Tìm hiểu một số kỹ thuật nâng cao chất lượng ảnh và ứng dụng

TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG ĐỒ ÁN TỐT NGHIỆP MỤC LỤC MỤC LỤC DANH MỤC ẢNH LỜI CẢM ƠN LỜI MỞ ĐẦU CHƢƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH 1.1 Tổng quan hệ thống xử lý ảnh 1.2 Một số vấn đề xử lý ảnh 1.2.1 Các khái niệm 1.2.2 Biểu diễn ảnh 1.2.3 Biến đổi ảnh (Image Transform) 1.2.4 Phân tích ảnh 1.2.5 Nhận dạng ảnh 1.2.6 Nén ảnh CHƢƠNG 2: MỘT SỐ KỸ THUẬT TIỀN XỬ LÝ ẢNH 10 2.1 Kỹ thuật nâng cấp ảnh 10 2.1.1 Toán tử điểm 10 2.1.2 Toán tử không gian 11 2.2 Một số kỹ thuật lọc nhiễu 11 2.2.1 Kỹ thuật lọc trung bình 11 2.2.2 Kỹ thuật lọc trung vị 13 2.2.3 Lọc thông thấp 13 2.2.4 Lọc thông cao 14 2.3 Kỹ thuật phân ngưỡng 15 2.3.1 Kỹ thuật phân ngưỡng tự động 15 2.3.2 Phương pháp sử dụng điểm biên 15 2.4 Một số kĩ thuật phát biên 16 2.4.1 Kỹ thuật gradient 16 2.4.2 Kỹ thuật laplace 17 2.4.3 Kỹ thuật sobel 18 2.4.4 Kỹ thuật prewitt 19 2.5 Đường thẳng hough 19 2.5.1 Biến đổi hough đường thẳng 19 Sv: Trần Thị Phượng – CT1002 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG 2.5.2 ĐỒ ÁN TỐT NGHIỆP Đường thẳng hough tọa độ cực 19 2.6 Các phép toán hình thái học 20 2.6.1 Phép toán hình thái với ảnh nhị phân 20 2.6.2 Phép toán hình thái với ảnh đa mức xám 20 CHƢƠNG 3: NHẬN DẠNG PHIẾU KẾT QUẢ THI TOEIC 22 3.1 Phát biểu toán 22 3.2 Tiền xử lý phiếu kết 24 3.2.1 Phân ngưỡng 24 3.2.2 Lọc nhiễu 26 3.2.3 Tìm biên 27 3.2.4 Xác định góc nghiêng xoay ảnh 29 3.3 Nhận dạng phiếu kết thi TOEIC 31 3.3.1 Vẽ histogram 31 3.3.2 Nhận dạng khung .31 3.3.3 Tách dòng 32 3.3.4 Tách cột 32 3.3.5 Tách ô nhận dạng ô .32 CHƢƠNG 4: KẾT QUẢ THỰC NGHIỆM 34 4.1 Thực nghiệm tiền xử lý ảnh 34 4.1.1 Thực nghiệm lọc nhiễu 34 4.1.2 Thực nghiệm xoay ảnh .36 4.2 Các thực nghiệm nhận dạng phiếu kết 38 4.2.1 Thực nghiệm nhận dạng khung 38 4.2.2 Thực nghiệm tách dòng 38 4.2.3 Thực nghiệm tách ô nhận dạng ô 39 CHƢƠNG 5: KẾT LUẬN 40 5.1 Các kết đạt 40 5.2 Những tồn hướng phát triển 40 TÀI LIỆU THAM KHẢO 41 Sv: Trần Thị Phượng – CT1002 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG ĐỒ ÁN TỐT NGHIỆP DANH MỤC ẢNH Hình 1.1.1 Các giai đoạn xử lý ảnh Hình 2.2.1 Mô tả thuật toán lọc trung bình 12 Hình 2.2.2 Mô hình lọc thông cao 14 Hình 3.1.1 Mẫu phiếu thi TOEIC 23 Hình 3.2.1 Phiếu kết thi TOEIC trước phân ngưỡng 25 Hình 3.2.2 Phiếu kết thi TOEIC sau phân ngưỡng 26 Hình 3.2.3 Mô hình tính phương pháp canny 28 Hình 3.2.4 Phiếu kết thi TOEIC sau tìm biên 29 Hình 3.3.1 Histogram theo ox cho khung trả lời 31 Hình 3.3.2 Histogram theo oy cho khung trả lời 31 Hình 4.1.1 ảnh phiếu kết trước lọc nhiễu làm mịn 34 Hình 4.1.2 Ảnh phiếu kết sau phân ngưỡng lọc nhiễu 35 Hình 4.1.3 Phiếu kết trước xoay lại 36 Hình 4.1.4 Phiếu kết sau xoay ảnh 37 Hình 4.2.1 Xác định khung cho phiếu kết 38 Hình 4.2.2 Xác định dòng cho khung số báo danh mã đề thi 38 Hình 4.2.3 Xác định dòng cho khung trả lời 39 Hình 