Chƣơng trỡnh đƣợc xõy dựng trờn nền Dot net và C# (Visual Studio 2010), để minh họa cỏc phộp toỏn hỡnh thỏi gồm cú: phộp co nhị phõn (Erosion), phộp gión nhị phõn (Dilation), phộp đúng ảnh (Closing), phộp mở ảnh (Opening), tỡm biờn (Edge direction), và tỡm xƣơng (Skeleton).
Trong thời gian nghiờn cứu khụng nhiều, những kết quả cũn giới hạn. Tuy nhiờn chƣơng trỡnh đó đạt đƣợc yờu cầu đề ra là sử dụng cỏc phƣơng phỏp nõng cao chất lƣợng ảnh để tạo ra hƣớng tiếp cận phộp toỏn Hỡnh thỏi học vào ứng dụng thực tế, với kết quả đạt đƣợc của chƣơng trỡnh so với cỏc chƣơng trỡnh nhƣ IPLap, MapScan đang đƣợc sử dụng thực tế ngoài thị trƣờng ( xử lý ảnh theo cỏc yờu cầu cụ thể, chƣa mở rộng để khắc phục ảnh nhiễu, đứt nột hay mờ), thỡ cho thấy chƣơng trỡnh sử dụng phộp toỏn Hỡnh thỏi học cú thể giải quyết hầu hết cỏc vấn đề về ảnh nhƣ xoỏ nhiễu, nối nột, làm mảnh,…
Giao diện chƣơng trỡnh nhƣ sau:
Hỡnh 3.16: Giao diện chớnh của chƣơng trỡnh.
Hƣớng dẫn sử dụng File :
Open: Nạp ảnh cần xử lý vào picture box . Save: Lƣu ảnh đó xử lý ra định dạng Image file. Exit : Thoỏt khỏi chƣơng trỡnh.
Hỡnh 3.17: Ảnh đầu vào cần xử lý.
Image:
Convert to Binary : Dựng để convert ảnh màu sang ảnh nhị phõn.
Hỡnh 3.18: Chuyển ảnh màu sang nhị phõn.
Hỡnh 3.19: Chuyển ảnh màu sang ảnh xỏm.
Control:
Nhúm Operation: Lựa chọn cỏc phộp toỏn để tỏc động lờn ảnh gốc. Phộp gión nhị phõn (Dilation), phộp co nhị phõn (Erosion), Phộp mở ảnh (Opening), Phộp đúng ảnh (Closing).
Hỡnh 3.20: Phộp toỏn tỏc động lờn ảnh gốc.
Nhúm Template: “Kernel Shape”: Lựa chọn cỏc dạng của phần tử cấu trỳc, tỏc động lờn đối tƣợng trong ảnh. Dạng hỡnh vuụng (Square), dạng hỡnh trũn (Circle), và dạng hỡnh dấu cộng (Cross)...
“Kernel Size”: Dựng để lựa chọn kớch thƣớc của phần tử cấu trỳc.(3X3,4X4,5X5…)
Hỡnh 3.21: Cấu trỳc tỏc động lờn ảnh gốc.
Proccesing:
Basic: Thực hiện phộp toỏn hỡnh thỏi tỏc động lờn ảnh khi đó chọn phộp toỏn và dạng cỡ phần tử cấu trỳc tƣơng xứng.
Applycation: Edge direction: Phỏt hiện biờn của đối tƣợng trong ảnh.
Skeleton: Bắt đầu quỏ trỡnh tỡm xƣơng và làm mảnh đối tƣợng trong ảnh.
Hỡnh 3.23: Tỡm biờn ảnh bằng phộp toỏn Morphology.
Status bar: Thanh trạng thỏi biểu thị tiến độ xử lý ảnh của chƣơng trỡnh. Cho một vớ dụ, nếu sử dụng phộp co nhị phõn hay gión nhị phõn, thỡ tiến độ này sẽ chạy một lần, bởi vỡ để thực hiện phộp co nhị phõn và phộp gión thỡ ta chỉ thực hiện thuật toỏn một lần. Nếu sử dụng với phộp đúng ảnh và phộp mở ảnh thỡ sẽ chạy hai lần, vỡ để thực hiện một trong hai phộp toỏn này ta phải thực hiện hai lần thuật toỏn co và gión nhị phõn. Đối với cỏc phộp toỏn khỏc thỡ chức năng biểu thị trạng thỏi của nú cũng tƣơng tự.
Kết luận
Phộp toỏn hỡnh thỏi là một mảng vụ cựng quan trọng trong xử lý ảnh, cỏc đề tài về phộp biến đổi này cũng đang đƣợc nhiều ngƣời quan tõm, bởi vỡ qua cỏc thuật toỏn và phộp toỏn cơ sở đú ta cú thể mở rộng và phỏt triển những bài toỏn khỏc cú liờn quan đến lĩnh vực quan sỏt thăm dũ, trớ tuệ nhõn tạo…, chẳng hạn nhƣ ứng dụng scan tài liệu lƣu trữ và với camera theo dừi qua cỏc thuật toỏn nhận biết đối tƣợng chuyển động, hoặc ghộp đối tƣợng trong hai hỡnh ảnh thụng qua cỏc đặc điểm hoặc điểm tƣơng đồng…
Cỏc kết quả đó đạt đƣợc:
- Trỡnh bày tổng quan về xử lý ảnh, lịch sử phỏt triển và phƣơng thức hoạt động.
