Một số kỹ thuật cắt tỉa xương trong xử lý ảnh

ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CNTT&TRUYỀN THÔNG  Bùi Huy Hùng MỘT SỐ KỸ THUẬT CẮT TỈA XƢƠNG TRONG XỬ LÝ ẢNH LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH THÁI NGUYÊN - 2012 ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CNTT&TRUYỀN THÔNG  Bùi Huy Hùng MỘT SỐ KỸ THUẬT CẮT TỈA XƢƠNG TRONG XỬ LÝ ẢNH Chuyên ngành: Khoa học máy tính Mã số: 60.48.01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH NGƯỜI HƯỚNG DẪN KHOA HỌC TS. Đào Nam Anh THÁI NGUYÊN - 2012 LỜI CẢM ƠN Trước tiên, con xin bày tỏ lòng biết ơn đến cha mẹ đã sinh thành, nuôi dạy con khôn lớn để con có được thành quả như ngày hôm này. Em xin chân thành cảm ơn TS. Đào Nam Anh - người luôn chỉ bảo, trực tiếp hướng dẫn, cung cấp những tài liệu quý báu, nhận xét giúp đỡ em trong lựa chọn hướng nghiên cứu cũng như quá trình hoàn thành luận văn. Em cảm ơn các thầy cô giáo Viện Công nghệ Thông tin - Viện Khoa học và Công nghệ Việt Nam, Trường Đại học Công nghệ thông tin và Truyền thông - Đại học Thái Nguyên. Các bạn học viên lớp Cao học CK09 đã luôn động viên tôi trong quá trình học tập và hoàn thành luận văn. Xin cảm ơn các đồng nghiệp tại Trường Đại Học Dân Lập Hải Phòng đã giúp đỡ, hỗ trợ trong suốt quá trình học tập, công tác. LỜI CAM ĐOAN Tôi xin cam đoan luận văn này do tôi tự nghiên cứu, tìm hiểu và tổng hợp từ nhiều nguồn tài liệu khác nhau. Luận văn tốt nghiệp là kết quả của quá trình học tập, nghiên cứu và thực hiện hoàn toàn nghiêm túc, trung thực của bản thân. Tất cả các tài liệu tham khảo đều có xuất xứ rõ ràng và được trích dẫn hợp pháp. Tôi xin hoàn toàn chịu trách nhiệm về nội dung và sự trung thực trong luận văn tốt nghiệp Thạc sĩ của mình. i MỤC LỤC DANH MỤC CÁC THUẬT NGỮ, CÁC TỪ VIẾT TẮT iii DANH MỤC CÁC BẢNG iv DANH MỤC CÁC HÌNH v MỞ ĐẦU 1 CHƢƠNG 1: TỔNG QUAN VỀ RÚT GỌN VÀ BIỂU DIỄN ĐỐI TƢỢNG 3 1.1 Một số khái niệm Xử lý ảnh 3 1.1.1 Ảnh và điểm ảnh 3 1.1.2 Lân cận của điểm ảnh 4 1.1.3 Mối liên kết điểm ảnh 4 1.1.4 Đo khoảng cách giữa các điểm ảnh 5 1.1.5 Mức xám 5 1.2 Biên và các phương pháp tìm biên 6 1.2.1 Phát hiện biên trực tiếp 6 1.2.2 Phát hiện biên gián tiếp 7 1.3 Các phép toán hình thái học cơ bản 7 1.3.1 Định nghĩa phép giãn (Dilation) 7 1.3.2 Định nghĩa phép co (Erosion) 8 1.3.3 Định nghĩa phép mở (Open) 8 1.3.4 Định nghĩa phép đóng (Close) 9 1.4 Biểu diễn hình dạng đối tượng 9 1.4.1 Kỹ thuật biểu diễn hình dạng dựa trên biên 11 1.4.2 Kỹ thuật biểu diễn hình dạng dựa trên vùng 11 1.5 Xương và các phương pháp tìm xương 12 ii 1.5.1 Phương pháp tìm xương dựa trên làm mảnh 13 1.5.2 Phương pháp tìm xương không dựa trên làm mảnh 15 CHƢƠNG 2: MỘT SỐ KỸ THUẬT CẮT TỈA XƢƠNG 16 2.1 Kỹ thuật cắt tỉa xương Discrete Curve Evolution (DCE) 17 2.1.1 Giải pháp 18 2.1.2 Độ phức tạp của DCE 27 2.2 Kỹ thuật cắt tỉa xương Discrete Skeleton Evolution (DSE) 28 