Tìm hiểu một số kỹ thuật khảm ảnh

2 MỤC LỤC MỤC LỤC DANH MỤC HÌNH VẼ DANH MỤC CHỮ VIẾT TẮT MỞ ĐẦU CHƯƠNG 1: KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ KHẢM ẢNH 1.1 Khái quát xử lý ảnh 1.1.1 Xử lý ảnh gì? 1.1.2 Các vấn đề xử lý ảnh 10 1.1.2.1 Một số khái niệm .10 1.1.2.2 Ứng dụng xử lý ảnh .13 1.2 Khảm ảnh 15 1.2.1 Khái niệm khảm ảnh 15 1.2.2 Các kỹ thuật dùng khảm ảnh 25 1.2.3 Ứng dụng khảm ảnh 25 1.2.3.1 Bản đồ số 25 1.2.3.2 Truyền thông quảng cáo 26 CHƯƠNG 2: KỸ THUẬT KHẢM ẢNH 29 2.1 Kỹ thuật đan đa phân giải (Multiresolution spline) 29 2.1.1 Hàm trọng số tương đương 34 2.1.2 Hình chóp Laplace 36 2.1.3 Các điều kiện đường biên 37 2.1.4 Kỹ thuật đan đa phân giải 37 2.1.4.1 Đan chồng ảnh .37 2.1.4.2 Đan ảnh với miền tùy ý 39 2.1.4.3 Đan ảnh không chồng lên 40 2.2 TRÍCH CHỌN ĐẶC TRƯNG TRONG KHẢM ẢNH 42 2.2.1 Kĩ thuật trích chọn đặc trưng 42 2.2.1.1 Đặc trưng màu sắc .43 2.2.1.2 Đặc trưng kết cấu .44 2.2.1.3 Đặc trưng hình dạng 45 2.2.1.4 Đặc trưng cục bất biến 45 2.2.2 Ứng dụng kĩ thuật trích chọn đặc trưng khảm ảnh 51 CHƯƠNG 3: CHƯƠNG TRÌNH THỬ NGHIỆM 52 3.1 Bài toán 52 3.2Phân tích, thiết kế .52 3.3 Chương trình khảm ảnh 53 KẾT LUẬN 58 TÀI LIỆU THAM KHẢO 59 PHỤ LỤC 60 DANH MỤC HÌNH VẼ Hình 1.1: Quá trình xử lý ảnh Hình 1.2: Các bước hệ thống xử lý ảnh Hình 1.3: Quan hệ điểm ảnh 11 Hình 1.4: Lược đồ xám ảnh 12 Hình 1.5: Bức ảnh bị dư tối có lược đồ xám tập trung nhiều bên trái 13 Hình 1.6: Hình ảnh sau chỉnh sửa lược đồ xám trải 13 Hình 1.7: Bản đồ Việt Nam nhận từ vệ tinh 14 Hình 1.8: Ảnh hồng ngoại 15 Hình 1.9: Ảnh chim khảm từ nhiều ảnh nhỏ 16 Hình 1.10: Ảnh Panorama ghép từ hình ảnh chụp liên tiếp 17 Hình 1.11: Ảnh polar panorama 18 Hình 1.12: Ảnh khảm tồn cảnh 19 Hình 1.13 Ảnh mẫu sau xử lý 20 Hình 1.14: Mẫu ảnh khảm 21 Hình 1.15: Ảnh khảm tạo băng phương pháp 22 Hình 1.16: Ảnh gốc 23 Hình 1.17: Làm màu sắc chủ đạo 23 Hình 1.18: Khảm thành phần chủ đạo 24 Hình 1.19: Ảnh hồn thiện 24 Hình 1.20: Ảnh chụp từ google maps 26 Hình 1.21: Ảnh quảng cáo hãng IKEA 27 Hình 1.22: Ảnh bìa tạp chí y học Georgetown 28 Hình 2.1: Hai hình ảnh nối ghép cho đường nối mịn tốt 29 Hình 2.2: Các hàm trung bình trọng số chiều rộng T miền chuyển tiếp 30 Hình 2.3: Một số thử nghiệm kĩ thuật đan ghép với hình ảnh ngơi 31 Hình 2.4: Mơ tả phương pháp lọc chiều 33 Hình 2.5: Hàm trọng số tương đương 35 Hình 2.6: Ảnh ghép từ hai ảnh vệ tinh San Francisco 38 Hình 2.7: Đan hình ảnh mắt vào lòng bàn tay 40 Hình 2.8: Ứng dụng việc đan ảnh khơng chồng 41 Hình 2.9: Biểu đồ mơ việc tính tốn DoG ảnh từ ảnh kề mờ 47 Hình 2.10: Mỗi điểm ảnh so sánh với 26 láng