Kỹ thuật cắt tỉa xương của ảnh

Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp LỜI CẢM ƠN Em xin chân thành cảm ơn thầy cô môn công nghệ thông tin bảo em trình học rèn luyện năm học vừa qua Em xin chân thành cảm ơn ban giám hiệu trường Đại Học Dân Lập Hải Phịng tạo điều kiện cho em có kiến thức, thư viện trường nơi mà sinh viên trường thu thập tài liệu trợ giúp cho giảng lớp Đồng thời thầy cô trường giảng dạy cho sinh viên kinh nghiệm sống Với kiến thức kinh nghiệm giúp em cho công việc sống sau Cuối em xin bày tỏ lòng biết ơn tới người thân gia đình bạn bè chia sẻ động viên em suốt trình học tập Em xin chân thành cảm ơn! Hải Phòng, ngày tháng năm 2020 Sinh viên Sv: Nguyễn Thị Hoa _ CT1002 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp MỤC LỤC LỜI CẢM ƠN MỤC LỤC DANH MỤC HÌNH VẼ LỜI MỞ ĐẦU CHƯƠNG 1:TỔNG QUAN VỀ XỬ LÝ ẢNH 1.1 Xử lý ảnh gì? 1.2 Các vấn đề xử lý ảnh 1.2.1 Một số khái niệm 1.2.2 Thu nhận ảnh 1.2.3 Nâng cao chất lượng ảnh 10 1.2.4 Trích chọn đặc điểm 11 1.2.5 Nhận dạng 12 1.2.6 Nén ảnh .14 CHƯƠNG 2:XƯƠNG VÀ CÁC KỸ THUẬT TÌM XƯƠNG 15 2.1 Giới thiệu 15 2.2 Tìm xương dựa làm mảnh ảnh 16 2.2.1 Sơ lược thuật toán làm mảnh 16 2.2.2 Một số thuật toán làm mảnh 17 2.3 Tìm xương khơng dựa làm mảnh ảnh 18 2.3.1 Khái quát lược đồ Voronoi 19 2.3.2 Trục trung vị Voronoi rời rạc 19 2.3.3 Xương Voronoi rời rạc 20 2.3.4 Thuật tốn tìm xương 21 CHƯƠNG 3:KỸ THUẬT CẮT TỈA XƯƠNG CỦA ẢNH 26 3.1 Giới thiệu 26 3.2 Ý tưởng phương pháp 29 3.3 Cắt tỉa xương với DCE .33 Sv: Nguyễn Thị Hoa _ CT1002 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp 3.3.1 Rời rạc hóa đường cong 33 3.3.2 Cắt tỉa xương với DCE 34 CHƯƠNG 4:KẾT QUẢ THỰC NGHIỆM 38 4.1 Môi trường cài đặt 38 4.2 Chương trình 38 KẾT LUẬN 40 TÀI LIỆU THAM KHẢO 41 Sv: Nguyễn Thị Hoa _ CT1002 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp DANH MỤC HÌNH VẼ Hình 1 Quá trình xử lý ảnh Hình Các bước hệ thống xử lý ảnh .6 Hình Quá trình hiển thị chỉnh sửa, lưu trữ ảnh thơng qua DIB Hình Sự chuyển đổi mơ hình biểu diễn ảnh Hình Ảnh thu nhận ảnh mong muốn 10 Hình Ví dụ ảnh xương 15 Hình 2 Xương Voronoi rời rạc 21 Hình Minh hoạ thuật toán trộn hai sơ đồ Voronoi 22 Hình Minh hoạ thuật tốn thêm điểm biên vào sơ đồ Voronoi 23 Hình 3.1 Minh họa xương ảnh .26 Hình 3.2 Minh họa hạn chế .28 Hình 3.3 So sánh kết [7] (a) phương pháp đề xuất (b) 28 Hình 3.4 Minh họa hạn chế .29 Hình 3.5 Cắt tỉa xương với phân chia đường biên .30 Hình 3.6 Trình tự xương .32 Hình 3.7 Minh họa cắt tỉa xương với DCE 35 Hình 3.8 Loại bỏ đỉnh lồi khơng quan trọng tạo xương với hình ảnh tối ưu 37 Hình 4.1 Ảnh đầu vào 38 Hình 4.2 Xương ảnh 39 Hình 4.3 Ảnh sau cắt tỉa xương 39 Sv: Nguyễn Thị Hoa _ CT1002 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp LỜI MỞ ĐẦU Xương coi hình dạng đối tượng với số điểm ảnh cách biểu diễn đối tượng cách đọng Nó thường ứng dụng nhiều lĩnh vực đồ họa máy