Nghiên cứu phương pháp phân đoạn ảnh và ứng dụng cho ảnh tài liệu

1 LỜI CẢM ƠN Trong thời gian thực luận văn thạc sỹ em nhận nhiều khích lệ, động viên, giúp đỡ từ phía thầy cô, cha mẹ bạn bè xung quanh Em xin bày tỏ lòng biết on chân thành tới thầy giáo, PGS TS Ngô Quốc Tạo, người trực tiếp hướng dẫn em hoàn thành luận văn thạc sỹ Cảm ơn đề tài: " Hệ thống đeo tay hỗ trợ đọc sách tiếng Việt dành cho người khiếm thị” Mã số VAST01.07/15-16 hỗ trợ thực luận văn Em xin gửi lời cảm ơn chân thành tới thầy cô trường Đại học Sư phạm Hà Nội Em cố gắng học tập hoàn thành luận văn thạc sỹ luận văn thạc sỹ thiếu sót Em mong nhận góp ý, bảo thầy cô bạn để luận văn thạc sỹ hoàn thiện Hà nội, ngày 01 tháng 07 năm 2015 Tác giả luận văn Nguyễn Đức Toàn LỜI CAM ĐOAN Tôi xin cam đoan số liệu kết nghiên cứu luận văn trung thực không trùng lặp với đề tài khác Tôi xin cam đoan giúp đỡ cho việc thực luận văn đuợc cảm ơn thông tin trích dẫn luận văn đuợc rõ nguồn gốc Hà nội, ngày 01 tháng 07 năm 2015 Tác giả luận văn Nguyễn Đức Toàn MỤC LỤC DANH MỤC BẢNG • Bảng 2.9 Giả mã thuật toán gán nhãn cho thành phần liên thông 76 Bảng 2.10 ứng dụng thuật toán gán nhãn cho thành phần liên thông 78 DANH MỤC HÌNH • Bảng 2.9 Giả mã thuật toán gán nhãn cho thành phần liên thông 76 Bảng 2.10 ứng dụng thuật toán gán nhãn cho thành phần liên thông 78 MỞ ĐẦU Lỷ chọn đề tài Trong năm gần công nghệ thông tin phát triển với tốc độ nhanh chóng Sự phát triển công nghệ thông tin thúc đẩy phát triển nhiều lĩnh vực xã hội khác như: y học, giáo dục, giải trí, kinh tế Lĩnh vực xử lý ảnh công nghệ thực ảo đời thâm nhập mạnh mẽ vào đời sống người Ảnh thu sau qua trình thu nhận ảnh phép biến đổi không tránh khỏi nhiễu khuyết thiếu Sự sai sót phần thiết bị quang học điện tử, phần khác thân phép biến đổi toàn ánh, nên có ánh xạ thiếu hụt đến điểm ảnh kết Việc khắc phục nhược điểm vấn đề đặt cho hệ thống xử lý ảnh nhà khoa học phân đoạn ảnh để làm rõ nét cho ảnh cần xử lý tăng cường nâng cao chất lượng ảnh Xuất phát hoàn cảnh “Nghiên cứu phương pháp phân đoạn ảnh ứng dụng cho ảnh tài liệu” em chọn làm đề tài Mục đích nghiên cứu Tìm hiểu tổng quan phân đoạn ảnh, phương pháp phân đoạn ảnh chọn phương pháp phân đoạn ảnh cụ thể Trên sở kiến thức thu thập nghiên cứu, tổng hợp kỹ thuật để hướng đến ứng dụng thực tế phân đoạn cho ảnh tài liệu Nhiệm vụ nghiên cứu Tìm hiểu khái niệm phân đoạn ảnh Các phương pháp phân đoạn ảnh ứng dụng phương pháp phân đoạn cho ảnh tài liệu Đối tượng phạm vi nghiên cứu Đối tượng, phạm vi nghiên cứu tổng quan phân đoạn ảnh, phưong pháp phân đoạn ảnh chọn phương pháp phân đoạn cho ảnh cụ thể ứng dụng thực tế phân đoạn cho ảnh tài liệu Phương pháp nghiên cứu Thu thập tài liệu, phân tích, suy luận, tổng họp, đánh giá Từ đề xuất nghiên cứu tìm hiểu: “Nghiên cứu phương pháp phân đoạn ảnh ứng dụng cho ảnh tài liệu” NỘI DUNG Chương 1: Khái niệm phân đoạn ảnh 1.1 Xử lý ảnh, vấn