Nghiên cứu một số giải pháp phân đoạn ảnh màu (tt)

-1HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG ĐOÀN THỊ PHƯƠNG NGHIÊN CỨU MỘT SỐ PHƯƠNG PHÁP PHÂN ĐOẠN ẢNH MÀU Chuyên ngành: Khoa học máy tính Mã số: 60.48.01 Người hướng dẫn khoa học: PGS.TS NGÔ QUỐC TẠO TÓM TẮT LUẬN VĂN THẠC SĨ HÀ NỘI – 2012 -2- MỞ ĐẦU Cùng với phát triển ngày mạnh mẽ khoa học kĩ thuật vài thập kỷ gần đây, xử lý ảnh ngành khoa học tương đối mẻ so với nhiều ngành khoa học khác lĩnh vực phát triển nhanh thu hút quan tâm đặc biệt từ nhà khoa học, thúc đẩy trung tâm nghiên cứu, ứng dụng lĩnh vực hấp dẫn Xử lý ảnh đóng vai trị quan trọng nhiều ứng dụng thực tế khoa học kĩ thuật sống thường ngày như: sản xuất kiểm tra chất lượng, di chuyển Robot, phương tiện lại tự trị, công cụ hướng dẫn cho người mù, an ninh giám sát, nhận dạng đối tượng, nhận dạng mặt, ứng dụng y học, sản xuất, hiệu chỉnh video,… Để xử lý ảnh phải trải qua nhiều khâu khác tùy theo mục đích việc xử lý, khâu quan trọng khó khăn phân đoạn ảnh Trong số lượng lớn ứng dụng xử lý ảnh hiển thị máy tính, phân đoạn đóng vai trị yếu bước trước áp dụng thao tác xử lý ảnh mức cao như: nhận dạng, giải thích ngữ nghĩa, biểu diễn ảnh -3Phân đoạn ảnh thao tác mức thấp tồn q trình xử lý ảnh Quá trình thực việc phân vùng ảnh thành vùng rời rạc đồng với hay nói cách khác xác định biên vùng ảnh Các vùng ảnh đồng thơng thường tương ứng với tồn hay phần đối tượng thật bên ảnh Vì thế, hầu hết ứng dụng lĩnh vực xử lý ảnh, phân đoạn ảnh ln đóng vai trò thường bước tiền xử lý tồn q trình trước thực thao tác khác mức cao nhận dạng đối tượng, biểu diễn đối tượng, nén ảnh dựa đối tượng, hay truy vấn ảnh dựa vào nội dung … Trước đây, phương pháp phân vùng ảnh đưa chủ yếu làm việc ảnh mức xám hạn chế phương tiện thu thập lưu trữ Ngày nay, với phát triển phương tiện thu nhận biểu diễn ảnh, ảnh màu thay hoàn toàn ảnh mức xám việc biểu diễn lưu trữ thông tin ưu vượt trội hẳn so với ảnh mức xám Do đó, kỹ thuật, thuật giải thực việc phân vùng ảnh loại ảnh màu liên tục phát triển để đáp ứng nhu cầu -4Chương - TỔNG QUAN VỀ XỬ LÝ ẢNH 1.1 Giới thiệu xử lý ảnh Quá trình xử lý ảnh q trình thao tác nhằm phân tích, biến đổi ảnh đầu vào để đưa kết mong muốn Kết trình xử lý ảnh ảnh tốt kết luận Điều tùy thuộc vào mục đích yêu cầu trình 1.2 Quá trình xử lý ảnh Các phương pháp xử lý ảnh ứng dụng nâng cao chất lượng ảnh phân tích ảnh Do vậy, q trình xử lý ảnh bắt đầu công việc thu nhận ảnh kết thúc việc nhận dạng ảnh phán đoán theo ý nghĩa sở nhận dạng ảnh Cụ thể, bước q trình xử lý ảnh thể thơng qua hình 1.1 sau : Phân đoạn ảnh Biểu diễn Tiền xử lý ảnh Thu nhận ảnh Nhận dạng nội suy CƠ SỞ TRI THỨC Hình 1.1 - Các bước xử lý ảnh -51.2.1 Thu nhận ảnh Công việc cụ thể giai đoạn thu ảnh qua thu ảnh số hoá tín hiệu liên tục