Kỹ thuật cắt tỉa xương của ảnh

Kỹ thuật cắt tỉa xƣơng ảnh Đồ án tốt nghiệp LỜI CẢM ƠN cắt tỉa xƣơng ảnh” 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 trƣờng Đại Học Dân Lập Hải Phòng tạo điều kiện cho em có kiến thức, thƣ viện trƣờng nơi mà sinh viên trƣờng thu thập tài liệu trợ giúp cho giảng lớp Đồng thời thầy cô trƣờng giảng dạy cho sinh viên kinh nghiệm sống Với kiến thức kinh nghiệm giúp em cho cơng việc sống sau Cuối em xin bày tỏ lòng biết ơn tới ngƣời 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 2010 Sinh viên Nguyễn Thị Hoa Sv: Nguyễn Thị Hoa _ CT1002 Kỹ thuật cắt tỉa xƣơng ảnh Đồ án tốt nghiệp MỤC LỤC LỜI CẢM ƠN MỤC LỤC DANH MỤC HÌNH VẼ LỜI MỞ ĐẦU CHƢƠNG 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 lƣợng ảnh 10 1.2.4 Trích chọn đặc điểm 11 1.2.5 Nhận dạng 12 1.2.6 Nén ảnh 14 CHƢƠNG 2: XƢƠNG VÀ CÁC KỸ THUẬT TÌM XƢƠNG 15 2.1 Giới thiệu 15 2.2 Tìm xƣơng dựa làm mảnh ảnh 16 2.2.1 Sơ lƣợc thuật toán làm mảnh 16 2.2.2 Một số thuật toán làm mảnh 17 2.3 Tìm xƣơng khơng dựa làm mảnh ảnh 18 2.3.1 Khái quát lƣợc đồ Voronoi 19 2.3.2 Trục trung vị Voronoi rời rạc 19 2.3.3 Xƣơng Voronoi rời rạc 20 2.3.4 Thuật tốn tìm xƣơng 21 CHƢƠNG 3: KỸ THUẬT CẮT TỈA XƢƠNG CỦA ẢNH 26 3.1 Giới thiệu 26 3.2 Ý tƣởng phƣơng pháp 29 3.3 Cắt tỉa xƣơng với DCE 33 Sv: Nguyễn Thị Hoa _ CT1002 Kỹ thuật cắt tỉa xƣơng ảnh Đồ án tốt nghiệp 3.3.1 Rời rạc hóa đƣờng cong 33 3.3.2 Cắt tỉa xƣơng với DCE 34 CHƢƠNG 4: KẾT QUẢ THỰC NGHIỆM 38 4.1 Môi trƣờng cài đặt 38 4.2 Chƣơng trình 38 KẾT LUẬN 40 TÀI LIỆU THAM KHẢO 41 Sv: Nguyễn Thị Hoa _ CT1002 Kỹ thuật cắt tỉa xƣơng ảnh Đồ án tốt nghiệp DANH MỤC HÌNH VẼ Hình 1 Quá trình xử lý ảnh Hình Các bƣớc hệ thống xử lý ảnh Hình Quá trình hiển thị chỉnh sửa, lƣu trữ ảnh thông qua DIB Hình Sự chuyển đổi mơ hình biểu diễn ảnh Hình Ảnh thu nhận ảnh mong muốn 10 Hình Ví dụ ảnh xƣơng 15 Hình 2 Xƣơng 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 xƣơng ảnh 26 Hình 3.2 Minh họa hạn chế 28 Hình 3.3 So sánh kết [7] (a) phƣơng pháp đề xuất (b) 28 Hình 3.4 Minh họa hạn chế 29 Hình 3.5 Cắt tỉa xƣơng với phân chia đƣờng biên 30 Hình 3.6 Trình tự xƣơng 32 Hình 3.7 Minh họa cắt tỉa xƣơng với DCE 35 Hình 3.8 Loại bỏ đỉnh lồi không quan trọng tạo xƣơng với hình ảnh tối ƣu .37 Hình 4.1 Ảnh đầu vào 38 Hình 4.2 Xƣơng ảnh 39 Hình 4.3 Ảnh sau cắt tỉa xƣơng 39 Sv: Nguyễn Thị Hoa _ CT1002 Kỹ thuật cắt tỉa xƣơng ảnh Đồ án tốt nghiệp LỜI MỞ ĐẦU Xƣơng đƣợc coi nhƣ hình dạng đối tƣợng với số điểm ảnh cách biểu diễn đối tƣợng cách đọng Nó thƣờng đƣợc ứng dụng nhiều lĩnh vực nhƣ đồ họa máy tính, tra cứu ảnh, nhận dạng ký tự Các thuật tốn tìm xƣơng thƣờng gặp phải vấn đề tạo xƣơng có gai nên làm ảnh hƣởng tới độ xác Đề tài trình bày kỹ thuật cắt tỉa xƣơng ảnh để làm mịn xƣơng Đồ án bao gồm chƣơng: Chƣơng 1: Tổng quan xử lý ảnh Chƣơng 2: Xƣơng kỹ thuật tìm xƣơng Chƣơng 3: Kỹ thuật cắt tỉa xƣơng ảnh Chƣơng 4: Kết thực ngiệm Sv: Nguyễn Thị Hoa _ CT1002 Kỹ thuật cắt tỉa xƣơng ảnh CHƢƠNG 1: Đồ án tốt nghiệp TỔNG QUAN VỀ XỬ LÝ ẢNH 1.1 Xử lý ảnh gì? Con ngƣời 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 tƣơng tác ngƣời máy Quá trình xử lý ảnh đƣợc xem nhƣ 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 đƣợc xem nhƣ đặc trƣng cƣờng độ sáng hay dấu hiệu vị trí đối tƣợng khơng gian xem nhƣ hàm n biến P(c1, c2, …, cn) Do đó, ảnh xử lý ảnh xem nhƣ ảnh n chiều Sơ đồ tổng quát hệ thống xử lý ảnh: Hình Các bƣớc hệ thống xử lý ảnh Sv: Nguyễn Thị Hoa _ CT1002 Kỹ thuật cắt tỉa xƣơng 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 đƣợc xem nhƣ dấu hiệu hay cƣờng độ sáng toạ độ không gian đối tƣợng ảnh đƣợc xem nhƣ 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 thơng dụng Raster, Vector Các thiết bị thu nhận ảnh thông thƣờng Raster camera thiết bị thu nhận ảnh thông thƣờng Vector sensor bàn số hoá Digitalizer đƣợc chuyển đổi từ ảnh Raster Nhìn chung hệ thống thu nhận ảnh thực trình Cảm biến: biến đổi lƣợng quang học thành lƣợng điện Tổng hợp lƣợng điện thành ảnh 1.2.2.2 Biểu diễn ảnh Ảnh máy tính kết thu nhận theo phƣơng pháp số hoá đƣợc nhúng thiết bị kỹ thuật khác Quá trình lƣu trữ ảnh nhằm mục đích: Tiết kiệm nhớ Sv: Nguyễn Thị Hoa _ CT1002 Kỹ thuật cắt tỉa xƣơng ảnh Đồ án tốt nghiệp Giảm thời gian xử lý Việc lƣu trữ thông tin nhớ có ảnh hƣởng lớn đến việc hiển thị, in ấn xử lý ảnh đƣợc xem nhƣ tập hợp điểm với kích thƣớc sử dụng nhiều điểm ảnh ảnh đẹp, mịn thể rõ chi tiết ảnh ngƣời ta gọi đặc điểm độ phân giải Việc lựa chọn độ phân giải thích hợp tuỳ thuộc vào nhu cầu sử dụng đặc trƣng ảnh cụ thể, sở ảnh thƣờng đƣợc biểu diễn theo mơ hình Mơ hình Raster Đây cách biểu diễn ảnh thông dụng nay, ảnh đƣợc biểu diễn dƣới dạng ma trận điểm (điểm ảnh) Thƣờng thu nhận qua thiết bị nhƣ camera, scanner Tuỳ theo yêu cầu thực mà điểm ảnh đƣợc 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 lƣợng cao cho đầu vào đầu Một thuận lợi cho việc hiển thị môi trƣờng Windows Microsoft đƣa 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 hƣớng nghiên cứu mô hình biểu diễn kỹ thuật nén ảnh kỹ thuật nén ảnh lại chia theo khuynh hƣớng 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 ngƣời ta đề nhiều quy cách khác nhƣ BMP, TIF, GIF, PCX… Sv: Nguyễn Thị Hoa _ CT1002 Kỹ thuật cắt tỉa xƣơng ảnh Đồ án tốt nghiệp Hiện giới có 50 khn dạng ảnh thơng dụng bao gồm kỹ thuật nén có khả phục hồi liệu 100% nén có khả phục hồi với độ sai số nhận đƣợc Hình Quá trình hiển thị chỉnh sửa, lƣu trữ ảnh thông qua DIB Mơ hình Vector Biểu diễn ảnh ngồi mục đích tiết kiệm không gian lƣu 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 ƣu việt Trong mơ hình vector ngƣời ta sử dụng hƣớng vector điểm ảnh lân cận để mã hố tái tạo hình ảnh ban đầu ảnh vector đƣợc thu nhận trực tiếp từ thiết bị số hoá nhƣ Digital đƣợc chuyển đổi từ ảnh Raster thơng qua chƣơng trình số hố Cơng