Xử lý ảnh nhận diện hình dạng vật thể

xử lý ảnh nhận diện vật thể gồm hình vuông, tròn, tam giác, hình chữ nhật, sử dụng các hàm của matlab và các công thức để nhận diện được hình. File có phần tạo thêm GUI để mở được hình ảnh dễ dàng hơn việc chỉ dùm hàm mở file

KHOA ĐIỆN – ĐIỆN TỬ

ĐỒ ÁN 3

XỬ LÝ ẢNH NHẬN DIỆN HÌNH DẠNG

VẬT THỂ

Người hướng dẫn: ThS.TRẦN THANH NAM

Người thực hiện: LÊ VI QUANG

Lớp : 13040203

Khoá : 17

THÀNH PHỐ HỒ CHÍ MINH, NĂM 2017

KHOA ĐIỆN – ĐIỆN TỬ

ĐỒ ÁN 3

XỬ LÝ ẢNH NHẬN DIỆN HÌNH DẠNG

VẬT THỂ

Người hướng dẫn: ThS.TRẦN THANH NAM

Người thực hiện: LÊ VI QUANG

Lớp : 13040203

Khoá : 17

THÀNH PHỐ HỒ CHÍ MINH, NĂM 2017

Tôi xin chân thành cảm ơn Ths Trần Thanh Nam đã tận tình hướng dẫn, thảo luận và giúp đỡ tôi trong quá trình thực hiện đồ án

Tôi cũng chân thành cảm ơn các thầy, cô trong khoa đã tạo điều kiện thuận lợi về thời gian và tận tình cung cấp các tài liệu mới liên quan nhằm giúp tôi có thể hoàn thành tốt đồ án được giao

TP Hồ Chí Minh, ngày 27 tháng 4 năm 2017

Tác giả

Lê Vi Quang

CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC TÔN ĐỨC THẮNG

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi và được sự hướng dẫn khoa học của ThS Trần Thanh Nam Các nội dung nghiên cứu, kết quả trong đề tài này là trung thực và chưa công bố dưới bất kỳ hình thức nào trước đây Những số liệu trong các bảng biểu phục vụ cho việc phân tích, nhận xét, đánh giá được chính tác giả thu thập từ các nguồn khác nhau có ghi rõ trong phần tài liệu tham khảo

Ngoài ra, trong luận văn còn sử dụng một số nhận xét, đánh giá cũng như số liệu của các tác giả khác, cơ quan tổ chức khác đều có trích dẫn và chú thích nguồn gốc

Nếu phát hiện có bất kỳ sự gian lận nào tôi xin hoàn toàn chịu trách nhiệm về nội dung luận văn của mình Trường đại học Tôn Đức Thắng không

liên quan đến những vi phạm tác quyền, bản quyền do tôi gây ra trong quá trình thực hiện (nếu có)