sinh thu ảnh Bộ thu ảnh máy chụp ảnh đơn sắc hay màu, máy quét ảnh, máy quay 1.2.2 Tiền xử lý ảnh Công việc cụ thể bước cải thiện độ tương phản ảnh, khử nhiễu Mục đích cơng việc làm cho chất lượng ảnh trở lên tốt chuẩn bị cho bước xử lý 1.2.3 Phân đoạn ảnh Đây giai đoạn tách ảnh đầu vào thành nhiều vùng khác hay gọi đối tượng để biểu diễn phân tích, nhận dạng ảnh 1.2.4 Biểu diễn mơ tả Ảnh sau số hoá lưu vào nhớ chuyển sang khâu để phân tích Nếu lưu trữ ảnh trực tiếp từ ảnh thơ địi hỏi dung lượng nhớ lớn không hiệu theo quan điểm ứng dụng công nghệ Thơng thường, ảnh thơ biểu diễn lại theo đặc điểm ảnh gọi đặc trưng ảnh như: biên ảnh, vùng ảnh Các thơng tin chọn tính chất đặc trưng để thể gọi trích chọn đặc trưng -61.2.5 Nhận dạng nội suy Nhận dạng ảnh trình xác định ảnh cách so sánh ảnh với mẫu chuẩn lưu từ trước Nội suy phán đoán theo ý nghĩa sở nhận dạng ảnh Một số đối tượng nhận dạng phổ biến áp dụng khoa học công nghệ là: Nhận dạng ký tự (chữ in, chữ viết tay, chữ ký điện tử), nhận dạng văn bản, nhận dạng vân tay, nhận dạng mã vạch, nhận dạng mặt người 1.2.6 Cơ sở tri thức Trong nhiều khâu xử lý phân tích ảnh, ngồi việc đơn giản hoá phương pháp toán học đảm bảo tiện lợi cho xử lý ln hướng đến việc xây dựng hệ thống tự động tiếp nhận xử lý theo cách người Vì vậy, nhiều khâu xử lý theo phương pháp trí tuệ nhân tạo, sử dụng sở tri thức người 1.3 Tổng quan phân đoạn ảnh Phân đoạn ảnh thao tác mức thấp bước then chốt trình xử lý ảnh Giai đoạn nhằm phân tích ảnh thành vùng rời rạc có tính chất dựa vào việc xác định biên vùng liên thông cho vùng Tiêu chuẩn để xác định vùng liên thơng mức xám, màu hay độ nhám… Các vùng ảnh thơng -7thường tương ứng với tồn hay phần đối tượng thật bên ảnh 1.4 Một số khái niệm 1.4.1 Điểm ảnh Điểm ảnh (Pixel) phần tử ảnh số tọa độ (x,y) với độ xám màu định Kích thước khoảng cách điểm ảnh chọn thích hợp cho mắt người cảm nhận liên tục không gian mức xám (hoặc màu) ảnh số gần ảnh thật 1.4.2 Độ phân giải ảnh Độ phân giải (Resolution) ảnh mật độ điểm ảnh ấn định ảnh số hiển thị 1.4.3 Mức xám ảnh Mức xám điểm ảnh cường độ sáng gán giá trị số điểm 1.4.4 Quan hệ điểm ảnh 1.4.4.1 Các lân cận điểm ảnh (Image Neighbors) Đông Tây x -8- Nam (x-1, y-1) (x, y-1) (x+1, y-1) y (x-1, y) (x, y) (x+1, y) Bắc (x-1, y+1) (x, y+1) (x+1, y+1) Hình 1.2 – Lân cận điểm ảnh tọa độ (x,y) 1.4.4.2 Khoảng cách điểm ảnh - Khoảng cách Euclide - Khoảng cách khối - Khoảng cách bàn cờ 1.4.6 Nén ảnh Ảnh dù dạng chiếm khơng gian nhớ lớn Vì vậy, mơ tả ảnh sử dụng kỹ thuật nén ảnh để thu thu gọn dung lượng nhớ dành cho ảnh 1.5 Các định dạng xử lý ảnh Hình ảnh lưu trữ dạng tệp tin số hóa Một số dạng ảnh chuẩn hóa như: ảnh GIF, BMP, PCX, IMG,… -9Chương - MỘT SỐ PHƯƠNG PHÁP PHÂN ĐOẠN ẢNH MÀU 2.1 Phương pháp phân đoạn dựa ngưỡng