Nâng cao chất lượng hình ảnh bằng phép toán hình thái, kỹ thuật tìm xương và làm mảnh

ĐẠI HỌC QUỐC GIA HÀ NỘI KHOA CÔNG NGHỆ NGUYỄN MINH ĐỨC NÂNG CAO CHẤT LƯỢNG HÌNH ẢNH BẰNG PHÉP TỐN HÌNH THÁI, KỸ THUẬT TÌM XƯƠNG VÀ LÀM MẢNH LUẬN VĂN THẠC SỸ Người hướng dẫn: PGS.TS Ngô Quốc Tạo Hà nội - 2004 Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh MỤC LỤC Lời nói đầu Chương I: Tổng quan phương pháp nâng cao chất lượng hình ảnh 1.1 Giới thiệu chung xử lý ảnh 1.2 Giới thiệu ảnh nhị phân 1.2.1 Một số khái niệm 1.2.2 Đặt toán nâng cao chất lượng ảnh phép tốn hình thái 1.2.3 Đặt toán nâng cao chất lượng ảnh kỹ thuật tìm xương làm mảnh 10 Chương II: Nâng cao chất lượng ảnh phép tốn hình thái 12 2.1 Khái niệm phép tốn hình thái Morphology 12 2.2 Thao tác ảnh nhị phân 13 2.2.1 Phép dãn nhị phân (Dilation) 14 2.2.2 Phép co nhị phân (Erosion) 19 2.2.3 Các phép tốn đóng mở ảnh (closing and opening) 26 2.2.3.1.Phép mở 26 2.2.3.2.Phép đóng 27 2.2.4 Kỹ thuật  Đánh trúng Đánh trượt  32 2.2.5 Nhận dạng biên 35 2.2.6 Dãn theo điều kiện 36 Chương III: Nâng cao chất lượng ảnh phương pháp tìm xương làm mảnh 39 3.1 Xương làm mảnh 39 3.2 Các phương pháp lặp hình thái học 41 3.3 Phân rã phần tử cấu trúc hình thái nhị phân có dạng tuỳ ý sử dụng thuật toán di truyền 53 Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh 3.3.1 Giới thiệu 53 3.3.2 Phân rã phần tử cấu trúc 55 3.3.2.1 Mục đích 55 3.3.2.2.1 Hệ thống Serial 56 3.3.2.2.2 Hệ thống tế bào SIM 57 3.3.2.2 Tiêu chuẩn tối ưu 3.3.3 Tiếp cận ngẫu nhiên 60 60 3.3.3.1 Cấu trúc liệu 62 3.3.3.2 Khởi taọ quần thể 63 3.3.3.3 Hàm thích nghi 64 3.3.3.4 Tìm kiếm di truyền 66 3.3.4 Phân tích kết 69 3.3.4.1 Phân rã phần tử cấu trúc lồi 69 3.3.4.2 Phân rã phần tử cấu trúc không lồi 70 3.3.5 Kết luận 74 Chương IV: Cài đặt chương trình thử nghiệm 76 Kết luận 84 Tài liệu tham khảo 87 Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh LỜI NĨI ĐẦU Hình ảnh dạng liệu đóng vai trò quan trọng việc trao đổi, xử lý, lưu giữ thơng tin Trong có lẽ khơng có khơng sử dụng hình ảnh cho mục đích Trong nhiều ngành nghề, số loại hình cơng việc, người ta điều cần đến hình ảnh để mơ tả, minh chứng hay diễn đạt điều mà chữ viết hay ngơn ngữ nói khơng lột tả hết Trong hầu hết ngành như: Thiết kế khí, Thiết kế xây dựng, Thiết kế mạch điện việc đọc hình ảnh nói thường xuyên quan trọng Bản vẽ kỹ thuật (một dạng hình ảnh) kết ngơn ngữ kỹ thuật, Mà qua nó, qui trình cơng nghệ phải xây dựng q trình sản xuất, sở cho việc nghiệm thu cho sản phẩm Để lưu ảnh tài liệu, vẽ sửa đổi chúng chuyển chúng sang dạng đồ hoạ khác tiện cho việc nhận dạng, đối sánh mẫu để sử dụng sau điều cần thiết Nhưng phải tổ chức việc lưu dạng hình ảnh nào? Có cần xử lý trước lưu chúng khơng? Câu trả lời có Do tiền xử lý ảnh việc cần làm Có nhiều phương pháp, nhiều cơng cụ, nhiều phần mềm xử lý ảnh đời Tăng cường chất lượng ảnh, mà công đoạn bước tiền xử lý nhằm loại bỏ nhiễu, khắc phục khiếm khuyết bước thu nhận ảnh không tốt việc làm quan trọng Có nhiều phương pháp cho việc nâng cao chất lượng ảnh nói chung tiền xử lý nói riêng Trong luận văn mơ tả vài phương pháp tiền xử