3.1. Ứng dụng thực tiễn
Trong xử lý ảnh và nhận dạng ảnh, cú một số loại ảnh đường nột gồm cỏc đối tượng (objects) là cỏc đường cong cú độ dài lớn hơn nhiều so với độ dày của nú, vớ dụ như là ảnh cỏc kớ tự, dấu võn tay, sơ đồ mạch điện tử, bản vẽ kĩ thuật, bản đồ v.v... Để xử lý cỏc loại ảnh này người ta thường xõy dựng cỏc hệ mụ phỏng theo cỏch phõn tớch ảnh của con người gọi là hệ thống thị giỏc mỏy (Computer Vision System). Cú nhiều hệ thống được cài đặt theo phương phỏp này (xem hỡnh 3.1) như hệ thống nhận dạng chữ viết bằng thiết bị quang học OCR (Optical Character Recognition ), hệ thống nhận dạng võn tay AFIS (Automated fingerprint Identification System) v.v..
Sinh viờn thực hiện: Phan Hữu Mạnh - Lớp CT701 - Khoỏ 7 - Ngành Cụng nghệ thụng tin
Cú nhiều phương phỏp trớch chọn đặc điểm được biết tới như phương phỏp sử dụng súng ngắn (Wavelet), sử dụng hệ số Fourier, sử dụng cỏc mụ men bất biến, sử dụng cỏc đặc trưng của biờn như tớnh trơn và cỏc điểm đặc biệt, sử dụng cỏc đặc
Sinh viờn thực hiện: Phan Hữu Mạnh - Lớp CT701 - Khoỏ 7 - Ngành Cụng nghệ thụng tin
Đọc ảnh (Scanner/Camera) Tiền xử lý (Nâng cấp và khôi phục) Trích trọn đặc điểm Đối sánh Nhận dạng 38 Hỡnh 3.1 : Mụ hỡnh tổng quỏt của hệ thống nhận dạng ảnh
trưng tụ pụ dựa trờn xương của đường nột… Phương phỏp trớch chọn đặc điểm sử dụng ảnh đó mảnh được sử dụng nhiều vỡ việc trớch chọn đặc điểm trở nờn dễ dàng. Sau bước này cỏc đường nột đó mảnh được vộctơ hoỏ ảnh phục vụ việc nộn dữ liệu, nhằm giảm thiểu yờu cầu về khụng gian lưu trữ, xử lý và thời gian xử lý. Kĩ thuật
làm mảnh là một trong nhiều ứng dụng của phộp toỏn hỡnh thỏi học (Morphology). Thụng thường cỏc thuật toỏn làm mảnh thường bao gồm nhiều lần lặp, trong mỗi lần lặp tất cả cỏc điểm của đối tượng sẽ được kiểm tra nếu như chỳng thoả món điều kiện xoỏ nào đú tuỳ thuộc vào thuật toỏn thỡ nú sẽ bị xoỏ đi. Quỏ trỡnh được lặp lại cho đến khi khụng cũn điểm biờn nào được xoỏ. Đối tượng được búc dần lớp biờn cho đến khi bị thu mảnh lại thành một đường duy nhất cú bề dày 1 điểm ảnh. Nhưng trong thực tế, chẳng hạn khi sử dụng cỏc phộp toỏn hỡnh thỏi nhằm lấp đầy cỏc lỗ hổng, làm trơn biờn và nối số đường đứt nột, đụi khi ta chỉ búc một số lớp nhất định để làm mảnh đối tượng đến một độ nhất định và bản thõn trong mỗi phần trong cựng một ảnh lại cần làm mảnh với một số lớp khỏc nhau.
3.2. Xương và làm mảnh
Như chỳng ta đó biết rằng, phộp toỏn dón nở ảnh cho phộp lấp đầy cỏc lỗ hổng, làm trơn biờn và nối một số đường đứt nột. Sau giai đoạn nối cỏc đường đứt nột cần giảm độ dày của đường do phộp toỏn dón nở, khi đú phải sử dụng phộp co. Trong một số trường hợp thỡ nhược điểm của phộp co ảnh là làm đứt nột cỏc đường, làm mất tớnh liờn thụng của đường. Do đú ta phải tỡm cỏch khắc phục nhược điểm đú và phộp toỏn làm “mảnh ảnh " hay “tỡm xương" đó ra đời. Đú là một trong nhiều ứng dụng của phộp toỏn Hỡnh thỏi học (Morphology), mà trong Đồ ỏn này ta muốn sơ qua.