tính, tra cứu ảnh, nhận dạng ký tự Các thuật tốn tìm xương thường gặp phải vấn đề tạo xương có gai nên làm ảnh hưởng tới độ xác Đề tài trình bày kỹ thuật cắt tỉa xương ảnh để làm mịn xương 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 Chương 4: Kết thực ngiệm Sv: Nguyễn Thị Hoa _ CT1002 Kỹ thuật cắt tỉa xương ảnh CHƯƠNG 1: Đồ án tốt nghiệp TỔNG QUAN VỀ XỬ LÝ ẢNH 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 trò 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 trình xử lý ảnh ảnh “tốt hơn” kết luận Hình 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(c 1, c2, …, cn) Do đó, ảnh xử lý ảnh xem ảnh n chiều Sơ đồ tổng quát hệ thống xử lý ảnh: Hình Các bước hệ thống xử lý ảnh Sv: Nguyễn Thị Hoa _ CT1002 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp 1.2 Các vấn đề xử lý ảnh 1.2.1 Một số khái niệm * Ảnh điểm ảnh: Điểm ảnh xem dấu hiệu hay cường độ sáng toạ độ không gian đối tượng ảnh xem tập hợp điểm ảnh * Mức xám, màu Là số giá trị có điểm ảnh ảnh 1.2.2 Thu nhận ảnh 1.2.2.1 Thu nhận, thiết bị thu nhận ảnh Các thiết bị thu nhận ảnh bao gồm camera, scanner thiết bị thu nhận cho ảnh đen trắng Các thiết bị thu nhận ảnh có loại ứng với loại ảnh thông dụng Raster, Vector Các thiết bị thu nhận ảnh thông thường Raster camera thiết bị thu nhận ảnh thơng thường Vector sensor bàn số hố Digitalizer chuyển đổi từ ảnh Raster Nhìn chung hệ thống thu nhận ảnh thực trình Cảm biến: biến đổi lượng quang học thành lượng điện Tổng hợp lượng điện thành ảnh 1.2.2.2 Biểu diễn ảnh Ảnh máy tính kết thu nhận theo phương pháp số hoá nhúng thiết bị kỹ thuật khác Quá trình lưu trữ ảnh nhằm mục đích: Tiết kiệm nhớ Sv: Nguyễn Thị Hoa _ CT1002 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp Giảm thời gian xử lý Việc lưu trữ thông tin nhớ có ảnh hưởng lớn đến việc hiển thị, in ấn xử lý ảnh xem tập hợp điểm với kích thước sử dụng nhiều điểm ảnh ảnh đẹp, mịn thể rõ chi tiết ảnh người ta gọi đặc điểm độ phân giải Việc lựa chọn độ phân giải thích hợp tuỳ thuộc vào nhu cầu sử dụng đặc trưng ảnh cụ thể, sở ảnh thường biểu diễn theo mơ hình Mơ hình Raster Đây cách biểu diễn ảnh thông dụng nay, ảnh biểu diễn dạng ma trận điểm (điểm ảnh) Thường thu nhận qua thiết bị camera, scanner Tuỳ theo yêu cầu thực mà điểm ảnh biểu diễn qua hay nhiều bít Mơ hình Raster thuận lợi cho hiển thị in ấn Ngày công nghệ phần cứng cung cấp thiết bị thu nhận ảnh Raster phù hợp với tốc độ nhanh chất lượng cao cho đầu vào đầu Một thuận lợi cho việc hiển thị môi trường Windows Microsoft đưa khuôn dạng ảnh DIB (Device Independent Bitmap) làm trung gian Hình thể hình quy trình chung để hiển thị ảnh Raster thơng qua DIB Một hướng nghiên cứu mơ hình biểu diễn kỹ thuật nén ảnh kỹ thuật nén ảnh lại chia theo khuynh hướng nén bảo tồn khơng bảo tồn thơng tin nén bảo tồn có khả phục hồi hồn tồn liệu ban đầu cịn khơng bảo tồn có khả phục hồi độ sai số cho phép