BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM HÀ NỘI PHAN VĂN ÂN PHÁT HIỆN VÀ XÓA ĐỐI TƯỢNG NHỎ TRONG ẢNH ĐƯỜNG NÉT LUẬN VĂN THẠC SĨ MÁY TÍNH HÀ NỘI, 2014 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM HÀ NỘI PHAN VĂN ÂN PHÁT HIỆN VÀ XÓA ĐỐI TƯỢNG NHỎ TRONG ẢNH ĐƯỜNG NÉT Chuyên ngành: Khoa học máy tính Mã số: 60 48 01 01 LUẬN VĂN THẠC SĨ MÁY TÍNH Người hướng dẫn khoa học: PGS.TS Đỗ Năng Toàn HÀ NỘI, 2014 LỜI CẢM ƠN Trong trình thực luận văn này, em nhận hướng dẫn, bảo tận tình PGS TS Đỗ Năng Toàn công tác Viện Công nghệ Thông tin thuộc Đại học quốc gia Hà Nội cán trực tiếp hướng dẫn khoa học cho em Em xin chân thành cảm ơn giúp đỡ quý báu Em xin chân thành cảm ơn Thầy, Cô giáo khoa Công nghệ thông tin, cán bộ, chuyên viên phòng Đào tạo Sau đại học, trường Đại học sư phạm Hà Nội anh chị đồng nghiệp quan tạo điều kiện thuận lợi cho học tập nghiên cứu trường Đại học Sư Phạm Hà Nội Xin chân thành cảm ơn anh, chị bạn học viên lớp Cao học K16KHMT- trường Đại học sư phạm Hà Nội động viên, giúp đỡ nhiệt tình chia sẻ với kinh nghiệm học tập, công tác suốt khoá học Sau muốn gửi lời cảm vô hạn tới gia đình bạn bè, người thân yêu bên cạnh động viên suốt trình thực luận văn Do thời gian có hạn kinh nghiệm nghiên cứu khoa học chưa nhiều nên luận văn tránh khỏi thiếu sót, mong nhận ý kiến đóng góp quý thầy cô anh chị học viên Hà Nội, ngày 12 tháng 12 năm 2014 Tác giả Phan Văn Ân LỜI CAM ĐOAN Tôi xin cam đoan số liệu kết nghiên cứu luận văn trung thực không trùng lặp với đề tài khác Tôi xin cam đoan giúp đỡ cho việc thực luận văn cảm ơn thông tin trích dẫn luận văn rõ nguồn gốc Hà Nội, ngày 12 tháng 12 năm 2014 Tác giả Phan Văn Ân MỤC LỤC MỤC LỤC MỞ ĐẦU Chương KHÁI QUÁT XỬ LÝ ẢNH VÀ BÀI TOÁN XÓA ĐỐI TƯỢNG NHỎ TRONG ẢNH ĐƯỜNG NÉT 1.1 Khái quát xử lý ảnh 1.1.1 Xử lý ảnh, sơ đồ tổng quát hệ thống xử lý ảnh 1.1.2 Các vấn đề xử lý ảnh 10 1.1.2.1 Một số khái niệm 10 1.1.2.2 Biểu diễn ảnh 17 1.1.2.3 Tăng cường ảnh – khôi phục ảnh 17 1.1.2.4 Nhận dạng ảnh 17 1.1.3 Thu nhận ảnh 18 1.1.3.1 Thiết bị thu nhận ảnh 18 1.1.3.2 Biểu diễn màu 19 1.1.3.3 Hệ tọa độ màu 20 1.1.4 Các kỹ thuật xử lý ảnh 21 1.1.4.1 Nhị phân hóa 23 1.1.4.2 Khử nhiễu 24 1.1.4.3 Làm trơn biên, lấp đầy chỗ trống 24 1.2 Bài toán xoá đối tượng nhỏ ảnh đường nét 25 Chương CÁC KỸ THUẬT XOÁ ĐỐI TƯỢNG NHỎ TRONG ẢNH ĐƯỜNG NÉT 27 2.1 Loại bỏ đối tượng nhỏ dựa vào chu tuyến 27 2.1.1 Phát lỗ hổng nhiễu 27 2.1.2 Thuật toán lấp đầy lỗ hổng xoá nhiễu dựa theo chu tuyến 30 2.1.3 Nâng cao