Báo cáo bài tập lớn Phân vùng ảnh trong phân tích ảnh

Tìm hiểu tác dụng của phân vùng ảnh trong phân tích ảnh. Trình bày và xây dựng ứng dụng thử nghiệm của phương pháp phân vùng ảnh dựa trên phương pháp gia tăng vùng. Sử dụng MATLAB để thử nghiệm. Lý thuyết về xử ý ảnh và phương pháp phân vùng ảnh.

BÁO CÁO BÀI TẬP LỚN NHẬP MÔN XỬ LÝ ẢNH Đề tài: Tìm hiểu tác dụng phân vùng ảnh phân tích ảnh Trình bày xây dựng ứng dụng thử nghiệm phương pháp phân vùng ảnh dựa phương pháp gia tăng vùng Mục Lục Danh mục hình ảnh Nhận xét đánh giá ………………………………………………………………………………………… ………………………………………………………………………………………… ………………………………………………………………………………………… ………………………………………………………………………………………… ………………………………………………………………………………………… ………………………………………………………………………………………… ………………………………………………………………………………………… ………………………………………………………………………………………… ………………………………………………………………………………………… ……………………………………………………………………………………… Lời nói đầu Trong năm gần đây, với phát triển vượt bậc khoa học máy tính, xử lý ảnh lĩnh vực quan tâm trở thành môn học chuyên ngành sinh viên ngành Công Nghệ Thông Tin số ngành kỹ thuật khác trường Đại học Xử lý ảnh ngành khoa học nghiên cứu trình xử lý thơng tin dạng hình ảnh Hình ảnh dạng thông tin vô phong phú, đa dạng phương tiện giao tiếp, trao đổi chủ yếu người Thơng tin hình ảnh ngày xử lý dễ dàng máy tính Có thể thấy xử lí ảnh đóng vai trị quan trọng ứng dụng thực tế khoa học kĩ thuật sống thường ngày Để xử lí ảnh phải trải qua nhiều khâu khác tùy theo mục đích việc xử lí, khâu quan trọng khó khăn phân vùng ảnh Trong số lượng lớn ứng dụng xử lí ảnh thị máy tính, phân vùng ảnh đóng vai trị yếu bước trước áp dụng thao tác xử lí ảnh mức cao như: nhận dạng ảnh, biểu diễn ảnh Nếu bước phân vùng ảnh khơng tốt dẫn đến việc nhận diện sai lầm đối tượng có ảnh TỔNG QUAN VỀ PHÂN VÙNG ẢNH 1.1 Tổng quan hệ thống xử lí ảnh 1.1.1 Các bước hệ thống xử lí ảnh Xử lý ảnh ngành khoa học tương đối mẻ so với ngành khoa học khác, quy mơ cơng nghiệp Tuy ngành khoa học mẻ so với nhiều ngành khoa học khác tốc độ phát triển nhanh, kích thích trung tâm nghiên cứu, ứng dụng, đặc biệt máy tính chun dụng riêng cho Tổng quan hệ thống xử lý ảnh thể hình ảnh bên dưới: Hình 1- 1: Các bước hệ thống xử lí ảnh Trước hết q trình thu nhận ảnh: Ảnh nhận qua camera màu đen trắng Thường ảnh nhận qua camera ảnh tương tự ( loại camera ống chuẩn CCIR với tần số 1/25, ảnh 25 dòng), có loại có camera số hóa (như loại CCD – Change Coupled Device) loại photodiot tạo cường độ sáng điểm ảnh Camera thường dùng loại qt dịng: ảnh tạo có dạng hai chiều Chất lượng ảnh thu nhận phụ thuộc thiết bị thu môi trường (ánh sáng, phong cảnh) Tiền xử lí: sau thu nhận, ảnh nhiễu độ tương