Luận văn: Tìm hiểu phép toán hình thái , phương pháp di truyền và ứng dụng

Luận văn: Tìm hiểu phép toán hình thái , phương pháp di truyền và ứng dụng

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn ĐẠI HỌC THÁI NGUYÊN KHOA CÔNG NGHỆ THÔNG TIN LUẬN VĂN THẠC SỸ KỸ THUẬT ĐỀ TÀI: TÌM HIỂU PHÉP TOÁN HÌNH THÁI, PHƯƠNG PHÁP DI TRUYỀN VÀ ỨNG DỤNG HỌC VIÊN THỰC HIỆN: PHẠM ĐĂNG TỨ GIÁO VIÊN HƯỚNG DẪN: PGS.TS. NGÔ QUỐC TẠO THÁI NGUYÊN – NĂM 2009 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn LỜI CẢM ƠN Trong lời đầu tiên của báo cáo luận văn tốt nghiệp “Tìm hiểu phép toán hình thái, phương pháp di truyền và ứng dụng” này, tôi muốn gửi những lời cảm ơn và biết ơn chân thành của mình tới tất cả những người đã hỗ trợ, giúp đỡ tôi về chuyên môn, vật chất và tinh thần trong quá trình thực hiện luận văn. Trước hết, tôi xin chân thành cảm ơn PGS. TS. Ngô Quốc Tạo thuộc viện Công nghệ thông tin, người đã trực tiếp hướng dẫn, nhận xét, giúp đỡ tôi trong suốt quá trình thực hiện luận văn. Xin chân thành cảm ơn Khoa Công nghệ thông tin, Viện Công nghệ thông tin đã giúp đỡ tôi trong suốt quá trình học tập và nghiên cứu. Tôi cũng xin bày tỏ lòng biết ơn đến gia đình và những người bạn thân đã giúp đỡ, động viên tôi rất nhiều trong suốt quá trình học tập và làm luận văn tốt nghiệp. Do thời gian thực hiện có hạn, kiến thức chuyên môn còn nhiều hạn chế nên đồ án tôi thực hiện chắc chắn không tránh khỏi những thiếu sót nhất định. Tôi rất mong nhận được ý kiến đóng góp của thầy, cô giáo và các bạn. Xin chân thành cảm ơn ! Thái Nguyên, tháng 11/2009 Phạm Đăng Tứ Trang 1 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn MỤC LỤC DANH MỤC CÁC HÌNH VẼ LỜI NÓI ĐẦU 5 Chƣơng I. Giới thiệu chung về xử lý ảnh và phƣơng pháp nâng cao chất lƣợng hình ảnh 7 1. Giới thiệu chung về xử lý ảnh 7 2. Giới thiệu ảnh nhị phân 9 2.1. Một số khái niệm 9 2.2. Đặt bài toán nâng cao chất lượng ảnh bằng các phép toán hình thái 11 2.3. Đặt bài toán nâng cao chất lượng ảnh bằng kỹ thuật tìm xương và làm mảnh 13 3. Khái quát về phương pháp nâng cao chất lưởng hình ảnh 14 Chương II: Các khái niệm cơ bản về toán học hình thái 16 1. Quan hệ giữa khái niệm tập hợp và phép toán hình thái 16 1.1. Một số khái niệm cơ bản về tập hợp 17 1.2. Các phép toán logic trên ảnh nhị phân 20 2. Phép toán làm béo (Dilation) và làm gầy (Erosion) 21 2.1. Làm béo 21 2.2. Làm gầy 23 2.3. Phép toán Opening và Closing 23 2.4. Biến đổi Hit or Miss 27 3. Một số thuật toán dựa trên phép toán hình thái 28 3.1. Trích chọn biên 28 3.2. Tô miền 30 3.3. Tách các thành phần liên thông 31 3.4. Làm mảnh 33 3.5. Làm dầy 34 3.6. Tìm xương của ảnh 35 Chƣơng III: Thuật toán di truyền 37 Trang 2 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 1. Thuật toán di truyền là gì? 37 2. Sử dụng thuật toán di truyền trong toán học hình thái 37 3. Hoạt động của thuật toán di truyền 38 3.1. Quá trình lai ghép (phép