MỤC LỤC LỜI NÓI ĐẦU 1 TÓM TẮT 2 ABSTRACT 2 MỤC LỤC 3 DANH MỤC HÌNH VẼ 6 DANH MỤC TỪ VIẾT TẮT 8 PHẦN MỞ ĐẨU 9 CHƯƠNG I: 10 CƠ SỞ LÝ THUYẾT XỬ LÝ ẢNH 10 1.1. XỬ LÝ ĐIỂM ẢNH 10 1.1.1. Pixel. 10 1.1.2. Ảnh đa mức xám. 10 1.1.3. Mức xám đồ (Histogram). 11 1.1.4. Phân đoạn ảnh (Thresholding). 12 1.1.5. Lọc không gian (Spatial Filter). 13 1.1.6. Tần số và các bộ lọc thông thấp, thông cao. 16 1.1.7. Xác định biên vật thể. 17 1.2 XỬ LÝ HÌNH THÁI HỌC 20 1.2.1 Di chuyển (Translation). 20 1.2.2 Phản chiếu (Reflection). 20 1.2.3 Giãn nở (Dilation). 21 1.2.4 Xói mòn (Erosion). 22 1.2.5 Kết hợp giữa giãn nở và xói mòn. 24 1.2.6. Mở (Opening). 24 1.2.7. Đóng (Closing). 25 CHƯƠNG II: 26 LÝ THUYẾT NHẬN DẠNG ẢNH 26 2.1. NHẬN DẠNG ẢNH. 26 2.1.1. Tổng quan về nhận dạng ảnh. 26 2.1.2. Nhận dạng dựa trên phân hoạch không gian (SVMs). 26 2.1.3. Thuật toán KNN. 27 2.2. MẠNG NEURON. 27 2.2.1. Mạng Neuron sinh học. 27 2.2.2. Mạng Neuron nhân tạo. 28 2.2.3. Cấu tạo Neuron. 28 2.2.4. Mạng Neuron. 29 2.2.5. Nguyên tắc huấn luyện. 30 2.2.6 Phương pháp lan truyền ngược sai số (Back propagation). 31 CHƯƠNG III: 35 ỨNG DỤNG NHẬN DẠNG DẤU VÂN TAY 35 3.1. YÊU CẦU THỰC TẾ. 35 3.1. Đặt vấn đề 35 3.1.2. Phạm vi đề tài 36 3.1.3. Cơ sở nhận dạng vân tay 37 3.1.4. Trích điểm đặc trưng 39 3.1.5. Ứng dụng của đề tài 40 3.2. XỬ LÝ ẢNH VÂN TAY. 40 3.2.1. Tiền xử lý. 41 3.2.2. Tìm điểm đặc biệt. 43 3.2.3. Hậu xử lý – loại bỏ điểm lỗi. 44 3.3. ĐỐI SÁNH VÂN TAY 45 3.3.1. Thuật toán Hough 45 3.3.2. Thực hiện đối sánh vân tay 46 3.4. XÂY DỰNG MẠNG NEURON. 46 3.4.1. Giới thiệu 46 3.4.2. Phương pháp đề nghị 47 3.4.3. Thuật toán huấn luyện mạng neron 48 3.5. THIẾT KẾ GIAO DIỆN PHẦN MỀM. 52 CHƯƠNG IV: 53 ĐÁNH GIÁ KẾT QUẢ 53 KẾT LUẬN 55 TÀI LIỆU THAM KHẢO 56
Trang 1ĐỒ ÁN
TỐT NGHIỆP ĐẠI HỌC
Đề tài:
LÝ THUYẾT XỬ LÝ ẢNH NHẬN DẠNG VÂN TAY
Sinh viên thực hiện: ĐỖ VĂN HƯNG
Giảng viên hướng dẫn: TS TRẦN MẠNH HOÀNG
Hà Nội 6-2018
Trang 2TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
VIỆN ĐIỆN TỬ - VIỄN THÔNG
- -
ĐỒ ÁN TỐT NGHIỆP
Đề tài:
LÝ THUYẾT XỬ LÝ ẢNH NHẬN DẠNG VÂN TAY
Sinh viên thực hiện: ĐỖ VĂN HƯNG
Giảng viên hướng dẫn: TS TRẦN MẠNH HOÀNG Giáo viên phản biện:
Trang 3Đánh giá quyển đồ án tốt nghiệp (Dùng cho giảng viên hướng dẫn)
Giảng viên đánh giá:
Họ và tên Sinh viên: Đỗ Văn Hưng MSSV: 20121857
Tên đồ án: Lý thuyết xử lý ảnh và nhận dạng vân tay
Nêu rõ tính cấp thiết và quan trọng của đề tài, các vấn đề và
các giả thuyết (bao gồm mục đích và tính phù hợp) cũng như
phạm vi ứng dụng của đồ án
1 2 3 4 5
2 Cập nhật kết quả nghiên cứu gần đây nhất (trong nước/quốc tế) 1 2 3 4 5
3 Nêu rõ và chi tiết phương pháp nghiên cứu/giải quyết vấn đề 1 2 3 4 5
4 Có kết quả mô phỏng/thưc nghiệm và trình bày rõ ràng kết quả
Có khả năng phân tích và đánh giá kết quả (15)
5
Kế hoạch làm việc rõ ràng bao gồm mục tiêu và phương pháp