Mọi người đang làm việc trong lĩnh vực thị giỏc mỏy tớnh đều biết làm mảnh (thinning) là gỡ ?. Đú là việc bạn phải làm gỡ để xỏc định xương (Skeleton) của một đối tượng, thường là của một đối tượng nhị phõn. Vậy ta cú thể đặt ra một cõu hỏi: "Xương là gỡ ?". Bõy giờ chỳng ta sẽ tỡm hiểu chỳng. Như với cấu trỳc (texture), khụng cú một định nghĩa chung nào cho khỏi niệm một xương là gỡ ?. Và tệ hơn khụng giống với cấu trỳc, chỳng ta cú thể khụng nhận biết được một xương khi chỳng ta nhỡn thấy nú. Đõy là một điều đỏng tiếc bởi vỡ sự phỏt sinh của một xương số (digital skeleton) thường là một trong cỏc bước xử lớ đầu tiờn thực hiện bởi một hệ
Sinh viờn thực hiện: Phan Hữu Mạnh - Lớp CT701 - Khoỏ 7 - Ngành Cụng nghệ thụng tin
thống thị giỏc mỏy khi thử trớch ra cỏc đặc tớnh (featurre) từ một đối tượng trong một ảnh. Một xương được xem như dựng để mụ tả hỡnh dạng của đối tượng theo một số ớt cỏc điểm ảnh cú liờn quan, tất cả cỏc điểm ảnh đú (trong một vài khả năng) thuộc về cựng một cấu trỳc (structural) và do đú nú rất cần thiết. Trong cỏc ảnh đoạn, xương truyền đạt tất cả cỏc thụng tin được thấy trong ảnh nguyờn bản ban đầu, trong xương cỏc giỏ trị như: Vị trớ, phương hướng và độ dài của cỏc đoạn thẳng chớnh là những đặc trưng cốt yếu của cỏc đường trong ảnh ban đầu. Điều này đơn giản hoỏ việc biểu diễn cỏc bộ phận của ảnh đoạn. Do đú làm mảnh ảnh cú thể được định nghĩa như là hoạt động của việc nhận dạng (idenfying) cỏc điểm ảnh của một đối tượng mà cỏc điểm ảnh đú là cỏc điểm cốt yếu cho việc mụ tả hỡnh dạng của đối tượng: Đú là cỏc điểm xương và cỏc điểm xương đú tạo thành một tập cỏc điểm xương;hay núi cỏch khỏc làm mảnh cú thể được xem là việc đồng nhất cỏc điểm ảnh của một đối tượng mà cỏc điểm ảnh đú chứa thụng tin về hỡnh dỏng của đối tượng, cỏc điểm ảnh này được gọi là cỏc điểm xương ảnh, và là một bộ mẫu. Cũng cú một số xương dạng số được đưa ra nhưng vẫn chưa hoàn toàn được chấp nhận. Hàng trăm bài bỏo dựa trờn chủ đề của việc làm mảnh được in ấn; phần lớn chỳng quan tõm đến việc thực hiện một sự thay đổi (biến tấu) trờn một phương phỏp làm mảnh đang tồn tại, trong đú cỏc hướng mới lạ được liờn kết (liờn hệ) cho việc thực hiện thuật toỏn. Nhiều thuật toỏn làm mảnh gần đõy được thiết kế với một tốc độ đỏng kể. Tốc độ của thuật toỏn được cải tiến khụng ngừng; Chất lượng của xương cũng ngày càng được cải tiến.
Trong chương này một số tiếp cận về làm mảnh ảnh sẽ được khảo sỏt (xem xột) và chỳng ta sẽ luụn trở lại kết quả nguyờn bản của định nghĩa ngoại trừ việc tỡm kiếm một cỏch giải quyết. Tuy nhiờn, cú 3 điều cần lưu ý về làm mảnh:
1) Khụng phải tất cả cỏc đối tượng đều cú thể và phải được làm mảnh, việc làm mảnh là hữu dụng (cú ớch) cho cỏc đối tượng ăn khớp của cỏc đoạn, nghĩa là chỳng chỉ thẳng hoặc cong và việc làm mảnh là khụng hữu dụng (khụng cú ớch) cho cỏc đối tượng cú hỡnh dạng khộp kớn một vựng. Vớ dụ, một đường cong cú thể được làm mảnh nhưng một hỡnh đĩa khụng thể làm mảnh một cỏch đầy đủ.