đề xử lý ảnh 1.2 Quá trình xử lý ảnh 1.3 Phân đoạn ảnh Chương 2: Phương pháp phân đoạn ảnh 2.1 Phương pháp phân đoạn ảnh dựa miền đồng 2.2 Phương pháp phân đoạn ảnh dựa LBP (Local Binary Pattern) ( Mầu nhị phân cục bộ) 2.3 Phương pháp phân đoạn ảnh dựa Histogram (Ngưỡng) Chương 3: ứng dụng phương pháp phân đoạn cho ảnh tài liệu - Yêu cầu toán: Giải viết học sinh - Đặc thù ảnh sau phân đoạn: ảnh đen trắng (ảnh đơn màu) - Thử nghiệm với liệu CHƯƠNG 1: KHÁI NIỆM VÈ PHÂN ĐOẠN ẢNH 1.1 Xử lỷ ảnh, vấn đề xử lỷ ảnh Con người thu nhận thông tin qua giác quan, thị giác đóng vai trò quan trọng Xử lý ảnh lĩnh vực mang tính khoa học công nghệ Những năm trở lại với phát triển phần cứng máy tính, xử lý ảnh đồ hoạ phát triển cách mạnh mẽ có nhiều ứng dụng sống Xử lý ảnh đồ hoạ đóng vai trò quan trọng tương tác người máy Quá trình xử lý ảnh trình thao tác nhằm phân tích, biến đổi ảnh đầu vào để đưa kết mong muốn Kết trình xử lý ảnh ảnh tốt kết luận Điều tùy thuộc vào mục đích yêu cầu trình Như vậy, mục tiêu xử lý ảnh phân làm ba hướng sau: ■ Xử lý ảnh ban đầu để có ảnh theo yêu cầu xác định (ví dụ ảnh mờ cần xử lý để ảnh rõ hơn, lọc nhiễu, phân đoạn ảnh để lấy yêu cầu cần thiết ) ■ Phân tích ảnh để thu thông tin đặc trưng giúp cho việc phân loại, nhận dạng ảnh (Ví dụ phân tích nhận dạng vân tay, nhận dạng chữ viết, nhận dạng ảnh tài liệu ) ■ Đưa kết luận mức cao hơn, sâu (ví dụ từ ảnh tai nạn giao thông phác họa trường tai nạn 1.2 Quá trình xử lý ảnh Xử lý ảnh lĩnh vực mang tính khoa học công nghệ, ngành khoa học mẻ so với nhiều ngành khoa học khác tốc độ phát triển nhanh, kích thích trung tâm nghiên cứu, ứng dụng, đặc biệt máy tính chuyên dụng riêng Xử lý ảnh liên quan đến nhiều lĩnh vực cần nhiều kiến thức sở khác Đầu tiên phải kể đến Xử lý tín hiệu số môn học cho xử lý tín hiệu chung, khái niệm tích chập, biến đổi Fourier, biến đổi Laplace, lọc hữu hạn Thứ hai, công cụ toán Đại số tuyến tính, Xác xuất, thống kê Một số kiến thứ cần thiết Trí tuệ nhân tao, Mạng nơron nhân tạo đề cập trình phân tích nhận dạng ảnh Các phương pháp xử lý ảnh ứng dụng chính: nâng cao chất lượng ảnh phân tích ảnh ứng dụng biết đến nâng cao chất lượng ảnh báo truyền qua cáp từ Luân Đôn đến New York từ năm 1920 vấn đề nâng cao chất lượng ảnh có liên quan tới phân bố mức sáng độ phân giải ảnh Việc nâng cao chất lượng ảnh phát triển vào khoảng năm 1955 Điều giải thích sau chiến thứ hai, máy tính phát triển nhanh tạo điều kiện cho trình xử lý ảnh sô thuận lợi Năm 1964, máy tính có khả xử lý nâng cao chất lượng ảnh từ mặt trăng vệ tinh Ranger Mỹ bao gồm: làm đường biên, lưu ảnh Từ năm 1964 đến nay, phương tiện xử lý, nâng cao chất lượng, nhận dạng ảnh phát triển không ngừng Các phương pháp tri thức nhân tạo mạng nơron nhân tạo, thuật toán xử lý đại cải tiến, công cụ nén ảnh ngày áp dụng rộng rãi thu nhiều kết khả quan Đe dễ tưởng tượng, xét bước cần thiết xử lý ảnh Đầu tiên, ảnh