọc tối ưu 52 3.2.2 Hoạt động thuật toán .54 3.3 Phát biên dựa vào Wavelet 56 CHƯƠNG IV: MỘT SỐ NHẬN XÉT VÀ ĐÁNH GIÁ CÁC PHƯƠNG PHÁP PHÁT HIỆN BIÊN 62 4.1 Phương pháp phát biên dựa vào kỹ thuật Gradient 62 4.2 Phương pháp đạo hàm bậc phương pháp đạo hàm bậc hai 66 4.3 Đánh giá nhận xét phương pháp Canny 69 4.4 Các phương pháp phát biên (phương pháp Gadient, phương pháp Laplace, phương pháp Canny) 71 4.5 Đánh giá nhận xét phương pháp Wavelet 73 KẾT LUẬN 75 TÀI LIỆU THAM KHẢO 76 LỜI CẢM ƠN Trước hết muốn gửi lời cảm ơn đến thầy cô giáo Viện công nghệ thông tin Khoa công nghệ thông tin - Đại học Thái Nguyên quan tâm tổ chức đạo trực tiếp giảng dạy khóa cao học Đặc biệt xin gửi lời cảm ơn sâu sắc đến thầy giáo hướng dẫn PGS.TS Ngô Quốc Tạo dẫn khoa học tận tình hướng dẫn cho tơi suốt q trình làm luận văn Nếu khơng có giúp đỡ thầy tơi khó hồn thành luận văn Cũng qua đây, xin chân thành cảm ơn lãnh đạo Trung tâm ứng dụng tiến Khoa học Công nghệ - Sở Khoa học Công nghệ Thái Nguyên, nơi công tác, tạo điệu kiện thuận lợi cho tơi thời gian hồn thành môn học suốt thời gian làm luận văn tốt nghiệp Cuối cùng, xin cảm gia đình, người ln ủng hộ động viên để tơi n tâm nghiên cứu hồn thành luận văn DANH SÁCH CÁC HÌNH ẢNH Hình 1.1: Quá trình xử lý ảnh Hình 1.2: Các bước trình xử lý ảnh 10 Hình 1.3: Lân cận điểm ảnh tọa độ (x,y) 16 Hình 1.4: Đường biên lý tưởng .24 Hình 1.5: Đường biên dốc 25 Hình 1.6: Đường biên không trơn 26 Hình 2.1: Biên ảnh với Pixel Difference 31 Hình 2.2: Biên ảnh với Separated Pixel Difference .32 Hình 2.3: Biên ảnh với tốn tử Robert 33 Hình 2.4: Biên ảnh với tốn tử Prewitt 33 Hình 2.5: Biên ảnh với tốn tử Sobel 34 Hình 2.6: Biên ảnh với tốn tử Frie-Chen 34 Hình 2.7: Biên ảnh với tốn tử Boxcar 35 Hình 2.8: Biên ảnh với tốn tử Truncated Pyramid 36 Hình 2.9: Biên ảnh với toán tử Kirsh 38 Hình 2.10: Biên ảnh với toán tử la bàn Prewitt 39 Hình 2.11: Biên ảnh với toán tử Robinson level 40 Hình 2.12: Biên ảnh với toán tử Robinson level 41 Hình 2.13: Biên ảnh với kỹ thuật Laplace 42 Hình 2.14: Bộ lọc Laplace of Gauss 42 Hình 2.15: Biên ảnh với kỹ thuật Laplace of Gauss .44 Hình 3.1: Đạo hàm hàm Gauss theo hai hướng (x,y) 48 Hình 3.2: Hình mơ tả điểm biên lân cận 50 Hình 3.3: Biên ảnh theo phương pháp Canny 52 Hình 3.4: Biên ảnh theo phương pháp Shen-Castan 55 Hình 3.5: Dùng DWT cho biến đổi Neurite .56 Hình 3.6 Biên ảnh hộp đơn .57 Hình 3.7: Biên ảnh chó nằm bậc thang 57 Hình 3.8: Sử dụng tiêu chuẩn cho ảnh cho nằm bậc thang 58 Hình 3.9: Sử dụng tiêu chuẩn cho ảnh Filopodia 59 Hình 3.10: Sử dụng liên kết tự động ảnh hộp đơn 59 Hình 3.11: Sử dụng liên kết tự động ảnh cho nằm bậc thang .60 Hình 3.12: Sử dụng liên kết tự động ảnh Filopodia 60 Hình 4.1: Hình mơ kết tìm biên theo kỹ thuật Gradient .65 Hình 4.2: Biên ảnh theo đạo hàm bậc bậc hai 68 Hình 4.3: Phát biên với Canny ngưỡng cố định .69 Hình 4.4: Phát biên với Canny ngưỡng thay đổi σ =1 70 Hình 4.5: Biên ảnh theo Gradient, Laplace, Canny 71 Hình 4.6: Phát