TP Hồ Chí Minh, ngày 27 tháng 4 năm 2017

Tác giả

Lê Vi Quang

DANH MỤC CÁC HÌNH VẼ V DANH MỤC CÁC BẢNG BIỂU VI DANH MỤC CÁC TỪ VIẾT TẮT VII

CHƯƠNG 1 TỔNG QUAN XỬ LÝ ẢNH 8

1.1 GIỚI THIỆU 8

1.2 CÁC VẤN ĐỀ CƠN BẢN TRONG XỬ LÝ ẢNH 8

Cơ bản về xử lý ảnh 8

1.2.1 Ảnh và điểm ảnh 9

1.2.2 Khử nhiễu 9

1.2.3 Chỉnh mức xám 9

1.2.4 Trích chọn đặc điểm 10

1.2.5 Nhận dạng 10

1.2.6 Nén ảnh 11

1.2.7 CHƯƠNG 2 THU THẬP ẢNH VÀ TĂNG CƯỜNG CHẤT LƯỢNG ẢNH 12

2.1 CƠ CHẾ NHẬN ẢNH PINHOLE 13

2.2 CẢM BIẾN MÁY ÁNH (CCD) 15

2.3 TĂNG CƯỜNG CHẤT LƯỢNG ẢNH 16

Các kỹ thuật làm trơn ảnh 17

2.3.1 Làm trơn ảnh bằng lọc phi tuyến 17

2.3.2 Làm trơn lọc nhiễu bằng lọc tuyến tính 17

2.3.3 Gassian Blur 19

2.3.4 Ứng dụng của làm trơn ảnh 21

2.3.5 CHƯƠNG 3 CÁC PHƯƠNG PHÁP XỬ LÝ ẢNH CƠ BẢN 22

3.1 CÁC HÀM CHUYỂN ĐỔI KIỂU ẢNH 22

3.2 CHUYỂN ĐỔI ĐỊNH DẠNG CÁC FILE ẢNH 23

3.4 DÒ BIÊN VÀ PHÂN VÙNG ẢNH 27

Một số khái niệm 27

3.4.1 Phân loại các kỹ thuật phát hiện biên 28

3.4.2 Quy trình phát hiện biên 28

3.4.3 Phương Pháp biên cục bộ 29

3.4.4 Dò biên theo phương thức hoạt động 31

3.4.5 Phân vùng ảnh 33

3.4.6 CHƯƠNG 4 KẾT QUẢ MÔ PHỎNG XỬ LÝ ẢNH 34

4.1 CHỨC NĂNG CỦA PHẦN MÔ PHỎNG 34

4.2 CÁCH HOẠT ĐỘNG CỦA ĐOẠN CODE 34

CHƯƠNG 5 NHẬN XÉT 38

5.1 QUÁ TRÌNH THỰC HIỆN ĐỀ TÀI 38

5.2 KHẢ NĂNG ỨNG DỤNG VÀO THỰC TẾ 38

5.3 HƯỚNG PHÁT TRIỂN 39

CHƯƠNG 6 TÀI LIỆU THAM KHẢO 40

DANH MỤC CÁC HÌNH VẼ

HÌNH 1-1: QUÁ TRÌNH XỬ LÝ ẢNH 9

HÌNH 1-2: CÁC BƯỚC CƠ BẢN TRONG HỆ THỐNG XỬ LÝ ẢNH 9

HÌNH 2-1: CẤU TẠO CỦA MỘT CAMERA SỐ 12

HÌNH 2-2: NGUYÊN LÝ TẠO ẢNH QUA KHE HẸP 13

HÌNH 2-3: MÁY ẢNH PINHOLE CỔ ĐIỂN 14

HÌNH 2-4: MÁY ẢNH DSLR VỚI "ỐNG KÍNH" POHOLE 14

HÌNH 2-5: CẤU TRÚC CỦA 1 CCD 16

HÌNH 2-6: CỬA SỔ LỌC TRONG 1D VÀ 2D 18

HÌNH 2-7: PHƯƠNG SAI CỦA PHÂN TÁN GAUSSIAN 20

HÌNH 2-8: CAMERA ỨNG DỤNG LỌC 21

HÌNH 3-1: ẢNH TRƯỚC VÀ SAU KHI IMRESIZE 24

HÌNH 3-2: CÁC LOẠI ĐƯỜNG BIÊN 27

HÌNH 3-3: VÍ DỤ CỦA PHƯƠNG PHÁP BELLMAN 31

HÌNH 3-4: ĐỒ THỊ LIÊN THÔNG 33

HÌNH 4-1: GIAO DIỆN GUI 35

HÌNH 4-2: HÌNH MÀU XÁM 36

HÌNH 4-3: HÌNH ẢNH NHỊ PHÂN 37

HÌNH 4-4: HÌNH ẢNH NHỊ PHÂN ĐÃ ĐƯỢC INVERT 37

HÌNH 4-5: HÌNH ẢNH SAU KHI ĐÃ ĐƯỢC NHẬN DIỆN 38

DANH MỤC CÁC BẢNG BIỂU

DANH MỤC CÁC TỪ VIẾT TẮT

CHƯƠNG 1 TỔNG QUAN XỬ LÝ ẢNH

1.1 Giới thiệu

Xử lý ảnh là một lĩnh vực đã và đang rất phát triển Khái niệm có liên quan tới nhiều ngành học và hướng nghiên cứu khác nhau Hệ thống xử lý ảnh bao gồm lý thuyết và các

kỹ thuật liên quan nhằm mục đích tạo ra một hệ thống nhân tạo có thể tiếp nhận thông tin

từ các hình ảnh thu được hoặc các tập dữ liệu đa chiều Xử lý ảnh có thể kết hợp với nhiều ngành khác nhau như công nghệ thông tin, truyền thông, điện tử, điều khiển tự động, cơ khí… cho chúng ta rất nhiều ứng dụng trong đời sống hàng ngày Ngày nay, ứng dụng của

xử lý ảnh đã phổ biến rộng rãi hơn vào mọi lĩnh vực từ quân sự, khoa học, vũ trụ, cho đến y học, sản xuất, và tự động hóa tòa nhà