tự nhiên từ giới thu nhận qua thiết bị thu (như Camera, máy chụp ảnh) Trước đây, ảnh thu qua Camera ảnh tương tự (loại Camera ống kiểu CCIR) Gần đây, với phát triển công nghệ, ảnh màu đen trắng lấy từ Camera, sau chuyển trực tiếp thành ảnh số tạo thuận lợi cho xử lý (Máy ảnh số thí dụ gần gũi) Mặt khác, ảnh tiếp nhận từ vệ tinh; quét từ ảnh chụp máy quét ảnh Các phương pháp xử lý ảnh ứng dụng nâng cao chất lượng ảnh phân tích ảnh Do vậy, trình xử lý ảnh bắt đầu công việc thu nhận ảnh kết thúc việc nhận dạng ảnh phán đoán theo ý nghĩa sở nhận dạng ảnh Cụ thể, bước trình xử lý ảnh thể thông qua hình đây: Hình 1.1 Các bước xử lý ảnh 1.2.1 Thu nhận ảnh (Image Acquisition) Đây bước trình xử lý ảnh Đầu giai đoạn ảnh số hoá Vì vậy, công việc cụ thể giai đoạn thu ảnh qua thu ảnh số hoá tín hiệu liên tục sinh thu ảnh Bộ thu ảnh máy chụp ảnh đơn sắc hay màu, máy quét ảnh, máy quay Nếu thu ảnh cung cấp chưa phải dạng số hoá phải chuyển đổi hay số hoá ảnh Ảnh nhận qua camera màu đen trắng Thường ảnh nhận qua camera ảnh tương tự (loại camera ống chuẩn CCIR với tần số 1/25, ảnh 25 dòng), có loại camera số hoá (như loại CCD - Change Coupled Device) loại photodiot tạo cường độ sáng điểm ảnh Camera thường dùng loại quét dòng ; ảnh tạo có dạng hai chiều Chất lượng ảnh thu nhận phụ thuộc vào thiết bị thu, vào môi trường (ánh sáng, phong cảnh) 1.2.2 Tiền xử lý (Image Processing) Sau thu nhận, ảnh nhiễu độ tương phản thấp nên cần đưa vào tiền xử lý để nâng cao chất lượng Chức tiền xử lý lọc nhiễu, nâng độ tương phản để làm ảnh rõ hơn, nét Mục đích công việc làm cho chất lượng ảnh trở lên tốt chuẩn bị cho bước xử lý Khử nhiễu: Nhiễu chia thành hai loại nhiễu hệ thống nhiễu ngẫu nhiên Đặc trưng nhiễu hệ thống tính tuần hoàn Do vậy, khử nhiễu hệ thống việc sử dụng phép biến đổi Fourie loại bỏ đỉnh điểm Đối với nhiễu ngẫu nhiên, trường họp đơn giản vết bẩn tương ứng với điểm sáng hay tối khử phương pháp nội suy, lọc trung vị lọc trung bình Chỉnh độ tương phản: Công việc cụ thể chỉnh sửa tính không đồng thiết bị thu nhận độ tương phản vùng ảnh 1.2.3 Phân đoạn (Segmentation) hay phân vùng ảnh Phân vùng ảnh tách ảnh đầu vào thành vùng thành phần để biểu diễn phân tích, nhận dạng ảnh Ví dụ: để nhận dạng chữ (hoặc mã vạch) phong bì thư cho mục đích phân loại bưu phẩm, cần chia câu, chữ địa tên người thành từ, chữ, số (hoặc vạch) riêng biệt để nhận dạng Đây phần phức tạp khó khăn xử lý ảnh dễ gây lỗi, làm độ xác ảnh Kết nhận dạng ảnh phụ thuộc nhiều vào công đoạn Kết bước phân đoạn ảnh thường cho dạng liệu điểm ảnh thô, hàm chứa biên vùng ảnh tập hợp tất điểm ảnh thuộc vùng ảnh Trong hai trường hợp, chuyển đổi liệu thô thành dạng thích họp hon cho việc xử lý máy tính cần thiết, nghĩa nên biểu diễn vùng ảnh dạng biên hay dạng vùng hoàn chỉnh gồm tất điểm ảnh thuộc 1.2.4 Biểu diễn ảnh (Image Representation) Đầu ảnh sau phân đoạn chứa điểm ảnh vùng ảnh (ảnh phân đoạn) cộng