phản thấp nên cần đưa vào tiền xử lí để nâng cao chất lượng Chức tiền xử lí lọc nhiễu, nâng độ tương phản để làm ảnh rõ nét Phân đoạn (phân vùng): phân vùng ảnh tách ảnh đầu vào thành vùng thành phần để biểu diễn phân tích, nhận dạng ảnh Ví dụ, để nhận dạng chữ (hoặc mã vạch) phong bì thư cho mục đích phân loại bưu phẩm, cần chia câu, chữ địa tên người thành từ, chữ, số ( vạch) riêng biệt để nhận dạng Đây phần phức tạp khó khăn xử lí ảnh dễ gây lỗi, làm độ xác ảnh Kết nhận dạng ảnh thụ thuộc nhiều công đoạn Biểu diễn ảnh: đầu phân vùng ảnh chứa điểm ảnh vùng ảnh (ảnh phân đoạn) cộng với mã liên kết với vùng lân cận Việc biến đổi số liệu thành dạng thích hợp cần thiết cho xử lí ảnh máy tính Việc chọn tính chất để thể ảnh gọi trích đoạn đặc trưng gắn với việc tách đặc tính ảnh dạng thơng tin định lượng làm sở để phân biệt lớp đối tượng khác phạm vi ảnh nhận Nhận dạng nội suy ảnh: nhận dạng ảnh trình xác định ảnh Quá trình thường thu cách so sánh với mẫu chuẩn lọc (hoặc lưu) từ trước Nội suy phán đoán theo ý nghĩa sở nhận dạng Cơ sở tri thức: nhiều khâu xử lí phân tích ảnh ngồi việc đơn giản phương pháp toán học đảm bảo tiện lợi cho xử lí, người ta mong muốn bắt chước quy trình tiếp nhận xử lí ảnh theo cách người Trong bước xử lí đó, nhiều khâu xử lí theo phương pháp trí tuệ người Vì vậy, sở tri thức phát huy Hình 1- Một hệ thống xử lí ảnh 1.1.2 Mục tiêu xử lí ảnh - Xử lí ảnh ban đầu để có ảnh theo yêu cầu xác định, ví dụ - ảnh mờ cần xử lí để ảnh rõ Phân tích ảnh để thu thông tin đắc trưng giúp cho việc phân tích - loại, nhận biết ảnh Hiểu đầu vào để có mơ tả ảnh mức cao hơn, sâu Xử lí ảnh có liên quan đến nhiều ngành như: hệ thống thông tin, lý thuyết thông tin, lý thuyết thống kê, trí tuệ nhân tạo, nhận dạng,… Xử lí ảnh tạo nhiều ứng dụng hữu ích thực tế như: tốn nhận dạng vân tay, chữ viết, giọng nói… 1.1.3 Một số ví dụ xử lí ảnh Hình 1- Giảm nhiễu Hình 1-4 Điều chỉnh độ tương phản Hình 1- Tìm biên Hình 1- Nén ảnh Hình 1-7 Phân vùng ảnh Hình 1-8 Khơi phục ảnh 1.2 Tổng quan phân vùng ảnh 1.2.1 Một số khái niệm Phân vùng ảnh bước then chốt xử lý ảnh Giai đoạn nhằm phân tích ảnh thành thành phần có tính chất dựa theo biên hay vùng liên thơng Tiêu chuẩn để xác định vùng liên thơng mức xám, màu hay độ nhám 10 - Thuộc tính tần số, thuộc tính thống kê, thuộc tính cấu trúc 1.2.5 Một số phương pháp phân vùng ảnh Với số ứng dụng, nhận diện ảnh hay nén ảnh, ta khơng thể xử lý tồn ảnh cách trực tiếp lí khơng hiệu phi thực tế Vì vậy, vài thuật toán phân vùng ảnh đưa nhằm phân vùng ảnh trước nhận diện nén Phân vùng ảnh phân loại nhóm ảnh thành nhiều phần (vùng) tùy theo đặc tính ảnh Cho tới có nhiều thuật tốn