1.2 Các vấn đề cơn bản trong xử lý ảnh

Cơ bản về xử lý ảnh 1.2.1

Con người thu nhận thông tin qua các giác quan, trong đó thị giác đóng vai trò quan trọng nhất Những năm trở lại đây với sự phát triển củaphần cứng máy tính, xử lý ảnh và đồ hoạ

đó phát triển một cách mạnh mẽ và có nhiều ứng dụng trong cuộc sống Xử lý ảnh và đồ hoạ đóng một vaitrò quan trọng trong tương tác người máy

Quá trình xử lý ảnh được xem như là quá trình thao tác ảnh đầu vào nhằm cho ra kết quả mong muốn Kết quả đầu ra của một quá trình xử lýảnh có thể là một ảnh “tốt hơn” hoặc một kết luận

Hình 1-1: Quá trình xử lý ảnh

Ảnh có thể xem là tập hợp các điểm ảnh và mỗi điểm ảnh được xem như là đặc trưng của cường độ sáng hay một dấu hiệu nào đó tại một vị trí nào đó của đối tượng trong không gian và nó có thể xem như một hàm n biến P (c1, c2, c3…) Do đó ảnh trong xử lý ảnh có thể xem như ảnh n chiều

Hình 1-2: Các bước cơ bản trong hệ thống xử lý ảnh

Ảnh và điểm ảnh 1.2.2

Điểm ảnh được xem như là dấu hiệu hay cường độ sáng tại một tọa độ trong không gian của đối tượng và ảnh được xem như là một tập hợp các điểm ảnh

Khử nhiễu 1.2.3

Có 2 loại nhiễu cơ bản trong quá trình thu nhận ảnh:

 Nhiễu hệ thống: là nhiễu có quy luật có thể khử bằng các phép biến đổi

 Nhiễu ngẫu nhiên: vết bẩn không rõ nguyên nhân → khắc phục bằng các phép lọc

Chỉnh mức xám 1.2.4

Nhằm khắc phục tính không đồng đều của hệ thống gây ra Thông thường có 2 hướng tiếp cận:

Ảnh đã xử lý

Kết luận

 Giảm số mức xám: Thực hiện bằng cách nhóm các mức xám gần nhau thành một

bó Trường hợp chỉ có 2 mức xám thì chính là chuyển về ảnh đen trắng Ứng dụng: In ảnh màu ra máy in đen trắng

 Tăng số mức xám: Thực hiện nội suy ra các mức xám trung gianbằng kỹ thuật nội suy Kỹ thuật này nhằm tăng cường độ mịn cho ảnh

Trích chọn đặc điểm 1.2.5

Các đặc điểm của đối tượng được trích chọn tuỳ theo mục đích nhận dạng trong quá trình

xử lý ảnh Có thể nêu ra một số đặc điểm của ảnh sau đây:

lọc vùng (zonal filtering) Các bộ vùng được gọi là “mặt nạ đặc 10 điểm” (feature mask) thường là các khe hẹp với hình dạng khác nhau (chữ nhật, tam giác, cung tròn v.v )

vậy rất hữu ích trong việc trích trọn các thuộc tính bất biến được dùng khi nhận dạng đối tượng Các đặc điểm này có thể được trích chọn nhờ toán tử gradient, toán tử la bàn, toán

tử Laplace, toán tử “chéo không” (zero crossing) v.v

Nhận dạng 1.2.6

Nhận dạng tự động (automatic recognition), mô tả đối tượng, phân loại và phân nhóm các mẫu là những vấn đề quan trọng trong thị giác máy, được ứng dụng trong nhiều ngành khoa học khác nhau

Hệ thống nhận dạng tự động bao gồm ba khâu tương ứng với ba giai đoạn chủ yếu sau đây:

1 Thu nhận dữ liệu và tiền xử lý

2 Biểu diễn dữ liệu

3 Nhận dạng, ra quyết định

Bốn cách tiếp cận khác nhau trong lý thuyết nhận dạng là:

1 Đối sánh mẫu dựa trên các đặc trưng được trích chọn

2 Phân loại thống kê

3 Đối sánh cấu trúc

4 Phân loại dựa trên mạng nơ-ron nhân tạo

Nén ảnh 1.2.7

Nhằm giảm thiểu không gian lưu trữ Thường được tiến hành theo cả hai cách khuynh hướng là nén có bảo toàn và không bảo toàn thông tin Nén không bảo toàn thì thường có khả năng nén cao hơn nhưng khả năng phục hồi thì kém hơn