2) Những gỡ hoạt động như là một xương trong tỡnh huống này cú thể khụng hoạt động trong tỡnh huống khỏc. Làm mảnh thường là một bước chuẩn bị một ảnh cho cỏc bước xử lý tiếp theo. Tất nhiờn, cỏc bước tiếp theo sau thường làm việc với cỏc đặc trưng (thuộc tớnh) cần thiết của xương.
Sinh viờn thực hiện: Phan Hữu Mạnh - Lớp CT701 - Khoỏ 7 - Ngành Cụng nghệ thụng tin
3) Làm mảnh là hoạt động của việc nhận dạng xương và khụng được xỏc định bằng thuật toỏn đó dựng. Đặc biệt, việc làm mảnh khụng phải luụn luụn làm cụng việc xử lý lặp lại việc lột bỏ đi lớp bờn ngoài của cỏc điểm ảnh.
3.3. Cỏc phương phỏp lặp hỡnh thỏi học
Phần lớn cỏc thuật toỏn làm mảnh dựa trờn một vũng lặp lột bỏ dần đi cỏc lớp điểm ảnh cho đến khi khụng cũn nhiều hơn một lớp đựoc xoỏ bỏ. Cú một tập cỏc quy tắc để xỏc định cỏc điểm ảnh cần loại bỏ và thụng thường một vài dạng của cấu trỳc mẫu phự hợp (template-matching) được dựng để thực hiện cỏc quy tắc đú. Thụng thường cỏc quy tắc được thiết kế sao cho dễ dàng nhận biết được khi nào thỡ kết thỳc: Đú là khi khụng cú sự thay đổi nào xảy ra sau 2 lần duyệt qua ảnh.
Thuật toỏn đầu tiờn (thuật toỏn Stentiford) được đề xuất năm 1983 là điển hỡnh của kiểu này. Nú sử dụng cỏc mẫu 3x3 và cỏch thức hoạt động của nú như sau: Di mẫu trờn ảnh, nếu như mẫu phự hợp ảnh thỡ loại bỏ (đặt trắng ) điểm ảnh trung tõm.
Thuật toỏn cơ bản như sau:
1) Tỡm một vị trớ điểm ảnh (i, j), vị trớ mà cỏc điểm ảnh trong ảnh I phự hợp với cỏc điểm ảnh trong mẫu M1(Hỡnh 3.2a).
2) Nếu điểm ảnh trung tõm khụng phải là điểm cuối (endpoint) và cú giỏ trị liờn kết là 1 thỡ đỏnh dấu điểm này cho lần xoỏ sau đú.
3) Lặp lại bước 1 và 2 cho tất cả cỏc vị trớ điểm ảnh phự hợp với mẫu M1. 4) Lặp lại bước 1-3 lần lượt cho cỏc mẫu cũn lại: M2, M3 và M4.
5) Nếu bất kỳ điểm ảnh nào được đỏnh dấu cho thao tỏc xoỏ bỏ thỡ xoỏ chỳng bằng cỏch tạo cho chỳng thành màu trắng.
6) Nếu bất kỳ điểm ảnh nào đó được xoỏ ở bước 5) thỡ lặp lại toàn bộ quỏ trỡnh xử lý từ bước 1), cũn khụng thỡ thuật toỏn dừng.
Sinh viờn thực hiện: Phan Hữu Mạnh - Lớp CT701 - Khoỏ 7 - Ngành Cụng nghệ thụng tin
Hỡnh 3.2: Cỏc mẫu dựng cho việc nhận dạng những điểm ảnh cú thể bị xoỏ trong thuật toỏn làm mảnh Stienford
a. Mẫu M1 b. Mẫu M2 c. Mẫu M3 d. Mẫu M4
Những điểm đen và trắng xỏc định trong mẫu phải tương ứng những điểm cựng mầu trong ảnh; Những điểm X quyết định chỗ nào trong ảnh ta khụng cần quan tõm tới mầu của nú. (adsbygoogle = window.adsbygoogle || []).push({});
Ảnh phải được quột theo một thứ tự riờng biệt đối với từng mẫu. Chức năng của mẫu M1 là tỡm cỏc điểm ảnh cú khả năng được xoỏ dọc theo cạnh trờn cựng của đối tượng và chỳng ta tỡm kiếm cho một sự phự hợp từ trỏi sang phải, sau đú từ trờn xuống dưới. Mẫu M2 phự hợp với một điểm ảnh phớa bờn trỏi của một đối tượng, mẫu này xoỏ từ dưới lờn trờn ảnh, từ trỏi sang phải. Mẫu M3 sẽ định vị cỏc điểm ảnh dọc theo cạnh dưới và xoỏ từ phải sang trỏi, từ dưới lờn trờn. Cuối cựng, tỡm cỏc điểm ảnh cú thể xoỏ phớa bờn phải của đối tượng, phự hợp với mẫu M4 tớnh từ trờn xuống dưới, từ phải sang trỏi. Phương hướng và thứ tự xỏc định này ỏp dụng cho cỏc mẫu đảm bảo rằng cỏc điểm ảnh sẽ bị xoỏ theo cỏch đối xứng mà khụng cần bất cứ một đường chộo định hướng nào.
