intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE

Bài giảng Xử lý ảnh: Chương 4 - Nguyễn Linh Giang

Chia sẻ: Minh Vũ | Ngày: | Loại File: PDF | Số trang:24

83
lượt xem
4
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng "Xử lý ảnh - Chương 4: Số hóa ảnh" cung cấp cho người học các kiến thức: Lấy mẫu ảnh (lấy mẫu tín hiệu một chiều, lấy mẫu tín hiệu hai chiều), lượng tử hóa ảnh. Mời các bạn cùng tham khảo nội dung chi tiết.

Chủ đề:
Lưu

Nội dung Text: Bài giảng Xử lý ảnh: Chương 4 - Nguyễn Linh Giang

  1. XỬ LÝ ẢNH Nguyễn Linh Giang Bộ môn Truyền thông và Mạng máy tính
  2. Nội dung † Nhập môn † Hệ thống xử lý tín hiệu hai chiều † Cảm nhận ảnh † Số hóa ảnh † Các phép biến đổi ảnh † Cải thiện chất lượng ảnh † Phục hồi ảnh † Phân tích ảnh † Nén ảnh
  3. Chương IV Số hóa ảnh
  4. VI. Số hóa ảnh † 4.1. Lấy mẫu ảnh † 4.2. Lượng tử hóa ảnh
  5. 4.1 Lấy mẫu ảnh † 4.1.1. Lấy mẫu tín hiệu một chiều † 4.1.2. Lấy mẫu tín hiệu hai chiều
  6. 4.1.1. Lấy mẫu tín hiệu một chiều s(t) ss(n) † Phép lấy mẫu Lấy mẫu „ Lấy mẫu đều: đo ∞ giá trị tín hiệu tại p(t ) = ∑ δ (t − nT )s Mô hình n = −∞ những thời điểm thời gian cách đều s(t) ss(n) „ s(n) = s(t)|t=nTs T p(t ) Ts – chu kỳ lấy mẫu s(t) n ∞ ∞ ss (t ) = s (t ). ∑ δ (t − nTs ) = ∑ s(nT )δ (t − nT ) s s n = −∞ n = −∞
  7. 4.1.1. Lấy mẫu tín hiệu một chiều † Khảo sát tín hiệu trong miền thời gian và miền tần số „ Miền thời gian ∞ s(t) p(t ) = ∑ δ (t − nT ) n = −∞ s ss(t) t T t
  8. 4.1.1. Lấy mẫu tín hiệu một chiều „ Miền tần số † Tín hiệu có dải phổ hữu hạn † Phổ tuần hoàn 2π ∞ ⎛ 2π ⎞ P(ω ) = ∑ δ ⎜⎜ ω − n n = −∞ ⎝ ⎟⎟ Ts Ts ⎠ S (ω ) S(Ω) Ω 2π ω ω T – 2π 2π T T Tín hiệu liên tục Hàm lấy mẫu Tín hiệu được lấy mẫu
  9. 4.1.1 Lấy mẫu tín hiệu một chiều † Khôi phục tín hiệu từ các mẫu Phổ của tín hiệu được lấy mẫu S(ω) – 2π S r (ω ) 2π ω T T Lọc khôi phục tín hiệu ( nội suy ) – 2π 2π ω T T Hiện tượng trùm phổ ( Aliasing ) „Aliasing“
  10. 4.1.1. Lấy mẫu tín hiệu một chiều † Định lý lấy mẫu một chiều „ Nếu tínhiệu một chiều được lấy mẫu với tần số đủ lớn, sao cho các bản sao của phổ không chồng lấp, tín hiệu sẽ được khôi phục hoàn toàn bằng bộ lọc tuyến tính bất biến „ Tín hiệu có dải phổ hữu hạn S(Ω) = 0, Ω ≥ π/T „ Tần số lấy mẫu: Fs ≥ 1/T „ Tần số góc lấy mẫu: Ωs = 2π/T
  11. 4.1.2. Lấy mẫu tín hiệu hai chiều † Phép lấy mẫu s(x,y) ss(m,n) Lấy mẫu „ Lấy mẫu trên hai chiều không gian p ( x, y ) † Trục x: chu kỳ X Mô hình † Trục y: chu kỳ Y s(x,y) ss(m,n) † Hàm lấy mẫu: p(x,y) p(x,y) ∞ ∞ p ( x, y ) = ∑∑ m = −∞ n = −∞ δ ( x − mX , y − nY ) Y x y X
  12. 4.1.2. Lấy mẫu tín hiệu hai chiều † Miền tần số ∞ ∞ p( x, y) = ∑ ∑ δ (x − mX, y − nY) m=−∞ n=−∞ x 4π 2 ∞ ∞ ⎛ 2π 2π ⎞ P(α , β ) = ∑ ∑ δ ⎜α − m , β − n ⎟ XY m=−∞ n=−∞ ⎝ X Y ⎠ y ωx 2π ωx X 2π Y ωy ωy Tín hiệu liên tục Tín hiệu lấy mẫu
