Thông tin tài liệu
Ch¬ng 18 NHẬN DẠNG MẪU: PHÂN ĐOẠN ẢNH 18.1 GIỚI THIỆU Từ trước đến nay, sách này, xem xét phương pháp chủ yếu để cải thiện ảnh hiển thị Trong chương 16, tham vọng đạt ảnh gần giống so với ảnh ban đầu, ảnh không suy biến Trong chương hai chương tiếp theo, đưa vài hướng phân tích nội dung ảnh Nghĩa cố gắng tìm có ảnh Chúng ta xem xét hai cách tiếp cận, nhận dạng mẫu thống kê mạng nơ ron, phương pháp áp dụng vào ảnh số Các sách viết nhiều hai phương pháp này, giúp độc giả người mong muốn tiếp tục tìm hiểu với giới thiệu lĩnh vực nhiều Trong chương nhận dạng mẫu này, đưa tập chủ đề lĩnh vực Trong thực tế, nghiên cứu nhận dạng mẫu thống kê, thực kỹ thuật xử lý ảnh số Việc trước hết bao gồm việc định vị cô lập đối tượng ảnh sau nhận biết (phân loại) đối tượng sử dụng kỹ thuật dựa lý thuyết định thống kê Chúng ta xem qua việc sử dụng mạng nơ ron nhân tạo cho việc nhận dạng mẫu 18.1.1 Nhận dạng mẫu thống kê Chi nhánh thị giác máy lĩnh vực trí tuệ nhân tạo nghiên cứu cách phát triển thuật giải phân tích nội dung ảnh Một đa dạng phương pháp tiếp với mục đích hiểu ảnh dùng, việc hiểu tảng cho nhận thức toàn trình nhận dạng mẫu, nhiên thực Nhận dạng mẫu thống kê giả thiết ảnh chứa hay nhiều đối tượng đối tượng thuộc kiểu, loại hay lớp mẫu định nghĩa trước Trong thực nhận dạng mẫu nhiều cách, quan tâm tới việc thực kỹ thuật xử lý ảnh số Cho ảnh số có chứa vài đối tượng, trình nhận dạng mẫu gồm có pha (Xem Hình 18-1) Pha gọi phân đoạn ảnh hay cô lập đối tượng, đối tượng tìm ảnh tách khỏi cảnh lại Pha thứ hai gọi trích chọn đặc trưng Đây pha mà đối tượng đo lường Một số đo giá trị tính chất xác định số lượng đối tượng Một đặc trưng hàm hay nhiều số đo, tính toán cho nó xác định tính chất quan trọng đối tượng Quá trình trích chọn đặc trưng tạo tập đặc trưng, nhận được, bao gồm vec tơ đặc trưng Điều làm giảm khối lượng thông tin (so với ảnh ban đầu) biểu diễn tin tức mà định thống kê phải dựa vào Thật hữu ích để nhận thức hoá không gian n chiều mà vec tơ đặc trưng n phần tử có tập trung vào Vì thế, đối tượng riêng biệt tương ứng với điểm không gian đặc trưng Pha thứ ba nhận dạng mẫu phân loại, đầu đơn định lớp đối tượng Mỗi đối tượng coi thuộc loại cụ thể, nhận dạng thực trình phân loại Từng đối tượng 350 ấn định vào nhiều nhóm (lớp) thiết lập trước biểu diễn cho tất loại đối tượng có ảnh Một lỗi không phân loại nhầm xảy đối tượng bị ấn định vào lớp không thích hợp Khả để xảy điều tỉ số lỗi phân loại nhầm Sự phân loại dựa vào vec tơ đặc trưng Trong hai chương tiếp theo, xem xét kỹ thuật phân loại xuất phát từ phạm trù lý thuyết định thống kê mạng nơ ron HÌNH 18-1 Hình 18-1 Ba pha nhận dạng mẫu 18.1.2 Ví dụ nhận dạng mẫu Các khái niệm nhận dạng mẫu thống kê minh hoạ tốt ví dụ Giả sử muốn thực hệ thống xếp trái đổ xuống băng truyền Việc xếp thực bị ảnh hưởng phần di chuyển từ xuống làm chệch hướng loại trái khác khỏi băng truyền rơi vào hộp chuyên chở thích hợp, minh hoạ hình 18-2 Hãy giả sử trái anh đào, táo, chanh nho Những cần hệ thống xử lý ảnh mà quan sát đến gần, phân loại thả phần phân loại thích hợp lúc vào hộp đựng trái tương ứng HÌNH 18-2 Hình 18-2 Hệ thống xếp trái Chúng ta cài đặt camera truyền hình số băng truyền thực định phân loại máy tính Với ví dụ này, xác định hai tham số cho mẫu trái cây: đờng kính màu sắc Chương trình máy tính xử lý 351 ảnh số hoá tính đường kính trái theo đơn vị milimet tham số biểu thị màu sắc Giả sử sử dụng camera TV màu chương trình tính độ sáng đối tượng theo kênh đỏ, lục lam (Xem chương 21) Sau nhận đặc trưng (ví dụ tỷ lệ độ sáng đỏ-lục) nhận giá trị thấp cho màu vàng giá trị cao cho màu đỏ Chúng ta gọi tham số độ đo sắc đỏ Hình 18-3 cho thấy không gian hai đặc trưng chiều định nghĩa hai tham số, đường kính sắc đỏ, nhóm đưa tương ứng với bốn lớp Bằng cách đặt đường định xấp xỉ không gian đặc trưng, phân chia thành vùng thuộc lớp thiết lập quy tắc phân loại Khi đến gần camera TV, xác định, đặc trưng xác định điểm không gian hai chiều Tuỳ thuộc vào nơi mà điểm nằm không gian, mà trái ấn định vào bốn lớp Ngay định phân loại thực hiện, chế bỏ vào phần mà sau làm lệch hướng để đẩy vào thùng chứa thích hợp HÌNH 18-3 Hình 18-3 Không gian đặc trưng Trong hệ thống tiền xử lý không sử dụng rộng rãi ngành công nghiệp đóng gói trái cây, đáp ứng việc minh hoạ nhận dạng mẫu thống kê Vai trò thống kê thiết kế hoạt động hệ thống trở nên rõ ràng hai chương Bây đủ điều kiện để nói lớp tạo PDF không gian đặc trưng Các dòng định xác định, từ tác động qua lại PDF đó, theo cách để tránh hay có tối thiểu hoá, lỗi phân loại nhầm 18.1.3 Thiết kế hệ thống nhận biết mẫu Thiết kế hệ thống nhận biết mẫu thường thực theo năm bước liệt kê bảng 18.1: thiết kế định đối tượng, chọn lựa đặc trưng, thiết kế phân loại thực việc đánh giá Bộ định vị đối tượng thuật toán tách ảnh đối tượng riêng biệt ảnh phức hợp Việc phân tách đối tượng gọi phân đoạn ảnh hay phân đoạn cảnh, trình bày chương Chọn lựa đặc trưng có tác dụng định thuộc tính đối tượng (kích thức, hình dạng,…) điểm khác biệt lớp đối tượng cần phải tính toán Thiết kế phân loại bao gồm việc thiết lập sở toán học cho thủ tục phân loại Các tham số điều chỉnh (ngưỡng định) phân loại bắt buộc phải có công đoạn huấn luyện lọc 352 Cuối cùng, thường cần thiết lập tỷ lệ lỗi phân loại hệ thống hoạt động Đây bước thực việc đánh giá 18.2 QUÁ TRÌNH PHÂN ĐOẠN ẢNH Chúng ta định nghĩa trình phân đoạn ảnh việc phân chia ảnh số thành vùng rời (không chờm lên nhau) Đối với mục đích chúng ta, vùng tập liên thông điểm ảnh-tức là, tập tất điểm ảnh gần kề hay sát Định nghĩa chuẩn tính liên thông sau: hai điểm ảnh tập liên thông, tồn đường liên thông phạm vi tập, đường liên thông đường luôn di chuyển điểm ảnh lân cận Do đó, tập liên thông, bạn tìm thấy đường liên thông hai điểm ảnh tập BẢNG 18-1 THIẾT KẾ HỆ THỐNG NHẬN DẠNG MẪU Bước Hàm Thiết kế định vị đối tượng Chọn thuật giải phân đoạn ảnh để phân tách đối tượng riêng biệt ảnh Lựa chọn đặc trưng Quyết định tính chất đối tượng mà phân biệt loại đối tượng tốt làm để đo lường chúng Thiết kế phân loại Thiết lập sở toán học cho thuật giải phân loại, lựa chọn kiểu cấu trúc phân loại để sử dụng Huấn luyện phân loại Cố định tham số điều chỉnh khác (các đường biên định,…) phân loại cho phù hợp với đối tượng phân loại Đánh giá hiệu suất Đánh giá tỷ số lỗi phân loại nhầm nhận khác Có hai quy tắc liên thông, số chấp nhận Nếu điểm lân cận bên (trên, dưới, trái, phải) coi thuộc liên kết, liên thông đối tượng liên kết Vì thế, điểm ảnh có lân cận để liên kết Thêm vào đó, điểm ảnh lân cận chéo (lân cận 450) tính đến liên kết có liên