Luận văn Thạc sĩ Khoa học máy tính: Nghiên cứu một số kỹ thuật phát hiện bất thường phục vụ cho giám sát khu vực giới nghiêm của trường Văn Hóa I

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:61

Thêm vào BST

Báo xấu

38
lượt xem 5
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mục tiêu của đề tài tìm hiểu và hệ thống hóa một số kỹ thuật phát hiện bất thường dựa vào camera. Đồng thời nghiên cứu và thực nghiệm chương trình dựa vào một trong những kỹ thuật đã hệ thống hóa. Để hiểu rõ hơn mời các bạn cùng tham khảo nội dung chi tiết của luận văn này.

Chủ đề:

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

Lưu

Nội dung Text: Luận văn Thạc sĩ Khoa học máy tính: Nghiên cứu một số kỹ thuật phát hiện bất thường phục vụ cho giám sát khu vực giới nghiêm của trường Văn Hóa I

ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG NGUYỄN VIỆT BẮC NGHIÊN CỨU MỘT SỐ KỸ THUẬT PHÁT HIỆN BẤT THƯỜNG PHỤC VỤ CHO GIÁM SÁT KHU VỰC GIỚI NGHIÊM CỦA TRƯỜNG VĂN HÓA I Chuyên ngành: Khoa học máy tính Mã số: 8 48 01 01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Giáo viên hướng dẫn: PGS. TS Đỗ Năng Toàn THÁI NGUYÊN - 2020
i LỜI CAM ĐOAN Tôi xin cam đoan: Luận văn này là công trình nghiên cứu thật sự của cá nhân, được thực hiện dưới sự hướng dẫn khoa học của PGS.TS. Đỗ Năng Toàn. Các số liệu và thông tin thứ cấp sử dụng trong luận văn được trích dẫn rõ ràng. Tôi hoàn toàn chịu trách nhiệm về tính xác thực và nguyên bản của luận văn. Học viên Nguyễn Việt Bắc
ii MỤC LỤC LỜI CAM ĐOAN ............................................................................................... i MỤC LỤC .......................................................................................................... ii DANH MỤC CÁC BẢNG................................................................................ iv DANH MỤC CÁC HÌNH .................................................................................. v PHẦN MỞ ĐẦU ............................................................................................... 1 Chương 1: KHÁI QUÁT VỀ XỬ LÝ ẢNH, XỬ LÝ VIDEO VÀ BÀI TOÁN PHÁT HIỆN BẤT THƯỜNG ......................................................................... 2 1.1. Khái quát về xử lý ảnh ................................................................................ 2 1.1.1. Các khái niệm cơ bản ............................................................................... 2 1.1.2. Các bước xử lý ảnh số .............................................................................. 4 1.2. Khái quát về Video.................................................................................... 17 1.2.1. Giới thiệu ................................................................................................ 17 1.2.2. Một số thuộc tính đặc trưng của video ................................................... 18 1.2.3 Các dạng chuẩn và kiến trúc của Video .................................................. 20 1.3. Bài toán phát hiện bất thường ................................................................... 26 1.4. Phân tích yêu cầu bài toán ......................................................................... 27 Kết luận chương 1 ............................................................................................ 28 Chương 2: MỘT SỐ KỸ THUẬT PHÁT HIỆN BẤT THƯỜNG............. 29 2.1. Phát hiện bất thường dựa vào kỹ thuật trừ ảnh ......................................... 29 2.1.1. Kỹ thuật trừ ảnh dựa vào điểm ảnh ........................................................ 30 2.1.2. Trừ ảnh phân khối .................................................................................. 31 2.1.3. Phương pháp biểu đồ.............................................................................. 33 2.1.4. Phương pháp thống kê............................................................................ 37 2.1.5. Trừ ảnh dựa vào đặc trưng ..................................................................... 38 2.2. Phát hiện bất thường dựa vào kỹ thuật trừ nền ......................................... 39 2.2.1. Không gian màu (Color space) .............................................................. 39 2.2.2 Mô hình nền (Background modeling) ..................................................... 40 2.2.3. Lựa chọn ngưỡng (Threshold selection) ................................................ 41 2.2.4. Thao tác trừ (Subtraction operation) ...................................................... 43
