Bài Giảng Công Nghệ Xử Liý Ảnh Số - Mai Cường Thọ phần 1

Chia sẻ: Dqwdqweferg Vgergerghegh | Ngày: | Loại File: PDF | Số trang:7

Thêm vào BST

Báo xấu

92
lượt xem 19
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Chương 1: Nhập môn xử lý ảnh 1.1. Tổng quan về hệ thống xử lý ảnh 1.2. Những vấn đề cơ bản trong xử lý ảnh Chương 2: Thu nhận ảnh 2.1. Các thiết bị thu nhận ảnh 2.2. Lấy mẫu và lượng tử hoá 2.3. Một số phương pháp biểu diễn ảnh 2.4. Các định dạng ảnh cơ bản 2.5. Kỹ thuật tái nhận ảnh 2.6. Khái niệm ảnh đen trắng, ảnh màu

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài Giảng Công Nghệ Xử Liý Ảnh Số - Mai Cường Thọ phần 1

1 Bài gi ng X lý nh s L im u X lý nh là m t ngành khoa h c còn tương i m i m so v i nhi u ngành khoa h c khác. Hi n nay nó ang là m t trong nh ng lĩnh l c ư c quan tâm và ã tr thành môn h c chuyên ngành c a sinh viên h k sư, c nhân ngành Công ngh Thông tin. Nh có công ngh s hóa hi n i, ngày nay con ngư i ã có th x lý tín hi u nhi u chi u thông qua nhi u h th ng khác nhau, t nh ng m ch s ơn gi n cho n nh ng máy tính song song cao c p. M c tiêu c a x lý này có th chia làm ba hư ng như sau: có ư c nh m i theo m t yêu c u xác nh (ví d như X lý nh ban u ư c nh rõ hơn) n h m c n x lý thu ư c các thông tin c trưng giúp cho vi c phân lo i, Phân tích nh c trưng vân nh n bi t nh (ví d phân tích nh vân tay trích ch n các tay) m c cao hơn, sâu hơn (ví d t Hi u nh u vào có nh ng mô t v nh nh m ttai n n giao thông phác h a hi n trư ng tai n n). Trong bài gi ng này, chúng ta s t p trung vào nh ng khái ni m cơ b n c a x lý nh và gi i h n v n trong ph m vi 2 – chi u Các ng d ng trong: - S n xu t và ki m tra ch t lư ng - Di chuy n c a Robot - Các phương ti n i l i t tr - Công c hư ng d n cho ngư i mù - An ninh và giám sát - Nh n d ng i tư ng, nh n d ng m t - ng d ng trong y h c - S n xu t, hi u ch nh Video - Chinh ph c vũ tr … V i nh ng ng d ng to l n c a công ngh x lý nh, chúng ta hãy b t tay vào ngay t bây gi tìm hi u, làm vi c v i m t trong nh ng th gi i y ti m năng này. GV. Mai Cư ng Th
2 Bài gi ng X lý nh s Chương I T ng quan v h th ng x lý nh và các v n trong x lý nh I. nh và H th ng x lý nh 1. nh sáng(λ), th i gian(t). - Tín hi u nh thu c lo i tín hi u a chi u: t a (x,y,z), - nh tĩnh trong không gian 2 chi u ư c nh nghĩa là m t hàm 2 bi n S(x,y), v i S ( ư c bi u di n b ng màu s c) t i v trí không gian (x,y). là giá tr biên - Phân lo i nh + nh tương t S(x,y): (x,y) liên t c, S liên t c. + nh s S(m,n): (m,n) r i r c, S r i r c. - M t nh (g m m t t p các i m nh) có th xem như bao g m t p các nh con (các vùng nh). Thu t ng g i là ROIs – vùng quan tâm (Regions of Interest). - nh s trong không gian r i r c thu ư c t nh tương t trong không gian liên t c thông qua quá trình s hóa. Quá trình s hóa có th hi u ơn gi n như sau nh tương t ư c chia thành M hàng, N c t. + + Giao c a hàng và c t ư c g i là: pixel + Giá tr biên c a pixel t i t a nguyên (m,n) là s(m,n): là trung bình sáng trong pixel ó. S (m, n) ≤ L (L s m c xám dùng bi u di n nh). - M, N thư ng ư c ch n là M=N=2K (K=8,9,10). L =2B , B là s bít mã hóa cho sáng(biên ) m i pixel. - nh s ư c bi u di n b i ma tr n 2 chi u. Các ph n t c a nó là bi u di n cho các pixel s hóa. - Ta ký hi u 1 nh s là S(M,N). Ta nói nh có phân gi i MxN. Ký hi u s(m,n) ch ra m t ph n t nh. Hình 1.1 : nh tương t và nh s hóa GV. Mai Cư ng Th