thông 8, đối tượng liên kết Mỗi điểm ảnh có lân cận để liên kết Cũng sử dụng quy tắc liên thông kia, miễn thích hợp Thông thường liên thông mang lại kết coi gần với trực giác người Khi người quan sát cảnh, trình xử lý đặt hệ thống thị giác phân đoạn cảnh cho người Việc thực hiệu ta trông không cảnh phức tạp, người ta coi điều tập hợp cáca đối tượng Tuy nhiên, xử lý số, phải tách đối tượng ảnh cách phân chia ảnh thành tập điểm ảnh, tập ảnh đối tượng Trong công việc phân đoạn ảnh kinh nghiệm nhìn nhận người, công việc không tầm thường phân tích ảnh số Phân đoạn ảnh tiếp cận từ ba lý thuyết phối cảnh khác Trong trường hợp tiếp cận vùng, ta ấn định điểm ảnh cho đối tượng hay vùng cụ thể Trong phương pháp tiếp cận đường biên, ta thử định vị đường biên có vùng Trong phương pháp tiếp cận đỉnh, ta tìm cách nhận biết điểm biên sau liên kết chúng với tạo thành đường biên cần có Tất ba cách tiếp cận hữu dụng việc nhìn nhận vấn đề 353 Trong chương này, xem xét vài kỹ thuật phân tách đối tượng ảnh số Mỗi lần phân tách, đối tượng đo lường phân loại Các kỹ thuật cho hoạt động hai chương 18.3 PHÂN ĐOẠN ẢNH BẰNG PHÂN NGƯỠNG Phân ngưỡng kỹ thuật phổ biến để tiếp cận vùng, hữu ích cảnh có chứa đối tượng đồng màu tương phản Mục đích để đơn giản tính toán xác định vùng có đường biên đóng liên thông Khi sử dụng qui tắc phân ngưỡng để phân vùng ảnh, người ta ấn định tất điểm ảnh nằm bên mức xám ngưỡng thuộc đối tượng Còn tất điểm ảnh không nằm mức xám ngưỡng nằm đối tượng Đường bao tập tất điểm nằm bên điểm có điểm lân cận nằm đối tượng Phân ngưỡng thực hoàn hảo đối tượng xét có mức xám bên đồng nằm có mức xám đồng khác Nếu vài tính chất (ngoài mức xám, tính kết cấu chẳng hạn) đối tượng khác chúng, người ta chuyển đổi tính chất thành mức xám Sau tiến hành phân ngưỡng mức xám để phân vùng ảnh 18.3.1 Phân ngưỡng tổng thể Trong trình xác định đường biên phân ngưỡng đơn giản nhất, giá trị mức xám ngưỡng số sử dụng toàn ảnh Nếu mức xám số hợp lý đối tượng có độ tương phản xấp xỉ nhau, ngưỡng tổng thể cố định thường dùng để qui định mức xám ngưỡng hợp lý chọn 18.3.2 Phân ngưỡng thích nghi Trong nhiều trường hợp mức xám số độ tương phản đối tượng ảnh hoàn toàn khác nhau, thường xảy trường hợp ngưỡng áp dụng thích hợp cho vùng ảnh lại không thích hợp cho vùng khác Trong trường hợp đó, thuận tiện sử dụng mức xám ngưỡng hàm biến thiên chậm theo vị trí ảnh Hình 18-4 cho thấy ảnh hiển vi nhiễm sắc thể từ tế bào máu người Trong ảnh này, mức xám thay đổi chiếu sáng không đồng độ tương phản thay đổi từ nhiễm sắc thể sang nhiễm sắc thể khác Trong hình 18-4a, mức xám ngưỡng không đổi sử dụng cho toàn ảnh để phân tách nhiễm sắc thể Mỗi nhiễm sắc thể bao đường dãy số Trong hình 184b, ngưỡng thay đổi từ nhiễm sắc thể sang nhiễm sắc thể khác tương xứng với cục độ tương phản nhiễm sắc thể Điều tạo vài sai số phân đoạn-trong nhiều nhiễm sắc thể bị dính vào hay nhiễm sắc thể riêng biệt bị phá vỡ Một nghiên cứu tương tự cho thấy độ xác phép đo diện tích nhiễm sắc thể cải tiến phân ngưỡng thích nghi Trong hình 18-4b, ngưỡng nhiễm sắc thể đặt xấp xỉ mức trung bình mức xám trung bình đối tượng mức xám cục 18.3.3 Lựa chọn ngưỡng tối ưu Trừ phi đối tượng ảnh có mặt dốc đứng, giá trị xác mức xám ngưỡng có tác động đáng kể lên vị trí đường biên toàn kích thước đối tượng trích chọn Nghĩa số đo kích thước liên tiếp-khu vực riêng biệt-nhạy cảm với mức xám ngưỡng Vì lý mà cần tối ưu hay phương pháp thiết lập ngưỡng 354 HÌNH 18-4 Hình 18-4 Phân ngưỡng tổng thể thích nghi 18.3.3.1 Kỹ thuật lược đồ mức xám Một ảnh chứa đối tượng tương phản có lược đồ mức xám nhị thức (bimodal) (hình 18-5) Hai đỉnh tương ứng với số lượng tương đối lớn điểm đối tượng Vùng lõm đỉnh tương ứng với điểm tương đối xuất xung quanh biên đối tượng Trong trường hợp này, lược đồ mức xám thường dùng để thiết lập mức xám ngưỡng Diện tích đối tượng xác định mức xám ngưỡng T (18.1) A H ( D)dD T Lưu ý việc tăng ngưỡng T thêm lượng T làm giảm diện tích ngưỡng tương ứng với vùng lõm lược đồ mức xám Bởi vậy, việc lấy ngưỡng vùng lõm lược đồ tối thiểu hoá tính nhậy cảm phép đo vùng với sai số nhỏ chọn ngưỡng H (D ) A H ( D)dD T A T T T Db D0 D Hình 18-5 Lược đồ mức xám nhị thức Nếu ảnh hay vùng ảnh chứa đối tượng bị nhiễu không lớn lược đồ mức xám bị nhiễu Nhiễu làm mờ vị trí vùng lõm, vùng lõm rõ nét cách khác thường Điều khắc phục phạm vi cách làm trơn lược đồ mức xám, cách sử dụng tích chập hay thủ tục điều chỉnh đường cong Nếu hai đỉng có kích thước không giống nhau, việc làm trơn có xu hướng dịch chuyển vị trí Tuy nhiên, dễ dàng định vị đỉnh tương đối ổn định làm trơn Một phương pháp có khả tin cậy để đặt ngưỡng vị trí cố định liên quan tới hai đỉnh-có lẽ điểm hai đỉnh thể phương thức (xuất nhiều nhất) mức xám điểm bên bên đối tượng Nói chung, tham số đánh giá xác mức xám thường xuất nhất-tức vùng lõm lược đồ 355 Người ta tạo thành lược đồ mức xám có điểm có độ lớn gradient tương đối cao, ví dụ 10% cao Việc ước lượng số lượng lớn điểm ảnh bên bên dtvà làm cho vùng lõm lược đồ dễ truy cập Người ta chia lược đồ theo gradient trung bình điểm ảnh mức xám để tăng cường vùng lõm hay lấy mức xám trung bình điểm ảnh có gradient cao để xác phân ngưỡng Bộ lọc Laplace toán tử đạo hàm bậc hai hai chiều Lọc Laplace theo sau làm trơn phân ngưỡng mc hay cao chút có xu hướng phân vùng đối tượng chéo đạo hàm bậc hai, tương ứng với điểm uốn biên đối tượng Lược đồ hai chiều mức xám gradient dùng để thiết lập tiêu chuẩn phân đoạn 18.3.3.2 Phân ngưỡng thích nghi Kỹ thuật phân vùng thích nghi hình 18-4b thực kỹ thuật hai bước Trước qua bước thứ nhất, ảnh chia làm nhiều khu vực 100 100 điểm ảnh Từ lược đồ mức xám khu vực, ngưỡng xác định đỉnh đỉnh liệu Các khu vực chứa lược đồ đơn thức bị bỏ qua Trong bước thứ nhất, đường biên đối tượng định nghĩa sử dụng ngưỡng mức xám số phạm vi khu vực, khác khu vực lại Các đối tượng định nghĩa không trích chọn từ ảnh, mức xám bên trung bình đối tượng tính đến Trong bước thứ hai, đối tượng lập ngưỡng nằm mức mức xám bên mức xám khu vực Xem xét hình 184 cho thấy số chi tiết nhỏ giảm từ bảy xuống hai, số tan rã giảm từ tới không 18.3.4 Phân tích điểm Trong nhiều trường hợp quan trọng, điều cần thiết để tìm đối tượng có hình dạng gần tròn Việc phát triển chủ yếu tập trung vào đối tượng hình tròn Hạn chế đối tượng hình tròn cho phép ta tiếp tục lựa chọn ngưỡng tối ưu ngỡng khác Các khái niệm trình bày dù hữu ích nhiều trường hợp tổng quát 18.3.4.1 Định nghĩa Giả sử ảnh B(x,y) chứa điểm đơn Theo định nghĩa, ảnh chứa điểm (x0,y0) có mức xám cực đại Nếu thiết lập toạ độ cực có tâm (x0,y0), cho