thực hiện dựa trên kết quả nghiên cứu lý thuyết một cách có hệ
thống
1 2 3 4 5
6 Kết quả được trình bày một cách logic và dễ hiểu, tất cả kết
quả đều được phân tích và đánh giá thỏa đáng 1 2 3 4 5
7
Trong phần kết luận, tác giả chỉ rõ sự khác biệt (nếu có) giữa
kết quả đạt được và mục tiêu ban đầu đề ra đồng thời cung cấp
lập luận để đề xuất hướng giải quyết có thể thực hiện trong
tương lai
1 2 3 4 5
Kỹ năng viết (10)
8
Đồ án trình bày đúng mẫu quy định với cấu trúc các chương
logic và đẹp mắt (bảng biểu, hình ảnh rõ ràng, có tiêu đề, được
đánh số thứ tự và được giải thích hay đề cập đến trong đồ án,
có căn lề, dấu cách sau dấu chấm, dấu phẩy v.v), có mở đầu
chương và kết luận chương, có liệt kê tài liệu tham khảo và có
trích dẫn đúng quy định
1 2 3 4 5
Trang 49 Kỹ năng viết xuất sắc (cấu trúc câu chuẩn, văn phong khoa
học, lập luận logic và có cơ sở, từ vựng sử dụng phù hợp v.v.) 1 2 3 4 5
Thành tựu nghiên cứu khoa học (5) (chọn 1 trong 3 trường hợp)
10a
Có bài báo khoa học được đăng hoặc chấp nhận đăng/đạt giải
SVNC khoa học giải 3 cấp Viện trở lên/các giải thưởng khoa
học (quốc tế/trong nước) từ giải 3 trở lên/ Có đăng ký bằng
phát minh sáng chế
5
10b
Được báo cáo tại hội đồng cấp Viện trong hội nghị sinh viên
nghiên cứu khoa học nhưng không đạt giải từ giải 3 trở
lên/Đạt giải khuyến khích trong các kỳ thi quốc gia và quốc tế
khác về chuyên ngành như TI contest
2
Điểm tổng quy đổi về thang 10
3 Nhận xét thêm của Thầy/Cô (giảng viên hướng dẫn nhận xét về thái độ và tinh thần làm việc của sinh viên)
Ngày: / /20 Người nhận xét
(Ký và ghi rõ họ tên)
Trang 5Đánh giá quyển đồ án tốt nghiệp (Dùng cho cán bộ phản biện)
Giảng viên đánh giá:
Họ và tên Sinh viên: Đỗ Văn Hưng MSSV: 20121857
Tên đồ án: Lý thuyết xử lý ảnh và nhận dạng vân tay
Nêu rõ tính cấp thiết và quan trọng của đề tài, các vấn đề và
các giả thuyết (bao gồm mục đích và tính phù hợp) cũng như
phạm vi ứng dụng của đồ án
1 2 3 4 5
2 Cập nhật kết quả nghiên cứu gần đây nhất (trong nước/quốc tế) 1 2 3 4 5
3 Nêu rõ và chi tiết phương pháp nghiên cứu/giải quyết vấn đề 1 2 3 4 5
4 Có kết quả mô phỏng/thưc nghiệm và trình bày rõ ràng kết quả
Có khả năng phân tích và đánh giá kết quả (15)
5
Kế hoạch làm việc rõ ràng bao gồm mục tiêu và phương pháp
thực hiện dựa trên kết quả nghiên cứu lý thuyết một cách có hệ
thống
1 2 3 4 5
6 Kết quả được trình bày một cách logic và dễ hiểu, tất cả kết
quả đều được phân tích và đánh giá thỏa đáng 1 2 3 4 5
7
Trong phần kết luận, tác giả chỉ rõ sự khác biệt (nếu có) giữa
kết quả đạt được và mục tiêu ban đầu đề ra đồng thời cung cấp
lập luận để đề xuất hướng giải quyết có thể thực hiện trong
tương lai
1 2 3 4 5
Kỹ năng viết (10)
8
Đồ án trình bày đúng mẫu quy định với cấu trúc các chương
logic và đẹp mắt (bảng biểu, hình ảnh rõ ràng, có tiêu đề, được
