Ứng dụng toán học hình thái và thuật toán di truyền trong xử lý ảnh

Một số khái niệm

Trong quá trình số hoá, ngươì ta biến đổi tín hiêụ liên tục sang tín hiệu rời rạc thông qua quá trình lấy mẫu (rời rạc hoá về không gian) và lượng hoá thành phần giá trị mà về nguyên tắc, mắt thường không phân biệt được hai điểm kề nhau. Nhờ vậy ta có thể biết được mối quan hệ tôpô giữa các điểm ảnh cũng như thực hiện các phép biến đổi ảnh không tuyến tính đạt hiệu quả; trong quá trình xử lý ảnh các phép biến đổi này dẫn đến sự đơn giản hóa việc đánh giá ảnh.

Đặt bài toán nâng cao chất lƣợng ảnh bằng các phép toán hình thái

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn. Ảnh đa cấp xám được áp dụng tronh nhiều lĩnh vực như sinh vật học hoặc trong công nghiệp. Thực tế chỉ ra rằng bất kỳ ứng dụng nào trên ảnh mức xám cũng ứng dụng được trên ảnh mầu. Ta có thể biến đổi ảnh mầu về ảnh xám. Việc xử lý ảnh nhị phân là một bước tiền xử lý các ảnh, để phân đoạn và tách ra các đặc tính. Nhờ vậy ta có thể biết được mối quan hệ tôpô giữa các điểm ảnh cũng như thực hiện các phép biến đổi ảnh không tuyến tính đạt hiệu quả; trong quá trình xử lý ảnh các phép biến đổi này dẫn đến sự đơn giản hóa việc đánh giá ảnh. Việc đếm các điểm ảnh trên ảnh nhị phân đã qua biến đổi tạo điều kiện thuận lợi cho việc tách ra các đặc tính. Bằng cách sử dụng các ảnh nhị phân đã qua xử lý như là những mặt nạ đối với các ảnh xám, ta có thể tách ra các vùng đáng quan tâm của một ảnh xám từ tập hợp các ảnh. Để tạo ra một ảnh nhị phân, một ảnh xám cần phải được biến đổi thành một ảnh nhị phân nhờ một quá trình phân đoạn thích hợp. Muốn thế phương pháp đơn giản nhất là phương pháp tách ngưỡng. Các giá trị nằm ở bên trên ngưỡng được gán giá trị 1 còn ở bên dưới ngưỡng thì được gán giá trị 0. Việc tìm giá trị ngưỡng có thể thực hiện tự động nhờ kỹ thuật tách ngưỡng tự động. Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn. Standard Oganize), một bản vẽ được thể hiện chỉ xoay quanh một số dạng đường như: đường thẳng, đường cong khép kín ,đường cong mở (có thể lồi hoặc lừm), cỏc cung trũn, elip, đường ZigZag..Cỏc dạng đường như thế được biểu diễn bằng những nét vẽ. Do vậy, nếu như nét vẽ của một đường thẳng lẽ ra là một nét vẽ liền trong khi đó đường mà chúng ta nhận được lại là một nét đứt thì việc đọc các thông tin trên bản vẽ sẽ dẫn đến việc hiểu sai về mặt ý nghĩa là điều không tránh khỏi.

Đặt bài toán nâng cao chất lượng ảnh bằng kỹ thuật tìm xương và làm mảnh

Sau bước này các đường nét đã mảnh được véctơ hoá ảnh phục vụ việc nén dữ liệu, nhằm giảm thiểu yêu cầu về không gian lưu trữ, xử lý và thời gian xử lý. Kỹ thuật làm mảnh là một trong nhiều ứng dụng của phép toán hình thái học (Morphology) sẽ giải quyết một số vấn đề cuả bài toán nêu trên trong công đoạn tiền xử lý ảnh.

Khái quát về phương pháp nâng cao chất lượng hình ảnh

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn. Theo hướng thưc nhất, một mô hình sẽ được xây dựng từ các ảnh kiêm nghiệm để xác định đáp ứng xung của hệ thống nhiễu.

CÁC KHÁI NIỆM CƠ BẢN VỀ TOÁN HỌC HÌNH THÁI 1. Quan hệ giữa khái niệm tập hợp và phép toán hình thái

Một số khái niệm cơ bản về tập hợp

Trong khuôn khổ của luận văn này, chúng ta sẽ quan tâm tới khái niệm phần tử của một tập hợp trong phạm vi của ảnh nhị phân. Các phép toán cơ bản trên tập hợp Phần bù của tập A là tập tất cả các phần tử không thuộc A.

Phép toán làm béo (Dilation) và làm gầy (Erosion)

Bằng cách sử dụng phần tử cấu trúc với kích thước phù hợp và sử dụng phép toán làm gầy, chúng ta có thể loại bỏ các hình vuông điểm ảnh nhỏ (nhiễu) và giữ lại các hình vuông điểm ảnh với kích thước lớn (các thành phần chính của ảnh). Các nhiễu được hoàn toàn loại bỏ trong phép toán làm gầy ở giai đoạn đầu do kích thước của các điểm nhiễu là nhỏ hơn kích thước của phần tử cấu trúc và sau đó được khôi phục lại nguyên dạng như ảnh lúc đầu.