lý hình ảnh, (chú trọng đến ảnh nhị phân, ảnh vẽ kỹ thuật thường ảnh màu: đen, trắng) để cải thiện chất lượng hình ảnh thao tác Hình thái học (Morphology); vài kỹ thuật phát xương, làm mảnh Các thao tác Hình thái học nói chung, đặc biệt Hình thái học số sử dụng chủ yếu vào việc cải thiện ảnh cách làm rõ (tái hiện) nét đặc trưng hình dạng, mà tính tốn hay nhận biết Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh chúng cách dễ dàng Việc sử dụng thao tác hình thái ứng dụng chúng, đặc biệt ứng dụng kỹ thuật làm mảnh ảnh để nâng cao chất lượng hình ảnh cho bước tiền xử lý, trước thực bước cho công việc xử lý ảnh Trong kỹ thuật tìm xương truyền thống, việc sử dụng mẩu phần tử cấu trúc (cũng ảnh nhị phân) khởi tạo từ ban đầu xuyên suốt trình lặp để xử lý ảnh thường xử lý vài đặc điểm đối tượng, luận văn em đề cập đến phương pháp phân rã phân tử cấu trúc hình dạng tuỳ ý sử dụng thuật tốn di truyền để lựa chọn phân tử cấu trúc tối ưu cho phép tốn hình thái Luận văn gồm 89 trang chia làm chương: Chƣơng 1: Tổng quan phƣơng pháp nâng cao chất lƣợng hình ảnh Giới thiệu sơ xử lý ảnh ứng dụng Khái niệm ảnh nhị phân, Hình thái học Chƣơng 2: Nâng cao chất lƣợng ảnh phép tốn hình thái Chương giới thiệu thao tác với ảnh nhị phân Cụ thể thao tác như: Phép dãn, phép co, phép đóng, mở ảnh, kỹ thuật đánh trúng đánh trượt, nhận dạng biên, dãn theo điều kiện Bên cạnh thao tác có kèm theo ý nghĩa chúng, có thuật tốn có hình minh hoạ Chƣơng 3: Nâng cao chất lƣợng hình ảnh phƣơng pháp tìm xƣơng làm mảnh Trong chương luận văn giới thiệu ý nghĩa hình thái học thực tiễn ứng dụng nói chung thao tác hình thái, trọng vào thao tác làm mảnh Đặc biệt, chương có trình bày chi Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh tiết ứng dụng phép tốn hình thái có tính thiết thực, kỹ thuật tìm xương để làm mảnh ảnh đường nét vẽ kỹ thuật phương pháp phân rã phần tử cấu trúc hình thái nhị phân có dạng tuỳ ý sử dụng thuật tốn di truyền Chƣơng 4: Cài đặt chƣơng trình thử nghiệm Trình bày sơ đồ giao diện chương trình, cấu trúc lớp số thử nghiệm cho thao tác tìm xương, làm mảnh ảnh Kết Luận Học viên Nguyễn Đức Minh Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh Chƣơng I: Tổng quan phƣơng pháp nâng cao chất lƣợng hình ảnh 1.1 Giới thiệu chung xử lý ảnh: Cũng xử lý liệu đồ hoạ, 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 để biến đổi, để truyền tải mã hóa ảnh tự nhiên Mục đích xử lý ảnh gồm: Thứ nhất, biến đổi ảnh làm đẹp ảnh Thứ hai, tự động phân tích nhận dạng ảnh hay đoán nhận ảnh đánh giá nội dung ảnh Nhận dạng ảnh trình liên quan đến mô tả đối tượng mà người ta muốn đặc tả Q trình nhận dạng thường sau q trình trích chọn đặc tính chủ yếu đối tượng Có hai kiểu mơ tả đối tượng: - Mơ tả tham số (nhận dạng theo tham số) - Mô tả theo cấu trúc (nhận dạng theo cấu trúc) Nhận biết đánh giá nội dung ảnh phân tích hình ảnh thành phần có nghĩa để phân biệt đối tượng với đối tượng khác Dựa vào ta mơ tả cấu trúc hình ảnh ban đầu Có thể liệt kê số phương pháp nhận dạng nhận dạng biên đối tượng ảnh, tách cạnh, phân đoạn hình ảnh Kỹ thuật sử dụng nhiều y học (xử lý tế bào, nhiễm