4.2.4 Xác định ô cho khung số báo danh mã đề thi 39 Hình 4.2.5 Xác định ô cho khung trả lời .39 Sv: Trần Thị Phượng – CT1002 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG ĐỒ ÁN TỐT NGHIỆP LỜI CẢM ƠN Em xin chân thành cảm ơn Thầy giáo, Thạc sĩ Ngô Trường Giang, người hướng dẫn tận tình bảo em nhiều suốt trình tìm hiểu nghiên cứu hoàn thành đồ án từ lý thuyết đến ứng dụng Sự hướng dẫn thầy giúp em có thêm kiến thức lập trình kiến thức xử lý ảnh Đồng thời em xin chân thành cám ơn thầy cô khoa Công nghệ thông tin- Trường Đại Học Dân Lập Hải Phòng, thầy cô trường trang bị cho em kiến thức cần thiết suốt thời gian học tập trường để em hoàn thành tốt đồ án Trong trình học suốt thời gian làm tốt nghiệp không tránh khỏi thiếu sót, em mong góp ý quý báu thầy cô tất bạn để kết em hoàn thiện Sau cùng, em xin gửi lời cảm ơn đến gia đình bạn bè tạo điều kiện để em xây dựng thành công đồ án Em xin chân thành cảm ơn! Hải Phòng, ngày tháng năm 2010 Sinh viên Trần Thị Phượng Sv: Trần Thị Phượng – CT1002 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG ĐỒ ÁN TỐT NGHIỆP LỜI MỞ ĐẦU Xử lý ảnh lĩnh vực mang tính khoa học công nghệ Nó 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 cho Trong thông tin người thu nhận từ bên có đến 80% thu nhận mắt có nghĩa dạng ảnh Vì xử lý ảnh ngành khoa học phát triển mạnh áp dụng rộng rãi ngành khoa học khác đời sống thực tiễn Nhận dạng phần quan trọng xử lý ảnh ứng dụng hiệu nhiều lĩnh vực khác y tế, quốc phòng, nghiên cứu Hiện thực tế có nhiều sản phẩm thương mại cho phép nhận dạng như: Nhận dạng kết điều tra, nhận dạng khuôn mặt, tự động chấm thi… Nhưng sản phẩm có tính chuyên dụng đặc thù cao nên khó áp dụng đồng thời cho nhiều mục đích khác Do đồ án nghiên cứu việc tiền xử lý nhận dạng phiếu kết thi TOEIC trường ĐH Dân Lập Hải Phòng Từ xây dựng hệ thống tổ chức chấm vào điểm cách tự động trường ĐH Dân Lập Hải Phòng Cấu trúc đồ án sau: Chương 1: Tổng quan xử lý ảnh Chương 2: Một số kỹ thuật tiền xử lý ảnh Chương 3: Nhận dạng phiếu kết thi TOEIC Chương 4: Kết thực nghiệm Chương 5: Kết luận Sv: Trần Thị Phượng – CT1002 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG CHƢƠNG 1: ĐỒ ÁN TỐT NGHIỆP TỔNG QUAN VỀ XỬ LÝ ẢNH 1.1 Tổng quan hệ thống xử lý ảnh Xử lý ảnh đối tượng nghiên cứu lĩnh vực thị giác máy, trình biến đổi từ ảnh ban đầu sang ảnh với đặc tính tuân theo ý muốn người sử dụng Xử lý ảnh gồm trình phân tích, phân lớp đối tượng, làm tăng chất lượng, phân đoạn tách cạnh, gán nhãn cho vùng hay trình biên dịch thông tin hình ảnh ảnh Cũng xử lý liệu đồ hoạ, xử lý ảnh số lĩnh vực tin học ứng dụng Xử lý liệu đồ hoạ đề cập đến ảnh nhân tạo, ảnh xem xét cấu trúc liệu tạo chương trình Xử lý ảnh số bao gồm phương pháp kĩ thuật để biến đổi, để truyền tải mã hoá ảnh tự nhiên Mục đích xử lý ảnh gồm: Biến đổi ảnh, làm tăng chất lượng ảnh Tự động nhận dạng, đoán nhận, đánh giá nội dung ảnh Các bước cần thiết xử lý ảnh: CAMERA Lƣu trữ Thu nhận ảnh Số hóa Nhận dạng ảnh Phân tích ảnh SCANNER Lƣu trữ Hệ Q.