Topic điểm A

Topic điểm A – Môn sở xử lý ảnh số ( 4080304) Chuyên đề lý thuyết :Phân loại nhiễu Tìm hiểu các phương pháp lọc làm trơn co hiệu tốt đối với nhiễu sạn ( salt and pepper ) Viết chương trình thử nghiệm đối với ảnh 24 bit Thành viên nhom : Nguyễn Phúc Huy – 1721050031 Hoàng Duy Quốc – 1721050687 Vũ Xuân Dương – 1621050358 MỤC LỤC MỤC LỤC .I MỞ ĐẦU PHẦN LÝ THUYẾT 1.1.Nhiễu là gì ? 1.2 Thuật ngữ ? .6 1.3 Các loại nhiễu ……….……………………………………………… 1.4 Các đặc điểm ………………… …………………………………… Phần BÀI TẬP ỨNG DỤNG ………………….………………………… 13 2.1 Lọc ảnh là gì … ……………………………………………………… 13 2.2 Một số phương pháp lọc ảnh ………………………………………… 14 2.3 Áp dụng chương trình ………………………………………………….14 DANH MỤC HÌNH ẢNH Hình 1.1.1 SNR Cao ……………………………………………………………5 Hình 1.1.2 SNR Thấp ……………………………………………………………5 Hình 1.3.1 Các loại nhiễu … ……………………………………………………7 Hình 1.4.1 Các vùng ảnh …………………………………………………9 Hình 1.4.2 Các thành phần của nhiễu …………………………………………5 Hình 1.4.3 Sự thay đổi tần suất nhiễu …………………………………………10 Hình 1.4.4 Hai mẫu nhiễu khác ………….………………………………11 Hình 1.4.5 Cường độ thấp ………………………………………………………12 Hình 1.4.6 Cường độ Cao ………………………………………………………12 Hình 2.1.1 Lọc ảnh ………………………………………………………………13 Hình 2.2.1 Lọc trung bình …………………………………………………… 14 Hình 2.2.2 Lọc Gauss …………………….……………………………………15 HÌnh 2.2.3 Lọc trung vị ……………………………………………………….16 Hình 2.2.4 Phép lọc Bilateral ………………………………………………….17 Hình 2.2.5 Phép lọc Gauss ……………………………………………………18 HÌnh 2.3.1.Ảnh đơn sắc ……………………………………………………… 19 Hình 2.3.2 Ảnh đen trắng ………………………………………………………19 Hình 2.3.3 Lọc trung vị …………………………………………………………19 MỞ ĐẦU Xử lý ảnh là lĩnh vực mang tính khoa học và công nghệ No là ngành khoa học mới mẻ so với nhiều ngành khoa học khác tốc độ phát triển khá nhanh, khích thích các trung tâm nghiên cứu, ứng dụng, đặc biệt là máy tính chuyên dụng riêng của no Xử lý ảnh đưa vào giảng dạy bậc đại học của nước ta khoảng chục năm nay.No là môn học liên quan đến nhiều lĩnh vực và cần nhiều kiến thức sở khác Đầu tin phải kể đến Xử lý tín hiệu số là môn học cho xử lý tín hiệu chung, các khái niệm tích chập, các phép biến đổi,… Thứ hai, các công cụ toán Đại số tuyến tính, Xác suất thống kế, số kiến thức Trí tuệ nhân tạo, v.v… Các phương pháp xử lý ảnh bắt đầu từ các ứng dụng chính: nâng cao chất lượng ảnh và phân tích ảnh Ứng dụng đầu tiên biết đến là nâng cao chất lượng ảnh báo truyền qua cáp từ Luân Đôn đến New York từ năm 1920 Vấn đề nâng cao chất lượng ảnh co liên quan tới phân bố mức độ sáng và độ phân giải của ảnh Việc nâng cao chất lượng ảnh phát triển vào những năm 1955 Điều này co thể giải thích đươc vì sau chiến thứ hai, máy tính phát triển nhanh tạo điều kiện cho xử lý ảnh số thuận lợi Năm 1964, máy tính co chức xử lý và nâng cao chất lượng ảnh từ mặt