với mã liên kết với vùng lận cận Việc biến đổi số liệu thành dạng thích họp cần thiết cho xử lý máy tính Việc chọn tính chất để thể ảnh gọi trích chọn đặc trưng (Feature Selection) gắn với việc tách đặc tính ảnh dạng thông tin định lượng làm sở để phân biệt lóp đối tượng với đối tượng khác phạm vi ảnh nhận Ví dụ: nhận dạng ký tự phong bì thư, miêu tả đặc trưng ký tự giúp phân biệt ký tự với ký tự khác Ảnh sau số hoá lưu vào nhớ chuyển sang khâu để phân tích Nếu lưu trữ ảnh trực tiếp từ ảnh thô đòi hỏi dung lượng nhớ lớn không hiệu theo quan điểm ứng dụng công nghệ Thông thường, ảnh thô biểu diễn lại theo đặc điểm ảnh gọi đặc trưng ảnh như: biên ảnh, vùng ảnh - Biểu diễn dạng biên cho vùng phù hợp với ứng dụng quan tâm đến đặc trưng hình dạng bên đối tượng Ví dụ góc cạnh điểm uốn biên Biểu diễn dạng vùng thích hợp cho ứng dụng khai thác tính chất bên đối tượng Ví dụ vân ảnh cấu trúc xương Trong số ứng dụng hai cách biểu diễn cần thiết 1.2.5 Nhận dạng nội suy ảnh (Image Recognition and Interpretation) Nhận dạng ảnh trình xác định ảnh cách so sánh ảnh với mẫu chuẩn lưu từ trước Nội suy phán đoán theo ý nghĩa sở nhận dạng ảnh Giải thuật sử dụng cấu trúc đồ thị vùng lân cận RAG để thể trình p0 phân vùng ảnh Đô thị RAG thê tập vùng ' , i = 1, , n dạng đồ thị không hướng G = (V, E) Trong đó, V = {1, 2, n} với node thuộc V tưong ứng với vùng Ngoài ra, cạnh e(i,j) E i, j ,v, đồng Rm Rm thời ‘ j hai vùng liên kê Vì trình trộn dựa vào đô thị G nên cạnh cần có trọng số riêng Cụ thể, giải thuật, trọng số cạnh e(i,j) trị hàm ,Rj ì nhận từ biểu thức tính toán (2) Giải thuật Kruskal tìm khung nhỏ T đồ thị G sau: • Trước tiên, ta cạnh G theo thứ tự không giảm • Kế đến, xét cạnh danh sách cạnh xếp kiểm tra cạnh xét có tạo chu trình với cạnh thêm vào T không Nếu cạnh không tạo chu trình đưa vào T, ngược lại bỏ qua xét cạnh • Giải thuật tìm khung T dừng T chứa n-1 cạnh Khi đó, T khung nhỏ đồ thị G Trong giải thuật phân đoạn khảo sát, trình tạo khung nhỏ MST đồ thị vùng liền kề RAG trình tự trộn vùng ảnh: Rmi • Thêm cạnh e(i, j) vào T tương ứng với việc trộn hai vùng ' *7 • Như vậy, ý nghĩa việc thêm cạnh có trọng số nhỏ tập cạnh theo thứ tự trọng số tăng dần vào T thực trình trộn hai vùng có tính chất gần giống lại thành • Nếu cạnh xét tạo chu trình T không thực việc trộn hai vùng hai vùng trộn thành • Cuối cùng, T nối hết tất nút đồ thị tất vùng trộn thành trình trộn dừng Cây khung nhỏ T chứa tất cạnh đậm nét hình 2.5 sau xếp cạnh theo thứ tự, cấu trúc MST thể trình tự trộn xây dựng sau: • Trước đưa cạnh e(4,6) có trọng số ‘10’ vào T trọng số thấp danh sách trọng số xếp, nghĩa ta trộn hai vùng R4 R6 • Cạnh thứ nhì đưa vào T e(2,3), vùng R2 R3 trộn • Cạnh thứ ba T e(3,4), tương ứng với việc trộn R3 R4, R3 trộn với R2 R4 trộn với R6 • Cạnh thứ tư e(l,5), ta trộn RI R5 • Theo thứ tự trọng số xếp, ta xét cạnh e(2,4) Vì e(2,4) tạo chu kì với cạnh e(2,3) chứa