Bài giảng xử lý ảnh số

Bài giảng Xử lý ảnh số Lời mở đầu Xử lý ảnh ngành khoa học tương đối mẻ so với nhiều ngành khoa học khác Hiện lĩnh lực quan tâm trở thành môn học chuyên ngành sinh viên hệ kỹ sư, cử nhân ngành Cơng nghệ Thơng tin Nhờ có cơng nghệ số hóa đại, ngày người xử lý tín hiệu nhiều chiều thơng qua nhiều hệ thống khác nhau, từ mạch số đơn giản máy tính song song cao cấp Mục tiêu xử lý chia làm ba hướng sau: Xử lý ảnh ban đầu để có ảnh theo yêu cầu xác định (ví dụ ảnh mờ cần xử lý để ảnh rõ hơn) Phân tích ảnh để thu thơng tin đặc trưng giúp cho việc phân loại, nhận biết ảnh (ví dụ phân tích ảnh vân tay để trích chọn đặc trưng vân tay) Hiểu ảnh đầu vào để có mô tả ảnh mức cao hơn, sâu (ví dụ từ ảnh mộttai nạn giao thơng phác họa trường tai nạn) Trong giảng này, tập trung vào khái niệm xử lý ảnh giới hạn vấn đề phạm vi – chiều Các ứng dụng trong: - Sản xuất kiểm tra chất lượng - Di chuyển Robot - Các 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 - Chinh phục vũ trụ… Với ứng dụng to lớn công nghệ xử lý ảnh, bắt tay vào từ tìm hiểu, làm việc với giới đầy tiềm GV Mai Cường Thọ Bài giảng Xử lý ảnh số Chương I Tổng quan hệ thống xử lý ảnh vấn đề xử lý ảnh I Ảnh Hệ thống xử lý ảnh Ảnh - Tín hiệu ảnh thuộc loại tín hiệu đa chiều: tọa độ(x,y,z), độ sáng(λ), thời gian(t) - Ảnh tĩnh không gian chiều định nghĩa hàm biến S(x,y), với S giá trị biên độ (được biểu diễn màu sắc) vị trí khơng gian (x,y) - Phân loại ảnh + Ảnh tương tự S(x,y): (x,y) liên tục, S liên tục + Ảnh số S(m,n): (m,n) rời rạc, S rời rạc - Một ảnh (gồm tập điểm ảnh) xem bao gồm tập ảnh (các vùng ảnh) Thuật ngữ gọi ROIs – vùng quan tâm (Regions of Interest) - Ảnh số không gian rời rạc thu từ ảnh tương tự khơng gian liên tục thơng qua q trình số hóa Q trình số hóa hiểu đơn giản sau + Ảnh tương tự chia thành M hàng, N cột + Giao hàng cột gọi là: pixel + Giá trị biên độ pixel tọa độ nguyên (m,n) s(m,n): trung bình độ sáng pixel S (m, n) ≤ L (L số mức xám dùng biểu diễn ảnh) - M, N thường chọn M=N=2K (K=8,9,10) L =2B , B số bít mã hóa cho độ sáng(biên độ) pixel - Ảnh số biểu diễn ma trận chiều Các phần tử biểu diễn cho pixel số hóa - Ta ký hiệu ảnh số S(M,N) Ta nói ảnh có độ phân giải MxN Ký hiệu s(m,n) để phần tử ảnh Hình 1.1 : Ảnh tương tự Ảnh số hóa GV Mai Cường Thọ Bài giảng Xử lý ảnh số Hệ thống xử lý ảnh - Xử lý ảnh: Ảnh vào → Ảnh kết - Đối tượng xử lý hệ thống ảnh (hàm biến liên tục rời rạc) - Có thể tóm tắt hệ thống xử lý ảnh gồm giai đoạn sau: Hình 1.2 Các giai đoạn hệ thống xử lý ảnh + Thu nhận ảnh: - Qua camera (tương tự, số) - Từ vệ tinh qua cảm ứng (Sensors) - Qua máy quét ảnh (Scaners) + Số hóa ảnh: Biến đổi ảnh tương tự thành ảnh rời rạc để xử lý máy tính: Thơng qua q trình lấy mẫu (rời rạc mặt không gian) lượng tử hóa (rời rạc mặt biên độ) + Xử lý số: tiến trình gồm nhiều cơng đoạn nhỏ: Tăng cường ảnh (Enhancement), khôi phục ảnh (Restoration), phát biên (Egde Detection), phân vùng ảnh (Segmentation), trích chọn đặc tính (Feature Extraction) + Hệ định: Tùy mục đích ứng dụng mà chuyển sang giai đoạn khác hiển thị, nhận dạng, phân lớp, truyền thông… II Các vấn đề xử lý ảnh Biểu diễn mơ hình hóa ảnh Biểu diễn ảnh - Ảnh xem hàm biến chứa thông tin biểu diễn ảnh Các mơ hình biểu diễn ảnh cho ta mô tả logic hay định lượng hàm Dựa vào phần tử đặc trưng ảnh pixel Giá trị pixel giá trị vô hướng, vector (3 thành phần trường hợp ảnh màu) - Ta biểu diễn ảnh hàm toán học, ma trận điểm Trong mơ hình tốn học, ảnh hai chiều biểu diễn nhờ hàm hai biến, GV Mai Cường Thọ Bài giảng Xử lý ảnh số ∑ ∑ S (k , l )δ (m − k , n − l ) ∞ S (m, n) = ∞ với ≤ m, k ≤ M − 1, ≤ n, l ≤ N − k = −∞ l = −∞ Biểu diễn hàm toán - S: ảnh - (m,n): Tọa độ Pixel miền không gian (2D) - s(m,n): Độ sáng (Mức xám) pixel (m,n) - [0-Lmax]: Thang mức xám - Vùng mức xám phép sử dụng Lmax thường 255, nghĩa sử dụng thang mức xám bit ≤ s(m, n) ≤ 255 - Với ≤ m ≤ M − 1, ≤ n ≤ N − , ta gọi ảnh số M x N Biểu diễn ma trận điểm: Hình 1.3 a, Ảnh thật 10x10; b, Ảnh zoom; c, Mô tả ảnh ma trận điểm Mơ hình hóa ảnh - Mơ hình cảm nhận ảnh: Là mơ hình biểu diễn thơng qua thuộc tính cảm nhận ảnh (màu sắc, cường độ sáng), thuộc tính thời gian, cảm nhận phối cảnh, bố cục - Mô hình cục bộ: Là mơ hình biểu diễn thể mối tương quan cục phần tử ảnh (ứng dụng cho toán xử lý nâng cao chất lượng ảnh) - Mơ hính tổng thể: Là mơ hình biểu diễn ảnh xem ảnh tập hợp đối tượng, đối tượng có mối quan hệ khơng gian với (ứng dụng cho tốn phân nhóm nhận dạng ảnh) Tăng cường ảnh Mục đích: Tăng cường thuộc tính cảm nhận, làm cho ảnh tốt lên theo ý nghĩa đó, tiện phục vụ cho xử lý GV Mai Cường Thọ Bài giảng Xử lý ảnh số Các thao tác: - Thay đổi độ tương phản, thay đổi màu sắc, cường độ sáng, lọc nhiễu, nội suy, làm trơn ảnh Các phương pháp chính: - Các phương pháp thao tác điểm (Point Operation) - Các thao tác không gian (Spatial Operation) Khơi phục ảnh Mục đích: Khơi phục lại ảnh ban đầu, loại bỏ biến dạng khỏi ảnh tùy theo nguyên nhân gây biến dạng Ảnh đầu vào f (α , β ) g ( x, y ) = h( x, y;α , β ) Hệ thống thu nhận ảnh Ảnh đầu g ( x, y ) ∫ ∫ h( x, y;α , β ) f (α , β )dαd ( β + η ( x, y)) ∞ ∞ − ∞− ∞ η ( x, y ) hàm biểu diễn nhiễu cộng f (α , β ) hàm biểu diễn đối tượng g ( x, y ) ảnh thu nhận h( x, y;α , β ) đáp ứng xung hệ thống, gọi hàm tán xạ điểm (Point Spread Function- PSF) Một vấn đề