trăng và vệ tinh Ranger của Mỹ bao gồm: làm nổi bật đường biên, lưu ảnh Từ năm 1964 đến nay, các phương tiện xử lý, nâng cao chất lượng, nhận dạng ảnh phát tiển không ngừng Các phương pháp trí tuệ nhân tạo mạng nơ ron nhân tạo, các thuật toán xử lý hiện đại và cải tiến, các công cụ nén ảnh ngày càng xử dụng rộng rãi và thu nhiều kết khả quan Để dễ tưởng tượng, xét các bước xử lý ảnh Đầu tiên, ảnh tự nhiên từ giới bên ngoài thu nhận qua các thiết bị thu camera, máy chụp ảnh Trước đây, ảnh thu qua Camera là các ảnh tương tự (loại Camera ống kiểu CCIR) Gần đây, sự phát tiển của công nghệ, ảnh màu đen trắng lấy từ Camera, sau đo chuyển trực tiếp thành ảnh số tạo điều kiện cho xử lý Mặt khác, ảnh co thể tiếp nhận từ vệ tinh; co thể quét từ ảnh chụng máy quét ảnh Lý thuyết 1.1 Nhiễu là gì ? Nhiễu ảnh (Image Noise) ảnh số tương ứng với nhiễu phim ảnh analog Bạn co thể liên tưởng đến hệ thống âm nhà bạn phát tiếng xì xì mở mức to nhất Với ảnh số, nhiễu ảnh xuất hiện ngẫu nhiên dưới dạng vết lốm đốm bề mặt mượt mà và no làm giảm chất lượng hình ảnh Mặc dù nhiễu ảnh làm giảm giá trị của hình ảnh lại cần thiết muốn tạo phong cách xưa gợi nhớ lại thời film ban đầu Nhiễu ảnh mức độ nhất định co thể tăng độ sắc nét của hình ảnh Nhiễu ảnh tăng lên thay đổi cài đặt máy ảnh: thời gian phơi sáng, nhiệt độ và khác series máy khác - Khái niệm Nhiễu ảnh luôn xuất hiện theo nhiều mức độ khác các thiết bị điện tử truyền tải và nhận tín hiệu Với tivi tín hiệu này là dữ liệu truyền hình truyền tải thông qua cáp hoặc nhận nhờ antenna; với máy ảnh số, tín hiệu này là ánh sáng tới cảm biến máy ảnh Mặc dù không tránh nhiễu ảnh nhiễu ảnh co thể nhỏ tới mức dường khơng tồn tại Tỉ lệ tín hiệu nhiễu (SNR - Signal to Noise Ratio) là cách phở biến để so sánh tương quan giữa tín hiệu và nhiễu ảnh cho bất kì hệ thống điện tử nào; tỉ số cao bị nhiễu ảnh cịn ngược lại thì nhiều nhiễu ảnh Chuỗi hình ảnh dưới cho thấy hình cực nhiễu mượt Ngoài cịn co hình ảnh 3-D phong lớn mơ tả tín hiệu phía nhiễu 1.1.1 SNR cao Hình ảnh co SNR cao tách thông tin hình ảnh khỏi nhiễu SNR thấp tạo hình ảnh co tín hiệu và nhiễu ảnh ngang nên kho phân biệt hai thứ 1.1.2 SNR thấp 1.2 Thuật Ngữ Cài đặt ISO máy ảnh, hay gọi là ISO speed, là tiêu chuẩn mô tả độ nhạy cảm tuyệt đối của cảm biến với ánh sáng Thông số cài đặt của ISO thường liệt kê với tỉ lệ gấp đôi: ISO 50, ISO 100, ISO 200 và tiếp tục đến các giá trị cao Giá trị càng cao thể hiện độ nhạy càng cao và tương ứng với bội số nhân của no, co nghĩa là tại ISO 200 cần 1/2 thời gian để phơi sáng để đạt mức phơi sáng tại ISO 100 (tương tự cho các giá trị khác) Tốc độ ISO tương tự tốc độ ASA film, nhiên máy ảnh kỹ thuật số co thể chụp hình ảnh các tốc độ ISO khác Điều này thực hiện cách khuếch đại tín hiệu