Bài giảng Xử lý ảnh số 36 GV. Mai Cường Thọ 1. Các kỹ thuật tă ng cường ảnh sử dụng toán tử điểm - Xử lý điểm ảnh là 1 trong các phép xử lý cơ bản và đơn giản. Có 2 cách tiếp cận trong cách xử lý này: + Dùng 1 hàm thích hợp (hàm tuyến tính hay hàm phi tuyến) tùy theo mục đích cải thiện ảnh để biến đổi giá trị của điểm ảnh (mức xám, độ sáng) sang một giá trị khác (mức xám mới). + Dựa vào kỹ thuật biến đổi lược đồ xám (Histogram). (i). Tăng độ tương phản  Trước tiên cần làm rõ khái niệm độ tương phản. Ảnh số là tập hợp các điểm mà mỗi điểm có giá trị 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, một cách nôm na độ tương phản là độ nổi của điểm ảnh hay vùng ảnh so với nền. Với khái niệm này, nếu ảnh của ta có độ tương phản kém, ta có thể thay đổi tuỳ theo ý muốn. Hình 5.2. Các hình vuông con cùng 1 mức xám xuất hiện trên các nền khác nhau  Nguyên lý: Điều chỉnh lại biên độ trên toàn dải hay dải có giới hạn bằng cách biến đổi tuyến tính ( T là hàm tuyến tính) hay phi tuyến biên độ đầu vào. + Cách biến đổi tuyến tính:      ≤<+− ≤<+− ≤ = Lsbvbs bsavas ass v b a )( )( γ β α với các độ dốc γ β α ,, xác định độ tương phản tương đối, L là số mức xám tối đa của ảnh. Biểu diễn dưới dạng đồ thị ta có: - Dễ dàng thấy rằng: + 1 = = = γ β α : ảnh kết quả trùng với ảnh gốc. + 1,, > γ β α : giãn độ tương phản + 1,, < γ β α : co độ tương phản Việc chọn γ β α ,, phải phù hợp, sao cho với Ls ≤ ≤ 0 thì Lv ≤ ≤ 0 s v a b L v b v a L α β γ Bài giảng Xử lý ảnh số 37 GV. Mai Cường Thọ ví dụ: 200100190180 130170160120 26272423 26302220 30202010 S giả sử chọn: 5.0,8,5.0,30,10 = = = = = γ β α ba tính được: 165,5 == ba vv 5.0 = α 8 = β 5.0 = γ s 10 20 22 23 24 26 27 30 100 120 130 160 170 180 190 200 v 5 85 101 109 117 133 141 165 200 210 215 230 235 240 245 250 + Cách biến đổi phi tuyến: trong trường hợp biến đổi phi tuyến, người ta sử dụng các hàm mũ hay hàm log dạng: )1log( scv + = , γ csv = , γ , c là hằng số hiệu chỉnh và 0 > γ . (ii). Tách nhiễu và phân ngưỡng  Tách nhiễu Là trường hợp đặc biệt của phân ngưỡng khi các độ dốc 0 = = γ α . Ứng dụng để quan sát ảnh, cắt ảnh hoặc giảm nhiễu khi biết tín hiệu đầu vào nằm trên khoảng [ ] ba, . Đồ thị minh họa: →  Phân ngưỡng (Thresholding) - Là trường hợp đặc biệt của tách nhiễu khi constba = = - Ứng dụng tạo các ảnh nhị phân, in ảnh 2 màu, vì ảnh gần nhị phân không thể cho ra ảnh nhị phân khi quét ảnh bởi có sự xuất hiện của nhiễu do bộ cảm biến và sự biến đổi của nền. Thí dụ trường hợp ảnh vân tay. - Đồ thị minh họa: → (ii). Biến đổi âm bản (Digital Negative) - Biến đổi âm bản nhận được khi dùng phép biến đổi sLv − = . Ứng dụng khi hiện các ảnh y học và trong quá tròng tạo các ảnh âm bản s v a ≡ b L L s v a b L L β s v L L Bài giảng Xử lý ảnh số 38 GV. Mai Cường Thọ (iii). Cắt theo mức (Intensity Level Slicing) - Làm nổi bật một miền mức xám nhất định (để tăng cường một số đặc điểm nào đó). Có 2 kỹ thuật thực hiện: + Hiển thị giá trị cao cho tất cả các mức xám trong vùng quan tâm, và ngược lại (không nền). + Làm sáng vùng mức xám mong muốn, nhưng giữ nguyên các giá trị xám khác (có nền). Không nền:    ≠ ≤≤ = 0 bsaL v  Có nền:    ≠ ≤≤ = s bsaL v (iv). Trích