ảnh cho Bp(r,), B p r1 , B p r2 , r2 > r1 (2) với Chúng ta gọi B(x,y) điểm đơn điệu dấu đẳng thức không xảy biểu thức (2) Nghĩa mức xám hoàn toàn giảm theo đường kéo dài theo hướng từ tâm (x0,y0) Đối với điểm đơn điệu, đỉnh phẳng, (x0,y0) Một trường hợp đặc biệt quan trọng xảy tất đường viền điểm đơn điệu đường tròn tâm (x0,y0) Chúng ta gọi trường hợp đặc biệt điểm đường tròn đồng tâm (concentric circular spot-CCS) Với ý nghĩa gần đúng, điều thường miêu tả ảnh không nhiễu kính thiên văn, tế bào kính hiển vi nhiều loại ảnh quan trọng khác Nhiễu thường làm cho ảnh thực sai khác với định nghĩa chúng, dù lý thuyết chứng tỏ tính hữu ích Đối CCS, hàm Bp(r,) độc lập , ta gọi hàm chiếu điểm Đường cong có ích cho chọn lựa ngưỡng Ví dụ, xác định điểm uốn 356 chọn ngưỡng mức xám để đặt đường biên điểm có độ dốc lớn Đây gầm mà mắt người phân biệt đường biên xem ảnh chứa cạnh trơn, ổn định tác động việc làm trơn thêm nhiễu Đường bao đánh giá không mức kích thước thật đối tượng Các điểm khác thuộc hình chiếu, ví dụ độ lớn cực đại đạo hàm bậc hai sử dụng Nếu phân ngưỡng điểm đơn điệu mức xám T, định nghĩa đối tượng có diện tích chu vi xác định Khi thay đổi T dải mức xám, tạo hàm diện tích ngưỡng A(T) hàm chu vi ngưỡng p(T) Cả hai hàm điểm Cả hai liên tục điểm đơn điệu, hàm đủ xác định CCS cách đầy đủ Như nội dung định nghĩa, hai điểm tương đương p chúng có hàm chu vi giống hệt tương đương H chúng có lược đồ giống Từ ta có điểm tương đương H có hàm diện tích ngưỡng giống 18.3.4.2 Lược đồ tóm tắt Giả sử ảnh CCS B(x,y) cho hàm tóm tắt Bp(r) Bây tìm kiếm biểu thức cho lược đồ điểm dạng hàm tóm tắt Giả sử phân ngưỡng B(x,y) mức xám D phân lại mức xám D + D Giả thiết định nghĩa hai vòng tròn bao quanh có bán kính r r + r, hình 18-6 Diện tích hình tròn đường viền A r r r 2rr (3) Trong xấp xỉ thu giả thiết r nhỏ bỏ qua r2 Biểu thức xếp lại sau A 2r r (4) Theo định nghĩa, lược đồ ảnh là, H B D L D 0 A D (5) HÌNH 18-6 Hình 18-6 Phân ngưỡng điểm tròn đồng tâm Chúng ta chia tử số mẫu số cho r thay biểu thức (4) vào tử số ta H B D L D A / r 2r D / r d / drB p r (6) 357 Để đạt đẳng thức bên phải, phải ghi nhớ r D tiến tới 0, thừa nhận đạo hàm hàm tóm tắt mẫu số Chúng ta chưa chấm dứt, vế phải biểu thức (6) hàm r thay hàm D Do B(x,y) ảnh điểm đơn điệu, Bp(r) hàm đơn điệu giảm, đó, tồn hàm ngược r D B p1 D (7) Bây thay vào tử mẫu số biểu thức (6) để tạo lược đồ hàm mức xám Chú ý rằng, hàm tóm tắt Bp(r) đơn điệu giảm với r, nên mẫu số biểu thức (6) âm Biểu thức bỏ dấu trừ tử số tạo lược đồ dương, mong muốn 18.3.4.3 Tóm tắt diện tích nhận Bây tìm kiếm biểu thức tóm tắt CCS dạng lược đồ Bán kính đối tượng hình tròn thu phân ngưỡng CCS mức xám T 1 RT AT 1/ 1 H B D dD T 2 1/ (8) Đối với điểm đơn điệu, lược đồ HB(D) khác giá trị mức xám lớn nhỏ Nghĩa hàm diện tích A(T) đơn điệu tăng, cho hàm R(T) Vì thế, tồn hàm nghịch đảo biểu thức (8) tóm tắt Cho nên, tính tóm tắt diện tích nhận CCS cách tích phân lược đồ để hàm diện tích, công việc lấy bậc hai sau nghịch đảo hàm 18.3.4.4 Tóm tắt chu vi nhận Phân ngưỡng CCS mức xám T tạo dy hình có bán kính R T P T 2 (9) Trong p(T) hàm chu vi Giống với kỹ thuật trước, tóm tắt đơn hàm nghịch đảo biểu thức (9) Do biết hàm chu vi thu hàm tóm tắt nghịch đảo biểu thức (9) 18.3.4.5 Các điểm không tròn điểm nhiễu Chúng ta thu dễ dàng tóm tắt ảnh chứa CCS không nhiễu đơn giản cách lấy mức xám theo dòng quét chứa đỉnh Tuy nhiên, điểm không tròn điểm nhiễu kỹ thuật đề cập trước hữu ích Ví dụ, ta sử dụng lược đồ điểm không tròn để thu tóm tắt CCS tương đương H chọn mức xám để cực đại hoá độ dốc đường biên Trong trường hợp khác, hữu dụng để tính hàm chu vi xác định tóm tắt CCS tương đương p Mỗi kỹ thuật tạo ngưỡng thích hợp ảnh đến Trong ảnh số hoá cảnh tự nhiên, mức nhiễu thường cao dòng quét đơn nhận biết xác điểm uốn thuộc hàm tóm tắt trở thành khác biệt Tuy nhiên, tóm tắt diện tích nhận chu vi nhận được tính cách sử dụng đa số hay tất điểm ảnh biên đối tượng Quá trình dùng để giảm nhiễu vốn có cách lấy trung bình Thêm vào đó, việc giảm nhiễu bị ảnh hưởng việc làm trơn lược đồ hay hàm chu vi trước tính tóm tắt, hay làm trơn chín hàm tóm tắt Tóm tắt diện tích nhận tính toán dễ dàng hơn, có tính chất đối xử phân biệt nhiễu cấp cao 358 Nhiễu ngẫu nhiên ảnh thường tạo ngưỡng đường biên bị lởm chởm Trong điều ảnh hưởng đôi chút lên hàm diện tích, có xu hướng tạo sai lầm lớn hàm chu vi Mặc dù giảm lỗi cách xây dựng trình làm trơn đường biên thành thủ tục tính chu vi, đơn giản hoá công việc tính toán khía cạnh tóm tắt diện tích nhận Sieracki, Reichenback, Webb so sánh chín phương pháp chọn ngưỡng, có hai phương pháp dựa tóm tắt diện tích nhận (độ lớn tối đa đạo hàm bậc đạo hàm bậc hai) việc tính toán đường kính vi hạt huỳnh quang Phát biểu cách tổng quát, họ tìm thấy phương thức sau xác chín phương pháp hạt có kích thước cường độ khác Nó thực tốt cho tế bào việc cấy ghép mô Tìm kiếm giá trị lớn đạo hàm bậc nhất, giống phương pháp kiểm tra khác, có xu hướng đánh giá kích thước vật thể không mức 18.3.5 Gradient đường biên trung bình Đối với điểm không tròn, tóm tắt CCS tương đương H tương đương p chấp nhận cho việc lấy ngưỡng mức xám Đối với đối tượng có hình dạng tuỳ ý, xem xét gradient trung bình xung quanh đường biên hàm mức xám ngưỡng định nghĩa đường biên Giả sử môt điểm đơn điệu không tròn phân ngưỡng mức xám D D + D cho hình 18-7 Tại điểm a đường biên r khoảng cách vuông góc với đường biên bên Vì r vuông góc với đường viền nên nằm theo hướng vec tơ gradient điểm a Độ lớn vec tơ gradient điểm a đường biên B L D D r (10) HÌNH 18-7 Hình 18-7 Phân ngưỡng điểm không tròn Vì quan tâm đến gradient trung bình quanh đường biên, nên tính trung bình |B| quanh đường biên cách đơn giản Nếu r nhỏ so chu vi diện tích hai đường biên A pD r (11) Trong r khoảng cách vuông góc trung bình từ đường biên bên tới đường biên bên p(D) hàm chu vi Để nhận gradient trung bình xung quanh đường biên, cần thay r cho r biểu thức (10) Việc tạo 359 18.5 PHÁT HIỆN BIÊN VÀ LIÊN KẾT Một phương pháp tiếp cận khác để thiết lập đường biên đối tượng ảnh ta xem xét điểm ảnh lân cận trực tiếp để xác định điểm ảnh có thực nằm đường biên đối tượng hay không Các điểm ảnh đáp ứng đặc tính yêu cầu gọi điểm biên Một ảnh mà mức xám phản ánh cường độ điểm ảnh tương ứng thoả mãn yêu cầu điểm biên gọi ảnh biên hay đồ biên Ảnh hiển thị ảnh biên nhị phân đưa vị trí (không phải độ lớn) điểm biên Một ảnh mã hoá trực biên, thay độ lớn, gọi ảnh biên có hướng Bình thường biên ảnh cho thấy hình dáng phác hoạ đối tượng qua điểm biên, thấy đường biên dạng đóng, liên thông thế, chúng