phân vùng ảnh tồn ứng dụng rộng rãi khoa học sống thường ngày Tùy theo phương pháp phân vùng ảnh, phân loại chúng thành phân vùng ảnh dựa vào vùng, nhóm liệu, phân vùng ảnh dựa vào biên (cạnh) Phân vùng ảnh hữu ích nhiều ứng dụng Phân vùng ảnh phát vùng cần quan tâm cảnh giải liệu Các loại phương pháp phân vùng ảnh sau hay sử dụng: Phân vùng dựa vào ngưỡng Phân vùng dựa vào cạnh Phân vùng dựa vào phát triển vùng Kỹ thuật phân nhóm 13 Hình 1- 10 Các kĩ thuật phân vùng ảnh 1.2.6 Phương pháp phân vùng theo ngưỡng biên độ Các đặc tính đơn giản, cần thiết ảnh biên độ tính chất vật lý như: độ tương phản, độ truyền sáng, màu sắc đáp ứng phổ Như vậy, dùng ngưỡng biên độ để phân vùng biên độ đủ lớn đặc trưng cho ảnh Thí dụ, biên độ cảm biến ảnh hồng ngoại phản ánh vùng có nhiệt độ thấp hay vùng có nhiệt độ cao Kỹ thuật phân ngưỡng theo biên độ có lợi ảnh nhị phân văn in, đồ họa, ảnh màu hay ảnh X-quang Việc chọn ngưỡng quan trọng Nó bao gồm bước : • Xem xét lược đồ xám ảnh để xác định đỉnh khe Nếu ảnh có dạng rắn lượn (nhiều đỉnh khe), khe dùng để chọn ngưỡng • Chọn ngưỡng t cho phần xác định trước η tồn số mẫu thấp t • Điều chỉnh ngưỡng dựa lược đồ xám điểm lân cận 14 • Chọn ngưỡng theo lược đồ xám điểm thỏa mãn tiêu chuẩn chọn Thí dụ, với ảnh có độ tương phản thấp, lược đồ điểm có biên độ Laplace g(m,n) lớn giá trị t định trước (sao cho từ 5% đến 10% số điểm ảnh với Gradient lớn coi biên) cho phép xác định đặc tính ảnh lưỡng cực tốt ảnh gốc • Khi có mơ hình phân lớp xác suất, việc xác định ngưỡng dựa vào tiêu chuẩn xác suất nhằm cực tiểu xác suất sai số dựa vào số tính chất khác luật Bayes Trong phân vùng dựa vào ngưỡng, điểm ảnh đầu vào so sánh với nhiều ngưỡng T, từ xếp điểm ảnh vào vùng khác Hình 1-11 Biểu đồ xám ngưỡng T Trong hình 1-4 có biểu đố xám ngưỡng T dùng để phân vùng đối tượng/ Hạn chế phương pháp biểu đồ không cung cấp thông tin không gian, có phân phối mức xám Các tiêu chuẩn lựa chọn ngưỡng: - Xác suất lỗi cực tiểu Giá trị cực tiểu Phương sai nhóm cực tiểu Kiểm tra mắt Hình 1-12 Ví dụ lấy ngưỡng 15 1.2.6.1 Kĩ thuật lấy ngưỡng Kỹ thuật dựa ý tưởng đơn giản Một tham số q, gọi ngưỡng độ sáng, chọn để áp dụng cho ảnh a[m,n] theo cách sau: Nếu Ngược lại Thuật tốn giả định quan tâm đến đối tượng sáng (object) hay ảnh (background) giá trị “1” “0” 1.2.6.2 Ngưỡng cố định Phương pháp chọn ngưỡng độc lập với liệu ảnh Nếu biết trước chương trình ứng dụng làm việc với ảnh có độ tương phản cao, đối tuợng quan tâm tối gần đồng sáng, giá trị ngưỡng khơng đổi 128 thang độ sáng từ đến 255 giá trị chọn xác Chính xác nên hiểu theo nghĩa số lượng điểm ảnh bị phân lớp sai cực tiểu 1.2.6.3 Ngưỡng dựa lược đồ Trong