TÌM HIỂU PHƯƠNG PHÁP BPR (BENDING POTENTIAL RATIO) CHO BÀI TOÁN TÌM XƯƠNG CỦA ẢNH

1 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC DÂN LẬP HẢI PHÒNG -o0o - TÌM HIỂU PHƯƠNG PHÁP BPR (BENDING POTENTIAL RATIO) CHO BÀI TỐN TÌM XƯƠNG CỦA ẢNH ĐỒ ÁN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY NGÀNH CƠNG NGHỆ THÔNG TIN Sinh viên thực hiên: Nguyễn Thị Lan Giáo viên hướng dẫn: Ths Ngô Trường Giang Mã số sinh viên: 110853 HẢI PHÒNG - 2019 _ Sinh viên: Nguyễn Thị Lan – CT1102 LỜI CẢM ƠN Trong lời báo cáo Đồ án Tốt Nghiệp “Tìm hiểu phương pháp BPR(Bending Potential Ratio) cho tốn tìm xương ảnh” này, em muốn gửi lời cám ơn biết ơn chân thành tới tất người hỗ trợ, giúp đỡ em kiến thức, tinh thần trình thực Đồ án Trước hết, em xin chân thành cám ơn Thầy Giáo Ths Ngô Trường Giang, Giảng viên Khoa Cơng Nghệ Thơng Tin, Trường ĐHDL Hải Phịng, người trực tiếp hướng dẫn, nhận xét, giúp đỡ em suốt trình thực Đồ án Xin chân thành cảm ơn Thầy Cô Khoa Công Nghệ Thông Tin tồn Thầy Cơ Trường Đại Học Dân Lập Hải Phòng giúp đỡ em suốt trình học tập Em xin bày tỏ lịng biết ơn đến gia đình người bạn ln giúp đỡ động viên em nhiều trình học tập làm Đồ án Tốt Nghiệp Do thời gian thực có hạn, kiến thức cịn nhiều hạn chế nên Đồ án thực chắn không tránh khỏi thiếu sót định Em mong nhận ý kiến đóng góp Thầy Cơ giáo bạn để em có thêm kinh nghiệm tiếp tục hồn thiện báo cáo Em xin chân thành Cám ơn! Hải Phòng, tháng 7/2019 Sinh viên _ Sinh viên: Nguyễn Thị Lan – CT1102 MUC LỤC MUC LỤC MỞ ĐẦU DANH MỤC HÌNH VẼ CHƯƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH 1.1 Các khái niệm xử lý ảnh 1.1.1Xử lý ảnh gì? 1.1.2 Ảnh điểm ảnh 1.1.3 Độ phân giải 1.1.4 Mức xám 1.2 Các phép toán ảnh nhị phân 1.2.1 Phép toán logic ảnh nhị phân 1.2.2Các phép tốn hình thái ảnh nhị phân 1.3 Các giai đoạn Xử lý ảnh 17 1.4 Một số ứng dụng xử lý ảnh 18 CHƯƠNG 2: XƯƠNG VÀ CÁC THUẬT TỐN TÌM XƯƠNG 20 2.1 Khái niệm xương 20 2.2 Các hướng tiếp cận việc tìm xương 20 2.2.1 Phương pháp tìm xương dựa làm mảnh 20 2.2.2 Tìm xương khơng dựa làm mảnh 22 2.3 Cắt tỉa xương ảnh 29 2.3.1 Khái niệm cắt tỉa xương 29 2.3.2 Kỹ thuật cắt tỉa xương với DCE 29 CHƯƠNG 3: KỸ THUẬT CẮT TỈA XƯƠNG DỰA VÀO ĐỘ UỐN 33 3.1 Giới thiệu 33 3.2 Phương pháp cắt tỉa xương theo BPR (Bending Potential Ratio) 35 3.2.1 Định nghĩa 35 3.2.2 Tỷ lệ uốn (BPR – Bending Potential Ratio) 37 3.2.3 Đề xuất cho phát triển cắt tỉa xương 41 _ Sinh viên: Nguyễn Thị Lan – CT1102 3.2.4 Kết luận 44 CHƯƠNG 4: KẾT QUẢ THỰC NGHIỆM 45 4.1 Môi trường cài đặt 45 4.2 Một số kết thử nghiệm 45 4.2.1 Giao diện chương trình 45 4.2.2 Một số kết tìm xương khác phương pháp 46 4.2.3 Hiệu việc sử dụng ngưỡng t 48 KẾT LUẬN 50 TÀI LIỆU THAM KHẢO 51 _ Sinh viên: Nguyễn Thị Lan – CT1102 MỞ ĐẦU Xương coi hình dạng đối tượng, với số điểm ảnh cách biểu diễn đối tượng cách đọng Ta lấy thơng tin