cần thiết cho phân đoạn ảnh Vì vậy, đòi hỏi phải có bước khác trước trích chọn đối tượng Liên kết điểm biên trình kết hợp điểm biên gần để tạo đường biên đóng, liên thông Quá trình điền vào hỗ hổng nhiễu tác động sắc thái để lại 18.5.1 Phát biên Nếu điểm ảnh nằm đường biên đối tượng ảnh lân cận vùng chuyển tiếp mức xám Hai đặc tính chủ yếu đáng ý độ dốc hướng chuyển tiếp Đó độ lớn hướng véc tơ gradient Các toán tử phát biên xem xét điểm ảnh lân cận xác định độ dốc hướng chuyển tiếp mức xám Có nhiều cách để thực điều này, đa số dựa nhân chập với tập mặt nạ đạo hàm có hướng Toán tử biên Roberts Một toán tử vi phân để tìm biên toán tử biên Roberts, cho g ( x, y ) f ( x, y ) f ( x 1, y 1) f ( x 1, y ) f ( x, y 1) 1/ (15) f(x,y) ảnh vào với toạ độ điểm ảnh (x,y) nguyên Căn bậc hai bên làm cho hoạt động trình xử lý giống với hệ thống thị giác người Toán tử biên Sobel Hình 18-5 trình bày hai ma trận tích chập dạng toán tử biên Sobel Mỗi điểm ảnh nhân chập với hai hạt nhân Một hạt nhân tương ứng tối đa với biên dọc ma trận để tìm biên ngang Giá trị lớn hai tích chập giá trị đầu cho điểm ảnh Kết cho ta ảnh độ lớn biên -1 -2 -1 -1 0 -2 2 -1 Hình 18-15 Toán tử Sobel Toán tử biên Prewitt Hai hạt nhân tích chập cho hình 18-16 tạo thành toán tử biên Prewitt Cũng giống toán tử Sobel, điểm ảnh nhân chập với hai hạt nhân giá trị cực đại xác định điểm Kết toán tử Prewitt vậy, tạo ảnh độ lớn biên -1 -1 -1 -1 0 -1 1 1 -1 365 Hình 18-16 Toán tử Prewitt Toán tử Kirsch Tám hạt nhân tích chập cho hình 18-17 toán tử Kirsch Mỗi điểm ảnh nhân chập với tất tám mặt nạ Mỗi mặt nạ tương ứng với cực đại hướng biên hướng chung Giá trị cực đại tám hướng lấy làm giá trị cho điểm ảnh độ lớn biên Chỉ số mặt nạ cực đại tương ứng mã hoá hướng biên HÌNH 18-17 Hình 18-7 Toán tử Kirsch Thực phát biên Nhìn bề ngoài, ảnh biên tạo toán tử phát biên giống Chúng thường giống dòng kẻ mà người ta phác thảo tranh Toán tử Roberts ma trận 2, thích hợp cho chuyển tiếp đột ngột ảnh nhiễu thấp Còn toán tử khác sử dụng trường hợp chuyển tiếp từ từ ảnh bị nhiễu nhiều Bình thường, phát biên hai mặt nạ, biên độ lớn coi giá trị Việc khiến chúng có phần nhậy cảm với hướng biên Có thể thu đáp ứng nhiều chiều thích hợp cách lấy hai tổng bình phương Việc xấp xỉ hoá biên độ gradient xác Chú ý toán tử Sobel Prewitt tổng quát hoá thành tám hướng sử dụng toán tử Kirsch để thu ảnh hướng biên 18.5.2 Liên kết biên Nếu cạnh tin tưởng mức nhiễu thấp, ta phân ngưỡng ảnh biên (Xem lại hình 7-7) làm mảnh ảnh nhị phân thu (Xem phần 18.7.4.2) lại đường biên đóng, liên thông có độ rộng điểm đơn Tuy nhiên, điều kiện lý tưởng ảnh biên có chỗ trống phải điền đầy Các lỗ trống nhỏ điền đầy đơn giản cách tìm kiếm lân cận hay lớn có tâm điểm kết thúc, điểm kết thúc khác sau điền đầy điểm đường biên yêu cầu để liên kết chúng Tuy nhiên, ảnh phức tạp có nhiều điểm biên, việc vượt đoạn ảnh Để khắc phục vượt khả phân đoạn ảnh, ta yêu cầu hai điểm kết thúc có chung cường độ hướng biên, phạm vi cho phép, trước liên kết chúng 18.5.2.1 Tìm kiếm Heuristic Giả sử có lỗ trống đường biên ảnh biên Nhưng dài để điền xác đường thẳng, thực lỗ trống đường biên, hay có lẽ hai Chúng ta thiết lập, phép đo số lượng, hàm tính cho đường liên kết hai điểm kết thúc, mà gọi A B 366 Chúng ta bắt đầu việc đánh giá lân cận A ứng cử viên nhận bước tiến phía B Thông thường ba lân cận A nằm theo hướng chung với B xem xét Chúng ta chọn điểm mà cực đại hoá hàm đặc trưng biên từ A tới điểm Sau trở thành điểm cho bớc lặp Cuối cùng, đạt tới B, hàm đặc trưng biên đường tạo đem so sánh với ngưỡng Nếu biên tạo không thích hợp, bị bỏ Việc tính toán kỹ thuật tìm kiếm Heuristic trở thành tốn hàm đặc trưng biên phức tạp lỗ hổng đánh giá nhiều dài Các kỹ thuật thực tốt ảnh tương đối đơn giản, không cần thiết phải quy đường tối ưu toàn điểm kết thúc 18.5.2.2 Hiệu chỉnh đường cong Nếu điểm biên nằm rải rác, hiệu chỉnh đường cong tuyến tính đoạn hay đường cong chốt bậc cao (higher order spline curve) qua chúng để thiết lập đường biên thích hợp cho việc trích chọn đối tượng Các kỹ thuật hiệu chỉnh đường cong thông dụng đề cập phần 19.5 Ở đây, đề cập đến phương pháp tuyến tính đoạn gọi hiệu chỉnh lặp Giả sử có nhóm điểm biên nằm rải rác hai điểm cụ thể A B mong muốn chọn lựa tập điểm để tạo nút đường tuyến tính đoạn từ A tới B Chúng ta bắt đầu thực đường thẳng từ A tới B Sau tính khoảng cách vuông góc từ đường đến điểm biên lại Điểm xa trở thành nút đường đi, đường có hai nhánh Quá trình lặp lại nhánh không điểm biên nằm nhiều khoảng cách cố định kể từ nhánh gần Khi việc thực cho cặp điểm (A, B) xung quanh đối tượng, tạo đa giác gần với đường biên 18.5.2.3 Biến đổi Hough Đường thẳng y = mx + b biểu diễn toạ độ cực sau x cos y sin (16) Trong (,) định nghĩa vec tơ từ gốc toạ độ tới điểm gần nằm đường (hình 18-18a) Vec tơ vuông góc với đường thẳng Chúng ta thừa nhận không gian hai chiều định nghĩa hai tham số Một đường mặt phẳng x, y tương ứng với điểm không gian Vì vậy, biến đổi Hough đường thẳng không gian x, y điểm không gian Bây xem xét điểm (x1, y1) riêng biệt mặt phẳng x, y Có nhiều đường thẳng qua điểm đường thẳng tương ứng với điểm không gian , Tuy nhiên, điểm phải thoả mãn biểu thức (16) với x1 y1 số Vì vậy, quỹ tích tất đường thẳng mặt phẳng x, y đường sin không gian tham số điểm mặt phẳng x, y (hình 18-18b) tương ứng với đường cong hình sin không gian , (hình 18-18c) Nếu có tập điểm biên xi, yi nằm đường thẳng có tham số 0 0, điểm tương ứng với đường cong không gian , Tuy nhiên, tất đường cong phải giao điểm (0, 0) 367 HÌNH 18-18 Hình 18-18 Biến đổi Hough: (a) đường thẳng biểu diễn toạ độ cực; (b) mặt phẳng x, y; (c) mặt phẳng , Vì thế, để tìm đoạn thẳng có điểm nằm đó, lập lược đồ hai chiều không gian , Với điểm biên (xi, yi), ta tăng tất ống lược đồ không gian , tương ứng với biến đổi Hough (đường cong hình sin) điểm Khi thực điều cho tất điểm biên, thống chứa (0, 0) cực đại khu vực Vì vậy, tìm kiếm lược đồ không gian , cho cực đại cục nhận tham số đoạn biên tuyến tính 18.6 PHÁT TRIỂN VÙNG Phát triển vùng cách tiếp cận phân đoạn ảnh mà nhận ý đáng kể đoạn thị giác máy lĩnh vực trí tuệ nhân tạo Với tiếp cận này, ta bắt đầu chia ảnh thành nhiều vùng nhỏ Vùng ban đầu lân cận nhỏ hay chí điểm ảnh đơn lẻ Trong vùng, ta xác định tính chất định nghĩa cách thích hợp, phản ánh thành viên đối tượng Tính chất phân biệt điểm ảnh đối tượng khác bao gồm mức xám trung bình, kết cấu hay thông tin màu sắc Vì thế, bước ấn định cho vùng tập tham số mà giá trị chúng phản ảnh đối tượng chứa chúng Tiếp theo, tất đường biên vùng liền kề xét đến Lợi dụng