Luận văn thạc sĩ: Làm mịn ảnh bằng gradient L0 tối thiểuLuận văn thạc sĩ: Làm mịn ảnh bằng gradient L0 tối thiểuLuận văn thạc sĩ: Làm mịn ảnh bằng gradient L0 tối thiểuLuận văn thạc sĩ: Làm mịn ảnh bằng gradient L0 tối thiểuLuận văn thạc sĩ: Làm mịn ảnh bằng gradient L0 tối thiểuLuận văn thạc sĩ: Làm mịn ảnh bằng gradient L0 tối thiểuLuận văn thạc sĩ: Làm mịn ảnh bằng gradient L0 tối thiểuLuận văn thạc sĩ: Làm mịn ảnh bằng gradient L0 tối thiểuLuận văn thạc sĩ: Làm mịn ảnh bằng gradient L0 tối thiểuLuận văn thạc sĩ: Làm mịn ảnh bằng gradient L0 tối thiểuLuận văn thạc sĩ: Làm mịn ảnh bằng gradient L0 tối thiểuLuận văn thạc sĩ: Làm mịn ảnh bằng gradient L0 tối thiểuLuận văn thạc sĩ: Làm mịn ảnh bằng gradient L0 tối thiểuLuận văn thạc sĩ: Làm mịn ảnh bằng gradient L0 tối thiểuLuận văn thạc sĩ: Làm mịn ảnh bằng gradient L0 tối thiểuLuận văn thạc sĩ: Làm mịn ảnh bằng gradient L0 tối thiểuLuận văn thạc sĩ: Làm mịn ảnh bằng gradient L0 tối thiểuLuận văn thạc sĩ: Làm mịn ảnh bằng gradient L0 tối thiểuLuận văn thạc sĩ: Làm mịn ảnh bằng gradient L0 tối thiểu
ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG NGUYỄN HUY CHUNG LÀM MỊN ẢNH BẰNG GRADIENT L0 TỐI THIỂU LUẬN VĂN THẠC SĨ: KHOA HỌC M ÁY TÍNH THÁI NGUYÊN, THÁNG NĂM 2014 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG NGUYỄN HUY CHUNG LÀM MỊN ẢNH BẰNG GRADIENT L0 TỐI THIỂU Chuyên ngành: KHOA HỌC MÁY TÍNH Mã số : 60480101 LUẬN VĂN THẠC SĨ: KHOA HỌC M ÁY TÍNH NGƢỜI HƢỚNG DẪN KHOA HỌC 1- TS ĐÀO NAM ANH Thái Nguyên tháng năm 2014 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ LỜI CẢM ƠN Trong sống hàng ngày, giây , phút trôi qua khơng có thành cơng mà khơng gắn liền với hỗ trợ, giúp đỡ dù hay nhiều, dù trực tiếp hay gián tiếp người Thầy, người bạn xung quanh chúng ta, với nỗ lực thân Với lịng biết ơn sâu sắc nhất, em xin kính gửi đến tồn thể thầy giáo Khoa Khoa học Máy tính – Trường Đại học Công nghệ Thông tin Truyền thông Thái nguyên mang tri thức tâm huyết để truyền đạt kho tàng vốn kiến thức quý báu cho chúng em suốt thời gian học tập trường Em xin chân thành cảm ơn TS Đào Nam Anh tận tâm hướng dẫn chúng em qua buổi học, buổi hướng dẫn thực đề tài khoa học, thảo luận lĩnh vực sáng tạo nghiên cứu khoa học Nếu lời hướng dẫn, dạy bảo thầy em nghĩ chúng em khó hồn thiện đề tài khoa học bảo vệ luận án Một lần nữa, từ sâu thẳm lịng em xin chân thành cảm ơn thầy Luận văn thực khoảng thời gian không nhiều., kiến thức em hạn chế nhiều điều phải học hỏi Do vậy, không tránh khỏi thiếu sót điều chắn, em mong nhận ý kiến đóng góp quý báu tồn thể Thầy Cơ bạn học lớp để kiến thức em lĩnh vực hồn thiện Sau cùng, em xin kính chúc tồn thể Thầy Cơ Khoa Khoa học Máy tính thầy tồn trường thật dồi sức khỏe, hạnh phúc để tiếp tục thực sứ mệnh cao đẹp người THẦY truyền đạt kiến thức cho hệ mai sau Hà nội, ngày 18 tháng 1năm 2014 Sinh viên thực Nguyễn Huy Chung Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ LỜI CAM ĐOAN Tôi xin cam đoan luận văn kết nghiên cứu tôi, không chép Nội dung luận văn có tham khảo sử dụng tài liệu liên quan, thông tin tài liệu đƣợc đăng tải cáctạp chí trang Website theo danh mục tài liệu luận văn Nguyễn Huy Chung Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ MỤC LỤC Chƣơng 1: TỔNG QUAN VỀ NÂNG CAO HÌNH ẢNH 1.1 LÀM MỊN Gaussian 1.2 BỘ LỌC GIỮ ĐƢỢC CẠNH 1.3 BỘ LỌC SONG PHƢƠNG 1.4 LỌC ẢNH DỰA TRÊN TỐI ƢU HÓA 1.5 BỘ LỌC KHUẾCH TÁN PHI TUYẾN TÍNH 10 1.6 BỘ LỌC MỊN MẠNH 12 1.7 LỌC GRADIENT CÓ TRỌNG SỐ 12 1.8 LỌC ẢNH CÓ HƢỚNG DẪN 13 1.9 KẾT LUẬN CHƢƠNG 15 Chƣơng 2: NÂNG CAO ẢNH BẰNG GRADIENT TỐI THIỂU 15 2.1 LÀM MỊN 1D 18 2.2 LÀM MỊN 2D 20 2.2.1 GIẢI PHÁP 21 2.2.2 PHÂN TÍCH 22 2.2.3 ỨNG DỤNG 24 2.2.4 NÂNG CAO CẠNH VÀ CHIẾT XUẤT 24 2.2.5 ẢNH TRÌU TƢỢNG VÀ PHÁC THẢO BÚT CHÌ 26 2.3 HOẠT HÌNH , NÉN ẢNH 27 2.3.1 THAO TÁC ĐO NÉT DỰA TRÊN CÁC LỚP 29 2.4 KẾT LUẬN CHƢƠNG 33 chƣơng 3: CÀI ĐẶT THỰC NGHIỆM 35 3.1 MÔI TRƢỜNG CÀI ĐẶT 35 3.2 KẾT QUẢ THỰC NGHIỆM 35 3.3 KẾT LUẬN CHƢƠNG 47 KẾT LUẬN 48 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ TÀI LIỆU THAM KHẢO 49 DANH MỤC CÁC THUẬT NGỮ, CÁC TỪ VIẾT TẮT CÁC THUẬT NGỮ Median filter Edge Preserved Filtering Histogram Nonlinear Diffusion Filtering – NLDF tính Số hóa Trung tâm Học liệu Bộ lọc trung bình Bộ lọc giữ đƣợc cạnh Biểu đồ Bộ lọc khuếch tán phi tuyến http://www.lrc-tnu.edu.vn/ DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ VÍ DỤ VỀ LÀM MỊN GAUSSIAN SO SÁNH TÍN HIỆU THẤP VÀ CAO VƢỢT QUA BỘ LỌC VÍ DỤ VỀ PHƢƠNG PHÁP LỌC MỊN MẠNH 10 VÍ DỤ VỀ ỨNG DỤNG THUẬT TOÁN LÀM MỊN ẢNH 14 ỨNG DỤNG ẢNH VẼ 15 MỘT THAM SỐ LÀM MỊN 18 NÂNG CAO CẠNH 23 GRADIENT TÍNH TRỰC TIẾP TRÊN ẢNH ĐẦU VÀO CĨ NHIỀU CẤU TRÚC NHỔ, BIÊN ĐỘ KHƠNG MONG MUỐN 25 CLIP – NGHỆ THUẬT 26 TỐI ƢU HÓA ĐỂ TỰ ĐỘNG XÁC ĐỊNH KÍCH THƢỚC THÍCH HỢP CỦA NHỮNG HẠT NHÂN GAUSSIAN 28 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ MỞ ĐẦU Thơng tin ảnh đóng vai trò quan trọng hầu hết lĩnh vực sống Ngày nay, thông tin ảnh đƣợc xử lý kỹ thuật số Xử lý ảnh (XLA) chuyên ngành quan trọng lâu đời Công nghệ thông tin đƣợc áp dụng ứng dụng khác nhau, từ truyền hình đến chụp cắt lớp, từ nhiếp ảnh đển in ấn, từ robot đến cảm biến từ xa Ảnh kỹ thuật số đƣợc tạo thiết bị vật lý: máy chụp ảnh, máy quay phim, thiết bị X-quang, kính hiển vi điện tử, radar, máy siêu âm Ảnh kỹ thuật số đƣợc sử dụng cho nhiều mục đích, nhƣ giải trí, y tế, kinh doanh, cơng nghiệp, qn sự, dân sự, an ninh, khoa học Ảnh bị hỏng thay đổi ngẫu nhiên cƣờng độ, độ chiếu sáng, độ tƣơng phản thấp Trong nhiều trƣờng hợp ngƣời