lai) 41 3.2. Quá trình đột biến (phép đột biến) 43 3.3. Quá trình sinh sản và chọn lọc (phép tái sinh và phép chọn) 44 4. Mô hình thuật toán 44 Chƣơng IV: Một cách tiếp cận di truyền trong bài toán phân rã phân tử cấu trúc 46 1. Tiếp cận ngẫu nhiên 50 2. Cấu trúc dữ liệu 51 3. Giải thuật dựa trên thuật toán tìm kiếm di truyền 55 Chƣơng V: Thực nghiệm 61 1. Mô tả bài toán và giả thuyết 61 2. Giao diện chính của chương trình 61 3. Một số kết quả thử nghiệm 62 Chƣơng VI: Kết luận 67 Trang 3 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn DANH MỤC CÁC HÌNH VẼ Hình I.1. Sơ đồ quy trình xử lý ảnh 8 Hình I.2. Mô hình tổng quát của hệ thống nhận dạng ảnh 13 Hình II.1.1. Ảnh nhị phân 16 Hình II.1.2. Ảnh đa cấp xám 17 Hình II.1.3. Các phép toán cơ bản trên tập hợp 19 HÌnh II.1.4. Các phép toán cơ bản 20 Hình II.2.1. Phép toán dilation 22 Hình II.2.2. Ứng dụng của phép toán dilation 22 Hình II.2.3. Loại bỏ thành phần nhiễu 23 Hình II.2.4. Phép toán Opening 24 Hình II.2.5. Phép toán Closing 24 Hình II.2.6. Phép toán Opening và Closing 25 Hình II.2.7. Xử lý nhiễu trong ảnh vân tay 26 Hình II.2.8. Phép toán Hit ỏ Miss 27 Hình II.3.1. Trích chọn biên 29 Hình II.3.2. Ảnh được trích chọn biên 30 Hình II.3.3. Ví dụ thuật toán tô miền . 31 Hình II.3.4. Tìm các thành phần liên thông trong ảnh 32 Hình II.3.5. Xác định vật thể lạ trong ảnh 33 Hình II.3.6. Làm mảnh ảnh 34 Hình II.3.7. Làm dầy ảnh 35 Hình II.3.8. Tìm xương của ảnh 36 Hình III.1. Mô phỏng quá trình tiến hóa 40 Hình III.2. Lai ghép một điểm 42 Hình III.3. Lai ghép hai điểm 42 Hình III.4. Cắt và ghép 42 Hình III.5. Ví dụ về phép lai . 43 Hình III.6. Đột biến tại bít thứ 6 44 Trang 4 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Hình III.7. Mô tả hoạt động thuật toán 45 Hình IV.1. Cấu trúc dữ liệu 53 Hình IV.2. Ví dụ về cắt và ghép nối 58 Trang 5 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn LỜI NÓI ĐẦU Trong thực tế, hình dạng thường được chú trọng hơn kích thước và con người nhận ra các đối tượng xung quanh chủ yếu thông qua hình dạng. Chính vì vậy, biểu diễn hình dạng là một vấn đề quan trọng và không thể thiếu trong quá trình nhận dạng đối tượng. Xử lý ảnh quan tâm chủ yếu đến việc trích chọn các thông tin hữu ích từ trong ảnh. Các thuật toán xử lý ảnh được phân ra làm 3 mức. Mức thấp nhất là các phương pháp thao tác trực tiếp với các dữ liệu thô, các giá trị điểm ảnh có thể bị nhiễu. Mức thứ hai là tận dụng các kết quả ở mức 1 để đưa ra các kết quả tốt hơn như: phân đoạn ảnh, liên kết ảnh. Mức thứ ba là các phương pháp trích trọn ngữ nghĩa các thông tin dựa trên các kết quả của các mức thấp hơn, ví dụ như: nhận dạng chữ viết tay, nhận dạng mặt người. Toán học hình thái (Mathematic Morphology) là một lĩnh vực riêng biệt trong xử lý ảnh. Không giống như các cách tiếp cận khác thiên về toán học tính toán, MM dựa trên cấu trúc và hình dạng, dùng các toán hình thái cơ bản để làm đơn giản ảnh nhưng vẫn giữ lại những đặc trưng chính. MM còn là một công cụ cơ bản để trích chọn các thành phần ảnh, như biên ảnh, xương ảnh, rất hữu dụng cho việc biểu diễn các các vùng khác nhau trên một ảnh. Những kỹ thuật dùng toán hình thái như lọc ảnh, làm mảnh ảnh hay làm dầy ảnh có sử dụng toán học hình thái cũng được sử dụng trong quá trình tiền xử lý ảnh. Ngoài ra, một trong các ứng dụng quan trọng mà tôi đề cập chính trong luận văn này là: Phân rã phần tử cấu trúc thành các phần tử cấu trúc nhỏ hơn. Phần tử cấu trúc là phần tử tham gia trong các phép toán hình thái, và việc phân rã phần tử cấu trúc hoặc nói một cách khác là ma trận điểm ảnh có ba lợi ích quan trọng: Thứ nhất, làm giảm phép toán trong các ứng dụng mà phần tử đó tham gia. Thứ hai, giảm không gian lưu trữ ảnh. Thứ ba, đối với Trang 6 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn các hệ thống chỉ hỗ trợ tập lệnh SIMD trên các phần tử nhỏ hơn nhiều phần tử cấu trúc, thì việc phân rã phần tử cấu trúc thành các phần tử cấu trúc nhỏ hơn là cần thiết. Trong khuôn khổ của luận văn này tôi đi tìm hiểu các khái niệm cơ bản về toán học hình thái như phép toán làm béo, làm gầy dựa vào cấu trúc mẫu, một số thuật toán dựa trên phép toán hình thái; Tìm hiểu về thuật toán di truyền, lai ghép, đột biến tái sinh và lựa chọn, phương pháp phân rã phần tử cấu trúc mẫu dựa trên thuật toán di truyền vv. Bố cục của luận văn được tổ chức như sau: Chƣơng I. Giới thiệu chung về xử lý ảnh và phương pháp nâng cao chất lượng hình ảnh. Chƣơng II: Trình bày các khái niệm cơ bản về toán học hình thái. Chƣơng III : Trình bày các khái niệm liên quan đến thuật toán di truyền. Chƣơng IV : Giải quyết bài toán phân rã phần tử cấu trúc bằng phương pháp tiếp cận ngẫu nhiên dựa trên thuật toán di truyền. Chƣơng V : Trình bày kết quả thực nghiệm Trang 7 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn CHƢƠNG I. GIỚI THIỆU CHUNG VỀ XỬ LÝ ẢNH VÀ PHƢƠNG PHÁP NÂNG CAO CHẤT LƢỢNG HÌNH ẢNH 1. Giới thiệu chung về xử lý ảnh Cũng như xử lý dữ liệu bằng đồ hoạ, xử lý ảnh số là một lĩnh vực của tin học ứng dụng. Xử lý dữ liệu bằng đồ họa đề cập đến những ảnh nhân tạo, các ảnh này được xem xét như là một cấu trúc dữ liệu và được tạo ra bởi các chương trình. Xử lý ảnh số bao gồm các phương pháp và kỹ thuật để biến đổi, để truyền tải hoặc mã hóa các ảnh tự nhiên. Mục đích của xử lý ảnh gồm: * Thứ nhất, biến đổi ảnh và làm đẹp ảnh. * Thứ hai, tự động nhận dạng ảnh hay đoán nhận ảnh và đánh giá các nội dung của ảnh. Nhận dạng ảnh là quá trình liên quan đến các mô tả đối tượng mà người ta muốn đặc tả nó. Quá trình nhận dạng thường đi sau quá trình trích chọn các đặc tính chủ yếu của đối tượng. Có hai kiểu mô tả đối tượng - Mô tả tham số (nhận dạng theo tham số) - Mô tả theo cấu trúc (nhận dạng theo cấu trúc) Nhận biết và đánh giá các nội dung của ảnh là sự phân tích một hình ảnh thành những