tốc độ 31 2.1.4 Ứng dụng chu tuyến vào việc loại bỏ đối tượng nhỏ trình véc tơ hoá tự động 32 2.2 Kỹ thuật lấp lỗ hổng: 33 2.2.1 Phương pháp tam giác: 33 2.2.1.1 Phương pháp: 33 2.2.1.2 Thuật toán tìm chu tuyến: 34 2.2.1.3 Tìm hiểu thuật toán tô màu 38 2.2.2 Phương pháp đoạn thẳng: 39 2.2.2.1 Các bước phương pháp: 39 2.3 Kỹ thuật lọc nhiễu: 40 2.3.1 Lọc trung vị: 40 2.3.2 Lọc giả trung vị: 42 2.3.3 Lọc ngoài: 44 Chương CHƯƠNG TRÌNH THỬ NGHIỆM 45 3.1 Bài toán xây dựng chương trình thử nghiệm 45 3.2 Phân tích toán 46 3.3 Chương trình thử nghiệm 47 3.3.1 Thiết kế chương trình 47 3.3.2 Một số kết chương trình 48 PHẦN KẾT LUẬN 50 TÀI LIỆU THAM KHẢO 51 MỞ ĐẦU Lý chọn đề tài Xử lý ảnh là ngành khoa học tương đối mẻ so với nhiều ngành khoa học khác lĩnh vực quan trọng nghành công nghệ thông tin, có tốc độ phát triển nhanh, có liên quan đến nhiều lĩnh vực khoa học như: khoa học đời sống, quân sự, y tế… Trong chuỗi bước xử lý ảnh, tiền xử lý bước đầu giai đoạn xử lý đóng vai trò quan trọng Ảnh đầu vào thường có chất lượng chưa tốt nhiều lý máy thu, người chụp, môi trường điều kiện khách quan khác khiến ảnh nhận không sát thực, mà mắt thường phát nhìn hình ảnh, đối tượng nhỏ ảnh Việc khắc phục nhược điểm vấn đề đặt cho hệ thống xử lý ảnh Trong phạm vi đề tài luận văn thạc sỹ, sâu vào tìm hiểu kỹ thuật xóa đối tượng nhỏ ảnh đường nét Do lựa chọn đề tài: “Phát xóa đối tượng nhỏ ảnh đường nét” Mục đích nghiên cứu - Tăng cường chất lượng ảnh, đưa ảnh cần xử lý mang đặc điểm ảnh gốc ban đầu - Giảm thiểu khả xuất thông tin sai ảnh, làm tiền đề phục vụ tốt cho bước xử lý cao giai đoạn sau Nhiệm vụ nghiên cứu - Tìm hiểu khái quát xử lý ảnh, nhiễu lỗ hổng - Tìm hiểu số kỹ thuật lọc nhiễu lấp lỗ hổng - Cài đặt thử nghiệm kỹ thuật tìm hiểu Đối tượng phạm vi nghiên cứu a Đối tượng nghiên cứu - Các loại ảnh đường nét như: Các vẽ, sơ đồ mạng lưới, mạch in, đồ đường sá, sông ngòi, vân tay… - Các kỹ thuật xử lý xóa đối tượng nhỏ ảnh đường nét - Xây dựng phần mềm mô phát xóa đối tượng nhỏ ảnh đường nét b Phạm vi nghiên cứu - Một số kỹ thuật hỗ trợ phát xóa đối tượng nhỏ ảnh đường nét Dự kiến đóng góp Đề tài hoàn thành giải phần quan trọng toán phát xóa đối tượng nhỏ ảnh đường nét: Xác định vùng chứa đối tượng nhỏ xóa đối tượng đưa ảnh gần giống ảnh gốc Đây sở để phát triển ứng dụng áp dụng thực tế tất lĩnh vực khoa học có liên quan đến ảnh đường nét Phương pháp nghiên cứu - Nghiên cứu tài liệu, tìm hiểu thông tin Internet kỹ thuật liên quan - Sử dụng thử nghiệm