§ Phần tửảnh:
Ảnh trong thực tế là một ảnh liên tục về không gian và giá trịđộ sáng. Để có thể xử
lý bằng máy tính cần thiết phải đưa về dạng ảnh số. Trong quá trình số hóa, người ta biến đổi tín hiệu liên tục sang tín hiệu rời rạc thông qua quá trình lấy mẫu ( rời rạc hóa không gian) và lượng tử hóa thành phần giá trị ( rời rạc hóa biên độ giá trị) mà về
nguyên tắc mắt thường không phân biệt được hai điểm kề nhau. Trong quá trình này người ta sử dụng một khái niệm là Picture Element mà ta quen gọi là pixel.
Pixel là một điểm trên dữ liệu ảnh, các pixel được sắp xếp thành một mảng 2 chiều và được biểu diễn bằng các chấm hay ô vuông. Mỗi pixel là một kết quả lấy mẫu của
Chương 5 Xử lý ảnh số và OpenCv
———————————————————————————————————
Robot trán h hướng ngại vật - GVHD: TS.Nguyễn Đức Thành Trang 52
mỗi pixel bao gồm tọa độ và giá trị màu sắc tùy vào ảnh nhị phân, ảnh xám hay ảnh màu.
Hình 5.2 Biểu diễn ảnh bằng pixel trong ảnh đơn sắc, nửa bên trái là dữ liệu
ảnh, nửa bên phải là phần ảnh hiển thị, mỗi pixel biểu diễn bằng 1 bit
§ Độ phân giải ảnh :
Độ phân giải ảnh ( resolution) là mật độđiểm ảnh ấn định trên một ảnh sốđược hiển thị. Theo định nghĩa, khoảng cách giữa các điểm ảnh phải được chọn sao cho mắt người vẫn thấy được sự liên tục của ảnh.
Ví dụ độ phân giải ảnh trên màn hình CGA ( Color Graphic Adapter) là một lưới
điểm theo chiều ngang màn hình: 320 điểm chiều dọc * 200 điểm ảnh (320x200) . Rõ
ràng cùng một độ phân giải thì màn hình 12’’ ta nhận thấy mịn hơn màn hình 17’’. Lý
do là cùng một mật độ ( độ phân giải ) thì diện tích màn hình rộng hơn thì độ mịn ( liên tục các điểm kém hơn).
§ Ảnh xám và ảnh màu :
Mức xám của ảnh số hay ảnh xám là trong đó giá trị của mỗi pixel là một giá trịđơn, chỉ mang một thông tin về cường độ. Ảnh xám còn được gọi là ảnh trắng đen với giá trị biến thiên từđen với cường độ yếu nhất đến trắng với cường độ cao nhất. Ảnh xám khác với ảnh trắng đen một bit với chỉ hai giá trị trắng và đen, trong khi ảnh xám có các giá trị trung gian giữa trắng và đen.
Ảnh xám thu được từ việc đo cường độ ánh sáng mỗi pixel tại một tần số nhất định trong dãy quang phổ ánh sáng, do đó nó được gọi là ảnh đơn sắc..
Ảnh xám được mã hóa bởi n bit sẽ có là 2n mức, đi từ đen (mức 0) tới trắng (mức 2n – 1). Các mức từ 1 đến 2n – 2 biểu diễn các sắc độ xám khác nhau.
Hình 5.3 Thang màu xám
Ảnh màu là ảnh mà mỗi pixel chứa 3 kênh màu: Đỏ (Red), Lục (Green) và Lam
Chương 5 Xử lý ảnh số và OpenCv
———————————————————————————————————
Robot trán h hướng ngại vật - GVHD: TS.Nguy
có thểđược mã hoá n bit cho m
Do đó dung lượng ảnh màu s
Hình 5.4 Ví dụ về việc chia ảnh m § Mẫu dương và mẫu âm : Mẫu dương là những h những hình ảnh không chứa đối t Hình 5.5 Một số mẫu d à OpenCv ——————————————————————————————————— GVHD: TS.Nguyễn Đức Thành
ã hoá n bit cho mỗi kênh. Như vậy 1 pixel sẽđược mã hoá b
nh màu sẽ lớn hơn 3 lần so với ảnh xám có cùng mức m
ụ về việc chia ảnh màu RBG thành các kênh màu và ảnh xám t
đương của mỗi kênh màu.