hình ảnh máy ảnh, co nghĩa là no khuếch đại nhiễu, tốc độ ISO cao sinh nhiều nhiễu 1.3 Các loại nhiễu Máy ảnh số sản sinh loại nhiễu chính: nhiễu ngẫu nhiên - random noise, nhiễu mẫu cố định - fixed pattern noise, và nhiễu theo dải - banding noise Ba ví dụ dưới minh hoạ cho loại nhiễu xám 1.3.1 Các loại nhiễu Nhiễu ngẫu nhiên co đặc trưng cường độ và màu sắc biến động và dưới cường độ ảnh thực tế Luôn co nhiễu ngẫu nhiên này bất trường hợp nào phơi sáng dài và bị ảnh hưởng tốc độ ISO Nhiễu ngẫu nhiên thay đổi các thiết lập phơi sáng không đổi Nhiễu cố định bao gồm những gì gọi là điểm nong - "hot pixels", cường độ của điểm ảnh vượt qua các biến động của nhiễu ngẫu nhiên Nhiễu cố định thường xuất hiện thời gian phơi sáng khá dài và càng trầm trọng nhiệt độ cao Mẫu cố định dường không thay đổi chụp cùng điều kiện (nhiệt độ, thời gian phơi sáng, tốc độ ISO) Nhiễu dải phụ thuộc khá nhiều vào máy ảnh, và thường thấy máy ảnh đọc dữ liệu từ cảm biến Nhiễu dải thường thấy chụp tốc độ ISO cao bong râm hoặc sáng quá mức Nhiễu dải co thể tăng cân trắng, tuỳ thuộc vào máy ảnh Cho dù nhiễu cố định thường xuất hiện hơn, no lại co thể dễ dàng loại bỏ vì tính lắp lại Bộ phận điện tử bên máy ảnh co thể nhận biết và loại bỏ khỏi hình ảnh thật Mẫu cố định thường là vấn đề lớn so với nhiễu ngẫu nhiên các hệ máy ảnh mới, nhiên lượng nhỏ nhiễu cố định co thể gây tệ hại nhiễu ngẫu nhiên Nhiễu ngẫu nhiên thường kho loại bỏ mà khơng mà giảm chất lượng hình ảnh Máy tính thường gặp kho khăn phát hiện nhiễu ảnh ngẫu nhiên ví dụ bụi bẩn lá, đo loại bỏ nhiễu loại bỏ độ nét của ảnh Các chương trình xử lý ảnh Neat Image và Noise Ninja co thể làm giảm nhiễu này, vẫn giữ thông tin ảnh thực tế Chúng ta bàn thêm kỹ thuật loại bỏ nhiễu bài viết khác Hiểu các đặc điểm nhiễu ảnh của máy ảnh số giúp bạn biết nhiễu ảnh ảnh hưởng đến ảnh của bạn nào Phần dưới noi đến nhiều loại nhiễu ảnh khác nhau, nhiễu ảnh độ sáng và sắc độ, tần suất và cường độ của nhiễu ảnh Ví dụ nhiễu ảnh dựa ISO và kênh màu giới thiệu với ba máy ảnh số khác 1.4 Các đặc điểm : Nhiễu ảnh thay đổi không cài đặt phơi sáng và mẫu máy mà hình ảnh khác Với máy ảnh số, vùng tối nhiễu ảnh nhiều vùng sáng, máy chụp film thì lại ngược lại 1.4.1 Các vùng ảnh Chú ý làm nào nhiễu ảnh lại tones trở nên sáng Vùng sáng co tín hiệu mạnh nhiều ánh sáng hơn, kết là tỉ lệ SNR cao Co nghĩa là hình ảnh đo chụp chế độ phơi sáng thiếu thấy nhiễu, bạn làm no sáng tự nhiên Mặt khác, hình ảnh chụp phơi sáng thừa chút nhiễu và thực sự là ưu điểm, giả sử bạn co thể làm ảnh tối sau đo nên không co khu vực nào co màu trắng Nhiễu tạo từ hai thành phần khác: màu sắc và độ sáng Nhiễu màu sắc hoặc sắc độ thường không tự nhiện xuất hiện và co thể làm cho hình ảnh không dùng không kiểm soát Ví dụ sau