nghệ phần cứng cung cấp thiết bị xử lý với tốc độ nhanh chất lƣợng cho đầu vào nhƣng 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 xƣơng ảnh Đồ án tốt nghiệp 1.2.3 Nâng cao chất lƣợng ảnh 1.2.3.1 Nắn chỉnh biến dạng Ảnh thu nhận thƣờng 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 ngƣời ta sử dụng phép chiếu, phép chiếu thƣờng đƣợc 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 || f Pi Pi || 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 f Pi Pi i n a1 x1 b1 y1 c1 x1 a2 x1 b2 y1 c2 y1 i Để cho φ → Sv: Nguyễn Thị Hoa _ CT1002 10 Kỹ thuật cắt tỉa xƣơng ảnh Đồ án tốt nghiệp Hình 3.5 Cắt tỉa xƣơng với phân chia đƣờng biên Cắt tỉa xƣơng (a) với ý phân chia đƣờng biên gây điểm ngẫu nhiên đƣờng biên (b) (c) điểm (d) đƣợc lựa chọn DCE Xƣơng cắt tỉa dựa phƣơng pháp phân chia đƣờng biên khác với điểm kết thúc đƣợc đánh dấu dấu chấm Ví dụ loại bỏ tất điểm xƣơng điểm tăng trƣởng đoạn đƣờng biên CD (c) dẫn đến loại bỏ phần dƣới xƣơng, rõ ràng phân chia đƣờng biên (d) cho kết cắt tỉa tốt phân chia khác (b) (c) Từ đặt câu hỏi làm để tìm đoạn phân chia đƣờng biên tốt Tác giả có đƣợc Sv: Nguyễn Thị Hoa _ CT1002 30 Kỹ thuật cắt tỉa xƣơng ảnh Đồ án tốt nghiệp phân chia nhƣ nhờ trình DCE (Discrete Curve Evolution) [15], [16], [17] đƣợc giới thiệu ngắn gọn nhƣ sau Đầu tiên quan sát đƣờng biên ảnh số đƣợc biểu diễn nhƣ đa giác hữu hạn mà không bị thông tin Tác giả giả định đỉnh đa giác thu đƣợc từ lấy mẫu đƣờng biên đối tƣợng liên tục với vài lỗi lấy mẫu Khi tồn tập hợp điểm lấy mẫu nằm đƣờng biên đối tƣợng liên tục Số điểm nhƣ phụ thuộc vào độ lệch chuẩn lỗi lấy mẫu Câu hỏi đặt làm để xác định điểm nằm đƣờng biên đối tƣợng gốc (hoặc gần) điểm nhiễu (nằm xa đƣờng biên gốc) Quá trình DCE đƣợc 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 đƣợc tập hợp đỉnh tốt tiêu biểu cho hình dạng đƣờng biên Tập hợp đƣợc xem nhƣ chia đƣờng biên đa giác gốc thành đoạn đƣờng biên xác định đỉnh liên tục đa giác đơn giản Một cấu trúc xƣơng đƣợc khắc phục phƣơng pháp đề xuất minh họa hình 3.6, nơi mà đƣờng biên đa giác (màu đỏ) đƣợc đơn giản DCE Vì DCE làm giảm điểm biên nhiễu mà khơng thay điểm biên nên tính xác xƣơng đƣợc bảo đảm Tính liên tục hàm ý ổn định diện nhiễu phƣơng pháp cắt tỉa đề xuất theo tính liên tục DCE Điều có nghĩa đƣờng biên cho trƣớc nhiễu đƣợc đóng (đo khoảng cách Hausdorff), xƣơng cắt tỉa thu đƣợc đƣợc đóng Một chứng tính liên tục DCE khoảng cách Hausdorff đƣờng cong đa giác đƣợc đƣa [23] Sv: Nguyễn Thị Hoa _ CT1002 31 Kỹ thuật cắt tỉa xƣơng ảnh Đồ án tốt nghiệp Hình 3.6 Trình tự xƣơng Trình tự xƣơng thu đƣợc cách cắt tỉa xƣơng đầu vào (phía bên trái) với ý đoạn đƣờng biên thu đƣợc DCE Đƣờng nét bên (màu đỏ) thể đơn giản hóa đƣờng biên với DCE Phƣơng pháp cắt tỉa xƣơng đƣợc áp dụng với xƣơng đầu vào Mỗi điểm xƣơng trung tâm vòng tròn lớn điểm đƣờng biên tiếp tuyến với đƣờng tròn đƣợc đƣa Cắt tỉa xƣơng thực sau tính