2.2.1 Giải pháp 29 2.2.1 Độ phức tạp của DSE 32 2.3 Kỹ thuật cắt tỉa xương Bending Potential Ratio (BPR) 33 2.3.1 Giải pháp 34 2.3.2 Cắt tỉa xương với BPR 40 CHƢƠNG 3: THỬ NGHIỆM CẮT TỈA XƢƠNG 44 3.1 Môi trường cài đặt thử nghiệm 44 3.2 Thử nghiệm cắt tỉa xương 45 3.2.1 Kỹ thuật DCE 45 3.2.2 Kỹ thuật DSE 47 3.2.3 Kỹ thuật BPR 49 3.3 Một vài so sánh giữa DCE, DSE và BPR 51 3.4 Nhận xét chung 54 KẾT LUẬN 55 TÀI LIỆU THAM KHẢO 56 iii DANH MỤC CÁC THUẬT NGỮ, CÁC TỪ VIẾT TẮT CÁC THUẬT NGỮ Close Phép đóng Dilation Phép giãn Erosion Phép co Fourier transform Chuỗi Fourier Gray level Mức xám Open Phép mở Pixel Điểm ảnh Resolution Độ phân giải Shape Hình dạng iv CÁC TỪ VIẾT TẮT BPR Bending Potential Ratio DCE Discrete Curve Evolution DSE Discrete Skeleton Evolution IP Information preserving NIP Non Information preserving XLA Xử lý ảnh DANH MỤC CÁC BẢNG Bảng 3.1: Một số ảnh được sử dụng trong thực nghiệm 44 Bảng 3.2: So sánh xương hình móng ngựa 51 Bảng 3.3: So sánh xương Thằn lằn 52 Bảng 3.4: So sánh xương Lạc đà 53 v DANH MỤC CÁC HÌNH Hình 1.1: Phân loại các kỹ thuật mô tả hình dạng 10 Hình 1.2: Ví dụ về ảnh và xương 12 Hình 1.3: Minh họa về trục trung vị 15 Hình 2.1: Nhánh xương thừa phát sinh bởi nhiễu đường biên 16 Hình 2.2: Xương ban đầu và xương sau khi cắt tỉa với DCE 17 Hình 2.3: Đường đậm liên tục là cung ban đầu [x,y]. Cung [a,b] chính là arc(s,[x, y])=[a,b]. Xương là các đường đậm cách quãng 19 Hình 2.4: Tính toán các đỉnh lồi trên đường bao 20 Hình 2.5: Đa giác đơn giản với 8 đỉnh 21 Hình 2.6: Bộ xương của lá với các ngưỡng khác nhau 22 Hình 2.7: Minh họa cắt tỉa xương 23 Hình 2.8: Minh họa quá trình tìm xương 24 Hình 2.9: Minh họa cắt tỉa xương với DCE 25 Hình 2.10: Loại bỏ đỉnh lồi không quan trọng tạo ra xương tối ưu 26 Hình 2.11: Các điểm xương cuối (a) và mong muốn (b) 28 Hình 2.12: Nhánh xương ít ý nghĩa màu đỏ (a) được loại bỏ (b) 28 Hình 2.13: Các điểm xương cuối (đỏ), các điểm giao (xanh) 30 Hình 2.14: Khôi phục lại hình dạng gốc từ xương 30 Hình 2.15: Định nghĩa của điểm ghost và BPR 35 Hình 2.16: Vùng của điểm ghost 36 Hình 2.17: Hình chữ nhật với cùng một đỉnh thêm vào đường biên 39 Hình 2.18: Xương chân của một con Lạc đà 41 Hình 3.1: DCE với các ngưỡng khác nhau 45 Hình 3.2: Xương Bạch tuộc sau cắt tỉa 46 Hình 3.3: Cắt tỉa xương với DSE 47 Hình 3.4: Cắt tỉa BPR với các ngưỡng khác nhau 49 Hình 3.5: Nhánh xương cuối bị ngắn do ngưỡng không phù hợp 50 Hình 3.6: Minh họa mức độ đóng góp khác nhau 50 1 MỞ ĐẦU Mục đích quan trọng trong phân tích ảnh là đối sánh và nhận dạng đối tượng. Việc này có thể được thực hiện thông qua một vài cách, sử dụng màu sắc, kết cấu, hình dạng, momen và vị trí. Hình dạng là yếu tố quan trọng của đối tượng và cũng là hướng nghiên cứu quan trọng trong phân lớp và nhận dạng. Hình dạng của đối tượng phẳng có thể được mô tả dựa trên đường bao hoặc dựa trên xương của