cho thấy nhiễu từ màu sắc (sắc độ) và độ sáng nào 1.4.2 Các thành phần của nhiễu Sự ảnh hưởng của sắc độ và độ sáng đối với dòng máy ảnh kỹ thuật số khác là khác Phần mềm làm giảm nhiễu co thể dùng để loại bỏ nhiễu sắc độ và độ sáng, nhiên loại bỏ hoàn toàn nhiễu độ sáng co thể làm cho hình ảnh mất tự nhiên hoặc nhìn "plastic" Nhiễu co thể khác cường độ và tần suất, mặc dù đặc điểm tần suất hay bị bỏ quên Thuật ngữ "hạt mịn" dùng khá phổ biến máy film để mô tả nhiễu biến động khoảng cách ngắn, tương tự nhiễu tần suất cao Ví dụ dưới cho thấy tần suất thay đổi thì nhiễu thay đổi nào 1.4.3 Sự thay đổi của tần suất nhiễu Nếu so sánh hai mẫu nhiễu dựa cường độ (như thực hiện các bài review máy ảnh số), thì mẫu phía bên phải dường co nhiễu cao Sau kiểm tra hình ảnh, thì thực mẫu bên phải lại nhiễu mẫu bên tránh Điều này là tần suất của nhiễu Trong tần suất không nhấn mạnh, thì cường độ lại co tác dụng khá nởi bật Ví dụ cho thấy hai mẫu nhiễu khác cùng tần suất 1.4.4 Hai mẫu nhiễu khác Lưu ý làm nào mà mẫu bên trái lại mượt mẫu bên phải Cường độ nhiễu cao co thể lại tốt hơn, ví dụ vải hoạc lá, co thể rất kho khăn để loại bỏ mà không làm mềm ảnh Cượng độ nhiễu thường mô tả dựa cách thống kê gọi là "độ lệch tiêu chuẩn" (standard deviation), định lượng sự thay đổi của điểm ảnh so với giá trị chuẩn Khái niệm này co thể hiểu cách xem biểu đồ histogram sau: 1.4.5 Cường độ thấp 1.4.6 Cường độ cao Nếu các mẫu không co nhiễu, tất các điểm ảnh đường trung bình Khi mức độ nhiễu tăng lên, làm chiều rộng của biểu đồ tăng theo Hình hiển thị biểu đồ histogram RGB, mặc dù so sánh tương tự co thể thực hiện độ sáng và các kênh màu độc lập 2 bài tập ứng dụng 2.1 lọc ảnh là gì ? Lọc ảnh (làm mịn ảnh, làm mượt ảnh) là bước rất quan trọng xử lý ảnh Lọc ảnh thực tế co rất nhiều tác dụng loại bỏ nhiễu, tìm biên đối tượng Bài viết này giới thiệu nguyên tắc chung của lọc ảnh và số phép lọc ảnh 2.1.1 Lọc ảnh Nguyên tắc chung của các phương pháp lọc là cho ma trận ảnh nhân với ma trận lọc (Kernel) Ma trận lọc lọc (Kernel) co thể gọi là cửa số chập (trong phép nhân chập), cửa sổ lọc, mặt nạ,… Trong bài viết này sử dụng thuật ngữ ma trận lọc (Kernel) Việc nhân ảnh với ma trận lọc giống việc trượt ma trận lọc theo hàng ảnh và nhân với vùng của ảnh, cộng các kết lại tạo thành kết của điểm ảnh trung tâm 2.2 Một số phương pháp lọc ảnh : A )Lọc trung bình (Normalized Box Filter) Đây là lọc đơn giản nhất No xây dựng dựa ý tưởng tính giá trị điểm ảnh trung bình cộng các điểm ảnh xung quanh no Cách lọc này thường áp dụng cho làm trơn ảnh vẫn muốn giữ lại biên không bị mờ 2.2.1 Lọc trung bình B ) Lọc Gauss (Gaussian Filter) Bộ lọc Gauss cho là lọc hữu ích nhất, thực hiện cách nhân chập ảnh đầu vào với ma trận lọc Gauss sau đo cộng chúng lại