Chương 5 (phần 2) – Tiền xử lý ảnh. Mục tiêu của bài giảng này nhằm giúp người học có thể ứng dụng các phép biến đổi trên mức xám để điều chỉnh chất lượng ảnh; mô tả được các phép biến đổi hình học trên ảnh; áp dụng các kỹ thuật dựa trên dữ liệu cục bộ để làm mịn ảnh, làm nổi biên ảnh, xác định cạnh. Mời các bạn cùng tham khảo.
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 Ứng dụng phép biến đổi mức xám để điều chỉnh chất lượng ảnh Mô tả phép biến đổi hình học ảnh Áp dụng kỹ thuật dựa liệu cục để làm mịn ảnh, làm biên ảnh, xác định cạnh Áp dụng kỹ thuật phân tích miền tần số để phân tích đặc điểm ảnh Mơ tả mục đích sử dụng lọc Làm ảnh “tốt” cho mục đích định Do đó: phụ thuộc vào ứng dụng cụ thể Phương pháp: Xử lý miền không gian ▪ Xử lý điểm ảnh ▪ Xử lý mặt nạ Xử lý miền tần số ▪ Các phép lọc Tìm hiểu kỹ thuật lọc không gian: Neighbourhood operations Lọc không gian gì? Kỹ thuật làm mịn ảnh Xử lý trường hợp đặc biệt Cửa sổ lân cận tính giá trị cho phần tử trung tâm Kích thước cửa sổ: (2m+1)x(2n+1) Origin x (x, y) Neighbourhood y Image f (x, y) 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 Lặp lại trình cho pixel ảnh gốc g ( x, y ) a b w(s, t ) f ( x s, y t ) s at b • Filtering biểu diễn phương trình Đơn giản làm mịn ảnh là: Tính trung bình giá trị neighbourhood cho giá trị trung tâm Có tác dụng loại bỏ nhiễu ảnh Làm bật chi tiết tổng thể 1/ 1/ 1/ 1/ 1/ 1/ 1/ 1/ 1/ Bộ lọc trung bình đơn giản Origin x 1/ 104 100 108 99 106 98 95 Simple 3*3 Neighbourhood y 1/ 100 1/ 108 1/ 104 9 1/ 1/ 1/ 99 106 98 195 /9 190 /9 185 /9 90 85 Original Image 3*3 Smoothing Pixels * 1/ 1/ 1/ 1/ 1/ 1/ 1/ 1/ Filter Filter Image f (x, y) e = 1/9*106 + 1/ *104 + 1/ *100 + 1/ *108 + 9 1/ *99 + 1/ *98 + 9 1/ *95 + 1/ *90 + 1/ *85 9 = 98.3333 Lặp lại cho pixel ảnh gốc để tạo ảnh làm mịn Làm mịn ảnh hiệu cho trọng số pixel lân cận khác Các pixel gần với pixel trung tâm quan trọng 1/ 2/ 1/ 16 2/ 16 4/ 16 2/ 16 1/ 16 16 2/ 16 16 1/ 16 Bộ lọc trung bình có trọng số Tác dụng: Loại bỏ nhiễu mà không làm mờ cạnh nhiều Hiệu hai loại nhiễu: nhiễu đốm (speckle noise) muối tiêu (salt-pepper noise) Phổ biến Original Image With Noise Image After Averaging Filter Image After Median Filter Bộ lọc thường dùng để loại bỏ nhiễu ảnh Trong số trường hợp lọc trung vị có hiệu lọc trung bình tốt x 123 127 128 119 115 130 140 145 148 153 167 172 133 154 183 192 194 191 194 199 207 210 198 195 164 170 175 162 173 151 y Tại cạnh ảnh? Origin x e e e e e y e e Image f (x, y) Một vài phương pháp giải quyết: Bỏ pixel bị thiếu ▪ Kích thước nhỏ ảnh gốc Nhân rộng biên Thêm dịng cột quanh biên ảnh ▪ Có thể tạo hình ảnh lạ x 123 127 128 119 115 130 140 145 148 153 167 172 133 154 183 192 194 191 194 199 207 210 198 195 164 170 175 162 173 151 y Filtered Image: Zero Padding Original Image Filtered Image: Nhân rộng biên Filtered Image: Wrap Around Edge Pixels ... đích định Do đó: phụ thuộc vào ứng dụng cụ thể Phương pháp: Xử lý miền không gian ▪ Xử lý điểm ảnh ▪ Xử lý mặt nạ Xử lý miền tần số ▪ Các phép lọc Tìm hiểu kỹ thuật lọc khơng gian: ... 1/ *90 + 1/ * 85 9 = 98.3333 Lặp lại cho pixel ảnh gốc để tạo ảnh làm mịn Cho ảnh gốc (trên trái) kích thước size 50 0 *50 0 pixels Kết lọc trung bình với kích thước:3, 5, 9, 15 35 Chú ý: chi tiết... nhiễu ảnh Trong số trường hợp lọc trung vị có hiệu lọc trung bình tốt x 123 127 128 119 1 15 130 140 1 45 148 153 167 172 133 154 183 192 194 191 194 199 207 210 198 1 95 164 170 1 75 162 173 151