Chúng ta tạo ra phương pháp được miêu tả trong phần này để so sánh với các phương pháp phát hiện biên. Các ảnh kết quả chính xác thu được bằng cách bắt đầu từ các ảnh gốc và được đánh dấu các cạnh bằng tay bởi con người. Tất cả các tỉ lệ được lấy từ các điểm ảnh chính xác này. Sự quyết định được tốc độ là rất chi tiết
bởi vì chúng ta cần các thông tin thừa hơn là thiếu thông tin. Bất cứ thông tin kết quả này thừa bên ngoài ảnh có thể cực tiểu hóa bằng cách định vị nhiễu và loại bỏ
nó. Chúng ta sẽ không đổ lỗi cho thuật toán khi kết quả tìm được không nằm trong vùng mà chúng ta mong muốn.
* Đánh dấu đường biên
Như đã trình bày, phát triển một chương trình sử dụng DWT để tìm biên của một ảnh. Do đó, như kết quả của công việc này, một thuật toán đánh dấu đường biên được phát triển để thiết lập biên xung quanh đối tượng. Sau đó chúng ta xác
định đối tượng có quan trọng hay không (thông qua một hàm ngưỡng). Một sốđiểm nhỏ được tìm thấy và chương trình sẽ đánh dấu một cách cẩn thận theo các biên. Khi một điểm được đánh dấu xong, mối liên hệ kích cỡ của đối tượng được xác
định từđường biên này.
Hình 4.6: Phát hiện biên theo phương pháp Wavelet
Với việc phát hiện biên sử dụng phương pháp Wavelet và sự kết hợp giữa chúng đạt được kết quả rất tốt. Khi sử dụng chức năng lọc nó cân bằng với việc nhận ra biên của phương pháp Canny. Thuật toán của sự biến đổi Wavelet giống sự
biến đổi biên của Canny. Bằng những hình ảnh thực tế ta thấy phát hiện biên sử
dụng Wavelet có thể thu được rất nhiều thông tin về biên.
Bên cạnh việc phát hiện tìm ra biên tốt thì phương pháp này cũng bộ lộ nhược
điểm là mức độ tính toán phức tạp. Tốc độ xử lý chậm hơn so với các phương pháp
KẾT LUẬN
Trong quá trình nghiên cứu tài liệu và thực hiện luận văn dưới sự định hướng của thầy hướng dẫn luận văn đã đạt được một số kết quả như sau:
- Tìm hiểu được một cách tổng quan các vấn đề về XLA và phát hiện biên ảnh. Hệ thống hoá các phương pháp phát hiện biên. Đưa ra nhận xét, đánh giá các phương pháp phát hiện biên và có lựa chọn phương pháp phù hợp với từng loại ảnh. - Đặc biệt việc phát hiện biên sử dụng phương pháp Wavelet và sự kết hợp giữa chúng đã phần nào đạt kết quả tốt hơn trong việc phát hiện biên nhưng chúng vẫn còn bộc lộ một số nhược điểm cần phải khắc phục.
- Bằng cách hiểu bản chất của từng phương pháp, tôi đã cài đặt và chạy thử
nghiệm đối với một số phương pháp phát hiện biên.
- Ngoài ra, trong quá trình nghiên cứu tôi cũng tự tích lũy thêm cho mình các kiến thức về toán học, về kỹ thuật lập trình,…Và quan trọng là rèn luyện kỹ năng để
thực hiện một nghiên cứu khoa học. Tuy mới chỉ là bước đầu, nhưng những kết quả
này sẽ giúp ích cho tôi trong những nghiên cứu sau này để thu được những kết quả
tốt hơn
Dựa trên những kết quả bước đầu đã đạt được trong luận văn, tiếp tục nghiên cứu đề xuất một số cải tiến phương pháp phát hiện biên hiệu quả hơn trong tương lai.
- Đối với phương pháp Wavelet sẽ tiếp tục nghiên cứu để giảm độ phức tạp tính toán của phương pháp Wavelet. Vấn đề này có thểđược giải quyết bởi việc chỉ
sử dụng những cặp điểm liên quan nhất trong quá trình so sánh. Tiếp tục nghiên cứu các đặc điểm về hình dạng, các đặc điểm màu sắc và kết cấu để tăng hiệu quả cho
đánh dấu tìm đường biên.
