Tìm hiểu và khai thác một số phương pháp làm mảnh ảnh đường nét và khả năng ứng dụng

MỤC LỤC Lời cảm ơn Lời nói đầu Chương 1: Những nét xử lý ảnh 1.1 Giới thiệu sơ xử lý ảnh biểu diễn ảnh 1.1.1 Khái niệm ảnh số 1.1.2 Xử lý ảnh 1.1.3 Biểu diễn ảnh 1.1.4 Các khái niệm xử lý ảnh 1.2 Nhận dạng 10 Chương 2: Tổng quan làm mảnh ảnh 12 2.1 Xương phương pháp tìm xương 12 2.1.1 Thế xương làm mảnh 12 2.1.2 Phân loại phương pháp tìm xương 13 2.2 Phương pháp thay đổi trục trung vị 13 2.3 Phương pháp tìm xương dựa làm mảnh 15 2.4 Các khái niệm thuật toán làm mảnh 16 2.4.1 Khái niệm số láng giềng số thành phần liên thông16 2.4.2 Khái niệm điểm trong, điều kiện điểm cuối 17 2.4.3 Điểm đơn, điểm bội 17 2.4.4 Số giao điểm ảnh 18 2.5 Các tính chất yêu cầu làm mảnh 19 2.5.1 Yêu cầu thời gian số phép toán 19 2.5.2 Yêu cầu khả tái tạo mẫu ban đầu 20 2.5.3 Yêu cầu tính đẳng hướng tính bất biến 20 2.5.4 Kiểm tra tính liên thông topo 20 2.5.5 Yêu cầu tính hình học 20 Chương 3: Các thuật toán làm mảnh 21 3.1 Làm mảnh theo điểm biên 21 3.1.1 Thuật toán Chu Suen 21 3.1.2 Thuật toán Arcelli 22 3.1.3 Thuật toán Pavlidis 23 3.1.4 Thuật toán Kwork 24 3.2 Làm mảnh theo loạt 25 3.2.1 Thuật toán làm mảnh Yakei 25 3.2.2 Thuật toán làm mảnh SPTA 26 3.3 Nhận xét 27 Chương 4: Phương pháp làm mảnh song song 28 4.1 Thuật toán làm mảnh song song sử dụng 1chu trình 28 4.1.1 Thuật toán Rutovitz 28 4.1.2 Thuật toán Holt 30 4.1.3 Thuật toán Favre Keller 32 4.1.4 Thuật toán Chen 33 4.1.5 Thuật toán Chin 34 4.2 Làm mảnh song song sử dụng chu trình 35 4.2.1 Thuật toán Zang-Suen 35 4.2.2 Thuật toán sử dụng 2_chu trình 37 4.2.3 Thuật toán Suzuki 38 4.2.4 Thuật toán Guo 39 4.3 Làm mảnh song song chu trình 39 4.3.1 Thuật toán Stentiford 39 4.3.2 Thuật toán Rosenfeld 45 4.3.3 Thuật toán kết hợp song song tuần tự_Hilditch 46 4.4 Nhận xét 49 Chương 5: Các phương pháp làm mảnh không lặp 51 5.1 Phương thức xấp xỉ xương 51 5.2 Phương pháp dò theo biên 52 5.3 Phương pháp tìm kiếm mò mẫm 53 Chương 6: Phần cài đặt thực nghiệm 54 Kết luận 61 Tài liệu tham khảo………………………………………………………64 LỜI NÓI ĐẦU Thời đại công nghệ thông tin đặt trang nghành khoa học đặc biệt khoa học nhận dạng, ngày việc nhận dạng đối tượng ta dùng thành xử lý ảnh đặc biệt phương pháp làm mảnh đối tượng, phương pháp thay phương pháp thủ công trước mang lại kết mong muốn Trên giới ứng dụng rộng rãi thành tựu nghành khoa học nhận dạng, nhiên Việt Nam nghành mẻ chưa nhiều người quan tâm Thông tin hình ảnh ngôn ngữ đóng vai trò quan trọng trao đổi thông tin Chính năm gần có kết hợp chặt chẽ ảnh đồ họa lĩnh vực xử lý thông tin Trong công nghệ thông tin, xử lý ảnh chiếm vị trí quan trọng, ứng dụng đa dạng phong phú nhiều lĩnh vực khoa học Xử lý ảnh phận quan trọng việc trao đổi thông tin người máy Thinning (làm mảnh) bước tiền