khơi phục ảnh tiêu biểu tìm xấp xỉ f (α , β ) PSF đo lường hay quan sát được, ảnh mờ tính chất sác xuất q trình nhiễu Các thao tác: lọc nhiễu, giảm độ méo,… Các phương pháp: lọc ngược, lọc thích nghi (Wiener), khơi phục ảnh từ hình chiếu Biến đổi ảnh Mục đích: Biến đổi thể ảnh góc nhìn khác tiến cho việc xử lý, phân tích ảnh Các phương pháp: Biến đổi Fourier, Sin, Cosin, KL, … Phân tích ảnh Mục đích: Tìm đặc trưng ảnh, xây dựng quan hệ chúng dựa vào đặc trưng cục Các thao tác: Tìm biên, tách biên, làm mảnh đường biên, phân vùng ảnh, phân loại đối tượng GV Mai Cường Thọ Bài giảng Xử lý ảnh số Các phương pháp: Phương pháp phát biên cục bộ, dò biên theo qui hoạch động, phân vùng theo miền đồng nhất, phân vùng dựa theo đường biên… Nén ảnh Mục đích: giảm không gian lưu trữ, thuận tiện truyền thông mạng Phương pháp: nén không thông tin, nén thông tin + Nén khơng thơng tin (nén xác): khai thác thông tin dư thừa + Nén thông tin: khai thác thông tin dư thừa thơng tin khơng liên quan - Hiện có số chuẩn nén hay dùng: JPEG, MPEG (JPEG-2000, MPEG-4) Nhận dạng - Nhận dạng ảnh trình liên quan đến mô tả đối tượng mà người ta muốn đặc tả Thường sau q trình trích chọn đặc tính đối tượng - Có kiểu mô tả đối tượng: + Mô tả theo tham số (nhận dạng theo tham số) + Mô tả theo cấu trúc (nhận dạng theo cấu trúc) Ứng dụng: nhận dạng đối tượng, mặt, vân tay, văn bản… - Nhận dạng chữ in đánh máy phục vụ cho việc tự động hóa việc đọc tài liệu, tăng nhanh tốc độ chất lượng thu nhận thông tin từ máy tính - Nhận dạng chữ viết tay (với số ràng buộc) Mạng nơron kỹ thuật áp dụng vào nhận dạng cho kết khả quan III Một số quan hệ pixel - Gọi f(x,y) ảnh số, p, q điểm ảnh, S tập điểm ảnh Quan hệ láng giềng (neighborhood) Cho điểm ảnh p(x,y) - Các láng giềng theo hướng đứng, ngang N4(p): (x+1,y), (x-1,y), (x,y+1), (x,y-1) - Các láng giềng theo hướng chéo ND(p): (x+1,y+1), (x+1,y-1), (x-1,y+1), (x-1,y-1) - Các láng giềng theo hướng N8(p): N4(p) + ND(p) N4(p) ND(p) Quan hệ liên thông (Conectivity) GV Mai Cường Thọ N8(p) Bài giảng Xử lý ảnh số - Quan hệ liên thông pixel quan trọng vì: sử dụng để thiết lập đường biên đối tượng thành phần vùng ảnh - Hai pixel có quan hệ liên thông với nếu: + Chúng láng giềng + Các giá trị xám chúng thỏa mãn tiêu chuẩn định tương đồng - Với ∀p ∈ S , tập pixel S có liên thơng với p gọi thành phần liên thông S - Nếu S có thành phần liên thơng, S gọi tập liên thông Quan hệ lân cận (Adjacency) Gọi V tập giá trị xám dùng để định nghĩa lân cận Ví dụ V = {1} tập định nghĩa cho lân cận pixel có giá trị - 4-Adjacency: pixel p,q 4-Adjacency q ∈ N ( p) - 8-Adjacency: pixel p,q 8-Adjacency q ∈ N ( p) - m-Adjacency: pixel