Khoá luận tốt nghiệp nội suy ảnh và xây dựng ứng dụng nắn chỉnh hình thu nhận ảnh BMP 24 bit

Ngày nay, một số máy ảnh số sử dụng giải thuật nội suy để tạo ra ảnh có dung lượng cao hơn, khả năng thu nhận của bộ cảm biến ảnh hoặc tăng cường khả năng zoom phóng to, thu nhỏ kỹ thuật

TRƯỜNG ĐẠI HỌC sư PHẠM HÀ NỘI 2 KHOA CÔNG NGHỆ THÔNG TIN

NGUYÊN THỊ THU HƯƠNG

CHỈNH HÌNH THU NHẬN ẢNH BMP 24 BIT KHOÁ

LUÂN TỐT NGHIÊP ĐAI HOC

• • • •

Chuyên ngành: Khoa học máy tính

Hà Nội - 2015 TRƯỜNG ĐẠI HỌC sư PHẠM HÀ NỘI 2

• • • • KHOA CÔNG NGHỆ THÔNG TIN

■

NGUYÊN THỊ THU HƯƠNG

NÔI SUY ẢNH VÀ XÂY DƯNG ỨNG DUNG NẤN

• • •

CHỈNH HÌNH THU NHẬN ẢNH BMP 24 BIT

■

KHOÁ LUẬN TÓT NGHIỆP ĐẠI HỌC

Chuyên ngành: Khoa học máy tính

Người hướng dẫn khoa học

Sinh viên: K37 - CNTT, trường Đại học Sư phạm Hà Nội 2.

Em xin cam đoan:

ảnh BMP 24 bit” là kết quả tìm hiểu và nghiên cứu của riêng em, dưới sự hướng dẫn của

TS Lưu Thị Bích Hương

2 Khóa luận hoàn toàn không sao chép từ các tài liệu có sẵn đã được công bố khác

3 Ket quả không trùng với các tác giả khác

Neu sai em xin hoàn toàn chịu trách nhiệm

Hà Nội, tháng 05 năm 2015 Sinh viên

Nguyễn Thị Thu Hương

MỤC LỤC

MỞ ĐẦU

1 Lý do chọn đề tài

Nam, xử lý ảnh là một ngành khoa học mới mẻ so với nhiều ngành khoa học khác nhưng tốc độ phát triển của nó rất nhanh, kích thích sự ra đòi của các nghiên cứu, ứng dụng dành riêng cho nó

Trong thực tế, ảnh thu được sau quá trình thu nhận ảnh hoặc các phép biến đổi không ttánh khỏi bị nhiễu hoặc khuyết thiếu Sự sai sót này một phần

do các thiết bị quang học và điện tử, phần khác là do bản thân các phép biến đổi ảnh không phải là toàn ánh nên có sự ánh xạ thiếu hụt dẫn tới khuyết thiếu trên ảnh kết quả Các hệ xử lý ảnh trong quá trình phân tích ảnh, tăng cường ảnh để nâng cao chất lượng ảnh do nhiều nguyên nhân khác nhau có thể làm ảnh suy biến nên khắc phục nhược điểm này luôn là vấn đề đặt ra cho các hệ thống xử lý ảnh Bởi vậy, việc nâng cao chất lượng ảnh là bước cần thiết trong

xử lý ảnh nhằm hoàn thiện một số đặc tính của ảnh hoặc đưa ảnh trở lại gàn giống vói trạng thái gốc, trạng thái trước khi bị biến dạng Một trong số các ứng dụng đó là nội suy ảnh

Giải thuật nội suy được sử dụng phổ biến trong các phần mềm chỉnh sửa ảnh hoặc các máy ảnh số Hình ảnh mịn màng, trơn cạnh, không bị “vỡ hạt” khi biến đổi ảnh phụ thuộc vào thuật toán được sử dụng trong giải thuật nội suy Tuy nhiên có rất nhiều các phương pháp nội suy khác nhau nhưng với mỗi đối tượng và bài toán khác nhau thì phương pháp được sử dụng cũng khác nhau

Với ý tưởng xây dựng một hệ xử lý ảnh giúp nâng cao chất lượng của ảnh, em đã chọn đề tài “Nội suy ảnh và xây dựng ứng dụng nắn chỉnh hình thu nhận ảnh BMP 24 bit” làm khóa luận tốt nghiệp

2 Mục đích nghiên cứu

+ Tìm hiểu cơ bản về lý thuyết xử lý ảnh

+ Tìm hiểu về lý thuyết nội suy ảnh

+ Nghiên cứu về một số phương pháp nội suy ảnh phổ biến cùng với thuật toán và ứng dụng của nó.

3 Nhiệm vụ nghiên cứu

Trên cơ sở lý thuyết đã nghiên cứu, khóa luận tổng họp các kỹ thuật để hướng đến xây dựng ứng dụng nắn chỉnh ảnh có sử dụng kỹ thuật nội suy ảnh

4 Đối tượng và phạm vi nghiên cứu

Đổi tượng nghiên cứu: các kỹ thuật nội suy ảnh và nắn chỉnh hình thu nhận ảnh

Phạm vỉ nghiên cứu: khóa luận của em chỉ dừng lại ở việc tìm hiểu các kỹ thuật nội suy ảnh và xây dựng ứng dụng nắn chỉnh hình thu nhận ảnh BMP 24 bit

5 Ý nghĩa khoa học và thực tiễn

Ỷ nghĩa khoa học : Nội suy ảnh đã trở thành một phương pháp được sử dụng phổ biến trong xử lý ảnh, có vai trò quan trọng trong các ứng dụng chỉnh sửa hình ảnh, đem lại những hình ảnh có chất lượng, chân thực và giống với trạng thái gốc

Ỷ nghĩa thực tiễn : Đề tài được thử nghiệm thành công sẽ đạt hiệu quả trong vấn đề phân tích ảnh, nâng cao chất lượng hình ảnh và phục hồi các

nhau trong cuộc sống

6 Phương pháp nghiền cứu

a Phương pháp nghiên cứu lý luận

Nghiên cứu qua việc đọc sách, báo và các tài liệu liên quan nhằm xây dựng cơ sở lý thuyết của đề tài và các biện pháp cần thiết để giải quyết các vấn

đề của đề tài

b Phương pháp chuyên gia

Tham khảo ý kiến của chuyên gia để có thể thiết kế được chương trình phù hợp với yêu cầu thực tiễn, nội dung Xử lý nhanh, đáp ứng được nhu cầu ngày càng cao của người sử dụng

c Phương pháp thực nghiệm

Thông qua quan sát thực tế, yêu càu của cơ sở, những lý luận được nghiên cứu và kết quả đạt được qua những phương pháp trên.

