Phát hiện biên biểu diễn fourier elliptic và ứng dụng

ĐẠI HỌC THÁI NGUYÊN KHOA CÔNG NGHỆ THÔNG TIN ĐẠI HỌC THÁI NGUYÊN KHOA CÔNG NGHỆ THÔNG TIN PHẠM NGỌC QUÝ PHẠM NGỌC QUÝ PHÁT HIỆN BIÊN, BIỂU DIỄN FOURIER ELLIPTIC VÀ ỨNG DỤNG PHÁT HIỆN BIÊN, BIỂU DIỄN FOURIER ELLIPTIC VÀ ỨNG DỤNG Chuyên ngành: Khoa học máy tính Mã số: 604801 LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN ` LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN Ngƣời hƣớng dẫn khoa học: TS Phạm Việt Bình ` Thái Nguyên - 2009 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Thái Nguyên - 2009 http://www.Lrc-tnu.edu.vn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên i http://www.Lrc-tnu.edu.vn MỤC LỤC 2.1.1 Phương pháp phát biện trực tiếp 22 Lời cảm ơn i 2.1.2 Phương pháp phát biên gián tiếp 31 Danh mục ký hiệu, chữ viết tắt ii Danh mục hình iii MỞ ĐẦU 2.1.3 Phương pháp phát biên kết hợp 32 2.1.4 Phát biên dựa vào trung bình cục 38 CHƢƠNG TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ BIÊN 2.1.5 Cải thiện nâng cao chất lượng biên ảnh 40 1.1 Một số khái niệm xử lý ảnh 2.2 Phép biến đổi Fourier 49 1.1.1 Xử lý ảnh 2.2.1 Định nghĩa 49 1.1.2 Quá trình thu nhận, biểu diễn lưu giữ ảnh 2.2.1 Elliptic Fourier 50 1.1.3 Histogram ảnh 2.2.3 Biến đổi Fourier rời rạc 55 1.1.4 Nhận dạng ảnh 2.2.4 Các thuộc tính khác biến đổi Fourier 61 1.2 Biên ảnh vai trò nhận dạng ảnh CHƢƠNG 3: CHƢƠNG TRÌNH THỬ NGHIỆM 62 1.2.1 Khái niệm biên ảnh phương pháp phát 3.1 Giới thiệu 62 biên 3.2 Số hóa biên đối tượng ảnh 62 1.2.2 Vai trò biên nhận dạng ảnh 14 3.2 Chương trình thử nghiệm 66 KẾT LUẬN 70 1.2.3 Biểu diễn biên dựa mô tả Fourier 14 TÀI LIỆU THAM KHẢO 72 1.2.3.1 Phương pháp dựa mô tả Fourier 16 1.2.3.2 Phương pháp góc quay 19 Tiếng Việt 72 Tiếng Anh 72 CHƢƠNG 2: MỘT SỐ PHƢƠNG PHÁP PHÁT HIỆN BIÊN VÀ PHÉP BIỂU DIỄN FORIER ELLIPTIC 22 2.1 Một số phương pháp phát biên 22 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên i http://www.Lrc-tnu.edu.vn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên ii http://www.Lrc-tnu.edu.vn LỜI CẢM ƠN Danh mục ký hiệu, chữ viết tắt CSDL Cơ sở liệu diễn Fourier Elliptic ứng dụng”, em nhận nhiều đóng góp FD (Fourier descriptors) - Mô tả Fourier tạo điều kiện thầy cô đồng nghiệp Lời em xin chân thành Pixel Điểm ảnh cảm ơn tới toàn thể thầy cơ, người giảng dạy em Radius Bán kính RGB Khơng gian màu RGB Trong q trình làm luận văn thạc sĩ với đề tài “Phát biên, biểu Đặc biệt, em xin tỏ lòng cảm ơn chân thành sâu sắc tới thầy thầy Phạm Việt Bình, người ln tận tình hướng dẫn, định hướng, có bảo cặn kẽ em thời suốt thời gian qua Em cảm ơn bạn, đồng nghiệp động viên, khích lệ, trao đổi tài liệu cho em thời gian làm luận văn Em chân thành mong đóng góp ý kiến thầy, cô đồng nghiệp để em có phát triển đề tài thời gian tới Xin chân thành cảm ơn ! Thái Nguyên, ngày 12 tháng 11 năm 2009 Học viên Phạm Ngọc Quý Số hóa Trung tâm Học liệu – Đại học Thái Nguyên i http://www.Lrc-tnu.edu.vn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên ii http://www.Lrc-tnu.edu.vn Danh mục hình