p,q m-Adjacency nếu: + q ∈ N ( p) q ∈ N D ( p ) N ( p ) ∩ N D ( p) ∉ V m-Adjacency cải tiến 8-Adjacency, nhằm loại bỏ bớt đường liên kết kép thường gặp phải ta dùng 8-Adjacency ảnh S1, S2 gọi lân cận nếu: số pixel S1 lân cận số pixel S2 Khoảng cách pixel (Distance Measures) Cho p(x,y), q(s,t), z(u,v) D hàm xác định khoảng cách + D(p,q) ≥ (D(p,q)=0 p=q) + D(p,q) = D(q,p) + D(p,z) ≤ D(p,q) + D(q,z) Khoảng cách Euclidean (De Distance) De ( p, q) = ( x − s )2 + ( y − t )2 - Các điểm có khoảng cách Euclidean nhỏ r kể từ (x,y) nằm đường trịn bán kính r tâm (x,y) City-Block Distance (D4 Distance) 2 GV Mai Cường Thọ 1 2 2 Bài giảng Xử lý ảnh số – D4(p,q) = |x-s| + |y-t| Ví dụ: Tập pixel với D4 ≤ kể từ p(x,y): ChessBoard Distance (D4 Distance) – D8(p,q) = max(|x-s|,|y-t|) Ví dụ: Tập pixel với D8 ≤ kể từ p(x,y): 2 2 2 1 2 1 2 1 2 2 2 Rõ ràng D4, D8 độc lập với đường (path) tồn nối điểm Bởi việc tính khoảng cách ta quan tâm tới tọa độ điểm (khơng ý đến việc có tồn đường liên thơng chúng hay khơng) IV Các mơ hình màu Dải phổ điện từ (Electromagnetic (EM)) Spectrum Mơ hình màu Là phương pháp diễn giải đặc tính tác động màu ngữ cảnh định Không có mơ hình màu đầy đủ cho khía cạnh màu Người ta sử dụng mơ hình màu khác để mơ tả tính chất nhận biết khác màu Thí dụ: GV Mai Cường Thọ Bài giảng Xử lý ảnh số + Mơ hình màu RGB: ánh sáng Red, Green Blue ứng dụng cho hình, TV + Mơ hình HSV: Nhận thức người + Mơ hình CYK: Máy in II.1 Màu sở biểu đồ màu CIE Năm 1931: CIE (Commision Internationale de l’Éclairage) xây dựng màu sở chuẩn quốc tế: • Cho phép màu khác định nghĩa tổng trọng lượng ba màu sở • Do khơng tồn màu sở chuẩn phổ nhìn thấy để tổng hợp màu -> CIE sử dụng màu tưởng tượng • Mỗi màu sở CIE xác định đường cong phân bổ lượng • Nếu A, B, C tổng số màu sở chuẩn cần xác định màu cho trước phổ nhìn thấy thành phần màu là: x= • A A+ B+C y= B C z= A+ B +C A+ B+C Nhưng x+y+z=1 cần giá trị xác định màu • Cho khả biểu diễn màu biểu đồ 2D -> Biểu đồ CIE Biểu đồ CIE • Khi vẽ giá trị x, y màu phổ nhìn thấy -> Biểu đồ CIE đường cong hình lưỡi (còn gọi biểu đồ kết tủa – CIE Chromaticity Diagram) • Các điểm màu gán nhãn đường cong từ violet (400 nm) đến red (700 nm) • Điểm C tương ứng màu trắng (ánh sáng ban ngày) • Biểu đồ CIE phương tiện lượng hóa độ tinh khiết bước sóng trội: • Độ tinh khiết điểm màu C1: xác định khoảng cách tương đối đoạn thẳng nối C với đường cong qua C1 • Màu • • bù: biểu diễn điểm cuối C3, C4 đoạn thẳng qua C Gam màu xác định điểm: biểu diễn đoạn thẳng nối hai điểm màu C5, C6 Gam màu xác định điểm: ba điểm C7, C8, C9 xác định màu tam giác GV Mai Cường Thọ Bài giảng Xử lý ảnh số 10 C2 C7 C9 C5 C8 C1 