định Hình 1.1.1 Các giai đoạn xử lý ảnh Trước hết trình thu nhận ảnh Ảnh thu nhận qua camera Thường thu nhận ảnh qua camera tín hiệu tương tự (loại camera ống kiểu CCIR), tín hiệu số hóa (loại CCD- Charge Coupled Device) Ảnh thu nhận từ vệ tinh qua cảm ứng (sensor), hay ảnh tranh quét Sv: Trần Thị Phượng – CT1002 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG ĐỒ ÁN TỐT NGHIỆP scanner Tiếp theo trình số hóa (Digitalizer) để biến đổi tín hiệu tương tự sang tín hiệu rời rạc (lấy mẫu) số hóa lượng hóa, trước chuyển sang giai đoạn xử lý, phân tích hay lưu trữ lại Trước hết công việc tăng cường ảnh để nâng cao chất lượng ảnh Do nguyên nhân khác nhau: chất lượng thiết bị thu nhận ảnh, nguồn sáng hay nhiễu, ảnh bị suy biến cần phải tăng cường khôi phục lại ảnh để làm bật số đặc tính ảnh, hay làm cho ảnh gần giống với trạng thái gốc – trạng thái trước bị biến dạng Giai đoạn phát đặc tính biên, phân vùng ảnh, trích chọn đặc tính v.v Cuối tùy theo mục đích ứng dụng, giai đoạn nhận dạng, phân lớp hay định khác 1.2 Một số vấn đề xử lý ảnh 1.2.1 Các khái niệm Phần tử ảnh (Pixel -Picture Element) 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 từ 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 Trong trình người ta sử dụng khái niệm Picture element mà ta quen gọi hay viết Pixel Vậy ảnh tập hợp pixel Mức xám (Gray level) kết mã hóa tương ứng với 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 lý kĩ thuật Vì 28 = 256 (0,1,… 255), nên với 256 mức, pixel mã hóa bit Độ phân giải (Resolation) ảnh mật độ điểm ảnh ấn định ảnh số hiển thị Ảnh số tập hợp điểm ảnh với mức xám phù hợp dùng để mô tả ảnh gần với ảnh thật Ảnh nhị phân ảnh có hai mức xám Sv: Trần Thị Phượng – CT1002 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG ĐỒ ÁN TỐT NGHIỆP Ảnh màu ảnh số cường độ điểm ảnh tổng hợp từ màu tùy theo loại mà có cách biểu diễn khác Ảnh đa mức xám ảnh có nhiều hai mức xám 1.2.2 Biểu diễn ảnh Trong biểu diễn ảnh, người ta thường dùng phần tử đặc trưng ảnh pixel Nhìn chung hàm hai biến chứa thông tin biểu diễn ảnh Các mô hình biểu diễn cho ta mô tả logic hay định lượng tính chất hàm Trong biểu diễn ảnh cần ý đến tính trung thực tiêu chuẩn “thông minh” để đo chất lượng ảnh tính hiệu kĩ thuật xử lý Một số mô hình thường dùng biểu diễn ảnh: mô hình toán, mô hình thống kê Trong mô hình toán, ảnh hai chiều biểu diễn nhờ hàm hai biến trực giao gọi hàm sở Còn mô hình thống kê, ảnh coi phần tử tập hợp đặc trưng đại lượng như: kỳ vọng toán học, hiệp biến, phương sai, moment 1.2.3 Biến đổi ảnh (Image Transform) Thuật ngữ biến đổi ảnh thường dùng để nói tới lớp ma trận đơn vị kĩ thuật dùng để biến đổi ảnh Biến đổi ảnh nhằm làm giảm nguyên nhân ảnh để việc xử lý hiệu Như làm rõ thông tin mà ngời dùng quan tâm người dùng phải chấp nhận số thông tin cần thiết 