Một số thuật toán dựa trên phép toán hình thái 1. Trích chọn biên

Mặc dù phần tử cấu trúc B ở trong ví dụ được cho bởi hình II.3.1 là một trong các phần tử cấu trúc được sử dụng nhiều nhất, tuy nhiên, tùy theo đặc điểm của ảnh cần được trích chọn, mà ta chọn các phần tử cấu trúc khác cho phù hợp. Như trong phần trước đã nói, chúng ta chỉ quan tâm đến các mẫu phù hợp với các phần tử cấu trúc, bởi vậy không một phép toán nền nào được yêu cầu trong biến đổi hit-or-miss.

THUẬT TOÁN DI TRUYỀN 1. Thuật toán di truyền là gì?

Hoạt động của thuật toán di truyền

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn. hay tăng tốc độ tính toán. Thiết kế các bộ lọc cho ảnh đa cấp xám. Thiết kế bộ lọc cho ảnh đa cấp xám là một bài toán tối ưu khó giải bằng thuật toán đa thức. đã trình bày một cách tiếp cận thuật toán di truyền trong việc thiết kế bộ lọc ảnh đa cấp xám. Hơn nữa, nghiên cứu đó đã dẫn tới một cách tiếp cận mang tính cách mạng trong việc thiết kế giải thuật hình thái để tìm một dãy các phép toán hình thái phù hợp. Thiết kế giải thuật hình thái cho ảnh nhị phân. Yu [25] đã trình bày một cách tiếp cận đơn giản cho bài toán phân đoạn ảnh sử dụng thuật toán di truyền. Ảnh được xem như là một tập hợp các đối tượng được nhúng vào một nền thuần nhất và bị gây nhiễu. Quá trình phân đoạn ảnh được thực hiện trên các ảnh 16x16 không chồng lấn. Các ảnh con sau khi được phân đoạn sẽ được kết hợp lại với nhau để đưa ra được phân đoạn lớn của ảnh. Hàm thích nghi đo độ tương tự của mỗi cá thể ảnh đối với ảnh gốc ban đầu. Nó cũng bao gồm cả hàm phạt để giảm tần số nhiễu trong các kết quả được phân đoạn. Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn. trong cơ thể người có 46 nhiễm sắc thể); tuy nhiên, trong bài này thì ta chỉ nói về các cá thể chỉ chứa đúng một nhiễm sắc thể. Mỗi nhiễm sắc thể (cá thể) sẽ biểu thị một lời giải có thể của một bài toán (ý nghĩa của mỗi nhiễm sắc thể, nghĩa là kiểu gen của nó, được quy ước bởi người lập trình); một qúa trình tiến hóa được thực hiện trên một quần thể nhiễm sắc thể là tương đương với sự tìm kiếm trong một không gian các lời giải có thể.

MỘT CÁCH TIẾP CẬN DI TRUYỀN TRONG BÀI TOÁN PHÂN RÃ PHẦN TỬ CẤU TRÚC

Cấu trúc dữ liệu

Mức độ gen (Gen level): Một gen gồm một hay nhiều các nhân tử (factors) và ó tương ứng với một chuỗi các phép dãn của các nhân tử; một số nguyên chỉ ra gốc của phân hoạch được mô tả bởi gen, vì vậy nó chỉ ra phép dịch chuyển được yêu cầu để khớp gen lên tập các phần tử cấu trúc khởi tạo và một con trỏ xác định gen tiếp theo. Như ta đã nói mục đích của việc xử lý là nhận được sự phân rã làm cực tiểu số các phép tính cần thiết để tính các phép dãn của một ảnh di truyền với phần tử cấu trúc B, hàm thích nghi f(I) chủ yếu được cấu tạo bởi tổng giá của mỗi phân hoạch Bj; thêm vào đó, cũng cần tính đến số phép toán hợp lôgic được yêu cầu và làm nặng lên bởi một hệ số thích hợp.

Giải thuật dựa trên thuật toán tìm kiếm di truyền

Hai, ba hoặc bốn đoạn nhiễm sắc thể của hai cá thể khác nhau được đặt trong ngăn xếp (stack); giai đoạn lai ghép hoặc hợp hai phần tử đầu tiên ở đỉnh ngăn xếp này theo cách này tạo nên một con đơn nhất, hoặc cải biến mỗi phần tử thành cá thể đầy đủ. Mặt khác cài đặt của chúng ta về phép đột biến có mục tiêu chủ yếu là chèn lại các gen đã bị bỏ trước đó và những gen bị mất; Tiêu biểu đây là trường hợp phân hoạch nhỏ mà sự đóng góp của nó để cải thiện hệ số thích nghi bị đánh giá thấp trong pha thực hiện trước.

THỰC NGHIỆM

Việc phân rã được quản lý bởi tiến trình “chủ”, mà tiến trình này sinh ra các tiến trình con trên các nút khác nhau của các cụm trạm làm việc; mỗi tiến trình con gánh vác một phần riêng đặc thù của công việc xử lý, mà tiến trình đó được thực hiện song song với tất cả các tiến trình khác. [4] Giovanni Anelli, Alberto Broggi, Giulio Destri, "Decomposition of Arbitrarily Shaped Binary Morphological Structuring Elements Using Genetic Algorithms," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.