đƣợc xƣơng mà đƣợc thực đồng thời với trình tăng trƣởng xƣơng Để thực ý tƣởng tác giả mở rộng thuật toán phát triển xƣơng [7] dựa độ đo khoảng cách Eculidean Trƣớc tiên tác giả chọn điểm hạt giống xƣơng nhƣ điểm lớn khoảng cách Eucliean Những điểm xƣơng đƣợc thêm vào cách kiểm tra liên thơng 8, q trình nhánh xƣơng thừa đƣợc loại bỏ DCE Sv: Nguyễn Thị Hoa _ CT1002 32 Kỹ thuật cắt tỉa xƣơng ảnh Đồ án tốt nghiệp 3.3 Cắt tỉa xƣơng với DCE 3.3.1 Rời rạc hóa đƣờng cong DCE đƣợc giới thiệu [16], [17], [18] Đƣờng biên đối tƣợng ảnh số bị thay đổi nhiễu lỗi phân đoạn DCE loại bỏ thay đổi đảm bảo đƣợc hình dạng ban đầu vật thể đơn giản hóa hình dạng Bất kỳ đƣờng cong ảnh số đƣợc coi đa giác mà không bị thông tin, nhƣng phải có số đỉnh lớn để nghiên cứu phát triển hình dạng Ý tƣởng phát triển đề xuất đa giác đơn giản Trong bƣớc tiến hóa đoạn liên tiếp s1, s2 đƣợc thay đoạn nối điểm cuối s1Us2 Phần tiến hóa thay Sự thay đƣợc thực theo phép đo liên quan K đƣa 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(s1, s2) góc quay đỉnh chung đoạn s1, s2, l độ dài bình thƣờng với ý tổng độ dài đƣờng cong đa giác C Đầu vào đƣờng biên đa giác P với n đỉnh, DCE tạo chuỗi đa giác đơn giản P=Pn , P n −1 , , P nhƣ Pn- (k+1) thu đƣợc 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 xƣơng ảnh k(P), Đồ án tốt nghiệp P bị phân thành cung nhỏ m P: Hn-k(P) = {[u1, u2], [u2, u3], …, [um, u1]} Nếu đỉnh ui đƣợc xố bƣớc 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 đƣợc định nghĩa cho tập hữu hạn đƣờng cong đa giác Trong bƣớc DCE véctơ đơn đƣợc loại bỏ từ đa giác mà phép đo liên quan nhỏ Phƣơng pháp cắt tỉa đề xuất đƣợc áp dụng cho mặt phẳng D, với đƣờng biên ∂D bao gồm đa số đa giác đóng đơn giản DCE loại bỏ hiệu nhiễu phần không quan trọng ảnh, nhƣng tham số dừng cách cần thiết Nói cách khác, tìm kiếm k để đa giác đơn giản Pn-k miêu tả chi tiết đƣờng biên đầu vào Để định lƣợng mức độ chi tiết, tác giả xác định khoảng cách trung bình Pn-k điểm gốc P đoạn dòng tƣơng ứng Pn-k Đƣa giới hạn T, dừng DCE Dav(Pn-k) > T cho vài k Cho chuỗi giá trị T, có đƣợc trình tự đơn giản hóa đƣờng biên đa giác DCE, dẫn đến trình tự xƣơng tƣơng ứng Nói chung, điều kiện dừng thích hợp phụ thuộc vào ứng dụng cụ thể Một điều kiện dừng thích hợp cho tƣơng tự hình dáng DCE đƣợc đƣa [18] 3.3.2 Cắt tỉa xƣơng với DCE Cho xƣơng S(D) mặt phẳng D đƣa DCE đa giác đơn giản Pk, thể cắt tỉa xƣơng cách di chuyển tất điểm s∈ S(D), nhƣ tạo điểm tăng trƣởng tan(s) s chứa Sv: Nguyễn Thị Hoa _ CT1002 34 Kỹ thuật cắt tỉa xƣơng ảnh Đồ án tốt nghiệp đoạn DCE mở Mỗi điểm cắt tỉa s kết từ phần đƣờng biên cục với ý phân chia DCE, đó, s đƣợc coi nhƣ điểm xƣơng khơng quan trọng loại bỏ Quá trình làm đơn giản đƣờng biên với DCE hoàn thành cắt tỉa nhánh xƣơng Đặc biệt, loại bỏ đỉnh lồi v từ Pn-k tới Pn-(k+1) DCE, tức hoàn thành loại bỏ nhánh xƣơng mà kết thúc v Trong hình 3.5 minh họa việc sử dụng DCE