đánh số thứ tự và được giải thích hay đề cập đến trong đồ án,
có căn lề, dấu cách sau dấu chấm, dấu phẩy v.v), có mở đầu
chương và kết luận chương, có liệt kê tài liệu tham khảo và có
trích dẫn đúng quy định
1 2 3 4 5
Trang 69 Kỹ năng viết xuất sắc (cấu trúc câu chuẩn, văn phong khoa
học, lập luận logic và có cơ sở, từ vựng sử dụng phù hợp v.v.) 1 2 3 4 5
Thành tựu nghiên cứu khoa học (5) (chọn 1 trong 3 trường hợp)
10a
Có bài báo khoa học được đăng hoặc chấp nhận đăng/đạt giải
SVNC khoa học giải 3 cấp Viện trở lên/các giải thưởng khoa
học (quốc tế/trong nước) từ giải 3 trở lên/ Có đăng ký bằng
phát minh sáng chế
5
10b
Được báo cáo tại hội đồng cấp Viện trong hội nghị sinh viên
nghiên cứu khoa học nhưng không đạt giải từ giải 3 trở
lên/Đạt giải khuyến khích trong các kỳ thi quốc gia và quốc tế
khác về chuyên ngành như TI contest
2
Điểm tổng quy đổi về thang 10
3 Nhận xét thêm của Thầy/Cô
Ngày: / /20 Người nhận xét
(Ký và ghi rõ họ tên)
Trang 7ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 1
LỜI NÓI ĐẦU
Trong thời đại ngày nay, sự phát triển không ngừng của khoa học kỹ thuật đã giúp cho con người thuận tiện hơn trong các công việc hằng ngày Với sự bùng nổ
về công nghệ thông tin, quá trình toàn cầu hóa diễn ra nhanh chóng, sự bảo mật riêng tư thông tin cá nhân cũng như để nhận biết một người nào đó trong hàng tỉ người trên trái đất đòi hỏi phải có một tiêu chuẩn, hệ thống đảm nhận các chức năng đó Công nghệ sinh trắc ra đời và đáp ứng được các yêu cầu trên
Sau khi nghiên cứu xử lý ảnh và tìm hiểu về một phần nhỏ trong lĩnh vực sinh
trắc học, em xin trình bày trong báo cáo này về đề tài “Lý thuyết xử lý ảnh và nhận dạng vân tay”
Trên thực tế, không có sự thành công nào mà không gắn liền với những sự hỗ trợ, giúp đỡ dù ít hay nhiều, dù trực tiếp hay gián tiếp của người khác Trong suốt thời gian từ khi bắt đầu tìm hiểu, lựa chọn đề tài đến nay, em đã nhận được rất nhiều sự quan tâm, giúp đỡ của quý Thầy Cô, gia đình và bạn bè Em xin cảm ơn tất
cả mọi người, đặc biệt là thầy Trần Mạnh Hoàng - người trực tiếp hướng dẫn em thực hiện đồ án tốt nghiệp này
Báo cáo này là đồ án tốt nghiệp nhưng cũng không tránh khỏi sự thiếu sót
Em rất mong nhận được sự góp ý của quý Thầy Cô
Hà Nội, tháng 6 năm 2018
Trang 8ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 2
TÓM TẮT
Dựa trên lý thuyết xử lý ảnh cơ bản và lý thuyết nhận dạng ảnh, đồ án này xây dựng ứng dụng xử lý ảnh chụp dấu vân tay, đưa ra các điểm Minutiae Mục đích đồ án phục vụ việc xây dựng phần mềm cho phép nhận dạng dấu vân tay Đồ
án đã thu được một số kết quả khả quan khi ứng dụng có khả năng nhận biết được khá chính xác các dấu vân tay khi chúng được chụp tương đối nét, có thể thực hiện được trên các máy vi tính phổ thông trên thị trường chạy windows
ABSTRACT