iii Kết luận chương 2 ............................................................................................ 45 Chương 3: CHƯƠNG TRÌNH THỬ NGHIỆM .......................................... 46 3.1. Phân tích lựa chọn công cụ ....................................................................... 46 3.3. Một số kết quả của chương trình ............................................................... 50 PHẦN KẾT LUẬN ......................................................................................... 53 TÀI LIỆU THAM KHẢO ............................................................................. 54
iv DANH MỤC CÁC BẢNG Bảng 1.1. Các tiêu chuẩn của Video số ....................................................... 20 Bảng 1.2. Mô tả kiểu CIF và QCIF ............................................................. 21 Bảng 1.3. Một số ràng buộc của MPEG-1 .................................................. 23 Bảng 1.4. Các tham số có trong MB cơ sở.................................................. 25
v DANH MỤC CÁC HÌNH Hình 1.1. Quá trình xử lý ảnh................................................................. 2 Hình 1.2. Các bước cơ bản trong một hệ thống xử lý ảnh ..................... 4 Hình 1.3. Ảnh thu nhận và ảnh mong muốn .......................................... 5 Hình 1.4. Dãn độ tương phản ............................................................... 10 Hình 1.5. Quá trình hiển thị và chỉnh sửa, lưu trữ ảnh thông qua DIB 16 Hình 1.6. Sự chuyển đổi giữa các mô hình biểu diễn ảnh ................... 17 Hình 1.7: Cấu trúc phân cấp của video ................................................ 17 Hình 1.8: Minh họa về việc chuyển đổi giữa các lia ............................ 18 Hình 1.9: Các ảnh khác nhau nhưng có cùng biểu đồ màu .................. 18 Hình 1.10: Các ảnh khác nhau nhưng có cùng biểu đồ màu .................. 19 Hình 1.11. MacroBlock .......................................................................... 21 Hình 1.12. Chuỗi các khung của H. 261 ................................................ 22 Hình 1.13. Nhóm ảnh trong MPEG-1 .................................................... 24 Hình 2.1: Các cửa sổ cơ sở trong thuật toán so sánh thực ................... 33 Hình 2.2: So sánh biểu đồ giữa hai ảnh ................................................ 34 Hình 2.3: Mẫu vector cho các di chuyển camera. ................................ 38 Hình 2.4: Các không gian màu và phân lớp điểm ảnh của nó (a) hệ tọa độ RGB, (b) hệ tọa độ RGB chuẩn hóa ................................ 40 Hình 2.5: Sơ đồ thuật giải kỹ thuật trừ nền ......................................... 43 Hình 2.6: Sự biến đổi của điểm ảnh i trong mỗi không gian màu (a) hệ tọa độ RGB, (b) hệ tọa độ RGB chuẩn hóa .......................... 45 Hình 3.1: Sơ đồ thuật giải..................................................................... 47 Hình 3.2: Sơ đồ hoạt động của chương trình ....................................... 50
1 PHẦN MỞ ĐẦU Ngày nay, sự phát triển của công nghệ thông tin đã xâm nhập vào hầu hết các mặt của đời sống xã hội với những ứng dụng rộng rãi hỗ trợ con người trên nhiều lĩnh vực, trong đó có lĩnh vực về an toàn an ninh, chống xâm nhập. Có nhiều phương pháp nhằm đảm bảo an ninh sao cho hiệu quả cao, trong đó có phương pháp áp dụng các hệ thống camera để quan sát sự chuyển động của các đối tượng trong khu vực. Ngày nay với sự tiến bộ vượt bậc của khoa học, ta có thể xây dựng một hệ thống cảnh bảo tự động phát hiện đối tượng mà không cần có người phải trực tiếp theo dõi camera, điều này giúp cho con người giảm thiểu được thời gian và sức lực đồng thời vẫn cho một kết quả chính xác. Có nhiều phương pháp phát hiện đối tượng trong vùng quan sát của camera như dựa vào phần cứng và dựa vào các kỹ thuật xử lý ảnh. Mục tiêu của đề tài tìm hiểu và hệ thống hóa một số kỹ thuật phát hiện bất thường dựa vào camera. Đồng thời nghiên cứu và thực nghiệm chương trình dựa vào một trong những kỹ thuật đã hệ thống hóa. Nội dung luận văn bao gồm phần mở đầu, phần kết luận và ba chương với bố cục nội dung như sau: Chương 1. Khái quát về xử lý ảnh, xử lý video và bài toán phát hiện bất thường Trình bày khái quá về xử lý ảnh và bài toán phát hiện bất thường dựa vào sự sai khác trong vùng quan sát được của camera. Chương 2. Một số kỹ thuật trừ ảnh trong phát hiện bất thường Chương này hệ thống hóa một số kỹ thuật trừ ảnh, kỹ thuật trừ nền dùng cho việc phát hiện vùng khác biệt hay bất thường. Chương 3. Chương trình thử nghiệm Phần mềm đầu vào ảnh, trích xuất từ video quan sát được trong vùng giới nghiêm.