hầu hết trường hợp, ngưỡng chọn từ lược đồ độ sáng vùng hay ảnh cần phân đoạn Có nhiều kỹ thuật chọn ngưỡng tự động xuất phát từ lược đồ xám Những kỹ thuật phổ biến số trình bày Những kỹ thuật tận dụng lợi làm trơn liệu lược đồ ban đầu mang lại, nhằm loại bỏ dao động nhỏ độ sáng Tuy nhiên thuật tốn làm trơn cần phải cẩn trọng khơng làm dịch chuyển vị trí đỉnh lược đồ 1.2.7 Phương pháp phân vùng dựa vào cạnh Phân vùng dựa vào cạnh thường phương pháp phân vùng dựa vào cạnh ảnh Các phương pháp đơn giản áp dụng số phương pháp phát cạnh trước phân vùng Một số phương pháp phát cạnh thực theo độ dốc biến đổi Hilbert 1.2.8 Kĩ thuật phân cụm Mặc dù phân nhóm/ cụm dùng từ đồng nghĩa các kĩ thuật phân vùng, song phân nhóm để kĩ thuật sử dụng chủ yếu thăm dị phân tích liệu mẫu Trong ngữ nghĩa này, phương pháp phân nhóm xếp mơ hình tương tự cào nhóm với ý nghĩa định Mục tiếu 16 giống với ta làm phân vùng ảnh, thực số kĩ thuật phân nhóm dễ dàng áp dụng cho phân vùng ảnh 1.2.9 Phương pháp dựa vào vùng Các phân vùng dựa phân vùng phân vùng ảnh vào vùng tương đồng / đồng điểm giống tập đại diện điểm ảnh Mỗi điểm ảnh vùng tương tự số đặc tính tính tốn cường độ, màu kết cấu Phát triển vùng bắt đầu với tạo vùng việc chọn số điểm ảnh làm hạt giống Tiếp theo kiểm tra điểm ảnh lân cận “điểm hạt giống” ban đầu xác định liệu điểm lân cận nên thêm vào vùng PHÂN VÙNG ẢNH VỚI THUẬT TOÁN PHÁT TRIỂN VÙNG 2.1 Thuật toán phát triển vùng Thuật toán phát triển vùng (region growing) thuật toán phân đoạn ảnh sử dụng để phân chia vùng khác ảnh Đặc điểm thuật tốn phát triển vùng phụ thuộc vào thơng số để kết thúc q trình tìm kiếm vùng Thơng thường, trình phát triển vùng dừng khơng có pixel thỏa mãn tiêu chuẩn vùng Khi thơng tin ban đầu khơng thể tìm kiếm được, trình phát triển vùng dựa vào pixel có đặc tính để định xem pixel có nằm vùng cần tính hay khơng Việc lựa chọn tiêu chuẩn tương đồng phụ thuộc đặc điểm đối tượng cần xét ảnh loại liệu ảnh Tiêu chuẩn bao gồm giá trị cường độ xám, đặc điểm cấu trúc số thống kê khơng tiến hành tính tốn lại pixel tính vùng Việc lựa chọn tiêu chuẩn xác làm tăng khả xác định thuật tốn phát triển vùng kích thước vùng xét hình dạng vùng 17 2.2 Một số thuật toán phát triển vùng 2.2.1 Phát triển vùng từ hạt Thuật toán phát triển vùng từ hạt ( Seeded Region Growing – SRG) phương pháp phân vùng dựa vào vùng đơn giản Thuật toán thực phân vùng ảnh với việc kiểm tra điểm ảnh lân cận tập hợp điểm, gọi điểm hạt định liệu điểm có phân loại thành nhóm điểm hạt hay khơng Quy trình thuật tốn thực sau: Một điều chắn vùng phân vùng ảnh SRG có độ tương đồng màu cao Tuy nhiên, có hạn chế, việc chọn hạt vấn đề tốn thời