cục thích nghi Ý tưởng phương pháp chia ảnh ban đầu làm nhiều vùng nhỏ Sau đó, dựa vào ngưỡng cục vùng để trộn vùng nhỏ thành vùng có cường độ xám nằm ngưỡng cho phép 2.1.1 Phân đoạn sơ khởi Watershed Dữ liệu đầu vào giải thuật Watershed ảnh xám Vì vậy, trước tiên phải biến đổi ảnh đầu vào I thành ảnh xám Sau đó, dùng giải thuật tìm cạnh Canny để lấy cường độ gradient, kí hiệu IG Cuối áp dụng giải thuật Watershed phân đoạn ảnh thành n vùng không trùng lặp 2.1.2 Trộn vùng Đồ thị vùng lân cận (Region Adjacency Graph RAG) cấu trúc liệu sử dụng để thể trình phân vùng ảnh Đồ thị RAG biểu diễn tập vùng Ri , i=1,…,n dạng đồ thị vơ hướng G=(V,E) Trong đó, V={1,2,…,n}, node thuộc V tương ứng với vùng Mỗi cạnh e(i,j)  E i, j  V miền Rimi với Rmj j lân cận - 10 Mỗi cạnh e(i,j) có trọng số giá trị hàm j f( Rimi , Rm j ) Quá trình trộn dựa vào giải thuật Kruskal tìm khung nhỏ MST (Minimum Spanning Tree) cho đồ thị vùng lân cận RAG 2.1.3 Tìm ngưỡng cục thích nghi Q trình trộn mơ tả giải thuật tìm khung MST phần Tuy nhiên, chưa biết cách xác định vùng không trộn thời điểm khơng trộn Như vậy, cần có chế tự động rút trích thơng tin ngưỡng cục thông qua việc theo dõi thay đổi vùng trình trộn Các ngưỡng cho biết trộn vùng hay khơng Như thế, ngưỡng giúp hình thành phân vùng hồn chỉnh cuối Cách tính ngưỡng cục thích nghi Để xác định ngưỡng cục thích nghi cần dùng phương thức động Phương thức dựa thuộc tính riêng vùng suốt trình trộn Quá trình hồi quy - 11 2.2 Phương pháp phân đoạn dựa theo đường biên 2.3.1 Giới thiệu Biên đường viền hai miền đồng Tách biên q trình nhận dạng định vị điểm gián đoạn rõ ràng ảnh Tách biên công cụ sử dụng hầu hết ứng dụng xử lý ảnh Nó bước tiền xử lý cho việc rút trích thơng tin phân đoạn đối tượng Đây trích tách đường bao đối tượng biên đối tượng với ảnh Bộ lọc tách biên sử dụng để cải thiện ảnh mờ nhiều ứng dụng khác 2.3.2 Phát điểm gián đoạn 2.3.2.1 Phát điểm 2.3.2.2 Phát đường 2.3.2.3 Phát biên 2.3.2.4 Toán tử Gradient 2.3.3 Kỹ thuật phát biên 2.3.3.1 Các toán tử Sobel Việc tính tốn đạo hàm phần gradient gần với ảnh kỹ thuật số biệc sử dụng toán tử Sobel - 12 2.3.3.2 Roberts Cross Toán tử Roberts Cross thực tính tốn độ đo gradient ảnh khơng gian hai chiều cách đơn giản nhanh Đầu vào toán tử ảnh mức xám Các giá trị điểm ảnh điểm đầu biểu thị cho độ lớn gradient ảnh đầu vào điểm 2.3.3.3 Tốn tử Laplacian Laplacian thường sử dụng để thiết lập điểm ảnh phía bên tối sáng cạnh 2.3.3.5 Toán tử Kiresh 2.3.3.6 Kỹ thuật phát biên Canny Kỹ thuật Canny phương thức quan trọng để tìm biên việc tách nhiễu từ ảnh trước tìm biên ảnh mà khơng ảnh hưởng đến đặc điểm biên ảnh, sau áp dụng việc tìm biên giá trị tới hạn cho ngưỡng 2.3.3.7 Kỹ thuật EMT Trong ảnh có nhiều miền đồng (ví dụ ảnh có nhiều đối tượng với mức xám khác