sắc thể) Trong thực tế, người ta áp dụng kỹ thuật nhận dạng thành công với nhiều đối tượng khác như: Nhận dạng ảnh vân tay, nhận dạng chữ (chữ cái, Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh chữ số, chữ có dấu) Nhận dạng chữ in đánh máy văn phục vụ cho việc tự động hố q trình đọc tài liệu, tăng nhanh tốc độ chất lượng thu nhận thông tin từ máy tính, nhận dạng chữ viết tay (với mức độ ràng buộc khác cách viết, kiểu chữ, Các trình xử lý ảnh: Các trình xử lý ảnh tiến hành theo sơ đồtrử sau: Lưu Thu nhận ảnh Số hóa Phân tích ảnh Lưu trử Nhận dạng Hệ định H×nh 1.1: Sơ đồ trình xử lý ảnh Trc ht q trình thu nhận ảnh ảnh thu nhận qua camera Thường ảnh thu nhận qua camera tín hiệu tương tự (loại camera ống kiểu CCIR), tín hiệu số hố (loại CCD - Charge Coupled Device) Ảnh thu nhận từ vệ tinh qua cảm ứng (sensor), hay ảnh, tranh quét qua scanner Tiếp theo trình số hóa (Digitalizer) để biến đổi tín hiệu tương tự sang tín hiệu rời rạc (lấy mẫu) số hóa lượng hóa, trước chuyển sang giai đoạn xử lý, phân tích hay lưu trữ lại Q trình phân tích ảnh thực chất bao gồm nhiều cơng đoạn nhỏ Trước hết cơng việc tăng cường hình ảnh (Image Enhancement) để nâng cao chất lượng hình ảnh Do nguyên nhân khác nhau: thiết bị thu nhận ảnh, nguồn sáng hay nhiễu, ảnh bị suy biến Do cần phải tăng cường Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh khôi phục (Image Restoration) 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 Giai đoạn phát đặc tính biên (Edge Detection), phân vùng ảnh (Image Segmentation), trích chọn đặc tính (Feature Extraction),v.v Cuối cùng, tuỳ theo mục đích ứng dụng, giai đoạn nhận dạng, phân lớp hay định khác Các giai đoạn q trình xử lý ảnh mơ tả hình 1.1 1.2 Giới thiệu ảnh nhị phân: Như giới thiệu Trong trình xử lý ảnh, ảnh thu nhập vào máy tính phải mã hố Hình ảnh lưu trữ dạng tập tin phải số hoá Tiêu chuẩn đặt ảnh phải lưu trữ cho ứng dụng khác thao tác loại liệu Hiện có 30 kiểu lưu trữ ảnh khác nhau, ta thường gặp dạng ảnh sau: TIFF, GIF, BMP, PCX, JPEG, Nói chung kiểu lưu ảnh có ưu điểm riêng 1.2.1 Một số khái niệm:  Pixel (Picture Element): Phần tử ảnh Ảnh thực tế ảnh liên tục khơng gian giá trị độ sáng Để xử lý ảnh máy tính cần thiết phải tiến hành số hố ảnh Trong q trình số hố, người ta biến đổi tín hiệu liên tục sang tín hiệu rời rạc thơng qua q trình lấy mẫu (rời rạc hố khơng gian) lượng hố 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 pixel - phần tử ảnh Như ảnh tập hợp pixel cần phân biệt khái niệm pixel hay đề cập đến hệ thống đồ hoạ máy tính Để tránh nhầm lẫn, ta tạm gọi khái niệm pixel pixel thiết bị Khái niệm pixel Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh thiết bị xem xét sau: Khi ta quan sát hình (trong chế độ đồ hoạ), hình khơng liên tục mà gồm nhiều điểm nhỏ, gọi pixel Mỗi pixel gồm cặp toạ độ x, y màu  ảnh nhị phân: Tuỳ theo vùng giá trị mức xám điểm ảnh, mà ảnh phân chia thành ảnh màu, ảnh xám, hay ảnh nhị phân Khi ảnh có giá trị ta nói ảnh nhị phân ảnh đen trắng điểm ảnh gọi điểm ảnh nhị phân 1.2.2 Đặt toán nâng cao chất lượng ảnh phép tốn hình thái Hình ảnh thực tế nhận qua thiết bị