quan sát máy tính cần phải trích xuất thơng tin hữu ích từ ảnh Thƣờng ảnh gốc khơng phù hợp với mục đích cần đƣợc xử lý Việc gọi tăng cƣờng ảnh phục hồi ảnh Phục hồi ảnh nhiễu có nghĩa lọc, tách nhiễu với ảnh Mục đích luận văn nắm đƣợc mơ hình nâng cao ảnh nhằm loại bỏ đặc điểm khơng mong muốn Luận văn tập trung tìm hiểu trình bày thuật tốn làm mịn ảnh, đặc biệt hiệu việc sử dụng tối thiểu L0 Gradient Ngoài phần mở đầu kết luận, luận văn đƣợc chia làm chƣơng, cụ thể nội dung chƣơng nhƣ sau: Chƣơng 1: Tổng quan nâng cao hình ảnh Các mơ hình nâng cao ảnh nhằm loại bỏ đặc điểm không mong muốn, loại bỏ nhiễu ảnh, chọn lọc thơng tin hữu ích, từ ảnh Chƣơng 2: Nâng cao ảnh Gradient tối thiểu Giới thiệu thuật toán Làm mịn ảnh áp dụng cho ảnh màu bị nhiễu, bị mờ, ảnh màu chụp bị rung Phân tích gradient L0 việc làm mịn ảnh Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Chƣơng 3: Kết thực nghiệm Cài đặt thuật toán làm mịn ảnh số việc sử dụng tối ƣu chuẩn L0 mơi trƣờng Mathlab Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Chƣơng 1: TỔNG QUAN VỀ NÂNG CAO HÌNH ẢNH Làm mịn Ảnh thƣờng đƣợc sử dụng để giảm nhiễu ảnh Làm mịn ảnh công nghệ việc nâng cao chất lƣợng ảnh, loại bỏ nhiễu Vì vậy, Làm mịn ảnhlà mơ-đun chức cần thiết nhiều loại phần mềm xử lý ảnh Thuật tốn làm mịn tốt thuật tốn loại bỏ nhiều dạng nhiễu khác đồng thời giữ đƣợc chi tiết ảnh Chƣơng phân tích tổng quan số thuật toán làm mịn ảnh Một số thuật tốn có khả giữ đƣợc chi tiết, chẳng hạn thuật toán gradient trọng số, lọc trung bình tự thích nghi, làm mịn mạnh lọc giữ đƣợc cạnh Sự lựa chọn thuật toán thích hợp ảnh hƣởng lớn tới phƣơng thức phân tích ảnh [1,2,3,4] Chƣơng trình bày cách nhìn tổng quan khái niệm bản, với thuật toán thƣờng đƣợc sử dụng để làm mịn ảnh Làm mịn ảnh phƣơng pháp nâng cao chất lƣợng ảnh Chất lƣợng ảnh yếu tố quan trọng thị giác ngƣời Ảnh thƣờng có nhiễu không dễ dàng loại bỏ Chất lƣợng ảnh bị ảnh hƣởng nhiễu Nhiều phƣơng pháp đƣợc áp dụng để loại bỏ nhiễu khỏi ảnh Nhiều thuật tốn xử lý ảnh khơng thể thực đƣợc môi trƣờng nhiễu, nên lọc ảnh hay đƣợc tiến hành mô-đul tiền xử lý Tuy nhiên, khả lọc ảnh bị hạn chế gặp môi trƣờng nhiều nhiễu Bộ lọc trung bình (median filter) phƣơng pháp sử dụng nhiều nhất, nhƣng không hiệu tỷ lệ nhiễu 0,5 Đã có số cải tiến cho lọc trung bình nhƣ sƣ dụng qui tắc suy luận, logic mờ để loại bỏ nhiễu, làm mịn, bảo đảm giữ cạnh Có nhiều loại yếu tố tạo loại nhiễu khác Trong thực tế, ảnh thƣờng có số loại khác nhiễu Vì vậy, thuật tốn làm mịn ảnh tốt phải có khả làm việc với loại nhiễu khác Tuy Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ chƣơng 3: CÀI ĐẶT THỰC NGHIỆM 3.1 MÔI TRƢỜNG CÀI ĐẶT Chƣơng trình đƣợc cài đặt Mơi trƣờng Microsoft Windows Ultimate Edition 32-bit