Bài Giảng Xử Lý Ảnh - Xử Lý Và Nâng Cao Chất Lượng Ảnh

Bài giảng Xử lý ảnh số 35 Chương V Xử lý và nâng cao chất lượng ảnh Nâng cao chất lượng ảnh là một bước quan trọng tạo tiền đề cho xử lý ảnh. Mục đích: làm nổi bật một số đặc tính của ảnh: Thay đổi độ tương phản, lọc nhiễu, nổi biên, làm trơn biên, khuếch đại ảnh… - Tăng cường ảnh: Nhằm hoàn thiện trạng thái quan sát của một ảnh. Bao gồm điều khiển mức xám, thay đổi độ tương phản, giảm nhiễu, làm trơn, nội suy… - Khôi phục ảnh: Nhằm khôi phục ảnh gần với trạng thái thực nhất trước khi biến dạng, tùy theo nguyên nhân gây ra biến dạng. Các phương pháp thực hiện: - Thực hiện trên miền không gian + Toán tử điểm (Point Operations): giá trị 1 điểm ảnh đầu ra phụ thuộc duy nhất vào 1 giá trị đầu vào tại vị trí tương ứng trên ảnh vào. + Toán tử cục bộ (Local Operations): giá trị một điểm ảnh đầu ra phụ thuộc vào giá trị của chính nó và các lân cận của nó trong ảnh vào. - Thực hiện trên miền tần số + Toán tử tổng thể (Global Operations): giá trị của 1 điểm ảnh đầu ra phụ thuộc vào tất cả giá trị các điểm ảnh trong ảnh vào I. Tăng cường ảnh I.1. Các thao tác trên miền không gian (Spatial Operations) - Là hàm thao tác trực tiếp trên tập các điểm ảnh. - Biểu diễn công thức tổng quát như sau: V (m, n) = T [ S (m, n)] - Một láng giềng (Neighborhood) của (m,n) được định nghĩa bởi việc sử dụng một ảnh con (subimage) hình vuông, hình chữ nhật hoặc bát giác, có tâm điểm tại (m,n). Hình 5.1. Một số dạng lân cận - Khi láng giềng là 1x1, thì hàm T trở thành hàm biến đổi hay ánh xạ mức xám (gray level transformation function). v = T[s] s, v là các mức xám của S(m,n) và V(m,n). GV. Mai Cường Thọ Bài giảng Xử lý ảnh số 36 1. Các kỹ thuật tăng cường ảnh sử dụng toán tử điểm - Xử lý điểm ảnh là 1 trong các phép xử lý cơ bản và đơn giản. Có 2 cách tiếp cận trong cách xử lý này: + Dùng 1 hàm thích hợp (hàm tuyến tính hay hàm phi tuyến) tùy theo mục đích cải thiện ảnh để biến đổi giá trị của điểm ảnh (mức xám, độ sáng) sang một giá trị khác (mức xám mới). + Dựa vào kỹ thuật biến đổi lược đồ xám (Histogram). (i). Tăng độ tương phản Trước tiên cần làm rõ khái niệm độ tương phản. Ảnh số là tập hợp các điểm mà mỗi điểm có giá trị sáng khác nhau, ở đây độ sáng để mắt người dễ cảm nhận ảnh song không phải là quyết định. Thực tế chỉ ra rằng hai đối tượng có cùng độ sáng nhưng đặt trên hai nền khác nhau sẽ cho cảm nhận khác nhau. Như vậy, độ tương phản biểu diễn sự thay đổi độ sáng của đối tượng so với nền, một cách nôm na độ tương phản là độ nổi của điểm ảnh hay vùng ảnh so với nền. Với khái niệm này, nếu ảnh của ta có độ tương phản kém, ta có thể thay đổi tuỳ theo ý muốn. Hình 5.2. Các hình vuông con cùng 1 mức xám xuất hiện trên các nền khác nhau Nguyên lý: Điều chỉnh lại biên độ trên toàn dải