7 Cấu trúc khóa luận

Ngoài phần mở đầu, kết luận và hướng phát triển, tài liệu tham khảo khóa luận gồm 3 chương nội dung, cụ thể như sau:

Chương 1: Nội suy ảnh

Chương 2: Một số kỹ thuật nội suy ảnh

Chương 3: ứng dụng nắn chỉnh hình thu nhận ảnh

Chương 1: NỘI SUY ẢNH

1.1.Hệ thống xử lý ảnh

1.1.1 Khái quát về xử lý ảnh

nhiều ngành khoa học khác, nhưng tốc độ phát triển của nó rất nhanh, nhất là trên quy mô công nghiệp, điều này đã kích thích các trung tâm nghiên cứu, ứng dụng, đặc biệt là máy tính chuyên dụng cho nó Xử lý ảnh có quan hệ mật thiết với nhận thức về ảnh của con người Nói một cách khác, “thị giác máy” dựa trên phép xử lý ảnh bằng sự phân tích của máy, có thể nói “xử lý ảnh số và thị giác máy” được liên kết chặt chẽ với nhau

Trong các dạng truyền thông cơ bản: lời nói, văn bản, hình ảnh, âm thanh thì hình ảnh là dạng truyền thông truyền tải thông tin mạnh mẽ nhất Bằng thị giác, con người có thể nhận biết và hiểu về thế giới xung quanh

Ví dụ: Những hình ảnh về trái đất, những hình ảnh trong dự báo thờitiết

Có tới 99% lượng thông tin đã biết về thế giới xung quanh được nhận biết thông qua thị giác (Theo Lương Mạnh Bá, Nguyễn Thanh Thủy)

Việc trang bị cho máy tính khả năng thị giác như con người không phải

là việc dễ dàng Con ngưòi đang sống trong một không gian ba chiều, khi máy tính cố gắng phân tích đối tượng trong không gian ba chiều thì những bộ cảm biến có sẵn như camera, lại thường cho ảnh hai chiều Như vậy, việc mất mát thông tin của hình ảnh sẽ xảy ra Với những cảnh động thì sự di chuyển của đối

tượng hay sự di chuyển của camera, tất cả những việc đó làm cho việc mất mát

và sai lệch thông tin rất lớn

Ngày nay cùng với sự phát triển của ngành CNTT, con người mong muốn đưa những hình ảnh có thể nhìn thấy được vào máy tính để thực hiện các

ảnh vói mục đích làm cho ảnh sắc nét hơn hoặc làm cho ảnh gàn giống nhất với trạng thái gốc, trạng thái trước khi ảnh bị biến dạng Để máy tính có thể hiểu và phân tích ảnh thì ảnh cần được mã hóa và biểu diễn dưới dạng số gọi là ảnh số Ngày nay, một số máy ảnh số sử dụng giải thuật nội suy để tạo ra ảnh

có dung lượng cao hơn, khả năng thu nhận của bộ cảm biến ảnh hoặc tăng cường khả năng zoom (phóng to, thu nhỏ) kỹ thuật số của máy

Việc xử lý ảnh trên máy tính là nhằm mục đích phân tích ảnh và phục hồi các thông tin bị sai lệch của ảnh trong quá trình chụp Như vậy, xử lý ảnh là thực hiện các phép xử lý đối với ảnh số trên máy tính Máy tính sử dụng các phần mềm xử lý ảnh để phân tích, biến đổi ảnh nhằm làm cho ảnh đẹp hơn Hầu như tất cả các phần mềm chinh sửa ảnh đều sử dụng một hoặc nhiều

phụ thuộc vào thuật toán được sử dụng trong giải thuật nội suy Điều quan trọng cần ghi nhớ là giải thuật nội suy sẽ không thêm thông tin gì mới cho hình ảnh cả, nó chỉ thêm điểm ảnh và làm tăng dung lượng của tập tin mà thôi Tuy nhiên nhờ những phàn mềm xử lý này mà ảnh có thể được phóng to, thu nhỏ hay biến đổi tùy ý mà ảnh vẫn đẹp

1.1.2 Những vấn đề cơ bản trong hệ thống xử lý ảnh

I.I.2.I Điểm ảnh (Picture Element)

Anh trong thực tế (ảnh tự nhiên) là một ảnh liên tục về không gian và về giá trị độ sáng Đe có thể xử lý ảnh bằng máy tính, cần thiết phải tiến hành số hóa ảnh nhằm biến đổi gần đúng một ảnh liên tục thành một tập điểm, phù hợp vói ảnh thật về vị trí (không gian) và độ sáng (mức xám) Trong quá trình số hóa, người ta biến đổi tín hiệu liên tục sang tín hiệu rời rạc thông qua quá trình lấy mẫu (rời rạc hóa về không gian), và lượng hóa thành phần giá tn mà về

nguyên tắc bằng mắt thường không phân biệt được hai điểm kề nhau Trong quá trình này người ta sử dụng khái niệm điểm ảnh (pixel) Như vậy một ảnh là một tập họp các điểm ảnh Khi sử dụng đến nội suy thì việc phân biệt hai điểm ảnh kề nhau là việc cần thiết.

Điểm ảnh (pixel) được xem như là dấu hiệu hay cường độ sáng tại một

màu của điểm ảnh

Khi được số hóa, nó thường được biểu diễn bỏi mảng hai chiều I(n,p) gồm n dòng và p cột Như vậy ảnh gồm nxp pixels và người ta thường kí hiệu I(x,y) để chỉ một pixel cụ thể trong ảnh Thường giá trị của n chọn bằng p và bằng 256 Một pixel có thể lưu trữ trên 1, 4, 8 hay 24 bit Mỗi điểm ảnh khi mã

Số pixel tạo nên một ảnh gọi là độ phân giải (resolution)

1.1.2.2 Độ phân giải của ảnh

Độ phân giải là mật độ điểm ảnh được ấn định trên một ảnh số Khoảng cách giữa các điểm ảnh phải được chọn sao cho mắt người vẫn thấy được sự liên tục của ảnh Việc lựa chọn khoảng cách thích hợp tạo nên một mật độ

phân bố chính là độ phân giải, và được phân bố theo trục X, y trong không gian hai chiều

Ví dụ: Với màn CGA (320x200) là một lưới điểm theo chiều ngang màn

Graphic Adaptor) thì thấy ảnh mịn hơn màn hình CGA 17 Như vậy diện tích càng rộng thì độ mịn của ảnh càng kém đi, cũng như khi phóng to một ảnh cũng vậy, ảnh càng to thì càng bị vỡ hạt, độ mịn càng kém

1.1.2.3 Mức xám của ảnh

Mức xám của điểm ảnh là cường độ sáng của nó được tính bằng giá tri

số tại điểm đó Trong biểu diễn số của các ảnh đa mức xám, một ảnh được biểu diễn dưới dạng một ma trận hai chiều Mỗi phàn tử của ma trận biểu diễn cho

mức xám hay cường độ của ảnh tại vị trí đó Mỗi phần tử trong ma trận được gọi là một phần tử ảnh hoặc điểm ảnh (pixel) Một điểm ảnh có hai đặc trưng

cơ bản là vị trí (x,y) của điểm ảnh và độ xám

Các thang giá trị mức xám thông thường

Thông thường có các thang mức xám như: 16, 32, 64, 128, 256 (với lý

do kỹ thuật máy tính dùng 1 byte (8 bit) để biểu diễn mức xám thì có thể biểu

a, Mức xám ở ảnh đen trắng

Ảnh đen trắng là ảnh chỉ có hai màu đen trắng, mức xám ở các điểm ảnh

có thể khác nhau Nếu dùng 8 bit (1 byte) để biểu diễn mức xám, thì các mức

dạng là 1 số nguyên nằm trong khoảng từ 0 đến 255, với mức 0 biểu diễn cho mức cường độ tối nhất và 255 biểu diễn cho mức cường độ sáng nhất

b, Mức xám ở ảnh nhị phân

khác nhau Nói cách khác giá trị mỗi điểm ảnh của ảnh nhị phân chỉ có thể là

1 hoặc 1

c, Mức xám ở ảnh màu

Ảnh màu được tạo nên từ ba màu cơ bản (Red, Blue, Green), người ta

Với ảnh màu: Cách biểu diễn cũng tương tự như vói ảnh đen ừắng, chỉ khác là các bit tại mỗi phần tử của ma trận biểu diễn cho ba màu riêng rẽ gồm:

đỏ (red), lục (green) và lam (blue) Để biểu diễn cho một điểm ảnh màu cần 24 bit, 24 bit này được chia thành ba khoảng 8 bit Mỗi khoảng này biểu diễn cho cường độ sáng của một trong các màu chính

phẩy động nằm giữa 0 và 1 Mỗi hàng của bản đồ chỉ ra các giá tri red, green

và blue của một màu đơn Một ảnh chỉ số sử dụng ánh xạ trực tiếp giữa giá trị của pixel ảnh tới giá tri trong bản đồ màu Màu sắc của mỗi pixel ảnh được tính toán bằng cách sử dụng giá trị tương ứng của X ánh xạ tới một giá tri chỉ

số của bản đồ màu

Một bản đồ màu thường được chứa cùng vói ảnh chỉ số và được tự động nạp cùng với ảnh Tuy nhiên, không bị giói hạn khi sử dụng bản đồ màu mặc định, có thể sử dụng bất kì bản đồ màu nào Các pixel trong ảnh được đại diện bởi một số nguyên ánh xạ tói một giá trị tương ứng trong bản đồ màu

b, Ảnh cường độ (Intensity Images)

Một ảnh cường độ là một ma trận dữ liệu ảnh I mà giá trị của nó đại diện cho cường độ ttong một số vùng nào đó của ảnh Ma trận có thể thuộc lớp double, uint8 hay uintló Trong khi ảnh cường độ hiếm khi được lưu với bản đồ màu Những phần tử trong ma trận cường độ đại diện cho các cường độ khác nhau hoặc độ xám

c, Ảnh nhị phân (Binary Images)

Trong một ảnh nhị phân, mỗi pixel chỉ có thể chứa một trong hai giá trị nhị phân 0 hoặc 1 Hai giá trị này tương ứng với bật hoặc tắt (on hoặc off) Một ảnh nhị phân được lưu trữ như một mảng lôgic của 0 và 1

d, Ảnh RGB (RGB Images)

Một ảnh RGB được lưu trữ dưới dạng một mảng dữ liệu có kích thước

pixel riêng biệt Ảnh RGB không sử dụng bảng màu

Màu của mỗi pixel được quyết định bởi sự kết hợp giữa các giá tri R, G,

B (Red, Green, Blue) được lưu trữ trong một mặt phẳng màu tại vị trí của pixel Định dạng file đồ họa lưu trữ ảnh RGB giống như một ảnh 24 bit trong

đó R, G, B chiếm tương ứng 8 bit một Điều này cho phép nhận được 16,7 triệu màu khác nhau

Một mảng RGB có thể thuộc lớp double, uint8 hay uintló Trong một mảng RGB thuộc lớp double, mỗi thành phàn màu có giá trị giữa 0 và 1 Mộtpixel mà thành phần màu của nó là (0,0,0) được hiển thị với màu đen và một pixel mà thành phần màu là (1,1,1) được hiển thị với màu trắng.

Trong một ảnh RGB khoảng trắng tương ứng với giá trị cao nhất của mỗi màu riêng rẽ Chẳng hạn trong ảnh mặt phẳng R, vùng trắng đại diện cho

sự tập trung cao nhất của màu đỏ thuần khiết Nếu R được trộn vói G hoặc B ta

sẽ có màu xám Vùng màu đen trong ảnh chỉ ra giá trị của pixel mà không chứa màu đỏ R = 0 Tương tự cho các mặt phẳng màu G và B

1.1.2.5 Quan hệ giữa các điểm ảnh

Khi nội suy ảnh số thường phải tìm lân cận của điểm ảnh để xác định giá tri màu, phục vụ cho công việc nội suy tô màu hay lấp lỗ hổng

Giả sử một ảnh số được biểu diễn bằng hàm/(jc,y) Tập con của các điểm

ảnh là s; cặp điểm ảnh có quan hệ với nhau là p, q

a, Lân cận của điểm ảnh (Image Neighbors)

Giả sử có hai điểm ảnh p tại tọa độ (x, y), p có 4 điểm lân cận gàn nhất theo chiều đứng và ngang (chính hướng Đông, Tây, Nam, Bắc)

'(x-l,y-l) (x,y-l) (x+l,y-l)'

(x-l,y + l) (x,y + l) (x + l,y + l)

Bắc

cận chéo: Các điểm lân cận chéo Np(p) (có thể coi lân cận chéo là 4 hướng: Đông - Nam, Đông - Bắc, Tây - Nam, Tây - Bắc)

Tập kết hợp:N H (p) = N 4 (p) + N p (p) là tập họp 8 lân cận của điểm ảnh

hay còn gọi là liên kết 8

fc— 1, y ) , ( X +1, y), (x, y— 1), (x, y+1), (x- l , y - l),ì

N s (p) =

Chú ý : Nếu (x,y) nằm ở biên, một số lân cận sẽ nằm ngoài ảnh.

b, Khoảng cách giữa hai lân cận

Định nghĩa : Khoảng cách D(p, q) giữa hai điểm ảnh p tọa độ (x, y) và q tọa độ (s, t) là hàm khoảng cách (Distance) hoặc Metric nếu:

1 D{p,q)>0 vói D{p,q) = 0 khi và chỉ khi p = q

2 D ( p , q ) = D(q,p)

3 D(p, z) < D(p, q )+D{q, z) z là một điểm ảnh khác

Khoảng cách Euclide : Khoảng cách Euclide giữa hai điểm ảnh p(x,y)

và q(s,t) được định nghĩa như sau:

(1.4)

Khoảng cách khối: Khoảng cách D 4 (p,q)ẩxiợc gọi là khoảng cách khối đồ thị (City-Block Distance) và được xác định như sau:

D A (p,q) = \x-s\ + \y-t\

giữa điểm ảnh p, q được xác định như sau:

D ỉ (p,q) = maxịỊ ị x-s\,\y-t\)

Khái niệm điểm ảnh lân cận là một khái niệm quan trọng của ảnh số và

nó được ứng dụng rất nhiều trong việc tìm điểm ảnh lân cận trong việc sử dụng phương pháp nội suy ảnh để thêm điểm ảnh thích hợp vào ảnh

Bất kỳ hai điểm ảnh được gọi là lân cận 4 nếu chúng có khoảng cách

cách giữa chúng là Dg =1

Khi xác định được khoảng cách giữa các điểm ảnh, người ta sẽ tìm được các điểm ảnh lân cận Điều này rất quan trọng trong việc sử dụng phương pháp nội suy để thêm điểm ảnh thích họp vào giữa hai điểm ảnh lân cận nhau, nhằm mục đích cải thiện ảnh ban đầu Bên cạnh việc cần tìm ra lân cận của điểm ảnh thì người ta còn quan tâm đến một số vấn đề sau:

(1.5

( 1 . 6

Đường viền (Border): đường viền của một vùng ảnh R là tập họp các điểm ảnh trong vùng đó mà có một hay nhiều lân cận bên ngoài vùng R.