  13. 4.1.2. Lấy mẫu tín hiệu hai chiều † Khôi phục tín hiệu từ Hiện tượng các mẫu - trùm phổ Hiện tượng trùm phổ Bộ lọc khôi phục ( lọc nội suy )
  14. 4.1.2. Lấy mẫu tín hiệu hai chiều † Định lý lấy mẫu hai chiều „ Nếu tín hiệu hai chiều được lấy mẫu với lưới có mật độ đủ lớn sao cho các phiên bản phổ không chồng lấp, tín hiệu có thể được khôi phục bằng bộ lọc tuyến tính bất biến dịch.
  15. 4.2. Lượng tử hóa ảnh † Bộ lượng tử hóa không ε = E [(u − u' ) ] = t L +1 nhớ cho từng mẫu 2 ∫ ( x − u ' ( x ) )2 pu ( x )dx = „ Quá trình mất mát t1 thông tin không phục L ti +1 hồi = ( x − r ) ∑ ∫ i pu ( x )dx 2 i =1 ti † Ánh xạ nhiều – một † Vấn đề tối thiểu hóa sai số lượng tử „ Sai số trung bình bình Đáp ứng phương vào-ra của † Đại lương ngẫu bộ lượng tử nhiên u với hàm hóa L mức mật độ phân bố xác suất pu(x)
  16. 4.2. Lượng tử hóa ảnh † Lượng tử hóa L mức „ Vấn đề: † Tối thiểu hóa sai số cho quá trình mất thông tin; † Lựa chọn L bằng bao nhiêu; † Khoảng giá trị liên tục nào sẽ được ánh xạ vào giá trị L
  17. 4.2. Lượng tử hóa ảnh „ Lượng tử hóa đều † Sai số cực đại „ Emax = ( tmax – tmin )/2L = A/2L „ A – dải động † Vấn đề đặt ra nếu giá trị trong đoạn [a, b] xuất hiện thường xuyên hơn trong các khoảng khác ?
  18. 4.2. Lượng tử hóa ảnh „ Lượng tử hóa không đều † Nhiều mức lượng tử hơn trong khoảng có nhiều giá trị tập trung hơn † Tối thiểu hóa sai số theo nghĩa xác suất „ Cực tiểu sai số trung bình bình phương ε = E [(u − u ' ) 2 ] = t L+1 L ti +1 ∫ ( x − u ' ( x ) )2 pu ( x ) dx = ( x − r ) ∑ ∫ i pu ( x)dx 2 t1 i =1 ti „ Gán giá trị phạt đối với những sai số lớn „ Thuận tiện trng tính toán với bình phương sai số † Bài toán tối ưu „ {tk} và {rk} bằng bao nhiêu !? „ Điều kiện cần đạtcực trị: đạo hàm bằng 0
  19. 4.2. Lượng tử hóa ảnh † Bộ lượng tử MMSE ⎧ rk + rk −1 ⎪ tk = ( Lloyd – Max ) 2 „ Các mức quyết định: ⎪ t k +1 ⎪ † tk - trung điểm đoạn giữa các mức ⎨ ∫ xpu ( x)dx † rk – kỳ vọng tương đối ⎪rk = tk [ = E (u | u ∈ t k , t k +1 )) ⎪ t k +1 giữa các khoảng quyết định ⎪ ∫ pu ( x)dx „ Thực hiện lặp tuần tự ⎩ tk † Khởi tạo {tk}(0), tính {rk}(0) † Tính các giá trị mới {tk}(1), {rk}(1), … „ Với số mức lượng tử lớn † Xấp xỉ phân bố hằng số trong khoảng [tk, tk+1) † Kết quả được xấp xỉ
  20. 4.2. Lượng tử hóa ảnh † Bộ lượng tử hóa đối với phân bố đều „ Lượng tử hóa đều † Tối ưu đối với biễn ngẫu nhiên phân bố đều theo nghĩa MMSE † Sai số trung bình bình phương † MSE = q2/12, q = A/L „ SNR † Độ lệch chuẩn cho biến phân bố đều: A2/12 † SNR = 20log10L = (20log102)*B ≈ 6*B ( Db), với L = 2B „ Như vậy 1bit tương ứng với 6Db
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2