xử lý nhằm cải biên ảnh phục vụ cho bước trình xử lý ảnh Làm mảnh ảnh chiếm vị trí đặc biệt quan trọng khoa học nhận dạng Đồ án giới thiệu khái niệm, cách phân loại, số thuật toán làm mảnh ảnh, đánh giá cho loại thuật toán Cấu trúc đồ án gồm năm chương lý thuyết chương cài đặt thực nghiệm Trong đồ án sử dụng “làm mảnh” thay cho làm mảnh ảnh đường nét Mục đích đồ án sau:  Tìm hiểu tổng quan xử lý ảnh khái niệm bản: ảnh số, xử lý ảnh số, cách biểu diễn ảnh  Tìm hiểu khai thác số phương pháp làm mảnh ảnh đường nét khái niệm: xương ảnh, làm mảnh ảnh, yêu cầu làm mảnh ảnh, phân loại phương pháp tìm xương, phương pháp làm mảnh ảnh; khái niệm thuật tóan làm mảnh ảnh: láng giềng, số thành phần liên thông, điểm trong, điểm cuối, số giao, điểm đơn điểm bội; thuật toán làm mảnh ảnh tuần tự, song song, tìm hiểu sơ thuật toán làm mảnh không lặp Cấu trúc đồ án gồm sáu chương: có năm chương lý thuyết chương thực nghiệm Chương 1: Những nét xử lý ảnh Chương 2: Tổng quan làm mảnh ảnh Chương 3: Các thuật toán làm mảnh Chương 4: Các thuật toán làm mảnh song song Chương 5: Các phương pháp làm mảnh không lặp Chương 6: Phần cài đặt thực nghiệm Chương NHỮNG NÉT CƠ BẢN VỀ XỬ LÝ ẢNH 1.1 Giới thiệu sơ xử lý ảnh biểu diễn ảnh 1.1.1 Khái niệm ảnh số Ảnh tạo điểm ảnh, điểm ảnh đặc trưng cho giá trị hàm n biến Ảnh thực tế ảnh liên tục không gian giá trị độ sáng Để xử lý máy tính cần thiết phải tiến hành số hóa ảnh Trong trình số hóa, người ta biến đổi tín hiệu liên tục sang tín hiệu rời rạc thông qua trình lấy mẫu (rời rạc hóa không gian) lượng hóa thành phần giá trị mà nguyên tắc mắt thường không phân biệt hai điểm kề 1.1.2 Xử lý ảnh Xử lý ảnh có quan hệ mật thiết với nhận thức ảnh người Cũng xử lý liệu đồ họa, xử lý ảnh số lĩnh vực tin học ứng dụng xử lý liệu đồ họa đề cập đến ảnh nhân tạo, ảnh xem xét cấu trúc liệu tạo chương trình Xử lý ảnh số bao gồm phương pháp kỹ thuật để biến đổi, để truyền tải mã hóa ảnh tự nhiên Mục đích xử lý ảnh bao gồm: o Biến đổi ảnh làm đẹp ảnh o Tự động nhận dạng ảnh hay đoán nhận ảnh 1.1.3 Biểu diễn ảnh Ảnh biểu diễn dạng tín hiệu tương tự tín hiệu số Trong biểu diễn số ảnh đa mức xám, ảnh biểu diễn dạng ma trận hai chiều Mỗi phần tử ma trận biểu diễn cho mức xám hay hay cường độ ảnh vị trí Mỗi phần tử ma trận gọi phần tử ảnh, thông thường kí hiệu PEL (Picture Element) điểm ảnh (Pixel) o Ảnh nhị phân Tùy theo vùng giá trị xám điểm ảnh, mà ảnh phân chia thành ảnh màu, ảnh xám, hay ảnh nhị phân Khi ảnh tồn giá trị ta nói ảnh nhị phân điểm ảnh gọi điểm ảnh nhị phân Ta cần sử dụng bit để biểu diễn cho điểm ảnh nhị phân o Với ảnh xám: Nếu dùng bit (1 byte) để biểu diễn mức xám, số mức xám biểu diễn hay 256 Mỗi mức xám biểu diễn dạng số nguyên nằm khoảng từ đến 255, với mức biểu diễn cho mức cường độ đen 255 biểu diễn cho mức