T nên ta không đưa cạnh e(2,4) vào T Như vậy, ta không trộn R2 R4 vùng R2, R3, R4, R6 trộn thành • Tiếp tục ta thêm cạnh e(l,4) vào T, trộn vùng RI với vùng R4 • Đen giải thuật tạo khung dừng T chứa đủ cạnh qua nút đồ thị G Trong trình xây dựng khung MST, T không thiết phải liên thông, ta tạo rừng tối thiểu, không gồm Cách tiếp cận khác hẳn phương pháp region growing truyền thống Phương pháp truyền thống xét pixel hay vùng theo trình tự định trước, vùng tạo mở rộng từ vị trí (a) Đồ thị gốc (b) Cây bành trướng nhỏ thể cạnh đen đậm Kết trộn hai vùng tạo vùng mới, có vùng lân cận riêng không giống với hai vùng Như nhu cầu cần thực xác định thông tin cho vùng Giả sử ^ij = ^ R? Ar N(Rn vùng hình thành trình trộn hai , /r ru- A' yy,_trong ' la N(R^) NiRDvNÍR?) „ đó,, , r , vùng7 lan cận của, vùng ' Khi = ' la vùng lan cận vùng , /r va i y v tương ứng cho môi vùng v vùn R y tính lại theo thông f ( R R mvì /?mv c /ví/? miíì J v tin vừa cập nhật Do giá trị hàm v y ’ cho vùng v v ij J trọng số cạnh tương ứng G, nên cạnh danh sách trọng số xếp theo thứ tự phải cập nhật để phản ánh trị f ( R mij R mv ì sau J y y ’ v ’ thay đổi Vì giải thuật trộn hoàn chỉnh dựa giải thuật tạo khung nhỏ chỉnh sửa sau: • Khi cạnh e(i, j) thêm vào T T có n-1 cạnh phải cập nhật lại danh sách trọng số xếp • f(Rmij Rmv) Như vậy, ta tính lại trị J y ij ’ v ’ tương ứng với cho vùng lân nìm ỊỊ™a cận " vùng y đồng thời cập nhật trọng số cạnh nôi với đỉnh i,j: {e{i,k)^e{j,l)\R? *N{RD,R7l e *i} • Quá trình trộn tạo cạnh song song Hai cạnh e(ij) e(u,v) song song R‘ trộn với vùng Ru (hoặc với ^ ) Rmi D® fím“ , j trộn với vùng v (hoặc với “ tương ứng) Vì có thê đưa số cạnh song song vào T nên có cạnh số cạnh song song gán trị hàm thể khác biệt, cạnh lại có trị ,00' Cạnh có trọng số 00 đặt cuối danh sách trọng số xếp, không xem xét đến Vì vậy, cạnh có trị 00 nghĩa ta không cần quan tâm đến việc có đưa cạnh vào T hay không • Khi cạnh e(4, 6) đưa vào T, trọng số cạnh e(3, 4), e(2, 4) e(l, 4) phải cập nhật lại Sau tính lại, ta có trị • Như vậy, e(2,3) cạnh có trị nhỏ nên thêm vào T Ta phải cập nhật lại trọng số bốn cạnh e(2 ,1), e(2, 4), e(3, 1) e(3, 4) Vì e(2,l) e(3, 1) hai cạnh song song, ta gán số hai cạnh trị ‘73’, cạnh lại có trị 00 Làm tương tự cho hai cạnh e(2,4) e(3, 4) Trọng số e(3, 4) ‘42’ trọng số e(2, 4) 00 Hình 2.6 Cập nhật cạnh trình áp dụng việc tạo MST (à) Đồ thị nguồn, (b) Thêm e(4, 6) vào T (c) Thêm e(2, 3) vào T Tìm ngưỡng cục thích nghi Gọi: ^R‘ ^ trị trung bình thành phần màu V vùng R‘ V(x,y) trị thành phần V vị trí (x,y) Gọi Ji tập trị max cục A Aỡ-(if-1) & Aơ(R™) > Aơ(R™i+ì)} (6) Mặc dù thông tin thống kê ảnh xem xét, thông tin cục bât kỳ vùng ‘ , i=l ,n lây từ v ‘ ’ Bởi biên thiên thước đo cho tính đồng nhất, việc trộn Ji thể việc chuyển biên lớn ‘ tiên trình trộn Nên nhớ tiên trình trộn băt đâu với việc phân đoạn mức vùng đồng vùng trộn vùng nhất, vùng trở