Hình 2.16 Ảnh biên kết hợp phương pháp kết hợp với N =5 37 Hình 1.1 Các giai đoạn q trình xử lý ảnh Hình 2.17 Ma trận điểm ảnh trước sau lọc 39 Hình 1.2 Điểm láng giềng điểm láng giềng Hình 2.18 Các ảnh biên kết thu theo thuật tốn đề xuất 39 Hình 1.3(a) Đồ thị biểu diễn Histogram ảnh Hình 2.19 Lấy tổ hợp điểm ảnh lân cận 41 Hình 1.3(b) Ảnh gốc Hình 2.20 Một số kiểu mặt nạ sử dụng cho kỹ thuật lọc phi tuyến 41 Hình 1.3(c) Histogram ảnh gốc theo RGB Gray Hình 2.21 Minh họa thuật toán hậu xử lý 46 Hình 1.4 Ví dụ chu tuyến đối tượng ảnh 12 Hình 2.22 Ví dụ chain code 51 Hình 1.5 Phân loại biểu diễn hình dạng kỹ thuật biểu diễn 15 Hình 2.23 Minh họa kết hợp chuỗi mã 4, 8-láng giềng 52 Hình 1.6 Biểu diễn góc quay 20 Hình 2.24 Minh họa chuỗi mã 54 Hình 1.7 Biểu diễn góc quay trường hợp có thay đổi nhỏ 21 Hình 2.25 Biển đổi xung mẫu 57 Hình 2.1 Mơ hình hướng 23 Hình 2.26 Ảnh dùng biến đổi Fourier rời rạc 2D 58 Hình 2.2 Ảnh trước dò biên 24 Hình 2.27 (a) Ảnh mặt (b) Biển đổi ảnh mặt 60 Hình 2.3 Ảnh sau dị biên 25 Hình 2.28 Biến đổi Fourier 2D 61 Hình 2.4 (a) Ảnh gốc (b) Đạo hàm bậc (c) Đạo hàm bậc hai 25 Hình 3.1 Thuật tốn số hóa biên ảnh đối tượng ảnh 63 Hình 2.5(a) Ảnh gốc (b) Ảnh biên dùng Laplace H1 (a) Ảnh biên H2 27 Hình 3.2 Thuật toán chaincodeal 64 Hình 2.6 Minh họa biểu diễn biên nhờ phép hình thái 30 Hình 3.3 Lá gấc ban đầu 66 Hình 2.7 Ảnh gốc 33 Hình 3.4 Lá gấc sau Histogram 67 Hình 2.8 Ảnh đen trắng 33 Hình 3.5 Lá gấc sau chain code 67 Hình 2.9 Ảnh đen trắng dùng hàm ConvertRGB 34 Hình 3.6 (a) Lá gấc trước xử lý 68 Hình 2.10 Ảnh đen trắng 34 Hình 3.6 (b) Lá gấc sau xử lý 68 Hình 2.11 Biên ảnh đen trắng 35 Hình 2.12 Ảnh gốc 36 Hình 2.13 Ảnh biên với cách đánh giá độ chênh lệch mức xám điểm ảnh 36 Hình 2.14 So sánh với mức xám trung bình cửa sổ ảnh trường hợp N=5 36 Hình 2.15 Xác định điểm biên thực 37 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên iii http://www.Lrc-tnu.edu.vn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên iv http://www.Lrc-tnu.edu.vn PHẦN MỞ ĐẦU Xử lý ảnh lĩnh vực quan tâm nhiều nhà khoa học nước tính phong phú lợi ích ứng dụng khoa học kỹ thuật, kinh tế, xã hội đời sống người Lĩnh vực xử lý ảnh liên quan tới nhiều ngành khác như: hệ thống tin học, trí tuệ nhân tạo, nhận dạng, viễn thám, y học, nông học Hiện nay, thông tin hình ảnh đóng vai trị quan trọng trao đổi thông tin, phần lớn thông tin mà người thu thông qua thị giác Do vậy, vấn đề nhận dạng xử lý ảnh, đặc biệt nhận dạng biên ảnh quan tâm yêu cầu ứng dụng đa dạng chúng thực tiễn Mục đích đặt cho xử lý ảnh chia thành hai phần chính: phần thứ liên quan đến khả từ ảnh thu lại ảnh để từ ảnh cải biến nhận nhiều thông tin để quan sát đánh giá mắt, coi biến đổi ảnh (image transformation) hay làm đẹp ảnh (image enhancement) Phần hai nhằm vào nhận dạng đoán nhận ảnh cách tự động, đánh giá nội dung ảnh Quá trình nhận dạng ảnh nhằm phân loại đối tượng thành lớp đối tượng biết (supervised learning) thành lớp đối tượng chưa biết (unsupervised learning) Sau q trình tăng cường khơi phục (đối với ảnh