Bộ lọc trung vị là một trong những bộ lọc thống kê nổi tiếng do nó có hiệu suất tốt đối với một số loại nhiễu cụ thể như nhiễu muối tiêu (salt-pepper noise), nhiều đốm (speckle noise). Theo bộ lọc trung vị thì pixel trung tâm của vùng lân cận MxM được thay thế bằng giá trị trung vị của cửa sổ tương ứng. Lưu ý rằng điểm ảnh nhiễu được coi là rất khác với điểm trung vị.
lượt quét qua từng điểm ảnh của ảnh ban đầu chưa nhiễu. Sau khi áp mặt nạ này vào tại vị trí của mỗi điểm ảnh thì các giá trị pixel trong vùng của mặt nạ sẽ được sắp xếp tăng
dân hoặc giảm dần về giá trị cường độ. Cuối cúng, gán điểm ảnh nằm ở vị trí chính giữa của các giá trị vừa được sắp xếp, gán cho giá trị điểm ảnh đang xét. Hình 35 mô tả quá trình hoạt động của bộ lọc trung vị.
Hình 35 Ví dụ về hoạt động của bộ lọc trung vị
Hình 36 Ảnh gốc
XÂY DỰNG MÔ HÌNH 3D VẬT THỂ
Để xây dựng được mô hình 3D của vật thể, nhóm phải cần nhiều bước và nhiều công đoạn như lấy dữ liệu ảnh, xử lí dữ liệu ảnh, tạo bản đồ độ sâu dựa vào màu sắc, tạo đám mây điểm ảnh và hiển thị chúng. Do đó để cụ thể hơn về mô hình, trong chương này nhóm sẽ tạo ra từng khối với chức năng nhiệm vụ riêng biệt. Ta có sơ đồ khối:
Hình 38 Sơ đồ khối của quá trình xây dựng mô hình 3D
- Khối thu thập dữ liệu ảnh từ cặp camera stereo:
Khối này có nhiệm vụ lấy dữ liệu ảnh bao gồm 2 ảnh màu từ 2 camera, đồng thời chụp 20 tấm ảnh chessboard cho mỗi camera. Với điều kiện cùng không gian như nhau và sẽ chụp nhiều đối tượng để so sánh kết quả. Ở đây khối này sẽ cho ta kết được ma trận bên trong và bên ngoài của mỗi camera từ đó tạo dữ liệu cho khối hiệu chỉnh.
- Khối hiệu chỉnh:
Điều chỉnh các thông số ma trận bên trong và bên ngoài camera kết hợp so sánh đối chiếu đặc trưng của chúng và dùng các phương pháp xử lí ảnh để điều chỉnh ánh sáng, màu sắc, kích thước để cho hai bức ảnh khớp nhau.
- Khối tính toán độ sâu ảnh
Khối này lấy ý tưởng từ hai mắt của con người, nếu ta che một mắt và nhìn một mắt cho một đối tượng thì khi làm ngược lại thì ta sẽ thấy đối tượng dịch chuyển một đoạn, nếu khoảng cách dịch chuyển này lớn thì vật đó là ở gần chúng ta hơn và nếu khoảng cách dịch chuyển nhỏ thì vật ở xa hơn. Từ đó, ta có thể tính toán được độ sâu của đối tượng so với các vật xung quanh.
- Khối hiển thị mô hình 3D
Sau khi tạo ra được bản đồ độ sâu, ta tiến hành xử lí giữa bức ảnh RGB và độ sâu của từng khung hình để tìm kết nối tương đồng 2D giữa 2 ảnh liên tiếp. Mỗi vị trí toạ độ pixel ta sẽ có được giá trị độ sâu tương đương. Nhờ vậy ta thu được đám mây sau
hiệu chỉnh. Khi thu được đám mây điểm ảnh ta tiếng hành hiển thị lên để quan sát, kiểm tra thực nghiệm so với kết quả nghiên cứu.