Based on the progress of the image engine processing and the theory of the image image received, this build this build the finger effect handle, given Minutiae point The target item of the build of the software build the symbolic identifier for Toy was taken a results of results when the application has able to find the right fingerprint that when they are matching relative, can be perform on the computer features on the field run Windows
Trang 9ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 3
MỤC LỤC
LỜI NÓI ĐẦU 1
TÓM TẮT 2
ABSTRACT 2
MỤC LỤC 3
DANH MỤC HÌNH VẼ 6
DANH MỤC TỪ VIẾT TẮT 8
PHẦN MỞ ĐẨU 9
CHƯƠNG I: 10
CƠ SỞ LÝ THUYẾT XỬ LÝ ẢNH 10
1.1 XỬ LÝ ĐIỂM ẢNH 10
1.1.1 Pixel 10
1.1.2 Ảnh đa mức xám 10
1.1.3 Mức xám đồ (Histogram) 11
1.1.4 Phân đoạn ảnh (Thresholding) 12
1.1.5 Lọc không gian (Spatial Filter) 13
1.1.6 Tần số và các bộ lọc thông thấp, thông cao 16
1.1.7 Xác định biên vật thể 17
1.2 XỬ LÝ HÌNH THÁI HỌC 20
1.2.1 Di chuyển (Translation) 20
1.2.2 Phản chiếu (Reflection) 20
1.2.3 Giãn nở (Dilation) 21
1.2.4 Xói mòn (Erosion) 22
1.2.5 Kết hợp giữa giãn nở và xói mòn 24
1.2.6 Mở (Opening) 24
1.2.7 Đóng (Closing) 25
Trang 10ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 4
CHƯƠNG II: 26
LÝ THUYẾT NHẬN DẠNG ẢNH 26
2.1 NHẬN DẠNG ẢNH 26
2.1.1 Tổng quan về nhận dạng ảnh 26
2.1.2 Nhận dạng dựa trên phân hoạch không gian (SVMs) 26
2.1.3 Thuật toán K-NN 27
2.2 MẠNG NEURON 27
2.2.1 Mạng Neuron sinh học 27
2.2.2 Mạng Neuron nhân tạo 28
2.2.3 Cấu tạo Neuron 28
2.2.4 Mạng Neuron 29
2.2.5 Nguyên tắc huấn luyện 30
2.2.6 Phương pháp lan truyền ngược sai số (Back propagation) 31
CHƯƠNG III: 35
ỨNG DỤNG NHẬN DẠNG DẤU VÂN TAY 35
3.1 YÊU CẦU THỰC TẾ 35
3.1 Đặt vấn đề 35
3.1.2 Phạm vi đề tài 36
3.1.3 Cơ sở nhận dạng vân tay 37
3.1.4 Trích điểm đặc trưng 39
3.1.5 Ứng dụng của đề tài 40
3.2 XỬ LÝ ẢNH VÂN TAY 40
3.2.1 Tiền xử lý 41
3.2.2 Tìm điểm đặc biệt 43
3.2.3 Hậu xử lý – loại bỏ điểm lỗi 44
3.3 ĐỐI SÁNH VÂN TAY 45
3.3.1 Thuật toán Hough 45
3.3.2 Thực hiện đối sánh vân tay 46
3.4 XÂY DỰNG MẠNG NEURON 46
Trang 11ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 5
3.4.1 Giới thiệu 46
3.4.2 Phương pháp đề nghị 47
3.4.3 Thuật toán huấn luyện mạng neron 48
3.5 THIẾT KẾ GIAO DIỆN PHẦN MỀM 52
CHƯƠNG IV: 53
ĐÁNH GIÁ KẾT QUẢ 53
KẾT LUẬN 55
TÀI LIỆU THAM KHẢO 56
Trang 12ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 6
DANH MỤC HÌNH VẼ
Hình 1.1 256 mức xám 10
Hình 1.2 Ảnh trước cân bằng Histogram 11
Hình 1.3 Xử lý ngưỡng ảnh xám (trái) và kết quả (phải) 13
Hình 1.4 Xử lý ngưỡng kép ảnh xám (trái) và kết quả (phải) 13
Hình 1.5 Minh họa lọc không gian 14
Hình 1.6 Mặt nạ tại biên ảnh 15
Hình 1.7 Lọc thông cao 3 3 với vùng ảnh thông thấp 16
Hình 1.8 Ảnh trước khi lọc biên 18
Hình 1.9 Lọc biên theo chiều ngang và dọc 18
Hình 1.10 Kết quả lọc biên Prewitt 18
Hình 1.11 Kết quả lọc biên sobel 19
Hình 1.12 Di chuyển A theo w 20