gian - Vấn đề điểm hạt tức chọn điểm hạt khác dẫn đến kết phân vùng ảnh khác Vấn đề làm giảm tính ổn định kết phân vùng ảnh từ ảnh Hơn nữa, việc định xem có điểm hạt vấn đề quan trọng - ảnh khác có số phân vùng ảnh riêng phù hợp Một vấn đề tiêu tốn thời gian, SRG cần nhiều thời gian tính tốn, vấn đề nghiêm trọng SRG 18 2.2.2 Phát triển vùng khơng dùng hạt Thuật tốn phát triển vùng khơng dùng hạt (Unseed Region Growing-URG) đề xuất Lin cộng Sự khác biệt không cần chọn hạt Trong q trình phân vùng, hạt phát sinh cách tự động Vì thế, phương pháp thực phân vùng ảnh tự động đầy đủ với lợi ích thiết thực trở thành phân vùng ảnh dựa vào vùng Thuật toán phát triển vùng không dùng hạt 2.2.3 Tách vùng sát nhập vùng Mục đích tách vùng sát nhập vùng (Region Splitting and Merging) để phân biệt đồng ảnh Thuật toán dựa lược đồ hình cây, có nghĩa nút có bốn gốc tương ứng với tồn ảnh Bên cạnh đó, nút đại diện cho nhánh nút vào bốn nút hậu duệ Trường hợp hiển thị hình 2-1(a), trường hợp hình 2-1(b), R4 chia nhỏ Các vấn đề tách vùng sát nhập vùng trình bày R đại diện cho toàn vùng ảnh định vị từ P Nếu P (R) FALSE, ta chia ảnh R vào bốn phần Nếu P FALSE cho phần nào, ta chia nhỏ phần vào phần nhỏ hơn, Cho đến khi, với vùng Ri, P(Ri) TRUE Khi 19 trình tách vùng, sát nhập vùng trình kết hợp hai vùng liền kề R j Rk P(Rj, Rk) = True 20 Thuật toán tách vùng sát nhập vùng Bước Bước tách: Đối với vùng Ri nào, P(Ri) FALSE, ta chia thành phần rời Bước Sát nhập: Khi tách thêm nữa, hợp vùng liền kề Rj Rk mà P (Rj, Rk) = True Bước Chỉ dừng lại khơng có thêm sát nhập cịn khả Hình 2-13 a) Cấu trúc lược đồ hình cây, R đại diện cho toàn vùng ảnh b) Phân vùng ảnh tương ứng Nhận xét thuật toán tách sát nhập vùng: Ưu điểm: Ảnh chia dần độ phân giải theo yêu cầu để tạo số lượng cấp độ vùng xác định Ta phân chia ảnh cách sử dụng tiêu chí mà ta định, trung bình Ngồi ra, tiêu chí sát nhập khác với tiêu chí phân chia Nhược điểm: Thuật tốn tạo phân vùng ảnh dạng vng Vấn đề phân vùng ảnh vng giảm cách chia tách cấp độ cao hơn, thời gian tính tốn phát sinh 21 - 2.3 Một số ứng dụng thuật toán phát triển vùng Trong lĩnh vực nhận dạng đối tượng, trình phân vùng ảnh tách đối tượng khỏi vùng Đối tượng người vật chuyển động thuộc vùng tiền cảnh (Fg) Đối tượng sau tách q trình phân vùng xử lý hệ thống đếm số lượng người vào, nhận dạng cử tay, - nhận dạng khn mặt Tronglĩnh vực camera giám sát, q trình phân vùng ảnh ứng dụng việc xác định, giám sát đối tượng vào vùng giám sát, cảnh báo chuyển động đối - tượng di chuyển vào vùng giám sát Trong lĩnh vực hình ảnh y tế, kỹ thuật hình ảnh y tế chụp CT (Computer Tomography), chụp MRI (Magnetic Resonance