để tạo thành ảnh đầu Ý tưởng chung là giá trị điểm ảnh phụ thuộc nhiều vào các điểm ảnh gần là các điểm ảnh xa Trọng số của sự phụ thuộc lấy theo hàm Gauss (cũng sử dụng quy luật phân phối chuẩn) 2.2.2 Lọc Gauss C) Lọc trung vị Phép lọc trung vị thực hiện với các ma trận lọc Tuy nhiên no tính trung vị tất các giá trị điểm ảnh vùng ma trận lọc và sử dụng trung vị này cho giá trị điểm trung tâm Một điều khá thú vị là với các cách lọc trên, giá trị điểm trung tâm tính mới (co thể hoặc khác với giá trị điểm vùng ma trận lọc), với phép lọc trung vị, giá trị điểm trung tâm thay giá trị điểm ảnh ảnh đầu vào Do vậy, phương pháp lọc này co khả loại bỏ nhiễu muối tiêu (salt-and-pepper noise ) khá tốt Co điểm cần ý là phép lọc trung bình và lọc Gauss là phép lọc tuyến tính, phép lọc trung vị khơng phải là phép lọc tuyến tính 2.2.3 Lọc trung vị D ) Bộ lọc Bilateral (bộ lọc hai chiều) cv.bilateralFilter() là lọc hiệu cao việc loạt bỏ nhiễu mà vẫn giữ lại các đường viền (cạnh) ảnh Như biết, lọc Gauss định giá trị điểm ảnh cách lấy trung bình theo hàm Gauss các giá trị điểm ảnh xung quanh điểm đo Hàm trọng số Gauss phụ thuộc vào khoảng cách không gian so với điểm ảnh trung tâm, không quan tâm đến sự tương quan giữa mức xám của điểm trung tâm với các điểm xung quanh đo No không quan tâm điểm ảnh trung tâm co nằm tại đường biên ảnh khơng, vì làm nhịe ln các đường biên ảnh Bộ lọc Bilateral sử dụng lọc Gauss với khoảng cách đến điểm trung tâm, đảm bảo co các điểm gần tham gia vào giá trị của điểm ảnh trung tâm Tuy vậy no sử dụng thêm hàm Gauss cho mức xám, đảm bảo các điểm ảnh co mức xám tương đồng với điểm ảnh trung tâm tham gia vào quá trình làm mịn Vì lọc Bilateral bảo toàn các đường biên ảnh vì điểm ảnh biên co sự thay đổi mức xám rất rõ ràng Hơn nữa, thay vì hoạt động các kênh màu cách riêng rẽ lọc trung bình hay lọc Gauss, lọc Bilateral thi hành việc đo đạc màu sắc co chủ đích khơng gian màu CIE-Lab , làm mượt màu và bảo toàn các biên theo hướng phù hợp với nhận thức người Tuy vậy, lọc Bilateral co nhược điểm là chậm các lọc khác 2.2.4 Phép lọc Bilateral 2.2.5 Phép lọc Gauss 2.3 Áp dụng chương trình : 2.3.1.Ảnh đơn sắc 2.3.2 Ảnh đen trắng 2.3.3 Lọc trung vị ... 200 và tiếp tục đến các giá trị cao Giá trị càng cao thể hiện độ nhạy càng cao và tương ứng với bội số nhân cu? ?a no, co ngh? ?a là tại ISO 200 cần 1/2 thời gian để phơi sáng để ? ?a? ?t... ngoài thu nhận qua các thiết bị thu camera, máy chụp ảnh Trước đây, ảnh thu qua Camera là các ảnh tương tự (loại Camera ống kiểu CCIR) Gần đây, sự phát tiển cu? ?a công nghệ, ảnh màu... phơi sáng th? ?a chút nhiễu và thực sự là ưu điểm, giả sử bạn co thể làm ảnh tối sau đo nên không co khu vực nào co màu trắng Nhiễu tạo từ hai thành phần khác: màu sắc và độ sáng