Bài giảng Xử lý ảnh và ứng dụng: Nâng cao chất lượng ảnh (tt)

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:41

Thêm vào BST

Báo xấu

2
lượt xem 0
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng Xử lý ảnh và ứng dụng: Nâng cao chất lượng ảnh (tt) sẽ tiếp tục khám phá các phương pháp cải thiện hình ảnh. Chương này mở rộng những kỹ thuật đã học, giới thiệu thêm nhiều công cụ và thuật toán nâng cao khác. Bạn sẽ có thêm nhiều lựa chọn để tối ưu hóa chất lượng hình ảnh cho các mục đích sử dụng khác nhau. Mời các bạn cùng tham khảo bài giảng để biết thêm chi tiết!

Chủ đề:

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

Lưu

Nội dung Text: Bài giảng Xử lý ảnh và ứng dụng: Nâng cao chất lượng ảnh (tt)

NÂNG CAO CHẤT LƯỢNGẢNH (IMAGE ENHANCEMENT) CHƯƠNG 2 (TT)
Image enhancement 1. Spatial domain image enhancement techniques can be divided into two broad categories: 1.1 Point operations 1.2 Neighborhood operations 2
Phép biến đổi lân cận Neighborhood operations 3
Neighbourhood Operations •Neighbourhood operations simply operate on a larger neighbourhood of pixels than point operations •Neighbourhoods are Origin x mostly a rectangle around a central pixel •Any size rectangle and any shape filter Neighbourhood (x, y) are possible y Image f (x, y)
Simple Neighbourhood Operations •Some simple neighbourhood operations include: • Min: Set the pixel value to the minimum in the neighbourhood • Max: Set the pixel value to the maximum in the neighbourhood • Median: The median value of a set of numbers is the midpoint value in that set (e.g. from the set [1, 7, 15, 18, 24] 15 is the median). Sometimes the median works better than the average
Simple Neighbourhood Operations Example Original Image x Enhanced Image x 123 127 128 119 115 130 140 145 148 153 167 172 133 154 183 192 194 191 194 199 207 210 198 195 164 170 175 162 173 151 y y
The Spatial Filtering Process Origin x a b c r s t d g h i e * f x y z u v w 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 The above is repeated for every pixel in the original image to generate the filtered image
Spatial Filtering: Equation Form a b g ( x, y )    w( s, t ) f ( x  s, y  t ) s   at   b Filtering can be given in equation form as shown above Notations are based on the image shown to the left
1. Bộ lọc làm trơn ảnh (Smoothing/Low Pass Filter) • Khi tịnh tiến cửa sổ, pixel trung tâm được thay thế bằng trị trung bình của các pixel bên trong cửa sổ. • Bộ lọc làm trơn ảnh được sử dụng để: • Làm mờ ảnh (Blurring): Thường được dùng trong bước tiền xử lý để loại bỏ các chi tiết nhỏ không mong muốn trước khi thực hiện rút trích các đối tượng liên quan (kích thước lớn), nối các đoạn gấp khúc trong đường cong. • Giảm nhiễu 9
1. Bộ lọc làm trơn ảnh Raw data reconstruction with quantization error Scan after application of smoothing filter 10
1. Bộ lọc làm trơn ảnh (Smoothing/Low Pass Filter) • Một số cửa sổ lọc 1 1 1 1 1 1 1 2 1 1 1 1 L1  1 1 1 L2  1 2 1 L3  2 4 2 9 10 16 1 1 1 1 1 1 1 2 1 0 1 0 0 1 0 1 3 1 1 1 1 L4  1 1 1 L5  1 4 1 L6  3 16 3 5 8 32 0 1 0 0 1 0 1 3 1 11
1. Bộ lọc làm trơn ảnh 12
1. Bộ lọc làm trơn ảnh Ảnh gốc L1 với N=3 L1 với N=11 L1 với N=5 Xu ly anh - mtdung 13
1. Bộ lọc làm trơn ảnh The image at the top left is an original image of size 500*500 pixels The subsequent images show the image after filtering with an averaging L1 với N=11 filter of increasing sizes  3, 5, 9, 15 and 35 Notice how detail begins to disappear 14
1. Bộ lọc làm trơn ảnh Original Image Smoothed Image Thresholded Image 15
1. Bộ lọc làm trơn ảnh Original Image Image After Image After With Noise Averaging Filter Median Filter 16
17
18
19
2. Bộ lọc làm sắc ảnh (Sharpenning/High Pass Filter) • Dùng làm nổi bậc các chi tiết ảnh. • Nhân tích chập có hệ số dương ở tâm, các hệ số âm ở xung quanh. • Thông thường,tổng các hệ số trong nhân bằng 1 20