các trường hợp áp dụng thuật toán, đánh giá và mở rộng cho ảnh màu 24bit

Ai mún có thêm code thì gửi mail cho mình nhé: ledinhchung.mta@gmail.com

MỤC LỤC

MỤC LỤC 1

MỞ ĐẦU 2

CHƯƠNG 1 MỘT SỐ KHÁI NIỆM 3

1.1 Histogram 3

1.2 Biến đổi histogram 3

CHƯƠNG 2 THUẬT TOÁN 4

2.1 Histogram equalization 4

2.1.1 Tư tưởng thuật toán 4

2.1.2 Nội dung thuật toán 4

2.1.3 Kết quả và đánh giá 4

2.1 Histogram matching 6

2.2.1 Tư tưởng thuật toán 6

2.2.2 Nội dung thuật toán 6

2.2.3 Kết quả và đánh giá 6

2.3 So sánh hai thuật toán 7

CHƯƠNG 3 XỬ LÝ VỚI ẢNH MÀU 24BIT 9

3.1 Làm giả ảnh màu 9

3.1.1 Mô hình màu HSI 9

3.1.2 Các bước của thuật toán 9

3.1.3 Công thức tính 9

3.1.4 Các điểm chú ý 10

3.2 Xử lý trên 3 kênh màu riêng biệt 10

3.3 Đánh giá 11

KẾT LUẬN 12

TÀI LIỆU THAM KHẢO 13

MỞ ĐẦU

Nâng cao chất lượng ảnh là quá trình áp dụng các kỹ thuật để thuận tiện cho việc giải quyết các bài toán về thị giác máy tính Các phương pháp nâng cao chất lượng ảnh được xác định tùy vào từng ứng dụng cụ thể và thường được phát triển dựa trên kinh nghiệm

Một cách tổng thể, các phương pháp nâng cao chất lượng ảnh được sử dụng để làm cho việc xem ảnh được tốt hơn Việc phát triển các phương pháp nâng cao đòi hỏi phải có hiểu biết về phạm vi bài toán cũng như thành thạo các kỹ thuật nâng cao chất lượng ảnh Việc đánh giá thành công của thuật toán nâng cao chất lượng ảnh thường là

ở “con mắt của người xem”, nên nâng cao chất lượng ảnh mang ý nghĩa về mỹ thuật nhiều hơn là về khoa học

Một trong các phương pháp nâng cao chất lượng ảnh thường được sử dụng là

phương pháp biến đổi histogram (lược đồ) Trong phạm vi tìm hiểu của mình, em xin đưa ra hai phương pháp cơ bản là histogram equalization ( cân bằng lược đồ) và histogram matching Nêu thuật toán cũng như các trường hợp áp dụng thuật toán, đánh

giá và mở rộng cho ảnh màu 24bit

Trong quá trình thực hiện, em xin chân thành cảm ơn sự hướng dẫn, chỉ bảo nhiệt tình của các thầy, cô giáo trong khoa Công nghệ Thông tin và đặc biệt là thầy giáo đã giúp em hoàn thành đồ án này

CHƯƠNG 1 MỘT SỐ KHÁI NIỆM 1.1 Histogram

Cường độ sáng tại bất kỳ điểm (x, y) nào của một ảnh xám được gọi là mức

xám a của ảnh tại điểm đó:

a=f (x , y )

Giả sử Lmin £ f(x, y) £ Lmax đối với tất cả các điểm ảnh (x, y) trong ảnh thì đoạn [Lmin, Lmax] được gọi là độ khoảng xám của ảnh

Lmin : mức xám nhỏ nhất

Lmax : mức xám lớn nhất

Một histogram - lược đồ mức xám của một ảnh số, là một hàm rời rạc h[a], là

số lần xuất hiện mức xám a trong ảnh đó

Tỷ lệ xuất hiện mức xám a trong ảnh:

p(a)=¿ h(a)

❑ trong đó G là tổng số điểm ảnh trong ảnh

1.2 Biến đổi histogram

Là thay đổi các giá trị (cấp xám) của pixel sử dụng một phương trình ánh xạ Với mỗi mức xám a, ta có hàm chuyển đổi s = T(a)

Trong đó T(a) phải tuân thủ các điều kiện sau:

(1) : T(a) là đơn trị và đơn điệu tăng trong [0, L]

(2): T(a)∈[0, L] với mỗi a ∈[0, L] ;

CHƯƠNG 2 THUẬT TOÁN 2.1 Histogram equalization

2.1.1 Tư tưởng thuật toán

Cân bằng histogram là một kỹ thuật thông dụng để nâng cao sự xuất hiện của

ảnh kém chất lượng Cân bằng histogram là một kỹ thuật trong đó histogram của ảnh

kết quả là càng phẳng càng tốt

Cơ sở lý thuyết cho cân bằng histogram là lý thuyết xác suất, trong đó ta coi histogram như là phân bố xác suất của các mức xám Điều này là hợp lý bởi vì histogram là phân bố cấp xám cho một ảnh cụ thể