nhau) có thay đổi độ sáng đối tượng Trong trường hợp này, phần đối tượng trộn với phần đối tượng - 13 Từ thực tế trên, kỹ thuật chọn ngưỡng động trở lên tốt cho ảnh có miền đồng lớn 2.3.4 Mô thực nghiệm 2.3.4.1 Thủ tục kiểm tra 2.3.4.1 Các kết mô 2.3 Phương pháp phân đoạn dựa theo miền đồng 2.3.1 Giới thiệu Phương pháp phân đoạn dựa theo miền đồng xác định miền đồng có ưu ảnh màu giải thuật phân cụm Fuzzy C mean Với phương thức này, số cụm định số quy luật Vì vậy, từ thơng tin cụm xác định luật IF – THEN (nếu – thì) Mỗi điểm ảnh sau đánh giá luật kết cuối lưu lại Cuối cùng, ngưỡng có hiệu suất cao giải thuật PDVE áp dụng kết điểm ảnh phân lớp vào lớp thích hợp 2.3.2 Các bước phương pháp 2.3.2.1 Giải thuật Fuzzy C Mean ứng dụng với phương pháp 2.3.2.2 Xác định luật 2.3.2.3 Xử lý ngưỡng cho việc phân lớp cuối - 14 2.3.2.4 Các bước giải thuật PDVE cho việc phân tích biểu đồ 2.4 Phương pháp phân đoạn dựa vào đồ thị 2.4.1 Giới thiệu Phân đoạn ảnh dựa vào đồ thị phương pháp tiếp cận đại dựa thuộc tính non-local ảnh đầu vào Phương pháp phát biên hai vùng ảnh cách so sánh khác nội vùng (intercomponent) với vùng khác Thuật toán phân đoạn dựa vào đồ thị tuân theo chiến lược tham lam, có thời gian chạy gần tuyến tính, đảm bảo việc phân đoạn xác hiệu 2.4.2 Phân đoạn dựa vào đồ thị Cho G = (V,E) đồ thị vô hướng với đỉnh vi V, tập hợp phần tử cần phân đoạn cạnh (vi ,vj)  E, tương ứng với cặp đỉnh lân cận Mỗi cạnh (vi ,vj)  E có trọng số tương ứng, trọng số số không âm đo khác hai phần tử lân cận vi vj, ký hiệu w(vi, vj) Ở trọng số cạnh đo khác hai điểm nối cạnh (có nhiều mức độ khác nhau: màu sắc, vị trí, vận động thuộc tính khác) Như phân đoạn ảnh việc phân chia V thành thành phần, mà thành phần (hoặc miền) C  V - 15 tương đương với thành phần liên thông đồ thị G’ = , với E’  E 2.4.2 Tính chất so sánh cặp miền Để đánh giá dễ dàng đường biên hai thành phần phân đoạn cần định nghĩa thuộc tính D Tính chất dựa vào độ đo khác phần tử dọc theo đường biên hai thành phần liên quan nhằm đo khác phần tử lân cận thành phần Kết so sánh khác nội vùng (intercomponent) với khác với vùng khác 2.4.3 Giải thuật thuộc tính Phần mơ tả phân tích giải thuật cho việc phân đoạn ảnh sử dụng tiêu chuẩn D trình bày phần 2.4.4 Độ phức tạp tính tốn Thời gian thực thuật toán chia làm hai phần: Một thời gian cần thiết để xếp dãy trọng số theo chiều không giảm Hai thời gian thực bước 1-3 Để kiểm tra hai đỉnh có chung thành phần hay không cần sử dụng biến set-find đỉnh nhằm lưu lại số hiệu thành phần mà đỉnh phụ thuộc vào - 16 2.4.5 Kết cho đồ thị lân cận gần Một giải pháp chung cho phân đoạn ảnh dựa vào đồ thị điểm ảnh sau tìm cụm điểm giống Phần kiểm tra việc sử dụng giải thuật phân đoạn dựa vào đồ thị để tìm cụm điểm giống - 17 Chương - CÀI ĐẶT THỬ NGHIỆM 