có nhiễu), giai đoạn tiếp theo, người ta phải trích rút đặc tính quan trọng, định ảnh cần nhận dạng Các đặc tính đặc tính hình học, đặc tính ngữ cảnh Các đặc tính hình học chứa thơng tin vị trí, kích thước hình học, hình dạng đối tượng ảnh, đặc tính quan trọng xử lý nhận dạng ảnh Các đặc tính thường trích rút thơng qua việc xác định đường biên đối tượng ảnh Biên chứa thơng tin Số hóa Trung tâm Học liệu – Đại học Thái Nguyên v http://www.Lrc-tnu.edu.vn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn hình dạng ngồi đối tượng ảnh Có thể nói xác định biên vấn đề quan trọng hấp dẫn lĩnh vực nghiên cứu xử lý ảnh khả biểu đạt cấu trúc đối tượng tính ứng dụng rộng rãi vào việc giải nhiều tốn khó như: nhận dạng tự động, thị thực máy tính, hoạt hình… CHƢƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ BIÊN 1.1 Một số khái niệm xử lý ảnh 1.1.1 Xử lý ảnh Xử lý ảnh(Image processing) đối tượng nghiên cứu lĩnh vực thị giác máy, trình biến đổi từ ảnh ban đầu sang ảnh với Bên cạnh đó, năm gần nghiên cứu biên ảnh đặc tính mà tuân theo ý muốn việc xử lý Xử lý ảnh q trình phép biến đổi Fourier ứng dụng rộng rãi Thực tế đặt phân tích, phân lớp đối tượng, làm tăng chất lượng, phân đoạn tìm tốn như: đưa ứng dụng vào xã hội đời sống người biên, gán nhãn cho vùng hay trình biên dịch thơng tin hình ảnh Một số nhóm nghiên cứu nước đưa phương pháp giải ảnh Hình minh họa giai đoạn q trình xử lý ảnh kết hợp phương pháp phát biên phép biến đổi Fourier để L-u tr÷ hồn thành ứng dụng góp phần vào phát triển xã hội Chình ứng dụng thực tiễn em nghiên cứu luận văn thạc camera Thu nhËn ¶nh sĩ với đề tài “Phát biên, biểu diễn Forier Elliptic ứng dụng” Luận văn gồm phần mở đầu, phần kết luận, v chng ni dung: Số hoá Phân tích ảnh NhËn d¹ng SENSOR Chương 1: Tổng quan xử lý nh v biờn Hệ Q.định L-u trữ Chng 2: Mt số phương pháp phát biên phép biểu diễn Fourier Elliptic Hình 1.1 Các giai đoạn q trình xử lý ảnh Chương 3: Chương trình thử nghiệm 1.1.2 Quá trình thu nhận, biểu diễn lƣu giữ ảnh 1.1.2.1.Quá trình thu nhận ảnh Ảnh tồn thực tế ảnh liên tục không gian giá trị độ sáng, việc thu nhận ảnh dùng Scanner, camera Muốn đưa ảnh liên tục thực tế vào máy tính để xử lý cần phải qua khâu trung gian q trình số hố Số hố q trình rời rạc hố khơng gian lượng tử hố giá trị.Q trình rời rạc hố khơng gian trình thu nhận điểm rời rạc từ ảnh liên tục, phải đảm bảo mắt thường không phân biệt hai điểm kề Q trình Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn việc tìm cách biểu diễn ảnh lớn có vơ số điểm, số hữu thực tế biểu diễn toạ độ chúng hệ toạ độ này, tức hạn điểm, cho không làm hay thay đổi tính chất ảnh, để việc từ ba màu tổng hợp nhiều màu thực tế Xét lưu trữ xử lý ảnh dễ dàng Cịn q trình lượng tử hố giá trị số trường hợp đặc biệt sau: q trình rời rạc hố mặt giá trị để đơn giản hố việc tính tốn  Màu đen (Black) tạo R=B=G=0 đưa vào máy để xử lý Tuỳ theo loại ảnh, độ xác yêu cầu khả  Màu vàng (Yellow) tạo R=G=1, B=0 xử lý máy tính mà ta có mức lượng tử thích hợp Ví dụ với ảnh  Màu tím (Magenta) tạo R=B=1, G=0 