giềng 48 Hình 2.11: Quá trình lựa chọn điểm hấp dẫn 48 Hình 2.12: Biểu diễn vector đặc trưng Hình 3.1: Giao diện chương trình khởi động Hình 3.2: Giao diện chương trình sau chọn ảnh nguồn dùng để khảm Hình 3.3: Chọn thư mục chứa tập ảnh mẫu Hình 3.4: Ảnh khảm sử dụng ảnh mẫu kích thước 20x20 Hình 3.5: Ảnh khảm sử dụng ảnh mẫu kích thước 50x50 Hình 3.6: Hình ảnh phong cảnh khảm từ tập ảnh mẫu 50x50 Hình 3.7: Hình ảnh phong cảnh khảm từ tập ảnh mẫu 20x20 49 53 54 55 56 56 57 57 DANH MỤC CHỮ VIẾT TẮT AD Analog to Digital Ppi Pixel per inch Dpi Dot per inch DSLR Digital Single-lens reflex camera S.M.A.R.T Simultaneous Multi-compare Adaptive Rendering Technology SIFT Scale Invariant Feature Transform DoG Difference-of-Gaussian DA Discriminant Analysis MDA Mutiple Discriminant Analysis BDA biased Discriminant Analysis SMMS Symmetric Maximized Minimal Distance in Subspace JPG Joint Photographic Experts MỞ ĐẦU Trong thời đại nay, cơng nghệ thơng tin có phát triển mạnh mẽ mặt Cũng nhờ phát triển góp phần lớn việc thúc đẩy phát triển ngành khác như: giáo dục, y tế, quốc phòng an ninh, giải trí, … Những năm gần đây, phần cứng máy tính dần trở nên mạnh mẽ lực xử lý lẫn dung lượng lưu trữ mà lĩnh vực phần mềm phát triển theo đặc biệt lĩnh vực xử lý ảnh Ngày nay, hầu hết loại máy ảnh thông thường dù độ phân giải có cao ghi lại phần đối tượng lớn ví dụ sân vận động, cơng viên, thành phố hay chí mặt trăng hành tinh Hoặc tạo hình ảnh độc đáo từ nhiều ảnh nhỏ, điều máy ảnh khó thực Chính mà cần đến kĩ thuật khảm ảnh Khảm ảnh xét hai phương diện khảm ảnh toản cảnh khảm ảnh nhiều lớp Mục đích khảm ảnh việc tạo ảnh có tầm nhìn rộng hình nghệ thuật độc đáo Trên sở em lựa chọn đề tài: “Tìm hiểu số kỹ thuật khảm ảnh” với mục đích tìm hiểu số kỹ thuật khảm ảnh đồng thời cài đặt chương trình thử nghiệm Về lý thuyết: - Tìm hiểu khái quát xử lý ảnh số kỹ thuật khảm ảnh - Tìm hiểu số kỹ thuật khảm ảnh xử lý ảnh Về thực tiễn: - Cài đặt thử nghiệm kỹ thuật tìm hiểu Cấu trúc đồ án bao gốm chương: Chương 1: Khái quát xử lý ảnh khảm ảnh Trình bày khái quát xử lý ảnh khảm ảnh Chương 2: Kỹ thuật khảm ảnh Trình bày số kỹ thuật khảm ảnh phổ biến Chương 3: Chương trình thử nghiệm Chương trình ứng dụng số kết thu CHƯƠNG 1: KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ KHẢM ẢNH 1.1 Khái quát xử lý ảnh 1.1.1 Xử lý ảnh gì? Con người thu nhận thơng tin qua giác quan, thị giác đóng vai trị quan trọng Những năm trở lại với phát triển phần cứng máy tính, xử lý ảnh đồ hoạ phát triển cách mạnh mẽ có nhiều ứng dụng sống Xử lý ảnh đồ hoạ đóng vai trị quan trọng tương tác người