Cú hai vấn đề tiếp tục cần giải quyết mà cả 2 vấn đề này đều xuất phỏt từ bước 2. Một điểm ảnh là một điểm cuối (endpoint) nếu nú chỉ được liờn kết với một điểm ảnh khỏc, nghĩa là, nếu một điểm ảnh đen chỉ cú một điểm đen bờn ngoài 8-lỏng giềng của nú. Nếu cỏc điểm cuối bị xoỏ thỡ bất kỳ cỏc đường thẳng và cỏc đường cong mở nào cũng sẽ bị xoỏ hoàn toàn, điều này phần nào giống như việc mở một dõy khoỏ quần ỏo(zipper).
Sinh viờn thực hiện: Phan Hữu Mạnh - Lớp CT701 - Khoỏ 7 - Ngành Cụng nghệ thụng tin
Hỡnh 3.3: Một minh hoạ về số liờn kết
a. Điểm trung tõm khụng liờn kết với bất cứ vựng nào và cú thể bị xoỏ. Số liờn kết bằng 1
b. Nếu điểm trung tõm đó bị xoỏ, hai phần trỏi và phải sẽ trở thành khụng liờn kết. Số liờn kết bằng 2
c. Số liờn kết bằng 3
d. Số liờn kết bằng 4, cực đại e. Liờn kết bằng 0.
Khỏi niệm số liờn kết (connectivity number) là một chỳt thỏch thức hơn cho chỳng ta. Bởi vỡ chỳng ta chỉ đang sử dụng cỏc phần rất nhỏ của một ảnh. Vai trũ của cỏc đoạn ảnh đú trong toàn bộ bức ảnh khụng được rừ ràng. Đụi khi, một điểm ảnh đơn kết nối 2 phần lớn hơn của một đối tượng và đú là trực giỏc tất nhiờn mà như vậy một điểm ảnh khụng thể đươc xoỏ. Để làm được như vậy ta sẽ phải tạo 2 đối tượng trong đú chỉ cú một đối tượng nguyờn bản.
Sinh viờn thực hiện: Phan Hữu Mạnh - Lớp CT701 - Khoỏ 7 - Ngành Cụng nghệ thụng tin
Hỡnh 3.4: Bốn phần của mỗi phộp lặp trong phương phỏp làm mảnh Stentiford
a. Sau khi ỏp dụng mẫu M1 b. Sau mẫu M2
c. Sau M3
d. Sau M4. Trong mỗi trường hợp, những điểm đen đại diện cho chỳng bị xoỏ trong lần lặp này.
Số kết nối chớnh là một sự đo lường xem cú bao nhiờu đối tượng mà một điểm ảnh cú thể kết nối. Một cỏch đo lường cỏc kết nối, được thấy như trong hỡnh 3.3 (đẳng thức Yokoi 1973) là:
Trong đú Nk là giỏ trị màu của một trong cỏc 8_lỏng giềng của điểm ảnh được liờn kết và S= {1, 3, 5, 7}. N1 là giỏ trị màu của điểm ảnh bờn phải của điểm ảnh trung tõm và chỳng được số hoỏ theo thứ tự ngược chiều kim đồng hồ, xung quanh điểm ảnh trung tõm. Giỏ trị của Nk là 1 nếu điểm ảnh là điểm trắng (Điểm ảnh nền) và giỏ trị của Nk là 0 nếu điểm ảnh là điểm đen (điểm ảnh thuộc đối tượng). Điểm ảnh trung tõm là N0 và Nk=Nk - 8 nếu k>8. Một cỏch khỏc mà giỏ trị liờn kết cú thể được tớnh toỏn bằng cỏch xột cỏc điểm lỏng giềng theo thứ tự: N1, N2,.... Ns, N1. Số cỏc thay đổi màu(đen-trắng) được dựng đếm số vựng điểm ảnh trung tõm kết nối.