hình dạng ngun đối tượng thơng qua xương Vị trí, định hướng, độ dài đoạn xương đặc trưng cho đoạn ảnh Vì mà xương ứng dụng nhiều lĩnh vực đồ họa máy tính, tra cứu ảnh, nhận dạng ký tự, Các thuật tốn tìm xương đưa gặp phải hạn chế tương tự có độ nhạy cảm cao nhiễu đường biên, biến đổi nhỏ đường biên đối tượng làm thay đổi đáng kể xương nhận ảnh hưởng tới độ xác xương Để giải hạn chế khó khăn Đồ án trình bày kỹ thuật cắt tỉa xương ảnh phương pháp BPR(Bending Potential Ratio) để làm mịn xương cho hình dạng xương phù hợp với cấu trúc đối tượng Đồ án bao gồm chương: Chương 1: Tổng quan xử lý ảnh Chương 2: Xương kỹ thuật tìm xương Chương 3: Kỹ thuật cắt tỉa xương ảnh dựa vào độ uốn Chương 4: Kết thực nghiệm _ Sinh viên: Nguyễn Thị Lan – CT1102 DANH MỤC HÌNH VẼ Hình 1.1 Hình minh họa phép toán ảnh nhị phân Hình 1.2 Hiệu thao tác nhị phân đơn giản ảnh nhỏ 10 Hình 1.3 A dãn B 11 Hình 1.4 Dãn điểm ảnh 12 Hình 1.5 Dãn ảnh sử dụng phần tử cấu trúc 12 Hình 1.6 Phép co nhị phân 13 Hình 1.7 Sử dụng phép tốn mở 15 Hình 1.8 Phép đóng 15 Hình 1.9 Phép đóng với độ sâu lớn 16 Hình 1.10 Các giai đoạn Xử lý ảnh 17 Hình 2.1 Trục trung vị 23 Hình 2.2 Xương Voronoi rời rạc ảnh hưởng hàm hiệu chỉnh khác 25 Hình 2.3 Minh họa thuật tốn trộn hai sơ đồ Voronoi 27 Hình 2.4 Minh họa thuật toán thêm điểm biên vào sơ đồ Voronoi 28 Hình 2.5 Minh họa cắt tỉa xương với DCE 32 Hình 3.1 Minh họa xương ảnh 34 Hình 3.2 Định nghĩa điểm ghost BPR 37 Hình 3.3 Vùng điểm ghost 38 Hình 3.4 Mẫu hình chữ nhật với đỉnh thêm vào đường biên hình 40 Hình 3.5 Xương chân lạc đà 42 Hình 4.1 Giao diện chương trình 45 Hình 4.2 Xương táo thu phương pháp 46 Hình 4.3 Xương lạc đà thu phương pháp 47 Hình 4.4 Minh họa xương đối tượng việc sử dụng ngưỡng khác nhau, t giá trị ngưỡng 49 _ Sinh viên: Nguyễn Thị Lan – CT1102 CHƯƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH 1.1 Các khái niệm xử lý ảnh 1.1.1 Xử lý ảnh gì? Cũng xử lý liệu đồ họa, xử lý ảnh số lĩnh vực tin học ứng dụng Xử lý liệu đồ họa đề cập đến ảnh nhân tạo, ảnh xem xét cấu trúc liệu tạo chương trình Xử lý ảnh số bao gồm phương pháp kỹ thuật biến đổi, để truyền tải mã hóa ảnh tự nhiên Xử lý ảnh lĩnh vực nghiên cứu, trình biến đổi từ ảnh ban đầu sang ảnh tuân thủ tính chất đặc trưng riêng xử lý Có mục đích xử lý ảnh: Cải thiện chất lượng phục vụ cho quan sát Chuẩn bị điều kiện cho việc trích chọn đặc trưng phục vụ cho việc nhận dạng định 1.1.2 Ảnh điểm ảnh Ảnh thực tế ảnh liên tục không gian giá trị độ sáng chúng biểu diễn hàm biến thực phức kí hiệu f(x, y) Trong x, y giá trị tọa độ không gian giá trị f tỷ lệ với độ sáng ảnh điểm Để xử lý ảnh máy tính cần thiết phải tiến hành số hóa ảnh Trong q trình số hóa, người ta biến đổi tín hiệu liên tục sang tín hiệu rời rạc thơng qua q trình lấy mẫu (rời rạc hóa khơng gian) lượng tử hóa thành phần giá trị mà nguyên tắc