Hình 1.13 Phản chiếu của A 20
Hình 1.14 Giãn nở ảnh 21
Hình 1.15 Giãn nở ảnh nhị phân làm rõ chữ 22
Hình 1.16 Xói mòn A bởi B 23
Hình 1.17 Xói mòn trong ảnh nhị phân 23
Hình 1.18 Phép xử lý A -A B 24
Hình 1.19 Opening 25
Hình 1.20 Minh họa Closing 25
Hình 2 1 Neuron nhân tạo 28
Hình 2 2 Mạng nơron nhiều lớp truyền thẳng 30
Hình 2 3 Mạng nơron nhiều lớp 31
Hình 3 1 Một số ảnh vân tay chụp từ thiết bị chuyên dụng 37
Hình 3 2 Singularity 38
Hình 3 3 Một số loại core phổ biến 39
Hình 3 4 Minutiae 39
Trang 13ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 7
Hình 3 5 Sơ đồ quá trình xử lý ảnh 41
Hình 3 6 tiền xử lý 42
Hình 3 7 Ảnh xám (bên trái), sau khi lọc nhiễu (bên phải) 42
Hình 3 8 ảnh nhị phân - ảnh sau khi phân đoạn – đánh đấu điểm đặc biệt 44
Hình 3 9 Mạng Perceptron một lớp 48
Hình 3 10 Mạng Perceptron hai lớp (một lớp ẩn và một lớp ra) 50
Hình 3 11 Giao diện phần mềm 52
Hình 4 1 Mối quan hệ giữa FAR, FRR, SUM và EER theo ngưỡng T 53
Trang 14ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 8
DANH MỤC TỪ VIẾT TẮT
Trang 15đồ án có hạn chế là số loại vân tay nhận dạng được còn ít, cần được hoàn thiện thêm Đồ án được chia thành 4 chương như sau:
- Chương I: Cơ sở lý thuyết xử lý ảnh
Trình bày tổng quan về ảnh số và các kỹ thuật xử lý ảnh như
- Chương II: Lý thuyết nhận dạng ảnh
Trình bày các phương pháp nhận dạng ảnh, cấu trúc mạng Neuron và cách huấn luyện mạng
- Chương III: Ứng dụng nhận dạng vân tay
Trình bày chi tiết các bước xây dựng ứng dụng, gồm lưu đồ xử lý ảnh đầu vào, xây dựng mạng Neuron, viết giao diện
- Chương IV: Đánh giá kết quả
Trang 16ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 10
CHƯƠNG I:
CƠ SỞ LÝ THUYẾT XỬ LÝ ẢNH 1.1 XỬ LÝ ĐIỂM ẢNH
và giá trị màu Giá trị màu có thể lưu trữ trên 1, 4, 8 hay 24 bit
Trang 17Hình 1.2 Ảnh trước cân bằng Histogram
Mức xám đồ thể hiện độ tương phản sáng tối của ảnh chụp Ảnh bên trên có các điểm ảnh chỉ tập trung vào một vùng mức xám, do đó ảnh bị tối Tăng độ tương phản bằng thuật toán cân bằng Histogram
Thuật toán Histogram: Giả sử ảnh có L mức xám 0,1, 2, , (L 1) Có n điểm i
ảnh có mức xám i Tổng số điểm ảnh là n n0 n1 n L1 Ta thay đổi giá trị các điểm ảnh có mức xám i bằng giá trị mức xám nguyên gần nhất với giá trị
Trang 18ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 12
Hình 1.3 Kết quả cân bằng Histogram
1.1.4 Phân đoạn ảnh (Thresholding)
Để phân đoạn ảnh, sử dụng 1 giá trị ngưỡng (trong khoảng 0 255 ) để xử lý
1 kênh màu hoặc ảnh đa mức xám Kết quả nhận được là ảnh nhị phân, tức là có thể biểu diễn 1 pixel bằng 1 bit
Phân đoạn ảnh bằng ngưỡng đơn xử lý 1 kênh màu hoặc ảnh đa mức xám thành ảnh nhị phân bằng cách so sánh giá trị mỗi điểm ảnh với một ngưỡng T cố định Nếu giá trị điểm ảnh lớn hơn T thì biểu diễn điểm ảnh bằng giá trị 1; nếu giá trị điểm ảnh nhỏ hơn T thì biểu diễn điểm ảnh bằng giá trị 0