công cụ có sẵn để hiểu rõ chất vấn đề, sau xây dựng chương trình demo NỘI DUNG Chương KHÁI QUÁT XỬ LÝ ẢNH VÀ BÀI TOÁN XÓA ĐỐI TƯỢNG NHỎ TRONG ẢNH ĐƯỜNG NÉT 1.1 Khái quát xử lý ảnh 1.1.1 Xử lý ảnh, sơ đồ tổng quát hệ thống xử lý ảnh Để hình dung cấu hình hệ thống xử lý ảnh chuyên dụng hay hệ thống xử lý ảnh dùng nghiên cứu, đào tạo, trước hết xem xét bước cần thiết xử lý ảnh Hệ định Thu nhận ảnh (Scanner, Camera, Sensor) Tiền xử lý Trích chọn đặc điểm Hậu xử lý Đối sánh rút kết luận Lưu trữ Hình 1.1: Các bước hệ thống xử lý ảnh * Thu nhận ảnh: Các thiết bị thu nhận ảnh có hai loại ứng với hai loại ảnh thông dụng Raster Vector Các thiết bị thu nhận ảnh Raster camera thiết bị thu nhận ảnh Vector sensor số hoá (digitalizer) chuyển đổi từ ảnh Raster Các thiết bị thu ảnh thông thường gồm camera cộng với chuyển đổi tương tự số AD (Analog to Digital) scanner chuyên dụng Các thiết bị thu nhận ảnh cho ảnh đen trắng ảnh màu Đầu scanner ảnh ma trận số mà ta quen gọi đồ ảnh (ảnh Bitmap) Bộ số hoá (digitalizer) tạo ảnh vector có hướng Nhìn chung, hệ thống thu nhận ảnh thực hai trình: + Cảm biến: biến đổi lượng quang học (ánh sáng) thành lượng điện + Tổng hợp lượng điện thành ảnh * Tiền xử lý: Tiền xử lý bước tăng cường ảnh để nâng cao chất lượng ảnh Do nguyên nhân khác nhau: chất lượng thiết bị thu nhận ảnh, nguồn sáng hay nhiễu, ảnh bị suy biến Do cần phải tăng cường khôi phục lại ảnh để làm bật số đặc tính ảnh, hay làm cho ảnh gần giống với trạng thái gốc - trạng thái trước ảnh bị biến dạng * Trích chọn đặc điểm: Việc trích chọn đặc điểm giúp cho việc nhận dạng đối tượng ảnh cách xác với tốc độ tính toán cao dung lượng nhớ lưu trữ giảm xuống Các đặc điểm đối tượng trích chọn tuỳ theo mục đích nhận dạng trình xử lý ảnh Có thể nêu số đặc điểm ảnh sau đây: + Đặc điểm không gian: Phân bố mức xám, phân bố xác suất, biên độ, điểm uốn v.v… + Đặc điểm biến đổi: Các đặc điểm loại trích chọn việc thực lọc vùng (zonal filtering) Các vùng gọi “mặt nạ đặc 37 * Điểm láng giềng j [(j+1)%8] ([(j+1)%8] điểm láng giềng đứng trước j theo chiều kim đồng hồ) cặp vùng j i M Hình 2.3: Minh họa tìm cặp vùng - Điểm điểm tô đậm - Điểm vùng điểm để trắng  Xác định biên vùng ảnh chứa điểm M Gồm có hai bước: * Xác định cặp vùng (M,N) xuất phát Điểm biên thứ i = M * Xác định cặp vùng (M’, N’) Điểm biên thứ i = i+1 M’ Kiểm tra cặp (M’, N’) trùng với cặp (M, N) kết thúc Ngược lại: gán M = M’, N= N’ quay lại bước để tìm tiếp điểm biên lại Lấp lỗ hổng phương pháp tam giác thường