2.1.2 Nội dung thuật toán

Công thức chuyển đổi

T(a)= L *∑

i=0

a

p (i) = L*{ p(0)+ +p(a-1)+p(a)}

Trong đó:

p(a) = h(a)/ G

a : cấp xám trong một ảnh

G : tổng số pixel trong ảnh

h(a): số pixel có mức xám a trong một ảnh

với: 0 £ p(a) £ 1, cho tất cả các mức xám a

2.1.3 Kết quả và đánh giá

Sau đây là một số kết quả thực nghiệm

Qua các ví dụ đã được thử nghiệm như trên em rút ra một số nhận xét sau:

Ở những vùng tối giá trị điểm ảnh sẽ không thay đổi nhiều , tuy nhiên với vùng sáng thì giá trị mức sáng được đẩy lên với bước đẩy tăng dần Với phép biến đổi này

sự khác nhau về giá trị xám của các điểm ảnh tăng lên đủ để có thể phân biệt được

Qua quan sát kết quả thu được em nhận thấy: Phép biến đổi này thực hiện tốt đối với những ảnh tối hoặc quá sáng khi đó chất lượng ảnh được cái thiện rõ rệt Tuy

nhiên đối với một số ảnh khác thì phương pháp này không cải thiện được mấy thậm chí chất lượng ảnh còn kém đi

2.1 Histogram matching

2.2.1 Tư tưởng thuật toán

Biến đổi lược đồ mức xám theo một lược đồ mức xám định trước: là quá trình xác định một histogram và hiệu chỉnh histogram của ảnh gốc để cho phù hợp với histogram đã xác định

2.2.2 Nội dung thuật toán

Ta có:

a : Giá trị xám của một điểm ảnh của ảnh đầu vào

z : Giá trị xám của một điểm ảnh của ảnh đầu ra

Ý tưởng : Ta sẽ biến đổi lược đồ xám của ảnh đầu vào theo lược đồ xám mẫu

cụ thể nào đó

Các bước của thuật toán:

1 Tính lược đồ mức xám h(a) của ảnh đầu vào

2 Cân bằng lược đồ mức xám h(a) ta được: sk = ∑

i=0

k

p (k );

3 Cân bằng lược đồ mức xám mẫu ta đươc : vk = ∑

i=0

k

p (z k)

vk = ∑

i=0

k

p (z k) = G(zk) = sk;

Như vậy : zk = G-1 (sk)

2.2.3 Kết quả và đánh giá

Ảnh kết quả

Ảnh kết quả

Qua 2 ví dụ trên ta thấy, khi áp dụng biến đổi histogram matching với cùng một ảnh mẫu nhưng có thể là tốt đối với ảnh ở ví dụ 1 nhưng không tốt đối với ảnh ở ví dụ 2

Đối với biến đổi histogram matching nếu tìm được ảnh mẫu tốt sẽ cho kết quả rất tốt , còn nếu ảnh mẫu không được tốt lắm thì kết quả chỉ như của biến đổi lược đồ xám thông thường thậm chí không tốt bằng

2.3 So sánh hai thuật toán

Về kỹ thuật cài đặt thì phương pháp histogram equalization cài đặt đơn giản hơn Phương pháp histogram matching cài đặt có phần phức tạp hơn

Về nâng cao chất lượng ảnh: cả hai phương pháp đều cải thiện tốt đối với các ảnh quá tối hoặc quá sáng, còn với một số ảnh khác như ảnh có khoảng xám lớn thì các phương pháp này không cải thiện được mấy thậm chí còn kém đi

Với phương pháp histogram matching chất lượng ảnh thu được còn phụ thuộc nhiều vào chất lượng của ảnh mẫu Chất lượng ảnh mẫu phải tốt thì chất lượng ảnh thu được mới tốt còn ngược lại chất lượng ảnh mẫu xấu thì ảnh thu được có chất lượng cũng không tốt

Theo bản thân em tự đánh giá thì phương pháp histogram equalization có hiệu quả cao hơn về nâng cao chất lượng ảnh, bên cạnh đó nó còn dễ cài đặt hơn

CHƯƠNG 3 XỬ LÝ VỚI ẢNH MÀU 24BIT 3.1 Làm giả ảnh màu

3.1.1 Mô hình màu HSI

Được biểu diễn bởi 3 thành phần: Hue(màu), Saturation( mức độ trắng được pha vào so với màu gốc) và Intensity (cường độ)

Đối với mô hình màu này không chỉ nói đến mức xám mà còn nói đến mối tương quan của các điểm ảnh Khi thực hiện ta chỉ cần thay đổi thành phần I của ảnh

(R, G, B) (H, S, I)  (H, S, I*)  (R, G, B)

3.1.2 Các bước của thuật toán

- Biến đổi ảnh màu từ mô hình màu RGB thành mô hình màu HSI

- Tiến hành biến đổi lược đồ mức xám trên thành phần I của hệ HSI ( coi giá trị

I là mức xám của điểm ảnh) thu được I*

- Chuyển đổi ngược từ HSI* về RGB thu được ảnh màu sau khi tăng cường Bằng cách chuyển đổi qua hệ màu trung gian HSI khi chuyển ngược về ta có thuận lợi đó là sử dụng được thông tin của ảnh gốc (thông qua thành phần H và S)

3.1.3 Công thức tính

- Chuyển từ mô hình RGB về mô hình HSI theo công thức:

H ={360θ Nếu B ≤G o

−θ nếu B>G

- Thực hiện biến đổi I theo các phương pháp trên.