_
0
p el T new pixel
Trang 19Hình 1.4 Xử lý ngưỡng kép ảnh xám (trái) và kết quả (phải)
Ứng dụng của phân đoạn ảnh:
- Phân mảnh ảnh
- Tách vật thể khỏi nền
- Loại bỏ các chi tiết không cần thiết
- Hiện lên các chi tiết ẩn hoặc mờ
1.1.5 Lọc không gian (Spatial Filter)
Lọc không gian là cách xử lý một điểm ảnh có sự ảnh hưởng của các điểm
ảnh xung quanh nó
Trang 20ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 14
Ta dùng một mặt nạ (Mask), di chuyển mặt nạ trên toàn bộ bề mặt ảnh và thực hiện 1 phép xử lý các điểm ảnh nằm trong mặt nạ Trên mặt nạ được đánh dấu một điểm gọi là nhân Kết quả của phép xử lý sẽ được gán cho điểm trên ảnh trùng với nhân Các mặt nạ thường có kích thước lẻ và nhân nằm ở giữa mặt nạ để kết quả
xử lý phụ thuộc đều cả hai phía
Các phép toán có thể là tuyến tính, ví dụ như nhân các điểm ảnh với phần tử tương ứng trên mặt nạ rồi cộng dồn lại và gán cho điểm ảnh ở tâm mặt nạ
Hình 1.5 Minh họa lọc không gian
Dễ thấy rằng khi thực hiện lọc tại vùng biên ảnh, 1 phần mặt nạ sẽ bị dôi ra ngoài tại biên ảnh
Trang 21ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 15
Hình 1.6 Mặt nạ tại biên ảnh
Lúc đó, ta có thể xử lý theo 1 trong các cách sau
1 Không lọc biên Ta chỉ sử dụng mặt nạ khi nó nằm khít bên trong ảnh Toàn bộ các điểm ảnh ở biên sẽ không được lọc và ảnh kết quả sẽ có kích thước nhỏ hơn so với ảnh đầu vào Nếu mặt nạ có kích thước lớn thì sẽ có nhiều điểm ảnh bị mất
2 Đệm điểm ảnh không Khi mặt nạ ở biên, ta sẽ đệm các điểm ảnh 0 vào phần mặt nạ bị dôi Khi đó, toàn bộ điểm ảnh được lọc và kích thước ảnh được giữ nguyên Tuy nhiên, phần biên ảnh cho kết quả không chính xác và có thể gây ảnh hưởng tới các bước xử lý tiếp theo
Giá trị điểm ảnh kết quả có thể nằm ngoài khoảng 0 255 Khi đó, ta có thể dùng một trong các cách như sau:
1 Lấy trị tuyệt đối các giá trị âm
2 Chặn giá trị Giả sử điểm ảnh nhận được sau lọc là x, xử lý x:
if x result x if x
Trang 22ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 16
1.1.6 Tần số và các bộ lọc thông thấp, thông cao
- Định nghĩa tần số: Tần số được định nghĩa bởi sự thay đổi mức xám theo khoảng cách (tính theo số điểm ảnh)
- Thành phần tần số cao xuât hiện tại vùng có sự thay đổi lớn giữa 1 khoảng cách nhỏ
- Ngược lại, thành phần tần số thấp xuất hiện tại vùng có sự thay đổi nhỏ mức xám trên khoảng cách lớn
Từ định nghĩa, ta có các bộ lọc như sau:
1 Lọc thông cao (high pass filter): Cho phép các thành phần tần số cao đi qua, loại bỏ hoặc giảm bớt các thành phần tần số thấp
2 Lọc thông thấp (low pass filter): Cho phép các thành phần tần số thấp
đi qua, loại bỏ hoặc giảm bớt các thành phần tần số cao
Các bộ lọc tần số thường được biểu diễn dạng mặt nạ (ma trận) Ví dụ mặt nạ cho bộ lọc thông cao:
Hình 1.7 Lọc thông cao 3 3 với vùng ảnh thông thấp