biên theo phương pháp Wavelet 72 MỞ ĐẦU Thời đại công nghệ thông tin phát triển vũ bão vào ngõ ngách sống Hiện nay, phát triển ngành công nghiệp có diện đóng góp to lớn công nghệ thông tin Xử lý ảnh chuyên ngành quan trọng lâu đời Công nghệ thông tin Xử lý ảnh áp dụng nhiều lĩnh khác y học, vật lý, hố học, tìm kiếm tội phạm, qn số lĩnh vực khác Phần lớn người thu nhận thơng tin thị giác, cụ thể hình ảnh Vì xử lý ảnh vấn đề thiếu quan trọng để thu hình ảnh tốt hơn, đẹp hơn, nhằm đáp ứng yêu cầu thông tin khác người nhận Trong xử lý ảnh, việc nhận dạng phân lớp đối tượng cần trải qua trình thao tác khác Phát biên giai đoạn quan trọng kỹ thuật phân đoạn ảnh chủ yếu dựa vào giai đoạn Mục đích việc dị biên đánh dấu điểm ảnh số mà có thay đổi đột ngột độ xám, tập hợp nhiều điểm biên tạo nên đường bao quanh ảnh (đường biên) Nhờ có đường biên mà phân biệt đối tượng nền, phân biệt vùng khác định vị đối tượng từ mà nhận dạng đối tượng Đây sở quan trọng việc ứng dụng phương pháp vào thực tiễn sống, đặc biệt điều kiện đất nước ta bước phát triển lên nên việc nghiên cứu ứng dụng vấn đề cần quan tâm phát triển Xuất phát từ thực tế đó, luận văn lựa chọn đề tài " Nghiên cứu số phương pháp phát biên" Mục đích đề tài hệ thống hóa kiến thức phương pháp phát biên, từ kỹ thuật dị biên cài đặt chương trình để đưa nhận xét, so sánh, đánh giá phương pháp phát biên Qua có nhìn tổng quát phương pháp phát biên Ngoài phần mở đầu kết luận luận văn chia làm chương, nội dung cụ thể chương sau: Chương I: Tổng quan xử lý ảnh biên Trong chương trình bày sơ lược xử lý ảnh, giới thiệu bước xử lý hệ thống xử lý ảnh Một số thành phần cốt tử xử lý ảnh, điểm ảnh, mức xám, biên,…được trình bày khái niệm Chương II: Các phương pháp phát biên cổ điển Nội dung chương đề cập đến số phương pháp phát biên phương pháp đạo hàm bậc phương pháp đạo hàm bậc hai Chương III: Các phương pháp phát biên nâng cao Trong chương đề cập đến phương pháp phát biên Canny, phương pháp Shen-Castan phương pháp Wavelet Chương IV: Một số nhận xét đánh giá phương pháp phát biên Qua việc cài đặt thử nghiệm phương pháp phát biên trình bày chương trước, từ kết mô thực nghiệm chạy chương trình, chương đưa nhận xét đánh giá, so sánh phương pháp phát biên Chỉ phương pháp phát biên phù hợp với loại ảnh cần xử lý Tuy nhiên, việc nghiên cứu vấn đề khoa học đến kết khó khăn nhiều thách thức luận văn cịn nhiều thiếu sót Rất mong nhận ý kiến đóng gópquý báu thầy cô đồng nghiệp Học viên Nguyễn Quang Sơn CHƯƠNG I TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ BIÊN 1.1 Tổng quan xử lý ảnh 1.1.1 Xử lý ảnh Con người thu nhận thông tin qua giác quan thị giác đóng vai trị quan trọng Sự phát triển nhanh phần cứng máy tính, xử lý ảnh đồ hoạ phát triển mạnh mẽ ngày có nhiều ứng dụng sống Xử lý ảnh đóng vai trị quan trọng tương tác người máy Quá trình xử lý nhận dạng ảnh trình thao tác nhằm biến đổi ảnh đầu vào kết mong muốn Kết đầu trình xử lý ảnh ảnh "tốt hơn" kết luận Ảnh tốt Ảnh đầu vào Xử