- Trỡnh bày hệ thống cỏc khỏi niệm cơ bản của phộp toỏn hỡnh thỏi dƣới gúc độ xử lý ảnh; cỏc khỏi niệm, cỏc tớnh chất và ứng dụng cơ bản trong xử lý và biểu diễn hỡnh dạng đối tƣợng. Đồng thời qua đú giải thớch và minh họa cụ thể và đƣa ra mối liờn hệ giữa cỏc phộp toỏn đú với nhau.
- Đó ứng dụng chƣơng trỡnh vào thực tế ( xử lý ảnh tài liệu điện tử tại Thƣ viện Trƣờng Đại Học Lạc Hồng)
- Thực nghiệm cỏc phộp toỏn, thuật toỏn qua chƣơng trỡnh xử lý. Qua phõn tớch trờn ta cú thể rỳt ra kết luận:
Cỏc phộp toỏn gión nhị phõn (Dilation), co nhị phõn (Erosion), Phộp mở ảnh (Opening), phộp đúng ảnh (Closing), là cỏc phộp toỏn cơ sở trong phộp toỏn hỡnh thỏi, cỏc thuật toỏn trớch biờn (Boundary), làm đầy (Region filling), tỏch thành phần liờn thụng (Extraction of connected compoments), bao lồi (Convex Hull), làm mảnh (Thinning), tỡm xƣơng (Skeleton), đều đƣợc xõy dựng từ cỏc phộp toỏn hỡnh thỏi cơ bản. Cỏc phộp toỏn đú là điều kiện, cũng nhƣ tiền đề để tỡm hiểu nghiờn cứu cỏc (adsbygoogle = window.adsbygoogle || []).push({});
thuật toỏn khỏc cú tớnh ứng dụng cao trong xử lý ảnh núi riờng và trong thực tế đời sống núi chung.
Phộp toỏn hỡnh thỏi là một đề tài rất rộng, cần rất nhiều thời gian mới cú thể tỡm hiểu và nghiờn cứu về nú.
Cỏc phƣơng phỏp, mụ hỡnh đƣợc trỡnh bày trong luận văn đều cú thể đƣợc ỏp dụng trong đối sỏnh mẫu (nhận dạng dấu võn tay), phỏt hiện đối tƣợng đột nhập là tiền đề cho sự phỏt triển chuyờn sõu về phộp toỏn hỡnh thỏi và hƣớng phỏt triển tiếp theo của luận văn.
Tài liệu tham khảo:
[1]. Đỗ Năng Toàn, Phạm Việt Bỡnh- Giỏo Trỡnh Mụn Học Xử Lý Ảnh, trƣờng ĐH thỏi nguyờn, khoa CNTT- 2008.
[2].Đỗ Năng Toàn, Ngụ Quốc Tạo, "Kết hợp cỏc phộp toỏn hỡnh thỏi học và làm mảnh để nõng cao chất lượng ảnh đường nột", Tạp chớ Tin học và Điều khiển học, Tập 14, số 3, 1998, 23-29.
[3]. Đỗ Năng Toàn, Nghiờn cứu một số phương phỏp biểu diễn hỡnh dạng và ứng dụng trong nhận dạng ảnh, Luận ỏn Tiến sỹ, 2001.
[4].Phạm Việt Bỡnh, “Một tiếp cận mới trong phỏt hiện biờn dựa vào cỏc phộp toỏn hỡnh thỏi”, Kỷ yếu Hội thảo Quốc gia lần thứ 8 - Một số vấn đề chọn lọc của Cụng nghệ thụng tin và Truyền thụng, Hải Phũng 25-27/08 /2005, NXB KH&KT, Hà Nội 2006, 82-91
[5].Phạm Việt Bỡnh– Phỏt triển kỹ thuật dũ biờn, phỏt hiện biờn và ứng dụng, luận ỏn tiến sĩ khoa học- 2006.
[6].Frank Y. Shih-Image Processing and Mathematical Morphology Fundamentals and Applications,2009, tr. 11~ 24,tr 37~52.
[7]. Das, A., Chanda, B.:A Fast Algorithm for Skew Detection of Document Images Using Morphology. Int. J. Document Analysis and Recognition 4, 2001, tr. 109~114.
[8]. Toumazet J.J., "Images Binaires Operateurs Morphologiques", Traitement de l’Image par Exemple, Symbex, 1990, 117-139.
[9]. John C.Russ, The Image Procesing Handbook. CRC Press, Inc, 1995. [10]. J.R.Paker, Algorithms for Image processing and Computer Vision. John Wiley & Sons, Inc, 1997.
[11]. F.Guidchard, J-M. Morel, Image Interactive Smoothing and P.D.E'S, Trimestre IHP, 1998
[12]. L. Najman, “Using mathematical morphology for document skew estimation”, In procs. SPIE Document Recognition and Retrieval XI, volume 5296, 2004, 182-191
[13].Morphological_image_processing,http://en.wikipedia.org/wiki/Morpholo gical_image_processing#Properties_of_the_basic_operators
[14]. Morphology Fun, http://www.funmorph.com/
[15].fip-Morpholo,http://www.ph.tn.tudelft.nl/Courses/FIP/noframes/fip- Morpholo.html