hay dải có giới hạn bằng cách biến đổi tuyến tính (T là hàm tuyến tính) hay phi tuyến biên độ đầu vào. + Cách biến đổi tuyến tính: v αs   v = β ( s − a ) + v a  γ ( s − b) + v b  s≤a a 0. (ii). Tách nhiễu và phân ngưỡng Tách nhiễu Là trường hợp đặc biệt của phân ngưỡng khi các độ dốc α = γ = 0 . v L Ứng dụng để quan sát ảnh, cắt ảnh hoặc giảm nhiễu khi biết tín hiệu đầu vào nằm trên khoảng [a, b] . Đồ thị minh họa: → Phân ngưỡng (Thresholding) - Là trường hợp đặc biệt của tách nhiễu khi a = b = const - Ứng dụng tạo các ảnh nhị phân, in ảnh 2 màu, vì ảnh gần nhị phân không thể cho ra ảnh nhị phân khi quét ảnh bởi có sự xuất hiện của nhiễu do bộ cảm biến và sự biến đổi của nền. Thí dụ trường hợp ảnh vân tay. - Đồ thị minh họa: → (ii). Biến đổi âm bản (Digital Negative) - Biến đổi âm bản nhận được khi dùng phép biến đổi v = L − s . Ứng dụng khi hiện các ảnh y học và trong quá tròng tạo các ảnh âm bản GV. Mai Cường Thọ β a b L s L s L s v L v a≡ b L Bài giảng Xử lý ảnh số 38 (iii). Cắt theo mức (Intensity Level Slicing) - Làm nổi bật một miền mức xám nhất định (để tăng cường một số đặc điểm nào đó). Có 2 kỹ thuật thực hiện: + Hiển thị giá trị cao cho tất cả các mức xám trong vùng quan tâm, và ngược lại (không nền). + Làm sáng vùng mức xám mong muốn, nhưng giữ nguyên các giá trị xám khác (có nền). L a ≤ s ≤ b ≠ 0 Không nền: v =  L a ≤ s ≤ b ≠ s Có nền: v =  (iv). Trích chọn bít (Bit Plane Slicing) Mục đích là để làm nổi bật các thành phần trên toàn ảnh bởi việc sử dụng các bít đặc biệt. - Mỗi mức xám s của 1 điểm ảnh được mã hóa trên B bít, và được biểu diễn: s = k1 2 B −1 + k 2 2 B −2 + ... + k B −1 2 + k B - Trong các bít mã hóa, người ta chia làm 2 loại: bít bậc thấp và bít bậc cao. Với bít bậc cao, độ bảo toàn thông tin cao hơn nhiều so với bít bậc thấp, các bít bậc thấp thường biểu diễn nhiễu hay nền. L k n = 1 ≠ 0 Muốn trích chọn bít thứ n và hiện chúng, ta dùng biến đổi: v =  (v). Các toán tử logic và đại số Sử dụng toán tử logic: Ứng dụng đối với các ảnh nhị phân NOT, AND, OR, XOR, NOT_AND... Sử dụng toán tử đại số: Cộng, Trừ, Nhân… - Trừ ảnh: mục đích tìm ra sự khác nhau của ảnh khi quan sát ảnh ở 2 thời điểm khác nhau. Sử dụng biến đổi v( m, n) = st1 (m, n) − st 2 ( m, n) Kỹ thuật này được dùng trong dự báo thời tiết, trong y học. GV. Mai Cường Thọ Bài giảng Xử lý ảnh số 39 (vi). Mô hình hóa và biến đổi lược đồ xám Lược đồ xám: là một hàm rời rạc cung cấp tần suất xuất hiện của mỗi mức xám. h( s k ) = n k + sk là mức xám thứ k + nk là số các điểm ảnh khác có cùng mức xám sk + n là tổng số các điểm ảnh trong ảnh - Biểu diễn lược đồ xám: + Trục tung biểu diễn số điểm ảnh cho một mức xám (hoặc tỷ lệ số điểm ảnh có cùng mức xám trên tổng số điểm ảnh) + Trục hoành biễu diễn các mức xám Ví dụ: # Phương pháp giãn lược