như: Photocopy, Fax, nhiều bị nhiễu, chí biến dạng đến mức độ khiến người nhận hiểu sai mặt ý nghĩa Như biết, ngành thiết kế kỹ thuật như: Thiết kế máy, Thiết kế xây dựng, Thiết kế mạch điện v.v dù theo TCVN (tiêu chuẩn Việt Nam) hay ISO (International Standard Oganize), vẽ thể xoay quanh số dạng đường như: đường thẳng, đường cong khép kín, đường cong mở (có thể lồi lõm), cung tròn, elip, đường ZigZag Các dạng đường thế, biểu diễn nét vẽ Nét vẽ nét liền (Continuous), nét đứt (dash), nét chấm gạch đường tâm (Center), đường khuất (Hide) (Hình 1.2) , Mỗi độ cao (height) nét vẽ (nét mảnh nét đậm), thể ý nghiã khác Như thể đường ren bulon chẳng hạn: Đường chân ren phải thể nét liền mảnh, đường đỉnh ren lại phải thể nét đậm Hoặc đường khuất, thể cho hình chiếu đường thuộc mặt nằm phía sau mặt khác theo góc nhìn vng góc với mặt phẳng chiếu Trong đó, nét liền sử dụng để biểu diễn cho hình chiếu đối tượng mặt trước Nét đậm Nét liền mảnh Đường tâm Nét đứt (Một số dạng biểu diễn đường thẳng vẽ kỹ thuật) Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh 79 Chƣơng Cài đặt chƣơng trình thử nghiệm 4.1 Cấu trúc lớp /* The image header data structure */ struct header { int nr, nc; /* Số hàng số cột ảnh */ int oi, oj; /* Phần tử gốc */ }; /* The IMAGE data structure */ struct image { struct header *info; /* Pointer to header */ unsigned char **data; /* Pixel values */ }; typedef struct image *IMAGE; Lớp Clib sử dụng để đọc file ảnh, lưu file ảnh , gồm phương thức xử lý (hàm thành phần) mô tả đây: class CLib { public: CLib(); virtual ~CLib(); public: int range (IMAGE im, int i, int j); int Show_Image(CDC* dc,IMAGE im); int Show_ImageOpen(CDC* dc,IMAGE im); IMAGE Input_PBM (const char *fn); // Đọc ảnh vào để xứ lý Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh 80 IMAGE Output_PBM (IMAGE image, const char *filename); Ghi laị nội dung ảnh void get_num_pbm (FILE *f, char *b, int *bi, int *res); void pbm_getln (FILE *f, char *b); void pbm_param (char *s); struct image *newimage (int nr, int nc); // Tạo ảnh trắng void freeimage (struct image *z); void sys_abort (int val, char *mess); void copy (IMAGE *a, IMAGE b); void CopyVarImage (IMAGE *a, IMAGE *b); }; Lớp CBestzs: Là lớp mơ tả thuật tốn gồm phương thức mô tả class CBestzs { public: CBestzs(); virtual ~CBestzs(); CLib lib; void thnz (IMAGE im); void Negative(IMAGE im); // Chuyển đổi ảnh void Dilation(IMAGE im); // Thao tác dản ảnh void Erosion(IMAGE im); // Thao tác co ảnh void Edge(IMAGE im); // Tìm biên int nays8 (IMAGE im, int r, int c); // láng giềng pixel int nays81 (IMAGE im, int r, int c); // láng giềng pixel int Connectivity (IMAGE im, int r, int c); // Tính số kết nối cách đếm điểm ảnh đen - trắng chuyển tiếp đường biên void Delete (IMAGE im, IMAGE tmp); đánh dấu ảnh tmp // Đặt trắng điểm ảnh Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh 81 void check (int v1, int v2, int v3); void stair(IMAGE im, IMAGE tmp, int dir);// Xoá bậc thang Holt int Yokoi (IMAGE im, int r, int c); void pre_smooth (IMAGE im); làm mảnh } // Tính số kết nối Yokoi // Làm trơn biên trước void aae (IMAGE image); // Góc