thu đƣợc hình đa giác với đỉnh xƣơng đối tƣợng đƣợc cắt tỉa dựa đa giác Chỉ có nhánh xƣơng kết thúc đỉnh lồi đa giác đơn giản Việc cắt tỉa xƣơng đƣợc tính tốn dựa ý đoạn DCE (A, C), (C, D), (D, E), (E, F), (F, A) Trong hình 3.5(a) nhánh xƣơng màu xanh kết thúc C cịn lại tiếp tuyến tới hình trịn lớn hai đoạn DCE khác cung đƣờng biên (B, C) (C, D) (a) (b) (c) Hình 3.7 Minh họa cắt tỉa xƣơng với DCE Hình 3.7(a) đƣa đa giác đơn giản với đỉnh (màu đỏ) xƣơng thu đƣợc dựa đa giác Nhánh xƣơng màu xanh (kết thúc C) cịn lại có điểm tăng trƣởng cung khác BC CD đƣờng biên gốc Nhánh xƣơng màu xanh (b) không thuộc xƣơng đƣợc xác định đa giác DCE kết thúc đỉnh lõm P Trong (c) đƣợc loại bỏ đơn giản hóa DCE Sv: Nguyễn Thị Hoa _ CT1002 35 Kỹ thuật cắt tỉa xƣơng 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 xƣơng kết thúc đỉnh đƣợc 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 xƣơng màu xanh (a) trở thành phần xƣơng Khi sử dụng đỉnh lõm đa giác đơn giản (màu đỏ) (b) nhánh xƣơng bị loại bỏ (c) Nhƣ đoạn DCE đƣợc 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 đƣờng biên phân chia làm giảm đỉnh đƣờng biên đa giác, kết có nhánh xƣơng kết thúc điểm phân chia Theo kết trên, bƣớc tiến hóa DCE đỉnh ui đa giác bị xóa (tức ui∈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 xƣơng loại bỏ tồn nhánh xƣơng kết thúc ui Cho đỉnh lồi v đa giác, tác giả tính tốn khoảng cách Dl(v) v đỉnh lõm u gần nhƣ đoạn vu hình nhƣ 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 xƣơng ngắn (màu xanh) kết thúc A, B, C, D, E hình 3.8(a) đƣợc loại bỏ hình 3.8(b) Nó dẫn tới phân chia đƣờng biên với đỉnh lồi đƣợc đánh số 1-7 hình 3.8(b) Sv: Nguyễn Thị Hoa _ CT1002 36 Kỹ thuật cắt tỉa xƣơng ảnh (a) Đồ án tốt nghiệp (b) Hình 3.8 Loại bỏ đỉnh lồi khơng quan trọng tạo xƣơng với hình ảnh tối ƣu Tóm lại, đỉnh Vf đƣợc sử dụng cho việc phân chia đƣờng biên DCE đƣợc tính toán nhƣ sau: Vf = Vs − (Vlõm ∪ Vl ) Vs tất đỉnh đa giác đơn giản P thu đƣợc 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 xƣơng ảnh CHƢƠNG 4: Đồ án tốt nghiệp KẾT QUẢ THỰC NGHIỆM 4.1 Môi trƣờng cài đặt Thực cài đặt thuật toán cắt tỉa xƣơng ảnh môi trƣờng cài đặt Matlab (Matlab 0) Yêu cầu cấu hình máy tính: Bộ vi xử lý Pentium Pentium Pro Window 95 NT trở lên Dung lƣợng ổ cứng 25MB 1GB tới 2.5GB cài đặt Matlab với Simulink Bộ nhớ động (RAM) tối thiểu 16MB 4.2 Chƣơng trình Đầu vào ảnh thuộc tập liệu MPEG-7 [37] Đầu ảnh sau tiến hành cắt tỉa xƣơng Giao diện chƣơng trình Hình 4.1 Ảnh đầu vào Sv: Nguyễn Thị Hoa _ CT1002 38 Kỹ thuật cắt tỉa xƣơng ảnh Đồ án tốt nghiệp Hình 4.2 Xƣơng ảnh Hình 4.3 Ảnh sau cắt tỉa xƣơng Sv: Nguyễn Thị Hoa _ CT1002 39 Kỹ thuật cắt tỉa xƣơng ảnh Đồ án tốt nghiệp KẾT LUẬN Để hoàn thành đề tài đồ án tốt nghiệp “Kỹ thuật cắt tỉa xƣơng 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 đƣợc số thông tin nhƣ sau: Tổng quan xử lý ảnh Xƣơng thuật toán tìm xƣơng Kỹ thuật