đồ xám (Histogram Stretching ) - Thường thì trong một số ảnh, các giá trị xám không phủ đều trên toàn dải động sẵn có của ảnh, mà chỉ tập trung ở một số mức xám nhất định (tồn tại nhiều giá trị xám =0, hoặc là 2B-1). Điều này làm cho ảnh quá tối, quá sáng hoặc tương phản kém. h(sk) h(sk) ảnh tối sk ảnh sáng sk ảnh tương phản cao sk h(sk) h(sk) ảnh tương phản thấp GV. Mai Cường Thọ sk Bài giảng Xử lý ảnh số 40 Để giải quyết điều này, ta thực hiện thao tác giãn lược đồ xám lên toàn dải động của ảnh. Giả sử dải động (dải độ sáng ) của ảnh là 0 ÷ 2 B − 1 , thì: thao tác này là một ánh xạ sao cho: Giá trị xám nhỏ nhất của ảnh → giá trị 0 Giá trị xám lớn nhất của ảnh → giá trị 2B-1 Ánh xạ này là: v k = (2 B ) −1 ( s k − min) max − min # Phương pháp san bằng lược đồ xám (Histogram Equalization) Mục đích của phương pháp này là cố gắng chuyển lược đồ xám của ảnh về gần với 1 lược đồ định trước. h(sk) h(sk) a Ảnh gốc b Max sk a b Max Ảnh sau khi san bằng sk Thuật toán san bằng: + Khởi tạo H for (i=0; i[...]... gian của bộ lọc thông thấp lý tưởng, biểu diễn dưới dạng ảnh, lát cắt của đồ thị (ii) Lọc thông cao - Mục đích: Làm sắc nét ảnh - Bộ lọc thông cao có thể được định nghĩa qua bộ lọc thông thấp như sau H HP (u , v) = 1 − H LP (u , v) 0 D (u , v) ≤ D0 1 D(u, v ) > D0 -Bộ lọc thông cao lý tưởng: H (u, v ) =  GV Mai Cường Thọ Bài giảng Xử lý ảnh số 47 -Bộ lọc ButterWorth thông cao: H (u, v ) = 1  D0 ... phục ảnh là nhằm xác định mô hình toán học của quá trình gây ra biến dạng, tiếp theo là dùng ánh xạ ngược để xác định lại ảnh Quá trình thu nhận ảnh từ thế giới thực GV Mai Cường Thọ Bài giảng Xử lý ảnh số 48 - Hướng tiếp cận: Một mô hình sẽ được xây dựng từ các ảnh kiểm nghiệm để xác định đáp ứng xung của hệ thống nhiễu II.1 Mô hình quan sát và tạo ảnh - Cơ sở lý thuyết của kỹ thuật khôi phục ảnh: ... gây ra biến dạng ảnh gốc phụ thuộc vào hệ thống quan sát và tạo ảnh Ta phải xem xét ảnh quan sát được biểu diễn thế nào trên cơ sở đó mô hình hóa nhiễu sinh ra Tiếp theo là dùng biến đổi ngược (lọc ngược) để khử nhiễu và thu lấy ảnh gốc - Ảnh quan sát được gồm: ảnh gốc + nhiễu: u (m, n) + η (m, n) - Nhiễu gồm: + Nhiễu nhân: thành phần nhiễu phụ thuộc kiểu thiết bị quan sát và tạo ảnh η1 (m, n) + Nhiễu.. .Bài giảng Xử lý ảnh số 45 Bộ lọc thông thấp, bộ lọc thông cao (i) Lọc thông thấp - Mục đích: làm trơn ảnh - Bộ lọc thông thấp lý tưởng: Hàm truyền đạt có dạng 1 D (u , v) ≤ D0 H (u , v ) =  0 D(u, v ) > D0 D0 ≥ 0 , D(u,v) là khoảng cách từ điểm (u,v) đến gốc tọa độ tần số D0 còn được gọi là tần số cắt của bộ lọc Là giao điểm giữa H(u,v) =1 với H(u,v)=0 ( - Gốc tọa độ (u , v) = M 2 , N 2 ) - D... Khôi phục ảnh (Image Restoration) Khôi phục ảnh để cập tới các kỹ thuật laọi bỏ hay tối thiểu hóa các ảnh hưởng cua môi trường bên ngoài