lý ảnh Kết luận Hình 1.1: Quá trình xử lý ảnh Như mục tiêu xử lý ảnh chia làm ba hướng sau: - Xử lý ảnh ban đầu ảnh tốt theo mong muốn người dùng (ví dụ: ảnh mờ cần xử lý để rõ hơn) - Phân tích ảnh để thu thơng tin giúp cho việc phân loại nhận biết ảnh (ví dụ: phân tích ảnh vân tay để trích chọn đặc trưng vân tay) - Từ ảnh đầu vào mà có nhận xét, kết luận mức cao hơn, sâu (ví dụ: ảnh tai nạn giao thông phác hoạ trường tai nạn) 1.1.2 Các bước xử lý ảnh Quá trình xử lý ảnh đầu vào nhằm thu ảnh đầu mong muốn thường phải trải qua nhiều bước khác Các bước q trình xử lý ảnh thể thơng qua hình sau: Biểu diễn mơ tả Phân đoạn ảnh Tiền xử lý ảnh CƠ SỞ TRI THỨC Nhận dạng nội suy Thu nhận ảnh (Scaner, sensor, camera) Hình 1.2: Các bước trình xử lý ảnh 1.1.2.1 Thu nhận ảnh Đây bước trình xử lý ảnh Để thực điều này, ta cần có thu ảnh khả số hố tín hiệu liên tục sinh thu ảnh Bộ thu ảnh máy chụp ảnh đơn sắc hay màu, máy quét ảnh, máy quay Trong trường hợp thu ảnh cung cấp chưa phải dạng số hoá ta cịn phải chuyển đổi hay số hố ảnh Q trình chuyển đổi ADC (Analog to Digital Converter) để thu nhận dạng số hoá ảnh Mặc dù cơng đoạn song kết có ảnh hưởng nhiều đến cơng đoạn 10 a) Ảnh gốc không nhiễu b) Ảnh gốc nhiễu c) Kết phát biên với Pixel Difference d) Kết phát biên với Separated Pixel Difference e) Kết phát biên với Robert 63 f) Kết phát biên với Sobel g) Kết phát biên với Prewitt h) Kết phát biên với Frie -Chen i) Kết phát biên với Boxcar 64 j) Kết phát biên với Truncated-Pyramid Hình 4.1: Hình mơ kết tìm biên theo kỹ thuật Gradient Qua hình ảnh kết mơ ta thấy: - Phương pháp Pixel Difference: Phương pháp cho kết xấu kết Đây phương pháp phát biên phương pháp Do ma trận dùng để nhân xoắn phương pháp có kích thước nhỏ điểm ảnh sử dụng trung bình cục điểm với hai điểm lân cận (một theo hướng x theo hướng y) Chính mà phương pháp cho kết - Phương pháp Robert: Cũng giống phương pháp phát biên Pixel Difference, phương pháp sử dụng ma trận nhân xoắn nhỏ, song cho kết tốt phương pháp phương pháp nhân xoắn ảnh với hai ma trận theo hai hướng +450 -450 (hai đường chéo ma trận 2*2) Nghĩa giá trị điểm ảnh kết trung bình cục bốn điểm ảnh (điểm ảnh điểm lân cận) Vì thế, phương pháp phát biên cho kết tốt phương pháp phát biên Pixel Difference Phương pháp phát biên Separated Pixel Difference cho kết tốt phương pháp Pixel Difference Cũng giống phương pháp Pixel Difference, phương pháp sử dụng hai điểm lân cận - Các phương pháp phát biên Sobel, Prewitt, Frie-chen cho kết 65 tương đối tốt ba phương pháp Ba phương pháp sử dụng mặt nạ 3* để nhân xoắn - Tuy nhiên phương pháp vừa nêu (Robert, Pixel, Sobel ) cho kết không tốt ảnh nhiễu Còn phương pháp Boxcar Truncated Pyramid lại cho kết tốt ảnh nhiễu Nhưng ảnh nhiễu (khơng nhiễu) hai phương pháp phát biên lại cho kết không tốt Hai phương pháp Boxcar Truncated Pyramid sử dụng mặt nạ nhân cuộn 7*7 Đây ma trận tương đối lớn, điểm ảnh phải xét đến 48 điểm lân cận Chính mà ảnh khơng nhiễu số lượng biên ảnh