Biên ảnh (Edge): một điểm ảnh có thể coi là điểm biên nếu ở đó có sự thay đổi đột ngột về mức xám Tập hợp các điểm biên tạo thành đường bao của ảnh

Thuộc tính biên gắn liền điểm ảnh và lân cận của nó, đôi khi nó giúp cho việc xác định đặc tính giữa một cặp điểm lân cận

Ví dụ: Trong một ảnh nhị phân, một điểm có thể gọi là điểm biên nếu đó

là điểm đen và có ít nhất một điểm ttắng lân cận

Độ sắc nét của ảnh : Độ sắc nét là khả năng phát hiện những chi tiết trong ảnh Mắt người ít nhạy cảm với sự thay đổi nhanh hay chậm của độ sáng ttong mặt phẳng ảnh nhưng nhạy cảm vói sự thay đổi trung gian

Độ phân giải trong ảnh được giới hạn bởi khả năng phân giải ở mắt người Khi độ phân giải của ảnh cao hơn độ phân giải của mắt người thì con ngưòi không thể cảm nhận về ảnh được nữa

Độ phân giải quang học được định nghĩa là khoảng cách giữa hai điểm ảnh gần nhất mà con người không thể phân biệt được

Mỗi một ảnh đều có độ sắc nét, độ phân giải riêng, việc xử lý nhằm mục đích làm cho ảnh sắc nét hơn, đẹp hơn hay gần vói ảnh gốc hơn và khi biến đổi bằng một trong các phương pháp nội suy là làm cho ảnh có khả năng zoom tốt

mà vẫn đảm bảo độ sắc nét, ừánh được hiện tượng nhiễu hay răng cưa

Để sử dụng một trong các phương pháp nội suy trong xử lý ảnh làm cho ảnh tốt hơn phải trải qua quá trình tìm được điểm ảnh thích họp để chèn vào, việc tìm kiếm này người ta dựa vào tọa độ của điểm ảnh

1.1.3 Toa đô ảnh

• •

a, Tọa độ pixel

một ảnh là sử dụng tọa độ pixel Trong hệ tọa độ này, ảnh được xử lý như một lưói của các phần tử riêng biệt được đánh thứ tự tò đỉnh tới đáy và từ trái sang phải

Với tọa độ pixel, thành phàn đầu tiên r (hàng) được tăng khi đi từ trên xuống dưới trong khi c (cột) được tăng khi đi từ trái sang phải Hệ tọa độ pixel

là giá trị nguyên, có giá trị nằm trong khoảng giữa 1 và chiều dài của hàng hay cột

b, Tọa độ không gian

Trong tọa độ không gian, vị trí trong một ảnh được định vị trên một mặt

(cột) như tọa độ pixel)

Hệ tọa độ không gian gần tương ứng với hệ tọa độ pixel trong một chừng mực nào đó Chẳng hạn tọa độ không gian của điểm giữa của bất kỳ pixel nào được phân biệt với tọa độ pixel của pixel đó Cũng có một vài khác biệt, tuy nhiên trong tọa độ pixel, góc bên trái của một ảnh là (1,1) trong khi trong tọa độ không gian, yị trí này mặc định là (0.5,0.5) Sự khác nhau này là

do hệ tọa độ pixel là rời rạc trong khi tọa độ không gian là liên tục Cũng vậy, góc bên trái luôn là (1,1) trong hệ pixel, nhưng ta có thể chỉ ra một điểm gốc không chính quy cho hệ tọa độ không gian Một sự khác biệt dễ gây nhàm lẫn nữa là quy ước: thứ tự của các thành phần nằm ngang và thẳng đứng được phục vụ cho ký hiệu của hai hệ thống Như đã đề cập trước đây, tọa độ pixel được đại diện bởi một cặp (r,c) trong khi tọa độ không gian được biểu diễn bởi (x,y) Khi một phần tử sử dụng r và c, nó tham chiếu đến hệ tọa độ pixel Khi

Khi sử dụng hệ tọa độ không gian không chính quy thì theo mặc định, hệ tọa độ không gian của một ảnh tương ứng với tọa độ pixel Chẳng hạn, điểm

tự của tọa độ bị đảo ngược)

Trong một số tình huống, có thể muốn sử dụng tọa độ không gian không chính quy (không mặc định) Chẳng hạn, có thể chỉ ra góc bên trái của một ảnh tại điểm (19.0,7.5) thay cho (0.5,0.5) Nếu ta gọi một hàm mà trả về tọa độ cho ảnh này, tọa độ được trả lại sẽ là giá tri trong hệ tọa độ không chính quy

1.2 Nội suy ảnh

1.2.1 Khái niệm nội suy ảnh

Trong toán học giải tích số, phép nội suy là một phương pháp xây dựng mới các điểm dữ liệu trong phạm vi của một tập hợp rời rạc những điểm dữ liệu được biết

Trong kỹ thuật và khoa học thường có một số điểm dữ liệu thu được bằng việc lấy mẫu hay thí nghiệm và thử xây dựng một hàm mà lân cận phù hợp với những điểm dữ liệu đó

Có thể nói nội suy là một giải thuật phàn mềm dùng để thêm vào (hoặc

bỏ bớt) số điểm ảnh trên ảnh kỹ thuật số Tiến trình nội suy sẽ dựa trên màu sắc của những điểm ảnh cũ để xác định màu cho các điểm ảnh mới gần nó nhất Một số máy ảnh số sử dụng giải thuật nội suy để tạo ra ảnh có dung lượng cao hơn khả năng thu nhận của bộ cảm biến ảnh hoặc tăng cường khả năng zoom

kỹ thuật số của máy Hầu như tất cả các phần mềm chỉnh sửa ảnh đều sử dụng một hoặc nhiều phương pháp nội suy Hình ảnh sẽ mịn màng, không bị “vỡ hạt” khi phóng to hay biến đổi ảnh tùy thuộc vào thuật toán được sử dụng trong giải thuật nội suy

Có nhiều phương pháp nội suy khác nhau, nhưng cần sử dụng phương pháp nội suy nào cho phù hợp cả về tốc độ và kinh tế Vì thế khi tính toán sử dụng phương pháp nội suy nào càn tính đến phương pháp đó cho độ chính xác đến bao nhiêu? Nó đắt bao nhiêu? Nội suy mịn bao nhiêu? Nhiều điểm dữ liệu được sử dụng như thế nào?

Một số phương pháp nội suy phổ biến nhất như:

Nội suy tam giác (Affine Interpolation)

Nội suy các pixel gàn nhất (Nearest Neighbor Interpolation)

Nội suy song khối (Bicubic Interpolation)

Nội suy song tuyến tính (Billinear Interpolation)

Nội suy tam tuyến tính (Trilinear Interpolation)

Nội suy không gian

Nội suy thời gian có bù chuyển động

Ngoài ra còn một số phương pháp nội suy hình ảnh khác nhưng không được sử dụng phổ biến Giải thuật nội suy sẽ không thêm thông tin gì mói cho hình ảnh, nó chỉ thêm điểm ảnh và làm tăng dung lượng của tập tin.