khác tính chất lấy trung bình vùng liền kề để xác định cường độ đường biên Một đường biên cho mạnh tính chất cách cạnh đường biên khác cách đáng kể yếu ngược lại Các đường biên mạnh thừa nhận có giá trị, đường biên yếu bị huỷ bỏ bị hợp vào vùng lân cận Quá trình lặp lại cách luân phiên tính lại tính chất đối tượng thành viêndv vùng mở rộng sau huỷ bỏ đường biên yếu Quá trình hợp vùng tiếp tục đạt đến điểm đường biên đủ yếu để huỷ bỏ Sau hoàn thành việc phân đoạn ảnh Kiểm tra thủ tục cho ta dấu vết vùng bên đối tượng lớn lên đường biên chúng thông tinương ứng với biên đối tượng Việc tính toán thuật toán phát triển vùng đắt so với kỹ thuật đơn giản hơn, việc phát triển vùng lợi dụng vài tính chất ảnh trực tiếp đồng thời định nghĩa vị trí đường biên cuối Có lẽ cho thất triển vọng lớn phân đoạn ảnh tự nhiên, mặt mạnh kiến thức trước không sẵn có Hình 18-19 trình bày bốn giai đoạn việc phát triển vùng thớ nhìn qua kính hiển vi Trong ví dụ này, gradient thấp tính chất thành viên vùng Ảnh bên phải cho thấy đường biên cuối 368 HÌNH 18-19 Hình 18-19 Ví dụ phát triển vùng 18.7 XỬ LÝ ẢNH NHỊ PHÂN Các ảnh nhị phân-ảnh có hai mức xám-tạo thành tập ảnh số quan trọng Một ảnh nhị phân (ví dụ hình chiếu hay phác đồ) thường có từ phép phân đoạng ảnh phân đoạn ban đầu không đáp ứng hoàn toàn, dạng xử lý thực ảnh nhị phân cải thiện tình Nhắc lại có hai nguyên tắc liên thông (liên thông liên thông 8) ta phải sử dụng hai nguyên tắc (Phần 18.2) Tiếp cận liên thông nhận biết điểm ảnh liền kề ngang dọc lân cận, liên thông coi điểm ảnh gần lân cận Đối với nhiều ứng dụng, liên thông sử dụng nhiều Tích chập ảnh nhị phân với hạt nhân hình 18-20 tạo ảnh bit (512 mức xám) mức xám điểm ảnh xác định cấu hình lân cận nhị phân có tâm điểm Các phép toán lân cận mà thực bảng tra cứu 512 mục với bit đầu Một phép toán thực phần mềm hay phần cứng thiết kế đặc biết, sử dụng bảng tra cứu thường có hiệu so với vài phép thực khác HÌNH 18-20 Hình 18-20 Mã hoá lân cận nhị phân Tiếp cận sử dụng để thực mọt phép toán logic gọi biến đổi (hit) hay sai (miss) Bảng tra cứu nạp vào để tìm kiếm mẫu đo-ví dụ, điểm ảnh màu đen Đầu hay 0, tuỳ thuộc vào việc lân cận có tương xứng với mặt nạ hay không Nếu lúc mẫu tương xứng (đúng), điểm ảnh trung tâm đặt màu trắng điểm ảnh trung tâm tất cấu hình khác giữ nguyên không thay đổi (sai), phép toán giảm đối tượng đặc thành nét phác thảo chúng cách đánh giá điểm bên 369 18.7.1 Xử lý ảnh hình thái học Một tập vô quan trọng phép toán xử lý ảnh nhị phân phát triển từ tập tiếp cận lý thuyết biết tiêu đề hình thái học toán học (mathematical morphology) Mặc phép toán đơn giản, chúng biến chúng ràng buộc vào để tạo nhiều kết phức tạp Hơn nữa, chúng tuân theo thực bảng tra cứu phần cứng tương đối đơn giản trình xử lý pipeline Mặc dù sử dụng phổ biến ảnh nhị phân, tiếp cận mở rộng cho ảnh mức xám Trong trường hợp tổng quát, xử lý ảnh hình thái học hoạt động cách coi phần tử có cấu trúc ảnh hoạt động tương tự tích chập (hình 18-21) Giống hạt nhân tích chập, phần tử cấu trúc có kích thước chứa thành phần Tại vị trí điểm ảnh, phép toán logic định thực phần tử cấu trúc ảnh nhị phân Ảnh nhị phân kết từ phép toán logic lưu trữ vị trí điểm ảnh ảnh đầu Kết tạo tuỳ thuộc vào kích thước nội dung phần tử cấu trúc tuỳ thuộc vào chất phép toán logic HÌNH 18-21 Hình 18-21 Xử lý ảnh hình thái học Với mục đích giới thiệu chủ đề này, tập trung vào trường hợp đơn giản nhất, việc sử dụng phần tử cấu trúc chứa toàn giá trị Với giới hạn này, phép toán logic xác định kết 18.7.1.1 Tập thuật ngữ lý thuyết Trong ngôn ngữ xử lý hình thái học, ảnh nhị phân, B, phần tử cấu truc, S tập định nghĩa lưới Carte hai chiều, giá trị phần tử tập Tổng kết tập định nghĩa kết lý thuyết cho phụ lục Ta ký hiệu phần tử cấu trúc Sxy sau tịnh tiến cho gốc nằm điểm (x, y) Đầu phép toán hình thái học tập khác định rõ phép toán tập biểu thức lý thuyết 18.7.2 Phép co phép giãn Các phép toán hình thái học phép co phép giãn, cho hình 18-22 Theo định nghĩa, điểm biên điểm ảnh định vị bên đối tượng, có lân cận nằm bên đối tượng 370 HÌNH 18-22 Hình 18-22 Phép co phép giãn 18.7.2.1 Phép co Phép co đơn giản trình đánh giá tất điểm biên đối tượng,để đối tượng nhỏ điểm ảnh diện tích xung quanh chu vi Nếu đối tượng hình tròn, phép co làm giảm đường kính hình tròn hai điểm ảnh Nếu chỗ hẹp có bề dày nhỏ ba điểm ảnh, bị đứt rời (thành hai đối tượng) chỗ Các đối tượng có bề dày không hai điểm ảnh theo hướng ước lượng Phép co thường dùng để loại bỏ đối tượng nhỏ ảnh phân đoạn Phép co tổng quát định nghĩa E B S x, y | S xy B (17) Tức là, ảnh nhị phân E thu từ việc co B S tập điểm (x, y) S tịnh tiến cho gốc đặt (x, y), hoàn toàn chứa B Với phần tử cấu trúc bản, phép co tổng quát phép co đơn giản 18.7.2.2 Phép giãn Phép giãn đơn giản trình sát nhập tất điểm tiếp xuc với vào đối tượng, để đối tượng lơn diện tích Nếu đối tượng hình tròn, sau phép giãn đường kính tăng thêm hai điểm ảnh Nếu hai đối tượng tách rời ba điểm ảnh, chúng dính liền (hợp thành đối tượng) chỗ Phép giãn thường dùng để lấp lỗ hổng đối tượng phân đoạn Phép giãn tổng quát định nghĩa D B S x, y | S xy B (18) Tức là, ảnh nhị phân D thu từ phép giãn B S tập điểm (x, y) S tịnh tiến cho gốc đặt (x, y), phần giao với B không rỗng Với phần tử cấu trúc bản, phép giãn tổng quát phép giãn đơn giản 18.7.3 Phép đóng phép mở Phép mở Quá trình phép co phép giãn gọi phép mở Nó có tác động đến việc đánh giá đối tượng nhỏ mảnh, phá vỡ đối tượng điểm mảnh thường làm trơn biên đối tượng lớn mà không thay đổi đáng kể đến diện tích chúng Phép mở định nghĩa B S B S S (19) Phép đóng Quá trình phép giãn phép co gọi phép đóng Nó có tác động điền đầy lỗ hổng nhỏ mảnh đối tượng, liên kết đối tượng gần thường làm trơn biên đối tượng lớn mà không thay đổi đáng kể đến diện tích chúng Phép đóng định nghĩa 371 B S B S S (20) Thường thường, ảnh nhiễu phân đoạn phân ngưỡng đường biên thu rời rạc, đối tượng có lỗ hổng sai lệch bị lấm đối tượng nhiễu nhỏ Phép mở hay phép đóng liên tiếp cải thiện tình trạng kể Đôi vài phép giãn lặp lặp lại, số lần phép giãn tạo kết mong muốn 18.7.4 Các biến thể phép co phép giãn Thường phép toán co, áp dụng lặp lặp lại, rút ngắn đối tượng so với kích thước thật Phép giãn, tương tự, hợp tất đối tượng ảnh thành Tuy nhiên, trình thay đổi để tạo kết khác tốt vài ứng dụng 18.7.4.1 Rút ngắn Khi phép co thực theo cách mà đối tượng đơn điểm ảnh bên trái không bị đụng chạm đến, trình gọi rút ngắn Nó thường sử dụng phải đảo ngược số đếm đối tượng toàn Phép rút ngắn sử dụng lặp lặp lại để mở rộng xếp kích thước ảnh nhị phân chứa đối tượng có