Quá trình lấy khung xương nhằm mục đích tái cấu trúc là hình dáng các chi tiết có trong ảnh. Đây là quá trình quan trọng để có thể xác định được đường hàn dựa trên dạng hình học của nó. Quá trình này được thực hiện thông qua 2 bước: Nhị phân hóa và làm mỏng hóa.
Nhị phân hóa là quá trình biến một ảnh xám thành ảnh nhị phân. Ảnh nhị phân chỉ chứa hai giá trị 0 và 255. Theo đó, giá trị 0 sẽ là giá trị ứng với những điểm đen trên ảnh và giá trị 255 sẽ là giá trị ứng với những điểm trắng. Công thức để nhị phân ảnh là đặt tất cả các giá trị của ảnh xám về 0 nếu chúng bé hơn một ngưỡng T cho trước và về 255 nếu chúng lớn hơn ngưỡng T đó. Vấn để ở đây là với ngưỡng T như thế nào thì cho ta được tấm ảnh nhị phân như ý muốn, nghĩa là ảnh làm nổi các vùng đối tượng và nền. Việc xác định giá trị T là rất khó vì chúng phụ thuộc vào từng điều kiện chiếu sáng khác nhau của môi trường. Với môi trường này T nhận một giá trị, môi trường khác lại một giá trị khác. Để tránh khó khăn trong việc chọn ngưỡng T như đã nói ở trên ta có thêm một sự lựa chọn là dùng phương pháp lấy ngưỡng động.
Thuật toán nhị phân hóa với ngưỡng động hay còn gọi là nhị phân hóa với ngưỡng thích nghi là cách ta nhị phân một ảnh xám với những ngưỡng khác nhau trên từng vùng ảnh khác nhau của một tấm ảnh. Trong OpenCV, để nhị phân hóa với ngưỡng động ta có thể sử dụng hàm cv::AdaptiveThreshold().
88
Hình 4.12: Ảnh sau khi nhị phân hóa
Làm mỏng hóa là thao tác tập trung vào việc loại bỏ các điểm ảnh thừa trong các cụm điểm ảnh sao cho vẫn bảo toàn được sự liên kết giữa các điểm ảnh đóng vai trò tạo thành hình dạng cho chi tiết. Làm mỏng hóa chủ yếu được sử dụng để tạo khung xương, giảm đầu ra trong các thuật toán nhận diện cạnh với các đường có độ rộng 1 pixel. Thư viện OpenCV hỗ trợ hàm cv::ximgproc::thinning() để làm công việc này.
Hình 4.13: Ảnh sau khi mỏng hóa