cường độ sáng o Với ảnh màu: Cách biểu diễn tương tự ảnh xám, khác số phần tử ma trận biểu diễn cho ba màu riêng rẽ gồm: đỏ (red), lục (green) lam (blue) Để biểu diễn cho điểm ảnh cần 24 bit, 24 bit chia thành khoảng bit Mỗi khoảng biểu diễn cho cường độ sáng màu Hình biểu diễn việc số hóa ảnh: Pixel Độ sáng trung bình hình chữ nhật = giá trị điểm ảnh Hình 1_ Biểu diễn mức xám ảnh số Trong hình lưới chia ô vuông tưởng tượng đặt lên ảnh Độ lớn ô vuông lưới xác định kích thước điểm ảnh Mức xám điểm tính cường độ sáng trung bình ô vuông Mắt lưới nhỏ cho chất lượng ảnh cao Trong kỹ thuật truyền hình tiên tiến, mục đích cung cấp cho người xem, hình ảnh chất lượng cao, với độ phân giải gấp hai lần so với chuẩn Trong kỹ thuật tương tự, ảnh thường biểu diễn dạng dòng nằm ngang Mỗi dòng tín hiệu tương tự mang theo thông tin cường độ sáng dọc theo đường nằm ngang ảnh gốc Thuật ngữ tương tự dùng để mô tả cho ảnh quét liên tiếp thực tế ảnh tương tự dọc theo hướng nằm ngang Nó rời rạc xét theo hướng dọc, mà tín hiệu ảnh tín hiệu lai nửa tương tự, nửa số 1.1.4 Các khái niệm xử lý ảnh Ta xét hai khái niệm (thuật ngữ) thường dùng xử lý ảnh Pixel (phần tử ảnh) gray level (mức xám): o Pixel (Picture Element): phần tử ảnh Người ta sử dụng khái niệm Picture element mà ta quen gọi Pixel- phần tử ảnh Điểm ảnh xem dấu hiệu hay cường độ sáng tọa dộ không gian đối tượng Mỗi pixel gồm cặp tọa độ x, y màu Cặp tọa độ x, y tạo nên độ phân giải (resolution) Người ta thường kí hiệu I(x,y) để pixel Một pixel lưu trữ 1,4,8 hay 24 bit o Ảnh (Image) : Là tập hợp điểm ảnh Khi số hóa, thường biểu diễn mảng hai chiều I(n,p): n dòng, p cột, ta nói ảnh gồm n x p Pixel Ta kí hiệu I(x,y) để điểm ảnh o Mức xám (Gray level): Mức xám kết mã hóa tương ứng cường độ sáng điểm ảnh với giá trị số - kết trình lượng hóa Cách mã hóa kinh điển thường dùng 16, 32 hay 64 mức Mã hóa 256 mức phổ dụng Vì 28 = 256 (0, 1,…, 255), nên với 256 mức, pixel mã hóa bit o Lược đồ mức xám (Histogram): Là hàm cung cấp tần suất xuất mức xám Lược đồ mức xám biểu diễn hệ tọa độ vuông góc x,y Trong hệ tọa độ này, trục hoành biểu diễn số mức xám từ đến N, N số mức xám (Số điểm ảnh có cung mức xám) 1.2 Nhận dạng Nhận dạng ứng dụng quan trọng làm mảnh Nhận biết đánh giá nội dung ảnh (nhận dạng) phân tích hình ảnh thành phần có nghĩa để phân biệt đối tượng với đối tượng khác Dựa vào ta mô tả cấu trúc hình ảnh ban đầu Có thể liệt kê số phương pháp nhận dạng nhận dạng biên đối tượng ảnh, tính cạnh, phân đoạn hình ảnh, v.v…Kỹ thuật dùng nhiều y học (xử lý tế bào, nhiễm sắc thể), nhận dạng chữ văn Nhận dạng trình liên quan đến mô tả đối tượng mà người ta muốn đặc tả Quá trình nhận dạng thường sau trình chọn đặc tính đối tượng Có hai kiểu mô tả đối tượng:  Mô tả tham số (nhận dạng theo tham số)  Mô tả theo