tiểu luận xử lý ảnh số khôi phục ảnh

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA KHOA ĐIỆN TỬ - VIỄN THÔNG  TIỂU LUẬN XỬ LÝ ẢNH Khôi phục ảnh Lớp : K26-KTĐT Học viên: Lê Phước Chung Giáo viên hướng dẫn: T.S Ngô Văn Sỹ - Đà Nẵng, 10/2013 - Trang 1 1 CHƯƠNG 5 : KHÔI PHỤC ẢNH Tổng quan Như trong kỹ thuật nâng cao hình ảnh, mục tiêu cuối cùng của các kỹ thuật phục hồi là cải tiến một hình ảnh trong một số ý nghĩa được xác định trước. Mặc dù có những lĩnh vực chồng chéo, nâng cao chất lượng hình ảnh phần lớn là một quá trình chủ quan, trong khi phục hồi hình ảnh là dành cho hầu hết các phần của một quá trình khách quan. Cố gắng phục hồi để tái tạo lại hoặc phục hồi một hình ảnh đã bị suy giảm bằng cách sử dụng một kiến thức ưu tiên của hiện tượng suy giảm. Do đó, kỹ thuật phục hồi là hướng tới mô hình hóa sự suy giảm chất lượng và áp dụng quy trình ngược để khôi phục lại các hình ảnh ban đầu. Cách tiếp cận này thường bao gồm việc xây dựng một tiêu chuẩn tốt nhất có thể, điều đó sẽ mang lại một sự đánh giá tối ưu các kết quả mong muốn. Ngược lại, kỹ thuật nâng cao về cơ bản là những thủ tục phỏng đoán được thiết kế để thao tác một hình ảnh để tận dụng lợi thế của các khía cạnh tâm vật lý của hệ thống thị giác của con người. Ví dụ, độ tương phản kéo dài được xem là một kỹ thuật nâng cao bởi vì nó được dựa chủ yếu vào các khía cạnh làm hài lòng, có thể trình bày cho người xem, trong khi loại bỏ các hình ảnh mờ bằng cách áp dụng một hàm được xem là một kỹ thuật phục hồi. Chúng ta xem xét các vấn đề khôi phục ảnh trên những điểm bị giảm suốt, hình ảnh kỹ thuật số được đưa ra: do đó chúng ta xem xét với cảm biến, số hóa, và sự giảm sút chỉ hiển thị từ bề ngoài Các đối tượng này, mặc dù có tầm quan trọng trong việc điều trị Trang 2 2 tổng thể của các ứng dụng phục hồi hình ảnh, nằm ngoài phạm vi của các cuộc thảo luận hiện nay. Trang 3 3 Chương 5 : Khôi phục ảnh Như trong chương 3 và 4, một số kỹ thuật phục hồi được xây dựng tốt nhất trong phạm vi không gian, trong khi những cái khác khác phù hợp hơn cho miền tần số. Ví dụ, xử lý không gian được áp dụng khi sự suy giảm chỉ là nhiễu cộng thêm. Mặt khác, sự giảm sút như mờ hình ảnh rất khó để tiếp cận trong lĩnh vực không gian sử dụng mặt nạ nhỏ. Trong trường hợp này, các bộ lọc miền tần số dựa trên các tiêu chí khác nhau của sự tối ưu là phương pháp tiếp cận của sự lựa chọn. Các bộ lọc này cũng có tính đến sự hiện diện của nhiễu. Như trong chương 4 (xem ý kiến tại mục 4.6.7), một bộ lọc phục hồi có thể giải quyết một ứng dụng nhất định trong lĩnh vực tần số thường được sử dụng làm cơ sở để tạo ra một bộ lọc kỹ thuật số mà sẽ phù hợp hơn cho hoạt động thường xuyên sử dụng thực hiện phần cứng / phần mềm. Mô hình của quá trình suy giảm/ phục hồi. Như hình. 5.1, quá trình suy giảm được mô hình hóa trong chương này như một hàm suy biến, cùng với một thuật ngữ nhiễu cộng thêm, hoạt động trên một hình ảnh đầu vào f (x. y) để tạo ra một hình ảnh xuống cấp g (x <y). Cho g (x, y) một số thông tin về hàm suy biến H, và một số thông về thuật ngữ nhiễu cộng thêm ŋ (x, y), mục tiêu của phục hồi là để có được một ước tính f(x y) của ảnh gốc . Chúng ta muốn ước lượng được