2 Chương 1 KHÁI QUÁT VỀ XỬ LÝ ẢNH, XỬ LÝ VIDEO VÀ BÀI TOÁN PHÁT HIỆN BẤT THƯỜNG 1.1. Khái quát về xử lý ảnh 1.1.1. Các khái niệm cơ bản 1.1.1.1. Xử lý ảnh Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ. Tuy là một ngành khoa học mới mẻ so với nhiều ngành khoa học khác, nhưng tốc độ phát triển rất nhanh, được rất nhiều các viện nghiên cứu, ứng dụng. Những năm trở lại đây với sự phát triển của phần cứng máy tính, xử lý ảnh và đồ hoạ đã phát triển một cách mạnh mẽ và có nhiều ứng dụng được áp dụng trong cuộc sống. Xử lý ảnh và đồ hoạ đóng một vai trò quan trọng trong tương tác người - máy. Mục đích của xử lý ảnh là nâng cao chất lượng ảnh phục vụ con người và xử lý ảnh dữ liệu dạng hình ảnh để máy tính có thể hiểu được từ đó đưa ra những quyết định cần thiết. Ảnh XỬ LÝ “Tốt hơn” Ảnh ẢNH Kết luận Hình 1.1. Quá trình xử lý ảnh Xử lý ảnh có nhiều ứng dụng trong đời sống như: nhận dạng ảnh, vệ tinh dự báo thời tiết, viễn thám, ảnh y tế, khoa học hình sự, điện ảnh… 1.1.1.2. Điểm ảnh Điểm ảnh (Pixel) là một phần tử của ảnh số tại toạ độ (x, y) với độ xám hoặc màu nhất định. Kích thước và khoảng cách giữa các điểm ảnh đó được chọn thích hợp sao cho mắt người cảm nhận sự liên tục về không gian và mức
3 xám (hoặc màu) của ảnh số gần như ảnh thật. Mỗi phần tử trong ma trận được gọi là một phần tử ảnh. 1.1.1.3. Ảnh Ảnh số là tập hợp các điểm ảnh với mức xám phù hợp dùng để mô tả ảnh gần giống với ảnh thật. Ảnh được tạo nên từ hàng trăm ngàn cho đến hàng triệu ô vuông rất nhỏ - được coi là những nhân tố của bức ảnh và thường được biết dưới tên gọi là điểm ảnh. Máy tính hay máy in sử dụng những ô vuông nhỏ này để hiển thị hay in ra bức ảnh. Để làm được điều đó máy tính hay máy in chia màn hình, trang giấy thành một mạng lưới chứa các ô vuông, sau đó sử dụng các giá trị chứa trong file ảnh để định ra mầu sắc, độ sáng tối của từng pixel trong mạng lưới đó, đó là cơ sở để ảnh số được hình thành. Việc kiểm soát, định ra địa chỉ theo mạng lưới như trên được gọi là bit mapping và ảnh số còn được gọi là ảnh bitmap. 1.1.1.4. Mức xám của ảnh Định nghĩa: Mức xám (grey level) của điểm ảnh là cường độ sáng của nó được gán bằng giá trị số tại điểm đó. Các thang giá trị mức xám thông thường: 16, 32, 64, 128, 256 (Mức 256 là mức phổ dụng bởi vì trong kỹ thuật máy tính dùng 1 byte (8 bit) để biểu diễn mức xám: Mức xám dùng một byte biểu diễn: 28=256 mức, tức là từ giá trị 0 đến 255). Ảnh đen trắng: là ảnh có hai màu đen, trắng (không chứa màu khác) với mức xám ở các điểm ảnh có thể khác nhau. Ảnh nhị phân: ảnh chỉ có hai mức đen trắng phân biệt tức dùng một bit mô tả 21 mức khác nhau. Nói cách khác: mỗi điểm ảnh của ảnh nhị phân chỉ có thể là 0 hoặc 1. Ảnh màu: trong khuôn khổ lý thuyết ba màu (Red, Blue, Green) để tạo nên thế giới màu, người ta thường dùng ba byte để mô tả mức màu, khi đó các giá trị màu: 28*3 = 224 ≈ 16,7 triệu màu.