Hỡnh 3.4 trỡnh bày một vũng lặp (đầu tiờn) của thuật toỏn làm mảnh ỏp dụng cho đối tượng cú hỡnh dạng chữ T. Một vũng lặp bao gồm một quỏ trỡnh duyệt qua đối với mỗi mẫu trong 4 mẫu đó cho. Cỏc điểm đen được đỏnh dấu cho thao tỏc xoỏ và điều đú dễ nhận ra trong sơ đồ một cỏch chớnh xỏc những gỡ mỗi mẫu thực hiện. Mỗi vũng lặp hoàn thành cú hiệu quả xúi mũn một lớp cỏc điểm ảnh từ bờn ngoài của đối tượng nhưng khụng giống với phộp co ảnh hỡnh thỏi chuẩn, việc xoỏ bỏ của một điểm ảnh khụng làm mất tớnh liờn thụng.
Sinh viờn thực hiện: Phan Hữu Mạnh - Lớp CT701 - Khoỏ 7 - Ngành Cụng nghệ thụng tin
Cn Nk Nk Nk Nk Eq k S = − + + ∈ ∑ ( * 1* 2)( 31. ) 44
Sinh viờn thực hiện: Phan Hữu Mạnh - Lớp CT701 - Khoỏ 7 - Ngành Cụng nghệ thụng tin
Để hoàn chỉnh việc làm mảnh đối tượng này đũi hỏi 13 vũng lặp (việc đếm vũng lặp cuối cựng mà khụng cú thao tỏc nào ngoại trừ những hiển thị cho chỳng ta kết thỳc). Hỡnh 3.5 trỡnh bày ảnh kết quả sau mỗi vũng lặp.
Một vũng lặp thực hiện 4 lần duyệt ảnh mà trong trường hợp này duyệt qua 60x60 điểm ảnh hay 3600 điểm ảnh. Như vậy, 187, 000 điểm ảnh đó được kiểm tra chỉ để làm mảnh một ảnh đơn giản này. Điều đú trở nờn tồi tệ hơn: Mỗi quỏ trỡnh ỏp dụng mẫu xem xột kiểm tra 3 điểm ảnh và mỗi lần cú sự phự hợp mẫu xảy ra, 18 điểm ảnh khỏc được xem xột kiểm tra (giới hạn trờn là: 10108800 điểm ảnh, nhưng chỉ cú một phần trong chỳng được kiểm tra trong thực hành). Cuối cựng, sẽ cú thờm một quỏ trỡnh duyệt mỗi vũng lặp để xoỏ cỏc điểm ảnh đó đỏnh dấu(10, 102, 000 ).
Sinh viờn thực hiện: Phan Hữu Mạnh - Lớp CT701 - Khoỏ 7 - Ngành Cụng nghệ thụng tin
46 Hỡnh 3.5: Tất cả cỏc phộp lặp của thuật toỏn làm mảnh Stienford
được ỏp dụng cho chữ T. hai vũng lặp cuối tương tự, thờm một lần quột phụ đảm bảo rằng xương hoàn chỉnh.
Hỡnh 3.6:Những tạo tỏc của phộp làm mảnh cổ điển
a. Cổ cột
b. Đuụi cột
c. Đường tạo thành vẫn cú sợi. (adsbygoogle = window.adsbygoogle || []).push({});
Đõy là một cỏch làm tốn kộm để làm mảnh một ảnh nhỏ nhưng là phương phỏp điển hỡnh hoàn chỉnh của cỏc thuật toỏn đỏnh dấu và xoỏ mẫu cơ bản.
Cú một vài vấn đề cố hữu cựng với thuật toỏn làm mảnh này mà chỳng trỡnh bày dưới đõy như như là cỏc tạo tỏc trong xương. Chỳng là cố hữu bởi vỡ chỳng cú khuynh hướng xuất hiện trong rất nhiều thuật toỏn kiểu này, cỏc nhà nghiờn cứu trong lĩnh vực này đó nhận thức được để đoỏn nhận chỳng.