3.1 Phân đoạn sơ khởi áp dụng giải thuật Watershed Giải thuật Watershed trình bày cụ thể chương Dưới chương trình thử nghiệm cho trình thực kết sau áp dụng giải thuật: Hình 3.1 – Giao diện thực chức phân đoạn sơ khởi 3.2 Giải thuật tìm MST Kruskal VIệc trộn n vùng phân đoạn bước phân đoạn sơ khởi Watershed thành số vùng định dựa việc tìm khung nhỏ MST đồ thị vơ hướng G=(V,E) Trong node đồ thị tương ứng với - 18 vùng Mỗi cạnh nối hai đỉnh thể cho hai vùng lân cận Mỗi cạnh có trọng số giá trị hàm sai khác mi mj f( Ri , R j ) thể cho khác giá trị Hue độ gradient hai vùng Quá trình tạo khung nhỏ MST trình tự trộn vùng ảnh 3.3 Kết thực nghiệm Hình 3.2 – Giao diện thực chức phân đoạn ảnh 3.4 Kết đạt hướng phát triển Trong phần cài đặt thử nghiệm này, hệ thống lại bước phương pháp phân đoạn dựa ngưỡng cục - 19 thích nghi, đồng thời cài đặt thử nghiệm số thuật toán phương pháp Thời gian tới, tiếp tục cài đặt hồn thiện cơng việc phương pháp cài đặt thử nghiệm số phương pháp khác trình bày đề tài - 20 - KẾT LUẬN KẾT LUẬN: Luận văn nghiên cứu số phương pháp phân đoạn ảnh màu để thực việc phân đoạn trình xử lý ảnh Mỗi ảnh với đặc điểm khác miền ảnh theo quan sát người có đặc trưng khác việc phân biệt chúng Mỗi phương pháp phân đoạn ảnh có phù hợp định với số ảnh Vì vậy, muốn phân đoạn ảnh, việc lựa chọn phương pháp phân đoạn phù hợp có ảnh hưởng lớn đến kết thu Trong luận văn này, tơi trình bày bốn phương pháp phân đoạn khác Trong đó, tơi nghiên cứu trình bày chi tiết phương pháp phân đoạn dựa ngưỡng cục thích nghi Các phương pháp phân đoạn cịn lại tơi đưa nắm tư tưởng phương pháp KIẾN NGHỊ VÀ HƯỚNG PHÁT TRIỂN: Với bước đầu nghiên cứu cài đặt thử nghiệm chương trình phân đoạn ảnh màu tơi nhận thấy nghiên cứu cịn có nhiều thiếu sót Trong thời gian tới, tơi tiếp tục phát triển đề tài với phương hướng cụ thể sau: Nghiên cứu hoàn chỉnh lý thuyết phương pháp - 21 đưa chương có đánh giá, so sánh phương pháp Nghiên cứu mở rộng số phương pháp khác việc phân đoạn ảnh màu Cài đặt chương trình hồn chỉnh cho việc phân đoạn ảnh có tích hợp phương pháp nghiên cứu Mỗi ảnh đầu vào muốn phân đoạn đánh giá lựa chọn phương pháp phân đoạn phù hợp để thực  ... phương pháp Nghiên cứu mở rộng số phương pháp khác việc phân đoạn ảnh màu Cài đặt chương trình hồn chỉnh cho việc phân đoạn ảnh có tích hợp phương pháp nghiên cứu Mỗi ảnh đầu vào muốn phân đoạn. .. điểm ảnh chọn thích hợp cho mắt người cảm nhận liên tục không gian mức xám (hoặc màu) ảnh số gần ảnh thật 1.4.2 Độ phân giải ảnh Độ phân giải (Resolution) ảnh mật độ điểm ảnh ấn định ảnh số hiển... với số ảnh Vì vậy, muốn phân đoạn ảnh, việc lựa chọn phương pháp phân đoạn phù hợp có ảnh hưởng lớn đến kết thu Trong luận văn này, tơi trình bày bốn phương pháp phân đoạn khác Trong đó, tơi nghiên