áp dụng với lỗ hổng lớn, để tăng tốc độ lấp lỗ hổng ta cần tìm đa gác bao cho vùng ảnh hổng chứa M.trong trình lấp lỗ hổng M đồng thời tiến hành tìm điểm liên thông M để xử lý nhằm giảm bớt khối lượng tính toán đối 38 với điểm ảnh Vì cần có thuật toán áp dụng để tìm điểm liên thông với điểm M, người ta thường dùng thuật toán tô màu để giải vấn đề 2.2.1.3 Tìm hiểu thuật toán tô màu Do có nhiều thuật toán tô màu, lên ta xét thuật toán tối ưu tô màu theo làn: Làn đoạn dòng dài điểm liên thông.Vì liên thông nên để quản lý ta cần nắm giữ đầu Đầu phải gọi điểm phải đó, liên thông ngang, để xử lý theo liên thông ta cần quan tâm liên thông dọc Nếu hai kề có hai ô liên thông dọc hai liên thông với Ta có thuật toán tô màu xuất phát từ điểm P(x, y) màu tô c: Nếu c màu thoát Khởi tạo Từ P(x,y) tìm điểm phải P RP(x,j) nạp vào stack Lặp công việc sau stack rỗng 3.1 Lấy stack nạp vào (x,y) 3.2 Nếu (x,y) tô quay lại vòng lặp 3.3 Tìm đầu dòng (nếu liên thông với dòng chứa (x,y)) nạp vào stack 3.4 Tìm đầu dòng (nếu liên thông với dòng chứa (x,y)) nạp vào stack 3.5 Lặp qua trái đến hết bước sau: Tô (x,y) Nếu (x-1,y) điểm phải nạp vào stack Nếu (x+1,y) điểm phải nạp vào stack 39 2.2.2 Phương pháp đoạn thẳng: 2.2.2.1 Các bước phương pháp: * Tìm hình vuông x nhận M làm trọng tâm * Xét đường thẳng qua M bốn trục đối xứng hình chữ nhật bao gồm: - Hai đường chéo hình chữ nhật - Đường thẳng nằm ngang qua M - Đường thẳng dọc qua M M Hình 2.4: Bốn đường thẳng cần xét Bốn đường thẳng cần xét * Trên đường thẳng, tìm đoạn thẳng dài thoả mãn điều kiện: - Các điểm đoạn thẳng lỗ hổng, trừ hai đầu mút hai điểm ánh xạ (không lỗ hổng) - Đoạn thẳng chứa M * Gọi A1A2, B1B2, C1C2, D1D2 đoạn thẳng tìm Ta tìm đoạn thẳng có độ dài ngắn đoạn Gọi đoạn P1P2 40 * Tìm điểm M’ tương ứng với M đoạn P’1 P’2 dựa vào tỷ lệ khoảng cách từ M đến P1 P2 (P’1 điểm tương ứng với P1, P’2 điểm tương ứng với P2 ảnh gốc) * Gán giá trị mầu M’ cho M Nhận xét hai phương pháp lấp lỗ hổng: Ta áp dụng phương pháp tam giác với vùng lỗ hổng rộng khối lượng tính toán nhiều, ảnh gốc ảnh đính không khác nhiều điểm ảnh, nghĩa số lượng lỗ hổng ít, ta áp dụng phương pháp đoạn thẳng giúp giảm khối lượng tính toán 2.3 Kỹ thuật lọc nhiễu: 2.3.1 Lọc trung vị: Phần tử a dãy có 2m+1 phần tử {x1, x2 , xm , x2m, x2m+1} gọi trung vị có m phần tử lớn a có m phần tử nhỏ a Vd: Dãy :{15, 17, 18, 16, 78, 17, 17, 15, 20} Có trung vị 17 có phần tử bé (gạch chân) phần tử lớn (tô màu) Dãy : {15, 17, 18, 16, 78,17, 17,15, 