Bài giảng Xử lý ảnh số: Chương 4 - TS. Ngô Quốc Việt

Chia sẻ: 4584125 4584125 | Ngày: | Loại File: PDF | Số trang:24

Thêm vào BST

Báo xấu

166
lượt xem 23
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng Xử lý ảnh số - Chương 4 tiếp tục cung cấp cho sinh viên những kiến thức về xử lý ảnh trong miền không gian. Các nội dung chính trong chương này gồm có: Các bộ lọc thông thấp và thông cao, đạo hàm và nhân chập, làm sắc nét ảnh. Mời các bạn cùng tham khảo.

Chủ đề:

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

Lưu

Nội dung Text: Bài giảng Xử lý ảnh số: Chương 4 - TS. Ngô Quốc Việt

XỬ LÝ ẢNH TRONG MIỀN KHÔNG GIAN (TT) NGÔ QUỐC VIỆT TPHCM-2012
1. Các bộ lọc thông thấp và thông cao 2. Đạo hàm và nhân chập  Đạo hàm bậc hai - mặt nạ Laplacian  Đạo hàm bậc nhất – mặt nạ Sobel, Roberts 3. Làm sắc nét ảnh  Phương pháp unsharp mask  Sharpen transform 4. Tóm tắt và bài tập Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 2
 Làm rõ các chi tiết nét trong ảnh. Ngược với làm mờ  Ứng dụng trong printing, medical imaging, chẩn đoán công nghiệp, etc. Ảnh gốc Ảnh đã làm sắc nét Nguồn: http://www.dl-c.com Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 3
 Làm sắc nét dựa trên nguyên lý “sự khác biệt trong miền không gian” (spatial differentiation)  Difference ~ high-pass filter (bộ lọc thông cao) và high-boost filter  High-pass filter: Lấy ảnh trừ đi ảnh đã làm mờ  sắc nét  High-Boost filter: làm nét, nhưng không bỏ thành phần thô (tần số thấp). Bằng cách nhân ảnh gốc với hệ số trước khi trừ ảnh đã làm mờ. Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 4
Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 5
 Định nghĩa đạo hàm bậc nhất của f(x) trong miền liên tục và f(n) trong miền rời rạc  Định nghĩa đạo hàm bậc hai của f(x) trong miền liên tục và f(n) trong miền rời rạc Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 6
 Đạo hàm được định nghĩa “khác biệt”  có cùng mục tiêu của bộ lọc làm sắc nét 1 3 4 2  Đạo hàm có thể phát hiện được nhiều tính chất: Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 7
1. Đạo hàm bậc nhất thể hiện được cạnh dầy trong ảnh (phần ramp trong ảnh trên) 2. Đạo hàm bậc hai thể hiện rõ các chi tiết mịn hoặc điểm cô lập 3. Đạo hàm bậc nhất thể hiện tốt bước nhảy lớn của mức xám. 4. Đạo hàm bậc hai có thể tạo ra 2 giá trị tại thay đổi lớn trong mức xám  Đạo hàm bậc hai thường được dùng nhiều trong nâng cao chất lượng ảnh vì khả năng cải tiến các chi tiết mịn Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 8
 Định nghĩa đạo hàm bậc hai của f(x, y) trong miền liên tục Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 9
 Đạo hàm bậc 2 thể hiện bởi 0 0 0  0 1 0  0 1 0  1  2 1  0  2 0  1  4 1       0 0 0 0 1 0 0 1 0 Nhân chập Laplacian Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 10
1 1 1  0 1 0   1  1  1 1  8 1  1 4  1  1 8  1       1 1 1  0  1 0   1  1  1 Xét hai lân cận chéo Có thể dùng cho Heavy sharpen  0 1 0   1  1  1  1 5  1  1 9  1      0  1 0   1  1  1 Các biến thể của nhân chập Laplacian Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 11