nhọn quan trọng void SKeletonsBetter(IMAGE img); // Làm mảnh phối hợp void ThnstentOneStep (IMAGE im); // Làm mảnh bước void StentifordAl(IMAGE data) // Làm mảnh Stentiford Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh 82 4.2 Giao diện chương trình 4.2.1 Giao diện chương trình chính: 4.2.2: Giao diện làm việc: Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh 83 4.2.3: Mở file TBVX.PBM để xử lý- Trình đơn File\Open 4.2.4: Chuyển đổi ảnhTBVX.PBM - Trình đơn View\Negative Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh 84 4.2.5: Ảnh TBVX.PBM làm mảnh sử dụng thuật tốn Stentiford- Trình đơn Filter\Stentiford 4.2.6: Ảnh TBVX.PBM làm mảnh - sử dụng kết hợp thuật tốn - Trình đơn Filter\Skeletons Better Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh 85 4.2.7: Mở ảnh  Giằng2.PBM  - Trình đơn File\open\giang2.PBM 4.2.8: Chuyển đổi ảnh "Giằng2.PBM” - Trình đơn View\Negative sau dùng lần dãn ảnh: Morphology\Dilation Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh 86 4.2.9: Làm mảnh ảnh " Giằng2.PBM" Trình đơn Filter\SkeletonBetter Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh 87 KẾT LUẬN 1) Kết luận văn Luận văn trình bày phép tốn hình thái học, kỹ thuật tìm xương ảnh Kết hợp phép tốn hình thái với làm mảnh để nâng cao chất lượng ảnh Các phép tốn hình thái tỏ hữu hiệu cải thiện ảnh, nhiên hồn tồn phụ thuộc vào mẫu ban đầu Do luận văn trình bày phương pháp phân rã phân tử cấu trúc hình dạng tuỳ ý sử dụng thuật toán di truyền để lựa chọn phân tử cấu trúc tối ưu cho phép tốn hình thái Kết luận văn gồm:  Trình bày tổng quan hệ thống xử lý ảnh giai đoạn trình xử lý ảnh  Sử dụng phép tốn hình thái học chủ yếu vào việc cải thiện ảnh cách làm rõ (tái hiện) nét đặc trưng hình dạng - Định nghĩa phép tốn hình thái như: dãn ảnh, co ảnh, đóng, mở, nhận dạng biên, đánh trúng, đánh trượt - Cách sử dụng thao tác hình thái, chủ yếu ảnh nhị phân, có kèm minh hoạ cách sử dụng phép toán  Sử dụng thao tác hình thái ứng dụng chúng, đặc biệt ứng dụng kỹ thuật làm mảnh ảnh để nâng cao chất lượng hình ảnh cho bước tiền xử lý, trước thực bước cho công việc xử lý ảnh  Trong kỹ thuật tìm xương truyền thống, việc sử dụng mẩu phần tử cấu trúc (cũng ảnh nhị phân) khởi tạo từ ban đầu xuyên suốt trình lặp để xử lý ảnh thường xử lý vài đặc điểm đối tượng Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh 88  Đề cập đến phương pháp phân rã phân tử cấu trúc hình dạng tuỳ ý sử dụng thuật toán di truyền để lựa chọn phân tử cấu trúc tối ưu cho phép tốn hình thái  Cài đặt chương trình thử nghiệm ngơn ngữ Visual C++ 6.0 gồm chức năng: - Nhập ảnh dạng PBM - Minh hoạ cách chi tiết thao tác hình thái học cụ thể là: Các thao tác co, dãn ảnh, closing, opening - Tìm xương để làm mảnh cách sử dụng thuật toán Stentiford với nhũng cải tiến thuật toán nhằm làm mảnh đối tượng ảnh cách tốt 2) Những khó khăn  Trong thực tế việc tìm xương khơng cho toàn ảnh mà nhiều cần cho phân vùng ảnh nói cách khác việc tìm xương phải cho phép thực vùng ảnh hay đường nét mà ta cần quan tâm  Cài đặt thuật toán di truyền để phân rã phần tử cấu trúc 3) Hướng phát triển đề tài: Như trình bày, luận văn tập trung vào việc xử lý ảnh đường nét vẽ kỹ thuật nhằm vào mục tiêu sau xây dựng Hệ hỗ trợ định để giải tốn lập lịch gia cơng sản xuất nhằm tìm phương án tối ưu quy trình cơng nghệ gia cơng, dự đốn hao phí ngun vật liệu, nhân cơng, thời gian hoàn tất sản phẩm trợ giúp định cho nhà thiết kế, quản lý việc lưu trữ thông tin cần thiết Để làm điều cần phải thực giai đoạn sau: Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh 89 Giai đoạn 1: Thu nhận ảnh vẽ kỹ thuật, chuẩn hoá nét vẽ vẽ, lưu trữ vẽ qua bước tiền xử lý Giai đoạn 2: Trích chọn đặc điểm ảnh, đối sánh với sở liệu ảnh tổ chức lưu trữ máy tính nhằm nhận dạng ảnh, từ lựa chọn quy trình cơng nghệ phù hợp cho việc gia cơng chi tiết Giai đoạn 3: Dựa vào giải thuật di truyền để thiết lập chương trình tính tốn tiến hố nhằm tối ưu hố tốn lập lịch gia cơng chi tiết Giai đoạn 4: Xây dựng Hệ hỗ trợ định để trợ giúp số tình gặp phải thực tế sản xuất đàm phán, ký kết hợp đồng giảm thiểu hao phí q trình gia cơng tạo sản phẩm, giảm sai sót qui trình cơng nghệ để tạo sản phẩm có chất lượng ổn định Luận văn thực giai đoạn Sau thực thêm giai đoạn (Trích chọn đặc điểm ảnh, đối sánh với sở liệu ảnh tổ chức lưu trữ máy tính nhằm nhận dạng ảnh, từ lựa chọn quy trình công nghệ phù hợp cho việc gia công chi tiết.) chương trình áp dụng để thiết lập qui trình cơng nghệ gia cơng cách tự động Có khả trợ giúp phần cơng việc mà nhà thiết kế qui trình cơng nghệ gia công chi tiết sản phẩm quan tâm Các giai đoạn nói cần phải tiếp tục phát triển hoàn thiện để trở thành Hệ hổ trợ định hoàn chỉnh Luận văn tài liệu tham khảo cho người bắt đầu tìm hiểu xử lý ảnh nói chung thao tác hình thái học (Morphology) nói riêng, giúp họ có khái niệm, đánh giá sơ đẳng, thuận tiện cho việc nghiên cứu sau Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh 90 Vì thời gian có hạn nên luận văn đề cập đến số thao tác, khái niệm bản, ứng dụng chủ yếu ảnh nhị phân khơng thể tránh khỏi sơ suất thiếu sót Rất mong nhận thơng cảm góp ý thêm Xin chân thành cảm ơn  Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh 91 Tài liệu tham khảo Tiếng Việt [1] Đỗ Năng Tồn, Ngơ Quốc Tạo (1993), Kết hợp phép tốn hình thái học làm mảnh để nâng cao chất lượng ảnh đường nét Tạp chí Tin học Điều khiển học, t 14, s 3, tr 23-29 [2] Hoàng kiếm - Lê Hoàng Thái (2001) Thuật giải di truyền: Cách giải tự nhiên tốn máy tính; NXB Giáo Dục [3] Lương Mạnh Bá, Nguyễn Thanh Thủy (1999), Nhập môn xử lý ảnh số; tr 7-15; NXB Khoa Học Kỹ Thuật [4] Ngô Quốc Tạo (2002) Tập giảng Xử Lý ảnh cho cao học chất lượng cao, Khoa Công nghệ, ĐHQG Tiếng Anh [5] A Broggi, “Speeding-Up Mathematic Morphology Computation With Special-Pupose Array Processor “Proc 27th Hawaii Int'l Conf System Sciences, T.N Mudge and B.D Shriver, eds., vol.1,pp 321-330, Maui, Hawaii, Jan 4-7 1994 Los Alamitos, Calif: IEEE Computer Society [6] D.E Goldberg, “Genetic Algorithms in search, Optimization andMachine learning” Reading, Mass: Addsion Wesley, 1989 [7] D.E Goldberg, B Korb, and K Deb, “Messy Genetic Algorithms: Motivation, Analysis, and First results” Complex System, Vol.3, pp 