Bài giảng Xử lý ảnh số: Chương 9 - TS. Ngô Quốc Việt

Chia sẻ: 4584125 4584125 | Ngày: | Loại File: PDF | Số trang:53

Thêm vào BST

Báo xấu

191
lượt xem 30
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng Xử lý ảnh số - Chương 9 trình bày các nội dung liên quan đến phân đoạn ảnh. Chương này giúp người học hiểu về mục tiêu và ứng dụng của bài toán phân đoạn ảnh, người học hiểu về lý thuyết và các phương pháp phân đoạn ảnh, người học hiểu và cài đặt được phân đoạn ảnh tĩnh hay động với thư viện OpenCV. 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 9 - TS. Ngô Quốc Việt

PHÂN ĐOẠN ẢNH NGÔ QUỐC VIỆT TPHCM-2014
Bài giảng giúp  Người học hiểu về mục tiêu và ứng dụng của bài toán phân đoạn ảnh  Người học hiểu về lý thuyết và các phương pháp phân đoạn ảnh  Người học hiểu và cài đặt được phân đoạn ảnh tĩnh hay động với thư viện OpenCV Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 2
1. Giới thiệu bài toán phân đoạn 2. Phân đoạn ảnh dựa trên các phương pháp phân ngưỡng sắc xám  Phân ngưỡng toàn cục  Phân ngưỡng thích nghi, và dựa trên phương pháp Otsu. 3. Phân đoạn ảnh dựa trên các phương pháp tương tự Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 3
 Phân đoạn nhằm chia ảnh thành các vùng hoặc đối tượng có thể xử lý được Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 4
5
 Nếu phân đoạn tốt, các contours của objects sẽ xuất hiện và có thể trích để sử dụng.  Có thể xác định hình dáng đối tượng.  Dựa trên màu sắc, hình dáng, texture, có thể xác định rõ đối tượng.  Phân đoạn ảnh được sử dụng nhiều trong ‘tìm kiếm tương tự (similarity searches)  Phân đoạn ảnh là bài toán khó trong Xử lý ảnh. Vẫn là một chủ đề trong các hội thảo/hội nghị liên quan đến thị giác máy tính, xử lý ảnh. Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 6
 Phân đoạn cho phép trích đối tượng trong ảnh.  Các thuật giải phân đoạn dựa trên các tính chất cơ bản như màu sắc, giá trị xám, hay texture: discontinuity và similarity.  Phân chia ảnh dựa trên các thay đổi độ sáng đột ngột, nhằm phát hiện biên trong ảnh. Tuy nhiên, không luôn xác định được biên để tạo vùng.  Phân chia ảnh thành các vùng tương tự theo tiêu chuẩn xác định (mức xám, texture, color, motion). Dựa trên sự tương tự giữa các pixel kề nhau nhằm xây dựng các đối tượng. Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 7
 Kiểu phân đoạn phụ thuộc vào ứng dụng  Có nhiều thuật giải phân đoạn  Phân đoạn dựa trên đường viền vùng (edge detection)  Phân đoạn dựa trên clustering (hoặc grouping)  Phân đoạn dựa trên phân hoạch (partition) đồ thị  Các ứng dụng như finding people, summarizing video, annotation figures, background subtraction, finding buildings/rivers in trong ảnh vệ tinh. Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 8
 Edges dựa trên KHÁC NHAU (DIFFERENCES hay DISCONTINUITY) giữa các pixel kề nhau.  Regions dựa trên sự TƯƠNG TỰ (SIMILARITIES) giữa các pixel kề nhau. Discontinuity Similarity Point Detection (dựa trên Thresholding (phân sắc xám) ngưỡng) Line Detection (dò đường Region Growing & Merging thẳng có trong ảnh) Edge Detection (đạo hàm Watershed bậc 1, 2) Active Countouring Clustering Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 9