C4 C3 C C6 Hình vẽ biểu đồ màu CIE Ứng dụng biểu đồ CIE để so sánh gam màu thiết bị ngoại vi Máy in in màu hiển thị hình • GV Mai Cường Thọ Bài giảng Xử lý ảnh số 11 Quan niệm màu trực giác • Họa sỹ vẽ tranh màu cách trộn chất màu với chất màu trắng chất màu đen để có shade, tint tone khác nhau:bắt đầu từ màu tinh khiết, bổ sung đen để có bong (shade) màu Nếu bổ sung chất màu trắng có tint khác Bổ sung chất màu trắng đen có tone khác • Cách biểu diễn trực giác mô tả màu ba màu sở Các chương trình đồ họa có hai mơ hình màu: cho người sử dụng dễ tương tác với màu, thành phần màu ứng dụng thiết bị + Để tiện biểu diễn, không gian màu chuẩn hóa II.2 Mơ hình màu RGB - Mọi màu biểu diễn không gian màu RGB pha trộn thành phần màu (Red, Green, Blue) - Mơ hình màu RGB biểu diễn khối lập phương với trục R, G, B Blue=(0,0,1) Magenta=(1,0,1) Black=(0,0,0) Red=(1,0,0) Cyan=(0,1,1) White=(1,1,1) Green=(0,1,0) Yellow=(1,1,0) Tải FULL (19 trang): https://bit.ly/3kJ69BF Dự phịng: fb.com/TaiHo123doc.net Nhận xét • Mơ hình khơng thể biểu diễn màu phổ nhìn thấy • Đủ cho ứng dụng máy tính • Màn hình máy tính TV sử dụng mơ hình • Được sử dụng rộng rãi • Đơn giản Xám hóa ảnh màu RGB Hoặc mức xám = 0.299R + 0.587G + 0.114B mức xám = 0.333R + 0.333G + 0.333B GV Mai Cường Thọ Bài giảng Xử lý ảnh số 12 II.3 Mơ hình màu CMY -Gồm thành phần màu cyan, magenta, yellow Là bù màu không gian GRB Mối quan hệ không gian C = 1.0 – R M = 1.0 - G Y = 1.0 - B Phương pháp pha trộn màu sống Yellow Red Magenta Blue White Cyan Green Blue Cyan Green Additive Black Magenta Yellow Red Substractive II.4 Mơ hình màu CMYK Là mở rộng mơ hình màu CMK cách thêm vào thành phần màu Black (K) Bởi với thành phần màu Black tinh khiết cho ta độ tương phản cao Mối quan hệ CMY CMYK K = min(C, M, Y) C=C-K M=M-K Y=Y-K II.3 Mơ hình màu HSV • Thay chọn phần tử RGB để có màu mong muốn, người ta chọn tham số màu: Hue, Saturation Value (HSV) Mơ hình HSV suy diễn từ mơ hình RGB: quan sát hình hộp RGB theo đường chéo từ White đến Black (gốc) -> ta có hình lục giác, sử dụng làm đỉnh hình nón HSV • 3131736 GV Mai Cường Thọ ... hiệu ảnh số S(M,N) Ta nói ảnh có độ phân giải MxN Ký hiệu s(m,n) để phần tử ảnh Hình 1.1 : Ảnh tương tự Ảnh số hóa GV Mai Cường Thọ Bài giảng Xử lý ảnh số Hệ thống xử lý ảnh - Xử lý ảnh: Ảnh vào.. .Bài giảng Xử lý ảnh số Chương I Tổng quan hệ thống xử lý ảnh vấn đề xử lý ảnh I Ảnh Hệ thống xử lý ảnh Ảnh - Tín hiệu ảnh thuộc loại tín hiệu đa chiều: tọa... Ảnh vào → Ảnh kết - Đối tượng xử lý hệ thống ảnh (hàm biến liên tục rời rạc) - Có thể tóm tắt hệ thống xử lý ảnh gồm giai đoạn sau: Hình 1.2 Các giai đoạn hệ thống xử lý ảnh + Thu nhận ảnh: - Qua