- Chuyển từ mô hình HSI về mô hình RGB theo công thức:

+ RB sector (0 ≤ H < 120o):

+ GB sector (120o ≤ H < 240o): H = H - 120o

+ BR sector (240o ≤ H ≤360o): H = H - 240o

- Trường hợp R =G=B tức là điểm ảnh xám khi đó ta gán H=0, S=0 như vậy khi chuyển ngược từ HSI về RGB ta vẫn thu được điểm ảnh là xám và mức xám là giá trị I mới sau khi tăng cường

3.2 Xử lý trên 3 kênh màu riêng biệt

Tách ảnh thành 3 thành phần R ,G,B

- Thực hiện biến đổi trên từng thành phần R ,G,B riêng biệt Với mỗi thành phần thực hiện như đối với ảnh xám

- Kết hợp các thành phần màu sau khi đã xử lý ta thu được ảnh kết quả

cR(x, y) R(x,y) c(x, y) = cG(x, y) = G(x,y)

cB(x, y) B(x, y) Với ảnh kích thước M × N thì x = 0, 1, 2, …, M-1; y = 0, 1, 2, …, N-1

3.3 Đánh giá

+ Ưu điểm:

- Hai phương pháp đều có ưu điểm riêng Đối với từng trường hợp cụ thể mà sử dụng phương pháp nào hiệu quả hơn phương pháp nào

- Hai phương pháp đều khá tốt đối với các ảnh mà việc tăng cường làm giảm mật độ sáng hoặc tăng lên không quá nhiều

+ Hạn chế:

- Đối với phương pháp biến đổi trực tiếp trên ảnh màu sẽ không tốt trong trường hợp mà ảnh sau khi tăng cường quá sáng, khi đó màu của ảnh sẽ bị thay đổi so với ảnh ban đầu và thực tế mức sáng thu được nhỏ hơn so với mức sáng của ảnh đó khi tăg cường trên ảnh xám

- Đối với phương pháp chuyển qua hệ màu HSI đối với ảnh mà sau khi tăng cường trên ảnh xám mức sáng thu được lớn thì quá trình chuyển lại về RGB ảnh thu được không sáng được như của ảnh xám bởi khi chuyển đổi về có một thành phần (r hoặc g hoặc b) quá lớn hơn 255 khi được hiệu chỉnh về 255 nên sẽ làm cho mức sáng của ảnh giảm xuống

KẾT LUẬN

Qua các kiến thức thu thập được trên lớp và các bài giảng của giáo viên kết hợp với quá trình nghiên cứu đọc tài liệu theo định hướng của giáo viên em đã nắm đựoc những khái niệm cũng như những kiến thức cơ bản về xử lý ảnh và áp dụng cài đặt thực tế Đặc biệt qua bài tập về tăng cường ảnh dựa trên biến đổi lược đồ mức xám em

đã nẵm được các kỹ thuật để tăng cường ảnh dựa trên đặc trưng của ảnh đó là lược đồ mức xám như: Histogram equalization, histogram matching…, nắm được ý nghĩa cũng như ưu nhược điểm của từng phương pháp, đồng thời tìm hiểu về hệ màu HSI và quá trình chuyển đổi giữa hai hệ màu RGB và HSI để ứng dụng trong tăng cường ảnh màu

Do những kiến thức của bản thân còn hạn chế, thời gian tìm hiều môn học chưa nhiều nên trong đồ án của em còn những sai sót và hạn chế Em kính mong nhận được

sự góp ý của thầy và các bạn để em nắm vững hơn nữa những kiến thức của môn học cũng như hoàn thiện tốt hơn bài tập này

Em xin chân thành cảm ơn thầy giáo đã tận tình chỉ dạy và giúp đỡ chúng em trong suốt quá trình học tập môn học

TÀI LIỆU THAM KHẢO

[1] Slide bài giảng – PGS, TS Đào Thanh Tĩnh – Học viện Kỹ thuật Quân sự [2] Digital Image Processing – Rafael C Gonzalez, Richard E Woods

[3] Nhập môn xử lý ảnh số - Lương Mạnh Bá, Nguyễn Thanh Thủy – Đại học Bách khoa Hà Nội

[4].Trang web http:// www.wikipedia.org

[5] Derivation of HSI- to – RGB and RGB – to – HSI conversion equations (See www.imageprocessingbook.com)