máy Quá trình xử lý ảnh xem trình thao tác ảnh đầu vào nhằm cho kết mong muốn Kết đầu q trình xử lý ảnh ảnh ―tốt hơn‖ kết luận[1] Ảnh XỬ LÝ ẢNH Ảnh ―Tốt hơn‖ Kết luận Hình 1.1: Quá trình xử lý ảnh Ảnh xem tập hợp điểm ảnh điểm ảnh xem đặc trưng cường độ sáng hay dấu hiệu vị trí đối tượng khơng gian xem hàm n biến P(c1, c2, , cn) Do đó, ảnh xử lý ảnh xem ảnh n chiều Sơ đồ tổng quát hệ thống xử lý ảnh: Hệ định Thu nhận ảnh (Scanner, Camera,Sensor) Tiền xử lý Trích chọn đặc điểm Đối sánh rút kết luận Hậu xử lý Lưu trữ Hình 1.2: Các bước hệ thống xử lý ảnh  Thu nhận ảnh (Image acquisition) Các thiết bị thu nhận ảnh có hai loại ứng với hai loại ảnh thông dụng Raster Vector Các thiết bị thu nhận ảnh Raster camera thiết bị thu nhận ảnh Vector sensor số hoá (digitalizer) chuyển đổi từ ảnh Raster Các thiết bị thu ảnh thông thường gồm camera cộng với chuyển đổi tương tự số AD (Analog to Digital) scanner chuyên dụng Các thiết bị thu nhận ảnh cho ảnh đen trắng ảnh màu Đầu scanner ảnh ma trận số mà ta quen gọi đồ ảnh (ảnh Bitmap) Bộ số hoá (digitalizer) tạo ảnh vector có hướng Nhìn chung, hệ thống thu nhận ảnh thực hai q trình: • • Cảm biến: biến đổi lượng quang học (ánh sáng) thành lượng điện Tổng hợp lượng điện thành ảnh  Tiền xử lý (Image processing) Tiền xử lý bước 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 Do 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 ảnh bị biến dạng  Trích chọn đặc điểm (Feature extraction) Vì lượng thơng tin chứa ảnh lớn, đa số ứng dụng cần số thông tin đặc trưng đó, cần có bước trích chọn đặc điểm để giảm lượng thông tin khổng lồ Các đặc trưng ảnh thường gồm: mật độ xám, phân bố xác suất, phân bố không gian, biên ảnh  Hậu xử lý Nếu lưu trữ ảnh trực tiếp từ ảnh thơ (brut image) theo kiểu đồ ảnh địi hỏi dung lượng nhớ lớn, tốn mà nhiều không hiệu theo quan điểm ứng dụng Thường người ta khơng biểu diễn tồn ảnh thơ mà tập trung đặc tả đặc trưng ảnh biên ảnh (boundary) hay vùng ảnh (region) Một số phương pháp biểu diễn thường dùng: • Biểu diễn mã loạt dài (Run-Length Code) • Biểu diễn mã xích (Chaine -Code) 10 • Biểu diễn mã tứ phân (Quad-Tree Code) Ảnh đối tượng phức tạp đường nét, độ sáng tối, dung lượng điểm ảnh, môi trường để thu ảnh phong phú kéo theo nhiễu Trong nhiều khâu xử lý phân tích ảnh ngồi việc đơn giản hóa phương pháp tốn học đảm bảo tiện lợi cho xử lý, người ta mong muốn bắt chước quy trình tiếp nhận xử lý ảnh theo cách người Trong bước xử lý đó, nhiều khâu xử lý theo phương pháp trí tuệ người Vì vậy, sở tri thức- hệ định phát huy  Đối sánh rút kết luận So sánh ảnh sau bước hậu xử lý với