4 1.1.1.5. Độ phân giải của ảnh Định nghĩa: Độ phân giải (Resolution) của ảnh là mật độ điểm ảnh được ấn định trên một ảnh số được hiển thị. Theo định nghĩa, khoảng cách giữa các điểm ảnh phải được chọn sao cho mắt người vẫn thấy được sự liên tục của ảnh. Việc lựa chọn khoảng cách thích hợp tạo nên một mật độ phân bổ, đó chính là độ phân giải và được phân bố theo trục x và y trong không gian hai chiều. Ví dụ: Độ phân giải của ảnh trên màn hình CGA (Color Graphic Adapter) là một lưới điểm theo chiều ngang màn hình: 320 điểm chiều dọc × 200 điểm ảnh (320×200). Rõ ràng, cùng màn hình CGA 12” ta nhận thấy mịn hơn màn hình CGA 17” độ phân giải 320×200. Lý do: cùng một mật độ (độ phân giải) nhưng diện tích màn hình rộng hơn thì độ mịn (liên tục của các điểm) kém hơn. 1.1.2. Các bước xử lý ảnh số Một hệ thống xử lý ảnh có sơ đồ tổng quát như sau: Hình 1.2. Các bước cơ bản trong một hệ thống xử lý ảnh Sau đây sẽ trình bày một số kỹ thuật xử lý ảnh cần thiết phục vụ cho việc cài đặt chương trình thử nghiệm (theo các bước trong hình 1. 2), còn các thành phần khác sẽ được giới thiệu ở mức cơ bản. 1.1.2.1. Thu nhận ảnh Các thiết bị thu nhận ảnh bao gồm camera, scanner các thiết bị thu nhận này có thể cho ảnh đen trắng.
5 Các thiết bị thu nhận ảnh có hai loại chính ứng với hai loại ảnh thông dụng Raster, Vector. Các thiết bị thu nhận ảnh Raster thông thường là camera, các thiết bị thu nhận ảnh thông thường Vector là sensor hoặc bàn số hoá Digitalizer hoặc được chuyển đổi từ ảnh Raster. Nhìn chung các hệ thống thu nhận ảnh thực hiện 1 quá trình: Cảm biến: biến đổi năng lượng quang học thành năng lượng điện Tổng hợp năng lượng điện thành ảnh 1.1.2.2. Tiền xử lý Sau bộ thu nhận, ảnh có thể nhiễu và độ tương phản thấp nên cần đưa vào bộ tiền xử lý (Image Processing) để nâng cao chất lượng. Chức năng chính của bộ tiền xử lý là nắn chỉnh biến dạng, lọc nhiễu, chỉnh mức xám, nâng độ tương phản để làm ảnh rõ hơn, nét hơn. Các thuật toán triển khai việc nâng cao chất lượng ảnh hầu hết dựa trên các kỹ thuật trong miền điểm, không gian và tần số. Toán tử điểm là phép biến đổi đối với từng điểm ảnh đang xét, không liên quan đến các điểm lân cận khác, trong khi đó, toán tử không gian sử dụng các điểm lân cận để quy chiếu tới điểm ảnh đang xét. Một số phép biến đổi có tính toán phức tạp được chuyển sang miền tần số để thực hiện, kết quả cuối cùng được chuyển trở lại miền không gian nhờ các biến đổi ngược. a) Nắn chỉnh biến dạng Ảnh thu nhận thường bị biến dạng do các thiết bị quang học và điện tử. Ảnh thu nhận Ảnh mong muốn Hình 1.3. Ảnh thu nhận và ảnh mong muốn
