Ứng dụng phương pháp lọc canny Để phát hiện và tách biên Đánh giá thực nghiệm của phương pháp lọc canny so với các phương pháp lọc prewitt trên tập ảnh y tế

Nhất là, ở Việt Nam hiệnnay, chưa có nhiều nghiên cứu về vấn đề nhận dạngcác đối tượng ảnh, mặc dù những ứng dụng thực tếđang đòi hỏi có những cách giải quyết cụ thể,chẳng hạn như phần m

TRƯỜNG ĐẠI HỌC HỒNG ĐỨC

KHOA CÔNG NGHỆ THÔNG TIN

BÁO CÁO CHUYÊN ĐỀ HỌC PHẦN

XỬ LÝ ẢNH

ĐỀ TI: Ứng dụng phương pháp lọc Canny để phát hiện

và tách biên.

Đánh giá thực nghiệm của phương pháp lọc Canny so với

các phương pháp lọc prewitt trên tập ảnh y tế

Sinh viên thực hiện : LÊ VIỆT QUANG Giảng viên hướng dẫn : HONG VĂN QUÝ Ngành : CÔNG NGHỆ THÔNG TIN

Mã sinh viên : 2161030047

Thanh Hóa, tháng 10 năm 2023

Họ và tên giảng viên Chữ ký Ghi chú

Giảng viên chấm 1:

Giảng viên chấm 2:

MỤC LỤC

LỜI CẢM ƠN 5LỜI MỞ ĐẦU 6CHƯƠNG I: TỔNG QUAN VỀ XỬ LÝ ẢNH 7

2 Tổng quan trong xử lý ảnh bằng phương pháp

phát hiện biên ảnh Canny

2.0 Các vấn đề cơ bản về phát hiện biên, lọc

Canny

2.1 Thu thập dữ liệu 8 2.2

CHƯƠNG II: PHÂN TÍCH THU THẬP DỮ LIỆU 12

1 Giới thiệu cách thức thu thập dữ liệu và trình bày

một phần dữ liệu thu thập được Thực hiện tiền xử lý

2 Phân tích, xác định tên các thuộc tính dữ liệu cần

CHƯƠNG III: THỬ NGHIỆM VÀ ĐÁNH GIÁ KẾT

LỜI CẢM ƠN

Lời đầu tiên, chúng em xin chân thành gửi lời cảm ơntới các thầy cô giáo trong Trường Đại học Hồng Đức nóichung và các thầy cô giáo trong Khoa Công nghệ thông tinnói riêng đã tận tình giảng dạy, truyền đạt cho chúng emnhững kiến thức cũng như kinh nghiệm quý báu trong suốtquá trình học

Đặc biệt, chúng em gửi lời cảm ơn đến Giáo viênhướng dẫn Hoàng Văn Quý, thầy đã tận tình theo sát giúp đỡ,trực tiếp chỉ bảo, hướng dẫn trong suốt quá trình nghiên cứu

và học tập của chúng em Trong thời gian học tập với thầy,chúng em không những tiếp thu thêm nhiều kiến thức bổ ích

mà còn học tập được tinh thần làm việc, thái độ nghiên cứukhoa học nghiêm túc, hiệu quả Đây là những điều rất cầnthiết cho chúng em trong quá trình học tập và công tác saunày Chúng em muốn gửi lời cảm ơn đặc biệt nhất, sâu sắcnhất, thân thương nhất đến thầy và chúc thầy luôn dồi dào sứckhỏe, tiếp tục giảng dạy hết tâm huyết của mình cho nhữnglứa học trò sau này để đất nước ta ngày càng có nhiều nhântài, những người giỏi trong các doanh nghiệp, xây dựng đấtnước phát triển hơn nữa

E

m xinchânthànhcảmơn!

LỜI MỞ ĐẦU

Một trong những vấn đề trọng tâm nghiên cứu củalĩnh vực thị giác máy là biên và các thao tác trên nó

vì các kỹ thuật phân đoạn ảnh chủ yếu dựa vàobiên Nhìn chung về mặt toán học, người ta coiđiểm biên của ảnh là điểm có sự thay đổi đột ngột

về độ xám Tập hợp các điểm biên tạo thành biênhay đường bao của ảnh Ví dụ, trong một ảnh nhịphân, một điểm có thể gọi là biên nếu đó là điểmđen và có ít nhất một điểm trắng bên cạnh Việcnhận dạng đối tượng phụ thuộc nhiều vào các đặctrưng trích chọn và các đặc trưng này chủ yếu đượctrích chọn từ biên Đây là một đề tài vẫn đang đượcquan tâm và phát triển Nhất là, ở Việt Nam hiệnnay, chưa có nhiều nghiên cứu về vấn đề nhận dạngcác đối tượng ảnh, mặc dù những ứng dụng thực tếđang đòi hỏi có những cách giải quyết cụ thể,chẳng hạn như phần mềm nhận dạng các đối tượngđịa lý, các biểu tượng trên bản đồ, phần mềm pháthiện và đếm các đối tượng chuyển động.Trong cácphương pháp phát hiện biên hiện nay thì phươngpháp Canny là phương pháp rất hiệu quả và đãđược xây dựng thành công nghệ gồm quy trình 4bước.Báo cáo này làm rõ và so sánh phương phápCanny với phương pháp lọc Prewitt và chỉ ranhững ưu điểm của phương pháp Canny trong từngloạt Ảnh

Em xin chân thành cảm ơn sự quan tâm và hỗ trợcủa thầy cô giảng viên trong quá trình thực hiện dự

án này

CHƯƠNG I: TỔNG QUAN VỀ XỬ LÝ ẢNH

1 Xử lý ảnh là gì

Con người thu nhận thông tin qua các giác quan, trong

đó thị giác đóng vai trò quan trọng nhất Những năm trở lạiđây với sự phát triển của phần cứng máy tính, xử lý ảnh và đồhoạ đó phát triển một cách mạnh mẽ và có nhiều ứng dụngtrong cuộc sống Xử lý ảnh và đồ hoạ đóng một vai trò quantrọng trong tương tác người máy

Quá trình xử lý ảnh được xem như là quá trình thao tácảnh đầu vào nhằm cho ra kết quả mong muốn Kết quả đầu racủa một quá trình xử lý ảnh có thể là một ảnh “tốt hơn” hoặcmột kết luận

Quá trình xử lý ảnh

Ảnh có thể xem là tập hợp các điểm ảnh và mỗi điểmảnh được xem như là đặc trưng cường độ sáng hay một dấuhiệu nào đó tại một vị trí nào đó của đối tượng trong khônggian và nó có thể xem như một hàm n biến P(c1, c2, , cn)

Do đó, ảnh trong xử lý ảnh có thể xem như ảnh n chiều

Sơ đồ tổng quát của một hệ thống xử lý ảnh:

2 Tổng quan trong xử lý ảnh bằng phương pháp phát hiện biên ảnh Canny

Phương pháp xử lý ảnh bằng lọc Canny là một trong những kỹ thuật quan trọng trong xử lý ảnh và thị giác máy tính Nó được sử dụng để tìm ra ranh giới trong ảnh, đặc biệt là trong việc phát hiện cạnh và đường nét.

Quá trình xử lý ảnh bằng phương pháp Canny : Thu thập dữliệu , Làm mờ ảnh, Tính gradient của ảnh, Tìm biên cạnh ảnh,Lọc biên cạnh, Kết hợp các biên cạnh

2.0 Các vấn đề cơ bản về phát hiện biên, lọc Canny

Biên là vấn đề quan trọng trong trích chọn đặc điểm nhằm tiến tới hiểu ảnh Cho đến nay chưa có định nghĩa chính xác về biên, trong mỗi ứng dụng người ta đưa ra các độ đo khác nhau về biên, một trong các độ đo đó là

độ đo về sự thay đổi đột ngột về cấp xám Ví dụ: Đối với ảnh đen trắng, một điểm được gọi là điểm biên nếu nó là điểm đen có ít nhất một điểm trắng bên cạnh Tập hợp các điểm biên tạo nên biên hay đường bao của đối tượng người ta chia làm hai phương pháp phát hiện biên cơ bản:

1 Phát hiện biên trực tiếp: là các phương pháp phát hiện biên dựa vào sự thay đổi mức xám

sủ dụng các kỹ thuật thay đổi theo hướng

2 Phát hiện biên gián tiếp:

Kỹ thuật phát hiện biên bằng phương pháp canny là phương pháp dò biên trực tiếp rất hiệu quả áp dụng cho loại ảnh nhiễu Phương pháp này do John Canny ở phòng thí nghiệm MIT khởi xướng năm 1986 Bộ

tách biên Canny là bộ tách biên mạnh nhất cung cấp bởi hàm edge Canny xây dựng phuỷong pháp dựa theo ba ràng buộc:

 Mức lỗi: có ý nghĩa là một phương pháp phát hiện biên chỉ và phải tìm tất

cả các biên, không biên nào được tìm

bị lỗi

 Định vị: Điều này nói đến độ chênh lệch cấp xám giữa các điểm trên cùng một biên phải càng nhỏ càng tốt

 Hiệu suất: là làm sao cho khi tách biên không được nhận ra nhiều biên trong khi chỉ có một biên tồn tại

Canny đã giả thiết rằng nhiễu trong ảnh tuân theo phân bố Gauss và đồng thời ông cũng cho rằng một phương pháp phát hiện biên thực chất là một bộ lọc nhân chập có khả năng làm mịn nhiễu và định vị được cạnh Vấn đề là làm sao để có một bộ lọc tối

ưu nhất Ba ràng buộc được cụ thể hóa thành lý thuyết toán học:

Trong đó hàm SNR nhằm tím 1 hàm sao cho tỉ số giữa tín hiệu và nhiễu là cực đại,Localization đặc trưng cho nghịch đảo tỉ lệ chênh lệch mức xám giữa các điểm biên,giá trị này càng lớn càng tốt.Canny tìm kiếm một bộ lọc f sao cho giá trị SNR * Localization là cực đại nhưng cuối cùng ông phát hiện ra rằng giá trị này xấp xỉ đạo hàm bậc nhất của hàm Gauss.Khi đó G có đạo hàm theo

cả hai hướng x và y Sự xấp xỉ với bộ lọc tối ưu của thuật toán phát hiện biên Canny chính là G’ và

do vậy, bằng phép nhân chập ảnh vào với G’ ta thu được ảnh E đã được tách biên ngay cả trong trườnghợp ảnh có nhiều nhiễu Phép nhân xoắn thực hiện một cách dễ dàng trong khi việc tính toán khá phứctạp, đặc biệt là nhân xoắn với mảng hai chiều Tuy nhiên một phép nhân xoắn với mảng hai chiều Gauss có thể được chia thành hai phép nhân xoắn với mặt nạ Gauss một chiều Việc vi phân cũng có thể được thực hiện bằng phép nhân xoắn ở mảng một chiều tạo nên hai ảnh: ảnh một là việc nhân xoắn thành phần của x với mảng một chiều, ảnh hai là việc nhân xoắn thành phần của y

2.1 Thu thập dữ liệu

Bước đầu tiên không thể thiếu là thu thập dữ liệu ảnh thô Nóchứa thông tin ban đầu về các bộ phận được chiếu chụp.Những thông tin này chính là đối tượng chính cho các bước

xử lý tiếp theo

Các phương thức chụp khác nhau có thể sử dụng các nguyêntắc vật lý khác nhau và do đó liên quan đến việc phát hiện cácđại lượng vật lý khác Ví dụ, trong chụp ảnh bức xạ kỹ thuật

số (DR) hoặc chụp cắt lớp vi tính (CT), đó là năng lượng củacác photon tới; trong chụp cắt lớp phát xạ positron (PET), đó

là năng lượng các photon và thời gian phát hiện chúng; tronghình ảnh cộng hưởng từ (MRI), đó là các tham số của tín hiệutần số vô tuyến do các nguyên tử bị kích thích phát ra; vàtrong siêu âm, đó là các tham số của sóng âm phản xạ lại.

Tuy nhiên, bất kể loại phương thức hình ảnh nào, quá trìnhthu thập dữ liệu cũng có thể được chia nhỏ thành việc pháthiện một đại lượng vật lý, chuyển đổi nó thành tín hiệu điện,điều chỉnh trước tín hiệu thu được và tiến hành số hóa Một

sơ đồ chung đại diện cho tất cả các bước này, áp dụng chohầu hết các phương thức hình ảnh y tế được mô tả trong Hình2

Hình 2 Sơ đồ quá trình thu thập dữ liệu Nguồn: Analog

Devices

2.2 Làm mờ ảnh(Smoothing)

Trước khi tìm biên cạnh trong ảnh, chúng ta thường thực hiệnkhâu làm mờ ảnh để giảm nhiễu và làm cho biên cạnh trở nên

dễ dàng phát hiện hơn Trong phương pháp lọc Canny, khâulàm mờ được thực hiện bằng cách sử dụng bộ lọc Gaussian:

1 Chuẩn bị bộ lọc gaussian

 Chọn kích thước của bộ lọc (hoặc kernel) Kíchthước này quyết định độ mờ của ảnh sau khi ápdụng bộ lọc