chúng. Khi sử dụng đường bao trong phân lớp và nhận dạng, những lớp hình dạng có thay đổi lớn về hình dạng toàn cục do có biến đổi cấu trúc hoặc yếu tố nào đó thường gây ra khó khăn cho quá trình nhận dạng [4]. Những phương pháp đối sánh hình dạng đích với các hình dạng mẫu được lưu trữ trong cơ sở dữ liệu thì đòi hỏi một số lượng lớn các mẫu được lưu trữ [5]. Hơn nữa những phương pháp dựa trên mô hình và ví dụ rất khó quản lý được lớp đối tượng có phần khác nhau mà không phân tách thành các lớp con riêng biệt. Xương (còn được gọi là trục trung vị) lần đầu tiên được xác định bởi tác giả Blum năm 1976 [7,1], là cách mô tả hình dạng rất hữu ích và quan trọng cho nhận dạng đối tượng vì nó chứa các đặc trưng hình dạng của đối tượng gốc. Hình dạng tương tự dựa trên đối sánh xương thường thực hiện nhanh hơn đường biên [3]. Do vậy, xương được sử dụng để biểu diễn và phân tích hình dạng trong nhiều lĩnh vực ứng dụng như hệ thống tra cứu ảnh dựa trên nội dung, hệ thống nhận dạng ký tự Những thập kỷ qua, có rất nhiều phương pháp trích chọn xương đã được đề xuất [6,7]. Hầu hết các phương pháp tìm xương hiện tại đều có một hạn chế chung đó là nhạy cảm cao đối với nhiễu đường biên: những biến đổi nhỏ trên đường biên của đối tượng có thể làm thay đổi đáng kể xương nhận được. Do các [...]... Chương 2: Một số kỹ thuật cắt tỉa xương Chương 3: Thử nghiệm cắt tỉa xương 3 CHƢƠNG 1: TỔNG QUAN VỀ RÚT GỌN VÀ BIỂU DIỄN ĐỐI TƢỢNG 1.1 Một số khái niệm Xử lý ảnh Xử lý ảnh số là một lĩnh vực 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 biến... có hình dạng đóng trong một vùng Một số thuật toán làm mảnh: Thuật toán làm mảnh song song: các điểm được xử lý cùng một lúc Giá trị của mỗi điểm sau một lần lặp chỉ phụ thuộc vào giá trị của các láng giềng bên cạnh (thường là 8 – láng giềng) mà giá trị của các điểm này đã được xác định trong một lần lặp trước đó Trong những máy tính có nhiều bộ vi xử lý thì mỗi vi xử lý sẽ xử lý một vùng của đối tượng,... lửa và tại đó chúng được dập tắt [1] (a) Ảnh gốc (b) Xương Hình 1.2: Ví dụ về ảnh và xương Có một số định nghĩa toán học khác nhau về xương trong các tài liệu kỹ thuật và có nhiều thuật toán khác nhau cho tính toán chúng Trong các tài 13 liệu kỹ thuật, khái niệm về xương và trục trung vị thường được sử dụng thay thế cho nhau ở một số tác giả, trong khi một số tác giả khác lại xem chúng chỉ liên quan... khái niệm về tìm xương và làm mảnh cũng được coi là như nhau với một số tác giả và khác nhau đối với một số tác giả khác Xương được sử dụng nhiều trong ứng dụng lĩnh vực máy tính, phân tích hình ảnh, và xử lý hình ảnh số, bao gồm nhận dạng ký tự quang học, nhận dạng vân tay, kiểm tra thị giác, nhận dạng mẫu, nén ảnh nhị phân Phương pháp tìm xương luôn là chủ đề nghiên cứu trong xử lý ảnh những năm gần... việc phát triển các thuật toán tìm xương, nhưng các phương pháp được đưa ra đều