Theo cách tiếp cận người ta đề nhiều quy cách khác BMP, TIF, GIF, PCX… Sv: Nguyễn Thị Hoa _ CT1002 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp Hiện giới có 50 khuôn dạng ảnh thông dụng bao gồm kỹ thuật nén có khả phục hồi liệu 100% nén có khả phục hồi với độ sai số nhận Hình Quá trình hiển thị chỉnh sửa, lưu trữ ảnh thơng qua DIB Mơ hình Vector Biểu diễn ảnh ngồi mục đích tiết kiệm khơng gian lưu trữ dễ dàng cho hiển thị in ấn đảm bảo dễ dàng lựa chọn chép di chuyển tìm kiếm Theo yêu cầu 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 hoá Digital chuyển đổi từ ảnh Raster thơng qua chương trình số hố Công nghệ phần cứng cung cấp thiết bị xử lý với tốc độ nhanh chất lượng cho đầu vào lại hỗ trợ cho ảnh Raster Do vậy, nghiên cứu biểu diễn vectơ tập trung từ chuyển đổi từ ảnh Raster Hình Sự chuyển đổi mơ hình biểu diễn ảnh Sv: Nguyễn Thị Hoa _ CT1002 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp 1.2.3 Nâng cao chất lượng ảnh 1.2.3.1 Nắn chỉnh biến dạng Ảnh thu nhận thường bị biến dạng thiết bị quang học điện tử Ảnh thu nhận Ảnh mong muốn Hình Ảnh thu nhận ảnh mong muốn Để khắc phục người ta sử dụng phép chiếu, phép chiếu thường xây dựng tập điểm điều khiển Giả sử (Pi, Pi’) i = 1, n có n tập điều khiển Tìm hàm f: Pi → f(Pi) cho: n P ||2 || f P i i i Giả sử ảnh bị biến đổi bao gồm: Tịnh tiến, quay, tỷ lệ, biến dạng bậc tuyến tính Khi hàm f có dạng: f(x, y) = (a1x + b1y + c1, a2x + b2y + c2) Ta có n i1 fP P i i n i1 ax by c x 111111 a x by c 2121 y Để cho φ → Sv: Nguyễn Thị Hoa _ CT1002 Kỹ thuật cắt tỉa xương ảnh 10 Đồ án tốt nghiệp Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp Hình 3.5 Cắt tỉa xương với phân chia đường biên Cắt tỉa xương (a) với ý phân chia đường biên gây điểm ngẫu nhiên đường biên (b) (c) điểm (d) lựa chọn DCE Xương cắt tỉa dựa phương pháp phân chia đường biên khác với điểm kết thúc đánh dấu dấu chấm Ví dụ loại bỏ tất điểm xương điểm tăng trưởng đoạn đường biên CD (c) dẫn đến loại bỏ phần xương, rõ ràng phân chia đường biên (d) cho kết cắt tỉa tốt phân chia khác (b) (c) Từ đặt câu hỏi làm để tìm đoạn phân chia đường biên tốt Tác giả có Sv: Nguyễn Thị Hoa _ CT1002 30 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp phân chia nhờ trình DCE (Discrete Curve Evolution) [15], [16], [17] giới thiệu ngắn gọn sau Đầu tiên quan sát đường biên ảnh số biểu diễn đa giác hữu hạn mà không bị thông tin Tác giả giả định đỉnh đa giác thu từ lấy mẫu đường biên đối tượng liên tục với vài lỗi lấy mẫu Khi tồn tập hợp điểm lấy mẫu nằm đường biên đối tượng liên tục Số điểm phụ thuộc vào độ lệch chuẩn lỗi lấy mẫu Câu hỏi đặt làm để xác định điểm nằm đường biên đối tượng gốc (hoặc gần) điểm nhiễu (nằm xa đường biên gốc) Quá trình DCE chứng minh thực nghiệm lý thuyết để loại bỏ điểm nhiễu [15], [16], [17] Quá trình giúp loại bỏ điểm nhiễu loại bỏ đệ quy đỉnh đa giác với đóng góp hình dạng nhỏ (mà nhiều khả kết từ nhiễu) Khi ta có tập hợp đỉnh tốt tiêu biểu cho hình dạng đường biên Tập hợp xem chia đường biên đa giác gốc thành đoạn đường biên xác định đỉnh liên tục đa giác đơn giản Một cấu trúc xương khắc phục phương pháp đề xuất minh họa hình 3.6, nơi mà đường biên đa giác (màu đỏ) đơn giản DCE Vì DCE làm giảm điểm biên nhiễu mà không thay điểm biên nên tính xác xương bảo đảm Tính liên tục hàm ý ổn định diện nhiễu phương pháp cắt tỉa đề xuất theo tính liên tục DCE Điều có nghĩa đường biên cho trước nhiễu đóng (đo khoảng cách Hausdorff), xương cắt tỉa thu đóng Một chứng tính liên tục DCE khoảng cách Hausdorff đường cong đa giác đưa [23] Sv: Nguyễn Thị Hoa _ CT1002 31 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp Hình 3.6 Trình tự xương Trình tự xương thu cách cắt tỉa xương đầu vào (phía bên trái) với ý đoạn đường biên thu DCE Đường nét bên (màu đỏ) thể đơn giản hóa đường biên với DCE Phương pháp cắt tỉa xương áp dụng với xương đầu vào Mỗi điểm xương trung tâm vòng tròn lớn điểm đường biên tiếp tuyến với đường tròn đưa Cắt tỉa xương thực sau tính xương mà thực đồng thời với trình tăng trưởng xương Để thực ý tưởng tác giả mở rộng thuật toán phát triển xương [7] dựa độ đo khoảng cách Eculidean Trước tiên tác giả chọn điểm hạt giống xương điểm lớn khoảng cách Eucliean Những điểm xương thêm vào cách kiểm tra liên thông 8, trình nhánh xương thừa loại bỏ DCE Sv: Nguyễn Thị Hoa _ CT1002 32 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp 3.3 Cắt tỉa xương với DCE 3.3.1 Rời rạc hóa đường cong DCE giới thiệu [16], [17], [18] Đường biên đối tượng ảnh số bị thay đổi nhiễu lỗi phân đoạn DCE loại bỏ thay đổi đảm bảo hình dạng ban đầu vật thể đơn giản hóa hình dạng Bất kỳ đường cong ảnh số coi đa giác mà khơng bị thơng tin, phải có số đỉnh lớn để nghiên cứu phát triển hình dạng Ý tưởng phát triển đề xuất đa giác đơn giản Trong bước tiến hóa đoạn liên tiếp s 1, s2 thay đoạn nối điểm cuối s1Us2 Phần tiến hóa thay Sự thay thực theo phép đo liên quan K đưa bởi: K s1 , s2 s1 , s2 l s1 l s2 l s1 l s2 s1, s2 cạnh đa giác liên quan tới đỉnh v, ß(s 1, s2) góc quay đỉnh chung đoạn s1, s2, l độ dài bình thường với ý tổng độ dài đường cong đa giác C Đầu vào đường biên đa giác P với n đỉnh, DCE tạo chuỗi đa giác đơn giản P=Pn , P n −1 , , P Pn- (k+1) thu cách loại bỏ đỉnh v từ Pn-k với K nhỏ Định nghĩa Một tính chất quan trọng DCE phân chia trình tự với đa giác đầu vào P {v1, …, vn} đỉnh P, {u1, …, um}⊂{v1, …, vn} đỉnh lồi Pn-k cho m ≤ n-k Trên cấp n-k phân chia hệ thống Hn- Sv: Nguyễn Thị Hoa _ CT1002 33 Kỹ thuật cắt tỉa xương ảnh k(P), Đồ án tốt nghiệp P bị phân thành cung nhỏ m P: H n-k(P) = {[u1, u2], [u2, u3], …, [um, u1]} Nếu đỉnh ui xoá bước tiến hóa tiếp theo, (ví dụ, ui∈Pn-k-Pnk+1), trở thành lõm (để xoá đỉnh bên cạnh), sau cung [ui-1, ui+1] thay cung [ui-1, ui], [ui, ui+1] mức chia Hn- (k+1)(P) Nhận thấy DCE