cắt tỉa xƣơng ảnh Từ em xây dựng chƣơng trình mơ cắt tỉa xƣơng ảnh ngôn ngữ matlab Tuy nhiên q trình tìm hiểu báo chƣa có nhiều thời gian nên em chƣa tìm hiểu hết đƣợc mục tác giả đƣa phần tài liệu tham khảo Trong thời gian tới em cố gắng đọc tài liệu để hiểu thêm thuật toán liên quan xƣơng xử lý ảnh Sv: Nguyễn Thị Hoa _ CT1002 40 Kỹ thuật cắt tỉa xƣơng 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 xƣơng ảnh Đồ án tốt nghiệp [11] P Golland and E Grimson Fixed topology skeletons In CVPR, Vol 1, 2000, pp 10-17 [12] N Mayya and V T Rajan Voronoi Diagrams of polygons: A framework for Shape Represen- tation Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 1994, pp 638 – 643 [13] Y Ge, J M Fitzpatrick On the Generation of Skeletons from Discrete Euclidean Distance Maps IEEE Trans Pattern Analysis and Machine Intell., 18 (11):1055-1066, 1996 [14] Gold, C M , D Thibault and Z Liu Map Generalization by Skeleton Retraction ICA Work- shop on Map Generalization, Ottawa, August 1999 (pages?) [15] L J Latecki and R Lakämper Convexity Rule for Shape 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 [17] L J Latecki, R Lakamper, Shape similarity measure based on correspondence of visual parts, IEEE Trans Pattern Analysis and Machine Intelligence (PAMI) , 22 (10): 11851190, 2000 [18] L J Latecki, R Lakamper Application of planar shape 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 xƣơng ảnh Đồ án tốt nghiệp [21] 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 SelfSimilarity 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 xƣơng ảnh Đồ án tốt nghiệp [32] H I Choi, S W Choi, and H P Moon Mathematical Theory of Medial Axis Transform Pacific Journal of Mathematics, 181 (1): 57-88, 1997 [33] C Arcelli and G Sanniti di Baja Euclidean skeleton via center of maximal disk extrac- tion Image and Vision Computing, Vol 11, pp 163173, 1993 [34] C Arcelli and G Sanniti di Baja A Width Independent Fast Thinning Algorithm In IEEE Trans PAMI, 7:463-474, 1985 [35] R Kimmel et al Skeletonization via Distance Maps and Level Sets CVIU: Comp Vision and Image Understanding, 62 (3):382-391, 1995 [36] T B Sebastian, P N Klein, and B B Kimia Recognition of 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): 12961312, 2001 Sv: Nguyễn Thị Hoa _ CT1002 44 ... Xƣơng ảnh Hình 4.3 Ảnh sau cắt tỉa xƣơng Sv: Nguyễn Thị Hoa _ CT1002 39 Kỹ thuật cắt tỉa xƣơng ảnh Đồ án tốt nghiệp KẾT LUẬN Để hoàn thành đề tài đồ án tốt nghiệp ? ?Kỹ thuật cắt tỉa xƣơng ảnh? ??... Thị Hoa _ CT1002 25 Kỹ thuật cắt tỉa xƣơng ảnh CHƢƠNG 3: Đồ án tốt nghiệp KỸ THUẬT CẮT TỈA XƢƠNG CỦA ẢNH 3.1 Giới thiệu Xƣơng đƣợc coi nhƣ hình dạng đối tƣợng, với số điểm ảnh Ta lấy đƣợc thơng... làm ảnh hƣởng tới độ xác Đề tài trình bày kỹ thuật cắt tỉa xƣơng ảnh để làm mịn xƣơng Đồ án bao gồm chƣơng: Chƣơng 1: Tổng quan xử lý ảnh Chƣơng 2: Xƣơng kỹ thuật tìm xƣơng Chƣơng 3: Kỹ thuật cắt