chọn bít (Bit Plane Slicing)  Mục đích là để làm nổi bật các thành phần trên toàn ảnh bởi việc sử dụng các bít đặc biệt. - Mỗi mức xám s của 1 điểm ảnh được mã hóa trên B bít, và được biểu diễn: BB BB kkkks ++++= − −− 2 22 1 2 2 1 1 - Trong các bít mã hóa, người ta chia làm 2 loại: bít bậc thấp và bít bậc cao. Với bít bậc cao, độ bảo toàn thông tin cao hơn nhiều so với bít bậc thấp, các bít bậc thấp thường biểu diễn nhiễu hay nền. Muốn trích chọn bít thứ n và hiện chúng, ta dùng biến đổi:    ≠ = = 0 1 n kL v (v). Các toán tử logic và đại số  Sử dụng toán tử logic: Ứng dụng đối với các ảnh nhị phân NOT, AND, OR, XOR, NOT_AND Sử dụng toán tử đại số: Cộng, Trừ, Nhân… - Trừ ảnh: mục đích tìm ra sự khác nhau của ảnh khi quan sát ảnh ở 2 thời điểm khác nhau. Sử dụng biến đổi ),(),(),( 21 nmsnmsnmv tt − = K ỹ thu ậ t này đượ c dùng trong d ự báo th ờ i ti ế t, trong y h ọ c. Bài giảng Xử lý ảnh số 39 GV. Mai Cường Thọ (vi). Mô hình hóa và biến đổi lược đồ xám  L ượ c đồ xám: là m ộ t hàm r ờ i r ạ c cung c ấ p t ầ n su ấ t xu ấ t hi ệ n c ủ a m ỗ i m ứ c xám. kk nsh =)( + s k là m ứ c xám th ứ k + n k là s ố các đ i ể m ả nh khác có cùng m ứ c xám s k + n là t ổ ng s ố các đ i ể m ả nh trong ả nh - Bi ể u di ễ n l ượ c đồ xám: + Tr ụ c tung bi ể u di ễ n s ố đ i ể m ả nh cho m ộ t m ứ c xám (ho ặ c t ỷ l ệ s ố đ i ể m ả nh có cùng m ứ c xám trên t ổ ng s ố đ i ể m ả nh) + Tr ụ c hoành bi ễ u di ễ n các m ứ c xám Ví d ụ : # Phương pháp giãn lược đồ xám (Histogram Stretching ) - Th ườ ng thì trong m ộ t s ố ả nh, các giá tr ị xám không ph ủ đề u trên toàn d ả i độ ng s ẵ n có c ủ a ả nh, mà ch ỉ t ậ p trung ở m ộ t s ố m ứ c xám nh ấ t đị nh (t ồ n t ạ i nhi ề u giá tr ị xám =0, ho ặ c là 2 B -1). Đ i ề u này làm cho ả nh quá t ố i, quá sáng ho ặ c t ươ ng ph ả n kém. h(s k ) s k ảnh tối h(s k ) s k ảnh sáng h(s k ) s k ảnh tương phản thấp h(s k ) s k ảnh tương phản cao Bài giảng Xử lý ảnh số 40 GV. Mai Cường Thọ Để gi ả i quy ế t đ i ề u này, ta th ự c hi ệ n thao tác giãn l ượ c đồ xám lên toàn d ả i độ ng c ủ a ả nh. Gi ả s ử d ả i độ ng (d ả i độ sáng ) c ủ a ả nh là 120 −÷ B , thì: thao tác này là m ộ t ánh x ạ sao cho: Giá tr ị xám nh ỏ nh ấ t c ủ a ả nh → giá tr ị 0 Giá tr ị xám l ớ n nh ấ t c ủ a ả nh → giá tr ị 2 B -1 Ánh x ạ này là: ( ) min)( min max 12 − − − = k B k sv # Phương pháp san bằng lược đồ xám (Histogram Equalization) M ụ c đ ích c ủ a ph ươ ng pháp này là c ố g ắ ng chuy ể n l ượ c đồ xám c ủ a ả nh v ề g ầ n v ớ i 1 l ượ c đồ đị nh tr ướ c. Thu ậ t toán san b ằ ng: + Kh ở i t ạ o H for (i=0; i<256; i++) H[i] = 0 ; + Tính H for (i=0; i<M; i++) for (j=0; j<N; j++) H[Im[i][j]]++ + Tính t ỉ l ệ xu ấ t hi ệ n m ứ c xám I trên ả nh for (i=0; i<256; i++) Hr[i] = H[i] / (M*N) ; + Tính phân ph ố i xác su ấ t m ứ c xám k trên ả nh Tong=0; for (k=0; k<255; k++) { Tong+= Hr[k] ; HC[k] = Tong} + San b ằ ng for (i=0; i<M; i++) for (j=0; j<N; j++) ImEq[i][j] = 255 * HC[Im[i][j]] ; {  Hàm phân ph ố i xác su ấ t P(a) là kh ả n ă ng xu ấ t hi ệ n các m ứ c xám trong ả nh bé h ơ n ho ặ c b ằ ng m ứ c xám a} h(s k ) s k a b Max h(s k ) s k a b Max Ảnh gốc Ảnh sau khi san bằng Bài giảng Xử lý