6 Các nguyên nhân biến dạng do: - Do camera, đầu thu ảnh chất lượng kém. - Do môi trường, ánh sáng, hiện trường (scene), khí quyển, nhiễu xung. - Do chất lượng. Để khắc phục người ta sử dụng các phép chiếu, các phép chiếu thường được xây dựng trên tập các điểm điều khiển. Giả sử (Pi, Pi’) với i = 1, n có n các tập điều khiển Tìm hàm f: Pi a f (Pi) sao cho: (1.1) Giả sử ảnh bị biến đổi chỉ bao gồm: Tịnh tiến, quay, tỷ lệ, biến dạng bậc nhất tuyến tính. Khi đó hàm f có dạng: f (x, y) = (a1x + b1y + c1, a2x + b2y + c2) (1.2) Ta có: Để cho φ → min Giải hệ phương trình tuyến tính tìm được a1, b1, c1, tương tự tìm được a2, b2, c; từ đó ta xác định được hàm f. b) Lọc nhiễu Thường ảnh thu nhận được có nhiễu nên cần phải loại bỏ nhiễu. Để tách nhiễu (hay làm trơn nhiễu), người ta sử dụng các bộ lọc tuyến tính (lọc trung bình, thông thấp) hay lọc phi tuyến (trung vị, giả trung vị, lọc đồng hình). Từ bản chất của nhiễu (thường tương ứng với tần số cao) và từ cơ sở lý thuyết lọc
7 là: bộ lọc chỉ cho tín hiệu có tần số nào đó thông qua do đó, để lọc nhiễu người ta thường dùng lọc thông thấp (theo quan điểm tần số không gian) hay lấy tổ hợp tuyến tính để san bằng (lọc trung bình). Trước khi xem xét chi tiết các kỹ thuật áp dụng, cần phân biệt các loại nhiễu hay can thiệp trong quá trình xử lý ảnh. Trên thực tế tồn tại nhiều loại nhiễu; tuy nhiên người ta thường xem xét ba loại nhiễu chính: nhiễu cộng, nhiễu nhân và nhiễu xung: Nhiễu cộng: Nhiễu cộng thường phân bố khắp ảnh. Nếu gọi ảnh quan sát (ảnh thu được) là Xqs, ảnh gốc là Xgốc, nhiễu là η, ảnh thu được có thể biểu diễn bởi: Xqs = Xgốc + η Nhiễu nhân: Nhiễu nhân thường phân bố khắp ảnh và ảnh thu được sẽ biểu diễn với công thức: Xqs = Xgốc * η Nhiễu xung: Nhiễu xung thường gây đột biến tại một số điểm ảnh. * Làm trơn nhiễu bằng lọc tuyến tính: lọc trung bình và lọc dải thông thấp Do có nhiều loại nhiễu can thiệp vào quá trình xử lý ảnh nên cần có nhiều bộ lọc thích hợp. Với nhiễu cộng và nhiễu nhân ta dùng các bộ lọc thông thấp, trung bình và lọc đồng hình (Homomorphie); với nhiễu xung ta dùng lọc trung bị, giả trung vị, lọc ngoài (Outlier). * Lọc trung bình không gian Với lọc trung bình, mỗi điểm ảnh được thay thế bằng trung bình trọng số của các điểm lân cận và được định nghĩa như sau: (1.3) Nếu trong kỹ thuật lọc trên, ta dùng các trọng số như nhau, phương trình trên sẽ trở thành: với: y(m, n): ảnh đầu vào, v(m, n): ảnh đầu ra; a(k, l): là cửa sổ lọc.
8 Với và Nw là số điểm ảnh trong cửa sổ lọc W. Lọc trung bình có trọng số chính là thực hiện chập ảnh đầu vào với nhân chập H. Nhân chập H trong trường hợp này có dạng: Trong lọc trung bình, thường người ta ưu tiên cho các hướng để bảo vệ biên của ảnh khỏi bị mờ khi làm trơn ảnh. Các kiểu mặt nạ được sử dụng tùy theo các trường hợp khác nhau. Các bộ lọc trên là bộ lọc tuyến tính theo nghĩa là điểm ảnh ở tâm cửa sổ sẽ được thay bởi tổ hợp các điểm lân cận chập với mặt nạ. Giả sử đầu vào biểu diễn bởi ma trận I: Ảnh số thu được bởi lọc trung bình Y=H⊗ I có dạng: Một bộ lọc trung bình không gian khác cũng hay được sử dụng. Phương trình của bộ lọc đó có dạng: Y[m,n]= [X[m,n]+ {X[m,n]+X[m-1,n]+X[m+1,n]+ X[m,n-1]+X[m,n+1]}] Ở đây, nhân chập H có kích thước 2x2 và mỗi điểm ảnh kết quả có giá trị bằng trung bình cộng của nó với trung bình cộng của bốn lân cận gần nhất.