256 cấp xám, ta phải dùng 256 mức lượng tử biểu diễn máy tính  Màu xanh (Cyan) tạo R=0, G=B=1 bits  Màu trắng (White) tạo R=G=B=1 1.1.2.2 Quá trình biểu diễn ảnh Từ ta thấy rằng, ảnh đa cấp sáng trường hợp đặc biệt ảnh Sau trình số hoá thu ma trận tương ứng với ảnh cần xét, màu, thành phần tọa độ màu tương ứng (R=G=B=1) phần tử ma trận tương ứng với điểm ảnh Ảnh thường biểu diễn mảng hai chiều I(n,p) gồm n dòng p cột Như vậy, ảnh gồm nxp pixels người ta thường kí hiệu I(x,y) để pixel cụ thể ảnh Các điểm đặc trưng toạ độ màu (R,G,B) tương ứng với Về mặt tốn học xem ảnh hàm hai biến f(x,y) với x,y biến tọa độ Giá trị số điểm (x,y) tương ứng với giá trị xám độ sáng ảnh (x cột y hàng) Giá trị hàm ảnh f(x,y) hạn chế phạm vi số nguyên dương hệ toạ độ màu sau: = f(x,y) = fmax Thông thường ảnh xám, giá trị fmax 255 ( 28=256) phần Blue Cyan Mag tử ảnh mã hóa byte Ảnh biểu diễn theo hai mơ hình: mơ hình Vector mơ hình Raster White  Mơ hình Raster: mơ hình biểu diễn ảnh thơng dụng Ảnh biểu diễn dạng ma trận điểm ảnh Tùy theo nhu cầu Black Green thực tế mà điểm ảnh biểu diễn hay nhiều bit Mơ hình Raster thuận lợi cho việc thu nhận, hiển thị in ấn Yellow Red  Mơ hình Vector: Bên cạnh mục đích tiết kiệm không gian lưu trữ, dễ dàng hiển thị in ấn, ảnh biểu diễn theo mơ hình vector cịn có ưu Trong R = Red, G = Green, B = Blue điểm cho phép dễ dàng lựa chọn, chép, di chuyển, tìm kiếm … Hệ toạ độ (R,G,B ) hệ nhất, người ta chứng minh R,G,B ba màu độc lập, hệ sở Hầu màu khác Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn Theo yêu cầu kỹ thuật biểu diễn vector tỏ ưu việt Trong mơ hình này, người ta sử dụng hướng vector điểm ảnh Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn lân cận để mã hóa tái tạo lại hình ảnh ban đầu Các ảnh vector lưu trữ máy tính dạnh files thường files thu nhận trực tiếp từ thiết bị số hóa Digitalize nén để tiết kiệm nhớ chuyển đổi từ ảnh Raster thơng qua chương trình vector hóa Hầu hết files ảnh có phần đề đầu files để ghi thông tin Khi xử lý ảnh Raster quan tâm đến mối quan hệ ảnh như: Kích thước ảnh, số planes, số bits cho điểm ảnh vùng lân cận điểm ảnh Các điểm ảnh xếp hàng Trong thực tế, ta hay gặp xử lý đầu vào ảnh bitmap ảnh lưới (raster) hình vng, lưới hình lục giác theo cách hoàn toàn tạo từ điểm ảnh Ngồi q trình thực hiện, sau số phép ngẫu nhiên với Cách xếp theo hình vng quan tâm đến biến đổi chuyển dạng vectơ có đơn vị đường để tiện cho nhiều có hai loại: điểm láng giềng (4 liền kề) láng giềng (8 việc lưu giữ liền kề) Hình minh họa điểm láng giềng điêm láng giềng 1.1.3 Histogram ảnh Như ta biết, điểm có giá trị độ sáng Histogram ảnh đồ thị cho biết tần suất điểm ảnh với mức biến thiên độ sáng Thí dụ: Có ảnh 100 điểm , độ sáng ảnh phân thành mức sáng: level1, level2, , level Số điểm ảnh mức tương ứng 20, 25, 10, 30, 15 Nh vy tn Hình 1.2 : Điểm láng giềng điểm láng giềng sut hin ca cỏc im ảnh mức tương ứng 20%, 25%, 10%, 30%, 15%, với ảnh ta có histogram ảnh hình 1.3 1.1.2.3 Lưu giữ ảnh Trong phát triển cơng nghệ thơng tin nói chung, vấn đề lớn chi