dạng gần giống hình tròn.nó thực liên tục với toán tử để đếm số đối tượng đơn điểm ảnh ảnh sau lần, bán kính lại giảm điểm ảnh nhiều đối tượng rút ngắn thành kích thước đơn điểm ảnh Các đối tượng dạng tròn (chẳng hạn, đối tượng có dạng tạ) bị vỡ rút ngắn, kỹ thuật có hạn chế 18.7.4.2 Làm mảnh Phép co lập trình trình hai bước mà không phá vỡ đối tượng Bước phép co bình thường, với điều kiện: điểm ảnh đánh dấu để loại bỏ không đánh giá thực Trong bước thứ hai, điểm đánh dấu loại bỏ mà không phá huỷ tính liên thông đánh giá, giữ lại liên thông Mỗi bước phép toán lân cận thực thao tác tra cứu bảng Quá trình làm mảnh giảm đối tượng cong tuyến tính thành mộy đường rộng đơn điểm ảnh, đưa hình trạng đồ thị Trong hình 18-23, làm mảnh nhóm nhiễm sắc thể, vài số dính nhau, tạo đồ thị phân đoạn cho nhiễm sắc thể Quá trình sử dụng làm tảng cho thuật giải riêng biệt đối tượng tiếp xúc HÌNH 18-23 Hình 18-23 Làm mảnh 372 18.7.4.3 Tìm xương Một phép toán liên quan đến làm mảnh tìm xương, biết tên biến đổi trục trung vị Trục trung vị quỹ tích tâm tất đường tròn tiếp xúc với đường biên đối tượng hai hay nhiều điểm phân biệt Tuy nhiên, tìm xương thực thực trình hiệu chỉnh đường tròn bên đối tượng Về mặt khái niệm, trục trung vị coi tạo thành theo cách sau Hình dung đám cỏ, theo hình dạng đối tượng, bị lửa vây quanh mặt lúc Khi lửa tiến dần vào trong, quỹ tích điểm tiếp xúc với đường lửa trục trung vị Có thể thực tìm xương với phép co hai bước có điều kiện, giống trình làm mảnh nhiên, quy tắc loại bỏ điểm ảnh có phần khác Hình 18-24 so sánh trình làm mảnh với tìm xương Sự khác chủ yếu xương trục trung vị mở rộng đường biien góc, xương thu cách làm mảnh không 18.7.4.4 Sự lược bớt Thường thường, trình làm mảnh hay tìm xương để lại cựa gà hình kết Những nhánh ngắn có điểm kết thúc nằm chừng khoảng ba điểm ảnh vùng giao Các cựa gà đường cong gợn sóng ccó kicnhs thước đơn điểm ảnh tạo thành nhánh nhỏ Có thể loại bỏ chúng loạt phép toán nhằm xoá bỏ điểm kết thúc (nhờ mà làm ngắn lại tất nhánh), tiếp the khôi phục nhánh tồn ví dụ, cựa gà ba điểm ảnh biến sau ba lần lặp phép toán loại bỏ điểm kết thúc Không có điểm kết thúc phát triển lại từ đây, cựa gà không tái tạo 18.7.4.5 Làm béo Phép giãn thực cho không hợp đối tượng gần Điều thực theo hai giai đoạn, tương tự làm mảnh Một cách bổ sung ảnh sử dụng phép toán làm mảnh Thực tế, biến thể phép co có phép toán giãn kèm thực ảnh bổ sung Một vài kỹ thuật phân đoạn có xu hướng làm dày đường biên thu gọn lại để tránh hợp chúng cách sai lầm Làm béo hiệu chỉnh vấn đề cách mở rộng đường biên mà không hợp đối tượng riêng biệt 18.7.4.6 Ví dụ Hình 18-25 minh hoạ cách mà phép toán hình thái học phối hợp với để thực trình phức tạp Đây ảnh vỉ mạch in phân tích để xác định vị trí điểm đứt gãy rãnh 18.7.5 Biến đổi khoảng cách Một phép toán liên quan khác thực ảnh nhị phân biến đổi khoảng cách Tuy nhiên, không tạo ảnh nhị phân khác, mà ảnh mức xám Mức xám điểm ảnh khoảng cách từ điểm ảnh đến điểnh gần Một biến đổi khoảng cách gần tính toán phép toán tương tự phép co đó, mối bước, điểm ảnh gán nhãn số lần lặp giá trị đánh giá từ đối tượng Cái gọi thuật giải soi đường (chamfer algorithm) tính biến đổi khoảng cách theo hai bước ảnh 373 HÌNH 18-25 Hình 18-25 Phân tích hình thái học ảnh vỉ mạch in: (a) ảnh tỷ lệ xám; (b) ảnh phân ngưỡng; (c) thu gọn phép mở; (d) phân tách điểm đầu mút phép co phép giãn; (e) phân tách rãnh tìm xương; (f) kết cuối rãnh, điểm đầu mút điểm gãy Hình 18-26 minh hoạ khái niệm biến đổi chiều khoảng cách hai bước Hình 18-26(a) ảnh nhị phân chiều chứa đối tượng ký hiệu số toàn số Hình 18-26(b) kết bước (tiến), xây dựng từ trái sang phải Tại điểm ảnh, điểm bên trái 0, điểm phía thay số đếm bước thực từ gặp giá trị cuối Trong hình 18-26(c),ta thấy kết bước thứ hai (lùi), xây dựng từ phải sang trái bước này, điểm ảnh thay giá trị nhỏ (a) hay (a) số bước nhận từ gặp giá trị cuối Kết môt ảnh mà mức xám phản ánh khoảng cách đến đường biên gần HÌNH 18-26 Hình 18-26 Biến đổi khoảng cách chiều: (a) ảnh nhị phân; (b) kết bước thứ (trái sang phải); (c) kết bước thứ hai (phải sang trái) Trong biến đổi khoảng cách hai chiều, mặt nạ tương tự hạt nhân tích chập (xem hình 18-27) áp dụng lên ảnh trình giống tích chập Giống biến đổi khoảng cách chiều, biến đổi khoảng cách hai chiều có hai giai đoạn Bước tiến di chuển từ trái sang phải, thực từ xuống ảnh, bước lùi di chuyển từ phải sang trái, thực từ lên ảnh Tại vị trí, tập tổng hai số hạng tạo cách thêm phần tử mặt nạ vào giá trị điểm ảnh Những nơi tống mặt nạ, thao tác thực Điểm ảnh tâm mặt nạ thay tổng nhỏ 374 HÌNH 18-27 Hình 18-27 Cặp mặt nạ biến đổi khoảng cách hai chiều sử dụng thuật giải xoi đường: (a) 3; (b) Các mặt nạ hình 18-27 co ta ảnh khoảng cách mà mức xám gấp ba lần khoảng cách Ơ clit đến đường biên Độ lệch cực đại từ khoảng cách Ơ clit thực 8% Các mặt nạ cho ta ảnh khoảng cách đượ nhân tỷ lệ lên năm lần sai số cực đại chúng 2% Ví dụ, biến đổi khoảng cách thường dùng việc phân đoạn nhóm đối tượng tiếp xúc Mỗi đối tượng nhóm tạo giá trị cực đại cục ảnh khoảng cách Thuật giải đường phân nước (giảm ngưỡng từ ngưỡng cao ảnh ban đầu) phân đoạn ảnh khoảng cách thành đối tượng thành phần riêng biệt, cho hình 18-28 Sử dụng thuật giải đường phân nước ảnh biến đổi khoảng cách (hình 18-28(b)) có hiệu phá vỡ phần đối tượng tròn tiếp xúc (hình 18-28(c)) 18.7.6 Phân tích độ cong đường biên Độ cong điểm đường cong định nghĩa thay đổi góc tang điểm Độ cong đường biên đối tượng dương khoảng mà đối tượng lồi âm chỗ lõm Ví dụ, hình 18-29 đồ thị độ cong đường biên trình bày hai đỉnh nhọn âm tương ứng với hai chỗ lõm Nếu đối tượng mong đợi lồi, điều báo hiệu sai số phân đoạn Một đường cắt ngang, vẽ hai điểm a b, tách biệt hai đối tượng Vì thế, hàm độ cong đường biên trợ giúp việc phát tự động hiệu chỉnh sai số phân đoạn HÌNH 18-28 Hình 18-28 Sử dụng thuật giải đường phân nước với biến đổi khoảng cách đề phân đoạn đối tượng tiếp xúc: (a) ảnh nhị phân; (b) biến đổi khoảng cách; (c) ngưỡng đường phân nước 375 18.8 CẤU TRÚC ẢNH PHÂN ĐOẠN Nếu đòi hỏi tổng kích thước đối tượng, không cần thiết phải trích chọn đối tượng từ ảnh ban đầu Trong trường hợp khác, tổng hợp ảnh cácnh trình bày đối tượng xếp lạobằng cách đó, hay ta hiển thị đối tượng ảnh Ta thực thêm phép đo hay xử lý khác đối tượng riêng lẻ Trong trường hợp này, đáng giá để trích chọn lưu trữ đối tượng riêng lẻ theo khuôn dạng thuận lợi Nói chung, đối tượng phải ấn định dãy số tìm thấy Giá trị số đối tượng sử dụng để nhận biết đánh dấu đối tượng riêng lẻ cảnh phần này, ta đề cập ba phương pháp cấu trúc ảnh phân