thành không đồng tạỉ tác vụ trộn khác Do đó, Ri trở thành không đồng giá trị cực đại cục Jỉ cho thoả mãn : Aơiĩự*)>/Ỉ giá trị trung bình ^Ơ(R?) mị G Jị: "*e7‘ (8) Hình 2.7 iSir đỡ/ /rowg tỉnh đồng Thể Aơ(Ri ) ba vùng khác áo người đàn ông Trục X số lần trộn mi Trục y Aơ^R^) Mũi tên màu xanh đồ thị đến cực đại cục thỏa mãn công thức (7), ừong số cực đại cục bộ, thể việc trộn đỏ sinh không đồng Do tính chất ^Ơ^R^) đinh nghĩa cho phép loại giá trị cực đại cục mà việc trộn ^ đồng Ba đồ thị thể tính chất ) ba vùng khác áo người đàn ông, thể thay đổi tính đồng Các đồ thị thể giá trị ^ơ^Ri } hàm số lần ữộn Mũi tên đồ thị giá trị cực đại cục đầu tiên, số cục đại cục bộ, thoả mãn công thức (7) Trong lần trộn này, vùng áo ừộn với vùng khác (nền sáng) trở thành không đồng Tiến trình trộn mà tạo vùng không đồng phải bị huỷ bỏ Giả sử hai vùng mà việc trộn tạo vùng không đồng Một ngưỡng cục dẫn xuất giá f(R3m‘ Rm’) trị J ’ j lân trộn Bởi thứ tự trộn, tât lân trộn Rmi ' ' ' với vùng xung quanh đêu tạo vùng không đông nhât Vì thê, ngưỡng tránh cho việc hai vùng trộn lại với tao tác trộn sau Như đề cập, tiến trình lặp thực để tìm ngưỡng Chính xác hơn, lần lặp có ngưỡng Cho s=l, ,K số lần lặp K chưa xác định số ngưỡng chưa xác định Cho ts là ngưỡng lần lặp thứ s mts lần trộn tương ứng với ts Trong lần trộn thứ s, vùng trộn dựa vào tiến trình trộn vùng (trừ vùng cuối đề cập đây) Rmi Với môi vùng ‘ , i=l, ,n ta nhận từ tiên trình câu trúc map Li cho m‘ e vào Trong M tổng số lần trộn lần lặp Li(mi)=m có ' Rmi nghĩa lân trộn thứ mi ' lân trộn thứ m tât M lân trộn Thí dự, mi=5 Li(mi)=27 nghĩa lần trộn thứ ' lần trộn thứ 27 tất M lần trộn tất vùng Với vùng ' cho m' e ‘ cục cực đại thoả mãn công thức (7) Lần trộn mts ngưỡng định nghĩa mts = minÍL^m,')} Trong lần lặp thứ s, ts đến lần trộn tất lần trộn , ' ­ ­ Rmi Rml lân lặp mà phát sinh vùng không đông nhât Nêu ' ' f(Rm‘ Rm’) hai vùng trộn với lân trộn mts, giá trị hàm J ‘ ’ j Khi đên lân trộn mts huỷ bỏ tiên trình hôi quy, ' Rmi ' ' ' R* R* đánh dâu vùng cuôi Và thê Nó không bị trộn Do đó, lần lặp kế tiếp, tiến trình trộn thực thi tất vùng, ngoại trừ vùng cuối cùng, trộn thành vùng, , , R* R* , ngưỡng kê tiêp ts+1 xác định Cho vùng cuôi cùng, tất cạnh dãy xếp xem xét ngoại trừ cạnh {e(k,m)\k = j or m = i} Sg (jượC loại ngay, thêm e(k,m) vào T có nghĩa Rmi trộn Ket là, T vào thời điểm R* mà chứa ba tập rừng: (1) ' nút liên kêt với (2) R* nút liên kết với (3) Tất nút khác Lưu ý T rừng bành trướng theo nghĩa thêm cạnh từ {e(k,m)\k = jorm = i}^ rnộỊ rừng bành trướng nhỏ tạo Tiến trình lặp, mà bao gồm tiến trình trộn, xác định ngưỡng cục tiến trình hồi quy ngừng mà vùng trộn tất vùng đánh dấu cuối 2.1 Phương pháp phân đoạn ảnh dựa miền đồng Kỹ thuật phân vùng ảnh thành miền đồng dựa vào tính chất quan trọng miền ảnh Việc lựa chọn tính chất miền xác định tiêu chuẩn phân vùng Tính đồng miền ảnh điểm chủ yếu xác định