Để tính giá trị của một pixel đã được nội suy, thực hiện tìm điểm ảnh trong ảnh ra mà pixel nằm tại điểm ảnh đó Sau đó gán một giá tri tới các pixel trong ảnh ra bằng cách tính toán giá trị trung bình của trọng số của một số pixel lân cận Trọng số được tính dựa trên cơ sở khoảng cách tới điểm đang xét

Trong xử lý ảnh, sử dụng rất nhiều đến kỹ thuật nội suy Ảnh sau khi được thu nhận sẽ được xử lý bởi các kỹ thuật nội suy như:

+ Xử lý điền đày (Filling a region): Là quá trình tô màu một vùng nhất định bằng cách nội suy giá trị pixel từ biên của vùng

+ Thay đổi kích thước của ảnh như phóng đại ảnh, quay ảnh, bóp méo, đều có thể chỉ ra kỹ thuật nội suy càn sử dụng

+ Sinh ra hình ảnh trung gian khi thực hiện nội suy từ một khung ảnh nguồn và một khung ảnh đích

Theo mặc định ở các chương trình, sử dụng phương pháp nội suy các pixel gần nhất để tính giá trị các pixel của ảnh đầu ra, sử dụng nội suy không gian để thực hiện sinh các khung hình trung gian Tuy nhiên, có thể chỉ định các phương pháp nội suy khác

Các hàm tuyến tính yêu cầu một tham số chỉ ra phương pháp nội suy Hầu hết các hàm đều sử dụng phương pháp nội suy các pixel gần nhất Phương pháp này tạo ra một kết quả có thể chấp nhận được cho hầu hết các ảnh và là phương pháp duy nhất thích họp với ảnh chỉ số Với ảnh cường độ hay ảnh RGB thường sử dụng nội suy song tuyến tính hoặc nội suy song khối vì những phương pháp này cho kết quả tốt hơn

Với ảnh RGB, nội suy thường được thực hiện trên mặt phang R, G, B một cách riêng biệt Với ảnh nhị phân, nội suy gây ra những ảnh hưởng có thể nhận thấy được Nếu sử dụng nội suy song tuyến tính hoặc song khối, giá trị tính toán được cho pixel trong ảnh sẽ ra toàn là 0 hoặc 1 Anh hưởng trên kết quả phụ thuộc vào lớp của ảnh vào

Nói chung, vói các loại ảnh khi tô màu lấp lỗ hổng, phóng to hay thu

suy

Việc giảm kích thước (hình học) của một ảnh có thể gây ra những ảnh hưởng nhất định lên ảnh, chẳng hạn như hiện tượng xuất hiện răng cưa tại biên của ảnh Điều này là do thông tin luôn bị mất khi ta giảm kích thước một ảnh Răng cưa xuất hiện như những gợn sóng trong ảnh sau cùng

Vì vậy hàu như các phàn mềm chỉnh sửa ảnh đều sử dụng một hoặc nhiều phương pháp nội suy Hình ảnh sẽ mịn màng, không bị “vỡ hạt” khi phóng to tùy vào thuật toán được sử dụng trong giải thuật nội suy Điều quan trọng là giải thuật nội suy sẽ không thêm thông tin gì mói cho hình ảnh, nó chỉ thêm điểm ảnh và làm tăng dung lượng tập tin

Tóm lại: Nội suy là quá trình sử dụng để ước lượng một giá ttị ảnh ở một vị trí giữa các pixel Chẳng hạn, nếu thay đổi kích thước của một ảnh, nó sẽ chứa nhiều pixel hơn ảnh gốc, có thể sử dụng nội suy để tính giá trị cho các pixel thêm vào Có thể hiểu nội suy là phóng đại hình ảnh lên bằng các thuật toán có sẵn trong máy Hầu hết các máy ảnh kỹ thuật số hiện nay đều có số điểm ảnh

triệu (1.3 - 2 megapixel) trong khi các máy ảnh hiện nay thường đạt trên 3 megapixel

Để in được các tấm ảnh đẹp và rõ nét có kích thước 10x15 cm hoặc 13x18 cm, cần máy ảnh có độ phân giải tối thiểu 1-2 megapixel Để có được các bức ảnh lớn hơn, chẳng hạn 20x25 cm, nên sử dụng các loại máy ảnh lớn hơn 2 triệu điểm ảnh Hiện nay, các nhà sản xuất nối tiếng đã tung ra các dòng máy có độ phân giải tương đương với chất lượng của máy ảnh chụp film (trên

13 megapixel)

giữa hai điểm ảnh kề nhau So với độ phân giải quang học, điểm ảnh nội suy sẽ làm tăng độ phân giải thực tế của bức ảnh Tiến trình này sẽ thêm pixel vào

hình ảnh bằng cách tính toán giá trị những pixel có sẵn xung quanh các pixel mới thêm vào để xác định màu sắc tương ứng cho các pixel mới.

Việc nội suy này buộc phải dùng thuật toán gia tăng lượng pixel để chèn vào những pixel hiện có ttong hình dẫn tới thay đổi kích thước tổng thể của hình ảnh

Khi biến đổi ảnh người ta dùng đến một trong các phương pháp nội suy, đây chính là các giải thuật để chèn điểm ảnh hay thêm pixel vào hình ảnh Việc

sử dụng phương pháp nội suy sẽ làm cho kích tổng thể của hình ảnh tăng lên hay nói cách khác là làm tăng độ phân giải thực tế của bức ảnh

1.2.2 Các vấn đề nội suy vói ảnh sổ

Với nhu cầu hiện nay, con người muốn lưu giữ những bức ảnh hoặc các bản phóng to của ảnh Tuy nhiên, nếu phóng to hình ảnh ở kích thước lớn hơn kích thước chuẩn của máy ảnh kỹ thuật số thì chất lượng hình ảnh sẽ bị giảm xuống sau mỗi làn phóng to bức ảnh

Như vậy, làm thế nào để nhận được bức ảnh với kích thước lớn nhất nhưng chất lượng vẫn được đảm bảo? Rõ ràng, cần tạo ra nhiều điểm ảnh (pixel) hơn Quá trình tạo thêm điểm ảnh này được gọi là nội suy ảnh Điều này có thể thực hiện bỏi phần mềm nội suy ảnh Phần mềm nội suy phân tích các điểm ảnh trong một hình ảnh và cho biết thêm chi tiết dựa trên các điểm ảnh được phân tích Ví dụ nội suy thay đổi kích thước của hình ảnh 200%, nói cách khác nó tăng gấp đôi kích thước của hình ảnh Kết quả là mỗi điểm ảnh sẽ trở thành 4 điểm ảnh (chủ yếu là 2x2) và tạo ra những hình ảnh có kích thước lớn gấp 4 lần ảnh gốc tò đó có thể in hình ảnh đó với chất lượng tốt hơn Còn khi sử dụng nội suy trong việc tô màu vùng thì các giá trị pixel được nội suy từ biên của vùng Các pixel thêm vào xác định giá trị nội suy từ các màu lân cận Việc nội suy giá trị màu được ứng dụng nhiều trong công việc nắn chỉnh hình

màu như ảnh màu gốc dựa vào việc nội suy Tuy nhiên việc nội suy vẫn có một

số vấn đề sau:

Vấn đề 1: Nội suy không tạo mới dữ liệu

Khi phóng to ảnh, nội suy chỉ chèn thêm điểm ảnh chứ không tạo mới

dữ liệu Tức là các thông tin của bức ảnh sẽ được phân bố trên một diện tích lớn hơn khi phóng to bức ảnh, như vậy bức ảnh sẽ không tốt như ở kích thước ban đàu, hình ảnh có thể bị xuống cấp Như vậy một hình ảnh đã được nội suy

sẽ trông không giống như một hình ảnh chưa nội suy Nội suy chỉ khắc phục được hiện tượng răng cưa, làm hình ảnh mịn hơn chứ không giữ nguyên trạng thái của bức ảnh ban đàu

Vấn đề 2: Nội suy khắc phục hiện tượng răng cưa

Răng cưa là một thuật ngữ dùng để mô tả các đường thẳng hoặc đường cong không trơn mượt, trở thành răng cưa Do bản chất của ảnh kỹ thuật số, mỗi ảnh kỹ thuật số được tạo ra bởi các điểm ảnh, bởi vậy các đường thẳng và các đường cong trong hình ảnh kỹ thuật số không thực sự là đường thẳng hay đường cong trơn mà là mô hình răng cưa của các điểm ảnh

Với hình ảnh nhỏ các răng cưa này bằng mắt thường khó nhìn thấy được nhưng khi phóng to hình ảnh lên thì rất rõ ràng Nếu một hình ảnh đã được phóng to bằng việc nhân đôi các điểm ảnh, hiện tượng răng cưa sẽ trở thành một vấn đề lớn Với ảnh cá nhân phần mềm nội suy xem màu sắc của những điểm ảnh như màu sắc của những điểm ảnh lân cận Khi tạo các điểm ảnh mới phần mềm hiểu giá trị màu sắc của các điểm ảnh mới dựa trên các điểm ảnh ban đầu và các điểm ảnh lân cận của nó

Hình 1.2 minh họa phần mềm nội suy, sau khi phân tích ban đàu điểm ảnh 1 và 2, phần mềm tạo mới một điểm ảnh với màu sắc là giữa các màu sắc ban đầu của các điểm ảnh.

Nội suy

Hình 1.2: Mô tả việc tạo mới điểm ảnh sau nội suy Nói cách khác, nội suy sẽ tạo ra các điểm ảnh có tính chất khác nhau cùng một cạnh Điểm ảnh tạo ra có màu xám (giữa hai màu đen và ttắng) Trạng thái được thực hiện dàn dàn thể hiện bởi điểm ảnh màu xám mới Bây giờ thay vì các cạnh màu đen hay trắng cứng chuyển thành màu đen, xám, trắng mềm mại hơn Điều này cũng tạo ra các răng cưa mềm mại hơn, ít bị chú ý hơn

Sử dụng phần mềm nội suy để giảm hiện tượng răng cưa, nhưng không thể loại bỏ hoàn toàn được hiện tượng này

Vấn đề 3: Nội suy là nguyên nhân làm mất độ sắc nét

Cùng một quá trình làm trơn mượt các răng cưa cũng giống như làm mượt các cạnh trong một hình ảnh

Hãy tưởng tượng, trong một hình ảnh có cạnh sắc nét, đẹp thì việc chuyển đổi màu đen/trắng thành màu đen/xám/trắng được thể hiện một cách mềm mại Điều này làm giảm đi độ sắc nét của hình ảnh Đây là lý do tại sao hàu hết các công việc làm sắc nét nên được thực hiện sau khi nội suy

Vấn đề 4: Nội suy không sinh ra hình ảnh thực sự tự nhiên

Kỹ thuật nội suy cho phép tạo ra các hình ảnh trung gian, rất hiệu quả, nhưng không dám chắc rằng những trạng thái đó có thực sự tự nhiên hay không Điều này hoàn toàn quyết định bởi khả năng đánh giá của người sử dụng đối với một trạng thái hình ảnh và thiết kế làm sao để đạt được kết quả tốt nhất Nhược điểm của các phương pháp nội suy hiện tại là không tính toán được sự thay đổi về điểm nhìn hoặc tư thế của vật thể Điều này dẫn đến kếtquả là những biến đổi hình ảnh ba chiều đơn giản (như: chuyển dịch hoặc xoay chiều) sẽ trở nên vô cùng khó khăn.

1.2.3 Một số vấn đề liên quan đến nội suy ảnh

Phép nội suy ảnh xuất hiện trong mọi bức ảnh số tại giai đoạn nào đó như bóp méo, nắn chỉnh, lấp lỗ hổng hay phóng to bức ảnh

Ngay cả khi cùng một hình ảnh thay đổi kích cỡ hoặc bóp méo được thực hiện, kết quả có thể khác nhau đáng kể tùy thuộc vào thuật toán nội suy

Nội suy hoạt động bằng cách sử dụng các dữ liệu để biết giá trị tính ở điểm chưa rõ Ví dụ: nếu muốn biết nhiệt độ lúc 12 giờ trưa, nhưng chỉ được

đo ở 11 giờ trưa và 1 giờ chiều, có thể ước tính giá tri của nhiệt độ tại thời

Hình 1.3: Biểu đồ minh họa giá trị ước tính sinh ra nhờ nội suy Nếu có thêm một thước đo tại 11 giờ 30 phút, có thể thấy rằng nhiệt độ đã tăng mạnh trước 12 giờ trưa và có thể sử dụng điểm dữ liệu bổ sung này để thực hiện một phép nội suy bậc hai:

Hình 1.4: Biểu đồ minh họa thêm giá ttị nội suyKhi có càng nhiều những phép đo nhiệt độ gần buổi trưa, phức tạp hơn

và chính xác hơn thì giải thuật phép nội suy có thể được xây dựng

Ví dụ về sự sinh ảnh trung gian

Kỹ thuật nội suy sử dụng hai hình ảnh để tạo ra một hình ảnh trung gian

ở giữa hai hình ảnh này Rồi lại kết hợp từng nửa hình ảnh được phân tách từ

động, ữong khi quá trình kết hợp hình ảnh lại được thực hiện bằng một số công

cụ kiểm soát nhất định Bất cứ công cụ nào trong quá trình này cũng đều có thể được sử dụng vào việc ghép những hình ảnh đơn giản Những công nghệ tái tạo hình ảnh cơ bản trước đây thường tập trung vào những hình ảnh theo quy tắc

Những hình ảnh trung gian được tạo ra cho người ta ảo giác rằng yật thể biến chuyển một cách nhanh chóng (xoay vòng và chuyển sang ba chiều) tò yị trí này sang yị trí khác (giữa các trạng thái trung gian)

Những điểm ảnh tương đương sẽ được tạo ra từ việc kết hợp giữa những tác động của người sử dụng vói những phối hợp tự động được tạo ra từ những

kỹ thuật tái tạo hình ảnh hiện có Khi điểm tương đương được xác định chính xác thì có thể đảm bảo được rằng các phương pháp đã được đề cập trong phần này có thể tạo ra từ những hình ảnh bảo lưu được nguyên hình ảnh gốc Trong thực tế, biết rằng một sự tương đương ở mức tương đối thường là đủ để tạo ra các biến thể hình ảnh thuyết phục

1.3 Một số ứng dụng của nội suy ảnh

Xử lý ảnh có nhiều ứng dụng thực tế, một trong những ứng dụng sớm nhất là vào những năm 60, hệ thống hình ảnh chụp từ tàu vũ trụ có một số hạn chế về kích thước cũng như chất lượng ảnh ảnh bị mờ, méo hình học và nhiễu Tuy nhiên các hình ảnh đó đã được xử lý nâng cao chất lượng hình ảnh nhờ một số kỹ thuật mói của máy tính Ví dụ như hình ảnh mặt trăng hay sao hỏa được nhìn thấy hiện nay đều đã được máy tính xử lý một cách tinh vi.