 Một kích thước thông thường là 5x5 hoặc 3x3

2 Áp dụng bộ lọc gaussian lên ảnh

 Duyệt qua từng điểm ảnh trong ảnh gốc và tínhtoán giá trị mới cho điểm ảnh đó dựa trên bộ lọcGaussian

 Quá trình này dùng để làm mờ ảnh bằng cáchlàm trung bình giá trị pixel xung quanh, tạo raảnh đã làm mờ

3 Kết quả

 Sau khi hoàn thành quá trình này, bạn có mộtảnh đã làm mờ (ảnh Gaussian) được sử dụng đểtiếp tục phát hiện biên cạnh bằng các bước tiếptheo của phương pháp lọc Canny

Trong khâu làm mờ ảnh bằng phương pháp lọcCanny, việc sử dụng bộ lọc Gaussian giúp giảmnhiễu và làm cho các đặc điểm trong ảnh trở nênmịn hơn, tạo điều kiện tốt để phát hiện biên cạnhmột cách chính xác hơn trong bước tiếp theo củaquy trình

 Sử dụng hai bộ lọc gradient: một cho chiều ngang và một cho chiều dọc để xác định sự thay đổi theo hai hướng này.

 Độ lớn của gradient được tính bằng cách sử dụng công thức magnitude = sqrt(G_x^2 + G_y^2)

 Hướng của gradient được tính bằng công thức orientation = atan2(G_y, G_x)

 Các điểm ảnh có độ lớn gradient vượt qua ngưỡng trên được coi là điểm ảnh trên biên cạnh, trong khi các điểm ảnh có độ lớn gradient thấp hơn ngưỡng dưới thường bị loại bỏ để giảm nhiễu

 Sau đó, chúng ta thực hiện lọc biên cạnh để chỉ giữ lại điểm ảnh có độ lớn gradient lớn nhất trong các hướng xung quanh, làm cho biên cạnh trở nên mảnh hơn

 Cuối cùng, sử dụng hai ngưỡng (ngưỡng trên và ngưỡng dưới) để quyết định xem mộtđiểm ảnh có nên được coi là biên cạnh hay không Các điểm ảnh có độ lớn gradient vượt qua ngưỡng trên được coi là biên cạnh chắc chắn, và các điểm ảnh có độ lớn gradient ở giữa ngưỡng trên và ngưỡng dướiđược coi là biên cạnh nếu nó liên kết với cácđiểm ảnh biên cạnh chắc chắn

đã có được ảnh biên cạnh, bạn có thể thực hiện các bước kết hợp biên cạnh theo nhu cầu cụ thể của ứng dụng hoặc mục tiêu của bạn Dưới đây là một số cách tổng quan để kết hợp

các biên cạnh ảnh sau khi đã sử dụng phương pháp lọc Canny :

 Biến đổi hough

 Lấp đổ các hình dạng

 Phát hiện đối tượng

 Phân tích hình dạng và cấu trúc

 Phân tích chuyển động

 Phân đoạn và tạo lớp

 Biến đổi hình dạng và tạo ra các đặc trưng

 Tạo mặt nạ và áp dụng lọc

 Tạo biểu đồ đặc trưng

CHƯƠNG II: PHÂN TÍCH THU THẬP DỮ LIỆU, CÁC

BƯỚC TIẾN HNH CỤ THỂ

1 Giới thiệu cách thức thu thập dữ liệu và trình bày một phần dữ liệu thu thập được Thực hiện tiền xử lý dữ liệu trước khi đưa vào mô hình

 Cách thức thu thập dữ liệu (data)

Trước khi áp dụng phương pháp Canny EdgeDetection để xử lý ảnh, bạn cần thu thập và tiền xử

lý dữ liệu (data) ảnh một cách cẩn thận Dưới đây

là phần trình bày chi tiết về quá trình thu thậptrước khi sử dụng Canny:

1 Xác định mục tiêu thu thập dữ liệu

Phương pháp Canny là một trong những phươngpháp phổ biến để xử lý ảnh và phát hiện biên cạnhtrong xử lý hình ảnh Tiền xử lý dữ liệu trongphương pháp Canny bao gồm một loạt các bước đểlàm cho ảnh đầu vào thích hợp để phát hiện biêncạnh Dưới đây là chi tiết về các bước tiền xử lýtrong phương pháp Canny:

1 Làm mờ ảnh (Gaussian Blur): Đầu tiên,

ảnh đầu vào được làm mờ bằng bộ lọcGaussian để loại bỏ nhiễu và làm cho biêncạnh trở nên mượt hơn Việc này giúp giảmthiểu các chi tiết không cần thiết và tạo ramột ảnh mờ

2 Tính toán đạo hàm gradient: Canny sử

dụng các bộ lọc Sobel hoặc Prewitt để tínhtoán đạo hàm gradient của ảnh Điều nàygiúp xác định hướng và độ lớn của biêncạnh tại mỗi điểm ảnh Gradient được tínhcho cả hai hướng (theo chiều dọc và ngang)

3 Tính toán biên độ gradient: Sau khi tính

toán gradient theo cả hai hướng, biên độgradient (gradient magnitude) được tínhbằng cách sử dụng công thức Euclidean:Biên độ = sqrt((gradient_x)^2 +(gradient_y)^2)

4 Phát hiện ngưỡng (Thresholding): Sau khi

tính toán biên độ gradient, một ngưỡng trên

và dưới được áp dụng để xác định các điểmảnh thuộc về biên cạnh chính xác hoặc

không chắc chắn Các điểm có biên độgradient lớn hơn ngưỡng trên được xem xét

là điểm biên cạnh chắc chắn, trong khi cácđiểm có biên độ gradient nhỏ hơn ngưỡngdưới được bỏ qua Các điểm nằm giữangưỡng trên và dưới có thể được xem xét,tùy thuộc vào cách triển khai cụ thể củathuật toán

5 Xác định biên cạnh cuối cùng (Edge Tracking by Hysteresis): Trong bước này,

các điểm biên cạnh được xác định chính xácbằng cách sử dụng một thuật toán gọi là

"Edge Tracking by Hysteresis." Thuật toánnày kết hợp các điểm có biên độ gradientlớn thành các đường biên cạnh liên tục Điềunày giúp loại bỏ các điểm ảnh giả biên cạnh

Những bước xử lý dữ liệu này cùng nhau tạo

ra một ảnh nhị phân, trong đó các điểm ảnhbiên cạnh được biểu thị bằng giá trị pixel 0hoặc 255 (hoặc 1 và 0, tùy thuộc vào biểudiễn) Ở đây, các điểm biên cạnh chắc chắnđược đại diện bằng 255 (hoặc 1), trong khicác điểm không phải biên cạnh có giá trịpixel 0

3 Các bước cụ thể tiến hành phương pháp Canny

Bước 1: Làm trơn ảnh bằng cách nhân chập với bộ

lọc Gauss.Sau khi tiến hành nhân chập chúng ta cóđầu ra là dữ liệu ảnh S đã được nhân chập

Bước 2: Lấy đạo hàm bậc nhất của kết quả ở bước

1

Ta có: S = (g * I) = ( g ) * I Như vậy, kết quả ∇ ∇ ∇ảnh bước hai chính là sự tổng hợp của đạo hàm củaGauss theo hướng x nhân với ảnh I và đạo hàm củaGauss theo hướng y nhân với ảnh I.Nghĩa là ta có thể đạo hàm hàm Gauss theo hai hướng rồi mới tiến hành nhân xoắn với ảnh thay vì nhân xoắn ảnhvới hàm Gauss rồi mới đạo hàm.Có thể minh hoạ như sau đạo hàm hàm Gauss theo hai hướng x và ynhư sau:

Như vậy cách thức thực hiện bước thứ hai như sau:Sau khi tiến hành nhân xoắn ảnh I với bộ lọc Gauss ở bước 1 ta có một ảnh mới S được làm trơn Tiến hành thực hiện bước hai bằng cách lấy đạo hàm ảnh mới đó theo hai hướng x và y rồi tổnghợp kết quả lại Như đã biết, phương pháp Gradient

là phương pháp dò biên cục bộ dựa vào cực đại củađạo hàm, đó chính là phương pháp đạo hàm bậc nhất Chính vì vậy ta có thể thực hiện việc đạo hàm ở bước 2 bằng cách nhân ảnh kết quả S ở bước 1 với các mặt nạ trong phương pháp Gradientdựa theo các toán tử như 6 Sobel, Pixel,

Difference Ở đây ta tiến hành nhân xoắn ảnh S vớihai mặt nạ của phương pháp Sobel theo hai hướng

x và y như sau:

Sau khi tiến hành nhân xoắn ảnh theo hai hướng x

và y ta được hai ảnh theo hai hướng là Sx và Sy, ta tiến hành tổng hợp hai kết quả đó để cho ra kết quảcuối cùng S':