đoạn 18.8.1 Bản đồ đối tượng thành viên Một phương pháp để lưu trữ thông tin phân đoạn để tạo ảnh riêng biệt,có kích thước với ảnh ban đầu, mã hoá đối tượng thành viên sở điểm ảnh đồ đối tượng thành viên, mức xám điểm ảnh mã hoá chuỗi số thứ tự đối tượng có chứa điểm ảnh tương ứng ảnh ban đầu Ví dụ, tất điểm ảnh thuọcc đối tượng 27 ảnh có mức xám 27 đồ thành viên Kỹ thuật đồ thành viên nói chung hoàn hảo, phương pháp đặc biệt để lưu trữ thông tin phân đoạn Thêm vào đó, đòi hỏi ảnh số kích thước để miêu tả cảnh chứa đối tượng nhỏ Tuy nhiên, kiểu ảnh nén hiệu quả, bình thường chứa vùng lớn có mức xám không đổi Nếu quan tâm đến lích thước hình dạng đối tượng, ảnh ban đầu bị loại bỏ sau phân đoạn Kết giảm liệu hiệu có đối tượng hay đối tượng không cần thiết phải phân biệt Trong hai trường hợp, đồ thành viên trở thành ảnh nhị phân Những yêu cầu liệu cho phân đoạn ảnh bắt buộc trình phải làm nhiều giai đoạn khác ảnh đồ thành viên nhị phân hai đa mức thường dùng bước trung gian thủ tục phân đoạn ảnh nhiều bước 18.8.2 Chuỗi mã đường biên Một khuôn dạng đầy đủ việc lưu trữ thông tin phân đoạn ảnh chuỗi mã bường biên Bởi đường biên định nghĩa đối tượng, nên không cần thiết phải lưu trữ vị trí điểm bên Hơn nữa, thật chuỗi mã đường biên dùng đường biên đường liên kết Chuỗi mã khởi đầu cách cách định rõ toạ độ (x, y) điểm xuất phát tuỳ chọn đường biên đối tượng Điểm ảnh nhận biết có lân cận số chúng phải điểm biên Chuỗi mã đường biên định rõ chiều hướng mà bước phải tiến hành để từ điểm biên đến điểm Vì có hướng, nên chúng đánh số, từ đến hình 18-30 cho thấy cách chia chấp nhận mã hướng Khi chuỗi mã đờng biên bao gồm toạ đọ điểm xuất phát, theo sau dãy mã hướng xác định đường xung quanh biên Với chuỗi mã đường biên, việc lưu trữ phân đoạn đối tượng đòi hỏi toạ độ (x, y) ba bit cho điểm biên Đây không gian lưu trữ cách đáng kể so với không gian cần thiết cho đồ đối tượng thành viên Khi cảnh phức tạp phân đoạn, chương trình lưu trữ đường biên đối tượng ghi đơn lẻ bao gầm số đối tượng, chu vi (số điểm biên) chuỗi mã Thêm vào đó, có nhiều đặc trưng kích thước hình dạng trích chọn trực tiếp từ chuỗi mã đường biên, trình bày chương 376 HÌNH 18-30 Hình 18-30 Hướng mã đường biên Sự sinh chuỗi mã đường biên thường yêu cầu truy cập ngẫu nhiên ảnh vào, đờng biên phải đánh lần theo dấu vết toàn ảnh Bằng kỹ thuật tìm vết đường biên phân đoạn ảnh, sinh chuỗi mã điều tất yếu Bằng việc định vị đường biên phân ngưỡng, chuỗi mã thường phải sinh bước Sự sinh chuỗi mã đường biên không phù hợp cho với việc xử lý dòng ảnh lưu đĩa Bởi điểm ảnh bên bị bỏ qua, nên chuỗi mã dùng đòi hỏi xử lý thêm ảnh đối tượng riêng biệt 18.8.3 Mã hoá phân đoạn dòng Mã hoá phân đoạn dòng kỹ thuật lưu trữ dòng đối tượng trích chọn Quá trình minh hoạ tốt ví dụ hình 18-31 Giả sử muốn phân đoạn ảnh sử dụng ngưỡng mức xám T Chương trình xem xét ảnh, dòng, hoạt động tư xuống, tìm kiếm điểm ảnh có mức xám lớn T Trong hình, đoạnh có nhãn 1-1 dãy ba điểm ảnh kề sát dòng thứ 100 có mức xám mức ngưỡng Vì thế, đoạn 1-1 phân đoạn dòng đối tượng (đối tượng số 1) mà chương trình bắt gặp Thực dòng 101, chương trình gặp hai đoạn, 1-2 2-1, mức ngưỡng Vì khả chứng tỏ lúc hai đối tượng thực thuộc đối tượng, chương trình giả thiết đoạn thứ hai dòng 101 phần đối tượng thứ hai, đối tượng số Vì đoạn thứ 1-2 nằm đoạn 1-1 nên chương trình giả thiết hai đoạn phần đối tượng số Quá trình tiếp tục toàn dòng 102, với dòng 103 tìm thấy đoạn đơn lẻ nằm đoạn hai đối tượng chương trình thừa nhận đối tượng và việc đánh số đoạn tiếp tục cho đối tượng Trên dòng 105, chương trình lại tìm thấy hai đoạn Tuy nhiên, chúng nằm đoạn 1-5 nên thấy chúng thuộc đối tượng dòng 107, không tìm thấy đoạn nằm đoạn 1-8 hay 1-9 phân tách đối tượng hoàn toàn Theo phương pháp này, phân đoạn dòng, nhận được, định rõ đối tượng phân tách Hình 18-32 cho thấy môt cách mà thông tin phân đoạn đối tượng tổ chức lưu trữ đĩa Mỗi đối tượng xác định, chương trình tạo tệp đối tượng Tệp bắt đầu nhãn đối tượng chứa số đối tượng số lượng đoạn đối tượng Mục sau phải thường xuyên cập nhật đối tượng phân đoạn hoàn toàn Theo sau nhãn đối tượng, phân đoạn dòng lưu trữ ghi Trong hình 18-32, chúngđược lưu trữ nhãn đoạn, theo sau giá trị mức xám điểm ảnh đoạn Nhãn đoạn chứa số dòng mà từ đoạn trích chọn, toạ độ điểm ảnh phân đoạn dòng số điểm ảnh phân đoạn dòng Đối với đối tượng hình 18-31, hai tệp đối tượng đoạn mở Sau hai đoạn lưu tệp đối tượng 2, nhiên, chương trình khám phá 377 đối tượng giống Vì vậy, cấu trúc sâu tệp đối tượng tiếp tục Sau đó, hay sau phân đoạn hoàn toàn đối tượng này, hai tệp đoạn đối tượng hợp Kết kỹ thuật mã hoá phân đoạn dòng tập tệp đoạn, tệp cho đối tượng Nếu tệp đoạn lưu ghi đơn lẻ ổ đĩa, cần vòng quay đĩa đủ để đọc ghi toàn đối tượng Một ảnh đối tượng dễ dàng tái tạo nhớ đơn giản cách mở tệp đoạn Điêug thường sử dụng cần xử lý thêm ảnh đối tượng Đối với việc phân đoạm ảnh lớn, ảnh đầu vào đọc dòng từ đĩa tệp đoạn đối tượng thu thập nhớ Miễn tệp đối tượng hoàn thành, nhãn thông qua tệp ghi lên đĩa ghi Một điểm thuận lợi phương pháp diện tích, chu vi, IOD, kích thước mở rộng chiều ngang chiều dọc đối tượng dễ dàng xây dựng thành bước trích chọn đối tượng Trong phương pháp này, vài đặc trưng quan trọng đối tượng biết bước phân đoạn hoàn thành HÌNH 18-32 Hình 18-32 Tệp đoạn đối tượng 18.9 TỔNG KẾT NHỮNG ĐIỂM QUAN TRỌNG Phân đoạn ảnh trình phân chia ảnh số thành tập điểm ảnh liên kết không đè lên nhau, tập tương ứng với tập lại tương ứng với đối tượng ảnh Phân đoạn ảnh tiếp cận trình ấn định điểm ảnh cho đối tượng hay tìm đường biên đối tượng (hay đối tượng nền) Phân ngưỡng mức xám kỹ thuật phân vùng đơn giản tạo đường biên kín, liên thông Quá trình làm đặc khử nhiễu, xây dựng trước phân đoạn, thường cải thiện hiệu suất suốt trình phân đoạn Phân ngưỡng mức xám thường cần thiết để thay đổi phạm vi ảnh, độ tương phản đối tượng mức xám tương đối ổn định Đối với ảnh đối tượng đơn giản tương phản, việc lập mức ngưỡng điểm lõm lược đồ nhị thức làm tối thiểu hoá tính nhạy của diện tích đo với thay đổi ngưỡng Hàm chiếu điểm tròn đồng tâm xuất phát từ lược đồ hay hàm chu vi ảnh Gradient trung bình xung quanh đường viền tính từ hàm chu vi lược đồ [biểu thức (12)] 378 Phân đoạn đối tượng thực cách tìm vết đường biên, hay phân ngưỡng, theo gradient ảnh 10 Các kỹ thuật tăng vùng thường dùng cho việc phân đoạn cảnh phức tạp sử dụng định nghĩa đối tượng phức tạp 11 Phân đoạn ảnh lưu trữ đồ thành viên, chuỗi mã hay theo mã phân đoạn dòng BÀI TẬP Bên lược đồ ảnh 20 mức xám (0 màu đen) bóng bi-a màu trắng đen Quả bóng làm vật liệu có