ẫu âm :
ững hình ảnh chứa đối tượng cần được xác định. Mẫu âm l
ảnh không chứa đối tượng cần được xác định.
ột số mẫu dương dùng trong việc phát hiện khuôn mặt
——————————————————————————————————— Trang 53 ã hoá bởi 3*n bit. ức mã hoá. ảnh xám tương ợc xác định. Mẫu âm là ệc phát hiện khuôn mặt
Chương 5 Xử lý ảnh số và OpenCv
———————————————————————————————————
Robot trán h hướng ngại vật - GVHD: TS.Nguy
Hình 5.6 M
§ Histogram và cân bằng histogram :
Histogram là một xấp xỉ rời rạc của h
ảnh xám, histogram là sự tính toán số pixel có c
tìm ra sự phân bố mức xám trong ảnh. Quá tr
Ø Đối với một ảnh B bit, khởi động
Ø Quét qua tất cả cácpixel (x,y)
Ø Khi f(x,y) = I, tăng giá tr
Việc cân bằng histogram l
tiền xử lý, giúp cho các thuật toán có thể dễ d như nhận dạng khuôn mặt, phát hiện bi
tượng ( foreground) và ph
việc cân bằng histogram có thể gây n
có thể tăng độ phân giải phần tín hiệu nhiễu v
Phương pháp cân bằng histogram có đ
cumulative distribution function)
bằng tổng các pixel có mức xám nhỏ h
thì phân phối tích lũy có dạng tuyến tính. à OpenCv
———————————————————————————————————
GVHD: TS.Nguyễn Đức Thành
Hình 5.6 Một số mẫu âm dùng trong việc phát hiện khuôn mặt
ằng histogram :
ột xấp xỉ rời rạc của hàm phân phối xác suất biến ngẫu nhi
ự tính toán số pixel có cùng một giá trị trên gray
ự phân bố mức xám trong ảnh. Quá trình tính toán như sau:
ối với một ảnh B bit, khởi động 2B counter với giá trị 0
ất cả cácpixel (x,y)
Khi f(x,y) = I, tăng giá trị cho counter thứ i
ệc cân bằng histogram là để tăng độ tương phản của ảnh số, thường nằm ở khâu
ền xử lý, giúp cho các thuật toán có thể dễ dàng nhận diện các đặc tính
ận dạng khuôn mặt, phát hiện biên,… Việc này rất hữu ích khi m à phần nền ( background) cùng sáng hoặc cùng t
ệc cân bằng histogram có thể gây nên những hiệu ứng không mong muốn
ể tăng độ phân giải phần tín hiệu nhiễu và làm giảm phần đối tượng trong ảnh.
ằng histogram có đưa ra một khái niệm hàm phân ph
cumulative distribution function) , giá trị hàm này tại mỗi này tại mỗi giá trị mức xám
ổng các pixel có mức xám nhỏ hơn hoặc bằng giá trịđó. Để ý là sau khi cân b
ối tích lũy có dạng tuyến tính. ——————————————————————————————————— Trang 54 ệc phát hiện khuôn mặt ến ngẫu nhiên. Trong ên gray-scale, tức là ờng nằm ở khâu ận diện các đặc tính có trong ảnh ất hữu ích khi mà phần đối ùng tối. Tuy nhiên
ững hiệu ứng không mong muốn, đôi khi nó
ợng trong ảnh.
hàm phân phối tích lũy (
ại mỗi giá trị mức xám
Chương 5 Xử lý ảnh số và OpenCv
———————————————————————————————————
Robot trán h hướng ngại vật - GVHD: TS.Nguyễn Đức Thành Trang 55
Hình 5.7 Ảnh trước và sau khi cân bằng histogram. Đường thẳng trong đồ thị
histogram là hàm tích lũy.