mắt thường không phân biệt hai điểm kề Trong trình này, người ta sử dụng khái niệm Picture element mà ta quen gọi hay viết tắt Pixel – phần tử ảnh Như vậy, ảnh tập hợp Pixel _ Sinh viên: Nguyễn Thị Lan – CT1102 Ảnh số ảnh xử lý máy tính thu từ ảnh liên tục q trình số hóa, thường biểu diễn mảng hai chiều I(n, p): n dòng p cột Người ta thường kí hiệu I(x, y) để pixel Một pixel lưu trữ 1, 4, 8, 16 hay 24 bít Thường kí hiệu I[m, n] 1.1.3 Độ phân giải Độ phân giải (Resolution) mật độ ảnh ấn định ảnh số hiển thị Như khoảng cách điểm ảnh chọn cho mắt người thấy liên tục ảnh Việc chọn tạo nên mật độ phân bổ độ phân giải phân bổ liên tục theo x, y 1.1.4 Mức xám Mức xám (Gray level): Giá trị I[x, y] biểu diễn cường độ sáng mã hóa điểm ảnh (x, y) Giá trị gọi mức xám (grey level) I[x, y] có giá trị rời rạc để tiện xử lý, ta coi giá trị I[x, y] nguyên: I[x, y] {0, 1, …, L-1} với L mức xám tối đa dùng để biểu diễn Ảnh có nhiều mức xám gọi ảnh đa cấp xám Ảnh có mức xám gọi ảnh nhị phân Cách mã hóa kinh điển thường dùng 16, 32 hay 64 mức Mã hóa 256 mức phổ dụng lý kỹ thuật Vì = 256 (0, 1, , 255), nên với 256 mức pixel mã hóa 8bit Ảnh nhị phân, pixel mã hóa 1bit; cịn ảnh 256 màu, pixel mã hóa 8bit Ảnh màu ảnh tổ hợp từ màu bản: đỏ (Red), lục (Green), lam (Blue) thường thu nhận dải băng tần khác Để biểu diễn cho điểm ảnh màu cần 3byte để mô tả 24bit màu Ảnh xám trường hợp đặc biệt ảnh màu Mỗi điểm ảnh màu có giá trị (Red, Green, Blue), giá trị ta có ảnh xám _ Sinh viên: Nguyễn Thị Lan – CT1102 1.2 Các phép toán ảnh nhị phân 1.2.1 Phép toán logic ảnh nhị phân Phép toán sử dụng xử lý ảnh là: phép AND, phép OR phép tốn NOT Các tính chất chúng định nghĩa bảng đây: Hình 1.1 minh họa thao tác nói với giá trị nhị phân “1” có màu đen, cịn giá trị nhị phân “0” có màu trắng Hình 1.1 Hình minh họa phép toán ảnh nhị phân 1.2.2 Các phép tốn hình thái ảnh nhị phân Hình thái (morphology) có nghĩa “hình thức cấu trúc đối tượng”, cách xếp mối quan hệ bên phần đối tượng Hình thái có liên quan đến hình dạng, hình thái số cách để mơ tả phân tích hình dạng đối tượng số _ Sinh viên: Nguyễn Thị Lan – CT1102 10 Những thao tác hình thái nhị phân xây dựng ảnh có mức xám 1, “0” ứng với màu trắng, “1” ứng với màu đen Trước hết, để bắt đầu, ta xem hình 1.2a Tập hợp điểm ảnh đen tạo nên đối tượng ảnh hình vng hình 1.2b, đối tượng ảnh hình vng hình vng lớn so với hình 1.2a điểm ảnh phía, nghĩa thay lân cận trắng điểm ảnh hình 1.2a thành điểm ảnh đen Đối tượng hình 1.2b thao tác tương tự, tức hình 1.2b tăng thêm điểm ảnh phía Thao tác coi phép dãn đơn giản, phép dãn điểm ảnh phía Việc dãn thực tồn ảnh thay điểm ảnh đen Do vậy, đối tượng ảnh hình 1.2a viết lại là{(3, 3) (3, 4) (4, 3) (4,4)}, với điểm ảnh phía bên trái (0, 0) Tuy nhiên, việc viết dài dòng bất tiện nên ta gọi đơn giản đối tượng ảnh A, phần tử điểm ảnh Hình 