9 Lọc trung bình trọng số là một trường hợp riêng của lọc thông thấp. * Lọc thông thấp Lọc thông thấp thường được sử dụng để làm trơn nhiễu. Về nguyên lý của bộ lọc thông thấp giống như đã trình bày trên. Trong kỹ thuật này người ta hay dùng một số nhân chập có dạng sau: Ta dễ dàng nhận thấy khi b =1, Hb chính là nhân chập Ht1 (lọc trung bình). Để hiểu rõ hơn bản chát khử nhiễu cộng của các bộ lọc này, ta viết lại phương trình thu nhận ảnh dưới dạng: (1.4) Trong đó η[m, n] là nhiễu cộng có phương sai σ 2n. Như vậy, theo cách tính của lọc trung bình ta có: Như vậy, nhiễu cộng trong ảnh đã giảm đi Nw lần. c) Tăng độ tương phản Trước tiên cần làm rõ khái niệm độ tương phản. Ảnh số là tập hợp các điểm ảnh, mà mỗi điểm ảnh có giá trị độ sáng khác nhau. Ở đây, độ sáng để mắt người dễ cảm nhận ảnh, song không phải là quyết định. Thực tế chỉ ra rằng hai đối tượng có cùng độ sáng nhưng đặt trên hai nền khác nhau sẽ cho cảm nhận khác nhau. Như vậy, độ tương phản biểu diễn sự thay đổi độ sáng của đối tượng so với nền. Như vậy có thể hiểu rằng, độ tương phản là độ nổi của điểm
10 ảnh hay vùng ảnh so với nền. Với định nghĩa này, nếu ảnh có độ tương phản kém, ta có thể thay đổi tuỳ ý theo ý muốn. Ảnh với độ tương phản thấp có thể do điều kiện sáng không đủ hay không đều, hoặc do tính không tuyến tính hay biến động nhỏ của bộ cảm nhận ảnh. Để điều chỉnh lại độ tương phản của ảnh, ta điều chỉnh lại biên độ trên toàn dải hay trên dải có giới hạn bằng cách biến đổi tuyến tính biên độ đầu vào (dùng hàm biến đổi là hàm tuyến tính) hay phi tuyến (hàm mũ hay hàm lôgarít). Khi dùng hàm tuyến tính các độ dốc α, β , γ phải chọn lớn hơn một trong miền cần dãn. Các tham số a và b (các cận) có thể chọn khi xem xét lược đồ xám của ảnh. Hình 1.4. Dãn độ tương phản Hàm mũ hay dùng trong dãn độ tương phản có dạng: f = (X[m,n])p Giả mã Giả sử ta có ảnh I có kích thước m × n và số nguyên c. Khi đó, kỹ thuật tăng, giảm độ c sáng được thể hiện: for (i = 0; i < m; i + +) for (j = 0; j < n; j + +) I [i, j] = I [i, j] + c; Nếu c > 0: ảnh sáng lên Nếu c < 0: ảnh tối đi d) Chỉnh mức xám Nhằm khắc phục tính không đồng đều của hệ thống gây ra. Thông thường có hai hướng tiếp cận:
11 Giảm số mức xám: Thực hiện bằng cách nhóm các mức xám gần nhau thành một bó. Trường hợp chỉ có hai mức xám thì chính là chuyển về ảnh đen trắng. Ứng dụng: In ảnh màu ra máy in đen trắng. Tăng số mức xám: Thực hiện nội suy ra các mức xám trung gian bằng kỹ thuật nội suy. Kỹ thuật này nhằm tăng cường độ mịn cho ảnh. 1.1.2.3. Phân vùng ảnh Phân vùng ảnh là bước then chốt trong xử lý ảnh. Giai đoạn này nhằm phân tích ảnh thành những thành phần có cùng tính chất nào đó dựa theo biên hay các vùng liên thông. Tiêu chuẩn để xác định các vùng liên thông có thể là cùng mức xám, cùng màu hay cùng độ nhám.... Trước hết cần làm rõ khái niệm "vùng ảnh" (Segment) và đặc điểm vật lý của vùng. Vùng ảnh là một chi tiết, một thực