phân chia trình tự định nghĩa cho tập hữu hạn đường cong đa giác Trong bước DCE véctơ đơn loại bỏ từ đa giác mà phép đo liên quan nhỏ Phương pháp cắt tỉa đề xuất áp dụng cho mặt phẳng D, với đường biên ∂D bao gồm đa số đa giác đóng đơn giản DCE loại bỏ hiệu nhiễu phần không quan trọng ảnh, tham số dừng cách cần thiết Nói cách khác, tìm kiếm k để đa giác đơn giản P n-k miêu tả chi tiết đường biên đầu vào Để định lượng mức độ chi tiết, tác giả xác định khoảng cách trung bình P n-k điểm gốc P đoạn dịng tương ứng Pn-k Đưa giới hạn T, dừng DCE Dav(Pn-k) > T cho vài k Cho chuỗi giá trị T, có trình tự đơn giản hóa đường biên đa giác DCE, dẫn đến trình tự xương tương ứng Nói chung, điều kiện dừng thích hợp phụ thuộc vào ứng dụng cụ thể Một điều kiện dừng thích hợp cho tương tự hình dáng DCE đưa [18] 3.3.2 Cắt tỉa xương với DCE Cho xương S(D) mặt phẳng D đưa DCE đa giác đơn giản Pk, thể cắt tỉa xương cách di chuyển tất điểm s ∈ S(D), tạo điểm tăng trưởng tan(s) s chứa Sv: Nguyễn Thị Hoa _ CT1002 34 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp đoạn DCE mở Mỗi điểm cắt tỉa s kết từ phần đường biên cục với ý phân chia DCE, đó, s coi điểm xương khơng quan trọng loại bỏ Quá trình làm đơn giản đường biên với DCE hoàn thành cắt tỉa nhánh xương Đặc biệt, loại bỏ đỉnh lồi v từ Pn-k tới Pn-(k+1) DCE, tức hoàn thành loại bỏ nhánh xương mà kết thúc v Trong hình 3.5 minh họa việc sử dụng DCE thu hình đa giác với đỉnh xương đối tượng cắt tỉa dựa đa giác Chỉ có nhánh xương kết thúc đỉnh lồi đa giác đơn giản Việc cắt tỉa xương tính tốn dựa ý đoạn DCE (A, C), (C, D), (D, E), (E, F), (F, A) Trong hình 3.5(a) nhánh xương màu xanh kết thúc C cịn lại tiếp tuyến tới hình trịn lớn hai đoạn DCE khác cung đường biên (B, C) (C, D) (a) (b) (c) Hình 3.7 Minh họa cắt tỉa xương với DCE Hình 3.7(a) đưa đa giác đơn giản với đỉnh (màu đỏ) xương thu dựa đa giác Nhánh xương màu xanh (kết thúc C) cịn lại có điểm tăng trưởng cung khác BC CD đường biên gốc Nhánh xương màu xanh (b) không thuộc xương xác định đa giác DCE kết thúc đỉnh lõm P Trong (c) loại bỏ đơn giản hóa DCE Sv: Nguyễn Thị Hoa _ CT1002 35 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp Tác giả thực phân tích đoạn DCE dựa đỉnh lồi đơn giản hóa DCE Khi đỉnh lồi trở thành đỉnh lõm q trình tiến hóa DCE, nhánh xương kết thúc đỉnh loại bỏ Cách tiếp cận cho phép loại bỏ nhánh nhỏ q trình tiến hóa DCE Hình 3.7 minh họa sử dụng đỉnh lồi để xác định đoạn DCE Nhánh xương màu xanh (a) trở thành phần xương Khi sử dụng đỉnh lõm đa giác đơn giản (màu đỏ) (b) nhánh xương bị loại bỏ (c) Như đoạn DCE định nghĩa cách sử dụng đỉnh lồi đa giác đơn giản mà cắt tỉa nhanh nhánh không quan trọng Một thuộc tính quan trọng DCE gây phân chia đường biên phân chia làm giảm đỉnh đường biên đa giác, kết có nhánh xương kết thúc điểm phân chia Theo kết trên, bước tiến hóa DCE đỉnh u i đa giác bị xóa (tức u i∈Pn-k–P