Một số kết quả
- Hỡnh ảnh phõn đoạn ảnh bụng hoa với σ [2, 90] và [5, 230].
a) b)
c)
Hỡnh 4.2. Kết quả phõn đoạn ảnh bụng hoa và biểu đồ dũng năng lƣợng
a) Ảnh gốc.
b) Ảnh sau khi phõn đoạn.
c) Biểu đồ dũng năng lƣợng tại σ = 32, màu đỏ biểu hiện giỏ trị năng lƣợng của tập ngƣỡng tối ƣu ={7, 31, 40, 61, 67, 121}.
Lờ Thị Ngọc Mai – CT1101
- Hỡnh ảnh phõn đoạn ảnh cụ gỏi với σ [2,96] và [7,247]
a) b)
c)
Hỡnh 4.3. Kết quả phõn đoạn ảnh cụ gỏi và biểu đồ dũng năng lƣợng.
a) Ảnh gốc.
b) Ảnh sau khi phõn đoạn.
c) Biểu đồ dũng năng lƣợng tại σ = 74, màu đỏ biểu hiện giỏ trị năng lƣợng của ngƣỡng tối ƣu =9.
Lờ Thị Ngọc Mai – CT1101
Đỏnh giỏ
Phƣơng phỏp cực tiểu năng lƣợng dựa trờn độ đồng nhất và độ khụng ổn định cú thể tự động xỏc định nhiều hơn một ngƣỡng cần thiết cho một ảnh. Tuy nhiờn, thuật toỏn phức tạp, mất khỏ nhiều thời gian tớnh toỏn.
Lờ Thị Ngọc Mai – CT1101
KẾT LUẬN
Trong quỏ trỡnh nghiờn cứu tài liệu và thực hiện đồ ỏn dƣới sự hƣớng dẫn của PGS TS. Ngụ Quốc Tạo – Viện CNTT, Viện KH&CN Việt Nam, em thấy bản thõn đó đạt đƣợc một số kết quả nhƣ sau:
Tỡm hiểu một cỏch tổng quan về XLA và phõn đoạn ảnh, em đó cú một cỏch nhỡn hệ thống về cỏc hƣớng tiếp cận chớnh trong phõn đoạn ảnh và một số thuật toỏn. Đồng thời biết đƣợc ƣu điểm cũng nhƣ nhƣợc điểm của từng từng hƣớng tiếp cận để cú thể đƣa ra cỏch lựa chọn phự hợp với từng loại ảnh.
Em đó tỡm hiểu và cài đặt đƣợc phƣơng phỏp cực tiểu năng lƣợng dựa
trờn độ đồng nhất và độ khụng ổn định cho phõn đoạn ảnh. Phƣơng phỏp bề mặt năng lƣợng để tối ƣu đồng thời ngƣỡng và gradient để tăng cƣờng khả năng phõn đoạn.
Ngoài ra, trong quỏ trỡnh nghiờn cứu em cũng tự tớch lũy thờm cho mỡnh cỏc kiến thức về toỏn học, về kỹ thuật lập trỡnh,…Và quan trọng là rốn luyện kỹ năng để thực hiện một đề tài nghiờn cứu khoa học.
Bờn cạnh những kết quả đạt đƣợc em tự thấy bản đồ ỏn vẫn cũn một số hạn chế:
Trong khuụn khổ một đồ ỏn tốt nghiệp ,em mới chỉ trỡnh bày lại cỏc kiến thức tỡm hiểu đƣợc chứ chƣa đề xuất đƣợc một phƣơng phỏp hoàn toàn mới.
Do thời gian cú hạn, nờn việc trỡnh bày cỏc thuật toỏn phõn đoạn cũng chƣa đƣợc đầy đủ và khoa học. (adsbygoogle = window.adsbygoogle || []).push({});
Dựa trờn những kết quả bƣớc đầu đó đạt đƣợc trong đồ ỏn, em cú đề xuất một số cải tiến thuật toỏn phõn đoạn để phõn đoạn hiệu quả hơn trong tƣơng lai.
Xõy dựng một ứng dụng xử lý ảnh hoàn chỉnh dựa theo cỏc thuật toỏn
đó trỡnh bày trong đồ ỏn. Ứng dụng này nhằm phõn đoạn ảnh để nhận diện đƣợc cỏc thành phần cú trong ảnh. Trớch rỳt ra cỏc đối tƣợng cú trong ảnh và đặt tờn cho chỳng.
Cỏc thuật toỏn phõn đoạn trỡnh bày trong luận văn ỏp dụng đối với ảnh tĩnh, trong thời gian tới, em hy vọng cú thể tỡm hiểu và phỏt triển phƣơng phỏp cực tiểu năng lƣợng dựa trờn độ đồng nhất và độ khụng ổn định đối với ảnh động hoặc cỏc đoạn video ngắn.
Lờ Thị Ngọc Mai – CT1101
TÀI LIỆU THAM KHẢO Tài liệu tiếng việt:
[1] TS Đỗ Năng Toàn, “Giỏo trỡnh mụn học Xử lý ảnh”, Khoa CNTT – Trƣờng đại học Thỏi nguyờn.
[2] PGS. TS Nguyễn Quang Hoan, “Xử lý ảnh”, Học viện Bƣu chớnh viễn thụng.
[3] “Nhập mụn xử lý ảnh”, Đại học bỏch khoa Hà Nội.
Tài liệu tiếng anh:
[4] P. K. Saha and J. K Udupa, “A new Optimum Thresholding Method Using Region Homogeneity and Class Unvertainty”, Proc SP1E: Medical Imaging 2000, vol. 3979, phƣơng phỏp. 1.80-191, 2000.
Website:
[5] http://www.fit.hcmup.edu.vn/~haits/Xu%20Ly%20Anh/
[6] http://www.ieev.org/2009/06/gaussian-blur.html#comment-form