CHƯƠNG 2 THU THẬP ẢNH VÀ TĂNG CƯỜNG

CHẤT LƯỢNG ẢNH

Trong công nghệ xử lý ảnh thì công đoạn đầu tiên là chụp ảnh, nghĩa là chúng ta lấy được dữ liệu của 1 bức ảnh trước khi xử lý Để làm được việc đó cần phải có thiết bị chụp ảnh mà phổ biến là các camera Chất lượng của bức ảnh được quyết định cấu tạo và chất lượng của camera

Về cơ bản, cấu tạo một camera số hay máy chụp hình kỹ thuật số gồm:

Hình 2-1: Cấu tạo của một camera số

Chất lượng hình ảnh phụ thuộc nhiều vào tốc độ cửa sập và cảm biến thu nhận ảnh Trong đó, phương pháp thu nhận ảnh Pinhole được sử dụng phổ biến trong hầu hết các máy ảnh hiện nay

2.1 Cơ chế nhận ảnh PinHole

Nguyên lý của nhiếp ảnh pinhole dựa trên một hiện tượng quang học vốn được khám phá hàng ngàn năm trước: Hiện tượng tạo ảnh qua khe hẹp

Hình 2-2: Nguyên lý tạo ảnh qua khe hẹp

Cấu tạo rất đơn giản: chúng là những hộp kín được đục lỗ nhỏ để tiếp nhận ánh sáng từ bên ngoài Hình ảnh thu nhận trên phim hoặc tấm nhạy sáng đặt bên trong hộp Chính cái lỗ nhỏ trên thân máy ảnh pinhole giữ chắc năng như một ống kính máy ảnh.So với ống kính thông thường, “ống kính” pinhole có độ mở nhỏ hơn hàng chục cho đến hàng trăm lần, và tất nhiên là không sử dụng một thấu kính nào cả Đường kính của “lỗ kim” này càng nhỏ, bề dày càng mỏng thì ảnh thu được càng nét

Do độ mở quá nhỏ, ảnh pịnhole rất rối, đòi hỏi thời gian phơi sáng dài, tùy từng hoàn cảnh mà có thể là vài giây, vài phút cho đến vài ngày Cũng do độ mở nhỏ, độ sâu trường ảnh gần như là vô hạn, độ nét ở tất cả mọi điểm trên tấm ảnh là ngang bằng nhau.Vệ mặt chất lượng, ảnh pinhole thường bị mờ, đen ở góc và sai sắc Ưu điểm duy nhất là ảnh không

bị méo hình ở mọi góc độ do không chịu hiện tượng cầu sai của thấu kính.Mặc dù có rất nhiều hạn chế, nhưng ở thời đại nào, nhiếp ảnh pinhole cũng có một lượng tín đồ nhất định

Hình 2-4: Máy ảnh DSLR với "ống

kính" pohole

Với một thân máy DSLR, nhiếp ảnh pinhole đã trở nên dễ dàng hơn rất nhiều so với thời cha ông, do những thân máy này có khả năng đo sáng tự động, dải nhạy sáng cao giúp tăng tốc độ chụp, trong một số điều kiện ánh sáng tốt có thể loại bỏ sự hỗ trợ của chân máy

Hình 2-3: Máy ảnh pinhole cổ điển

Nhiếp ảnh pinhole thực sự là một trải nghiệm thú vị không nên bỏ qua đối với các tay máy DSLR, khi được bỏ qua những ống kính tân tiến nhất để trở về với “cội nguồn” nhiếp ảnh của con người.Tuy nhiên, tạo ra một tấm ảnh pinhole có chất lượng là một việc không dễ Để tấm ảnh có độ nét cao nhất, những tay chơi pinhole chuyên nghiệp phải sử dụng những tấm kim loại dát mỏng, với “lỗ kim” cực nhỏ được đục bằng tia laser với độ chính xác cao nhất Nhưng quan trọng hơn cả vẫn là sự kiên nhẫn và lòng đam mê của người chụp ảnh

2.2 Cảm biến máy ánh (CCD)

Camera CCD (Charge CoupleDevice) là một thiết bị thu nhận ảnh dưới dạng tín hiệu

số bằng cách thu nhận cường độ sáng tại từng điểm thông qua một loại linh kiện có tên là photo diode Cường độ sáng tại mỗi điểm này sẽ được mã hoá thành 3 giá trị màu cơ bản là RED, GREEN, BLUE theo lý thuyết màu do Thomson đưa ra năm 1802 Ảnh nhận được từ Camera loại này là một ma trận Vector:

Ma trận này chính là phần dữ liệu (data) của ảnh BITMAP Các phép xử lý ảnh thực chất là quá trình biến đổi ma trận trên bằng các công cụ tuyến tính (các phép toán đại số như cộng trừ,…), phi tuyến (bộ lọc Median,…), hay chuyển ảnh sang một không gian khác để xử

lý rồi biến đổi ngược trở lại (như biến đổi Fourier,Wavelet…)

Mọi người thường hình dung CCD là một thiết bị số điển hình, song thiết bị này lại

sử dụng công nghệ tương tự CCD thường có hình chữ nhật kích thước ½ inch và 2/3 inch

hoặc lớn hơn tuỳ thiết bị, bao gồm transitor MOS (metal oxide semiconductor), được sắp

xếp thành ma trận Kích thước của ma trận (số lượng transitor, hay còn gọi là số pixel) xác

định độ phân giải tối đa của CCD Chẳng hạn, CCD với ma trận mỗi chiều 1280 và 1024

pixel (transistor) sẽ cho 2.048 x 1.536 =3.145.728 điểm ảnh (3,1 megapixel)

R

p ]ij[

Số transitor càng lớn, CCD cho độ phân giải càng cao Do công nghệ sản xuất vi

mạch ngày càng tinh vi kích thước của transitor ngày càng nhỏ hơn, cho phép tăng nhiệt độ

transitor trên một diện tích Bởi vậy, các máy ảnh số hiện nay sử dụng CCD có khả năng cho

tới 5-6 triệu điểm ảnh

Cùng với CCD, một thiết bị điện tử khác là ADC (analog to digital converter - bộ chuyển tín hiệu tương tự sang tín hiệu số) độc lập thực hiện chức năng chuyển đổi giá trị điện tích của các điểm trên CCD sang một giá trị số biểu thị màu tương ứng Nếu kích thước

ma trận trên CCD quyết định độ phân giải, thì ADC xác định độ sâu màu (color depth, đo

bằng bit), tức khả năng thể hiện các sắc độ màu của hình ảnh được ghi nhận Độ sâu càng

 Tăng độ tương phản, điều chỉnh mức xám của ảnh

 Làm nổi biên ảnh

Các kỹ thuật làm trơn ảnh 2.3.1

 Lọc trung bình (Mean Filter)

 Lọc thông thấp (Low pass Filter)

 Lọc đồng hình (Homomorphie Filter)

 Gaussian Blur

Làm trơn ảnh bằng lọc phi tuyến 2.3.2

 Lọc trung vị (Median Filter)

 Lọc ngoài (Outlier Filter)

 Lọc loại bỏ nhiễu đốm Crimmins (Crimmins Speckle Removal)

 Bộ lọc giữ biên (Kuwahara Filter)

Làm trơn lọc nhiễu bằng lọc tuyến tính 2.3.3

Lọc trung bình là bộ lọc sử dụng cửa sổ lọc của lớp tuyến tính(linear class) để lọc nhiễu và làm trơn ảnh Ý tưởng cơ bản của bộ lọc này là thay thế giá trị tại mỗi điểm ảnh bằng trung bình các giá trị của các điểm lân cận nhằm loại bỏ những điểm ảnh biến đổi lớn

so với điểm lân cận(nhiễu), và những điểm ảnh nằm trên biên cũng có sự biến đổi lớn so với lân cận Chúng ta cùng xem một số ví dụ về cửa sổ lọc trong kĩ thuật lọc trung bình

Hình 2-6: Cửa sổ lọc trong 1D và 2D

Lọc trung bình được biểu diễn bằng công thức toán học như sau:

Nếu trong kỹ thuật trên ta dùng các trọng số(của cửa sổ lọc) như nhau, phương trình trên sẽ trở thành :

Với : f(x,y) : ảnh đầu vào

g(x,y): ảnh đầu ra

a(k,l): cửa sổ lọc(mặt nạ)