mẫu chuẩn ảnh lưu trữ từ trước, phục vụ cho mục đích nhận dạng nội suy ảnh 1.1.2 Các vấn đề xử lý ảnh 1.1.2.1 Một số khái niệm a Ảnh Trong thực ảnh liên lục không gian độ sáng Để xử lý máy tính ảnh cần số hóa Số hóa ảnh biến đổi gần ảnh liên tục thành tập điểm phù hợp với ảnh thật vị trí độ sáng Khoảng cách điểm ảnh thiết lập cho mắt người không phân biệt ranh giới chúng Mỗi điểm gọi điểm ảnh (pixel) Từ ta có định nghĩa : Điểm ảnh xem dấu hiệu hay cường độ sáng toạ độ không gian đối tượng ảnh xem tập hợp điểm ảnh Khi số hố, thường biểu diễn bảng hai chiều I(n,p): n dịng p cột Ta nói ảnh gồm n x p điểm ảnh Người ta thường kí hiệu I(x,y) để điểm ảnh Thường giá trị n chọn p 256 Một điểm ảnh lưu trữ 1, 4, hay 24 bit Về mặt tốn học xem ảnh hàm hai biến f(x,y) với x, y biến tọa độ Giá trị số điểm (x,y) tương ứng với giá trị xám độ sáng ảnh (x cột, y hàng) Giá trị hàm ảnh f(x,y) hạn chế phạm vi số nguyên dương: ≤ f(x,y) ≤ fmax Thông thường ảnh xám, giá trị fmax 255 (2 =256) phần tử ảnh mã hóa byte Khi quan tâm đến ảnh 11 màu, ta mơ tả màu qua ba hàm số: R(x,y) màu đỏ, G(x,y) màu xanh lục B(x,y) màu xanh lam Ảnh biểu diễn theo mơ hình Vector mơ hình Raster: • Mơ hình Raster Đây mơ hình biểu diễn ảnh thơng dụng Ảnh biểu diễn dạng ma trận điểm ảnh Tùy theo nhu cầu thực tế mà điểm ảnh biểu diễn hay nhiều bit Mơ hình Raster thuận lợi cho hiển thị in ấn Khi xử lý ảnh Raster, quan tâm đến mối quan hệ vùng lân cận điểm ảnh Các điểm ảnh xếp hàng lưới (Raster) hình vng, lưới hình lục giác theo cách hồn tồn ngẫu nhiên với nhau: Hình 1.3: Quan hệ điểm ảnh • Mơ hình Vector Biểu diễn ảnh ngồi mục đích tiết kiệm khơng gian lưu trữ, dễ dàng cho hiển thị in ấn, phải đảm bảo dễ dàng lựa chọn, chép, di chuyển, tìm kiếm… Theo yêu cầu này, kỹ thuật biểu diễn Vector tỏ ưu việt Trong mơ hình Vector người ta sử dụng hướng Vector điểm ảnh lân cận để mã hố tái tạo hình ảnh ban đầu Ảnh Vector thu nhận trực tiếp từ thiết bị số hóa Digital chuyển đổi từ ảnh Raster thơng qua chương trình số hóa Cơng nghệ phần cứng cung cấp thiết bị xử lý với tốc độ nhanh chất lượng cao cho đầu vào ra, lại hỗ trợ cho ảnh Raster Do vậy, nghiên cứu biểu diễn Vector tập trung chuyển đổi từ ảnh Raster b Độ phân giải Độ phân giải số lượng điểm ảnh (pixel) dùng để tập hợp thành hình ảnh Số lượng điểm ảnh nhiều nhỏ độ nét chi tiết ảnh cao 48 Hình 2.10: Mỗi điểm ảnh so sánh với 26 láng giềng  Định vị điểm hấp dẫn Mỗi điểm hấp dẫn sau chọn đánh giá xem có giữ lại hay khơng: • Loại bỏ điểm hấp dẫn có độ tương phản thấp • Một số điểm hấp dẫn dọc theo cạnh khơng giữ tính ổn định ảnh bị nhiễu bị loại