Bài giảng Xử lý ảnh số - Chương 7 trình bày các nội dung liên quan đến xử lý ảnh dựa trên Morphological như: Giới thiệu Binary Morphology, một số khái niệm về tập hợp, các phép toán cơ bản, ứng dụng morphology vào các bài toán xử lý ảnh. Mời các bạn cùng tham khảo.
XỬ LÝ ẢNH DỰA TRÊN MORPHOLOGICAL NGÔ QUỐC VIỆT TPHCM-2014 Giới thiệu Binary Morphology Một số khái niệm tập hợp Các phép toán Phát triển bào mòn (Dilation and erosion) Mở đóng (Opening and closing) Biến đổi trúng hay trật (Hit-or-miss transformation) Ứng dụng morphology vào toán xử lý ảnh Dị biên Trích thành phần liên thơng (Extraction of Connected Components) Tìm bao lồi (Convex Hull) Tơ vùng (Region Filling) Làm mảnh (Thinning) Làm dầy (Thickening) Lọc xương/Lấy cạnh trung tâm (Skeleton) Bài giảng Xử lý ảnh - TS Ngô Quốc Việt Trang bị kiến thức cách tiếp cận cấu trúc (tập hợp) vào giải toán xử lý ảnh đã giải biến đổi giải tích trước đó, số xử lý khác Trang bị kỹ sử dụng OpenCV để thực xử lý dựa morphology Bài giảng Xử lý ảnh - TS Ngô Quốc Việt Phương pháp phi tuyến Dựa lý thuyết tập hợp Minkowski Là phần lý thuyết finite lattices Dùng để phân tích ảnh dựa hình dáng Phương pháp hiệu quả, chưa sử dụng nhiều Morphology nhị phân morphology ảnh đen trắng cho toán xử lý ảnh Bài giảng Xử lý ảnh - TS Ngô Quốc Việt Cải tiến ảnh (image enhancement) Phân đoạn ảnh (image segmentation) Phục hồi ảnh (image restoration) Dị cạnh Phân tích Texture (texture analysis) Phân tích particle Phát sinh đặc trưng (feature generation) Trích xương (Skeletonization) Phân tích hình dáng (shape analysis) Nén ảnh (Image compression) Phân tích thành phần (Component analysis) Curve filling Làm mỏng tổng quát (General thinning) Tìm đặc trưng (Feature detection) Giảm nhiễu (Noise reduction) Lọc không-thời gian (Space-time filtering) Bài giảng Xử lý ảnh - TS Ngô Quốc Việt Ảnh ánh xạ I từ tập SP tọa độ pixel đến tập G giá trị cho vector tọa độ p = (r,c) SP, có vector I(p) thuộc G SP gọi image plane Ảnh nhị phân có hai giá trị Nghĩa là, G = {vfg , vbg}, với vfg giá trị foreground vbg giá trị background Thông thường, foreground vfg = 0, background vbg = – Một số khả kháclà {vfg , vbg} = {0,}, {0,1}, {1,0}, {0,255}, {255,0} Bài giảng sử dụng {vfg , vbg} = {255, 0} mà khơng làm tính tổng qt Bài giảng Xử lý ảnh - TS Ngô Quốc Việt Foreground ảnh nhị phân FG I I p , p r, c SP I( p) vfg , Tập vị trí p, với I(p) = vfg Tương tự background BG I I p , p r, c SP I(p) vbg Chú ý FG I BG I I FG I BG I BG I FG I FG I BG I C C Background bù foreground ngược lại Bài giảng Xử lý ảnh - TS Ngô Quốc Việt A ={(3,1), (4,1),(3,2),(4,2),(3,3)} Bài giảng Xử lý ảnh - TS Ngô Quốc Việt FG is gray ; BG is white Example SEs Structuring element ảnh nhỏ – dùng làm cửa sổ dịch chuyển – giá SE thể pixel lân cận SE có hình dáng kích thước bất kỳ, liên thơng (nhiều piece, có lỗ) Dấu trịn hình thể gốc SE Gốc đặt đâu SE Bài giảng Xử lý ảnh - TS Ngô Quốc Việt Cho ảnh I Z SE Z+p nghĩa Z dịch chuyển cho gốc trùng với vị trí p SP Z+p translate Z đến p SP Tập vị trí ảnh ký hiệu Z+p gọi Z-neighborhood p I Ký hiệu N{I,Z}(p) Bài giảng Xử lý ảnh - TS Ngơ Quốc Việt 10 Q trình làm dày A theo phần tử cấu trúc B xác định Hit-or-miss transformation Quá trình làm dày xác định qua chuỗi phần tử cấu trúc SE thickening tương tự SE thinning hốn vị vai trị zero Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 57 Tham khảo mã nguồn openCV_ConvexHull Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 58 Đặt Skel(I,r) tập pixel I cho p Skel(I,r) Dp(r), maximal disk bán kính r I Nghĩa là, Skel(I,r) quỹ đạo tâm maximal disks bán kính r I Thì S Skel(I, r ) r 0 Xương I hội tập tất tâm maximal disk Maximal disk Dp(r) tiếp xúc với biên I hai điểm Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 59 Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 60 Ảnh gốc skeleton thô (đỏ) Là tập tâm maximal disks Bài giảng Xử lý ảnh - TS Ngô Quốc Việt Tỉa nhánh connected skeleton 61 non maximal “disks” maximal disks (red) non max & max disks “disks” are squares non max disks (blue) over skeleton Maximal disk pixel p đĩa lớn fg có chứa p Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 62 non maximal “disks” maximal disks (red) non max & max disks “disks” square non max disks (blue) over skeleton Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 63 Note that the result is disconnected and has spurious points Bài giảng Xử lý ảnh - TS Ngô Quốc Việt Skel( I, ) top - middle Skel( I, ) top - middle Skel( I, ) top - middle Skel( I, ) open above w/ Z (n=1) open above w/ Z (n=1) open above w/ Z (n=1) open above w/ Z (n=1) erode n=3 erode n=2 erode n=1 erode n=0 original • n = 2: SE = Sq(5) top - middle skeleton • n = 1: SE = Sq(3) union of all to the right • SE = Z8 = = Sq(3) • n = 0: SE = pixel • n = 3: SE = Sq(7) 64 Skeleton thơ Có pixel “giả” Xem pixel giả Thành phần liên thơng Ít pix Bài giảng Xử lý ảnh - TS Ngô Quốc Việt Tỉa nhánh Tốt 65 components pruned skel dilated other components of pruned skel dilated Bài giảng Xử lý ảnh - TS Ngô Quốc Việt Giao Các thành phần dilated 66 Skeleton thô Skeleton tỉa nhánh Bài giảng Xử lý ảnh - TS Ngô Quốc Việt reconnected skeleton 67 Một cách biểu diển Skeleton tập hợp biểu diển qua openning erosion Bài giảng Xử lý ảnh - TS Ngơ Quốc Việt 68 Q trình rút xương biểu diển qua các thao tác xói mịn (erosion) mở (opening) Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 69 Tham khảo mã nguồn openCV_Skeleton Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 70 Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 71 ... : Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 24 Opening Closing Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 25 Phép mở Bài giảng Xử lý ảnh - TS Ngơ Quốc Việt 26 Phép đóng Bài giảng Xử lý ảnh - TS Ngô. .. phải tập A Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 33 Theo công thức 1, kết biến đổi Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 34 Theo công thức 2, kết Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 35... Quốc Việt 48 x x x x x Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 49 x x x x x Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 50 x x x x x Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 51