hay các hệ thông thu nhận, phát hiện và lưu trữ ảnh đến ảnh thu nhận được Khôi phục ảnh bao gồm các quá trình như: lọc ảnh, khử nhiễu nhằm làm giảm các biến dạng để có thể khôi phục lại ảnh gần giống ảnh gốc tùy theo các nguyên nhân đã gây ra biến dạng - Về nguyên... Lọc ngược là kỹ thuật khôi phục đầu vào của hệ thống khi biết đầu ra (ảnh thu nhận được) h(m,n) Tiến trình thu nhận ảnh GV Mai Cường Thọ Bài giảng Xử lý ảnh số 49 - v(m, n) = h(m, n) ⊗ u (m, n) + η (m, n) - Biểu diễn qua miền tần số: V (α , β ) = H (α , β )U (α , β ) + W (α , β ) H −1 (α , β ) Tiến trình phục hồi ảnh bằng lọc ngược - H −1 (α , β ) = 1 H (α , β ) Để đơn giản ta gải thiết là hệ thống không... (phụ thuộc vào hệ thống và thiết bị) thì ta suy ra được ảnh gốc u(m,n) Hàm tác động gây nên biến dạng h(m,n) v(m,n) w(m,n) Bộ lọc khôi phục ảnh uˆ (m, n) η(m,n) - h(m,n): còn được gọi là hàm phân tán điểm (point-spread function.) m=n=0 1 0 m ≠ 0 hay n ≠ 0 - Trong trường hợp lý tưởng, h(m, n) = δ (m, n) =  II.2 Kỹ thuật lọc tuyến tính (i) Lọc ngược Lọc ngược là kỹ thuật khôi phục đầu vào của hệ thống... (u , v) = M 2 , N 2 ) - D (u , v) = u 2 + v 2 Bộ lọc lý tưởng chỉ ra rằng, tất cả các tần số trong vòng tròn bán kính D0 không bị suy giảm, trong khi đó tất cả các tần số ngoài vòng tròn này hoàn toàn bị suy giảm Đồ thị không gian của bộ lọc thông thấp lý tưởng, biểu diễn dưới dạng ảnh, lát cắt của đồ thị GV Mai Cường Thọ Bài giảng Xử lý ảnh số 46 - Bộ lọc ButterWorth thông thấp: Hàm truyền đạt bậc... nhiễu Như vậy thì vấn đề chỉ còn xác định xác định hàm phân tán điểm h(m,n) - Mô hình ảnh rung động mờ (Blur Motion) + Lý tưởng: ảnh không có rung động mờ: m=n=0 1 h(m, n) = δ (m, n) =  0 m ≠ 0 hay n ≠ 0 + Ảnh có rung động mờ tuyến tính (dịch chuyển, xoay, kết hợp cả 2,…): 1  h ( m, n : L , ϕ ) =  L  0 m2 + n2 ≤ L n và = tan(ϕ ) 2 m khác L: độ dịch chuyển, ϕ góc xoay + Rung động đồng nhất ngoài... h ( m, n : L , ϕ ) =  L  0 m2 + n2 ≤ L n và = tan(ϕ ) 2 m khác L: độ dịch chuyển, ϕ góc xoay + Rung động đồng nhất ngoài tiêu điểm (Uniform Out of Focus Blur)  1  h(m, n : R ) = πR 2   0 - Biến dạng ảnh do nhiễu loạn của khí quyển H (α , β ) = e k là hệ số hiệu chỉnh, k ... 40 50 60 70 3 3 Hr (50 ) = 25 Hr (60) = 25 ; Hr (70) = 25 18 , Hc (50 ) = 25 25 21 , Hc (60) = Hc(20) = 25 25 12 25 , Hc(70) = Hc(30) = 25 25 15 Hc(40) = 25 Hc(10) = ImEq[i,j]= 255 *Hc[Im[i,j]] làm... = 0 .5, β = 8, γ = 0 .5 tính được: v a = 5, vb = 1 65 α = 0 .5 s v 10 20 85 22 101 23 109 β =8 24 117 γ = 0 .5 26 133 27 141 30 1 65 100 200 120 210 130 2 15 160 230 170 2 35 180 240 190 2 45 200 250 +... 40 50 20 40 70 30 30 S = 40 60 50 50 70 70 70 60 60 30 20 10 10 20 30 Xác định tần số mức xám mức xám 10 tần số 3 Hr (10) = , 25 , Hr (20) = 25 , Hr (30) = 25 Hr (40) = 25 Áp dụng 20 30 40 50