cấu trúc (nhận dạng theo cấu trúc) Trên thực tế, người ta áp dụng kỹ thuật nhận dạng chữ (chữ cái, chữ số, chữ có dấu) Hiện có phương pháp nhận dạng chữ phương pháp cấu trúc, vecto hóa đường nét ảnh đồ, nhận dạng đối tượng theo cấu trúc topo… Nhận dạng chữ in đánh máy phục vụ cho việc tự động hóa trình đọc tài liệu, tăng tốc độ chất lượng thu nhận thông tin từ máy tính Nhận dạng chữ viết tay (với mức độ dàng buộc cách viết, kiểu chữ, v…,v) phục vụ cho nhiều lĩnh vực Ngoài kỹ thuật nhận dạng trên, kỹ thuật nhận dạng dựa vào kỹ thuật mạng nơron áp dụng cho kết khả quan 10 hạn nên việc tìm hiểu em ứng dụng ảnh đường nét sau làm mảnh chưa nhiều  Hướng phát triển đồ án Em mong qua đồ án với nhận xét, đánh giá thầy cô giáo, bạn em rút kinh nghiệm hiểu biết sâu sắc phương pháp tìm xương ảnh nói chung, phương pháp làm mảnh ảnh nói riêng Từ tìm ứng dụng hay kết hợp tốt thuật toán làm mảnh ứng dụng Từ cho chương trình có ứng dụng thiết thực Chẳng hạn ứng dụng để xây dựng phần mềm “nhận dạng chữ kí điện tử”… 62 TÀI LIỆU THAM KHẢO [1] Lương Mạnh Bá, Nguyễn Thanh Thủy, “Nhập môn xử lý ảnh số” [2] J.R Parker, “Algorithms for image processing and computer vision”, Wiley Computer Publishing, New York [3] Louisa Lam , Seong – Whan Lee, Member, “Thinning methodologies – A Comprehensive Survey”, IEEE Trans on Pattern Analusis and Machine Itelligence, vol 14, no.9,9-1992 [4] Louisa Lam, Ching Y Suen, “An Evaluation of Prallel Thinning Algorithms for Character Recognition”, IEEE Trans on Pattern Analysis and Machine Itelligence, vol 17, no 9, 9-1992 [5] P.C.K Kwok “A thinning algorithm by contour generation” Comm ACM, vol 31, no.11, 1314-1324,1998 [6] D Rutovitz “Pattern recogniti on” J Roy Stat Soc, vol 192 Serries A, pp 504-530 1996 [7] C J Hilditch “Linear skeletons form square cupboards”, in Machine Intell (B Meltzer and D Michic, Eds) New York: Amer Elsevier 1969, pp 403-420, vol.4 [8] A Rosenfeld “A Characterization of parallel thining algorithm” Inform Contr, vol 29, no 3, pp 286-2910, 1995 [9] Stentiford, F W M and R.G.Mortime 1983 Some New Heuristics for Thinning Binary Handprinted Characters for OCR IEE Transactions on Systems, Man, and Cybernetics Vol SMC-13 [10] T Pavlidis “A thinning algorithm for discrete binary image” Comput Graphics Image Processing, vol 13, pp 142-157, 1980 [11] O Baruch “Line thinning by line following” Patt Recogn Lett, vol 8, no 4,pp, 271-276, 1989 63 PHỤ LỤC CẤU TRÚC ẢNH BITMAP Cơ bitmap Bitmap có vị trí quan trọng đồ họa máy tính Các ảnh bitmap thường sử dụng ảnh phức tạp giới thực, ảnh số hay video capture Bitamap có hai khuyết điểm Đầu tiên, chúng bị ảnh hưởng vấn đề phụ thuộc thiết bị Sự phụ thuộc thiết bị rõ ràng màu Việc hiển thị ảnh màu ảnh màu thiết bị monochrome thường không đạt yêu cầu Một vấn đề