3 Bài gi ng X lý nh s 2. H th ng x lý nh - X lý nh: nh vào → nh k t qu . - i tư ng x lý c a h th ng ây là các nh (hàm 2 bi n liên t c ho c r i r c). - Có th tóm t t h th ng x lý nh g m các giai o n chính như sau: Hình 1.2 Các giai o n chính trong h th ng x lý nh + Thu nh n nh: - Qua các camera (tương t , s ). - T v tinh qua các b c m ng (Sensors). - Qua các máy quét nh (Scaners). + S hóa nh: Bi n i nh tương t thành nh r i r c x lý b ng máy tính: Thông qua quá trình l y m u (r i r c v m t không gian) và lư ng t hóa (r i r c v m t biên ). + X lý s : là m t ti n trình g m nhi u công o n nh : Tăng cư ng nh (Enhancement), khôi ph c nh (Restoration), phát hi n biên (Egde Detection), phân vùng nh (Segmentation), trích ch n các c tính (Feature Extraction)... + H quy t nh: Tùy m c ích c a ng d ng mà chuy n sang giai o n khác là hi n th , nh n d ng, phân l p, truy n thông… cơ b n trong x lý nh II. Các v n 1. Bi u di n và mô hình hóa nh Bi u di n nh - nh có th xem là m t hàm 2 bi n ch a các thông tin như bi u di n c a m t nh. Các mô hình bi u di n nh cho ta m t mô t logic hay nh lư ng c a hàm này. D a c trưng c a nh ó là pixel. Giá tr pixel có th là m t giá tr vô vào ph n t hư ng, ho c là 1 vector (3 thành ph n trong trư ng h p nh màu). - Ta có th bi u di n nh b ng hàm toán h c, ho c các ma tr n i m. Trong mô hình toán h c, nh hai chi u ư c bi u di n nh các hàm hai bi n, ó là GV. Mai Cư ng Th
4 Bài gi ng X lý nh s ∑ ∑ S (k , l )δ (m − k , n − l ) ∞ ∞ v i 0 ≤ m, k ≤ M − 1, 0 ≤ n, l ≤ N − 1 S (m, n) = k = −∞ l = −∞ Bi u di n b ng hàm toán - S: n h - (m,n): Ta c a Pixel trong mi n không gian (2D) - s(m,n): sáng (M c xám) c a pixel (m,n). - [0-Lmax]: Thang m c xám - Vùng các m c xám ư c phép s d ng. Lmax thư ng là 255, nghĩa là chúng ta s d ng thang m c xám 8 bit. 0 ≤ s(m, n) ≤ 255 - V i 0 ≤ m ≤ M − 1, 0 ≤ n ≤ N − 1 , ta g i ó là nh s M x N Bi u di n b ng ma tr n i m: Hình 1.3 a, nh th t 10x10; b, nh ư c zoom; c, Mô t nh b ng ma tr n i m Mô hình hóa nh - Mô hình c m nh n nh: Là mô hình bi u di n thông qua các thu c tính c m nh n nh (màu s c, cư ng sáng), các thu c tính v th i gian, các c m nh n v ph i c nh, b c c. - Mô hình c c b : Là mô hình bi u di n th hi n m i tương quan c c b c a các ph n t nh ( ng d ng cho các bài toán x lý và nâng cao ch t lư ng nh). - Mô hính t ng th : Là mô hình bi u di n nh xem nh như là m t t p h p các i tư ng, và các i tư ng này có m i quan h không gian v i nhau ( ng d ng cho các bài toán phân nhóm và nh n d ng nh). 2. Tăng cư ng nh M c ích: Tăng cư ng các thu c tính c m nh n, làm cho nh t t lên theo m t ý nghĩa nào ó, ti n ph c v cho các x lý ti p theo. GV. Mai Cư ng Th
5 Bài gi ng X lý nh s Các thao tác: tương ph n, thay i màu s c, cư ng - Thay i sáng, l c nhi u, n i suy, làm trơn nh. Các phương pháp chính: - Các phương pháp thao tác trên i m (Point Operation) - Các thao tác không gian (Spatial Operation) 3. Khôi ph c nh M c ích: Khôi ph c l i nh ban u, lo i b các bi n d ng ra kh i nh tùy theo nguyên nhân gây ra bi n d ng. h( x, y;α , β ) nh u vào nh u r a f (α , β ) H th ng thu g ( x, y ) nh n nh ∫ ∫ h( x, y;α , β ) f (α , β )dαd ( β + η ( x, y)) ∞∞ g ( x, y ) = − ∞− ∞ η ( x, y ) là hàm bi u di n nhi u c ng. i tư ng. f (α , β ) là hàm bi u di n g ( x, y ) là nh thu nh n. h( x, y;α , β ) là áp ng xung c a h th ng, còn g i là hàm tán x i m (Point Spread Function- PSF). khôi ph c nh tiêu bi u là tìm m t x p x c a f (α , β ) khi PSF có th M tv n o lư ng hay quan sát ư c, nh m và các tính ch t sác xu t c a quá trình nhi u. Các thao tác: l c nhi u, gi m méo,… Các phương pháp: l c ngư c, l c thích nghi (Wiener), khôi ph c nh t các hình chi u. 4. Bi n i nh M c ích: Bi n i th hi n c a nh dư i các góc nhìn khác nhau ti n cho vi c x lý, phân tích nh. Các phương pháp: Bi n i Fourier, Sin, Cosin, KL, … 5. Phân tích nh M c ích: Tìm ra các c trưng c a nh, xây d ng quan h gi a chúng d a vào các c trưng c c b . Các thao tác: Tìm biên, tách biên, làm m nh ư ng biên, phân vùng nh, phân lo i i tư ng. GV. Mai Cư ng Th