trọng lượng riêng 1.5 gam/cm3 Khoảng cách điểm ảnh mm Quả bóng cân nặng bao nhiêu? [0 100 500 3000 9000 3000 500 200 100 200 300 500 627 500 300 200 100 0 0] Bên lược đồ ảnh 20 mức xám trái tương phản Khoảng cách điểm ảnh mm Đây anh đào, nho hay bí ngô? [0 100 200 300 500 600 500 300 200 100 200 500 3000 8000 20000 8000 3000 5000 1000 0] Bên lược đồ ảnh 32 mức xám (0 màu đen) chứa máy ghi đĩa màu đen, đường kíng 12 inch, với nhãn màu trắng xám Khoảng cách điểm ảnh bao nhiêu? đường kính nhãn bao nhiêu? [0 0 100 200 2000 6000 2000 200 100 0 200 3000 9000 3000 200 0 50 100 400 100 50 0 0 0 0] DỰ ÁN Phát triển chương trình tạo ảnh số vết nhiễu Gauss có mức xám định Kể khả xác định vị trí chiều x chiều y (độ lệch tiêu chuẩn) vết biên độc nhiễu trắng phân bố không đồng Tạo ảnh 200 mức xám cao, vết 15 20 với nhiễu có biên độ đỉnh mức xám 10 Phát triển chương trình tạo tóm tắt từ diện tích chu vi vết miêu tả dự án tính đạo hàm bậc bậc hai tóm tắt Định nghĩa SNR biên độ vết chia cho biên độ nhiễu RMS Với vết tròn bán kính 5, 10 20 điểm ảnh, với SNR 40, 20, 10 5, tạo tóm tắt từ diện tích xác định vị trí điểm có độ dốc cực đại Xác định theo kinh nghiệm, kích thước vết, SNR tối thiểu cần thiết để xác định vị trí điểm uốn với sai số không điểm ảnh Phát triển chương trình hiệu chỉnh hàm Gauss hai chiều thành vết nhiễu Gauss có mức xám (xem phần 19.5.5) Sử dụng chương trình để xác định vị trí, kích thước biên độ vết nhiễu ảnh tạo chương trình miêu tả dự án hay có cách số hoá ảnh đối tượng tròn Phát triển chương trình phân ngưỡng thích nghi mà thiết lập ngưỡng cho đối tượng cảnh sử dụng kỹ thuật chọn ngưỡng miêu tả chương kiểm tra chương trình ảnh chứa đối tượng có độ tương phản khác không Sử dụng ảnh số khác hay ảnh tạo chương trình miêu tả dự án 379 [...]... đoạn các ảnh tự nhiên, trong đó mặt mạnh của những kiến thức trước đây là không sẵn có Hình 18- 19 trình bày bốn giai đoạn trong việc phát triển vùng của một thớ cơ nhìn qua kính hiển vi Trong ví dụ này, gradient thấp là tính chất thành viên của vùng nền Ảnh dưới bên phải cho thấy đường biên cuối cùng 368 HÌNH 18- 19 Hình 18- 19 Ví dụ về phát triển vùng 18. 7 XỬ LÝ ẢNH NHỊ PHÂN Các ảnh nhị phân -ảnh chỉ... 1 và 0 bất kỳ Tại mỗi vị trí điểm ảnh, một phép toán logic đã định được thực hiện giữa phần tử cấu trúc và ảnh nhị phân cơ bản Ảnh nhị phân kết quả từ phép toán logic đó được lưu trữ tại vị trí điểm ảnh đó trên ảnh đầu ra Kết quả tạo ra tuỳ thuộc vào kích thước và nội dung của phần tử cấu trúc và tuỳ thuộc vào bản chất của phép toán logic HÌNH 18- 21 Hình 18- 21 Xử lý ảnh hình thái học Với mục đích giới... ảnh trung tâm sẽ được đặt là màu trắng và điểm ảnh trung tâm của tất cả các cấu hình khác giữ nguyên không thay đổi (sai), phép toán sẽ giảm các đối tượng chỉ đặc thành nét phác thảo của chúng bằng cách đánh giá các điểm bên trong 369 18. 7.1 Xử lý ảnh hình thái học Một tập vô cùng quan trọng các phép toán xử lý ảnh nhị phân phát triển từ một tập tiếp cận lý thuyết được biết dưới tiêu đề hình thái học... bảng tra cứu trong phần cứng tương đối đơn giản đối với quá trình xử lý pipeline Mặc dù được sử dụng phổ biến trên ảnh nhị phân, tiếp cận này cũng có thể mở rộng cho các ảnh mức xám Trong trường hợp tổng quát, xử lý ảnh hình thái học hoạt động bằng cách coi một phần tử có cấu trúc trong ảnh như một hoạt động tương tự tích chập (hình 18- 21) Giống như hạt nhân của tích chập, phần tử cấu trúc có thể có... trong ảnh là đầu tiên ta xem xét từng điểm ảnh và lân cận trực tiếp của nó để xác định điểm ảnh có thực sự nằm trên đường biên của đối tượng hay không Các điểm ảnh đáp ứng những đặc tính yêu cầu đó gọi là các điểm biên Một ảnh mà trong đó mức xám phản ánh cường độ mỗi điểm ảnh tương ứng thoả mãn các yêu cầu của một điểm biên gọi là ảnh biên hay bản đồ biên Ảnh này cũng có thể được hiển thị như một ảnh. .. đoạn 18. 8.1 Bản đồ đối tượng thành viên Một phương pháp để lưu trữ thông tin phân đoạn là để tạo ra một ảnh riêng biệt,có cùng kích thước với ảnh ban đầu, và mã hoá đối tượng thành viên trên cơ sở từng điểm ảnh trong bản đồ đối tượng thành viên, mức xám của từng điểm ảnh mã hoá chuỗi số thứ tự đối tượng có chứa điểm ảnh tương ứng trong ảnh ban đầu Ví dụ, tất cả các điểm ảnh thuọcc đối tượng 27 trong ảnh. .. được dùng khi đòi hỏi xử lý thêm các ảnh đối tượng riêng biệt 18. 8.3 Mã hoá phân đoạn dòng Mã hoá phân đoạn dòng là kỹ thuật lưu trữ từng dòng các đối tượng được trích chọn Quá trình được minh hoạ tốt nhất bằng một ví dụ trong hình 18- 31 Giả sử chúng ta muốn phân đoạn một ảnh sử dụng ngưỡng mức xám T Chương trình xem xét ảnh, từng dòng, hoạt động tư trên xuống, tìm kiếm những điểm ảnh có mức xám lớn hơn... bước phân đoạn được hoàn thành HÌNH 18- 32 Hình 18- 32 Tệp đoạn đối tượng 18. 9 TỔNG KẾT NHỮNG ĐIỂM QUAN TRỌNG 1 Phân đoạn ảnh là quá trình phân chia một ảnh số thành những tập điểm ảnh liên kết và không đè lên nhau, một tập tương ứng với nền và các tập còn lại tương ứng với các đối tượng trong ảnh 2 Phân đoạn ảnh có thể được tiếp cận như quá trình ấn định các điểm ảnh cho các đối tượng hay tìm đường... một giá trị cực đại cục bộ trong ảnh khoảng cách Thuật giải đường phân nước (giảm ngưỡng từ một ngưỡng cao của ảnh ban đầu) có thể phân đoạn ảnh khoảng cách thành các đối tượng thành phần riêng biệt, như cho trong hình 18- 28 Sử dụng thuật giải đường phân nước trên ảnh biến đổi khoảng cách (hình 18- 28(b)) có hiệu quả phá vỡ một phần đối tượng tròn tiếp xúc (hình 18- 28(c)) 18. 7.6 Phân tích độ cong đường... dụng như toán tử Kirsch để thu được các ảnh hướng biên 18. 5.2 Liên kết biên Nếu các cạnh có thể tin tưởng được và mức nhiễu là thấp, thì ta có thể phân ngưỡng ảnh biên (Xem lại hình 7-7) và làm mảnh ảnh nhị phân thu được (Xem phần 18. 7.4.2) còn lại các đường biên đóng, liên thông có độ rộng bằng một điểm đơn Tuy nhiên, dưới những điều kiện ít lý tưởng hơn một ảnh biên như vậy sẽ có chỗ trống phải điền ... vùng Ảnh bên phải cho thấy đường biên cuối 368 HÌNH 18- 19 Hình 18- 19 Ví dụ phát triển vùng 18. 7 XỬ LÝ ẢNH NHỊ PHÂN Các ảnh nhị phân -ảnh có hai mức xám-tạo thành tập ảnh số quan trọng Một ảnh nhị... giản trình xử lý pipeline Mặc dù sử dụng phổ biến ảnh nhị phân, tiếp cận mở rộng cho ảnh mức xám Trong trường hợp tổng quát, xử lý ảnh hình thái học hoạt động cách coi phần tử có cấu trúc ảnh hoạt... người quan sát cảnh, trình xử lý đặt hệ thống thị giác phân đoạn cảnh cho người Việc thực hiệu ta trông không cảnh phức tạp, người ta coi điều tập hợp cáca đối tượng Tuy nhiên, xử lý số, phải tách
Ngày đăng: 03/12/2015, 04:58
Xem thêm: XỬ lý ẢNH CHƯƠNG 18
