6) để tính toán Lapiacians của hình ảnh thành phần RGB trong hình 6.38 và kết hợp chúng để tạo ra kết quả đầy màu sắc sắc nét, hình 6.41(b) cho thấy một mà
7.2.1Phân vùng trong không gian màu HS
Nếu chúng ta muốn phân vùng hình ảnh dựa trên màu sắc, và ngoài ra, chúng ta muốn thực hiện quá trình này trên mặt phẳng thành phần, suy nghĩ đầu tiên là áp dụng cho không gian màu HSI vì màu được thể hiện rõ nét trong hình ảnh sắc màu. Thông thường, độ bão hòa màu được sử dụng như một hình ảnh mặt nạ để cô lập vùng tiếp tục quan tâm hơn các hình ảnh sắc màu. Hình ảnh cường độ ít được sử dụng thường xuyên để phân vùng hình ảnh màu sắc vì nó không mang thông tin màu sắc. Ví dụ sau đây minh họa cho cách phân vùng được thực hiện trong hệ thống màu HSI.
Ví dụ 6.14 (Phân vùng trong không gian HSI): Nếu chúng ta phân vùng màu
đỏ ở góc dưới bên trái của hình ảnh trong Hình 6.42(a). Mặc dù nó được tạo ra bằng phương pháp giả màu (màu xám). Hình ảnh này có thể được xử lý (phân vùng) như một hình ảnh đầy màu sắc mà không mất tính tổng quát. Hình
6.42(b) đến Hình 6.42(d) là những hình ảnh thành phần HSI. Lưu ý bằng cách
so sánh Hình 6.42(a) và Hình 6.42(b) thì vùng ta đang xét có giá trị tương đối sắc màu khá cao, chỉ ra rằng các màu sắc trên mặt xanh dương-đỏ tươi của màu đỏ (xem Hình 613). Hình 6.42(e) cho thấy một mặt nạ nhị phân được tạo ra bởi ngưỡng hình ảnh bão hòa màu với một ngưỡng tương đương với 10% giá trị tối đa có trong hình ảnh bão hòa màu. Bất kỳ giá trị nào của điểm ảnh lớn hơn ngưỡng này thì được set lên 1(màu trắng). Tất cả những điểm ngược lại thì được set là 0 (màu đen).
Hình 6.42(f) là sản phẩm của mặt nạ với hình ảnh sắc màu, và Hình 6.42(g) là
(a) (b)
(c) (d)
(e) (f)
Hình 6.42 Phân vùng ảnh trong không gian HSI. (a) hình ảnh gốc. (b) hình ảnh sắc màu. (c) bão hòa màu. (d) Cường độ màu. (e) Mặt nạ nhị phân bão hòa màu (đen = 0). (f) Sản phẩm của ảnh (b) và ảnh (e). (g) Phổ của ảnh (f). (h) Phân vùng của thành phần màu đỏ trong ảnh (a).
Chúng ta thấy trong phổ mà giá trị cao (đó là những giá trị của interest) thì nhóm lại vào cuối cao của mức màu xám, kết quả gần 1. Kết quả của ngưỡng hình ảnh này với giá trị ngưỡng 0,9 cho ta hình ảnh nhị phân như Hình 6.42(h).
Vị trí không gian của các điểm màu trắng trong hình ảnh này xác định là những điểm trong hình ảnh gốc có sắc màu đỏ của interest. Đó là sai lệch của phân vùng màu bởi vì có những điểm trong hình ảnh ban đầu là màu đỏ, nhưng điều đó không được xác định bằng phương pháp phân đoạn này. Tuy nhiên, nó được thể hiện bằng các vùng màu trắng trong Hình 6.42(h), từ đó ta xác định các thành phần đỏ của hình ảnh ban đầu. Phương pháp phân vùng trong phần dưới đây lại kết quả tốt hơn đáng kể.