tính hiệu việc phân vùng Các tiêu chuẩn hay dùng mức xám, màu sắc ảnh màu, kết cấu sợi chuyển động Các phương pháp phân vùng ảnh theo miền đồng thường áp dụng : • Phương pháp tách tứ phân • Phương pháp cục • Phương pháp tổng họp 2.1.1 Phương pháp tách tứ phân nguyên tắc, phương pháp kiểm tra tính họp thức tiêu chuẩn cách tổng thể miền lớn ảnh Nếu tiêu chuẩn thỏa mãn, việc phân đoạn coi kết thúc Trong trường họp ngược lại, ta chia miền xét thành miền nhỏ Với miền nhỏ, ta áp dụng cách đệ quy phương pháp tất miền thỏa Một vùng thỏa chuẩn tạo nên nút lá, không tạo nên nút có nút tương ứng với việc chia làm vùng Ta tiếp tục phân xong Các nút biểu diễn số vùng phân Tiêu chuẩn phân vùng màu sắc Nếu điểm vùng màu trắng tạo nên nút trắng tương tự với nút đen Nút màu ghi vùng không phải tiếp tục chia Với ngưỡng q cho trước, vùng phải thỏa điều kiện: • Độ lệch chuẩn s < q • Hoặc IMax - Min| < với Max, Min giá trị lớn nhỏ mức xám vùng cần chia Phương pháp mô tả thuật toán sau : Procedure PhanDoan(Mien) Begin If miền xét không thỏa Then Begin Chia miền xét thành miền : Zl, Z2, Z3, Z4 For i=l to PhanDoan (Zi) End Else exit End Tiêu chuẩn xét miền đồng dựa vào mức xám Ngoài ra, dựa vào độ lệch chuẩn hay độ chênh giá trị mức xám lớn giá trị mức xám nhỏ Giả sử Max Min giá trị mức xám lớn nhỏ miền xét Nếu: I Max - Min I < T (ngưỡng) Ta coi miền xét đồng Truờng hợp ngược lại, miền xét không miền đồng chia làm phần Thuật toán kiểm tra tiêu chuẩn dựa vào độ chênh lệch max, viết: Function Examin_CriteriaịI, Nl, Ml, N2, M2, T) /* Giả thiết ảnh có tối đa 255 mức xám (Nỉ, Ml), (N2, M2) tọa độ điểm đầu điểm cuối miền; T ngưỡng */ Begin Max-0; Min=255 For i = NI to N2 Ifl[i,j] < Min Then Min=I[i,j]; IfI[i,j][...]... ■Dữ liệu nén (Data Compression): số liệu ảnh được mã hóa bởi kiểu mã hóa chỉ ra trong phần Header ■Bảng màu (Palette Color): Bảng màu cho biết số màu dùng trong ảnh và sử dụng trong việc hiển thị màu của ảnh Ảnh đen trắng không nhất thiết phải có bảng màu CHƯƠNG 2: PHƯƠNG PHÁP PHÂN ĐOẠN ẢNH • Phân đoạn ảnh là bước then chốt trong xử lý ảnh Giai đoạn này nhằm phân tích ảnh thành những thành phần có cùng... Dựa vào đặc tính vật lý của ảnh, người ta có nhiều kỹ thuật phân vùng : phân vùng dựa theo miền liên thông gọi là phân vùng dựa theo miền đồng nhất hay miền kề ; phân vùng dựa vào biên gọi là phân vùng biên Ngoài ra còn có các kỹ thuật phân vùng khác dựa vào biên độ, phân vùng dựa theo kết cấu Tóm lại, một cái nhìn tổng quan về các phưong pháp phân đoạn ảnh như sau: Hình 2.1 Các phương pháp phân đoạn. .. trưng ảnh (Image Features) như: biên ảnh (Boundary), vùng ảnh (Region) Một số phương pháp biểu diễn thường dùng: - • Biểu diễn bằng mã chạy (Run-Length Code) • Biểu diễn bằng mã xích (Chaîne -Code) • Biểu diễn bằng mã tứ phân (Quad-Tree Code) Biểu diễn bằng mã chạy Phương pháp này thường biểu diễn cho vùng ảnh và áp dụng cho ảnh nhị phân Một vùng ảnh