Service Pack 1, sử dụng ngôn ngữ matlab với máy tính có cấu hình nhƣ sau: CPU: Intel(R) Core(TM) i3 CPU - M 370 @ 2.40 GHz Memory Type: DDR3 Memory Size: 4096 Mbytes (4 GB) HDD: 320 GB Mã nguồn có The Chinese University of Hong Kong đƣợc chỉnh sửa theo yêu cầu luận văn 3.2 KẾT QUẢ THỰC NGHIỆM Thuật toán giảm thiểu xen kẽ đƣợc phác thảo ALG Tham số β đƣợc tự động thích nghi lặp giá trị nhỏ β0, đƣợc nhân κ lần Đề án có hiệu để tăng tốc độ hội tụ [Wang 2008] Trong phƣơng pháp này, β0 βmax cố định giá trị 2λ 1E5 tƣơng ứng κ đƣợc thiết lập cân tốt hiệu hiệu suất Ta sử dụng giá trị để tạo hầu hết kết Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Ảnh gốc Ảnh mịn Hình 11: So sánh Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Trong hình 11, ta đặt vào 1,05 cho phép lặp lại nhiều tối ƣu hóa, dẫn đến kết chất lƣợng cao Tham số λ quan trọng cho phép đƣợc điều chỉnh để có hiệu kiểm sốt mức độ cấu trúc thơ 20-30 vịng lặp thƣờng đƣợc thực thuật toán Ảnh gốc Ảnh mịn Hình 12:20-30 vịng lặp thƣờng đƣợc thực Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Hầu hết tính tốn đƣợc chi cho FFT phƣơng trình (8) hoạt động đại số điểm ảnh-thông minh phƣơng trình (10) Nhìn chung, phải giây để xử lý kênh 600 × 400 ảnh xử lý Intel Core2 Duo CPU@2.13G với việc thực chƣơng trình Ảnh gốc Ảnh mịn Hình 13: Tham số λ điều chỉnh kiểm sốt mức độ cấu trúc thơ Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Ảnh gốc Ảnh mịn Hình 14: M Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Ảnh gốc Ảnh mịn Hình 15: L Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Ảnh gốc Ảnh mịn Hình 16: So sánh Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Ảnh gốc Ảnh mịn Hình 17: Có thể tạo kết q sắc nét Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Ảnh gốc Ảnh mịn Hình 18: Nền đƣợc làm sắc cạnh Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Ảnh gốc Ảnh mịn Hình 19: Hiển thị kết phóng đại Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Ảnh gốc Ảnh mịn Hình 20: Những cánh hoa có kết cấu phong phú Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Ảnh gốc Ảnh mịn Hình 21: M Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 3.3 KẾT LUẬN CHƢƠNG hóa với đánh giá L0 chothông tin rời rạc Ý tƣởng dẫn đến quy trình tối ƣu hóa toàn ảnh độc đáo, liên quan đến số liệu rời rạc, có giải pháp cho phép thao tác cạnh đa dạng Ảnh hƣởng chất lƣợng phƣơng pháp cạnh mỏng bật, làm cho phát dễ dàng trực quan riêng biệt Tăng cƣờng khác biệt màu phân vùng, tăng cƣờng cạnh nói chung phù hợp với gốc Ngay vật nhỏ có độ phân giải cạnh mỏng đƣợc trì cách trung thực chúng có cấu trúc đáng ý Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ KẾT LUẬN Luận văn nêu số mơ hình nâng cao ảnh nhằm loại bỏ đặc điểm không mong