Tải bản đầy đủ - 30 (trang)
CHƯƠNG 2. LƯU ĐỒ GIẢI THUẬT VÀ NỘI DUNG CỦA ĐỀ TÀI

CHƯƠNG 2. LƯU ĐỒ GIẢI THUẬT VÀ NỘI DUNG CỦA ĐỀ TÀI

Tải bản đầy đủ - 30trang

ĐỒ ÁN 3

Trang 16/23



Lưu ảnh



Kết thúc

1.1.16 Nguyên lý hoạt động

Sau khi khởi động chương trình xử lý ảnh, ta mở file ảnh trong máy tính để ảnh

được hiện ra sau đó ta lựa chọn một loại nhiều (salt & pepper, Gaussian) phù hợp

để chèn nhiễu vào ảnh, tiếp theo ta lựa chọn bộ lọc nhiễu (trung bình, trung vị) cho

ảnh phù hợp để lọc ảnh. Sau khi ảnh được lọc xong ta tiến hành các theo tác cân

bằng xám, sắc nét, làm mờ ảnh, đồng thời tiến hành thực hiện dò tìm cạnh góc ảnh

thông qua các bộ lọc dò cạnh góc (Robert,sobel,prewitt). Cuối cùng ta tiến hành lưu

lại ảnh kết thúc chương trình.

1.6 Tìm hiểu về xử lý ảnh số

1.1.17 Xử lý ảnh

Con người thu nhận thông tin qua các giác quan, trong đó thị giác đóng vai trò quan

trọng nhất. Những năm trở lại đây với sự phát triển của phần cứng máy tính, xử lý

ảnh và đồ hoạ đó phát triển một cách mạnh mẽ và có nhiều ứng dụng trong cuộc

sống. Xử lý ảnh và đồ hoạ đóng một vai trò quan trọng trong tương tác người máy.

Quá trình xử lý ảnh được xem như là quá trình thao tác ảnh đầu vào nhằm cho ra kết

quả mong muốn. Kết quả đầu ra của một quá trình xử lý ảnh có thể là một ảnh tốt

hơn hoặc một kết luận.

1.1.18 Sơ đồ tổng quát hệ thống xử lý ảnh

Tiền



Trích



Hậu



Đối sánh



xử



đoạn



Xử



và rút ra







đặc điểm







kết luận



Thu nhận

ảnh(scanner



Hệ quyết

Lưu trữ



,camera,

Xử Lý

Ảnh Grayscale

Sensor)



SVTH: Dương Lợi Lộc



định



ĐỒ ÁN 3

Trang 17/23



1.7 Thêm nhiễu

1.1.19 Nhiễu salt & peper

Các điểm ảnh bị nhiễu có thể nhận các giá trị cực đại hoặc cực tiểu trong khoảng

giá trị [0, 255]. Với ảnh đa mức xám (gray scale), nếu một điểm ảnh có giá trị cực

đại (tức cường độ sáng bằng 255) thì nó sẽ tạo ra một đốm trắng trên ảnh, trông

giống như hạt “muối”. Và ngược lại nếu một điểm ảnh có giá trị cực tiểu (tức cường

độ sáng bằng 0) thì sẽ tạo ra một đốm đen, giống như “tiêu”. Vậy nên còn gọi là ảnh

muối tiêu.

Cấu trúc lệnh: imnoise(biến ảnh,'salt & pepper',hệ số nhiễu);

1.1.20 Nhiễu Gaussian

Chịu ảnh hưởng theo hàm Gaussian:

Hàm phân bố: p(z) =

Trong đó: z biểu diễn mức xám, giá trị trung bình cùa z, độ lệch tiêu chuẩn,

phương sai của z.

Trong đó: =

=

Cấu trúc lệnh: imnoise(biến ảnh,'gaussian',hệ số nhiễu);



1.8 Lọc ảnh

1.1.21 Lọc trung bình

1.1.1.1 Định nghĩa:



Với lọc trung bình, mỗi điểm ảnh (Pixel) được thay thế bằng trung bình trọng số của các điểm

trong vùng lân cận. Tôi giả sử rằng tôi có một ma trận lọc (Kernel) (3x3) quét qua từng điểm ảnh

của ảnh đầu vào Isrc. Tại vị trí mỗi điểm ảnh lấy giá trị của các điểm ảnh tương ứng trong vùng

(3x3) của ảnh gốc đặt vào ma trận lọc (Kernel). Giá trị điểm ảnh của ảnh đầu ra Idst là giá trị trung

bình của tất cả các điểm trong ảnh trong ma trận lọc (Kernel).



Xử Lý Ảnh Grayscale



SVTH: Dương Lợi Lộc



ĐỒ ÁN 3

Trang 18/23



1.1.1.2 Thuật toán

Tôi có một một ảnh đầu vào với I(x,y) là giá trị điểm ảnh tại một điểm (x,y) và một ngưỡng θ.



Bước 1: Tính tổng các thành phần trong ma trận lọc (Kernel).

Bước 2: Chia lấy trung bình của tổng các thành phần trong ma trận được tính ở trên với số

lượng các phần tử của cửa sổ lọc ra một giá trị Itb(x, y).

