Phép giãn nhị phân (Dilation [1], [2])

Một phần của tài liệu Nghiên cứu phương pháp cải thiện chất lượng ảnh nhị phân bằng phép toán hình thái (LV01401) (Trang 33)

Tập hợp B thường được coi như là một phần tử cấu trúc (Structuring element) trong giãn nhị phân, cũng như trong các phép toán hình thái khác, tập hợp A là tập hợp các phần tử của hình ảnh gốc.

Với A và B là các tập hợp trong Z2, thì phép giãn nhị phân của A theo B (AB) được định nghĩa qua công thức sau:

               B z B AA z ^ | (0.12)

Như vậy phép giãn nhị phân của tập hợp A bởi phần tử cấu trúc B là tập hợp của tất cả các điểm z (z là tâm điểm của phần tử cấu trúc B trên tập hợp A) sao cho phản xạ của Bz giao với tập A tại ít nhất một điểm. Hay nói cách khác, phép giãn nhị phân là sự chồng chéo từ ít nhất một phần tử từ phản xạ

của phần tử cấu trúc B với tập hợp A. Đồng thời các phần tử này phải là tập con của tập hợp {A}.

Công thức (0.12) có thể được viết lại:                      B z B A A A z ^ | (0.13)

Phép giãn nhị phân của tập hợp A bởi tập hợp B là tồn tại các điểm w thuộc Z2 sao cho w là tổng của hai điểm tương ứng bất kỳ thuộc tập hợp A và tập hợp B, định nghĩa này được mô tả qua công thức:

ABwZ2|wab,aA,bB (0.14) Dễ thấy trong toán học, đây là phép tổng trực tiếp A và B. A là đối tượng ảnh được thao tác và B được gọi là phần tử cấu trúc (viết tắt là cấu trúc).

Để hiểu kĩ hơn về điều này, ta hãy coi A là đối tượng 2.4a và (0,0),(0,1)

B .

Hình 2.4. Hiệu quả của thao tác nhị phân đơn giản trên một ảnh nhỏ Trong đó: (a) ảnh ban đầu; (b) ảnh giãn 1 điểm ảnh; (c) ảnh giãn 2 điểm ảnh (so với ảnh ban đầu).

Trong thực tế, đối tượng ảnh được xem như là một điểm trong không gian hai chiều và nó được xác định bởi số hàng và số cột. Do vậy hình 2.4a có thể được viết lại {(3,3) (3,4) (4,3) (4,4)}, với điểm ảnh phía trên bên trái là (0,0).

Những phần tử ở trong tập wAB được tính dựa trên công thức (0.14), có thể viết lại như sau:

 

  0,0  (0,1)

B A A

A B W (3,3) + (0,0) = (3,3) (3,4) + (0,0) = (3,4) (4,3) + (0,0) = (4,3) (4,4) + (0,0) = (4,4) (3,3) + (0,1) = (3,4) (3,4) + (0,1) = (3,5) (4,3) + (0,1) = (4,4) (4,4) + (0,1) = (4,5)

Trong đó, tập W gọi là kết quả của phép giãn A sử dụng phần tử cấu trúc B và gồm các phần tử như được mô tả ở trên, tuy nhiên một vài điểm trong số chúng có thể trùng nhau.

Hình 2.5. Giãn A bởi B.

Trong đó: (a) Tập A ban đầu; (b) Tập A cộng phần tử (0,0); (c) Tập A cộng phần tử (0,1); (d) Hợp của (b) và (c) (kết quả của phép giãn).

Như hình 2.5. trên, ta nhận thấy rằng trong các ảnh có hình 1 dấu thập (x). Những phần tử được đánh dấu (x) hoặc đen, hoặc trắng được coi như gốc (Ogirin) của mỗi ảnh. Việc xác định vị trí của gốc cấu trúc là rất quan trọng, nó có thể quyết định hướng co giãn của ảnh. Nếu gốc ở bên trái, thì ảnh có xu hướng co giãn về bên phải, gốc ở bên phải thì co giãn về bên trái và nếu gốc ở giữa thì ảnh sẽ giãn đều. Trong thí dụ trên do gốc của cấu trúc B ở bên trái nên ta thấy ảnh được giãn về bên phải.

Nếu như gốc chứa một điểm ảnh trắng, khi đó ta nói rằng gốc không được bao gồm trong tập B. Thông thường, để giãn ảnh đều về tất cả các phía, ta thường sử dụng cấu trúc có dạng ma trận 3x3 với gốc ở chính giữa. Ta xét thêm một ví dụ nữa, ví dụ này sẽ cho ta thấy sẽ giãn về hai phía nếu như ta sử dụng cấu trúc có gốc ở giữa và gốc chứa một điểm ảnh trắng. Trong trường hợp cấu trúc có điểm ảnh trắng ở gốc ta nói rằng gốc không được bao gồm trong cấu trúc.

