Các phương pháp phát hiện và tách biên ảnh trong xử lý ảnh số
MỤC LỤC
Các bộ tách biên 1 Bộ lọc Sobel
Bộ tách biên Sobel có thể được thực hiện bằng cách lọc 1 ảnh, f, (dùng imfilter) với mặt nạ bên trái hình 1(b), lọc lại f với mặt nạ khác bình phương các giá trị pixel với mỗi ảnh được lọc, cộng hai kết quả và tính căn bậc hai. Hàm edge đơn giản các gói toán tử trước thành một hàm gọi và thêm vào các đặc tính khác chẳng hạn như chấp nhận một giá trị ảnh ngưỡng hoặc xác định ngưỡng một cách tự động. Trong đó f là ảnh đầu vào, T là ngưỡng được chỉ định và dir xác định hướng cần tách biên : ‘ngang’, ‘dọc’ hoặc cả hai.
Như trên g là ảnh logic chứa giá trị tại những nơi biờn được tỏch và giỏ trị khụng tại những nơi biờn khụng được tỏch. Mặt khác, nếu T không được chỉ định ( hoặc để rỗng []), f sẽ đặt t bằng với ngưỡng do nó tự động xác định và sau đó sử dụng cho việc tách biên, 1 trong lý do cơ bản cho việc gộp t trong tham số ngừ ra là để nhận giỏ trị khởi tạo cho ngưỡng. Bộ tách biên Prewitt đơn giản hơn để thực hiện bằng máy tính so với bộ tách Sobel, nhưng nó có khuynh hướng sinh ra một chút nhiễu.
Bộ tách biên Roberts là một trong những bộ tách biên xưa nhất trong xử lý ảnh số và theo hình 1(d) nó cũng đơn giản nhất. Bộ tách biên này được dùng ít hơn đáng kể các bộ tách khác do chức năng giới hạn của nó ( ví dụ như: nó ko đối xứng và không thể được tổng quát hóa để tách biên là thừa số của 450). Tuy nhiên, nó vẫn được dùng thường xuyên trong thực hiện phần cứng khi tính đơn giản và tốc độ là các yếu tố chi phối.
Vì đạo hàm bậc 2 là toán tử tuyến tính, chập( lọc) với 1 ảnh bằng ∇2h(r)giống như đầu tiên chập ảnh với hàm trơn và sau dó tính kết quả của toán tử Laplace. Bộ tách biên này dựa trên khái niệm giống phương pháp LoG, nhưng phép chập được thực hiện sử dụng hàm lọc được chỉ định hàm H. Sau đó thuật toán tìm đỉnh của các đỉnh này và đặt giá trị 0 vào tất cả các pixel khụng thật sự nằm trờn đỉnh vỡ vậy tạo ra 1 đường mỏng ở ngừ ra, một quỏ trỡnh được biết là sự nén lại không cực đại.
Cuối cùng thuật toán thực hiên biên kết nối bằng cách kết hợp các pixel yếu mã có dạng kết nối -8 với các pixel mạnh. Trong đó T là vectơ, T =[T1 T2] là 2 ngưỡng được giải thích trong bước 3 của thủ tục trước và sigma là độ lệch chuẩn của bộ lọc làm trơn. Cú pháp đơn giản được giải thích như các phương pháp khác bao gồm việc tự động tính toán T nếu nó không được cung cấp.
Tách biên ảnh màu dùng phương pháp Gradient 1 Nội dung phương pháp
Nếu t gộp vào thông số ngừ ra, nú là vectơ hai phần tử chứa 2 giỏ trị ngưỡng được dựng bởi thuật toỏn. Theo sau là một trong những cách mà khái niệm Gradient được mở rộng với hàm vectơ. Lại nói hàm vô hướng f(x,y) gradient là một véctơ mà nó chỉ hướng của tỷ lệ thay đổi cực đại tại tọa độ (x,y).
Và giá trị của tỷ lệ thay đổi (biên độ của Gradient) theo các hướng được cho bởi các phần tử. Các phần tử θ(x,y) là các góc tại mỗi điểm Gradient được tính và Fθ(x,y) là các ảnh Gradient. Sự thật là phương trình tan-1cho hai giá trị lệch nhau 90 độ nghĩa là phương trình này nghiệm đúng với mọi cặp (x,y) có hướng vuông góc nhau.