Bước 3: Hiệu chỉnh:

Nếu I(x,y) - Itb(x,y) > θ thì I(x,y) = Itb(x,y).

Nếu I(x,y) - Itb(x,y) <= θ thì I(x,y)=I(x,y).

1.1.1.3 Tác dụng

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 ma trận lọc (Kernel) 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 ma trận lọc (Kernel).



1.1.22 Lọc trung vị

1.1.1.4 Định nghĩa

Lọc trung vị là lọc phi tuyến. Một phép lọc phi tuyến là một kết quả không thể thu được từ một



tổng trọng số của các điểm ảnh (Pixel) lân cận. Sau khi đã định nghĩa kích thước vùng lân cận, giá

trị điểm ảnh (Pixel) trung tâm được thay bằng trung vị tức là giá trị chính giữa của tất cả các giá trị

của các điểm trong vùng lân cận.

Cho một dãy số X1, X2, X3, ..., Xn được sắp xếp theo thứ tự tăng dần hoặc giảm dần. Khi đó

Xtv được tính bởi công thức:

Nếu n lẻ:

+1)

Nếu n chẵn:

Kích thước của ma trận lọc (Kernel) thường dùng có kích thước 3x3, 5x5, 7x7.

1.1.1.5 Thuật toán

Bước 1: Xác định điểm ảnh (Pixel) I(x,y).



Bước 2: Sắp xếp các điểm ảnh (Pixel) lân cận của theo một thứ tự nhất định (Tăng dần hoặc

giảm dần).

Bước 3: Xác định Itv (Chính là Xtv trong nội dung phía trên).

Bước 4: Hiệu chỉnh:

-Nếu I(x,y) - Itb(x,y) > θ thì I(x,y) = Itb(x,y).

-Nếu I(x,y) - Itb(x,y) <= θ thì I(x,y) = I(x,y).

1.1.1.6 Tác dụng



Loại bỏ các điểm ảnh mà vẫn đảm bảo độ phân giải.



Xử Lý Ảnh Grayscale



SVTH: Dương Lợi Lộc



ĐỒ ÁN 3

Trang 19/23



Hiệu quả trong việc giảm đi điểm nhiễu trong ma trận lọc (Kernel) lớn hay bằng một nửa số

điểm trong ma trận lọc (Kernel).



1.9 Dò tìm cạnh góc

1.1.23 Lọc sobel

1.1.1.7 Định nghĩa

Trên thực tế Sobel sử dụng hai mặt nạ có kích thước [3 x 3] trong đó một mặt nạ chỉ đơn giản là sự



quay của mặt nạ kia đi một góc 900 như ở hình dưới. Các mặt nạ này được thiết kế để tím ra các

đường biên theo chiều đứng và chiều ngang một cách tốt nhất. Khi thực hiện phép convolution

giữa ảnh và các mặt nạ này ta nhận được các gradient theo chiều đứng và chiều ngang Gx, Gy.

Toán tử Sobel có dạng như sau:

Bảng 2-1: Mặt nạ lọc theo X

-1



-2



-1



0



0



0



1



2



1



Bảng 2-2: Mặt nạ lọc theo trục Y

-1



0



1



-2



0



2



-1



0



1



1.1.1.8 Thuật toán

Bước 1: Tính I(x,y) * = và I(x,y)* =



Trong đó: I là ma trận ảnh,là mặt nạ lọc theo trục x, là mặt nạ loc theo trục y.

Bước 2: Tính |+|| =

Bước 3:HIệu chỉnh I(x,y) = 0



1.1.24 Lọc prewitt

1.1.1.9 Định nghĩa

Phương pháp Prewitt gần giống với Sobel. Đây là phương pháp lâu đời nhất, cổ điển nhất. Toán tử



Prewitt được mô tả như sau:

Bảng 2-3: Mặt nạ lọc theo trục X

-1



-1



-1



0



0



0



1



1



1



Xử Lý Ảnh Grayscale



SVTH: Dương Lợi Lộc



ĐỒ ÁN 3

Trang 20/23



Bảng 2-4: Mặt nạ lọc theo trục Y

-1



0



1



-1



0



1



-1



0



1



Thuật toán

Bước 1: Tính I(x,y) * = và I(x,y)* =

1



Trong đó: I là ma trận ảnh,là mặt nạ lọc theo trục x, là mặt nạ loc theo trục y.

Bước 2: Tính |+|| =

Bước 3:HIệu chỉnh I(x,y) = 0



1.1.25 Lọc robert

1.1.1.10 Định nghĩa

Tương tự như Sobel, ta tính đường biên ngang và dọc một cách riêng rẽ dùng 2 mặt nạ như hình



dưới, sau đó tổng hợp lại để cho đường biên thực của ảnh. Tuy nhiên do mặt nạ của Robert khá nhỏ

nên kết quả là bị ảnh hưởng khá nhiều của nhiễu.