R có thể mã hoá đơn giản nhờ một ma trận nhị phân: ... lý ảnh Trong thực tế, các quá trình sử dụng ảnh số không nhất thiết phải qua hết các khâu đó tùy theo đặc điểm ứng dụng Hình 1.2 cho sơ đồ phân tích và xử lý ảnh và lưu đồ thông tin giữa các khối một cách khá đầy đủ Ảnh sau khi được số hóa được nén, lưu lại để truyền cho các hệ thống khác sử dụng hoặc để xử lý tiếp theo Mặt khác, ảnh sau khi số hóa có thể bỏ qua công đoạn nâng cao chất lượng (khi ảnh. .. nhất hay miền kề; phân vùng dựa và biên gọi là phân vùng biên Ngoài ra còn có các kỹ thuật phân vùng khác dựa vào biên độ, dựa vào kết cấu 1.3.1 Điểm ảnh (Picture Element) Gốc của ảnh là ảnh liên tục về không gian và độ sáng Đe xử lý ảnh bằng máy tính thì ảnh cần phải được số hóa số hóa ảnh là sự biến đổi gần đúng một ảnh liên tục thành một tập điểm phù hợp với ảnh thật về vị trí và độ sáng Khoảng... khâu phân đoạn hoặc bỏ tiếp khâu phân đoạn chuyển trực tiếp tới khâu trích chọn đặc trưng Hình 1.2 cũng chia các nhánh song song như: nâng cao chất lượng ảnh có hai nhánh phân biệt: nâng cao chất lượng ảnh (tăng độ sáng, độ tương phản, lọc nhiễu) hoặc khôi phục ảnh (hồi phục lại ảnh thật khi ảnh nhận được bị méo) v.v Hình 1.2 Sơ đồ phân tích và xử lý ảnh và lưu đồ thông tin giữa các khối 1.3 Phân. .. được chuẩn hóa như: ảnh GIF, BMP, PCX, IMG, Ảnh IMG: Là ảnh đen trắng, được nén theo từng dòng Mỗi dòng gồm các gói, các dòng giống nhau cũng nén thành một gói Ảnh PCX: Là một trong những định dạng ảnh cổ điển nhất Nó sử dụng phương pháp mã loạt dài RLE (Run Length Encoded) để nén dữ liệu ảnh Quá trình nén và giải nén được thực hiện trên từng dòng ảnh Ảnh TIFF: Là ảnh mà dữ liệu chứa trong tệp... Một vài giải thuật đòi hỏi các thông tin về hình dạng đối tượng (không luôn luôn đáp ứng được) ■ Chi phí tính toán khá cao Đối với bài toán truy vấn ảnh theo nội dung, bước tiền xử lý phân đoạn phải chú ý đến các thông tin tòan cục và cả cục bộ Đồng thời đảm bảo tính liên tục trong không gian ảnh Vì vậy, ở đây ta sẽ đi sâu vào các thuật toán phân đoạn: phương pháp phân đoạn yếu của B.G Prasad áp dụng. .. 1.3 Phân đoan ảnh Phân đoạn ảnh là một thao tác ở mức thấp và là bước then chốt trong quá trình xử lý ảnh Giai đoạn này nhằm phân tích ảnh thành những vùng rời rạc có cùng tính chất nào đó dựa vào việc xác định biên và các vùng liên thông cho từng vùng Tiêu chuẩn để xác định các vùng liên thông có thể là cùng mức xám, cùng màu hay cùng độ nhám Các vùng ảnh này thông thường sẽ tương ứng với toàn bộ... bằng mã xích Phương pháp này thường dùng để biểu diễn đường biên ảnh Một đường bất kỳ được chia thành các đoạn nhỏ Nối các điểm chia, ta có các đoạn thẳng kế tiếp được gán hướng cho đoạn thẳng đó tạo thành một dây xích gồm các đoạn Các hướng có thể chọn 4, 8, 12, 24 mỗi hướng được mã hoá theo số thập phân hoặc số nhị phân thành mã của hướng - Biếu diễn bằng mã tứ phân Phương pháp mã tứ phân được dùng