Các kỹ thuật được các nhóm tác giả trên đề xuất đều đã giải quyết được các khía cạnh quan trọng của bài toán cắt tỉa xương:
Loại bỏ được các nhánh xương không mong muốn Duy trì được toppology của đối tượng gốc
Vị trí các điểm xương không bị dịch chuyển
Những đóng góp của các nhóm tác giả, các nhà nghiên cứu đã làm ứng dụng nhận dạng và xử lý ảnh ngày càng hoàn thiện. Tuy nhiên vẫn cần còn nhiều vấn đề phải giải quyết tiếp theo:
Ngưỡng để dừng DCE là bao nhiêu thì phù hợp? Có tự động cho tất cả các loại shape được không?
Xây dựng độ đo ý nghĩ cho điểm/nhánh xương bao gồm các thông tin toàn cục?
KẾT LUẬN
Trong luận văn “Một số kỹ thuật cắt tỉa xương trong xử lý ảnh”
chương một đã trình bày một cách có hệ thống các khái niệm cơ bản về xử lý ảnh số, rút gọn và biểu diễn đối tượng, đặc biệt là khái niệm xương ảnh.
Một số hướng tiếp cận trong tìm xương của ảnh đã được đề cập trong đó ba kỹ thuật cắt tỉa xương với các thuật toán tiêu biểu đã được phân tích: Discrete Curve Evolution, Discrete Skeleton Evolution, Bending Potential Ratio.
Chương ba luận văn đưa ra kết quả thử nghiệm cắt tỉa xương bằng các kỹ thuật trên với các loại ảnh khác nhau. Từ đó đưa ra nhận xét cho mỗi kỹ thuật DCE, DSE, BPR.
Tuy nhiên trong quá trình thực hiện, với thời gian không có nhiều, năng lực chuyên môn, điều kiện thực nghiệm còn hạn chế, nên việc đánh giá tổng hợp các kỹ thuật còn khiếm khuyết. Tôi rất mong nhận được sự đóng góp ý kiến của các Thầy Cô cùng bạn bè đồng nghiệp.
TÀI LIỆU THAM KHẢO Tiếng Việt
[1.] Đỗ Năng Toàn, Phạm Việt Bình (2007), Giáo trình xử lý ảnh, Nhà xuất bản Đại học Thái Nguyên.
Tiếng Anh
[2.] X. Bai, X. Yang, D. Yu, and L. J. Latecki (2008), “Skeleton-Based Shape Classification Using Path Similarity”, International Journal
of Pattern Recognition and Artificial Intelligence (IJPRAI), Vol. 22.
[3.] L. J. Latecki and R. Lakämper. Convexity Rule for Shape
Decomposition Based on Discrete Contour Evolution. Computer
Vision and Image Understanding ( CVIU), Vol. 73, pp. 441-454,
1999.
[4.] H.Ling and D.Jacobs (2007), “Shape classification using inner- distance”, IEEETrans. PAMI 29.
[5.] S. Belongie, J. Malikand J.Puzicha (2002), “Shape matching and object recognition using Shape contexts”, IEEETrans. PAMI 24. [6.] Wei Shen, Xiang Bai, Rong Hu, Hongyuan Wang, and Longin Jan
Latecki (2011), “Skeleton Growing and Pruning with Bending Potential Ratio”, Pattern Recognition (PR), pp. 44.
[7.] Xiang Bai, Longin Jan Latecki, and Wen-Yu Liu (2007), “Skeleton Pruning by Contour Partitioning with Discrete Curve Evolution”,
IEEE Trans. Pattern Analysis and Machine Intelligence (PAMI).
[8.] Xiang Baia, Login Jan Latec ki (2007), Skeleton Prunning with