1.2.4 Phân tích ảnh Phân tích ảnh liên quan đến việc xác định độ đo định lượng ảnh để đưa mô tả đầy đủ ảnh Quá trình phân tích ảnh thực chất bao gồm nhiều công đoạn nhỏ Trước hết công việc tăng cường ảnh để nâng cao chất lượng ảnh, giai đoạn phát đặc tính phát biên, phân vùng ảnh, trích chọn đặc tính v.v 1.2.4.1 Tăng cƣờng ảnh – khôi phục ảnh Tăng cường ảnh bước quan trọng, tạo tiền đề cho xử lý ảnh Nó gồm Sv: Trần Thị Phượng – CT1002 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG ĐỒ ÁN TỐT NGHIỆP kỹ thuật như: lọc độ tương phản, khử nhiễu, màu… Khôi phục ảnh nhằm loại bỏ suy giảm ảnh 1.2.4.2 Biên Biên vấn đề chủ yếu phân tích ảnh điểm trích chọn trình phân tích ảnh dựa vào biên Mỗi điểm ảnh biên có thay đổi đột ngột mức xám Tập hợp điểm biên tạo thành biên hay đường bao quanh ảnh 1.2.4.3 Phân vùng Phân vùng bước then chốt xử lý ảnh Giai đoạn nhằm phân tích ảnh thành thành phần có tính chất dựa theo biên hay vùng liên thông Tiêu chuẩn để xác định vùng liên thông mức xám, màu hay độ tương phản 1.2.5 Nhận dạng ảnh Nhận dạng ảnh trình liên quan đến mô tả đối tượng mà người ta muốn đặc tả Quá trình nhận dạng thường sau trình trích chọn đặc tính chủ yếu 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 thành công với nhiều đối tượng khác như: nhận dạng ảnh vân tay, nhận dạng chữ viết 1.2.6 Nén ảnh Dữ liệu ảnh liệu khác cần phải lưu trữ hay truyền mạng mà lượng thông tin để biểu diễn cho ảnh lớn Do làm giảm lượng thông tin hay nén liệu nhu cầu cần thiết Nén liệu trình làm giảm lượng thông tin “ dư thừa” liệu gốc lượng thông tin thu sau nén thường nhỏ liệu gốc nhiều Sv: Trần Thị Phượng – CT1002 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG CHƢƠNG 2: ĐỒ ÁN TỐT NGHIỆP MỘT SỐ KỸ THUẬT TIỀN XỬ LÝ ẢNH 2.1 Kỹ thuật nâng cấp ảnh Nâng cao chất lượng ảnh bước quan trọng, tạo tiền đề cho xử lý ảnh Mục đích làm bật số đặc tính ảnh thay đổi độ tương phản, lọc nhiễu, biên, làm trơn biên ảnh … Các thuật toán triển khai việc nâng cao chất lượng ảnh hầu hết dựa kỹ thuật miền điểm, không gian tần số 2.1.1 Toán tử điểm Xử lý điểm ảnh thực chất biến đổi giá trị điểm ảnh dựa vào giá trị mà không dựa vào điểm ảnh khác Có hai cách tiếp cận với phương pháp này: Cách thứ dùng hàm biến đổi thích hợp với mục đích yêu cầu đặt để biến đổi giá trị mức xám điểm ảnh sang giá trị mức xám khác Cách thứ hai dùng lược đồ mức xám (Gray Histogram) Về mặt toán học, toán tử điểm ánh xạ từ giá trị cường độ ánh sáng u(m,n) tọa độ (m,n) sang giá trị cường độ ánh sáng khác v(m,n) thông qua hàm f(.) tức là: v(m,n) = f(u(m,n)) Ứng dụng toán tử điểm biến đổi độ tương phản ảnh Một số dạng toán tử điểm giới thiệu sau: 2.1.1.1 Kỹ thuật biến đổi âm O(m,n) = 255 – I(m,n ) Với O(m,n): Giá trị điểm ảnh đầu vị trí (m,n) I(m,n): Giá trị điểm ảnh đầu vào vị trí (m,n) 2.1.1.2 Kỹ thuật thay đổi độ xám O(m,n) = I(m,n) + C C = const, Cmax= 255 Cmin= -255 Nếu C dương : Tăng độ sáng