 Ảnh R được phân hoạch thành các vùng con R1, R2, R3, …, Rn sao cho a. Hội các Ri bằng với R R i R i 1,..,n b. Các Ri không giao nhau Ri  R j  0, i  j c. Q(Ri)=TRUE d. Q(Ri  Rj) =FALSE, với hai vùng Ri, Rj kề nhau (vì nếu có thì đã tạo thành một vùng) Với Q(Rk) là vị từ logic xác định trên pixel thuộc Rk (ví dụ: tất cả pixel trên ngưỡng T) Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 10
Phân đoạn bằng mắt thường  Old man và các thứ khác  Hai người và con chó Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 11
 Tạo thành ảnh nhị phân từ ảnh xám đầu vào.  Nhằm tách được foreground và forground.  Thực hiện bằng cách chọn ngưỡng T, và tạo ảnh ouput theo công thức 1 f ( x, y)  T g ( x, y)   0 f ( x, y)  T  Chỉ làm việc tốt với ảnh có bi-model histogram, ít nhiễu. Có thể dùng nhiều ngưỡng Ti. Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 12
1. Chọn ngưỡng ban đầu T (vd: chọn mean của mọi pixels) 2. Phân đoạn thành hai nhóm G1, G2, với mean tương ứng m1, m2. 3. Tính toán ngưỡng mới theo cách T = ½ (m1+m2) 4. Lặp lại bước 2 và 3 cho đến khi sự thay đổi của T mới so với T ở lần trước đó nhỏ hơn giá trị cho trước Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 13
 Tự động thực hiện phân ngưỡng ảnh dựa trên hình dáng histogram http://en.wikipedia.org/wiki/Otsu's_method Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 14
 Cho ảnh 𝑀𝑥𝑁 và L mức sáng q = 0, 1, 2, …, L – 1  Histogram chuẩn hóa: 𝑝𝑖 = 𝑛𝑖/𝑀. 𝑁 , với 𝑖 = 0, 1, 2, … , 𝐿 – 1, ni là số pixel cường độ sáng i.  Ngưỡng k chia ảnh thành hai tập:  𝐶0: các pixel mức sáng trong ,0, 1, … , 𝑘-  𝐶1: các pixel mức sáng trong ,𝑘 + 1, … , 𝐿 − 1- 𝑘 𝐿−1 𝑃1 𝑘 = 𝑖=0 𝑝𝑖 , 𝑃2 𝑘 = 𝑖=𝑘+1 𝑝𝑖 = 1 − 𝑃1 (𝑘). là tổng tích lũy các p của 𝐶0 và 𝐶1. 𝑘 𝐿−1 1 1 𝜇1 𝑘 = 𝑖. 𝑝𝑖 , 𝜇2 𝑘 = 𝑖. 𝑝𝑖 𝑃1 𝑘 𝑃2 𝑘 𝑖=0 𝑖=𝑘+1 𝐿−1 𝜇𝐺 = 𝑖=0 𝑖. 𝑝𝑖 , là global mean Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 15
 Variance của mỗi nhóm 𝑘 2 𝑖=0 𝑖 − 𝜇1 𝑘 .𝑝 𝑖 𝜎12 = 𝑃1 𝑘 𝐿−1 2 𝑖=𝑘+1 𝑖 − 𝜇2 𝑘 .𝑝 𝑖 𝜎22 = 𝑃2 (𝑘) 𝐿−1 2  Variance của toàn bộ ảnh: 𝜎2 = 𝑖=0 𝑖 − 𝜇𝐺 𝑖 .𝑝 𝑖 𝜎 2 = 𝑃1 𝑘 𝜎12 + 𝑃2 𝑘 𝜎22 + 𝑃1 𝑘 𝜇1 𝑘 − 𝜇𝐺 𝑘 2 + 𝑃2 𝑘 𝜇2 𝑘 − 𝜇𝐺 𝑘 2 Trong đó:𝜎𝑤2 𝑘 = 𝑃1 𝑘 𝜎12 + 𝑃2 𝑘 𝜎22 : within-class variance; 𝜎𝐵2 𝑘 = 𝑃1 𝑘 𝜇1 𝑘 − 𝜇𝐺 𝑘 2 + 𝑃2 𝑘 𝜇2 𝑘 − 𝜇𝐺 𝑘 2 : inter-class variance Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 16
 Xác định k sao cho: m𝑖𝑛 𝜎𝑤2 𝑘 , 𝑘 = 0,1, . . , 𝐿 − 1  Tương đương tìm k sao cho max variance giữa hai lớp 𝑚𝑎𝑥 𝜎𝐵2 𝑘 , 𝑘 = 0,1, . . , 𝐿 − 1 𝜎𝐵2 𝑘 = 𝑃1 𝑘 𝜇1 𝑘 − 𝜇𝐺 𝑘 2 + 𝑃2 𝑘 𝜇2 𝑘 − 𝜇𝐺 𝑘 2 𝜎𝐵2 𝑘 = 𝑃1 𝑘 𝑃2 𝑘 𝜇1 𝑘 − 𝜇2 𝑘 2 𝑘 2 𝜇 𝑘 − 𝜇𝐺 𝑃1 𝑘 = ,𝜇 𝑘 = 𝑖. 𝑝𝑖 , 𝑃1 𝑘 𝑃2 𝑘 𝑖=0 Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 17
 Phân đoạn 𝑘 ≥ 3 ngưỡng 𝜎𝐵2 𝑘 = 𝑃1 𝑘 𝜇1 𝑘 − 𝜇𝐺 𝑘 2 + 𝑃2 𝑘 𝜇2 𝑘 − 𝜇𝐺 𝑘 2 + 𝑃3 𝑘 𝜇3 𝑘 − 𝜇𝐺 𝑘 2  Cần xác định 𝜎𝐵2 𝑘1∗ , 𝑘2∗ = 𝑚𝑎𝑥 *𝜎𝐵2 𝑘1 , 𝑘2 , 0 < 𝑘1 < 𝑘2 < 𝐿 − 1+  Phức tạp để giải phương trình trên với 𝑘 > 3. Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 18
Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 19
 Chia ảnh thành các vùng  Thực hiện phân ngưỡng thích nghi trên từng vùng Bài giảng Xử lý ảnh - TS. Ngô Quốc Việt 20