xử lý ảnh chương 4 phân vùng ảnh dựa trên ngưỡng, hoàng văn hiệp

xử lý ảnh, chương 4, phân vùng ảnh ,dựa trên ngưỡng, hoàng văn hiệp

Xử lý ảnh Hồng Văn Hiệp Bộ mơn Kỹ thuật máy tính Viện Cơng nghệ thơng tin Truyền thơng Email: hiephv@soict.hut.edu.vn Nội dung Chương Chương Chương Chương Giới thiệu chung Thu nhận & số hóa ảnh Cải thiện & phục hồi ảnh Phát tách biên, phân vùng ảnh Chương Trích chọn đặc trưng ảnh Chương Nén ảnh Chương Lập trình xử lý ảnh Matlab C Chương Phân vùng ảnh Hai phương pháp áp dụng phân vùng ảnh  Phương pháp dựa biên: phát biên  Phương pháp dựa vùng ảnh Phân vùng ảnh dựa ngưỡng Segmentation Detect discontinuity Detect similarity Edge detection Gradient operator Zero crossing (LoG) Optimal thresholding Boundary thresholding edge Edge linking Hough Transform Region growing Phân vùng ảnh dựa ngưỡng (tiếp) Cơ sở  Khi đối tượng nhóm lại vùng Lựa chọn ngưỡng T phân tách vùng  Điểm ảnh p(x, y) o Nếu f(x, y) > T  p(x, y) thuộc đối tượng o Nếu f(x, y) < T  p(x, y) thuộc  Có thể có nhiễu ngưỡng Phân vùng ảnh dựa ngưỡng (tiếp) Lấy ngưỡng coi toán xác định hàm T: T = T[x, y, p(x, y), f(x, y)]  f(x, y): biểu diễn mức xám điểm ảnh (x,y)  p(x, y): hàm mơ tả thuộc tính cục ảnh Ảnh sau lấy ngưỡng  Hai cấp (bi-level)  Đa cấp (multi-level) o Phân vùng ảnh dựa ngưỡng (tiếp) Vấn đề: để chọn giá trị ngưỡng T thích hợp  Nếu T phụ thuộc f(x, y): phép lấy ngưỡng toàn cục  Nếu T phụ thuộc vào P(x, y) f(x, y): phép lấy ngưỡng cục  Nếu T phụ thuộc x, y: Phép lấy ngưỡng thích nghi (adaptive thresholding) Phân vùng ảnh dựa ngưỡng (tiếp) Phân vùng ảnh dựa ngưỡng (tiếp) Các phương pháp lấy ngưỡng  Lấy ngưỡng cứng  Lấy ngưỡng toàn cục  Lấy ngưỡng cục  Lấy ngưỡng thích nghi  Lấy ngưỡng dựa kiểm chứng  Lấy ngưỡng dựa phân nhóm (gom nhóm) Lấy ngưỡng cứng 10 Thuật tốn K-means 42 Thuật tốn gom nhóm ISODATA ISODATA cải tiến thuật tốn K- means  Số lượng nhóm điều chỉnh tự động o Nếu nhóm tản mạn  tách làm nhóm o Nếu nhóm gần  gộp vào nhóm  Tính khoảng cách từ tất phần tử đến tất tâm  đưa định gom nhóm hay tách nhóm 43 Phân vùng ảnh trực tiếp dựa miền ảnh  Giả sử R biểu diễn vùng tồn ảnh, chia R thành nhiều vùng khác R1, R2, …, Rn thỏa điều kiện: n (a) R i R i 1 (b) Ri vùng liên thông, với i = 1, 2, …, n (c) Ri  Rj = , i ≠ j (d) P(Ri) = TRUE, với i = 1, 2, …, n (e) P(Ri  Rj) = FALSE, với i ≠ j 44 Phân vùng ảnh trực tiếp dựa miền ảnh (tiếp)  P(Ri) hàm logic định nghĩa trước điểm ảnh tập Ri  tập hợp rỗng  Điều kiện (a) để đảm bảo việc phân vùng hoàn toàn, điểm ảnh phải thuộc vào vùng  Điều kiện (b) R vùng liên thông  Điều kiện (c) để đảm bảo vùng phải rời  Điều kiện (d) để đảm bảo điểm ảnh vùng phải thỏa tính chất P  