Imaging), chụp X-Quang, USG (Ultrasound) khơng thể thiếu để phân tích xác nhiều bệnh lý khác nhau, qua hộ trợ đáng kể bác sĩ việc chẩn đoán bệnh Trong q trình phân tích, người chẩn đốn cần phân trích xuất đường biên cần thiết, bề mặt phận thể khỏi hình, kỹ thuật gọi phân vùng (segmentation)[2] Tuy nhiên, q trình phân vùng thủ cơng tốn thời gian khơng cho kết tốt Các phân vùng đường biên quan trọng bác sĩ Chính vậy, vài thập kỷ qua, nhiều thuật toán phân vùng ảnh y tế đề xuất nhằm tăng độ xác trình phân vùng ảnh 22 ỨNG DỤNG THỬ NGHIỆM 3.1 Giới thiệu MATLAB MATLAB mơi trường tính tốn số lập trình, thiết kế cơng ty MathWorks MATLAB cho phép tính tốn số với ma trận, vẽ đồ thị hàm số hay biểu đồ thơng tin, thực thuật tốn, tạo giao diện người dùng liên kết với chương trình máy tính viết nhiều ngơn ngữ lập trình khác MATLAB giúp đơn giản hóa việc giải tốn tính tốn kĩ thuật so với ngơn ngữ lập trình truyền thống C, C++, Fortran MATLAB sử dụng nhiều lĩnh vực, bao gồm xử lý tín hiệu ảnh, truyền thơng, thiết kế điều khiển tự động, đo lường kiểm tra, phân tích mơ hình tài chính, hay tính tốn sinh học Với hàng triệu kĩ sư nhà khoa học làm việc môi trường công nghiệp môi trường hàn lâm, MATLAB ngơn ngữ tính tốn khoa học 3.2 Thực nghiệm Hình 3- 14 Giao diện chương trình cài đặt - MATLAB 23 Hình 3- 15 Giao diện chọn ảnh Hình 3-16 Ảnh gốc 24 Hình 3- 17 Ảnh sau phân vùng 25 KẾT LUẬN Qua đề tài đưa lý thuyết tổng quan xử lý ảnh phân vùng ảnh, khẳng định phân vùng ảnh bước then chốt xử lý ảnh Vì vậy, việc nghiên cứu phát triển kỹ thuật phân vùng ảnh có ý nghĩa to lớn xử lý ảnh Thực ứng dụng thử nghiệm phân vùng ảnh dựa phương pháp gia tăng vùng Do kiến thức hạn hẹp đề tài mẻ với chúng em nên q trình thực khơng tránh khỏi sai xót Nhóm em mong nhận góp ý Thầy bạn để hoàn thiện đề tài 26 TÀI LIỆU THAM KHẢO Giáo trình xử lí ảnh Nguyễn Linh Giang, Phân tích ảnh – Phân vùng ảnh Tailieu.vn Longin Jan Latecki, Image Segmentation Using Region Growing and Shrinking, Computer Graphics and Image Processing https://vi.wikipedia.org/wiki/Phanvunganh 27 ... phân vùng ảnh, phân loại chúng thành phân vùng ảnh dựa vào vùng, nhóm liệu, phân vùng ảnh dựa vào biên (cạnh) Phân vùng ảnh hữu ích nhiều ứng dụng Phân vùng ảnh phát vùng cần quan tâm cảnh giải... 16 giống với ta làm phân vùng ảnh, thực số kĩ thuật phân nhóm dễ dàng áp dụng cho phân vùng ảnh 1.2.9 Phương pháp dựa vào vùng Các phân vùng dựa phân vùng phân vùng ảnh vào vùng tương đồng / đồng... biên Hình 1- Nén ảnh Hình 1-7 Phân vùng ảnh Hình 1-8 Khơi phục ảnh 1.2 Tổng quan phân vùng ảnh 1.2.1 Một số khái niệm Phân vùng ảnh bước then chốt xử lý ảnh Giai đoạn nhằm phân tích ảnh thành thành