Sv: Trần Thị Phượng – CT1002 10 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG Xtv = X( n ) n lẻ Xtv = n ( ) ( n 1) 2 ĐỒ ÁN TỐT NGHIỆP n chẵn Kỹ thuật đòi hỏi điểm ảnh cửa sổ phải xếp theo thứ tự tăng dần hay giảm dần so với giá trị trung vị Kích thước cửa sổ thường chọn cho cho số điểm ảnh cửa sổ ảnh lẻ Các cửa sổ thường dùng 3x3, 5x5, 7x7 3.2.3 Tìm biên Chúng ta sử dụng phương pháp tìm biên canny dựa cặp đạo hàm riêng bậc với việc làm nhiễu Đạo hàm ảnh lọc: f (G I) fx f y với fx fy đạo hàm theo x y f Do vậy: f (G I )x (G I)y (Gx I ) (G y (3.1) I) Lấy đạo hàm riêng theo x y G ta được: Gx ( x, y) Gy ( x, y) x y x2 y2 exp( ) 2 (3.2) x2 y exp( ) 2 (3.3) Hơn lọc Gauss tách được, ta thực riêng biệt tích chập theo x y: G x ( x, y ) G x ( x) G ( y ) G y ( x, y) G y ( y) (3.4) G ( x) Từ (3.1) (3.4)ta có: f x ( x, y ) G x ( x) G( y) I f y ( x, y) G y ( x) G ( x) I (3.5) Với biên độ hướng tính theo công thức (3.2) (3.3) Thuật toán minh họa theo hình sau: Sv: Trần Thị Phượng – CT1002 27 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG ĐỒ ÁN TỐT NGHIỆP fx Arctan fy/fx I(x,y) fy fx fy Hình 3.2.3 Mô hình tính phƣơng pháp canny Kỹ thuật viết hàm sau opencv: void cvCanny( const CvArr* image, CvArr* edges, double threshold1, double threshold2, int aperture_size=3 ); Trong đó: image ảnh đầu vào edges ảnh đầu (ảnh kết quả) threshold1 ngưỡng threshold2 ngưỡng aperture_size cỡ ma trận mẫu Sv: Trần Thị Phượng – CT1002 28 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG ĐỒ ÁN TỐT NGHIỆP Hình 3.2.4 Phiếu kết thi TOEIC sau tìm biên 3.2.4 Xác định góc nghiêng xoay ảnh 3.2.4.1 Xác định góc nghiêng Phiếu kết sau scanner bị nghiêng nên ta cần chỉnh lại góc nghiêng để việc nhận dạng xác Trước xoay ảnh ta phải xác định góc nghiêng ảnh Tư tưởng phương pháp nhận dạng đường thẳng Hough là: với giá trị tham số r θ, ta tính số tọa độ (x,y) thỏa mãn phương trình đường thẳng Hough điểm đen Nếu số lớn ngưỡng θ tập hợp điểm tạo nên đường thẳng Thuật toán tìm đường thẳng dựa phương trình đường thẳng Hough mô tả ngôn ngữ sau: Sv: Trần Thị Phượng – CT1002 29 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG w2 h for r = to ĐỒ ÁN TỐT NGHIỆP ° for θ = to 360 { count = ; for x = to width { Tính y; if (x, y) điểm đen then count = count + } if count > θ then thông báo có đường thẳng ; } Trong w h chiều độ rộng chiều cao ảnh Biến count dùng để đếm số điểm đen tương ứng với r θ Nếu count lớn ngưỡng cho trước θ có đường thẳng Ưu điểm thuật toán tìm đường thẳng không liền với độ xác cao Với thuật toán xác định góc nghiêng đường thẳng Từ biết ảnh có nghiêng không thực bước xoay ảnh Trong opencv đường thẳng xác định hàm: lines = cvHoughLines2( dst2, storage, CV_HOUGH_STANDARD, 1, CV_PI/180, 180, 0, ); 3.2.4.2 Xoay ảnh Sau xác định góc nghiêng phiếu kết Để chỉnh sửa lại góc nghiêng ta quay lại ảnh với góc lệch Thuật toán xoay ảnh thực chất chuyển điểm ảnh (x,y) từ vị