493-530, 1989 [8] D.E Goldberg, B Korb, and K Deb, “Messy Genetic Algorithms Revisit: Studies in Mixed Size and Scale”, “Complex Systems, vol 4, pp 415-444, 1990 Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh 92 [9] D Fogel, “ An Introduction to Simulated Evolutionary Optimization, “IEEE Trans Neural Networks, vol.5, pp 3-14, Jan 1994 [10] D Goldberg, Genetic Algorithm in search, Optimization, and Machine Learning Reading, Mass.: Addsion Wesley, 1989 [11] E Falkenauer, “A New Representation and Operators for Genetic Algorithm Applied to Grouping Problem”; Evolution Computaion; vol.2 no 1994 [12] J Holland, Adaption Natural and Artificial Systems Ann Arbor, Wich,: Univ Of Michigan Press, 1975 [13] James R Parker (1997), Algorithms for image processing and computer vision, pp 69- 101, pp 177- 188 [14] J Serra, Image Analyst and Mathematical Morphology; London: Academic Press, 1982 [15] G.Anelli, A Broggi and G.Destri (1998), Decomposition of Arbitrarily Shaped Binary Morphology Structurting Elements Using Genetic Algorithms; IEEE Transactions on Pattern Analysis and Machine Intelligence; Vol 20, pp 217-224 [16] G Matheron, Random Sets and Integral Geometry NewYork: John Wiley, 1975 [17] H Park and R.T Chin, “Optimal Decomposition of Convex Structuring Elements for a 4-Connected Parallel Array Processor”; IEEE Trans Pattern Analysis and Machine Intelligence; Vol 16, no 3, Mar 1994 [18] H Park and R.T Chin, Decomposition of Arbitrarily Shaped Binary Morphology Structurting Elements”; IEEE Transactions on Pattern Analysis and Machine Intelligence; Vol 17, no 1, Jan 1995 Nâng cao chất lượng hình ảnh phép tốn hình thái, kỹ thuật tìm xương làm mảnh 93 [19] M Srinivas and Patnaik; “Adaptive Probabilities of Crossover and Mutation in Genetic Algorithm” IEEE Trans System, Man, and Cybernetic, vol 24, no 4, Apr 1994 [20] P.Angeline, G Saunders, and J.Pollack, “An Evolutionary Algorithm That Construct Recurent Neural Networks,” IEEE Trans Neural Networks, vol 5, pp 54-64, Jan 1994 [21] R.M Haralik, S.R Sternberg, and X Zuang, “Image Analysis Using Mathematical Morphology,” IEEE Trans Pattern Analysis and Machine Intelligence; Vol 9, no 4, pp 532-550 Apr 1987 [22] R.Van den Boomgaard, Mathematical Morphology: Extensions Towards Computer Vision, PhD thesis, Universiteit Van Amsterdam, 1992 [23] R.Van den Boomgaard and van Balen, “Methods for fast Morphology Images Tranforms Using Bitmap Binary Images,” Computer Vision, Graphic and Image Processing: Graphic Modes and Images Processing, Vol 54 No 3, pp 252-258, May 1992 [24] SS Wilson, “ Theory of Matrix Morphology,” IEEE Transactions on Pattern Analysis and Machine Intelligence; Vol 14, no 6, pp 636-652, June 1992 [25] S.W Mahfoud, “Crossover Interactions Among Niches, “Proc First IEEE Conf On Evolutionary Computation, pp 188-193,1994 [26] X Zhuang and R.M> Haralick, “Morphology Structuring Element Decomposition.” Computer Vision, Graphic and Image Processing, Vol 35, pp 370-382, Sept 1986 [27] Z Michalewicz, Genetic Algorithm + Data Structure = Evolution Program Berlin: Springer-Verlag, 1992