bị mất mát thông tin Có thể chia thành hai loại thuật toán tìm xương cơ bản:  Các thuật toán tìm xương dựa trên làm mảnh  Các thuật toán tìm xương không dựa trên làm mảnh 1.5.1 Phương pháp tìm xương dựa trên làm mảnh Làm mảnh thông thường là bước chuẩn bị cho các bước tiếp theo xử lý một đối tượng của ảnh Các bước tiếp... theo làm việc trên các thuộc tính cần thiết của xương Thuật toán làm mảnh ảnh số nhị phân là một trong các thuật toán quan trọng trong xử lý ảnh và nhận dạng Xương chứa những thông tin bất biến về cấu trúc của ảnh, giúp cho quá trình nhận dạng hoặc vector hóa sau này Thuật toán làm mảnh là quá trình lặp duyệt và kiểm tra tất cả các điểm thuộc đối tượng Trong mỗi lần lặp tất cả các điểm đối tượng sẽ... của ảnh Kỹ thuật chủ yếu dùng để phát hiện biên ở đây là kỹ thuật lấy đạo hàm Nếu lấy đạo hàm bậc nhất của ảnh ta có các kỹ thuật Gradient, nếu lấy đạo hàm bậc hai của ảnh ta có kỹ thuật Laplace, ngoài ra còn có một số các tiếp cận khác 7 1.2.2 Phát hiện biên gián tiếp Nếu bằng cách nào đó ta phân được ảnh thành các vùng thì ranh giới giữa các vùng đó gọi là biên Kỹ thuật dò biên và phân vùng ảnh. .. nhánh xương chính không bị cắt ngắn [7] Hình 2.2 minh họa xương trước và sau khi cắt tỉa với DCE Hình 2.2: Xương ban đầu và xương sau khi cắt tỉa với DCE Kỹ thuật cắt tỉa xương này dựa trên việc tiền xử lý đường bao hay làm mịn biên và có thể áp dụng với bất kỳ xương đầu vào nào Nhóm tác giả phân chia đường bao thành những đoạn cong và gán nhãn cho mỗi đoạn Loại bỏ 18 các điểm xương của điểm đang xét... tin hình dạng tần số thấp trên đường bao Một số khác gán độ đo có ý 17 nghĩa cho các điểm xương hoặc nhánh xương, sau đó những điểm xương hoặc nhánh xương sẽ được cắt tỉa khi giá trị ý nghĩa nhỏ hơn giá trị ngưỡng 2.1 Kỹ thuật cắt tỉa xƣơng Discrete Curve Evolution (DCE) Đường bao của đối tượng thường rất phức tạp, có nhiều biến dạng nên việc tìm xương đối tượng cũng phức tạp dẫn đến ảnh hưởng tới độ... thường tạo ra các nhánh xương “giả”, ảnh hưởng tới việc nhận dạng đối tượng dựa trên cấu trúc xương Do đó, có thể nói việc nghiên cứu các phương pháp cắt tỉa xương nhằm nâng cao hiệu quả biểu diễn đối tượng phục vụ cho đối sánh và nhận dạng đối tượng dựa trên Shape là hết sức cần thiết Đó cũng là cơ sở cho việc thực hiện đề tài Một số phƣơng pháp cắt tỉa xƣơng trong xử lý ảnh Luận văn có ba chương: . pháp cắt tỉa xƣơng trong xử lý ảnh . Luận văn có ba chương: Chương 1: Tổng quan về rút gọn và biểu diễn đối tượng Chương 2: Một số kỹ thuật cắt tỉa xương Chương 3: Thử nghiệm cắt tỉa xương. ĐỐI TƢỢNG 1.1 Một số khái niệm Xử lý ảnh Xử lý ảnh số là một lĩnh vực 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. xương dựa trên làm mảnh 13 1.5.2 Phương pháp tìm xương không dựa trên làm mảnh 15 CHƢƠNG 2: MỘT SỐ KỸ THUẬT CẮT TỈA XƢƠNG 16 2.1 Kỹ thuật cắt tỉa xương Discrete Curve Evolution (DCE) 17 2.1.1