càng gần càng tốt để hình ảnh đầu vào ban đầu, nói chung, chúng ta càng biết về H và ŋ, càng biết ŋ(x, y) , f (x, y) sẽ càng chính xác. Cách tiếp cận sử dụng thông suốt nhất của chương này được dựa trên các loại khác nhau của các bộ lọc phục hồi hình ảnh. Được chỉ ra trong phần 5.5 , nếu H tuyến tính và bất biến, hình ảnh bị suy giảm được đưa ra trong miền không gian bằng: Ở đây h(x, y) là đại diện không gian của hàm suy biến, như trong Chương 4, những kí tự được chập.Ta biết từ các thảo luận tại mục 4.2.4 và 4.6.4,chập trong Trang 4 4 Chapter 5 M Image Restoraon 4 Chương 5 : Khôi phục ảnh mền không gian bằng phép nhân trong miền tần số, vì vậy chúng tôi cóthể viết các mô hình trong phương trình. (5,1-1) trong miền tần số tương đương Những chữ in hoa là biến đổi Fourier tương ưng trong hàm trên. Trong ba phần sau đây, chúng tôi cho rằng H là những thực thể hoạt động, và chúng ta chỉ xử lý với sự giảm sút do nhiễu. Bắt đầu tại mục 5.6 chúng ta xem xét Hàm suy biến và xem xét một số phương pháp để khôi phục hình ảnh trong sự hiện diện của cả H và ŋ. 5.2 Mô hình nhiễu Các nguồn chính của nhiễu trong hình ảnh kỹ thuật số phát sinh trong quá trình thu hình ảnh (số hóa) và / hoặc truyền tải. Hiệu quả hoạt động của cảm biến hình ảnh bị ảnh hưởng bởi nhiều yếu tố, chẳng hạn như điều kiện môi trường trong quá trình thu hình ảnh, và bởi chất lượng của các yếu tố cảm nhận của mình. Ví dụ, trong việc đạt được hình ảnh với một máy ảnh CCD, mức độ ánh sáng và cảm biến nhiệt độ là những yếu tố chính ảnh hưởng đến số lượng nhiễu trong các kết Trang 5 5 Chapter 5 M Image Restoraon 5 Chương 5 : Khôi phục ảnh quả hình ảnh. Hình ảnh bị hỏng trong quá trình truyền chủ yếu do sự can thiệp trong các kênh được sử dụng để truyền. Ví dụ, một hình ảnh truyền qua mạng không dây có thể bị hỏng do sét hoặc rối loạn khí quyển khác. 5.2.1 thuộc tính không gian và tần số nhiễu Liên quan đến cuộc thảo luận của chúng tôi là thông số để xác định các đặc điểm miền không gian của nhiễu, và nhiễu tương quan với các hình ảnh. Tính tần số tham chiếu các nội dung tần số của nhiễu trong ý nghĩa Fourier (ví dụ, như trái ngược với quang phổ điện từ). Ví dụ, khi phổ Fourier của nhiễu là không đổi, nhiễu thường được gọi là nhiễu trắng. Thuật ngữ này là một thực hơn từ các tính chất vật lý của ánh sáng trắng, trong đó có gần như tất cả các tần số trong quang phổ nhìn thấy trong tỷ lệ ngang nhau. Từ các cuộc thảo luận trong chương 4, không khó khăn để chứng minh rằng phổ Fourier của một hàm chứa tất cả các tần số trong tỷ lệ ngang nhau là một hằng số. Ngoại trừ nhiễu không gian theo chu kỳ (mục 5.2.3), chúng tôi giả định trong chương này là nhiễu là độc lập trong tọa độ không gian, và nó là không tương quan tới hình ảnh .Mặc dù những giả định này không có ý nghĩa với 1 vài ứng dụng (lượng tử giới hạn hình ảnh, chẳng hạn như trong X-quang và y học hạt nhân, hình ảnh), sự phức tạp của đối phó với nhiễu phụ thuộc không gian và tương quan nằm ngoài phạm vi của thảo luận của chúng tôi. Một số hàm mật độ xác suất nhiễu quan trọng Dựa trên các giả định trong phần trước, mô tả nhiễu không gian mà chúng ta sẽ được quan tâm là hành vi thống kê của các giá trị màu xám cấp trong các thành phần nhiễu của mô hình trong hình 5.1.