phần có nghĩa để phân biệt đối tượng này với đối tượng khác. Dựa vào đó ta có thể mô tả cấu trúc của hình ảnh ban đầu. Có thể liệt kê một số phương pháp nhận dạng cơ bản như nhận dạng biên của một đối tượng trên ảnh, tách cạnh, phân đoạn hình ảnh . Kỹ thuật này được sử dụng nhiều trong y học (xử lý tế bào, nhiễm sắc thể). Trong thực tế người ta đã áp dụng kỹ thuật nhận dạng khá thành công với nhiều đối tượng khác nhau như: nhận dạng ảnh vân tay, nhận dạng chữ (chữ cái, chữ số, chữ có dấu). Nhận dạng chữ in hoặc đánh máy trong văn bản Trang 8 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn phục vụ cho việc tự động hoá quá trình đọc tài liệu, tăng nhanh tốc độ và chất lượng thu nhận thông tin từ máy tính, Nhận dạng chữ viết tay (với múc độ ràng buộc khác nhau về cách viết, kiểu chữ, . Các quá trình của xử lý ảnh: Các quá trình của xử lý ảnh được tiến hành theo sơ đồ sau: Hình I.1 Sơ đồ quy trình xử lý ảnh Trước hết là qúa trình thu nhận ảnh. Ảnh có thể thu nhận qua camera. Thường ảnh thu nhận qua camera là tín hiệu tương tự (loại camera ống kiểu CCIR), nhưng cũng có thể là tín hiệu số hoá (loại CCD - Charge Coupled Device). Ảnh có thể thu nhận từ vệ tinh qua các bộ cảm ứng (sensor), hay ảnh, tranh được quét qua scanner. Tiếp theo là quá trình số hóa (Digitalizer) để biến đổi tín hiệu tương tự sang tín hiệu rời rạc (lấy mẫu) và số hóa bằng lượng hóa, trước khi chuyển sang giai đoạn xử lý, phân tích hay lưu trữ lại. [...]... các phép toán dựa trên bộ các phép toán cơ bản ở trên HìnhII.1.4 Các phép toán cơ bản Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Trang 21 2 Phép toán làm béo (Dilation) và làm gầy (Erosion) Ta bắt đầu thảo luận về phép toán hình thái, bước đầu xem xét 2 phép toán hình thái cơ bản: làm béo và làm gầy Đây là 2 phép toán cơ bản nhất và thực tế rằng đa số các thuật toán. .. liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Trang 16 CHƢƠNG II: CÁC KHÁI NIỆM CƠ BẢN VỀ TOÁN HỌC HÌNH THÁI 1 Quan hệ giữa khái niệm tập hợp và phép toán hình thái Toán học hình thái (MM) dựa trên khái niệm về tập hợp, và chính nhờ có khái niệm này mà toán học hình thái mang lại một cách tiếp mới cận đối với các bài toán xử lý ảnh Trong hầu hết các trường hợp, phép toán hình thái đều thể hiện... thuật toán xử lý ảnh dựa trên phép toán hình thái Phép toán cơ bản nhất được sử dụng trong xử lý ảnh là : phép toán AND, phép toán OR và phép toán NOT Các tính chất của chúng được định nghĩa trong bảng dưới đây : P 0 0 1 1 Q 0 1 0 1 P AND Q 0 0 0 1 P OR Q 0 1 1 1 NOT P 1 1 0 0 Dựa trên ba phép toán cơ bản trên, ta có thể xây dựng được các phép toán phức tạp hơn bằng cách kết hợp chúng lại với nhau Hình. .. v.v Hình I.2 Mô hình tổng quát của hệ thống nhận dạng ảnh Có nhiều phương pháp trích chọn đặc điểm được biết tới như phương pháp sử dụng sóng ngắn (Wavelet ), sử dụng hệ số Fourier, sử dụng các mô men bất biến, sử dụng các đặc trưng