1.2 Hiệu thao tác nhị phân đơn giản ảnh nhỏ (a) Ảnh ban đầu (b)Ảnh dãn điểm ảnh (c) Ảnh dãn điểm ảnh so với ảnh ban đầu _ Sinh viên: Nguyễn Thị Lan – CT1102 37 3.2.2 Tỷ lệ uốn (BPR – Bending Potential Ratio) 3.2.2.1 Định nghĩa tỷ lệ uốn Xét hai điểm q1, q2 R (p) (n (R (p)) 2) thể hình 3.2, đoạn đường bao ngắt q q2 ký hiệu C (q1, q2) Khi đoạn đường bao tâp hợp điểm ảnh, đo chiều dài đoạn đường bao tổng khoảng cách Euclide cặp ảnh điểm lân cận Khoảng cách hai điểm láng giềng di chuyển theo chiều ngang/dọc theo đường chéo Nếu q1, q2 chia đường bao thành đoạn có chiều dài nhau, đoạn ký hiệu C (q1, q2) Hình 3.2 Định nghĩa điểm ghost BPR Định nghĩa 3.2 Cho đoạn đường cong C (q 1, q2), gọi l (q1, q2) chiều dài cung C (q1, q2) Chúng ta xây dựng hình tam giác cân với sở q1q2 với đỉnh g R2 d (g, q1)= d (g, q2) = l (q1, q2) (3.5) Thực tế có hai điểm khác thỏa mãn cơng thức (3.5), đánh dấu với g1 g2 thể hình 3.3c Tác giả Wei Shena định nghĩa điểm g điểm chốt C (q1, q2) _ Sinh viên: Nguyễn Thị Lan – CT1102 38 Thông thường, điểm chốt g không nằm đường bao, trừ đoạn đường bao đoạn đa giác đối xứng hình 3.3b Nếu g nằm đường bao hình 3.3a, l (g, q1)> d (g, q1), l (g, q2)>d (g, q2), l(q1, q2 ) >d (g, q1)+d (g, q2), g không thỏa mãn công thức (3.5) Hình 3.3 Vùng điểm ghost Định nghĩa 3.3 Cho điểm p nằm đường cong C với n(R(p)) , gọi q1, q2 hai điểm thuộc R (p) Gọi g điểm chốt đoạn đư ờng bao C (q1, q2) Từ hình 3.2 cho hg chiều cao tam giác q1pq2 Tỷ lệ uốn (BPR) (q1, p, q2) định nghĩa sau: (3.6) 3.2.2.2 Xác định tỷ lệ uốn BPR Từ hình 3.2, tam giác q1pq2 tam giác cân, ta có hg = (3.7) Dễ thấy hg cung cấp thơng tin hình dạng cục đoạn đường bao C(q 1, q2), với chiều dài cung l (q 1, q2), thuộc tính đoạn đường bao Với khoảng cách d(q1, q2) cố định, l (q1, q2) lớn có khả uốn cong C(q1, q2) lớn Do đó, hg phản ánh tỷ lệ uốn đoạn đường bao C(q1,q2) Một đoạn đường bao với điểm uốn cong cực đại có kết nối _ Sinh viên: Nguyễn Thị Lan – CT1102 39 độ cong cực đại đường bao xương tạo nhánh xương Do đó, h g xem xét phép đo để đánh giá tầm quan trọng đoạn đường bao Theo công thức lượng giác, có (3.8) Từ ta suy (3.9) Nếu p điểm xương, xấp xỉ với, ; có (3.10) Cơng thức (3.10) hp chứa không thơng tin góc phân giác mà cịn chiều rộng đối tượng Dù đoạn đường bao ý nghĩa hay không xác định không thơng tin nó, ví dụ: chiều dài cung, ngữ cảnh nơi mà xác định vị trí Đoạn đường bao tương tự nhiều hơn, coi khơng ý nghĩa nằm phần rộng hình dạng, nằm phần nhỏ hình dạng coi đặc trưng riêng Do tỉ lệ h g hp, tỷ lệ uốn tích hợp hai thơng tin hình dạng cục tồn cục Nó sử dụng để xác định xem đường cong tạo nhánh xương Đặc biệt, h p tiếp tuyến q1 q2 song song Trong trường hợp giá trị BPR vơ hạn, p điểm xương Hình 3.4 hiệu phương pháp BPR cắt tỉa xương Các đỉnh hình 3.4 tương tự nhau, nhiên, chúng có hình dạng khác góp phần