Bài giảng Xử lý ảnh số: Chương 5 (phần 3) – ThS. Võ Quang Hoàng Khang

Chia sẻ: Star Star | Ngày: | Loại File: PDF | Số trang:78

Thêm vào BST

Báo xấu

80
lượt xem 9
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Chương 5 (phần 3) – Tiền xử lý ảnh. Nội dung chương này tiếp tục tìm hiểu các kỹ thuật lọc ảnh trên miền không gian: Các toán tử làm nổi biên dựa trên Gradient bậc nhất, bậc 2; làm nổi biên tối ưu dựa trên phương pháp Canny; minh họa làm nổi biên sử dụng Matlab.

Chủ đề:

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

Lưu

Nội dung Text: Bài giảng Xử lý ảnh số: Chương 5 (phần 3) – ThS. Võ Quang Hoàng Khang

Chương 5: TIỀN XỬ LÝ ẢNH (tt) Võ Quang Hoàng Khang TPHCM - 2016
1. Các biến đổi trên mức xám 2. Biến đổi trên Geometry 3. Tiền xử lý sử dụng dữ liệu cục bộ 4. Biến đổi Fourier 5. Biến đổi Wavelets 6. Tổng kết 2
Tiếp tục tìm hiểu các kỹ thuật lọc ảnh trên miền không gian. 1. Các toán tử làm nổi biên dựa trên Gradient bậc nhất, bậc 2.  Đạo hàm bậc 1: Roberts, Sobel, Prewitt  Đạo hàm bậc 2: Laplacian operator 2. Làm nổi biên tối ưu dựa trên phương pháp Canny 3. Minh họa làm nổi biên sử dụng Matlab
Origin x a b c r s t d g e h f i * u x v y w z Original Image Filter Simple 3*3 Pixels e 3*3 Filter Neighbourhood eprocessed = v*e + r*a + s*b + t*c + u*d + w*f + y Image f (x, y) x*g + y*h + z*i
 Trang bị cho sinh viên nền tảng lý thuyết để thực hiện bài toán làm nổi biên.  Trang bị các toán tử phổ biến (mặt nạ) dùng để làm nổi biên.  Trình bày các trở ngại (nhiễu, biên dày) và hướng giải quyết cho bài toán làm nổi biên.  Cung cấp các kỹ năng cần thiết sử dụng Matlab để thực hiện làm nổi biên.
 Thể hiện được đặc trưng nổi bật trong ảnh  Biên ảnh mang lại nhiều thông tin hơn pixel. Biên và vùng là hai thông tin hữu ích cho các bài toán dựa trên ảnh.  Đối sánh các biên dễ hơn đối sánh tập các pixel giữa hai ảnh (biên hình dáng, kích cỡ, vị trí đối tượng)
 Biên là nơi xảy ra sự thay đổi đột ngột hay không liên tục (discontinuity) về độ sáng, màu sắc.  Sự thay đổi có thể tình bằng đạo hàm bậc nhất hoặc đạo hàm bậc 2.  Thông tin biên được phát hiện bởi pixel trung tâm và các pixel lân cận.
 Nếu cường độ sáng các điểm ảnh lân cận xấp xỉ cường độ sáng điểm ảnh trung tâm, thì điểm ảnh đó không là điểm thuộc biên.  Nếu các lân cận của điểm ảnh trung tâm đang xét thay đổi mạnh, điểm ảnh đó có thể là thuộc biên.
 Dựa vào sự biến đổi cường độ xám theo hướng  Cách tiếp cận theo đạo hàm bậc nhất của ảnh dựa trên kỹ thuật Gradient  Tiếp cận dựa trên gradient hiệu quả khi cường độ sáng thay đổi rõ nét trên biên. Nghĩa là biến thiên độ sáng là đột ngột.
Xét ví dụ đơn giản trên ảnh 1 chiều: A B
 Công thức của đạo hàm cấp 1: f  f ( x  1)  f ( x) x  Nó chỉ ra sự khác biệt giữa các giá trị liên tiếp và độ lớn của mức độ thay đổi.
Image Strip 8 7 6 5 4 3 2 1 0 5 5 4 3 2 1 0 0 0 6 0 0 0 0 1 3 1 0 0 0 0 7 7 7 7 1st Derivative 0 -1 -1 -1 -1 0 0 6 -6 0 0 0 1 2 -2 -1 0 0 0 7 0 0 0 8 6 4 2 0 -2 -4 -6 -8
 Bằng 0 tại những vùng không biến đổi  Khác 0 tại những điểm bắt đầu đường “dốc”  Khác 0 trên vùng “dốc”
 Hai chiều: f  f ( x  1, y )  f ( x, y ) x f  f ( x, y  1)  f ( x, y ) y
 Gradient vector được xác định bởi:  Điểm đầu: pixel có sự thay đổi  Độ lớn Gradient: bằng độ đậm của biên  Hướng của biên: bằng góc của Gradient vector.
 Gradient của ảnh:  Điểm gradient theo hướng thay đổi cường độ sáng nhiều nhất:
 Hướng gradient xác định bởi:  Độ đo biên xác định bởi biên độ gradient:
 Công thức:  f 2  f ( x  1)  f ( x  1)  2 f ( x)  x 2  Dựa vào giá trị của cả pixel trước và sau.
Image Strip 8 7 6 5 4 3 2 1 0 5 5 4 3 2 1 0 0 0 6 0 0 0 0 1 3 1 0 0 0 0 7 7 7 7 -1 0 0 0 0 1 0 6 -12 6 2nd0 0 1 Derivative 1 -4 1 1 0 0 7 -7 0 0 10 5 0 -5 -10 -15
 Bằng 0 tại những vùng không biến đổi  Khác 0 tại những vùng bắt đầu/kết thúc vùng “dốc”  Bằng 0 tại những điểm trên vùng “dốc”