Thuật toán về phát hiện cạnh, phát hiện đường trong computer vision, các bộ lọc thông thấp, thông cao, ý nghĩa của các bộ lọc, một trong những phần quan trọng cho việc tiền xử lý ảnh. Trong đề tài này bao gồm những kiến thức cơ bản nhất về tiền xử lý ảnh, phục vụ cho các bài toán nhận diện sau này nhằm lọc ra các đối tượng, tăng tốc xử lý của máy tính chỉ cần xử lý những vùng cần thiết và loại bỏ đi những vùng không cần thiết. Ứng dụng quan trọng trong thị giác máy tính
Edge detection, Edge linking Present: Nguyễn Tuấn Anh Content • Edge detection • Edge • Good edge detector • Canny Detection • Edge linking • Hout transform • Contour closing Edge • Định nghĩa cạnh : Trong ảnh số, cạnh tập hợp các pixel mà pixel xảy sự thay đổi đột ngột về cường độ sáng Edge detection • Edge Detection kĩ thuật xử ảnh sử dụng để tìm kiếm viền bao của đối tượng ảnh Trong xử lý ảnh, phát cạnh tìm những khu vực có sự chênh lệch đột biến về cường độ sáng Good edge detector • Good Detection: giảm thiểu xác suất false positive (phát nhầm cạnh giả noise tạo ra) và false negatives(xác suất bị thiếu cạnh) • Good Localization: vị trí cạnh dự đoán phải gần với cạnh thật (true edges) • Single response: Cạnh (true edges) cấu tạo từ nhiều points. single response là tiêu chí đánh giá point dự đoán cho true point Càng nhiều point dự đốn cho true point độ tốt detector giảm xuống Good edge detector Canny Edge Detection • Giảm nhiễu • Tính Gradient hướng gradient • Non-maximum Suppression • Lọc ngưỡng Giảm nhiễu Miền không gian, miền tần số Trong miền không gian, ta xử lý điểm ảnh. Trên miền tần số, ta xử lý dựa trên tốc độ thay đổi của giá trị ảnh miền không gian Miền tần số xử lý nhanh miền không gian, dễ lọc những tần số không cần thiết Lọc thơng thấp - Low Pass Filter • Lọc thông thấp cho thành phần tần số thấp qua loại bỏ thành phần tần số cao Vì vậy, ảnh sau lọc trơn mịn khơng sắc nét ảnh đầu vào. • Thường sử dụng để làm trơn nhiễu Lọc thông cao - High Pass Filter • Lọc thơng cao cho thành phần tần số cao qua loại bỏ thành phần số thấp Do đó, ảnh sau lọc có dải mức xám khơng đa dạng vùng trơn mịn, sắc nét so với ảnh đầu vào. • Thường dùng việc làm trơn ảnh tìm biên đối tượng có ảnh Lưu ý kernel • Tổng phần tử ma trận lọc bằng thì độ sáng của ảnh đầu vào ảnh đầu giống • Nếu tổng phần tử trong ma trận > ảnh đầu ra sáng ảnh đầu vào • Nếu tổng phần tử ma trận < 1 ảnh đầu tối ảnh đầu vào • Link kernel tham khảo : Kernel Giảm nhiễu • Làm mờ ảnh, giảm nhiễu dùng lọc Gaussian kích thước 5x5 Thơng số lọc Gaussian Blur • GaussianBlur(src, ksize, sigmaX, dst=None, sigmaY=None, borderType=None) • Trong : • src và dst là ảnh gốc ảnh sau phép lọc • ksize kích thước ma trận lọc • sigmaX: Độ lệch chuẩn của kernel Gaussian theo hướng X • sigmaY: Độ lệch chuẩn của kernel Gaussian theo hướng Y • borderType: là kiểu xác định những pixel nằm ngồi vùng ảnh Tính Gradient hướng gradient • Ta dùng lọc Sobel X Sobel Y (3x3) để tính ảnh đạo hàm Gx Gy, pixel ma trận thể độ lớn biến đổi mức sáng vị trí tương ứng ảnh gốc. Thơng số lọc Sobel • Sobel(src, ddepth, dx, dy, dst=None, ksize=None, scale=None, delta=No ne, borderType=None) • Trong : • src và dst là ảnh gốc và ảnh qua phép lọc • depth là độ sâu của ảnh sau phép lọc, có thể là CV_32F, CV_64F, • dx và dy là các đạo hàm theo hướng x,y để tính đạo hàm theo hướng nà o ta đặt giá trị đó lên 1, ngược lại nếu giá trị bằng 0, hàm cài đặt sẽ bỏ qu a khơng tính theo hướng đó • Scale và delta là hai thơng số tùy chọn cho việc tính giá trị đạo hàm lựa giá trị vi sai vào ảnh sau phép lọc, chúng có giá trị mặc định là 0 1 • borderType là kiểu xác định những pixel nằm ngồi vùng ảnh Lưu ý về các ma trận lọc • Kích thước ma trận thường số lẻ chẳng hạn 3x3, 5x5, Khi đó, tâm ma trận nằm giao hai đường chéo điểm áp đặt lên ảnh mà ta cần tính nhân chập • Tổng phần tử ma trận thông thường Nếu tổng lớn 1, ảnh qua phép lọc có độ sáng lớn ảnh ban đầu Ngược lại, ảnh thu tối ảnh ban đầu Non-maximum Suppression • loại bỏ pixel vị trí khơng phải cực đại tồn cục • Nếu pixel khơng phải cực đại xét gradient 0 Lọc ngưỡng • Ta xét pixel dương mặt nạ nhị phân kết bước trước • Nếu giá trị gradient vượt ngưỡng max_val thì pixel đó chắc chắn cạnh Các pixel có độ lớn gradient nhỏ ngưỡng min_val sẽ bị loại bỏ • Giữ pixel liền kề pixel chắn cạnh Thơng số trong thuật tốn Canny • Canny(image, threshold1, threshold2, edges=None, apertureSize=None, L2gradient=None): • Trong đó: • image: Ảnh 8-bittheshold1, threshold2: là giá trị ngưỡng ta đặt cho việc nhị phân trong khoảng từ (min_val, max_val) • edges: đồ cạnh đầu ra, kênh đơn hình ảnh 8-bit, có kích thước với hình ảnh • apertureSize: kích thước độ cho nhà điều hành Sobel • L2gradient: một cờ, cho biết liệu có nên sử dụng cờ xác để tính tốn độ lớn gradient hình ảnh hay khơng Edge linking • Hough transform • tạo mapping từ không gian ảnh (A) sang không gian (B) mà đường thẳng không gian (A) ứng với điểm không gian (B) Contour closing • Contour closing tập hợp điểm liên tục tạo thành đường cong khép kín • Đặc điểm : Có (xấp xỉ) màu sắc mật độ • Hữu ích cho việc phát đối tượng • Trong opencv, việc tìm contour việc tìm đối tượng có màu trắng đen Edge detection vs Contour Detection • Các cạnh điểm cực trị gradient hình ảnh theo hướng gradient. Vấn đề là, pixel cạnh khái niệm cục bộ: chúng chỉ khác biệt đáng kể pixel lân cận • Các đường bao thường lấy từ cạnh, chúng nhằm mục đích trở thành các đường viền đối tượng . Vì vậy, chúng cần phải đường cong khép kín. Bạn coi chúng những ranh giới. Khi chúng thu từ cạnh, bạn cần nối cạnh để có đường bao khép kín •Thanks for watching ...Content • Edge detection • Edge • Good edge detector • Canny Detection • Edge linking • Hout transform • Contour closing Edge • Định nghĩa cạnh : Trong ảnh số, cạnh... Edge detection • Edge Detection kĩ thuật xử ảnh sử dụng để tìm kiếm viền bao của đối tượng ảnh Trong xử lý ảnh, phát cạnh tìm những khu vực có sự chênh lệch đột biến về cường độ sáng Good edge. .. true point Càng nhiều point dự đoán cho true point độ tốt detector giảm xuống Good edge detector Canny Edge Detection • Giảm nhiễu • Tính Gradient hướng gradient • Non-maximum Suppression • Lọc