Pepper
Kết quả chạy chương trình thực nghiệm lọc mờ nhiễu ảnh với cặp mờ Gaussian kết hợp nhiễu Salt & Pepper với kích thước ảnh 256 x 256 trên tập tin “z8 img08.jpg” trong tập dữ liệu:
(a) (b) (c)
(d) (e)
Hình 4.16. Kết quả thực hiện trên cặp mờ Gaussian kết hợp nhiễu Salt & Pepper trên ảnh 256x256.
(a) Hình gốc, (b) Hình mờ nhiễu (PSNR=24.7834 dB), (c) Kết quả phương pháp đề xuất (PSNR=33.3426 dB), (d) Kết quả Wiener Filter[21] (PSNR=25.3093
dB), (e) Kết quả Augmented Lagrangian[23] (PSNR=24.9366 dB)
Hình 4.16 là một ví dụ cải thiện chất lượng ảnh trong trường hợp ảnh chứa mờ Gaussian kết hợp với nhiễu Salt & Pepper bằng các phương pháp khác nhau. Hình (a) là hình ban đầu chưa nhận giá trị mờ nhiễu. Hình (b) là hình đã chứa mờ Gaussian kết hợp với nhiễu Salt & Pepper. Hình (c) là hình kết quả khi dùng phương pháp đề xuất. Hình (d) là hình kết quả khi dùng phương pháp Wiener Filter để khử mờ và nhiễu. Hình (e) là hình kết quả khi dùng phương pháp Augmented Lagrangian để khử mờ và nhiễu, phương pháp đề xuất có giá trị PSNR cao hơn so với 02 phương pháp được so sánh.
Bảng kết quả thực nghiệm chỉ số PSNR trên ảnh y khoa trên hình 4.16 với kích thước 256 x 256 trên tập tin “z8 img08.jpg” trong tập dữ liệu và hệ số mờ, hệ số nhiễu tăng dần:
STT Hệ số mờ Hệ số nhiễu Ảnh mờ nhiễu Wiener Filter Lagrangian Augmented Proposed Method
1. 3x3; 0.5 0.011 23.0333 23.5814 23.1878 27.6329 2. 3x3; 1.0 0.01 24.2813 24.889 24.4271 33.3019 3. 4x4; 0.7 0.005 26.5599 26.7209 14.335 30.8207 4. 4x4; 1.0 0.02 21.6641 22.6871 14.0308 30.4834 5. 4x4; 1.5 0.01 24.1465 24.6215 14.2388 30.7143 6. 5x5; 1.0 0.015 21.522 22.2341 21.7436 26.3981 7. 5x5; 1.5 0.02 21.7233 22.7034 21.9444 30.5567 8. 5x5; 2.0 0.01 24.1916 24.6686 24.4651 30.7454 9. 5x5; 2.0 0.03 19.9516 21.4626 20.1449 30.2861 10. 6x6; 1.0 0.02 21.4094 22.3412 13.9967 29.0172 11. 6x6; 1.5 0.01 23.9167 24.3318 14.2343 29.1769 12. 6x6; 2.0 0.005 25.9932 26.111 14.3689 29.2268 13. 7x7; 1.5 0.009 22.8087 23.164 23.0382 25.7257 14. 7x7; 2.0 0.02 21.474 22.4001 21.7173 28.7028 15. 7x7; 3.0 0.03 20.0138 21.3377 20.2213 28.6032 16. 8x8; 1.5 0.01 23.1406 23.5475 14.3556 27.7621 17. 8x8; 2 0.03 19.5381 20.9093 13.8163 27.5766 18. 8x8; 3.0 0.02 21.1429 22.0387 14.085 27.6637 19. 9x9; 1.5 0.005 24.9435 25.0747 25.4001 27.3821 20. 9x9; 1.5 0.03 19.6831 20.9751 19.9029 27.2074 21. 9x9; 2.0 0.011 17.9244 19.9641 18.098 26.9409 22. 9x9; 2.0 0.011 21.8888 22.3433 22.1333 25.2456
Bảng 4.11. Bảng chỉ số PSNR của các phương pháp lọc mờ nhiễu ảnh với cặp mờ Gaussian kết hợp nhiễu Salt & Pepper trên ảnh kích thước 256x256 Kết quả hiển thị của bảng 4.11 bằng đồ thị:
Hình 4.17. Đồ thị chỉ số PSNR của các phương pháp lọc mờ nhiễu ảnh với cặp mờ Gaussian kết hợp nhiễu Salt & Pepper trên ảnh kích thước 256x256 Bảng kết quả thực nghiệm chỉ số MSE đối với ảnh y khoa trên hình 4.16 với kích thước 256x256 trên tập tin “z8 img08.jpg” trong tập dữ liệu và hệ số mờ, hệ số nhiễu tăng dần:
STT Hệ số mờ Hệ số nhiễu Ảnh mờ nhiễu Wiener Filter Lagrangian Augmented Proposed Method