Đây có thể được coi là các biến ngẫu nhiên, đặc trưng bởi một hàm mật độ xác suất (PDF). Sau đây là một trong các file PDF phổ biến nhất trong các ứng dụng xử lý hình ảnh. Gaussian noise Trang 6 6 Chapter 5 M Image Restoraon 6 Chương 5 : Khôi phục ảnh Hàm PDF nhiễu Gaussan được cho bởi : Ở đây z đại diện cho cấp độ màu xám, µ là giá tị trung bình của z, được vẽ trong hình 5.2(a), trong đó z được mô tả bởi hàm (5.2-1) xấp xỉ 70% giá trị trong khoảng [(µ - σ), (µ + σ)] và 95% trong khoảng [(µ -2 σ), (µ +2 σ)] Nhiễu Rayleigh PDF Rayleigh cho bởi : Trong đó : Hình 5.2b thể hiện nhiễu này. Nhiễu Erlang (Gamma) PDF Erlang cho bởi : Với các thông số như trên a> 0, b là một số nguyên dương. Giá trị trung bình và phương sai của mật độ này được đưa ra bởi công thức: Trang 7 7 Chapter 5 M Image Restoraon 7 Chương 5 : Khôi phục ảnh Trang 8 8 Chapter 5 M Image Restoraon 8 Chương 5 : Khôi phục ảnh Hình 5.2 (c) vẽ mật độ này. Mặc dù phương trình (5,2-5) thường được gọi là mật độ gamma,điều này chỉ đúng khi mẫu số là hàm gamma T(b). Khi mẫu số giống như đã chỉ ra, mật độ thích hợp hơn được gọi là mật độ Erlang. Exponential noise( Bùng nổ nhiễu ) PDF của sự bùng nổ nhiễu được cho bởi : Với a>o. Giá trị trung bình và phương sai của hàm mật độ này là: Trang 9 9 Chapter 5 M Image Restoraon 9 Chương 5 : Khôi phục ảnh Chú ý rằng PF là trường hợp đặc biệt của Erlang PDF.Hình 5.2(d) vẽ ra hàm mật độ này. Nhiễu đều PDF của nhiều đều dược cho bởi: Trong đó hàm nhiễu : Hình 5.2(e) vẽ ra phổ này Xung nhiễu ( chấm đen và chấm trắng) PDF xung nhiễu cho bởi: Trang 10 10 Chapter 5 M Image Restoraon 10 [...]... diện cho tập hợp các của sổ hình chữ nhật kích thước m x n tập trung vào tọa độ (x,y) , tính giá trị trung bình số học của bức ảnh bj hỏng Y trong khu vực xác định bởi 5 giá trị số học phục hồi ảnh 17 Chapter 5 M Image Restoration Trang 17 17 Chương 5 : Khôi phục ảnh Bộ lọc hình học Hình ảnh phục hồi sử dụng bộ lọc trung bình hình học được cho bởi biểu thức: 18 Chapter 5 M Image Restoration Xét ví dụ... giảm chất lượng ảnh chỉ là do nhiễu, hàm 5.1-1 và 5.1-2 sẽ trở thành Trang 15 15 Chương 5 : Khôi phục ảnh 16 Chapter 5 M Image Restoration 5.2.4 Mean Filters Trong phần này chúng ta sẽ đề cập đến các bộ lọc không gian giảm nhiễu được giứoi thiệu trong phần 3.6 và phát triển 1 số bọ lọc khác có tính năng vượt trội hơn các bộ lọc đã được đề cập Trang 16 16 Chương 5 : Khôi phục ảnh Bộ lọc số Đây là bộ lọc... Trang 13 13 Chương 5 : Khôi phục ảnh 14 Chapter 5 M Image Restoration Cách đơn giản nhất là sử dụng dữ liệu từ các dỉa hình ảnh, tính trung bình phương sai của các mức độ màu xám Hình dạng của biểu đồ xác định sự phù hợp PDF nhất.Nếu hình dạng xấp xỉ phân bố Gaussian PDF , có thể hoàn toàn xác định bởi 2 thông số Trang 14 14 Chương 5 : Khôi phục ảnh 15 Chapter 5 M Image Restoration Phục hồi hiển thị qua... Trang 18 18 Chương 5 : Khôi phục ảnh Hình 5.7 (a) là 1 ảnh X-quang của 1 bảng mạch , hình 5.7 b cùng 1 hình ảnh nhưng đã bị hỏng vì cộng thêm nhiễu Gaussian với giá trị trung bình 400.Hình 5.7 (c) là kết quả tương ứng của bộ lọc nhiễu ảnh sử dụng bộ lọc số 3 x 3 và 1 bộ lọc