Bảng 1-5: Mặt nạ lọc theo trục X

0



0



0



0



-1



0



0



0



1



Bảng 2-6: Mặt nạ lọc theo trục Y

0



0



0



0



0



-1



0



1



0



1.1.1.11 Thuật toán



Bước 1: Tính I(x,y) * = và I(x,y)* =

Trong đó: I là ma trận ảnh,là mặt nạ lọc theo trục x, là mặt nạ loc theo trục y.

Bước 2: Tính |+|| =

Bước 3:HIệu chỉnh I(x,y) = 0



1.10 Tăng cường ảnh



Xử Lý Ảnh Grayscale



SVTH: Dương Lợi Lộc



ĐỒ ÁN 3

Trang 21/23



Là làm cho ảnh có chất lượng tốt hơn theo ý đồ của người sử dụng. Ảnh thu được

thường bao gồm nhiễu cần phải loại bỏ hoăc ảnh bị mờ không sắc nét hoặc cần làm

rõ các đặc trưng của ảnh như: thay đổi độ tương phản, giảm nhiễu, làm trơn biên,

khuếch đại ảnh, điều khiển mức xám …Những kỹ thuật tăng cường và tái tạo được

áp dụng cho ảnh ngõ vào thông qua những thuật toán và cho ra ảnh tăng cường hay

tái tạo ở ngõ ra.

1.1.26 Histogram

là một biểu đồ thể hiện số lượng điểm ảnh và mức độ sáng tối của ảnh chụp. Trong

biểu đồ ánh sáng dạng thanh được “đóng khung” trong một khung hình chữ nhật

này, giá trị ánh sáng được biểu thị theo dạng 2 chiều - trong đó chiều ngang thể hiện

cường độ ánh sáng, chiều dọc biểu thị số lượng điểm ảnh có độ sáng tương ứng với

giá trị ở chiều ngang của biểu đồ.

Theo quy ước, thang ánh sáng chiều ngang của Histograms được chia thành 256 cấp

độ liên tục. Giá trị 0 ở rìa trái biểu đồ tương ứng với màu đen/vùng tối nhất, vùng

tâm biểu đồ tương ứng cho sắc độ xám 18% (midtones), đại diện cho khu vực ánh

sáng trung bình (mid-tone); và sát rìa phải biểu đồ là màu trắng/vùng sáng nhất,

tương ứng với giá trị 255.

Cấu trúc lệnh: imhist(‘biến ảnh’);



Hình 5-1: Biểu đồ histogram[1]



Xử Lý Ảnh Grayscale



SVTH: Dương Lợi Lộc



ĐỒ ÁN 3

Trang 22/23



1.1.27 Cân bằng histogram

Giúp chúng ta biến đổi bức ảnh có độ tương phản thấp thành bức ảnh có độ tương

phản cao hơn bằng cách trải đều giá trị của pixel làm chúng phân tán trên vùng giá

trị rộng hơn, thay vì co cụm mà vẫn giữa được nội dung bức ảnh.Đồng thời cũng là

cho biểu đồ histogram được phân đồng dều hơn.

Cấu trúc lệnh: histeq(‘biến ảnh’);



Hình 6-2: Ảnh sau khi cần bằng xám[1]



1.1.28 Làm mờ ảnh

Tác dụng che đi những chi tiết không cần thiết hiện lên trên ảnh và làm nổi bật lên

những chi tiết theo ý muốn của người dùng.

Cấu trúc lệnh: fspecial ('tên bộ lọc',[ma trận]);

imfilter(biến ảnh,bộ lọc);



Hình 7-3: Ảnh gốc



Xử Lý Ảnh Grayscale



SVTH: Dương Lợi Lộc



ĐỒ ÁN 3

Trang 23/23



Hình 8-4: Ảnh làm mờ



1.1.29 Sắc nét ảnh

Tác dụng làm cho hình ảnh trở nên sắc nét dễ nhìn hơn so với ảnh gốc ban đầu.

Cấu trúc lệnh: fspecial('tên bộ lọc',hệ số sắc nét);

imfilter(biến ảnh,bộ lọc);



Xử Lý Ảnh Grayscale



SVTH: Dương Lợi Lộc



ĐỒ ÁN 3

Trang 24/23



CHƯƠNG 3.

1.11



KẾT QUẢ MÔ PHỎNG



Mô hình mô phỏng



Hình 3-1: Mô hình xử lý ảnh



1.12 Kết quả mô phỏng



Hình 3-2: Ảnh gốc, ảnh nhiễu salt & pepper, lọc trung bình, cân bằng xám.



Xử Lý Ảnh Grayscale



SVTH: Dương Lợi Lộc



ĐỒ ÁN 3

Trang 25/23



Hình 3-3: Ảnh gốc, nhiễu Gaussian, lọc trung vị,làm mờ.



Hình 3-4: Ảnh lọc Robert



Xử Lý Ảnh Grayscale



SVTH: Dương Lợi Lộc



Tài liệu bạn tìm kiếm đã sẵn sàng tải về

CHƯƠNG 2. LƯU ĐỒ GIẢI THUẬT VÀ NỘI DUNG CỦA ĐỀ TÀI

Tải bản đầy đủ ngay(30 tr)

×