Trang 23Tuy nhiên, kết quả không được mượt Ta sử dụng thêm bộ lọc sau để làm
mượt theo chiều dọc:
Ta phải sử dụng cả 2 bộ lọc này để lọc biên theo phương ngang và dọc Sau
đó, tổng hợp 2 kết quả thu được Giả sử p x, p y là 2 ảnh thu được sau lọc Sử dụng
1 trong 3 cách sau để tổng hợp kết quả cuối cùng:
1 vmax p x p y
2 v p x p y
Trang 24Hình 1.8 Ảnh trước khi lọc biên
Hình 1.9 Lọc biên theo chiều ngang và dọc
Hình 1.10 Kết quả lọc biên Prewitt
Bộ lọc biên Sobel tương tự như Prewitt, các mặt nạ của bộ lọc Sobel như sau:
Trang 27ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 21
1.2.3 Giãn nở (Dilation)
Giả sử A và B là tập các điểm ảnh nhị phân Sự giãn nở của A bởi B, ký hiệu
AB định nghĩa như sau:
Hình 1.14 Giãn nở ảnh
Trang 29ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 23
Hình 1.16 Xói mòn A bởi B
Hình 1.17 Xói mòn trong ảnh nhị phân
Trang 30ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 24
1.2.5 Kết hợp giữa giãn nở và xói mòn
Thức hiện các phép toàn giãn nở và xói mòn cho phép ta thay đổi kích thước của vật thể trong ảnh nhị phân Thực hiện phép trừ giữa A, AB và A B cho ta đường bao của vật thể Ta có thể sử dụng các phép trừ sau:
Đầu tiên thực hiện xói mòn trên A Các nhóm điểm ảnh giống B bị xói mòn còn lại nhân Sau đó giãn nở, mỗi điểm nhân trên tạo ra một tập ảnh trùng với B trên A
Một vài tính chất của Opening:
1 A BA Mọi điểm ảnh thuộc A B đều thuộc A
2 (A B) BA B Chỉ có thể Opening 1 lần
3 Openning có tác dụng làm mượt ảnh, xóa các đoạn lồi nhỏ
Trang 31Đầu tiên, thực hiện giãn nở giúp lấp hết các lỗ hổng hoặc khe hở trên A Sau
đó thực hiện xói mòn, thu được tập các điểm ảnh gồm A và 1 vài điểm ảnh do lấp các lỗ hổng hoặc khe hở mà không bị sói mòn đi
Hình 1.20 Minh họa Closing
Một vài tính chất của Closing:
Trang 32ĐỖ VĂN HƯNG 20121857 ĐTTT 06 - K57 26
CHƯƠNG II:
LÝ THUYẾT NHẬN DẠNG ẢNH 2.1 NHẬN DẠNG ẢNH
2.1.1 Tổng quan về nhận dạng ảnh
Nhận dạng ảnh là phương pháp xác định một ảnh đầu vào thuộc lớp nào trong một tập các lớp có sẵn dựa trên một số quy luật và các mẫu chuẩn Nhận dạng ảnh thường là bước cuối cùng trong các hệ thống xử lý ảnh và cũng là vấn đề rất quan trọng, có tính ứng dụng cao trong ngành thị giác máy tính
Quá trình nhận dạng gồm 3 giai đoạn chính:
- Biểu diễn đối tượng cần nhân dạng
- Lựa chọn phương pháp nhận dạng
- Học nhân dạng
2.1.2 Nhận dạng dựa trên phân hoạch không gian (SVMs)
Giả sử không gian đối tượng X được định nghĩa: X ={X i , i=1,2,…, m}, với X i là một
vectơ
Người ta nói D là một phân hoạch của không gian X thành các lớp C i , C i ⊂ X nếu:
Ci ∩ Cj = Với i j và Ci = X
Đây là trường hợp lý tưởng khi tập X tách được hoàn toàn Trong thực tế, thường
gặp không gian biểu diễn tách được từng phần Như vậy, phân loại là dựa vào việc
xây dựng một ánh xạ f: X → D Công cụ xây dựng ánh xạ này là các hàm phân biệt
(Descriminant Functions)