tăng lên, biên nhìn thấy thường lớn bình thường ta thường thấy ảnh nh Cịn ảnh có nhiễu nhờ xét đến 48 điểm ảnh lân cận điểm ảnh xét mà điểm nhiễu bị làm mờ đi, mà ảnh thu từ phương pháp cho kết tốt, điểm nhiễu bị loại bớt - Tuy nhiên, phương pháp có ưu nhược điểm riêng Mặc dù phương pháp Robert, Pixel Difference cho kết không tốt lợi lại có tốc độ xử lý nhanh Cịn hai phương pháp Boxcar Truncated Pyramid cho kết tốt với ảnh nhiễu lại có tốc độ xử lý chậm Chính tuỳ điều kiện chất lượng ảnh đầu vào, tuỳ yêu cầu chất lượng hay tốc độ xử lý mà ta có lựa chọn phương pháp phát biên phù hợp 4.2 Phương pháp đạo hàm bậc phương pháp đạo hàm bậc hai So sánh khác phương pháp đạo hàm bậc (Sobel) phương pháp đạo hàm bậc hai (Laplace) ta có: Ảnh bao gồm ảnh tốt (có thể coi không nhiễu), ảnh bị nhiễu 66 a) Ảnh gốc không nhiễu b) Ảnh gốc nhiễu c) Kết phát biên với Pixel Difference d) Kết phát biên với Sobel e) Kết phát biên với Four - Neighbor Laplace 67 f)Kết phát biên với Eight - Neighbor Laplace Hình 4.2: Biên ảnh theo đạo hàm bậc bậc hai Để nhận xét khác hai phương pháp, đạo hàm bậc ta chọn kết phương pháp Pixel Difference (là phương pháp cho kết phương pháp đạo hàm bậc nhất) Sobel (là phương pháp cho kết tốt phương pháp đạo hàm bậc nhất), phương pháp đạo hàm bậc hai ta sử dụng hai kết Four - Neighbor Laplace Eight-neighbor Laplace * Đối với ảnh không nhiễu: - Các kết hai phương pháp cho kết tương đối tốt Tuy nhiên hai phương pháp có khác Các biên phía ngồi, độ sáng thay đổi rõ nét phương pháp Gradient làm việc tốt, cịn biên phía bên trong, mức xám thay đổi chậm, miền chuyển tiếp trải rộng phương pháp đạo hàm bậc hai cho biên rõ nét - Ngoài ra, ta nhận thấy ảnh kết nhận phương pháp đạo hàm bậc hai cho kết biên mảnh phương pháp đạo hàm bậc Nguyên nhân điều kỹ thuật Laplace, điểm biên xác định điểm cắt điểm không, phương pháp đạo hàm bậc hai nên điểm khơng nhất, kỹ thuật cho đường biên mảnh * Đối với ảnh nhiễu: - Kết cho thấy hai toán tử ta sử dụng phương pháp Gradient cho kết tốt hai kết phương pháp Laplace (mặc dù phương pháp Pixel Difference hoạt động kém), phương pháp Sobel cho kết tốt nhất, hai kết phương pháp Laplace cho kết xấu, khơng nhìn thấy biên 68 Phương pháp đạo hàm bậc hai nhạy cảm với nhiễu tạo nên biên kép ảnh nhiễu phương pháp đạo hàm bậc hoạt động hiệu Đối với ảnh không nhiễu, mức xám thay đổi đột ngột hai phương pháp đạo hàm bậc đạo hàm bậc hai cho độ xác cao Cịn mức xám trải rộng phương pháp đạo hàm bậc hai hoạt động tốt Đối với ảnh nhiễu: Phương pháp đạo hàm bậc hai cho kết không tốt Trong trường hợp này, ta nên sử dụng phương pháp đạo hàm bậc (phương pháp Sobel) 4.3 Đánh giá nhận xét phương pháp Canny Phương pháp Canny sử dụng nhiều ứng dụng xử lý ảnh phương pháp có khả loại bỏ nhiễu tốt Ở ta đánh giá phương pháp Canny với độ lệch tiêu chuẩn σ khác ngưỡng khác nhau: Khi ta thay đổi σ, ngưỡng cao ngưỡng thấp giữ nguyên: Th=100 Tl =30 ta có kết : a) Ảnh gốc b) σ = 0,8 c) σ = d) σ = 1,4 Hình4.3: Phát biên