Từ kết histogram ảnh, cho ta nhìn nhận tổng quát trình phối hoạt động thuộc lĩnh vực vấn đề nhớ Cần thiết phát triển phân bố giải độ sáng ảnh, không cho ta biết kết cấu chi tiết ảnh q trình xử lý thơng tin cho nhanh chóng xác, song cần Ngồi ra, vào số đỉnh histogram ảnh có nhìn nhận ban phát triển khả lưu trữ, bảo tồn thơng tin Các hệ máy tính đầu số vùng ảnh Đó sở cho việc phân vùng ảnh tìm biên sau ngày có nhớ lớn, song này, đặc biệt phương pháp tìm biên gián tiếp muốn lưu trữ xử lý Trong kĩ thuật xử lý ảnh vậy, lượng thơng tin chứa ảnh lớn, lên việc lưu giữ vấn đề cần quan tâm Trong thực tế ma trận điểm ảnh tạo trình số hố, Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn Trên thực tế, người ta áp dụng kỹ thuật nhận dạng thành công với nhiều đối tượng khác như: nhận dạng ảnh vân tay, nhận dạng chữ 30% 0.3 (chữ cái, chữ số, chữ có dấu) 25% 20% Nhận dạng chữ in đánh máy phục vụ cho việc tự động hố q 0.2 trình đọc tài liệu, tăng nhanh tốc độ chất lượng thu nhận thơng tin 15% 0.1 từ máy tính 10% Nhận dạng chữ viết tay (với mức độ ràng buộc khác cách viết, level H×nh 1.3a thị biểu diễn Histogram ảnh kiu ch, v.v ) phục vụ cho nhiều lĩnh vực Ngoài hai kỹ thuật nhận dạng trên, số kỹ thuật nhận dạng dựa vào kỹ thuật mạng nơron fourier áp dụng cho kết khả quan 1.2 Biên ảnh vai trò nhận dạng ảnh 1.2.1 Khái niệm biên ảnh phương pháp phát biên 1.2.1.1 Khái niệm biên ảnh b) Hình 1.3 b) Ảnh gốc; c)  Các phương pháp phát biên phương pháp xử lý cục  quan trọng việc xác định thay đổi độ sáng hàm ảnh Một điểm ảnh coi biên có thay đổi đột ngột mức c) Histogram ảnh gốc theo RGB Gray 1.1.4 Nhận dạng ảnh Nhận dạng ảnh trình liên quan đến mô tả đối tượng mà  người ta muốn đặc tả Q trình nhận dạng thường sau q trình trích biên Nếu lấy đạo hàm bậc ảnh ta có phương pháp chọn đặc tính chủ yếu đối tượng Có hai kiểu mơ tả đối tượng: - Mô tả tham số (nhận dạng theo tham số)  - Mô tả theo cấu trúc ( nhận dạng theo cấu trúc)  Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn xám Tập hợp điểm biên tạo thành biên hay đường bao ảnh Phương pháp phát biên trực tiếp nhằm làm biên dựa vào biến thiên độ sáng điểm ảnh Sử dụng kỹ thuật đạo hàm để phát gradient, lấy đạo hàm bậc hai ta có kỹ thuật Laplace Một hàm ảnh phụ thuộc vào biến toạ độ điểm ảnh, tốn tử mơ tả biên ảnh biểu diễn đạo hàm riêng (theo hướng x,y) Phương pháp gradient phương pháp dò biên cục dựa vào cực đại đạo hàm Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn  Biên ảnh biểu diễn véc tơ với thành phần: o Biên độ gradient o Và hướng biên với góc , hướng biên lệch so với hướng gradient  góc -900  Hướng gradient hướng gia tăng lớn hàm ảnh  Như mô tả hình dưới, đường biên khép kín đường có độ sáng; quy ước hướng hướng đơng Roof dạng điển hình cho đối tượng có đường biên mảnh  Các kỹ thuật phát biên thường điều chỉnh để phù hợp với dạng biên ảnh  Đôi ý đến thay đổi biên độ mà không quan tâm đến thay đổi hướng; sử dụng tốn tử tuyến tính Laplace để phát hện biên  Tốn tử Laplace có tính chất hướng, thành phần bất biến quay ảnh 1.2.1.2 Các