bỏ Các điểm hấp dẫn lại xác định hướng Hình 2.11: Quá trình lựa chọn điểm hấp dẫn 49  Xác định hướng cho điểm hấp dẫn Để xác định hướng cho điểm hấp dẫn, người ta tính tốn biểu đồ hướng Gradient vùng láng giềng điểm hấp dẫn Độ lớn hướng điểm hấp dẫn xác định theo công thức: m(x,y) = (2.35)  Biểu diễn vector cho điểm hấp dẫn (2.36) Điểm hấp dẫn sau xác định hướng biểu diễn dạng vector 4x4x8=128 chiều Hình 2.12: Biểu diễn vector đặc trưng  Đo độ tương đồng cho đặc trưng cục bất biến Một số độ đo tương đồng cho ảnh sử dụng đặc trưng SIFT : • Độ đo Cosin: d(x,y) = (2.37) • Khoảng cách góc: d(x,y) = (2.38) 50 • Độ đo Euclide: d(x,y) = (2.39) • Độ đo Jensen-Shannon divergence: dJSD(H,H’) = (2.40) Với H, H’ biểu đồ biểu dễn vector đặc trưng SIFT Lựa chọn đặc trưng Sau trích chọn đặc trưng nội dung ảnh, tập đặc trưng tối ưu hóa phương pháp lựa chọn đặc trưng để tăng chất lượng hiệu sử dụng tập đặc trưng Một cách tổng quát, lựa chọn đặc trưng phương pháp giảm thiểu đặc trưng nhằm chọn tập đặc trưng phù hợp học máy để xây dựng mơ hình học tốt Mục đích lựa chọn đặc trưng tìm khơng gian đặc trưng tối ưu cho tập ảnh ―thích hợp‖ ―khơng thích hợp‖ tách biệt Có nhiều phương pháp lựa chọn đặc trưng đề xuất như: phương pháp tăng khuếch đại (boosting manner) kết hợp với tảng Real Adaboost Wei Jian Guihua Er Mingjing Li đưa tiêu chí lựa chọn đặc trưng là: Mơ hình tương phản đặc trưng tổng qt hóa (Generalized Feature Contrast Model) dựa mơ hình tương phản đặc trưng (Feature Contrast Model) Một số phương pháp cổ điển khác phương pháp dựa vào phân phối (distribution based) Phương pháp dựa vào phân tích biệt thức (Discriminant analysis DA) ví dụ phân tích đa biệt thức (Mutiple Discriminant analysis MDA), phân tích biệt thức không đối xứng (biased Discriminant analysis BDA) Phương pháp tối đa khoảng cách tối thiểu đối xứng không gian (symmetric maximized minimal distance in subspace SMMS)… Có nhiều phương pháp để đánh giá kết tập đặc trưng Vì vậy, kết mơ hình lựa chọn đặc trưng khác khác Hai mơ hình phổ biến cho lựa chọn đặc trưng là: Mơ hình Filter mơ hình Wrapper[4] • Mơ hình Filter: đánh giá phần tử vài tiêu chuẩn hay độ đo đó, chọn tập thuộc tính đánh giá cao 51 • Mơ hình Wrapper: Sử dụng thuật tốn tìm kiếm để đánh giá tập thuộc tính coi nhóm phần tử riêng lẻ Cốt lõi mơ hình Wrapper thuật tốn học máy cụ thể Nó đánh giá độ tốt tập đặc trưng tùy theo độ xác học tập con, điều xác định thơng qua tiêu chí 2.2.2 Ứng dụng kĩ thuật trích chọn đặc trưng khảm ảnh Khác với kĩ thuật đan đa phân giải ứng dụng để khảm ảnh tồn cảnh, kĩ thuật trích chọn đặc trưng ảnh ứng