khác bitmap thường ngầm chứa độ phân giải xác định tỉ số cạnh ảnh Khuyết điểm thứ hai bitmap chúng yêu cầu lượng lớn không gian lưu trữ Tuy nhiên, ưu điểm bitmap so với metafile tốc độ Việc chép bitmap từ hình nhanh nhiều việc vẽ metafile Các kích thước Bitmap Một bitmap hình chữ nhật có kích thước phẳng với chiều rộng chiều cao theo pixel Kích thước không gian bitmap thường gọi độ phân giải (Resolution) nó- Độ phân giải số pixel đơn vị đo Các bitmap hình chữ nhật nhớ máy tính lại hàng Các bitmap thường lưu nhớ theo hàng đỉnh pixel kết thúc với hàng đáy Trong hàng, pixel lưu bắt đầu với pixel trái tiếp tục sang phải Nó lưu kí tự riêng biệt số hàng text Màu Bitmap Bên cạnh việc có kích thước không gian, bitmap có kích thước màu Đó số bit yêu cầu cho pixel đôi lúc gọi độ 64 sâu màu bitmap hay số bit pixel Các pixel bitmap có số bit màu Các thiết bị giới thực Bitmap phân loại dựa số bit màu chúng có định dạng màu khác dựa khả màu adapter hình Thực sự, người ta coi nhớ bitmap lớn Bitmap độc lập thiết bị 5.1 Giới thiệu Một DIB định dạng sử dụng để định nghĩa bitmap độc lập thiết bị độ phân giải màu khác Mục đích DIB cho phép bitmap di chuyển từ thiết bị sang thiết bị khác Một DIB gồm hai phần: bit phần header mô tả định dạng bit Phần header chứa định dạng màu, bảng màu kích thước bitmap Định dạng DIB hành hỗ trợ bốn độ phân giải màu: bit, bit, bit 24 bit 5.2 Định dạng tập tin BMP  Cấu trúc BITMAPFILEHEADER: Phần mở rộng tập tin windows DIB BMP Tập tin bao gồm cấu trúc BITMAPFILEHEADER theo sau DIB Cấu trúc liệu chứa trường sau: bfType Một WORD định nghĩa kiểu tệp bfSize Một DWORD định kích thước tập tin theo byte bfReserved1 Các WORD cần đặt bfReserved2 bfOffBits Một DWORD định offset từ đầu cấu trúc BITMAPFILEHEADER đến nơi bắt đầu bit Header 65 DIB theo sau header tập tin, bit ảnh không cần đặt kế header tập tin  Phần header DIB: Phần header bao gồm hai phần kề nhau: phần header bảng màu Cả hai kết hợp vào cấu trúc BITMAPINFO, phần sử dụng DIB API Windows hỗ trợ hai loại header: BITMAPINFOHEADER BITMAPCOREHEADER Ứng dụng nên sử dụng BITMAPINFOHEADER, chứa trường sau: biSize Kích thước BITMAPINFOHEADER biWidth Chiều rộng ảnh tính số điểm ảnh biHeight Chiều cao ảnh, tính số điểm ảnh biPlanes Số plane thiết bị, phải biBitCount Số bit cho điểm ảnh biCompression Kiểu nén biSizeImage Kích thước ảnh tính byte biXPelsPerMeter biYPelsPerMeter biClrUsed biClrImportant Độ phân giải ngang thiết bị, tính điểm ảnh met Độ phân giải dọc thiết bị, tính điểm ảnh met Số lượng màu thực sử dụng Số lượng màu cần thiết cho việc hiển thị, tất màu cần hiển thị 66 5.3 Các định dạng bit Phần header định nghĩa định dạng bit, tất định dạng theo theo quy luật sau:  Mọi hàng quét canh theo DWORD Hàng quét đệm vào để có kích thước DWORD  Các hàng quét lưu từ lên, với hàng quét (scan 0) nhớ quét ảnh  Mỗi định dạng có đặc thù sau: o Các DIB 1-bit lưu sử dụng bit số bảng màu Bit có trọng số lớn bit trái o Các DIB 4-bit lưu với bit số bảng màu Bit có trọng số lớn bit trái o Các DIB 8-bit dễ byte index o Các DIB 24-bit có byte đại diện cho màu, sử dụng thứ tự bảng màu 5.4 Khuyết điển DIB Giới hạn lớn DIB chúng chậm so với bitmap phụ thuộc thiết bị DIB dựa tọa độ ngược với windows, làm việc mã hóa bit khó khăn không trực quan 67 PHỤ LỤC MỘT SỐ MODUL QUAN TRỌNG Cách cấp phát nhớ: Điều quan trọng cần thiết toán xử lý ảnh Bài toán sử dụng mảng liệu ảnh thuật toán phải cấp phát vùng nhớ : BYTE **DATA,**tmp; DATA=(BYTE**)calloc(H+2,sizeof(BYTE *)); tmp=(BYTE**)calloc(H,sizeof(BYTE *)); Trong hàm: void *calloc( size_t num, size_t size ); num : Số phần tử Size: Chiều dài tính byte phần tử Hàm phân phối mảng nhớ với giá trị khởi tạo Hàm tính số liên kết int COpenImageView::Lienket(BYTE** DATA,int r,int c) { int N=0; if(DATA[r][c+1]>=1 && DATA[r-1][c+1]==0) N++; if(DATA[r-1][c+1]>=1 && DATA[r-1][c]==0) N++; if(DATA[r-1][c]>=1 && DATA[r-1][c-1]==0) N++; if(DATA[r-1][c-1]>=1 && DATA[r][c-1]==0) N++; if(DATA[r][c-1]>=1 && DATA[r+1][c-1]==0) N++; 68 if(DATA[r+1][c-1]>=1 && DATA[r+1][c]==0) N++; if(DATA[r+1][c]>=1 && DATA[r+1][c+1]==0) N++; if(DATA[r+1][c+1]>=1 && DATA[r][c+1]==0) N++; return N; } Thủ tục làm trơn thuật toán Stentiford void COpenImageView::Lamtron(BYTE** DATA,int H,int W) { int r,c; for(r=0;r[...]... của phần lớn các phương pháp làm mảnh 2.3 Phương pháp tìm xương dựa trên làm mảnh Phương pháp này chia làm hai loại chính: Làm mảnh lặp và làm mảnh không lặp Phần này, chúng ta quan tâm đến các dạng thuật toán làm mảnh lặp, hay chính xác hơn là các thuật toán xóa lần lượt các lớp điểm ảnh trên đường biên của mẫu cho đến khi chỉ còn thu được xương của ảnh Việc xóa đi hay giữ lại một điểm ảnh, các thuật... TỔNG QUAN VỀ LÀM MẢNH ẢNH 2.1 Xương và các phương pháp tìm xương 2.1.1 Thế nào là xương và làm mảnh ảnh? Làm mảnh là việc tìm xương của một đối tượng ảnh, vậy “Xương ảnh là gì?” Xương của ảnh được sử dụng để chỉ kết quả mà không quan tâm đến hình dạng chuẩn của mẫu hoặc các phương thức được sử dụng Cho đến nay vẫn chưa có một định nghĩa thuyết phục về xương ảnh Tệ hơn chúng ta không biết một xương khi... cách cực đại) Phương pháp này gọi là phương pháp tìm xương không dựa trên làm mảnh Phương pháp thứ hai bao gồm các thuật toán làm mảnh (thining) bằng cách loại bỏ các điểm thuộc trên biên của đối tượng mà không làm thay đổi tính liên thông và cấu trúc Tôpô của ảnh cho đến khi độ rộng cắt ngang của các đường bằng một đơn vị (một pixel) Đây chính là phương pháp dựa trên làm mảnh 2.2 Phương pháp thay đổi... thuật toán tìm xương nhưng các phương pháp đưa ra đều bị mất thông tin Chú ý về làm