với Canny ngưỡng cố định Th=100 Tl =30 69 Qua kết ta đưa số nhận xét sau: - Khi ta thay đổi độ lệch tiêu chuẩn σ ảnh kết thay đổi Ảnh kết (b), (c), (d) với độ lệch tiêu chuẩn tương ứng 0,8; 1,0 1,4 cho điểm biên khác Ảnh (b) có số lượng điểm biên cao nhất, cịn ảnh (d) có số lượng điểm biên thấp - Càng tăng độ lớn độ lệch tiêu chuẩn số lượng điểm biên xác định ngày giảm Nghĩa ảnh có nhiều nhiễu tăng độ lệch tiêu chuẩn số lượng điểm nhiễu giảm đi, biên rõ nét phát a) Th =50; Tl =30 b) Th =200; Tl =100 c) Th =200; Tl =30 d) Th =250; Tl =200 Hình 4.4: Phát biên với Canny ngưỡng thay đổi, σ = - Khi thay đổi ngưỡng thấp ngưỡng cao số lượng biên phát thay đổi Do điểm ảnh có giá trị nhỏ ngưỡng thấp loại điểm lớn ngưỡng cao xác định điểm biên (giữa hai ngưỡng cịn tuỳ thuộc 70 vào điểm biên lân cận) Nên ta thấy: - Khi ngưỡng thấp ngưỡng cao thấp số lượng biên phát nhiều - Khi hai ngưỡng cao số lượng điểm biên phát ít, điểm có mức xám cao thành biên Khi ngưỡng thấp ngưỡng cao, tức khoảng cách hai ngưỡng lớn điểm biên phụ thuộc vào điểm lân cận Tuỳ ảnh cụ thể tuỳ cách lấy ngưỡng khác mà ta có kết khác 4.4 Các phương pháp phát biên (phương pháp Gadient, phương pháp Laplace, phương pháp Canny) Sau đánh giá tổng hợp phương pháp phát biên: Để so sánh khác phương pháp phát biên, sử dụng kết phương pháp phát Sobel đại diện cho phương pháp đạo hàm bậc nhất, sử dụng kết Eight-neighbor Laplace đại diện cho phương pháp phát biên Laplace (phương pháp đạo hàm bậc hai) sử dụng σ =1,4; Th=100, Tl=50 đại diện cho phương pháp Canny Từ kết thu hình trên, ta có số nhận định phương pháp phát biên sau: * Đối với ảnh không nhiễu: Cả ba phương pháp cho kết tốt Song phương pháp phát biên Sobel cho biên rõ nét lớn, phương pháp Laplace cho kết rõ nét, biên mảnh Riêng phương pháp Canny trình làm trơn ảnh nên từ ảnh không nhiễu, biên mờ bớt to Do biên ảnh phương pháp Canny lớn lại không đầy đủ Đối với loại ảnh tìm biên nên áp dụng phương pháp Laplace, tiếp đến phương pháp đạo hàm bậc (Sobel, Kirsh, Prewitt ) Không nên sử dụng phương pháp Canny trường hợp 71 a) Ảnh gốc không nhiễu b) Ảnh gốc nhiễu c)Kết phát biên với Sobel d) Kết phát biên với Laplace e) Kết phát biên với Canny σ =1,4; Th =250; Tl =200 Hình 4.5: Biên ảnh theo Gradient, Laplace, Canny 72 * Đối với ảnh có nhiều cạnh: Khi phát biên, cạnh không quan trọng nên loại bỏ Ở đây, phương pháp Sobel phát biên biên mờ, không rõ nét, ảnh có vùng có mức xám thấp, thay đổi mức xám nhỏ Chính mà ảnh qua phương pháp Laplace cho kết rõ nét (do phương pháp sử dụng phương pháp đạo hàm bậc hai, điểm biên điểm cắt khơng) Tuy ảnh có nhiều điểm biên nhỏ nên biên ảnh qua phương pháp nhiều rối, nên loại bỏ điểm biên thừa Còn phương pháp Canny, trình “Non-maximum Suppression” trình áp dụng ngưỡng mà điểm biên phụ bị loại bớt đi, biên giữ lại nên biên rõ nét Đối với ảnh có nhiều có mức xám nhỏ, biến thiên mức xám thấp ta nên sử dụng phương pháp Laplace, song ảnh có q nhiều biên ta nên sử dụng phương pháp Canny