Điều kiện (e) để đảm bảo hai vùng khác tính chất P định nghĩa trước 45 Phân vùng ảnh trực tiếp dựa miền ảnh (tiếp) Áp dụng ảnh có nhiều nhiễu  việc phát biên phức tạp khơng thể phát xác Tiêu chuẩn xác định tính đồng miền đóng vai trị quan trọng Một số tiểu chuẩn tính đồng     46 Theo giá trị mức xám Theo màu sắc, kết cấu ảnh Theo hình dạng, theo mơ hình … Phân vùng ảnh trực tiếp dựa miền ảnh (tiếp) Một số phương pháp  Phương pháp lan tỏa vùng (gia tăng vùng – region growing)  Phương pháp phân chia kết hợp vùng 47 Phương pháp lan tỏa vùng Bắt đầu điểm “hạt giống” Phát triển vùng cách thêm vào tập điểm “hạt giống” điểm lân cận thỏa mãn tính chất cho trước (như cấp xám, màu sắc, kết cấu) – Thỏa mãn hàm P  lân cận  lân cận 48 Phương pháp lan tỏa vùng Tiêu chuẩn: Giá trị sai khác tuyệt đối điểm ảnh phải nhỏ 65 Các điểm ảnh phải lân cận với có điểm ảnh nằm vùng 49 Phương pháp lan tỏa vùng (tiếp) Ví dụ: Phân vùng áp dụng lan tỏa vùng cho ảnh sau (sự sai khác < 3, seed point điểm có giá trị lớn nhất) 50 0 1 0 0 2 0 1 0 1 1 6 1 7 6 1 1 1 0 0 1 1 0 1 1 6 6 7 6 7 7 1 1 1 0 1 1 1 Phương pháp lan tỏa vùng (tiếp) Các điểm ảnh “hạt giống” 0 1 0 0 2 0 1 0 1 1 6 1 7 6 1 1 1 0 0 1 1 0 1 1 6 6 7 6 7 7 1 1 1 0 1 1 1 51 Phương pháp lan tỏa vùng (tiếp) Phát triển vùng 0 1 0 0 2 0 1 0 1 1 6 1 7 6 1 1 1 0 0 1 1 0 1 1 6 6 7 6 7 7 1 1 1 0 1 1 1 52 Phương pháp phân chia kết hợp vùng Ý tưởng:  Xác định luật P(Ri) mà vùng phải thỏa mãn  Một vùng Ri chia thành vùng nhỏ P(Ri) = FALSE  Hai vùng Ri Rj gộp vào P(Ri ∪ Rj) = TRUE  Thuật toán dừng không chia gộp 53 Phương pháp phân chia kết hợp vùng (tiếp) Có nhiều kỹ thuật tách hợp vùng  Xem xét kỹ thuật tách hợp vùng theo cấu trúc tứ phân 54 KỸ THUẬT TÁCH VÙNG VÀ HỢP VÙNG TỨ PHÂN  P(Ri) = TRUE có 80% điểm Ri có tính chất |zj – m| ≤ 2i  Trong đó:  zj: cấp xám điểm ảnh thứ j vùng Ri  m: giá trị trung bình vùng Ri  i: độ lệch chuẩn cấp xám Ri 55 TÍNH ĐỘ LỆCH CHUẨN  Khi vùng gộp: tất pixel vùng nhận giá trị trung bình vùng  z n  Phương sai: 2  j 1 j z n 1  z n  Độ lệch chuẩn:   j 1 j z n 1  56 ... ? ?Chương Lập trình xử lý ảnh Matlab C Chương Phân vùng ảnh Hai phương pháp áp dụng phân vùng ảnh  Phương pháp dựa biên: phát biên  Phương pháp dựa vùng ảnh Phân vùng ảnh dựa ngưỡng Segmentation...Nội dung ? ?Chương ? ?Chương ? ?Chương ? ?Chương Giới thiệu chung Thu nhận & số hóa ảnh Cải thiện & phục hồi ảnh Phát tách biên, phân vùng ảnh ? ?Chương Trích chọn đặc trưng ảnh ? ?Chương Nén ảnh ? ?Chương Lập... 44 Phân vùng ảnh trực tiếp dựa miền ảnh (tiếp)  P(Ri) hàm logic định nghĩa trước điểm ảnh tập Ri  tập hợp rỗng  Điều kiện (a) để đảm bảo việc phân vùng hoàn toàn, điểm ảnh phải thuộc vào vùng