1.3.1 Nắn chỉnh hình thu nhận ảnh

Việc nội suy ảnh được ứng dụng trực tiếp trong nắn chỉnh hình thu nhận ảnh Để đạt được chất lượng nắn chỉnh hình tốt, phải nội suy từng phàn của ảnh gốc sang các phần tương ứng bên ảnh đích Điều này có nghĩa là đã biểu diễn được thông tin của đối tượng và ánh xạ từng phần của ảnh gốc sang các phần tương ứng bên ảnh đích và ánh xạ từng phàn của chúng cho nhau

Chính vì nhược điểm khi không định nghĩa rõ ràng các mặt càn nội suy nên khóa luận này sẽ trình bày một vài phương pháp nội suy như nội suy song tuyến (Bilinear), nội suy tam giác (Affine), trong đó có chia ảnh thành các vùng cần nội suy riêng biệt nhằm mục đích xây dựng khung cho đối tượng cần nắn chỉnh

1.3.2 Sinh ra hình ảnh khuyết thiếu trong làm phim hoạt hình

Để tạo ảnh động hay các cảnh chuyển động trong làm phim hoạt hình, điều đầu tiên cần làm là chuẩn bị cho một số tấm ảnh cùng chủ đề và có kích thước động giống nhau Ảnh động càng mềm thì các động tác càng liền mạch, các khung hình trung gian càng nhiều

Trong thực tế khi làm việc trong các ứng dụng đồ họa 3D Tại thời điểm mười năm về trước đã có một ý tưởng làm phim hoạt hình 3D Cách tiếp cận này sẽ dùng hình ảnh để mô tả thòi gian thực 3D Bỏi vậy, thay vì phác họa một tòa nhà trên khung hình bạn có thể làm cho tòa nhà trở nên sống động hơn bằng cách sử dụng các phàn mềm làm hoạt hình trong không gian 3D Khi người xem di chuyển quanh hình ảnh sẽ cảm thấy ảnh như có thật Thực chất

ảnh di chuyển đến đích, số lượng hình ảnh trung gian càng nhiều thì hình ảnh

3D nhìn thấy càng trở nên chân thực hơn, mịn hơn, sống động hơn Thực chất của sự mô phỏng đó chỉ là sự chuyển động của các hình ảnh tĩnh với các thao tác di chuyển đơn giản được liên kết lại.

Tuy nhiên cần phác họa các hình ảnh một cách rất chi tiết, như vậy sẽ mất rất nhiều thời gian Vậy một cách đơn giản là thực hiện nội suy để tạo các khung hình trung gian với đầy đủ chi tiết càn thiết để liên kết các khung hình

Một ví dụ sử dụng các phương pháp này để phác họa đó là trong mô hình 3D có một số điểm của một số cảnh có thể tạo ra bằng việc nội suy giữa cảnh trước và cảnh sau đó, đây chính là phương pháp nội suy bù chuyển động

Thực chất việc nội suy sẽ tạo ra một hình ảnh với kích thước khác nhau rồi thực hiện một số thao tác tiền xử lý vói các hình ảnh trung gian đó Sau đó thực hiện sao chép từ các ảnh đó thay vì thực hiện phác họa lại chi tiết từng ảnh

Có thể tạo ra hình ảnh trung gian bằng cách đánh giá ước lượng sự chênh lệch Để có hình ảnh trung gian tạo ra có chất lượng cao, đầu tiên càn biết các hình ảnh trung gian được tạo ra là hình ảnh đa phân giải và sự phân bố không đồng đều của các điểm ảnh được liên kết tại biên là chênh lệch Bằng cách tìm ra giá trị tuyệt đối đàu ra của bộ lọc mà được ứng dụng để tìm trung bình của cột và hàng theo chiều ngang và chiều dọc của khối tính toán Thứ hai, càn biết đó là những vùng ảnh bị hổng được giải quyết bằng việc so sánh

sự tương đồng giữa các khối giống nhau để thực hiện thay thế cho phù hợp Cuối cùng khi có đủ các hình ảnh trái và phải thì hình ảnh trung gian sẽ được tạo ra

điều này có tác dụng chỉ rõ những điểm mẫu trung gian sao cho những vùngđồng nhất trên bề mặt đối tượng đều được lấy mẫu Các điểm trung gian sẽ

là các điểm ở khoảng giữa khung được tạo ra khi lấy mẫu các vùng xung quanh Số các điểm trung gian cần không nhiều khi hình ảnh thay đổi quá nhanh

Chương 2: MỘT SỐ KỸ THUẬT NỘI SUY ẢNH

Hầu như tất cả các phàn mềm chỉnh sửa ảnh đều sử dụng một hoặc nhiều phương pháp nội suy trong quá trình biến đổi ảnh Hình ảnh sẽ mịn màng, không bị “vỡ hạt” khi phóng to, thu nhỏ tùy vào thuật toán được sử dụng trong giải thuật nội suy Điều quan trọng là giải thuật nội suy sẽ không thêm thông tin gì mới cho hình ảnh, nó chỉ thêm điểm ảnh và làm tăng dung lượng tập tin.

Trong chế bản hay những công việc có liên quan đến hình ảnh đều gặp phải một ttở ngại đó là việc phóng to ảnh sẽ dẫn đến tình ttạng ảnh bị vỡ, nên không thể in và chinh sửa được Muốn phóng to ảnh người ta thường dùng phương pháp chụp, rửa hình, dùng máy quét để quét ảnh với độ phân giải cao, nhưng làm như thế rất mất thời gian lại không kinh tế Hiện tại có rất nhiều nhà sản xuất phần mềm đã khắc phục được những vấn đề này bằng cách dùng các