trí ban đầu thành điểm ảnh có tọa độ (x 1,y1) theo công thức: Sv: Trần Thị Phượng – CT1002 30 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG ĐỒ ÁN TỐT NGHIỆP x1= x.cosφ + y.sinφ y1= y.sinφ – x.cosφ 3.3 Nhận dạng phiếu kết thi TOEIC 3.3.1 Vẽ histogram Trước nhận dạng phiếu kết thi TOEIC cần phải xác định dòng cột phiếu kết từ nhận dạng ô Để nhận dạng dòng cột vẽ histogram theo trục ox oy từ nhận dạng khung Sau thực vẽ histogram theo trục ox, oy cho khung trả lời ta thu hình vẽ sau: Hình 3.3.1 Histogram theo ox cho khung trả lời Hình 3.3.2 Histogram theo oy cho khung trả lời 3.3.2 Nhận dạng khung Nhận dạng khung bước sau vẽ histogram cho phiếu kết theo trục, việc nhận dạng khung nhằm mục đích khoanh vùng ô trả lời, số báo danh Sv: Trần Thị Phượng – CT1002 31 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG ĐỒ ÁN TỐT NGHIỆP mã đề thi Nhận dạng khung việc xác định tọa độ góc bên trái, độ rộng, độ cao khung Các khung nhận dạng lần lượt, ta có nhận xét cạnh khung nằm đường thẳng Do để nhận dạng cạnh khung ta tìm tọa độ (x,y) khung sau dung hàm opencv để vẽ cạnh khung 3.3.3 Tách dòng Để thực tách dòng nhận dạng dòng thực theo bước sau: Bước 1: Vẽ biểu đồ mức xám theo trục oy khung lưu vào mảng Bước 2: Duyệt mảng vừa lưu histogram để tìm tọa độ theo oy Bước 3: Tính khoảng cách xác định dòng khung Nhận xét sau vẽ Histogram theo trục oy tạo đoạn thẳng cách khoảng trống 3.3.4 Tách cột Để nhận dạng ô ta phải nhận dạng dòng cột khung Ở bước ta nhận dạng dòng phần chung ta tiếp tục nhận dạng cột khung Để nhận dạng cột khung ta làm theo bước sau: Bước 1: vẽ Histogram theo trục ox cho khung Bước 2: duyệt mảng chứa Histogram theo ox Bước 2: xác định tọa độ cột (2 tọa độ) 3.3.5 Tách ô nhận dạng ô Sau thực tách dòng tách cột tiếp tục thực hiên tách ô nhận dạng ô Ô chọn ô có mật độ điểm đen nhiều Tư tưởng phương pháp tách ô nhận dạng ô sau: Sv: Trần Thị Phượng – CT1002 32 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG ĐỒ ÁN TỐT NGHIỆP Bước 1: Duyệt mảng chứa tọa độ cột, dòng khung để xác định tọa độ ô Bước 2: từ tọa độ cột dòng vừa duyệt xác định ô Bước 3: duyệt tất ô dòng, tìm số điểm đen ô dòng Bước 4: quét ô dòng, đến gặp ô chứa điểm đen lớn ngưỡng θ Nếu có ô chọn ngược lại dòng ô chọn Bước 5: Nếu số ô nhỏ số ô hàng quay lại bước để tiếp tục nhận dạng, ngược lại kết thúc Sv: Trần Thị Phượng – CT1002 33 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG CHƢƠNG 4: ĐỒ ÁN TỐT NGHIỆP KẾT QUẢ THỰC NGHIỆM 4.1 Thực nghiệm tiền xử lý ảnh Phiếu kết sau scanner để thực nhận dạng thi bị nhiễu, nghiêng Do việc tiền xử lý trước nhận dạng cần thiết Sau kết trình thực nghiệm tiền xử lý 4.1.1 Thực nghiệm lọc nhiễu Hình 4.1.1 ảnh phiếu kết trƣớc lọc nhiễu làm mịn Sau thực làm mịn ảnh ta thu kết sau: Sv: Trần Thị Phượng – CT1002 34 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG ĐỒ ÁN TỐT NGHIỆP Hình 4.1.2 Ảnh phiếu kết sau phân ngƣỡng lọc