dụng để khảm ảnh nhiều lớp Việc cần làm ảnh khảm nhiều lớp sử dụng lưới để chia ảnh nguồn nhiều phần phần kích thước tập ảnh mẫu Tuy nhiên lúc Đối với số kĩ thuật nâng cao lưới có dạng tùy ý dựa vào kết cấu ảnh nguồn Ví dụ ảnh 1.21 ảnh quảng cáo hãng IKA Ảnh tạo thành từ nhiều mẫu có kích thước khác Với ảnh kiểu đòi hỏi kĩ thuật cao Hiện đa số phần mềm khảm ảnh chia ảnh lưới hình vng chữ nhật Quy trình khảm ảnh gồm bước sau: Bước 1: Chuẩn bị ảnh nguồn (nên chỉnh lại cỡ ảnh cho kích thước bội số kích thước tập ảnh mẫu) tập ảnh mẫu (tập ảnh mẫu lưu thư mục) Bước 2: Chia ảnh nguồn lưới, lưới lưới có mắt hình vng chữ nhật, lưới bội số mẫu Lưới có kích thước nhỏ ảnh khảm có chất lượng tốt Bước 3: Duyệt vùng (các mắt lưới) ảnh nguồn Sử dụng kĩ thuật trích chọn đặc trưng để so sánh vùng với tất ảnh tập ảnh mẫu để tìm ảnh mẫu phù hợp (có màu sắc tương ứng, kết cấu tương ứng …) Gán ảnh mẫu phù hợp vào vị trí vùng tương ứng Vì khảm ảnh nhiều lớp ghép từ nhiều ảnh có nội dung khác Nên khơng giống ảnh khảm tồn cảnh, không cần phải làm mịn đường biên cân màu sắc, độ tương phản,… nên nói bước khảm ảnh nhiều lớp nhàn chút 52 CHƯƠNG 3: CHƯƠNG TRÌNH THỬ NGHIỆM 3.1 Bài tốn Chương trình khảm ảnh xây dựng để minh họa cho phương pháp khảm ảnh nhiều lớp dựa việc trích chọn đặc trưng ảnh số • Đầu vào : Một ảnh lớn tập ảnh nhỏ dùng làm mẫu • Đầu ra: Ảnh lớn ghép từ nhiều ảnh nhỏ tập ảnh mẫu cho nhìn cách khái qt thấy nội dung ảnh lớn 3.2 Phân tích, thiết kế Hoạt động chương trình : Bước 1: Đưa vào chương trình ảnh lớn định dạng jpg, tập ảnh nhỏ có kích thước Bước 2: Chương trình trích chọn đặc trưng màu sắc ảnh nhỏ Bước 3: Ảnh nguồn chỉnh lại kích thước cho kích thước bội số kích thước ảnh nhỏ Bước 4: Chương trình chi ảnh lớn thành ảnh nhỏ có kích thước ảnh nhỏ dùng làm mẫu, đồng thời trích chọn đặc trưng phần nhỏ sau chia từ ảnh lớn đem so sánh với đặc trưng màu ảnh tập ảnh mẫu (sử dụng độ đo Euclid) để chọn ảnh tương đồng màu sắc thay cho Bước 5: Ghép lại ảnh nhỏ sau thay để tạo ảnh khảm Chương trình cần phải có số chức sau: Đọc hiển thị ảnh Lấy đường dẫn tập ảnh mẫu Xử lý hiển thị kết 53 3.3 Chương trình khảm ảnh Chương trình xây dựng công cụ Visual Studio 2008 sử dụng ngơn ngữ lập trình C# Có tập ảnh mẫu dùng để khảm ảnh gồm 1000 ảnh jpg kích thước 50x50 1000 ảnh jpg kích thước 20x20 Chương trình sử dụng phương pháp trích chọn đặc trưng màu sắc để tìm ảnh tương đồng cho vùng ảnh gốc Nhóm modul chương trình: Chọn hiển thị ảnh nguồn dùng để khảm Chọn thư mục chứa ảnh mẫu Xử lý ảnh khảm hiển thị ảnh khảm sau xử lý Một số giao diện chương trình: Hình 3.1: Giao