muốn Luận văn tập trung tìm hiểu trình bày thuật toán làm mịn ảnh, đặc biệt hiệu việc sử dụng tối thiểu L0 Gradient , hữu ích cho phát đặc trƣng tăng cƣờng thành phần ảnh, ví dụ, làm bật cạnh, đồng thời giảm bớt chi tiết không đáng kể Phƣơng pháp làm mịn giữ lại cạnh.Thuật toán gradient rời rạc sử dụng phƣơng pháp tối ƣu Chiến lƣợc thuật toán hạn chế số lƣợng thay đổi cƣờng độ điểm ảnh lân cận Tuy nhiên trình thực hiện, với thời gian khơng có nhiều, lực chun mơn, điều kiện thực nghiệm cịn hạn chế, nên việc đánh giá tổng hợp phƣơng pháp khiếm khuyết Tơi mong nhận đƣợc đóng góp ý kiến Thầy Cô bạn bè đồng nghiệp Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ TÀI LIỆU THAM KHẢO Tiếng Việt Lƣơng Mạnh Bá, Nguyễn Thanh Thủy Nhập môn xử lý ảnh số, Nhà xuất Khoa học kỹ thuật, Hà Nội Đỗ Năng Toàn, Phạm Việt Bình (2007) Giáo trình xử lý ảnh, Nhà xuất Đại học Hà nội Võ Đức Khánh, GS.TSKH Hoàng Kiếm (2007) Giáo trình xử lý ảnh Nhà xuất Đại học Quốc Gia TP Hồ Chí Minh Nguyễn Kim Sách (1977) Xử lý ảnh video số, Nhà xuất Khoa học kỹ thuật, Hà Nội Tiếng Anh Li Xu, Cewu Lu, Yi Xu, Jiaya Jia (2011), Image Smoothing via L0 Gradient Minimization, ACM Transactions on Graphics, Vol 30, No (SIGGRAPH Asia 2011) Arbelaez, P., Maire, M., Fowlkes, C., And Malik, J 2011 Contour detection and hierarchical image segmentation IEEE Trans Pattern Anal Mach Intell 33, 898–916 Criminisi, A., Sharp, T., Rother, C., And P ´Erez, P 2010 Geodesic image and video editing ACM Trans Graph 29, 5, 134 Farbman, Z., Fattal, R., And Lischinski, D 2010 Diffusion maps for edge-aware image editing ACM Trans Graph Fattal, R 2009 Edge-avoiding wavelets and their applications ACM Trans Graph 28, Mairal, J., Bach, F., Ponce, J., Sapiro, G., And Zisserman, A 2009 Non-local sparse models for image restoration In ICCV, 2272–2279 Paris, S., Hasinoff, S.W., And Kautz, J 2011 Local laplacian filters: Edge-aware image processing with a laplacian pyramid ACM Trans Graph Subr, K., Soler, C., And Durand, F 2009 Edge-preserving multiscale image decomposition based on local extrema ACM Trans Graph 28, Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ ... đƣợc hiệu làm mịn ảnh Sự đơn giản hiệu lọc có hƣớng dẫn làm cho có ích làm mịn ảnh Chƣơng 2: NÂNG CAO ẢNH BẰNG GRADIENT TỐI THIỂU Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Ảnh có nhiều... tốn làm mịn ảnh, đặc biệt hiệu việc sử dụng tối thiểu L0 Gradient Ngoài phần mở đầu kết luận, luận văn đƣợc chia làm chƣơng, cụ thể nội dung chƣơng nhƣ sau: Chƣơng 1: Tổng quan nâng cao hình ảnh. .. trí cạnh làm mịn ảnh 1.1 LÀM MỊN Gaussian Làm mịn Gaussian toán tử convolution chiều, đƣợc sử dụng để làm mờ ảnh bỏ bớt chi tiết nhiễu Ý tƣởng làm mịn Gaussian áp phân bổ Gaussian 2-D làm trọng