cho đối tượng Đỉnh hình 3.4a có nhiều khả chi tiết khơng đáng kể đường biên, _ Sinh viên: Nguyễn Thị Lan – CT1102 40 nhánh có nguồn gốc từ nên cắt tỉa, đỉnh với kích thước hình 3.4b có nhiều khả đặc trưng hình dạng quan trọng, tạo nhánh xương Đỉnh hình 3.4c gần góc bên phải so với đỉnh hình 3.4a, đưa nhánh xương, thay góc bên phải đặc trưng hình dạng Như hình 3.4, xương thu phương pháp tác giả Wei Shena phân biệt nhánh khơng đáng kể hình 3.4a nhánh quan trọng hình 3.4 (b, c) Hình 3.4 Mẫu hình chữ nhật với đỉnh thêm vào đường biên hình Hàng (1) Hàng (2) Xương thu phương pháp đề xuất Xương hình cắt tỉa độ đo ý nghĩa chiều dài đoạn đường biên ngắn _ Sinh viên: Nguyễn Thị Lan – CT1102 41 3.2.2.3 Mối quan hệ BPR với độ đo ý nghĩa khác Bằng cơng thức (3.7), (3.8) (3.11) có (3.11) Công thức (3.11) thể kết nối BPR độ đo ý nghĩa: khoảng cách dây cung l , chiều dài đoạn đường biên ngắn góc phân giác Sự tích hợp độ đo đóng góp phương pháp đề xuất Nó hợp lý để tích hợp ba độ đo với theo cách này, góc lớn hơn, có nhiều khả p điểm xương, chức tiếp tuyến củng cố cho phương pháp này, đặc biệt góc BPR vơ hạn Hơn tỷ lệ l = (giá trị lớn nhất), giá trị có tính chất cục địa phương 3.2.3 Đề xuất cho phát triển cắt tỉa xương Tác giả Wei Shena đề xuất ý tưởng cho phát triển xương đệ quy cách thêm điểm để phù hợp với tiêu chí dựa BPR 3.2.3.1 Tiêu chí để cắt tỉa nhánh xương giả Một tiêu chí giới thiệu [4] sử dụng để xác định xem nơi điểm cho trước có điểm xương Đó lý tác giả gọi chúng điểm sinh Tác giả Wei Shena xem xét tiêu chí vùng ảnh: Đối với điểm p cho trước bên đường bao V với n(R (p)) 2, có q1 r(p) q2 (p, q1) - (p, q2) R8 thỏa mãn: max (abs (x1 – x2), abs (y1 – y2)), (3.12) _ Sinh viên: Nguyễn Thị Lan – CT1102 42 Điểm p coi điểm xương, nơi mà (x – y1), (x2 – y2) tọa độ tương ứng q1, q2 Dựa công thức (3.12) thu xương, xương thu chứa q nhiều nhánh giả, ví dụ nhánh có màu thể hình 3.5a Lưu ý nhánh xương giả đánh dấu với màu sắc tạo từ đoạn đường bao không ý nghĩa màu sắc giống Độ đo ý nghĩa BPR đề xuất để giải vấn đề Hình 3.5 Xương chân lạc đà a) Xương cắt tỉa dựa phương pháp tiếp cận b) Xương tạo tiêu chuẩn có số điểm cần thiết, phần màu xanh c) Xương cắt tỉa phương pháp làm mảnh đề xuất Tiêu chí 1: Điểm p thuộc nhánh xương cắt tỉa có tồn q1 q2 r(p) R8(p) thỏa mãn (3.13) Trong t ngưỡng cho trước, tương ứng và tọa độ Rõ ràng, tiêu chí điều kiện cần thiết để xác định điểm hình điểm xương hay khơng, dựa độ đo ý nghĩa đề xuất, cần _ Sinh viên: Nguyễn Thị Lan – CT1102 43 cặp điểm đường bao kết nối với đoạn đường bao ý nghĩa sử dụng để xác định xem điểm tương ứng điểm xương Vì nhánh xương giả khơng sinh việc thay đổi tiêu chuẩn 3.2.3.2 Phát triển xương cắt tỉa Dựa tiêu chí 1, tác giả Wei Shena cung cấp ý tưởng cho phát triển cắt tỉa xương kết nối Đối với đối tượng 2D, đường biên F bao bọc bên