phương pháp phát biên Phát biên trực tiếp: Phương pháp làm biên dựa vào biến thiên mức xám ảnh Kỹ thuật chủ yếu dùng để phát biên dựa vào biến đổi theo hướng Nếu lấy đạo hàm bậc ảnh ta có kỹ    Biên thường sử dụng phân tích ảnh để xác định đường bao vùng ảnh Đường bao thành phần (các điểm biên) vng góc với hướng gradient Một số dạng đường bao ảnh thuật Gradient, lấy đạo hàm bậc hai ảnh ta có kỹ thuật Laplace Phát biên gián tiếp: Nếu cách ta phân ảnh thành vùng ranh giới vùng gọi biên Kỹ thuật dị biên phân vùng ảnh hai toán đối ngẫu dị biên để thực phân lớp đối tượng mà phân lớp xong nghĩa phân vùng ảnh ngược lại, phân vùng ảnh phân lớp thành đối tượng, phát biên 1.2.1.2.1 Phương pháp phát biên trực tiếp a) Kỹ thuật phát biên Gradient Theo định nghĩa gradient véctơ có thành phần biểu thị tốc độ thay đổi giá trị điểm ảnh b) Kỹ thuật phát biên Laplace Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 10 http://www.Lrc-tnu.edu.vn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 11 http://www.Lrc-tnu.edu.vn qua lọc nhiễu giá trị khơng bị thay đổi nhiều Do thuật tốn lọc Các bước thuật tốn mơ tả sau: nhiễu phân lớp vừa đảm bảo yêu cầu khử nhiễu cho ảnh biên, vừa không Bƣớc 1: đọc điểm ảnh đầu tiên, điểm đen ghi lại tọa độ làm cho đường biên bị nhòe nhiều Hơn nữa, cịn cho phép vào Queue chuyển sang bước 2, khơng chuyển sang điểm thay đổi độ lọc nhiễu cách cho điểu chỉnh tham số δ đầu vào Tuy ảnh thực lại bước nhiên giá trị δ lớn ảnh bị nhòe tốc độ nhòe ảnh Bƣớc 2: đọc tọa độ điểm ảnh (xo,yo) trỏ trỏ CF đánh chậm ta thay đổi giá trị δ dấu lại vào ảnh gốc (để không duyệt lại nữa) 2.1.5.2 Kỹ thuật hậu xử lý Bƣớc 3: Xét điểm ảnh thuộc láng giềng (xo,yo), Chúng ta biết rằng, ảnh cho dù qua lọc nhiễu trước dị biên điểm đen ghi lại tọa độ vào Queue cho trỏ trỏ cịn tồn đốm nhiễu Bởi vì, chúng điểm có độ CB, tăng giá trị biến đếm kích thước Queue_Size thêm đơn vị biến thiên mức xám tương đương với điểm biên đối tượng nhỏ Lặp lại bước CF > CB Queue_Size > Max_Size Với ảnh Chúng ta gọi đối tượng đốm nhiễu Khi xử lý Max_size giá trị nhập vào quy định kích thước tối đa vùng nhận dạng ảnh cần phải quan tâm đến đối tượng này, liên thơng (kích thước đốm nhiễu) việc loại bỏ chúng cần thiết Chúng ta tiến hành khử đốm nhiễu Bƣớc 4: đọc giá trị Queue_Size, Queue_Size > Max_Size ảnh thu sau làm biên xóa tất điểm thuộc Queue; khơng hủy đánh dấu cho chúng Quay lại thực bước toàn điểm ảnh xét duyệt hết Dưới trình bày khái quát hàm Despecke() Hình 2.21 Minh họa thuật toán hậu xử lý LPSTR Chúng ta có nhận xét kích thước vùng liên thơng (vùng điểm ảnh kế cận nhau) đốm nhiễu nhỏ so với kích thước vùng biên đối tượng Đây cở sở cho thuật tốn khử đốm nhiễu trình bày Despecke(LPSTR pImg,int Max_Size) { struct Point{ int x,y; }; Point *Q=new Point[MaxSize+10]; int i,j,k,CF,CB,QSz,xo,yo; Trong thuật toán sử dụng Queue Queue trỏ int dx[8]={-1,-1,-1,0,1,1,1,0}, hai trỏ CF (trỏ trước) CB (trỏ sau) Con trỏ CF dùng để trỏ tọa độ dy[8]={-1,0,1,1,1,0,-1,-1}; điểm xét, CB trỏ tới tọa độ điểm cuối danh sách for (i=0;i