6 Bài gi ng X lý nh s Các phương pháp: Phương pháp phát hi n biên c c b , dò biên theo qui ho ch ng, phân vùng theo mi n ng nh t, phân vùng d a theo ư ng biên… 6. Nén nh M c ích: gi m không gian lưu tr , thu n ti n truy n thông trên m ng. Phương pháp: nén không m t thông tin, nén m t thông tin + Nén không m t thông tin (nén chính xác): khai thác các thông tin dư th a. + Nén m t thông tin: khai thác các thông tin dư th a và các thông tin không liên quan. - Hi n nay có m t s chu n nén hay dùng: JPEG, MPEG (JPEG-2000, MPEG-4) 7. Nh n d ng i tư ng mà ngư i ta mu n c - Nh n d ng nh là quá trình liên quan n mô t t nó. Thư ng i sau quá trình trích ch n các c tính c a i tư ng. i tư ng: - Có 2 ki u mô t + Mô t theo tham s (nh n d ng theo tham s ). + Mô t theo c u trúc (nh n d ng theo c u trúc). ng d ng: nh n d ng i tư ng, m t, vân tay, văn b n… - Nh n d ng ch in ho c ánh máy ph c v cho vi c t ng hóa vi c c tài li u, tăng nhanh t c và ch t lư ng thu nh n thông tin t máy tính. - Nh n d ng ch vi t tay (v i m t s ràng bu c) M ng nơron là m t k thu t m i ang ư c áp d ng vào nh n d ng và cho k t qu kh quan. III. M t s quan h cơ b n gi a các pixel - G i f(x,y) là nh s , p, q là các i m nh, S là m t t p con các i m nh. 1. Quan h láng gi ng (neighborhood) Cho i m nh p(x,y) - Các láng gi ng theo hư ng ng, ngang N4(p): (x+1,y), (x-1,y), (x,y+1), (x,y-1) - Các láng gi ng theo hư ng chéo ND(p): (x+1,y+1), (x+1,y-1), (x-1,y+1), (x-1,y-1) - Các láng gi ng theo 8 hư ng N8(p): N4(p) + ND(p) N4(p) ND(p) N8(p) 2. Quan h liên thông (Conectivity) GV. Mai Cư ng Th
7 Bài gi ng X lý nh s - Quan h liên thông gi a 2 pixel là quan tr ng b i vì: nó ư c s d ng thi t l p các ư ng biên c a i tư ng và các thành ph n c a các vùng nh. - Hai pixel là có quan h liên thông v i nhau n u: + Chúng là láng gi ng c a nhau + Các giá tr xám c a chúng th a mãn tiêu chu n nh t nh v s tương ng. - V i ∀p ∈ S , thì t p các pixel trong S có liên thông v i p thì ư c g i là m t thành ph n liên thông c a S. - N u S ch có 1 thành ph n liên thông, thì S ư c g i là 1 t p liên thông. 3. Quan h lân c n (Adjacency) nh nghĩa lân c n. Ví d V = { } là m t t p G i V là t p các giá tr xám dùng 1 nh nghĩa cho lân c n c a các pixel có giá tr 1. - 4-Adjacency: 2 pixel p,q là 4-Adjacency n u q ∈ N 4 ( p) - 8-Adjacency: 2 pixel p,q là 8-Adjacency n u q ∈ N 8 ( p) - m-Adjacency: 2 pixel p,q là m-Adjacency n u: + q ∈ N 4 ( p) ho c q ∈ N D ( p ) và N 4 ( p ) ∩ N D ( p) ∉ V m-Adjacency là s c i ti n c a 8-Adjacency, nh m lo i b b t các ư ng liên k t kép thư ng g p ph i khi ta dùng 8-Adjacency. 2 nh con S1, S2 ư c g i là lân c n nhau n u: m t s pixel trong S1 là lân c n c a m t s pixel trong S2 6. Kho ng cách gi a các pixel (Distance Measures) Cho p(x,y), q(s,t), z(u,v). D là hàm xác nh kho ng cách. + D(p,q) ≥ 0 (D(p,q)=0 n u p=q) + D(p,q) = D(q,p) và + D(p,z) ≤ D(p,q) + D(q,z) Kho ng cách Euclidean (De Distance) ( x − s )2 + ( y − t )2 De ( p, q) = - Các i m có kho ng cách Euclidean nh hơn ho c b ng r k t (x,y) là n m trong ư ng tròn bán kính r tâm t i (x,y). 2 City-Block Distance (D4 Distance) 212 21012 212 GV. Mai Cư ng Th 2