đường bao C biểu diễn vùng đối tượng, Sk xương đối tượng Thuật toán phát triển xương cắt tỉa: Procedure SkeletonGrow (Input F, Output Sk) Choosen the point pm F, such that k (pm) is maximum 02 If pm satisfies Criterion Add (pm, k (pm)) to Sk and push pm to a stack S 03 04 End 05 While S not empty 06 p pop (S) 07 For neighbors x of p that satisfy Criterion 08 09 10 Add (x, k (x)) to Sk, push x to S End End Xương dựa ý tưởng đề xuất thể hình 3.5b, nhánh xương giả cắt tỉa Một phần xương thu chứa điểm dư thừa, phần màu xanh hình 3.5b Trong nhiều phương pháp đối sánh hình dạng dựa cấu trúc xương, lấy số điểm mẫu từ xương phát điểm đặc trưng (điểm cuối điểm giao nhau) cần thiết Việc lấy điểm giao thừa từ xương thuận lợi cho việc phân tích đối sánh phù hợp thu hình dạng phù hợp để phân tích Để _ Sinh viên: Nguyễn Thị Lan – CT1102 44 làm điều phép tốn topo sử dụng để cắt tỉa xương Tác giả Wei Shena sử dụng phương pháp làm mảnh đề xuất kết thể hình 3.5c 3.2.3.3 Độ phức tạp BPR Để tính tốn BPR cần thơng số đường biên chiều dài cung, có độ phức tạp O(m), m số điểm đường biên Đối với điểm p kiểm tra, xem có thêm vào xương hay khơng, số điểm sinh n Kiểm tra điểm p thỏa mãn tiêu chuẩn có độ phức tạp O(n) Như vậy, tổng thời gian phức tạp phương pháp tiếp cận O(nN+m), N số lượng điểm ảnh bên đường biên Trên thực tế, ứng dụng thực tế, n thường giá trị nhỏ hơn, thường 4, m nhiều so với N 3.2.4 Kết luận Trong này, tác giả Wei Shena cộng trình bày độ đo có ý nghĩa cho cắt tỉa xương gọi tỷ lệ uốn Dựa độ đo ý nghĩa, tác giả đề xuất thuật toán cho phát triển xương Thí nghiệm tác giả tập liệu MPEG-7 thu cho thấy xương không nhạy cảm với nhiễu đường biên, theo nhiều quy mô, nhánh xương khơng đáng kể cắt tỉa, nhánh quan trọng _ Sinh viên: Nguyễn Thị Lan – CT1102 45 CHƯƠNG 4: KẾT QUẢ THỰC NGHIỆM 4.1 Mơi trường cài đặt Chương trình cài đặt Môi trường Windows 7, sử dụng ngơn ngữ Matlap với máy tính có cấu sau: CPU : i5 – 450M HDD: 320 GB Memory: 2GB Tập liệu sử dụng thử nghiệm tập liệu thuộc: MPEG-7 4.2 Một số kết thử nghiệm 4.2.1 Giao diện chương trình Hình 4.1 Giao diện chương trình _ Sinh viên: Nguyễn Thị Lan – CT1102 46 4.2.2 Một số kết tìm xương khác phương pháp Hình 4.2 Xương táo thu phương pháp a Phương pháp tìm xương theo trục trung vị b Phương pháp tìm xương theo Matlab c Phương pháp tìm xương theo DCE với N = 15, N số đỉnh lựa chọn DCE d Phương pháp tìm xương theo BPR với t = 8, t giá trị ngưỡng lựa chọn BPR _ Sinh viên: Nguyễn Thị Lan – CT1102 47 Hình 4.3 Xương lạc đà thu phương pháp a Phương pháp tìm xương theo trục trung vị b Phương pháp tìm xương theo Matlab c Phương pháp tìm xương theo DCE với N = 15, N số đỉnh lựa chọn DCE d Phương pháp tìm xương theo BPR với t = 2, t giá trị ngưỡng lựa chọn BPR _ Sinh viên: Nguyễn Thị Lan – CT1102 48 4.2.3 Hiệu việc sử dụng ngưỡng t Hiệu giá trị ngưỡng