đổi ảnh Các phương pháp nội suy này được ứng dụng rất nhiều trong thực tế, như để xử lý biến đổi ảnh, sản xuất những chiếc máy ảnh đời mới, Trong những chiếc máy ảnh kỹ thuật số này người ta sử dụng phương pháp nội suy để tính chất lượng pixel trên một đơn vị ảnh, trong các điều kiện ánh sáng được chụp của máy ảnh kỹ thuật số Bộ cảm biến gắn trong chip của máy ảnh kỹ thuật số sẽ ghi nhận hình ảnh và ánh sáng sau đó đưa ra các phép tính để kết xuất ra một file ảnh Tuy nhiên vì bộ cảm biến của hầu hết các máy chụp ảnh

kỹ thuật số hiện nay hầu như vẫn chưa thể đưa ra được một file ảnh có kích thước tiêu chuẩn đúng như một mắt phim 35mm truyền thống, điều này đồng nghĩa với sự sai lệch giữa ống kính máy ảnh vốn được sản xuất theo các tiêu chuẩn truyền thống và bộ cảm biến của máy ảnh kỹ thuật số hiện đại Vì vậy giá tri nội suy được sinh ra nhằm tái tạo, phục hồi những sai lệch giữa ống kính

và bộ cảm biến Giá ưị nội suy càng cao thì file ảnh đưa ra càng không đẹp vì

sự sai lệch đó là lớn Một số máy ảnh kỹ thuật số không có giá tri nội suy thì chất lượng càng kém vì bộ cảm biến và chip vi xử lý chỉ có thể nhận được hình ảnh ở chất lượng thấp mà không có cách khắc phục

Tóm lại vấn đề là:

+ Nếu có giá tri nội suy, chất lượng hình ảnh sẽ được đảm bảo theo mức

ảnh đó càng thấp vì các pixel nội suy được gia tăng dựa trên các pixel nội suy được gia tăng dựa trên các pixel thực mà ống kính máy ảnh thu nhận được (sự gia tăng đó đôi khi không phản ánh đúng sự thật)

+ Nếu không có giá trị nội suy, chất lượng ảnh của máy ảnh kỹ thuật số

sẽ hoàn toàn phụ thuộc vào ống kính, bộ cảm biến và chip xử lý dữ liệu

Tuy nhiên hiện nay bên cạnh những máy ảnh kỹ thuật số có sử dụng phương pháp nội suy thì đã xuất hiện nhiều phần mềm nội suy ảnh cho phép phóng to ảnh, bóp méo ảnh hay biến đổi ảnh, sinh ảnh trung gian mà hình ảnh vẫn rõ nét, cho ra ảnh có dung lượng rất gọn nhẹ, tính tùy biến cao, cho phép phóng to ảnh theo dung lượng file, cho phép sinh ra các khung hình trung gian trông tự nhiên như thật

Mặc dù nội suy có những hạn chế nhưng để có thể khắc phục những nhược điểm của hình ảnh, chúng ta vẫn nên thực hiện nội suy với những bức ảnh kém chất lượng khi thực hiện phóng to hình ảnh Chất lượng của hình ảnh phụ thuộc rất nhiều vào việc sử dụng giải thuật nội suy, vì sử dụng giải thuật nội suy chính là thuật toán xác định các giá trị màu sắc của các điểm ảnh mói được tính toán

Thực hiện nội suy là tốt cho công việc phóng to hình ảnh, biến đổi hình ảnh, có nhiều phương pháp nội suy khác nhau, phương pháp này sử dụng tốt cho hình ảnh này, nhưng phương pháp khác lại thích hợp với hình ảnh khác Vì vậy, việc sử dụng phương pháp nội suy thích hợp là rất quan trọng

Sự khác nhau của các thuật toán nội suy chính là cách phân tích màu sắc của các điểm ảnh và sử dụng thông tin đó để xác định giá tậ màu sắc của các điểm ảnh mới.

Các giải thuật nội suy có thể được chia thành hai loại: thích nghi và không thích nghi Những phương pháp thích nghi thay đổi phụ thuộc vào những gì đang nội suy (tăng độ sắc nét, làm mịn cạnh), trong khi những phương pháp không thích nghi thực hiện tất cả các điểm ảnh đều như nhau Thuật toán không thích nghi bao gồm: Neighbor Nearest (nội suy các pixel gần nhất), Linear (tuyến tính), Bilinear (song tuyến), Trilinear (tam tuyến), Bicubic (song khối), Affine (tam giác) và một số thuật toán khác

Tùy thuộc vào độ phức tạp của thuật toán người ta sử dụng từ 0 đến 256 (hoặc nhiều hơn) điểm ảnh kế tiếp khi nội suy gồm nhiều điểm ảnh liền kề nhau Những giải thuật này có thể sử dụng để bóp méo, sinh ảnh và thay đổi kích thước của một bức ảnh

Giải thuật thích nghi bao gồm nhiều giải thuật trong phàn mềm được cấp phép như: Qimage, Pro PhotoZoom, Fractal và nhiều phàn mềm khác

Các thuật toán chủ yếu được thiết kế để tối đa hóa các chi tiết tự tạo trong hình ảnh mở rộng, do đó, một số có thể không được sử dụng để bóp méo hoặc xoay hình ảnh

2.1 Các phép nội suy không gian

tín hiệu tương tự/(x,y)bằng tọa độ chuyển đổi A/D (chuyển đổi tín hiệu tương

tự sang tín hiệu số) lý tưởng:

h ( n l , n 2 ) = f c ( x , y ) I

'x=n 1 T 1 ,y=n^T 2

Nếu/C (x, y ) bị giới hạn băng tần và các tần số lấy mẫu 1/Ti và 1/T2 đều cao hơn tốc độ thì có thể phục hồi tốc độ f c(jc,y) từ /(«1,«2) bằng bộ chuyển đổi D/A (chuyển đổi tín hiệu số sang tín hiệu tương tự) lý tưởng là:

(2.2)

( 2 . 1

00 00

T ^

h ( x , y ) n (2.3

không hoàn toàn bị giới hạn băng tần, cho nên khi lấy mẫu sẽ

bị chồng phổ Ngoài ra h(x,y) là một hàm

mở rộng

vô hạn vì vậy sử dụng để đánh giá ảnh f c (jt, y) trong thực tế không thể thực hiện được.

Để lấy xấp

xỉ phép nội suy bằng (2.2) và (2.3) có thể sử dụng bộ lọc thông thấp h(x,y) vốn bị giới hạn không gian Đối vói bộ lọc h(x,y) giói hạn không gian thì cho phép lấy tổng trong

(2.2) có một số hữu hạn khác không Nếu h(x,y) là một hàm cửa sổ hình chữ nhật là: H(x,y)=l

; với

—<x<— y< — thì được gọi

là phép nội suy bậc không Trong phép

nội suy bậc

không f c

(x, y) được chọn là / (n 15 n 2 ) ở điểm (x,y) gàn nhất, YÌ thế

phương pháp này còn được gọi là nội suy các pixel gần nhất.

M

ột

phương pháp đơn giản hơn được sử dụng nhiều hơn trong thực tế là phép nội suy song tuyến tính (Bilinear)

Phương

pháp này xác định

màu cho điểm ảnh mới dựa ttên giá

ữị trung bình của

4 điểm ảnh gốc gần nó nhất Tiến trình này

có hiệu ứng khử răng cưa nên cho

ra kết quả ảnh rất mịn màng Trong phương

pháp này /c (x, y)

được định giá bằng phép tổ hợp tuyếntính của

<*<(«!+1)7] và

n 2 T 2 <y< (n 2 +i)T 2

thì CÓ thể biểu diễn trên hình 2.1 như sau:

Hình 2.1:

Biểu diễn định giá f c

(jc, y) bằng nội suy

(lI 1 ,II 2 +l)

(2.4)

A x ( l - Ạ y ) / (

« J

+ l ,

2

)

+ A x A

^ ( n

1

+ l , n

2