hình học có cùng kích thước, Mặc dù cả 2 bộ lọc đều làm suy giảm nhiễu, tuy nhiên bộ lọc số jọc cho hình ảnh mờ hơn so với bộ lọc... nhiễu Các thông số của ước lượng nhiễu thường được đánh giá qua sự kiểm tra của quang phổ Fourier của hình ảnh. Nhưu đã chú ý ở phần trước, nhiễu theo chu kì có thể tạo đột biến về mặt tần số có thể được phát hiện ngay cả bằng cách phân tích hình ảnh. Điều đó có nghĩa trong trường hợp đơ n giản có thể suy ra chu kỳ của nhiễu bằng cách phân tích hình ảnh Trang 12 12 Chương 5 : Khôi phục ảnh 13 Chapter... điểm ảnh bằng trung bình của các mức độ màu xám trong vùng lân cận của điểm ảnh Trang 20 20 Chương 5 : Khôi phục ảnh Giá trị ban đầu bao gồm các giá trị được tính toán trung bình.Bộ lọc này rất tốt đói với những tiếng ồn xung ( lưỡng cục và đơn cực ) Việc tính toán chi tiết sẽ được tính toán trong phần 3.6.2 Bộ lọc Max và Min Mặt dù bộ lọc trung bình cho đến nay được sử dụng rộng rãi trong xử lý ảnh. Tuy... Restoration Nếu hệ thống hình ảnh là có sẵn,một trong những cách đơn giản để nghiên cứu các đặc điểm nhiễu hệ thống là để nắm bắt một tập hợp các hình ảnh "phẳng" trong môi trường Ví dụ, trong trường hợp một bộ cảm biến quang học, điều này cũng đơn giản như hình ảnh một màu xám rắn được chiếu sáng đồng đều các bức ảnh chụp thường là những chỉ số tốt về tiếng ồn hệ thống.Khi chỉ có hình ảnh đã được tạo ra bởi... Trang 11 11 Chương 5 : Khôi phục ảnh 12 Chapter 5 M Image Restoration 5.2.3 Nhiễu theo chu kỳ Nhiễu theo chu kì có thể tạo thành từ nhiễu điện từ trong quá trình thu ảnh. Đây là lại nhiễu duy nhất phụ thuộc vào vị trí không gian sẽ được xét trong chương này.Như đã đề cập ở phần trước, nhiễu theo chu kỳ có thể được giảm đáng kể qua miền tần số lọc Ví dụ ở hình 5.5 (a ) , hình ảnh bị nhiễu do tín hiệu... thích hợp cho Q kết Trang 19 19 Chương 5 : Khôi phục ảnh quả của việc lựa chọn các dấu hiệu sai cho Q có thể đem lại kết quả sai lệch như trong hình 5.9.Một số bộ lọc sau đây có thể đem lại kết quả tốt hơn Bộ lọc thống kê thứ tự Bộ lọc thống kê thứ tự đã được giới thiệu tại mục 3.6.2 Bây giờ chúng tôi mở rộng phần thảo luận trong phần đó và giới thiệu thêm một số bộ lọc để thống kê 20 Chapter 5 M Image... là mô hình phù hợp bởi vì nói đơn giản, tạo điều kiện cho phân tích hình ảnh của các đặc tính của các thành phần tiếng ồn khác nhau thêm vào hình ảnh Hình 5.4 cho thấy các mô hình thử nghiệm sau khi đã cộng thêm 6 mô hình nhiễu đã được thảo luận trước.bên dưới mỗi hình ảnh là biểu đồ tính toán trực tiếp từ hình ảnh đó Các thông số của nhiễu đã được lựa chọn trong mỗi trường hợp để các biểu đồ tương . VIỄN THÔNG  TIỂU LUẬN XỬ LÝ ẢNH Khôi phục ảnh Lớp : K26-KTĐT Học viên: Lê Phước Chung Giáo viên hướng dẫn: T.S Ngô Văn Sỹ - Đà Nẵng, 10/2013 - Trang 1 1 CHƯƠNG 5 : KHÔI PHỤC ẢNH Tổng quan Như. một số phương pháp để khôi phục hình ảnh trong sự hiện diện của cả H và ŋ. 5.2 Mô hình nhiễu Các nguồn chính của nhiễu trong hình ảnh kỹ thuật số phát sinh trong quá trình thu hình ảnh (số hóa). trong khu vực xác định bởi 5 giá trị số học phục hồi ảnh. Trang 17 17 Chapter 5 M Image Restoraon 17 Chương 5 : Khôi phục ảnh Bộ lọc hình học Hình ảnh phục hồi sử dụng bộ lọc trung bình hình