1. 3x3; 0.5 0.011 323.404 285.0626 312.1025 112.1473 2. 3x3; 1.0 0.01 242.632 210.9512 234.621 30.4012 3. 4x4; 0.7 0.005 143.578 138.3536 2396.529 53.8286 4. 4x4; 1.0 0.02 443.267 350.2465 2570.383 58.1758 5. 4x4; 1.5 0.01 250.282 224.3506 2450.17 55.1638 6. 5x5; 1.0 0.015 458.018 388.7515 435.232 149.0297 7. 5x5; 1.5 0.02 437.267 348.9306 415.5699 57.202 8. 5x5; 2.0 0.01 247.695 221.9339 232.5805 54.7696 9. 5x5; 2.0 0.03 657.53 464.3247 628.9124 60.8799 10. 6x6; 1.0 0.02 470.046 379.2805 2590.673 81.5382 11. 6x6; 1.5 0.01 263.884 239.8309 2452.759 78.5943
12. 6x6; 2.0 0.005 163.591 159.2133 2377.869 77.6961 13. 7x7; 1.5 0.009 340.575 313.8183 323.0461 173.9863 14. 7x7; 2.0 0.02 463.107 374.1745 437.8722 87.6605 15. 7x7; 3.0 0.03 648.181 477.8694 617.9456 89.6942 16. 8x8; 1.5 0.01 315.515 287.2968 2385.168 108.8613 17. 8x8; 2 0.03 723.227 527.4082 2700.521 113.6114 18. 8x8; 3.0 0.02 499.793 406.6437 2538.532 111.3562 19. 9x9; 1.5 0.005 208.318 202.1187 187.5286 118.8155 20. 9x9; 1.5 0.03 699.477 519.4871 664.9551 123.6919 21. 9x9; 2.0 0.011 1048.66 655.6472 1007.591 131.5202 22. 9x9; 2.0 0.011 420.921 379.1006 397.8809 194.3221
Bảng 4.12. Bảng chỉ số MSE của các phương pháp lọc mờ nhiễu ảnh với cặp mờ Gaussian kết hợp nhiễu Salt & Pepper trên ảnh kích thước 256x256
Kết quả hiển thị của bảng 4.12 bằng đồ thị:
Hình 4.18. Đồ thị chỉ số MSE của các phương pháp lọc mờ nhiễu ảnh với cặp mờ Gaussian kết hợp nhiễu Salt & Pepper trên ảnh kích thước 256x256
Qua đồ thị biễu diễn chỉ số PSNR và MSE ở hình 4.17 và hình 4.18, chúng tôi nhận thấy phương pháp đề xuất xử lý ảnh bị mờ Gaussian kết hợp nhiễu Salt & Pepper tốt hơn 2 phương pháp Wiener Filter[21] và phương pháp Augmented Lagrangian[23].
Chương 5 KẾT LUẬN 5.1 Kết quả đạt được
Sau quá trình tìm hiểu và thực hiện luận văn, chúng tôi đã tìm hiểu được các đặc trưng cơ bản của ảnh y khoa, từ đó xây dựng phương pháp thích hợp cho việc xử lý loại ảnh này (giá trị ngưỡng phải thấp để tránh làm mất thông tin). Sau đó tìm hiểu các loại mờ và nhiễu tồn tại phổ biến trong ảnh.
Dựa vào những phương pháp có sẵn trước đó như Curvelet Transform, Wiener Filter, Median Filter, chúng tôi đưa ra sự phối hợp lẫn nhau để hình thành nên một giải thuật để khử cặp mờ nhiễu cùng tồn tại song song trong ảnh y khoa làm giảm đi chất lượng của ảnh. Đề tài đã chia việc xử lý cặp mờ nhiễu trên ảnh thành hai giai đoạn riêng lẻ: khử nhiễu và khử mờ nhiễu. Cụ thể là khử nhiễu bằng phép biến đổi Curvelet kết hợp với bộ lọc Wiener và khử mờ nhiễu bằng bộ lọc Median.
Chúng tôi thực hiện giải thuật thông qua công cụ hỗ trợ Matlab và ghi nhận kết quả. Đồng thời tiến hành so sánh kết quả của giải thuật đối với các phương pháp đã có trước đó, cụ thể là phương pháp khử mờ nhiễu ảnh bằng Wiener Filter [21] và Augmented Lagrangian Method [23]. Kết quả thực nghiệm cũng cho thấy rằng giải thuật đề xuất đã phần nào giải quyết được bài toán mờ nhiễu trên ảnh y khoa. Xong giải thuật còn gặp nhiều hạn chế và khuyết điểm, sẽ được đi sâu phân tích trong phần 5.2 – Ưu nhược điểm của giải thuật đề xuất.
5.2 Ưu và nhược điểm giải thuật đề xuất 5.2.1Ưu điểm