Dọc theo một trong những hướng này F là cực đại, và nó sẽ là cực tiểu nếu theo hướng còn lại, vì vậy kết quả nhận được bắng cách chọn giá trị lớn nhất tại mỗi điểm. Đạo hàm của các kết qủa này hơi dài, và chúng ta sẽ ít đạt được mục đích cơ bản của thảo luận hiện tại của chúng ta bằng cách chi tiết nó ở đây. Đạo hàm riêng phần có thể được tính toán bằng toán tử Sobel đã thảo luận trước.
Trong đó f là ảnh RGB, T là ngưỡng tự chọn nằm trong khoảng [0,1] (mặc định là 0); VG là một véctơ Gradient RGBFθ(x,y); A là ảnh góc θ(x,y) tính bằng rad; và PPG là Gradient được tính bằng cách lấy tổng các Gradient 2D của không gian màu riêng biệt. Tất cả đạo hàm cần để thực hiện phương trình trên được thực hiện trong hàm colorgrad sự dụng toỏn tử Sobel. Cỏc ngừ ra VG và PPG được chuẩn hóa trong khoảng [0,1] bởi colorgrad và chúng được đặt ngưỡng để VG(x,y)=0 đối với những giá trị nhỏ hơn hoắc bằng Tvà VG(x,y) = VG(x,y) đối với những trường hợp khác, chú thích tương tự đối với PPG.
%xac dinh trong bien ngo vao thi gia tri cua VG va PPG duoc lay nguong bang. %Tinh toan vi phan theo phuong x va y cua ba anh thanh phan su dung toan tu. %Thuc hien viec tong hop bang cach cong cac ket qua rieng biet va chuan hoa.
ĐÁNH GIÁ KẾT QUẢ NGHIÊN CỨU VÀ KẾT LUẬN
Các kỹ thuật sử dụng phương pháp Gradient khá tốt khi độ sáng có tốc độ thay đổinhanh, khá đơn giản trên cơ sở các mặt nạ theo các hướng. Nhược điểm của các kỹ thuật Gradient là nhạy cảm với nhiễu và tạo các biên kép làm chất lượng biên thu được không cao. _ Kỹ thuật Laplace: Để khắc phục hạn chế và nhược điểm của phương pháp Gradient, trong đó sử dụng đạo hàm riêng bậc nhất người ta nghĩ đến việc sử dụng đạo hàm riêng bậc hai hay toán tử Laplace.
Phương pháp dò biên theo toán tử Laplace hiệu quả hơn phương pháp toán tử Gradient trong trường hợp mức xám biến đổi chậm, miền chuyển đổi mức xám có độ trải rộng. _ Tách sườn ảnh dựa theo phương pháp Canny: Bộ tác sườn ảnh theo Canny (1986) dựa trên cặp đạo hàm riêng bậc nhất với việc làm sạch nhiễu. Mục này được để riêng vì đây là phương pháp tách đường biên khá phổ biến được dung theo toán tử đạo hàm.
_ Phát hiện biên theo quy hoạch động: dò biên theo phương pháp Gradient là xác định cực trị cục bộ của Gradient theo các hướng; còn phương pháp Laplace dựa vào cắt điểm không của đạo hàm bậc hai. “Con đường tối ưu giữa 2 điểm cho trước cũng là tối ưu giữa 2 điểm bất kỳ nằm trên đường tối ưu đó”. Nếu bằng cách nào đấy, chúng ta thu được các vùng ảnh khác nhau thì đường phân cách giữa các vùng đó chính là biên.
Ngoài các phương pháp trên, người ta cũng áp dụng một số phương pháp khác cải tiến như tiếp cận bởi mô hình mặt, cách tiếp cận tối ưu hóa. _ Cách tiếp cận theo mô hình mặt dựa vào việc thực hiện xấp xỉ đa thức trên ảnh gốc hay ảnh đã thực hiện phép lọc Laplace. Tư tưởng của phương pháp này là tại lân cận điểm cắt không (điểm biên), ảnh sau khi lọc Laplace có thể được xấp xỉ bởi một đa thức bậc 3 theo hàng và cột.
_ Cách tiếp cận tối ưu nhằm xác định một hàm (một bộ lọc), làm giảm phương sai σ2 hoặc giảm một số điểm cực trị cục bộ. Ý tưởng của cách tiếp cận này là định vị đúng vị trí bằng cách cực tiểu hóa phương sai σ2 vị trí các điểm cắt không hoặc hạn chế số điểm cực trị cục bộ để chỉ tạo ra một đường bao. Kết luận: Tiểu luận đã đưa ra được nội dung sơ lược về 1 số một số phương pháp phát hiện biên và tách biên ảnh,cho thấy được ưu nhược điểm của từng phương pháp.