Chương 5 (phần 3) – Tiền xử lý ảnh. Nội dung chương này tiếp tục tìm hiểu các kỹ thuật lọc ảnh trên miền không gian: Các toán tử làm nổi biên dựa trên Gradient bậc nhất, bậc 2; làm nổi biên tối ưu dựa trên phương pháp Canny; minh họa làm nổi biên sử dụng Matlab.
Chương 5: TIỀN XỬ LÝ ẢNH (tt) Võ Quang Hoàng Khang TPHCM - 2016 Các biến đổi mức xám Biến đổi Geometry Tiền xử lý sử dụng liệu cục Biến đổi Fourier Biến đổi Wavelets Tổng kết Tiếp tục tìm hiểu kỹ thuật lọc ảnh miền khơng gian Các toán tử làm biên dựa Gradient bậc nhất, bậc Đạo hàm bậc 1: Roberts, Sobel, Prewitt Đạo hàm bậc 2: Laplacian operator Làm biên tối ưu dựa phương pháp Canny Minh họa làm biên sử dụng Matlab Origin x Simple 3*3 Neighbourhood y e 3*3 Filter Image f (x, y) a b c d e f g h i Original Image Pixels * r s t u v w x y z Filter eprocessed = v*e + r*a + s*b + t*c + u*d + w*f + x*g + y*h + z*i Trang bị cho sinh viên tảng lý thuyết để thực toán làm biên Trang bị toán tử phổ biến (mặt nạ) dùng để làm biên Trình bày trở ngại (nhiễu, biên dày) hướng giải cho toán làm biên Cung cấp kỹ cần thiết sử dụng Matlab để thực làm biên Thể đặc trưng bật ảnh Biên ảnh mang lại nhiều thông tin pixel Biên vùng hai thơng tin hữu ích cho tốn dựa ảnh Đối sánh biên dễ đối sánh tập pixel hai ảnh (biên hình dáng, kích cỡ, vị trí đối tượng) Biên nơi xảy thay đổi đột ngột hay không liên tục (discontinuity) độ sáng, màu sắc Sự thay đổi tình đạo hàm bậc đạo hàm bậc Thông tin biên phát pixel trung tâm pixel lân cận Nếu cường độ sáng điểm ảnh lân cận xấp xỉ cường độ sáng điểm ảnh trung tâm, điểm ảnh khơng điểm thuộc biên Nếu lân cận điểm ảnh trung tâm xét thay đổi mạnh, điểm ảnh thuộc biên Dựa vào biến đổi cường độ xám theo hướng Cách tiếp cận theo đạo hàm bậc ảnh dựa kỹ thuật Gradient Tiếp cận dựa gradient hiệu cường độ sáng thay đổi rõ nét biên Nghĩa biến thiên độ sáng đột ngột Xét ví dụ đơn giản ảnh chiều: A B Kết lọc Laplacian để tăng cường ảnh Là bước trung gian Thực phép trừ ảnh kết Laplacian với ảnh ban để ảnh tăng cường Laplacian Filtered Image Scaled for Display g ( x , y ) f ( x, y ) f Original Image = Laplacian Filtered Image Sharpened Image Kết làm bật biên chi tiết hiển thị tốt Có thể kết hợp: g ( x , y ) f ( x, y ) f f ( x, y) [ f ( x 1, y) f ( x 1, y) f ( x, y 1) f ( x, y 1) f ( x, y)] f ( x, y) f ( x 1, y) f ( x 1, y) f ( x, y 1) f ( x, y 1) Cho lọc cải thiện ảnh bước -1 -1 -1 -1 Có nhiều phiên Laplacian khác sử dụng: 1 -4 1 Simple Laplacian 1 1 -8 1 1 -1 -1 -1 -1 -1 -1 -1 -1 Variant of Laplacian Đạo hàm cấp Cho biên dày Nhạy với bước nhảy mức xám Đạo hàm bậc Đáp ứng mạnh với chi tiết, điểm độc lập Đáp ứng gấp đôi bước nhảy mức xám Cải thiện ảnh thông thường khơng có hiệu cách sử dụng hoạt động đơn lẻ Kết hợp loạt kỹ thuật để đạt kết cuối Ví dụ tăng cường làm bật xương (a) Laplacian filter bone scan (a) of (b) Sharpened version of bone scan achieved (c) by subtracting (a) Sobel filter of bone and (b) scan (a) (d) The product of (c) and (e) which will be used as a mask (e) Result of applying a power-law trans to Sharpened image (g) which is sum of (a) (g) and (f) Image (d) smoothed with a 5*5 averaging filter (f) (h) Compare the original and final images ... Nếu cường độ sáng điểm ảnh lân cận xấp xỉ cường độ sáng điểm ảnh trung tâm, điểm ảnh khơng điểm thuộc biên Nếu lân cận điểm ảnh trung tâm xét thay đổi mạnh, điểm ảnh thuộc biên Dựa vào... Strip 5 0 0 0 0 0 7 7 -1 0 0 10 -5 -10 - 15 -12 2nd0 Derivative -4 1 0 -7 0 Bằng vùng không biến đổi Khác vùng bắt đầu/kết thúc vùng “dốc” Bằng điểm vùng “dốc” Xét vùng ảnh 3x3, ký hiệu z5 mặt... làm biên Thể đặc trưng bật ảnh Biên ảnh mang lại nhiều thông tin pixel Biên vùng hai thơng tin hữu ích cho toán dựa ảnh Đối sánh biên dễ đối sánh tập pixel hai ảnh (biên hình dáng, kích cỡ,