nhiễu Sv: Trần Thị Phượng – CT1002 35 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG ĐỒ ÁN TỐT NGHIỆP 4.1.2 Thực nghiệm xoay ảnh Để nhận dạng xác phiếu kết thi TOEIC phải xoay xoay ảnh không nghiêng scaner Mẫu phiếu bị nghiêng scaner sau: Hình 4.1.3 Phiếu kết trƣớc xoay lại Sv: Trần Thị Phượng – CT1002 36 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG ĐỒ ÁN TỐT NGHIỆP Hình 4.1.4 Phiếu kết sau xoay ảnh Sv: Trần Thị Phượng – CT1002 37 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG ĐỒ ÁN TỐT NGHIỆP 4.2 Các thực nghiệm nhận dạng phiếu kết 4.2.1 Thực nghiệm nhận dạng khung Sau nhận dạng khung ta xác định khung theo hình vẽ sau: Hình 4.2.1 Xác định khung cho phiếu kết 4.2.2 Thực nghiệm tách dòng Để thực nhận dạng ô phiếu kết thực tách dòng cho khung phiếu kết thu sau: Hình 4.2.2 Xác định dòng cho khung số báo danh mã đề thi Sv: Trần Thị Phượng – CT1002 38 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG ĐỒ ÁN TỐT NGHIỆP Hình 4.2.3 Xác định dòng cho khung trả lời 4.2.3 Thực nghiệm tách ô nhận dạng ô Sau thực nhận dạng dòng, tiếp tục thực nhận dạng ô kết thực nghiệm ta thu sau: Hình 4.2.4 Xác định ô cho khung số báo danh mã đề thi Hình 4.2.5 Xác định ô cho khung trả lời Sv: Trần Thị Phượng – CT1002 39 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG CHƢƠNG 5: ĐỒ ÁN TỐT NGHIỆP KẾT LUẬN 5.1 Các kết đạt đƣợc Trong thời gian nghiên cứu làm đồ án, em hoàn thành nhiệm vụ đề Như trình bày trên, em nghiên cứu thực nội dung sau: Tìm hiểu số kĩ thuật toán nâng cao chất lượng ảnh: Nghiên cứu ứng dụng nâng cao chất lượng ảnh cho toán nhận dạng phiếu kết thi TOEIC trường Đại Học Dân Lập Hải Phòng Cài đặt thử nghiệm ứng dụng hệ thống nâng cao chất lượng ảnh nhận dạng phiếu thi TOEIC với modul chính: Lọc nhiễu, phân ngưỡng Phát góc nghiêng chỉnh ảnh Xác định khung, dòng, tách ô để phục vụ cho tính toán nhận dạng 5.2 Những tồn hƣớng phát triển Bên cạnh kết đạt được, đồ án em có vấn đề mà đến thời điểm chưa giải được: Phạm vi toán nhỏ Kết chương trình chưa thực chấm điểm vào điểm tự động Trong thời gian tới em tiếp tục nghiên cứu để hoàn thiện tiếp phần tồn để xây dựng thành hệ thống hoàn thiện đưa vào sử dụng Sv: Trần Thị Phượng – CT1002 40 TÌM HIỂU MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VÀ ỨNG DỤNG ĐỒ ÁN TỐT NGHIỆP TÀI LIỆU THAM KHẢO Tài liệu tham khảo tiếng Việt [1.] Nhập môn xử lý ảnh, Lương Mạnh Bá Nguyễn Thanh Thủy, nhà xuất Khoa học Kỹ thuật, 2000 [2.] Nguyễn Thị Thanh Huyền, nhận dạng phiếu kết thi trắc nghiệm, đồ án tốt nghiệp Đại học, khoa Công nghệ thông tin – ĐHDL Hải Phòng, 2006 [3.] Xử lý ảnh, PGS.TS Nguyễn Quang Hoan Học viện bưu viễn thông năm 2006 [4.] Xử lý ảnh, TS.Đỗ Năng Toàn TS.Phạm Việt Bình Đại Học Thái Nguyên tháng 11 năm 2007 Tài liệu tham khảo tiếng Anh [5.] Introduction to computer vison and image processing, Lương Chi Mai [6.] http://www.codeproject.com/ Sv: Trần Thị Phượng – CT1002 41