ảnh số 41 GV. Mai Cường Thọ Ví dụ Cân b ằ ng histogram c ủ a ả nh S 3020101020 3060607070 7050506040 3030704020 5040302010 =S Xác định tần số mức xám 25 3 )40( 25 4 )70(, 25 5 )30( 25 3 )60(, 25 4 )20( 25 3 )50(, 25 3 )10( = == == == Hr HrHr HrHr HrHr ; 25 15 )40( 25 25 )70(, 25 12 )30( 25 21 )60(, 25 7 )20( 25 18 )50(, 25 3 )10( = == == == Hc HcHc HcHc HcHc Áp d ụ ng ImEq[i,j]=255*Hc[Im[i,j]] và làm tròn s ố li ệ u ta có M ứ c xám s in 10 20 30 40 50 60 70 Thay th ế b ở i s out 31 72 122 153 184 214 255 I.2. Kỹ thuật tăng cường ảnh sử dụng các toán tử cục bộ (miền không gian) -Kỹ thuật lọc số miền không gian - Nhi ễ u gây cho ta nh ữ ng khó kh ă n khi phân tích tín hi ệ u, trong khi các k ỹ thu ậ t trên rõ ràng là ch ư a đ áp ứ ng đượ c v ấ n đề gi ả m nhi ễ u. Vì v ậ y, k ỹ thu ậ t l ọ c s ố mi ề n không gian đượ c ứ ng d ụ ng. - C ơ s ở lý thuy ế t c ủ a l ọ c s ố là d ự a trên tính d ư th ừ a thông tin không gian. - Trong k ỹ thu ậ t này, ng ườ i ta s ử d ụ ng m ộ t m ặ t n ạ và di chuy ể n kh ắ p ả nh g ố c. Tùy theo cách t ổ h ợ p đ i ể m đ ang xét v ớ i các đ i ể m lân c ậ n mà ta có k ỹ thu ậ t l ọ c tuy ế n tính hay phi tuy ế n. Đ i ể m ả nh ch ị u tác độ ng c ủ a bi ế n đổ i là đ i ể m ở tâm m ặ t n ạ . - Mô hình l ọ c s ố : h(m,n) S(m,n) V(m,n) mức xám 10 20 30 40 50 60 70 tần số 3 4 5 3 3 3 4 Bài giảng Xử lý ảnh số 42 GV. Mai Cường Thọ I.2.1. Kỹ thuật lọc tuyến tính ( Linear Filter) (i) Lọc trung bình không gian - M ụ c đ ích: san b ằ ng ả nh, làm m ị n ả nh, lo ạ i b ỏ các thành ph ầ n nhi ễ u mu ố i, tiêu. - Ý t ưở ng: m ỗ i đ i ể m ả nh đượ c thay th ế b ằ ng t ổ ng tr ọ ng s ố hay trung bình tr ọ ng s ố c ủ a các đ i ể m lân c ậ n v ớ i v ớ i m ặ t n ạ . - Công th ứ c toán h ọ c bi ể u di ễ n nh ư sau: ∑ ∑ −= −= ++= a as b bt tnsmstswnmv ),(),(),( 2 )1( , 2 )1( − = − = N b M a , MxN là s ố l ẻ . W: c ử a s ổ l ọ c, ),( tsw là các tr ọ ng s ố c ủ a b ộ l ọ c. Trên là công th ứ c tính t ổ ng ch ậ p, v ậ y đ ây chính là vi ệ c nhân ch ậ p ả nh v ớ i m ặ t n ạ l ọ c ả nh. - Th ự c t ế ta th ườ ng dùng m ặ t n ạ 33xMxN = , - Nói chung, ng ườ i ta s ử d ụ ng nhi ề u ki ể u m ặ t n ạ khác nhau.           = 111 111 111 9 1 1 H ,           = 111 121 111 10 1 2 H ,           = 121 242 121 16 1 3 H Ví d ụ : Dùng m ặ t n ạ H 1       ++++++++ = 9 30100403020020705030 )2,3(S =63 (ii). Lọc thông thấp không gian (Spacial Low- Pass Filter). - M ụ c đ ích: Kh ử nhi ễ u c ộ ng và n ộ i suy ả nh - Trong l ỹ thu ậ t này, hay dùng m ộ t s ố m ặ t n ạ sau:           = 010 121 010 8 1 1t H , ( )           + = 11 11 2 1 2 2 b bbb b b H b 703010040 103020020 60705030 40302020 =S . Xử lý ảnh số 37 GV. Mai Cường Thọ ví dụ: 200100190180 130170 160 120 262 72423 263 02220 30202010 S giả sử chọn: 5.0,8,5.0,30,10 = = = = = γ β α ba tính được: 165 ,5 == ba vv 5.0 = α . Bài giảng Xử lý ảnh số 36 GV. Mai Cường Thọ 1. Các kỹ thuật tă ng cường ảnh sử dụng toán tử điểm - Xử lý điểm ảnh là 1 trong các phép xử lý cơ bản và đơn. Ảnh sau khi san bằng Bài giảng Xử lý ảnh số 41 GV. Mai Cường Thọ Ví dụ Cân b ằ ng histogram c ủ a ả nh S 3020101020 3 060 607070 70505 060 40 3030704020 5040302010 =S Xác định tần số mức