t khác xương đối tượng minh họa hình 4.4 Như giới thiệu mục 3.1, độ đo ý nghĩa đề xuất, BPR thực trường hợp đặc biệt mơ hình khác Do đó, nhiều chi tiết xương thu cách thiết lập ngưỡng t có giá trị khác cho BPR Khi giá trị ngưỡng t tăng, có nhánh xương, mà đại điện ý nghĩa cho phận đối tượng, phận không quan trọng bị bỏ qua Đây đặc tính phù hợp với nhận thức người _ Sinh viên: Nguyễn Thị Lan – CT1102 49 Hình 4.4 Minh họa xương đối tượng việc sử dụng ngưỡng khác nhau, t giá trị ngưỡng _ Sinh viên: Nguyễn Thị Lan – CT1102 50 KẾT LUẬN Sau thời gian tìm hiểu, nghiên cứu đề tài “Tìm hiểu phương pháp BPR(Bending Potential Ratio) cho tốn tìm xương ảnh” triển khai thực hiện, em đạt số kết sau: Về lý thuyết, đồ án em trình bày hiểu được: Tổng quan xử lý ảnh số Môt sốhướng tiếp cận tìm xương ảnh Tìm hiểu thuật toán cắt tỉa xương ảnh dựa vào BPR(Bending Potential Ratio) Wei Shena cộng đề xuất [4] Về thực nghiệm, em cài đặt thử nghiệm chương trình tìm xương cắt tỉa xương dựa vào độ đo BBR so sánh với kết tìm xương theo hàm tìm xương matlab Tuy nhiên q trình thực hiện, thời gian khơng có nhiều, lực chun mơn cịn nhiều hạn chế, nên đề tài dừng lại mức đọc, dịch hiểu tìm hiểu tóm lược phương pháp, chưa đánh giá tổng hợp phương pháp Nếu có điều kiện, em tìm đọc tài liệu để nghiên cứu nhằm tổng hợp nhiều phương pháp đưa đánh giá kết luận dựa tìm hiểu Trong thời gian tới đề tài phát triển mức cao hơn, ví dụ tra cứu ảnh dựa cấu trúc xương Em mong nhận đóng góp ý kiến Thầy Cơ bạn để em có thêm kiến thức kinh nghiệm tiếp tục hoàn thiện nội dung nghiên cứu đề tài Em xin chân thành Cám ơn! _ Sinh viên: Nguyễn Thị Lan – CT1102 51 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 [3] Nguyễn Thị Hoa (2010), Đồ án Tốt Nghiệp, Trường ĐHDL Hải Phòng Tài liệu Tiếng Anh [4] Wei Shena, Xiang Bai, Rong Hu, Hongyuan Wang, Login Jan Latec ki(2010), Skeleton Growing and Prunning with Bending Potential Ratio, CVPR [5] Xiang Baia, Login Jan Latec ki(2007), Skeleton Prunning by Contour Partitionning with Discrete Curve Evolution, CVPR [6] H Blum, in: A Tranformation for Extrating New Description of Shape, Models for the Perception of Speech and Visual Form, MIT Press, 1967pp, 363-380 _ Sinh viên: Nguyễn Thị Lan – CT1102 ... 4.2.2 Một số kết tìm xương khác phương pháp Hình 4.2 Xương táo thu phương pháp a Phương pháp tìm xương theo trục trung vị b Phương pháp tìm xương theo Matlab c Phương pháp tìm xương theo DCE với... loại tìm thuật tốn tìm xương bản: Các thuật tốn tìm xương dựa làm mảnh Các thuật tốn tìm xương khơng dựa làm mảnh 2.2.1 Phương pháp tìm xương dựa làm mảnh 2.2.1.1 Sơ lược thuật toán làm mảnh Nghiên... a Phương pháp tìm xương theo trục trung vị b Phương pháp tìm xương theo Matlab c Phương pháp tìm xương theo DCE với N = 15, N số đỉnh lựa chọn DCE d Phương pháp tìm xương theo BPR với t = 2,