để loại bỏ bớt cạnh khơng cần quan tâm * Đối với ảnh có nhiều nhiễu: Phương pháp đạo hàm bậc cho biên ảnh với nhiều điểm biên phụ Còn phương pháp Laplace tạo biên kép nên hồn tồn khơng xác định biên Cịn phương pháp Canny trình làm trơn ảnh cho bớt nhiễu trình “Non-maximum Suppression” để giảm bớt biên phụ nên ảnh kết phương pháp rõ nét Vì ảnh có nhiều nhiễu ta nên sử dụng phương pháp Canny để loại bỏ nhiễu điểm biên phụ không cần quan tâm, giữ lại điểm biên theo mục đích sử dụng khác 4.5 Đánh giá nhận xét phương pháp Wavelet Chúng ta tạo phương pháp miêu tả phần để so sánh với phương pháp phát biên Các ảnh kết xác thu cách ảnh gốc đánh dấu cạnh tay người Tất tỉ lệ lấy từ điểm ảnh xác Sự định tốc độ chi tiết 73 cần thông tin thừa thiếu thông tin Bất thơng tin kết thừa bên ngồi ảnh cực tiểu hóa cách định vị nhiễu loại bỏ Chúng ta khơng đổ lỗi cho thuật tốn kết tìm khơng nằm vùng mà mong muốn * Đánh dấu đường biên Như trình bày, phát triển chương trình sử dụng DWT để tìm biên ảnh Do đó, kết cơng việc này, thuật toán đánh dấu đường biên phát triển để thiết lập biên xung quanh đối tượng Sau xác định đối tượng có quan trọng hay không (thông qua hàm ngưỡng) Một số điểm nhỏ tìm thấy chương trình đánh dấu cách cẩn thận theo biên Khi điểm đánh dấu xong, mối liên hệ kích cỡ đối tượng xác định từ đường biên Hình 4.6: Phát biên theo phương pháp Wavelet Với việc phát biên sử dụng phương pháp Wavelet kết hợp chúng đạt kết tốt Khi sử dụng chức lọc cân với việc nhận biên phương pháp Canny Thuật toán biến đổi Wavelet giống biến đổi biên Canny Bằng hình ảnh thực tế ta thấy phát biên sử dụng Wavelet thu nhiều thông tin biên Bên cạnh việc phát tìm biên tốt phương pháp lộ nhược điểm mức độ tính tốn phức tạp Tốc độ xử lý chậm so với phương pháp trình bày 74 KẾT LUẬN Trong trình nghiên cứu tài liệu thực luận văn định hướng thầy hướng dẫn luận văn đạt số kết sau: - Tìm hiểu cách tổng quan vấn đề XLA phát biên ảnh Hệ thống hoá phương pháp phát biên Đưa nhận xét, đánh giá phương pháp phát biên có lựa chọn phương pháp phù hợp với loại ảnh - Đặc biệt việc phát biên sử dụng phương pháp Wavelet kết hợp chúng phần đạt kết tốt việc phát biên chúng bộc lộ số nhược điểm cần phải khắc phục - Bằng cách hiểu chất phương pháp, cài đặt chạy thử nghiệm số phương pháp phát biên - Ngồi ra, q trình nghiên cứu tơi tự tích lũy thêm cho kiến thức tốn học, kỹ thuật lập trình,…Và quan trọng rèn luyện kỹ để thực nghiên cứu khoa học Tuy bước đầu, kết giúp ích cho tơi nghiên cứu sau để thu kết tốt Dựa kết bước đầu đạt luận văn, tiếp tục nghiên cứu đề xuất số cải tiến phương pháp phát biên hiệu tương lai - Đối với phương pháp Wavelet tiếp tục nghiên cứu để giảm độ phức tạp tính tốn phương pháp Wavelet Vấn đề giải việc sử dụng cặp điểm liên quan trình so sánh Tiếp tục nghiên cứu đặc điểm hình dạng, đặc điểm màu sắc kết cấu để tăng hiệu cho đánh dấu tìm đường biên - Xây dựng ứng dụng xử lý ảnh hoàn chỉnh dựa theo phương pháp phát biên trình bày luận văn 75 TÀI