thể trông toàn cảnh. Nó là một tập hợp các điểm có cùng hoặc gần cùng một tính chất nào đó: mức xám, mức màu, độ nhám… Vùng ảnh là một trong hai thuộc tính của ảnh. Nói đến vùng ảnh là nói đến tính chất bề mặt. Đường bao quanh một vùng ảnh (Boundary) là biên ảnh. Các điểm trong một vùng ảnh có độ biến thiên giá trị mức xám tương đối đồng đều hay tính kết cấu tương đồng. Dựa vào đặc tính vật lý của ảnh, người ta có nhiều kỹ thuật phân vùng: phân vùng dựa theo miền liên thông gọi là phân vùng dựa theo miền đồng nhất hay miền kề; phân vùng dựa vào biên gọi là phân vùng biên. Ngoài ra còn có các kỹ thuật phân vùng khác dựa vào biên độ, phân vùng dựa theo kết cấu. Đây là phần phức tạp khó khăn nhất trong xử lý ảnh và cũng dễ gây lỗi, làm mất độ chính xác của ảnh. Kết quả nhận dạng ảnh phụ thuộc rất nhiều vào công đoạn này. 1.1.2.4. Trích chọn đặc trưng Đầu ra ảnh sau phân đoạn chứa các điểm ảnh của vùng ảnh (ảnh đã phân đoạn) cộng với mã liên kết với các vùng lận cận. Việc biến đổi các số liệu này thành dạng thích hợp là cần thiết cho xử lý tiếp theo bằng máy tính. Việc chọn các tính chất để thể hiện ảnh gọi là trích chọn đặc trưng (hay trích chọn đặc
12 điểm - Feature Selection) gắn với việc tách các đặc tính của ảnh dưới dạng các thông tin định lượng hoặc làm cơ sở để phân biệt lớp đối tượng này với đối tượng khác trong phạm vi ảnh nhận được. Ví dụ: trong nhận dạng ký tự trên phong bì thư, chúng ta miêu tả các đặc trưng của từng ký tự giúp phân biệt ký tự này với ký tự khác. Các đặc điểm của đối tượng được trích chọn tuỳ theo mục đích nhận dạng trong quá trình xử lý ảnh. Có thể nêu ra vài đặc điểm của ảnh sau đây: Đặc điểm không gian: Phân bố mức xám, phân bố xác suất, biên độ, điểm uốn... Đặc điểm biến đổi: Các đặc điểm loại này được trích chọn bằng việc thực hiện lọc vùng (Zonal Filtering). Các bộ vùng được gọi là “mặt nạ đặc điểm” (Feature Mask) thường là các khe hẹp với hình dạng khác nhau (chữ nhật, tam giác, cung tròn. . .) Đặc điểm biên và đường biên: Đặc trưng cho đường biên của đối tượng và do vậy rất hữu ích trong việc trích chọn các thuộc tính bất biến được dùng khi nhận dạng đối tượng. Các đặc điểm này có thể được trích chọn nhờ toán tử gradient, toán tử la bàn, toán tử Laplace, toán tử “chéo không” (Zero Crossing). .. Việc trích chọn hiệu quả các đặc điểm giúp cho việc nhận dạng các đối tượng ảnh chính xác, với tốc độ tính toán cao và dung lượng bộ nhớ lưu trữ giảm xuống. 1.1.2.5. Nhận dạng và nội suy ảnh Đây là giai đoạn cuối của các hệ thống xử lý ảnh. Nhận dạng ảnh (Image Recognition) là quá trình phân loại các đối tượng được biểu diễn theo một mô hình nào đó và gán chúng một tên (gán cho đối tượng một tên gọi, tức là một dạng) dựa theo những quy luật và mẫu chuẩn. Quá trình nhận dạng dựa vào những mẫu chuẩn được học (hoặc lưu) từ trước gọi là nhận dạng có thầy hay học có thầy, trong những trường hợp ngược lại gọi là học không có thầy.