diện chương trình khởi động 54 Hình 3.2: Giao diện chương trình sau chọn ảnh nguồn dùng để khảm 55 Hình 3.3: Chọn thư mục chứa tập ảnh mẫu 56 Một số kết thu được: Hình 3.4: Ảnh khảm sử dụng ảnh mẫu kích thước 20x20 Hình 3.5: Ảnh khảm sử dụng ảnh mẫu kích thước 50x50 57 Hình 3.6: Hình ảnh phong cảnh khảm từ tập ảnh mẫu 50x50 Hình 3.7: Hình ảnh phong cảnh khảm từ tập ảnh mẫu 20x20 Qua hình 3.4, 3.5, 3.6, 3.7 thấy có ảnh nhỏ có màu sắc tương đồng với vị trí tương ứng ảnh gốc Điều chứng tỏ thuật tốn phương pháp tạo hình khảm cịn nhiều sai sót 58 KẾT LUẬN Ngày nay, với phát triển mạnh mẽ mặt cơng nghệ thơng tin, truyền thơng xử lý ảnh với phạm trù có phát triển nhanh chóng đóng vai trị quan trọng nhiều lĩnh vực Khảm ảnh phạm trù Nội dung đồ án số khái niệm kĩ thuật khảm ảnh Chương trình thử nghiệm khảm ảnh em xây dựng từ kĩ thuật tìm hiểu tạo ảnh khảm từ nhiều ảnh nhỏ chương trình chưa hồn chỉnh kết thu khơng xác Với kết thu nhiều nguyên nhân khác chương trình cần xem xét lại cách kĩ lưỡng để hoàn chỉnh Mặc dù hoàn thành mục tiêu đồ án điều kiện thời gian có hạn mà lĩnh vực cần tìm hiểu tương đối rộng nên tìm hiểu đồ án khó tránh khỏi thiếu xót Chương trình thử nghiệm chưa thực hồn thiện kết khả quan Trong thời gian tới có điều kiện em tìm hiểu thêm xây dựng chương trình thử nghiệm khảm ảnh hồn chỉnh 59 TÀI LIỆU THAM KHẢO Tài liệu Tiếng Việt [1] Đỗ Năng Tồn, Phạm Việt Bình (2007), Giáo trình xử lý ảnh, Nhà xuất Đại học Thái Nguyên [2] Lương Mạnh Bá, Nguyễn Thanh Thủy (2007), Nhập môn xử lý ảnh số, Nhà xuất KHKT Tài liệu Tiếng Anh [3] Lowe David(2004) Distinctive image features from scale-invariant keypoints International Journal of Computer Vision 2004 [4] Tee Cheng Siew(2008) Feature selection for content-based image retrieval using statistical discriminant analysis PhD thesis Faculty of Computer Science and Information System Universiti Teknologi Malaysia 2008 [5] PETER J BURT and EDWARD H ADELSONRCA, A Multiresolution Spline With Application to Image Mosaics, David Sarnoff Research Center Website [6] http://msdn.microsoft.com [7] http://www.picturemosaics.com [8] http://scien.stanford.edu 60 PHỤ LỤC Hệ thống màu HSI Hệ thống màu HSI mã hóa thơng tin màu sắc cách chia giá trị intensity I từ hai giá trị mã hóa thuộc độ hội tụ màu hue H saturation S Thành phần không gian màu HSI gồm có ba phần: - Hue định nghĩa có giá trị 0-2Π, mang thơng tin màu sắc Saturation có giá trị 0-1, mang giá trị độ khiết thành phần Hue Intensity(Value) mang thông tin độ sáng điểm ảnh Ta hình dung khơng gian màu HSI vật hình nón Với trục biểu thị cường độ sáng