- Xây dựng một ứng dụng xử lý ảnh hoàn chỉnh dựa theo các phương pháp phát hiện biên đã trình bày trong luận văn.
TÀI LIỆU THAM KHẢO
Tiếng việt
[1] Lương Mạnh Bá, Nguyễn Thanh Thuỷ (1999), “Nhập môn xử lý ảnh số”, Nxb KH&KT.
[2] Phạm Việt Bình (2006) "Phương pháp xử lý biên và ứng dụng trong nhận dạng
đối tượng ảnh", Luận án tiến sỹ.
[3] Võ Đức Khánh, Hoàng Văn Kiếm. "Giáo trình xử lý ảnh số". Nhà xuất bản Đại học Quốc gia Thành phố Hồ Chi Minh.
[4] Hoàng Kiếm, Nguyễn Ngọc Kỷ và các tác giả (1992), "Nhận dạng các phương pháp và ứng dụng", Nhà xuất bản thống kê .
[5] Kỉ yếu hội thảo quốc gia (2000), “Một số vấn đề chọn lọc của công nghệ thông tin”, Nxb KH&KT.
[6] Nguyễn Kim Sách (1997), "Xử lý ảnh và Video số", Nhà xuất bản Khoa học và Kỹ thuật.
[7] Ngô Quốc Tạo (1996), “Nâng cao hiệu quả của một số thuật toán nhận dạng
ảnh”, Luận án Phó tiến sỹ.
[8] Ngô Quốc Tạo (2003), “Bài giảng môn Xử lý ảnh, dành cho lớp Cao học Công nghệ Thông tin”, Khoa Công nghệ Thông tin - Đại học Thái Nguyên.
[9] Ngô Quốc Tạo, Đỗ Năng Toàn (2001), “Tách bảng dựa trên tập các hình chữ
nhật rời rạc”, chuyên san Các công trình nghiên cứu và triển khai Công nghệ
thông tin và viễn thông, Tạp chí Bưu chính viễn thông.
[10] Đỗ Năng Toàn (2000), "Một thuật toán phát hiện vùng và ứng dụng của nó trong quá trình véc tơ hoá tựđộng", Tạp chí Tin học và Điều khiển học.
[11] Đỗ Năng Toàn (2002), "Biên ảnh và một số tính chất", Tạp chí Khoa học Công nghệ, Tập 40, sốĐB, tr 41-48.
[12] Đỗ Năng Toàn, Ngô Quốc Tạo (1998), "Kết hợp các phép toán hình thái học và làm mảnh để nâng cao chất lượng ảnh đường nét", Tạp chí Tin học và Điều khiển học, Tập 14, số 3, tr 23-29.
[13] Nguyễn Quốc Trung (2004), "Xử lý tín hiệu và lọc số", Nhà xuất bản Khoa học và Kỹ thuật.
[14] Một sốđịa chỉ khác trên internet...
Tiếng Anh
[15] Adnan Amin, Stephen FischerTony Pakinson and Ricky Shiu (1998), “Fast Algorithm for skew detection”, School of Computer Sience and Engineering University of New Shouth Wales, NSW, Sydney, 2052, Australia.
[16] Anil K. Jain (1989), Fundamental of Digital Image Processing. Prentice Hall, Engwood cliffs.
[17] H.-F.Jiang, C.-C.Han, and K.-C.Fan (1997), “A fast approach to the detection and correction of skew documents”. Pattern Recognition Letters, Vol.18, No.7, pp.675-686, 1997.
[18] Joannis Pitas (1992), "Digital Image Processing Algorithms", Prentice Hall, New York.
[19] Lu Y and C L Tan (2003), “A nearest-neighbor-chain based approach to skew estimation in document images”, Pattern Recognition Letters, vol.24, pp.2315-2323.
[20] Toumazet J.J., Traitement de l’Image par Exemple, Symbex, Chaptre 5, "Images Binaires Operateurs Morphologiques", pp 117-139, 1990.