13 Nội suy (Interpretation) là phán đoán theo ý nghĩa trên cơ sở nhận dạng. Ví dụ: một loạt chữ số và nét gạch ngang trên phong bì thư có thể được nội suy thành mã điện thoại. Có nhiều cách phân loai ảnh khác nhau. Trong lý thuyết về nhận dạng nói chung và nhận dạng ảnh nói riêng, các mô hình toán học về ảnh được phân theo hai loại nhận dạng ảnh cơ bản: Nhận dạng theo tham số. Nhận dạng theo cấu trúc. Hay có ba cách tiếp cận khác nhau: Nhận dạng dựa vào phân hoạch không gian. Nhận dạng dựa vào cấu trúc. Nhận dạng dựa vào kỹ thuật mạng nơron. Hai cách tiếp cận đầu là những cách tiếp cận kinh điển, đã được nghiên cứu và áp dụng rất nhiều trong thực tế. Các đối tượng ảnh quan sát và thu nhận được phải trải qua giai đoạn tiền xử lý nhằm tăng cường chất lượng, làm nổi các chi tiết, tiếp theo là trích chọn và biểu diễn các đặc trưng, cuối cùng mới là giai đoạn nhận dạng. Cách tiếp cận thứ ba hoàn toàn khác. Nó dựa vào cơ chế đoán nhận, lưu trữ và phân biệt đối tượng mô phỏng theo hoạt động của hệ thần kinh con người. Do cơ chế đặc biệt, các đối tượng thu nhận bởi thị giác người không cần qua giai đoạn cải thiện mà chuyển ngay sang giai đoạn tổng hợp, đối sánh với các mẫu đã lưu trữ để nhận dạng. Đây là cách tiếp cận đầy hứa hẹn được trình bày cụ thể trong các phần dưới đây. Một số đối tượng nhận dạng khá phổ biến hiện nay đang được áp dụng trong khoa học và công nghệ là: nhận dạng ký tự (chữ in, chữ viết tay, chữ ký điện tử), nhận dạng văn bản (Text), nhận dạng vân tay, nhận dạng mã vạch, nhận dạng đối tượng chuyển động, nhận dạng mặt người, nhận dạng nụ cười, nhận dạng mống mắt,…
14 1.1.2.6. Hậu xử lý a) Nén ảnh Ảnh dù ở dạng nào vẫn chiếm không gian nhớ rất lớn. Nhằm giảm thiểu không gian lưu trữ, khi mô tả ảnh, người ta đã đưa kỹ thuật nén ảnh vào. Thông thường được tiến hành theo cả hai cách khuynh hướng là nén có bảo toàn và nén không bảo toàn thông tin. Nén không bảo toàn thì thường có khả năng nén cao hơn nhưng khả năng phục hồi thì kém hơn. Trên cơ sở hai khuynh hướng, có bốn cách tiếp cận cơ bản trong nén ảnh: Nén ảnh thống kê: Kỹ thuật nén này dựa vào việc thống kê tần xuất xuất hiện của giá trị các điểm ảnh, trên cơ sở đó mà có chiến lược mã hóa thích hợp. Một ví dụ điển hình cho kỹ thuật mã hóa này là *.TIF Nén ảnh không gian: Kỹ thuật này dựa vào vị trí không gian của các điểm ảnh để tiến hành mã hóa. Kỹ thuật lợi dụng sự giống nhau của các điểm ảnh trong các vùng gần nhau. Ví dụ cho kỹ thuật này là mã nén *.PCX Nén ảnh sử dụng phép biến đổi: Đây là kỹ thuật tiếp cận theo hướng nén không bảo toàn và do vậy, kỹ thuật thường hiệu quả hơn. *.JPG tiếp cận theo kỹ thuật nén này. Nén ảnh Fractal: Sử dụng tính chất Fractal của các đối tượng ảnh, thể hiện sự lặp lại của các chi tiết. Kỹ thuật nén sẽ tính toán để chỉ cần lưu trữ phần gốc ảnh và quy luật sinh ra ảnh theo nguyên lý Fractal. Các phương pháp nén ảnh: Nén thế hệ thứ nhất: - Phương pháp mã hóa loạt dài RLC (Run Length Coding) - Phương pháp mã hóa Huffman - Phương pháp LZW (Lempel Ziv-Wench) - Phương pháp mã hóa khối (Block Coding) - Phương pháp thích nghi