của biên như tính trơn và các điểm đặc biệt, sử dụng các đặc trưng tô pô dựa trên xương của đường nét Phương pháp trích chọn đặc điểm sử dụng ảnh đã mảnh được sử dụng. .. nhiễu Hình II.2.3 mô tả một ảnh nhị phân được cấu tạo bởi các hình vuông với các kích thước là 1,2 , 5,7 ,9 và 15 điểm ảnh Bằng cách sử dụng phần tử cấu trúc với kích thước phù hợp và sử dụng phép toán làm gầy, chúng ta có thể loại bỏ các hình vuông điểm ảnh nhỏ (nhiễu) và giữ lại các hình vuông điểm ảnh với kích thước lớn (các thành phần chính của ảnh) Hình II.2.3 Loại bỏ thành phần nhiễu 2.3 Phép toán. .. được hình thành bằng cách cho B lăn trong cấu trúc hình học của A A  B  {( B ) z  A} Hình II.2.4 Phép toán Opening Ngược lại, phép toán Closing cũng có một thể hiện tương t , nhưng bằng cách ngược lại Quả bóng sẽ được lăn ở phía ngoài cấu trúc hình học của A Hình II.2.5 Phép toán Closing Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Trang 25 Hình II.2.6 Phép toán. .. phần tử được đại di n bởi một bộ 3 phần tử (x1,x2,x3) tương ứng là toạ độ điểm ảnh và mức xám tại ảnh đó Hình II.1.2 mô tả một thể hiện đơn giản của ảnh đa cấp xám Hình II.1.2 Ảnh đa cấp xám Như vậy, ta đã hình dung được mối quan hệ giữa ảnh và khái niệm tập hợp Đối với mỗi ảnh thì sẽ có tương ứng một tập hợp thể hiện ảnh và ngược lại, từ một tập hợp, ta có thể dựng lại ảnh tương ứng 1.1 Một số khái... toán Opening và Closing Như chúng ta đã thấy, phép toán làm béo tăng kích thước của ảnh còn phép toán làm gầy giảm kích thước của ảnh Trong phần này, chúng ta sẽ bàn đến 2 trong những phép toán quan trọng nhất: Opening và Closing Opening ban đầu làm mịn đường biên của đối tượng sau đó loại bỏ các phần lồi ra Closing cũng nhằm mục đích làm mịn đường biên nhưng khác với phép toán Opening, phép toán Closing... béo này là ảnh được khôi phục, các vết đứt gãy được thay thế bởi các điểm ảnh tạo cho các nét chữ được trơn và liên tục HìnhII.2.2 Ứng dụng của phép toán dilation Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Trang 23 2.2 Làm gầy Cho tập A và B trong Z 2, tập gầy của A gây bởi B được kí hiệu là Một trong các ứng dụng đơn giản nhất của phép toán làm gầy là loại bỏ các thành... thành phần liên thông Y và p là một điểm của Y đã được biết trước Thuật toán được mô tả bởi phương trình sau: Xk = (Xk-1  B)  A k = 1,2 , 3, (I.3-3) Trong đó X0 = p và B là phần tử cấu trúc thích hợp Nếu X k= Xk-1 thì thuật toán hội tụ Y = Xk Phương trình trên trên có cấu trúc giống như phương trình (II.3-2 ), tuy nhiên trong phương trình (II.3-3 ), thành phần A tham gia thuật toán, ngược Số hóa bởi Trung . về toán học hình thái như phép toán làm béo, làm gầy dựa vào cấu trúc mẫu, một số thuật toán dựa trên phép toán hình thái; Tìm hiểu về thuật toán di truyền, . tiên của báo cáo luận văn tốt nghiệp Tìm hiểu phép toán hình thái, phương pháp di truyền và ứng dụng này, tôi muốn gửi những lời cảm ơn và biết ơn chân