mảnh như sau:  Không phải tất cả các đối tượng đều có thể làm mảnh Làm mảnh chỉ hữu dụng với các đối tượng là đường, nghĩa là chúng chỉ thẳng hoặc cong và nó không có tác dụng với các đối tượng chỉ đóng trong một vùng 11  Làm mảnh thông thường là bước chuẩn bị cho các bước tiếp theo xử lý một đối tượng ảnh Các bước... làm mảnh và khả năng đáp ứng của từng loại thuật toán Các tính chất bao gồm việc duy trì được những thuộc tính tô pô và các tính chất hình học, tính đẳng hướng, tính bất biến, khả năng tái tạo, không mất tính liên thông, không tạo ra lỗ hổng, trơn, không xóa điểm cuối Bên cạnh đó còn có các yêu cầu về hiệu quả, giảm thiểu số phép tính 2.5.1 Yêu cầu về thời gian và số phép toán Các phương thức làm mảnh. .. phương thức làm mảnh không lặp, không phụ thuộc vào điểm ảnh, có hiệu quả trong việc giảm số các phép toán cần thiết, chúng làm tăng tốc độ xử lý Nhìn chung, các thuật toán làm mảnh song song đã thỏa mẫn điều này, đặc biệt khi mà các cấu trúc xử lý ảnh song song đang ngày càng tăng Đây là một bước tiến quan trọng trong lĩnh vực làm mảnh 18 2.5.2 Yêu cầu về khả năng tái tạo mẫu ban đầu Khả năng tái tạo,... (c) làm mảnh dựa vào sự thay đổi của Holt (d) Sự thay đổi của Holt với việc rời cầu thang gác Kiểu làm mảnh sử dụng cầu bỏ cầu thang gác như sự làm trơn và đối xứng hơn xương khác Hình 7 thể hiện kết quả áp dụng phương thức này cho bốn ảnh test 30 Hình7_: Kết quả khi áp dụng thuật toán Holt’s với rời cầu thang Thuật toán vẫn còn những nhược điểm như: phương thức này không có đoạn cuối tốt như phương. .. mẫu làm trơn giảm cong với phí tổn rõ ràng của việc rút ngắn các nhánh Thuật toán này cũng được thực hiện mà chỉ sử dụng làm mảnh 4  4 và tạo lại các mẫu (bằng cách điền vào vị trí các điểm ảnh không cần quan tâm) Chỉ có hai vòng lặp con sử dụng theo hai hướng khác nhau, sau mỗi vòng việc hậu xử lý được áp dụng để giữ lại một đường trung vị mà ít khi có độ dày 1 điểm ảnh 4.2 Làm mảnh song song sử dụng. .. điểm ảnh đơn và có ít nhất hai điểm 8_láng giềng có giá trị là 1 Chứng tỏ rằng thao tác này không làm thay đổi bậc của P 4.1.3 Thuật toán của Favre và Keller Thuật toán này làm mảnh trên một chu trình, việc kết hợp thông tin liên thông trên cửa sổ 5 x 5 vào các điểm ảnh đã được mã trên N(p) chính là việc mã lại các điểm ảnh mẫu, và điều này làm cho thuật toán hoàn thiện hơn Hai đường quét đầu tiên sử dụng. .. lượng lớn các điểm ảnh bên ngoài trên một số vòng cố định, và sau đó, có thể sử dụng một thuật toán bóc để làm mảnh phần ảnh còn lại thành độ rộng đơn vị 4.1.4 Thuật toán của Chen Về bản chất thuật toán này sử dụng thông tin lấy từ cửa sổ 5 x 5 Một điểm p bị xóa khi: 32 C1: XH(p) = 1 và C2: (a) các điểm ảnh đen trên N(p) là 4_liên thông hoặc (b) p thuộc về đường chéo với độ dày 2 điểm ảnh Nếu p thỏa mãn