Nhìn vào hình 2.6 dưới đây, ta có:

A1={(1,1) (1,2) (2,2) (2,3) (3,2) (3,3) (4,4)} Và phần tử cấu trúc B1={(0,-1) (0,1)}

Dịch A1 bởi (0,-1) cho ta:

(A1)(0,-1)={(1,0) (1,1) (2,1) (2,2) (3,1) (3,2) (4,3)} Dịch A1 bởi (0,1) cho ta:

(A1)(0,1)={(1,2) (1,3) (2,3) (2,4) (3,3) (3,4) (4,5)} Phép giãn của A1 bởi B1 là hợp của (A1)(0,-1) và (A1)(0,1)

Ta có thể thấy rõ hơn ở trong hình 2.6 có một số phần tử của đối tượng ban đầu sẽ không có.

Hình 2.6. Giãn mất điểm ảnh (adsbygoogle = window.adsbygoogle || []).push({});

Trong đó: (a) ảnh A1; (b) phần tử cấu trúc B1; (c) A1 được giãn bởi B1 Ta nhận thấy điểm ảnh (4,4), đó chính là do gốc của phần tử cấu trúc không phải là một phần tử đối tượng (bởi ta coi phần tử đối tượng là điểm ảnh đen mà ở đây gốc lại là một điểm trắng).

Tổng quát hơn, nếu A là một hình ảnh và B là phần tử cấu trúc có tâm điểm nằm trên hình ảnh A, khi đó phép giãn của hình ảnh A bởi phần tử cấu trúc B có thể được hiểu như quỹ tích của các điểm được phủ bởi phần tử cấu trúc B khi tâm điểm của B di chuyển trên cạnh của hình ảnh A.

Hình 2.7. Phép giãn nhị phân Hình 2.7 a gồm:

+ Tập hợp A có hai cạnh bên kích thước là d.

+ Phần tử cấu trúc vuông B kích thước d/4, trường hợp này thì phần tử cấu trúc B và tương phản của nó bằng nhau vì B có tập hợp các phần tử đối xứng nhau qua tâm điểm (dấu chấm đen ở giữa).

+ Cuối cùng là kết quả của phép giãn nhị phân giữa tập hợp A và phần tử cấu trúc B.

Hình 2.7b cũng gồm những thành phần tương tự nhưng với phần tử cấu trúc là hình chữ nhật, nhưng cho ta một kết quả khác. Như vậy, mỗi kiểu phần tử cấu trúc khác nhau sẽ cho ta một kết quả khác nhau, sau khi thuật toán được thi hành. Từ đó ta có công thức:  B b b A B A    (0.15)

Để thực tế hóa những lý thuyết đã nêu trên, ta coi những phần tử cấu trúc như một mẫu sẵn và dịch chuyển tịnh tiến trên bề mặt hình ảnh. Khi gốc của phần tử cấu trúc (chấm đen ở tâm điểm) khớp với điểm ảnh tại cạnh của hình ảnh thì các điểm ảnh tương ứng với gốc này sẽ được đánh dấu và thay thế. Sau khi toàn bộ điểm ảnh đã được quét qua bởi phần tử cấu trúc thì thao tác giãn hình ảnh được hoàn tất.

Một ví dụ về phép giãn trên một hình ảnh nhị phân sử dụng phần tử cấu trúc dạng ma trận vuông 3x3 như sau:

Hình 2.8. Quá trình quét của phần tử cấu trúc trên hình ảnh nhị phân Ở ví dụ trên ta thấy các điểm ảnh màu trắng mang giá trị là 1 là các điểm thuộc đối tượng đang cần quan tâm trên ảnh và phần màu đen mang giá trị 0 là phần nằm ngoài đối tượng. Khi thuật toán được thi hành thì phần tử cấu trúc sẽ lần lượt quét qua các điểm ảnh ngoài cùng (đi theo đường kẻ màu đen trên hình vẽ) của đối tượng sau đó thay thế các điểm ảnh trên đối tượng này theo mẫu phần tử cấu trúc. Từ đó ta ứng dụng để nói các nét bị đứt gẫy của văn bản do quá trình xuống cấp, với khoảng cách lớn nhất của các nét bị đứt gãy tầm hai điểm ảnh.

Từ những điều trên, giúp ta tiếp cận đến một thao tác giãn ảnh có thể được “máy tính hóa”. Ta hãy coi những phần tử cấu trúc như là một mẫu và dịch nói trên ảnh. Điều này được thể hiện khá rõ trong hình 2.9.

Hình 2.9. Giãn ảnh sử dụng phần tử cấu trúc

(a) Góc cấu trúc định vị trên điểm ảnh đen đầu tiên và những điểm đen cấu trúc được chép sang ảnh kết quả ở những vị trí tương ứng

(b) Quá trình tương tự với điểm đen tiếp theo (c) Quá trình hình thành

Một phần của tài liệu Nghiên cứu phương pháp cải thiện chất lượng ảnh nhị phân bằng phép toán hình thái (LV01401) (Trang 33)