 Làm cho ảnh sắc nét hơn thông qua một số phương pháp: Sharpen, Unsharp Mask. Ví dụ về làm sắc nét Ảnh gốc Ảnh đã làm sắc nét Nguồn: http://www.dl-c.com Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 12
 Unsharp mask:  Sử dụng các mặt nạ mờ (còn gọi là unsharp) tác động lên ảnh gốc để tạo ra ảnh mờ  Ảnh được làm mờ “cộng” với âm bản của ảnh gốc để tạo ra ảnh sắc nét.  Sharpen: sử dụng các bộ lọc làm sắc nét ảnh (lân cận ngang+dọc và/hoặc lân cận chéo). Sử dụng các mặt nạ Laplacian và các biến thể. Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 13
 Mặt nạ Laplacian được dùng để làm sắc nét ảnh theo cách: ảnh gốc cộng với ảnh đã được lấy cạnh bằng Laplacian  0 1 0   f ( x, y )   f ( x, y ) 2 tâm âm   g ( x, y)     1 5  1  f ( x, y )   2 f ( x, y ) tâm positive  0 1 0     Công thức làm nét ảnh với nhân chập g ( x, y)  f ( x, y)   f ( x  1, y)  f ( x 1, y)  f ( x, y 1)  f ( x, y  1)  4 f ( x, y)  Nhân chập Laplacian có đường chéo thường làm sắc nét rõ hơn Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 14
 Phương pháp cổ điển để làm nét ảnh. Thực hiện bởi f s ( x, y)  f ( x, y)  f blur ( x, y)  Biến thể của unsharp mask được gọi là high-boost filter. Thực hiện bởi f hb ( x, y)  Af ( x, y)  f blur ( x, y) f hb ( x, y)  ( A  1) f ( x, y)  f ( x, y)  f blur ( x, y) f hb ( x, y)  ( A  1) f ( x, y)  f s ( x, y) Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 15
 Nhân chập high-boost xác định bởi, với (A  1). 0 1 0   1  1  1  1 A  4  1  1 A  8  1      0 1 0   1  1  1  Af ( x, y )   2 f ( x, y ) tâm âm f hb ( x, y )    Af ( x , y )   2 f ( x, y) tâm positive  Khi A = 1, high-boost filter là nhân Laplacian  High-boost filter thường dùng khi ảnh gốc tối. Có thể làm tăng độ tương phản. Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 16
0 0 0 0 0 0 1 1 1 0  0 1 1 1 0    0 1 0  Kernel Laplacian   1 4  1  0 1 1 1 0 I 0  1 1 1 0    0  1 0  0 1 6 1 0 0 1 1 1 0   2 1 2 0 0 0 1 0 1 0 1    1 0 1 I sharpened     1  5 1   4 20  4    2  4 2  Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 17
 Tìm hiểu và trình bày mức độ làm nét (nét vừa, nét quá mức, etc).  Khái niệm bán kính (giá trị A trong high-boost) và ngưỡng làm nét trong Unsharp mask  Cách làm mờ ở các mức độ khác nhau  Cài đặt làm sắc nét ảnh với các nhân chập Laplacian khác nhau và so sánh kết quả Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 18
 Định nghĩa gradient của f(x,y).  f  Gx   x  f      f  G y     y   Magnitude được xác định bởi 2 1/ 2  f   f  2  f        f  Gx  Gy  x   y    Sử dụng magnitude của gradient nhằm cải tiến chất lượng ảnh.  Magnitude theo định nghĩa gần đúng có tính chất rotation invariant. Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 19
 Dạng xấp xỉ, đạo hàm bậc nhất được xét trong lân cận 3x3 của pixel. Nhắc lại lân cận Z1 Z2 Z3  Đạo hàm được định nghĩa bởi Gx  Z8  Z 5 Gy  Z 6  Z 5 Z4 Z5=P Z6 Z7 Z8 Z9  Hai xấp xỉ khác theo Roberts (1965) Gx  Z9  Z 5 Gy  Z8  Z 6  Magnitude đạo hàm Roberts xấp xỉ được xác định bởi f  Z9  Z5  Z8  Z 6 Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 20