n-(k+1) ) trở thành lõm (do việc xoá đỉnh bên cạnh nó) cung [ui-1, ui+1] thay cung [ui-1, ui], [ui, ui+1] Khi cắt tỉa xương loại bỏ toàn nhánh xương kết thúc ui Cho đỉnh lồi v đa giác, tác giả tính tốn khoảng cách D l(v) v đỉnh lõm u gần đoạn vu hình đỉnh u tồn Sau loại bỏ đỉnh có giá trị thấp phép đo liên quan Dl(v) Hình 3.8 minh hoạ hiệu loại bỏ đỉnh lồi v với phép đo liên quan Dl(v) Có năm nhánh xương ngắn (màu xanh) kết thúc A, B, C, D, E hình 3.8(a) loại bỏ hình 3.8(b) Nó dẫn tới phân chia đường biên với đỉnh lồi đánh số 1-7 hình 3.8(b) Sv: Nguyễn Thị Hoa _ CT1002 36 Kỹ thuật cắt tỉa xương ảnh (a) Đồ án tốt nghiệp (b) Hình 3.8 Loại bỏ đỉnh lồi khơng quan trọng tạo xương với hình ảnh tối ưu Tóm lại, đỉnh Vf sử dụng cho việc phân chia đường biên DCE tính tốn sau: Vf = Vs − (Vlõm ∪ Vl ) Vs tất đỉnh đa giác đơn giản P thu DCE Vlõm tất đỉnh lõm Vs Vl đỉnh Vs với giá trị thấp phép đo Dl Sv: Nguyễn Thị Hoa _ CT1002 37 Kỹ thuật cắt tỉa xương ảnh CHƯƠNG 4: Đồ án tốt nghiệp KẾT QUẢ THỰC NGHIỆM 4.1 Môi trường cài đặt Thực cài đặt thuật toán cắt tỉa xương ảnh môi trường cài đặt Matlab (Matlab 0) u cầu cấu hình máy tính: Bộ vi xử lý Pentium Pentium Pro Window 95 NT trở lên Dung lượng ổ cứng 25MB 1GB tới 2.5GB cài đặt Matlab với Simulink Bộ nhớ động (RAM) tối thiểu 16MB 4.2 Chương trình Đầu vào ảnh thuộc tập liệu MPEG-7 [37] Đầu ảnh sau tiến hành cắt tỉa xương Giao diện chương trình Hình 4.1 Ảnh đầu vào Sv: Nguyễn Thị Hoa _ CT1002 38 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp Hình 4.2 Xương ảnh Hình 4.3 Ảnh sau cắt tỉa xương Sv: Nguyễn Thị Hoa _ CT1002 39 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp KẾT LUẬN Để hoàn thành đề tài đồ án tốt nghiệp “Kỹ thuật cắt tỉa xương ảnh” em tìm hiểu xử lý ảnh báo “Skeleton Pruning by Contour Partitioning with Discrete Curve Evolution” tác giả Xiang Bai, Longin Jan Latecki, Wen-Yu Liu, từ em thu số thơng tin sau: Tổng quan xử lý ảnh Xương thuật tốn tìm xương Kỹ thuật cắt tỉa xương ảnh Từ em xây dựng chương trình mô cắt tỉa xương ảnh ngôn ngữ matlab Tuy nhiên trình tìm hiểu báo chưa có nhiều thời gian nên em chưa tìm hiểu hết mục tác giả đưa phần tài liệu tham khảo Trong thời gian tới em cố gắng đọc tài liệu để hiểu thêm thuật toán liên quan xương xử lý ảnh Sv: Nguyễn Thị Hoa _ CT1002 40 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp TÀI LIỆU THAM KHẢO [1] H Blum Biological Shape and Visual Science (Part I) J Theoretical Biology, 38:205-287, 1973 [2] K Siddiqi, A Shkoufandeh, S Dickinson and S Zucker Shock Graphs and Shape Matching In ICCV, 1998: 222-229 [3] C Di Ruberto Recognition of shapes by attributed skeletal graphs Pattern Recognition, 37: 21 –31, 2004 [4] T E R Hancock A skeletal measure of 2D shape similarity Computer Vision and Image Under- standing, 95: – 29, 2004 [5] R L Ogniewicz, O Kübler, Hierarchic Voronoi skeletons, Pattern Recognition, 28 (3): 343 –359, 1995 [6] G Malandain and S Fernandez-Vidal Euclidean skeletons Image and Vision Computing, 16: 317– 327, 1998 [7] W -P Choi, K -M Lam, and W -C Siu Extraction of the Euclidean skeleton based on a connec- tivity criterion Pattern Recognition, 36: 721 – 729, 2003 [8] C Pudney Distance-Ordered Homotopic Thinning: A Skeletonization Algorithm for 3D Digital Images Computer Vision and Image Understanding, 72 (3):404-413, 1998 [9] W Xie, R P Thompson, and R Perucchio A topology-preserving parallel 3D thinning algorithm for extracting the curve skeleton Pattern Recognition, 36: 1529 – 1544, 2003 [10] F Leymarie and M Levine Simulating the grassfire transaction form using an active Contour model IEEE Trans Pattern Analysis and Machine Intell, 14 (1): 56 – 75, 1992 Sv: Nguyễn Thị Hoa _ CT1002 41 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp P Golland and E Grimson Fixed topology skeletons In CVPR, [11] Vol 1, 2000, pp 10-17 N Mayya and V T Rajan Voronoi Diagrams of polygons: A [12] framework for Shape Represen- tation Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 1994, pp 638 – 643 Y Ge, J M Fitzpatrick On the Generation of Skeletons from [13] Discrete Euclidean Distance Maps IEEE Trans Pattern Analysis and Machine Intell., 18 (11):1055-1066, 1996 Gold, C M , D Thibault and Z Liu Map Generalization by [14] Skeleton Retraction ICA Work- shop on Map Generalization, Ottawa, August 1999 (pages?) L J Latecki and R Lakämper Convexity Rule for Shape [15] Decomposition Based on Discrete Contour Evolution Computer Vision and Image Understanding (CVIU), vol 73, pp 441-454, 1999 [16] L J Latecki, R Lakamper Polygon evolution by vertex deletion Proc of Int Conf on Scale- Space'99, 1999, volume LNCS 1682 L J Latecki, R Lakamper, Shape similarity measure based on [17] correspondence of visual parts, IEEE Trans Pattern Analysis and Machine Intelligence (PAMI) , 22 (10): 11851190, 2000 L J Latecki, R Lakamper Application of planar shape [18] comparison to object retrieval in image databases Pattern Recognition, 35 (1): 15 – 29, 2002 [19] G Borgefors Distance transformations in digital images Computer Vision, Graphics and Im- age Processing, 34 (3): 344-371, 1986 [20] D Shaken and A M Bruckstein Pruning Medial Axes Computer Vision and Image Under- standing, 69 (2): 156-169, 1998 Sv: Nguyễn Thị Hoa _ CT1002 42 Kỹ thuật cắt tỉa xương ảnh [21] Đồ án tốt nghiệp K Siddiqi, A Tannenbaum, S W Zucker Hyperbolic "Smoothing"of Shapes In ICCV, 1998: 215-221 [22] P Dimitrov, J N Damon & K Siddiqi Flux Invariants for Shape Int Conf Computer Vision and Pattern Recognition, 2003 [23] L J Latecki, R -R Ghadially, R Lakämper, and U Eckhardt Continuity of the discrete curve evolution Journal of Electronic Imaging, (3), pp 317-326, July 2000 [24] P Dimitrov, C Phillips, and K Siddiqi Robust and Efficient Skeletal Graphs In CVPR, 2000: 