LIỆU THAM KHẢO Tiếng việt [1] Lương Mạnh Bá, Nguyễn Thanh Thuỷ (1999), “Nhập môn xử lý ảnh số”, Nxb KH&KT [2] Phạm Việt Bình (2006) "Phương pháp xử lý biên ứng dụng nhận dạng đối tượng ảnh", Luận án tiến sỹ [3] Võ Đức Khánh, Hoàng Văn Kiếm "Giáo trình xử lý ảnh số" Nhà xuất Đại học Quốc gia Thành phố Hồ Chi Minh [4] Hoàng Kiếm, Nguyễn Ngọc Kỷ tác giả (1992), "Nhận dạng phương pháp ứng dụng", Nhà xuất thống kê [5] Kỉ yếu hội thảo quốc gia (2000), “Một số vấn đề chọn lọc công nghệ thông tin”, Nxb KH&KT [6] Nguyễn Kim Sách (1997), "Xử lý ảnh Video số", Nhà xuất Khoa học Kỹ thuật [7] Ngô Quốc Tạo (1996), “Nâng cao hiệu số thuật toán nhận dạng ảnh”, Luận án Phó tiến sỹ [8] Ngơ Quốc Tạo (2003), “Bài giảng môn Xử lý ảnh, dành cho lớp Cao học Công nghệ Thông tin”, Khoa Công nghệ Thông tin - Đại học Thái Nguyên [9] Ngô Quốc Tạo, Đỗ Năng Tồn (2001), “Tách bảng dựa tập hình chữ nhật rời rạc”, chun san Các cơng trình nghiên cứu triển khai Công nghệ thông tin viễn thông, Tạp chí Bưu viễn thơng [10]Đỗ Năng Tồn (2000), "Một thuật toán phát vùng ứng dụng q trình véc tơ hố tự động", Tạp chí Tin học Điều khiển học [11] Đỗ Năng Tồn (2002), "Biên ảnh số tính chất", Tạp chí Khoa học Cơng nghệ, Tập 40, số ĐB, tr 41-48 [12] Đỗ Năng Tồn, Ngơ Quốc Tạo (1998), "Kết hợp phép tốn hình thái học làm mảnh để nâng cao chất lượng ảnh đường nét", Tạp chí Tin học Điều khiển học, Tập 14, số 3, tr 23-29 76 [13] Nguyễn Quốc Trung (2004), "Xử lý tín hiệu lọc số", Nhà xuất Khoa học Kỹ thuật [14] Một số địa khác internet Tiếng Anh [15]Adnan Amin, Stephen FischerTony Pakinson and Ricky Shiu (1998), “Fast Algorithm for skew detection”, School of Computer Sience and Engineering University of New Shouth Wales, NSW, Sydney, 2052, Australia [16]Anil K Jain (1989), Fundamental of Digital Image Processing Prentice Hall, Engwood cliffs [17] H.-F.Jiang, C.-C.Han, and K.-C.Fan (1997), “A fast approach to the detection and correction of skew documents” Pattern Recognition Letters, Vol.18, No.7, pp.675-686, 1997 [18] Joannis Pitas (1992), "Digital Image Processing Algorithms", Prentice Hall, New York [19] Lu Y and C L Tan (2003), “A nearest-neighbor-chain based approach to skew estimation in document images”, Pattern Recognition Letters, vol.24, pp.2315-2323 [20] Toumazet J.J., Traitement de l’Image par Exemple, Symbex, Chaptre 5, "Images Binaires Operateurs Morphologiques", pp 117-139, 1990 77 ... III: Các phương pháp phát biên nâng cao Trong chương đề cập đến phương pháp phát biên Canny, phương pháp Shen-Castan phương pháp Wavelet Chương IV: Một số nhận xét đánh giá phương pháp phát biên. .. ảnh Tại điểm biên có biến đổi đột ngột mức xám Đây sở kỹ thuật phát biên Xuất phát từ sở này, có hai phương pháp phát biên tổng quát, phương pháp phát biên trực tiếp phương pháp phát biên gián tiếp... CÁC PHƯƠNG PHÁP PHÁT HIỆN BIÊN 62 4.1 Phương pháp phát biên dựa vào kỹ thuật Gradient 62 4.2 Phương pháp đạo hàm bậc phương pháp đạo hàm bậc hai 66 4.3 Đánh giá nhận xét phương