Ưu điểm : Là bộ lọc tuyến tính đơn giản trong tính toán Ảnh đạt độ trơn mịn

Khuyết điểm: Không hoàn toàn loại bỏ các tác dụng của nhiễu, các điểm ảnh đơn

lẻ(nhiễu) sẽ ảnh hưởng đến giá trị trung bình của các pixel lân cận Độ sắc nét

ảnh kém Độ tương phản thấp

Gassian Blur 2.3.4

Gaussian Bluring là cách làm mờ một ảnh bằng hàm Gaussian Phương pháp này được ứng dụng rộng rãi và hiệu quả trong các phần mềm xử lý đồ họa Nó cũng là công cụ phổ biến để thực hiện quá trình tiền xử lý hình ảnh dùng để làm dữ liệu đầu vào tốt cho các phân tích cao cấp hơn trong Computer Vision, hoặc cho các giải thuật được thực hiện trong một tỉ

lệ khác của hình đã được cho Như vậy, ta có thể nói Gaussian blur là một loại bộ lọc làm

mờ ảnh, sử dụng lý thuyết hàm Gaussian(cũng được biết đến như là dạng phân tán chuẩn (Normal Distribution) trong thống kê) để tính toán việc chuyển đổi (Transformation) mỗi điểm ảnh của hình, giúp làm giảm nhiễu và mức độ chi tiết (không mong muốn) của hình ảnh Đây là phương trình hàm Gaussian (Gaussion Distribution) trong không gian một

chiều

Hình 2-7: Phương sai của phân tán Gaussian

Với x, y là tọa độ theo hai trục đứng và ngang Trong không gian hai chiều, công thức này sản sinh ra những đường viền là những đường tròn đồng tâm, tuân theo logic phân tán Gausian từ điểm trung tâm Giá trị từ hệ thống phân tán này sẽ được sử dụng để xây dựng một ma trận tích chập dùng tính toán phép tích chập với ảnh gốc

Giá trị mới sau khi tính tích nhân chập với cửa sổ (kernel) đại diện cho hàm Gaussian có thể coi là trung bình lượng giá của các điểm ảnh xung quanh nó Ta thấy rằng giá trị lượng của phần tử trung tâm kernel tương ứng với điểm ảnh đang xét là lớn nhất, giá trị này sẽ nhỏ hơn đối với các phần tử tương ứng với các điểm ảnh kế cận một cách đối xứng

và tỉ lệ thuận với khoảng cách của phần tử này với trung tâm Tính chất này giúp giữ lại đường viền và đường biên cũng như làm mờ một cách đồng bộ hơn so với các phương pháp khác Trong lý thuyết, hàm Gaussian tại mỗi điểm trên hình là khác 0 Điều này có nghĩa là Gaussian kernel nên có kích thước bằng với hình ảnh và giá trị tại mỗi phần luôn khác 0 Tuy nhiên trong thực hành, do việc tính toán dựa trên xấp xỉ rời rạc (Discrete Appoximation) cho nên giá trị của các phần tử trên bề mặt Gaussian ở khoảng cách lớn hơn 3σ so với trung tâm gần như không đáng kể (tiệm cận 0) Do vậy các Gaussian distribution ngoài bán kính này sẽ bị bỏ qua, đó cũng là lí do mà thông thường Gaussian kernel có kích thước giới hạn 3,

5, 7 (Cái này tùy thuộc vào giá trị phương sai chuẩn mà bạn chọn) Khoảng cách giữa hai điểm gần nhau trong Gausssian kernel là σ

Ứng dụng của làm trơn ảnh 2.3.5

Xét ở khía cạnh nào đó, ta có thể nói làm trơn ảnh được ứng dụng khá phổ biến trong nhiều lĩnh vực của đời sống như giải trí, y học, an ninh và một số lĩnh vực khác… Làm trơn ảnh nếu nó đứng riêng lẻ thì hầu như không có ứng dụng gì ngoài công dụng theo nghĩa đen của nó là làm mịn ảnh, và giảm nhiễu Nhưng khi đặt nó vào trong quy trình xử lý thì nó rất quan trọng, kết quả của nó giúp các xử lý phía sau chính xác hơn

Tùy từng đặc thù ảnh và nhiễu mà người ta chọn phương pháp, và sử dụng cửa sổ (design kernel) thích hợp nhằm đạt hiệu quả cao nhất là loại bỏ cái cần loại, giữ lại cái cần giữ Ứng dụng vào công nghệ giám sát “camera lọc nhiễu ba chiều” nhằm tăng cường công tác bảo mật an toàn – an ninh, nếu xảy ra bất cứ một vấn đề hay sự cố gì đều được camera ghi lại, từ

đó làm tư liệu, bằng chứng để tìm ra nguyên nhân xảy ra vấn đề

Hình 2-8: Camera ứng dụng lọc