1417-1423 [25] K Siddiqi, S Bouix, A R Tannenbaum, S W Zucker Hamilton-Jacobi Skeletons International Journal of Computer Vision, 48 (3): 215-231, 2002 [26] A Vasilevskiy and K Siddiqi: Flux Maximizing Geometric Flows IEEE Trans Pattern Analysis Machine Intell , 24 (12): 1565-1578, 2002 [27] F Y L Chin, J Snoeyink, and C An Wang Finding the Medial Axis of a Simple Poly- gon in Linear Time In ISAAC, 1995: 382-391 [28] J W Brandt and V R Algazi Continuous skeleton computation by Voronoi diagram Comput Vision, Graphics, Image Process, vol 55 , pp 329–338, 1992 [29] S C Zhu and A Yuille FORMS: a Flexible Object Recognition and Modeling System In ICCV, 1995 [30] T Liu, D Geiger and R V Kohn Representation and Self- Similarity of Shapes InICCV, Bombay, India, January 1998 [31] C Aslan, and S Tari An Axis Based Representation for Recognition ICCV 2005 Sv: Nguyễn Thị Hoa _ CT1002 43 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp H I Choi, S W Choi, and H P Moon Mathematical Theory of [32] Medial Axis Transform Pacific Journal of Mathematics, 181 (1): 57-88, 1997 C Arcelli and G Sanniti di Baja Euclidean skeleton via center of [33] maximal disk extrac- tion Image and Vision Computing, Vol 11, pp 163173, 1993 C Arcelli and G Sanniti di Baja A Width Independent Fast [34] Thinning Algorithm In IEEE Trans PAMI, 7:463-474, 1985 R Kimmel et al Skeletonization via Distance Maps and Level [35] Sets CVIU: Comp Vision and Image Understanding, 62 (3):382-391, 1995 T B Sebastian, P N Klein, and B B Kimia Recognition of [36] shapes by editing their shock graphs IEEE Trans Pattern Anal Mach Intell , vol 26, no 5, pp 550-571, 2004 [37] L J Latecki, R Lakamper, and U Eckhardt Shape Descriptors for Non-rigid Shapes with a Single Closed Contour Proc CVPR, 2000 [38] F Mokhtarian and A K Mackworth A theory of multiscale, curvature-based shape rep- resentation for planar curves IEEE Trans PAMI 14: 789-805, 1992 [39] S M Pizer, W R Oliver, and S H Bloomberg Hierarchial shape description via the mul- tiresolution symmetric axis transform IEEE Trans PAMI 9: 505-511, 1987 [40] G Borgefors, G Ramella, and G Sanniti di Baja Hierarchical decomposition of multis- cale skeletons IEEE Trans PAMI 13 (11): 1296-1312, 2001 Sv: Nguyễn Thị Hoa _ CT1002 44 ... 4.2 Xương ảnh Hình 4.3 Ảnh sau cắt tỉa xương Sv: Nguyễn Thị Hoa _ CT1002 39 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp KẾT LUẬN Để hoàn thành đề tài đồ án tốt nghiệp ? ?Kỹ thuật cắt tỉa xương ảnh? ??... 15 Kỹ thuật cắt tỉa xương ảnh Đồ án tốt nghiệp 2.2 Tìm xương dựa làm mảnh ảnh 2.2.1 Sơ lược thuật toán làm mảnh Thuật toán làm mảnh ảnh số nhị phân thuật toán quan trọng xử lý ảnh nhận dạng Xương. .. Nguyễn Thị Hoa _ CT1002 25 Kỹ thuật cắt tỉa xương ảnh CHƯƠNG 3: Đồ án tốt nghiệp KỸ THUẬT CẮT TỈA XƯƠNG CỦA ẢNH 3.1 Giới thiệu Xương coi hình dạng đối tượng, với số điểm ảnh Ta lấy thơng tin hình