Intensity Khoảng cách đến trục biểu thị độ tập chung Saturation Góc xung quanh trục biểu thị cho sắc màu Hue Đôi khi, hệ thống màu HSI coi hệ thống màu HSV dùng Value thay Intensity Hệ thống màu HSI thích hợp với số thiết kế đồ họa cung cấp điều khiển trực tiếp đến ánh sáng hue Hệ thống màu HSI hỗ trợ tốt cho thuật tốn xử lý ảnh tiêu chuẩn hóa ánh sáng tập chung vào hai tham số độ hội tụ màu,và cường độ màu Hình 1: Hệ màu HIS 61 Hình : Khơng gian màu HSI Hệ thống màu HSI có phân chia rõ rệt ánh sáng màu sắc Do có khả lớn áp dụng cho việc tính đặc trưng so sánh giống màu sắc hai ảnh Do thích hợp cho việc tìm kiếm ảnh dựa vào màu Sự giống khác hai ảnh mặt màu sắc mắt người mang ý nghĩa tương đối Do áp dụng vào tốn máy tính ta giả lập tương đối Phương pháp việc tìm kiếm theo màu sắc dùng lược đồ màu để làm đặc trưng cho ảnh Do đặc điểm riêng mô hình màu HSI đặc trưng việc tìm kiếm nên tính lược đồ màu dùng mơ đặc biệt để phù hợp cho đặc điểm Hệ thống màu CMYK Từ CMYK (hay YMCK) từ viết tắt tiếng Anh để mơ hình màu loại trừ sử dụng in ấn màu Mơ hình màu dựa sở trộn chất màu màu sau: C=Cyan tiếng Anh có nghĩa màu xanh lơ M=Magenta tiếng Anh có nghĩa màu hồng sẫm Y=Yellow tiếng Anh có nghĩa màu vàng 62 K=Key (trong tiếng Anh nên hiểu theo nghĩa then chốt hay chủ yếu để ám màu đen màu có tên tiếng Anh black chữ B sử dụng để màu xanh lam (blue) mơ hình màu RGB để tạo màu khác Hỗn hợp màu CMY lý tưởng loại trừ (các màu in chỗ trắng tạo màu đen) Nguyên lý làm việc CMYK sở hấp thụ ánh sáng Màu mà người ta nhìn thấy từ phần ánh sáng không bị hấp thụ Trong CMYK hồng sẫm cộng với vàng cho màu đỏ, hồng sẫm cộng với xanh lơ cho màu xanh lam, xanh lơ cộng với vàng sinh màu xanh tổ hợp màu xanh lơ, hồng sẫm vàng tạo màu đen Hệ thống màu CMY dường đảo ngược hệ thống màu RGB Đặc tính đơn giản, ứng dụng nhiều thực tế Tuy nhiên khuyết điểm tương tự khơng gian màu RGB, tức cách mã hóa khác với cách mà người cảm nhận màu sắc không tương thích với việc so sánh nội dung ảnh ... lý ảnh số kỹ thuật khảm ảnh - Tìm hiểu số kỹ thuật khảm ảnh xử lý ảnh Về thực tiễn: - Cài đặt thử nghiệm kỹ thuật tìm hiểu Cấu trúc đồ án bao gốm chương: Chương 1: Khái quát xử lý ảnh khảm ảnh. .. hình nghệ thuật độc đáo Trên sở em lựa chọn đề tài: ? ?Tìm hiểu số kỹ thuật khảm ảnh? ?? với mục đích tìm hiểu số kỹ thuật khảm ảnh đồng thời cài đặt chương trình thử nghiệm Về lý thuyết: - Tìm hiểu khái... độc đáo từ nhiều ảnh nhỏ, điều máy ảnh khó thực Chính mà cần đến kĩ thuật khảm ảnh Khảm ảnh xét hai phương diện khảm ảnh toản cảnh khảm ảnh nhiều lớp Mục đích khảm ảnh việc tạo ảnh có tầm nhìn