20} Thuật toán : Tìm điểm ảnh bị lỗi hình xử lý Chọn kích thước cửa sổ phù hợp (là ma trận) Sắp xếp pixel (cả pixel bị lỗi) theo dãy thứ tự tăng (giảm) dần Thay pixel bị lỗi giá trị dãy vừa tính 41 Dịch cửa sổ sang hàng Quay lại bước Người ta thường sử dụng cửa sổ 3x3 ta sử dụng cửa sổ 5x5 7x7 Thủ tục lọc thực nhiều lần, thủ tục lọc không làm thay đổi ảnh Cột x Hàng y 15 17 18 16 78 17 17 15 20 Hình 2.5 : Mặt lọc với cửa sổ 3x3 Đặt cửa sổ cho tâm trùng với (x, y), giá trị phần tử ảnh (x, y) 78, phần tử ảnh cửa sổ có giá trị lập thành dãy : 15, 17, 18, 16, 78, 17, 17, 15, 20 Theo trung vị dãy 17, giá trị phần tử ảnh điểm (x, y) 17 Cột x Hàng y 15 17 18 16 17 17 17 15 20 Hình 2.6: Ảnh minh họa Kỹ thuật thực hiện: Sắp xếp dãy X tăng dần giảm dần giá trị cửa sổ: 42 15 15 16 17 17 17 18 20 78 Hình 2.7: Ảnh minh họa Đặt f(x,y)=X5 Tính chất lọc trung vị: Lọc trung vị loại lọc phi tuyến vì: Trung vị(x(m)+y(n)) ≠ trung vị(x(m)) + trung vị (y(n)) Hữu ích việc loại bỏ điểm ảnh hay hàng mà bảo toàn độ phân giải Hiệu giảm số điểm nhiễu cửa sổ lớn hay nửa số điểm cửa sổ 2.3.2 Lọc giả trung vị: Đối với lọc trung vị, số lượng tính toán lớn (có thể số mũ kích thước cửa sổ lọc) Vì để khắc phụ nhược điểm người ta dùng phương pháp khác lọc giả trung vị (pseudo median filter) thí dụ với dãy số :a,b,c,d,e lọc giả trung vị định nghĩa sau: Thuật toán lọc giả trung vị : Lấy phần tử cửa sổ mảng chiều (L phần tử) Tìm chuỗi lấy max: gọi m1 giá trị Tìm max chuỗi lấy min: gọi m2 giá trị tìm 43 Gán giá trị điểm xét giá trị trung bình cộng m1 m2 Nhận xét: Lọc giả trung vị có nhiều điểm giống lọc trung vị, dãy lấy không cần xếp giá trị gọi trung vị lại tính theo trung bình cộng max max Hai mặt nạ hay dùng kỹ thuật mặt lạ vuông mặt nạ chữ thập thực tế mặt lạ vuông không làm biến dạng ảnh mà lại hiệu nhiên lọc giả trung vị, mặt nạ chữ thập cho kết khả quan Hình 2.8: Mặt nạ vuông Hình 2.9: Mặt nạ chữ thập 44 2.3.3 Lọc ngoài: Giả thiết có mức ngưỡng cho mức nhiễu (có thể dựa vào lược đồ xám) Tiến hành so sánh giá trị điểm ảnh với trung bình số học lân cận Nếu sai lệch lớn ngưỡng, điểm ảnh coi nhiễu Trong trường hợp thay giá trị điểm ảnh giá trị lân cận vừa tính Các cửa sổ tính toán thường 3x3 Tuy nhiên mở rộng 5x5 7x7 để đảm bảo tính tương quan ảnh Quan trọng xác định ngưỡng để loại nhiễu mà không làm thông tin ảnh Vấn đề quan trọng xác định ngưỡng để loại nhiễu mà không làm thông tin ảnh Bộ lọc diễn tả công thức sau: Với a(w) trung bình cộng điểm lân cận w, ngưỡng 45 Chương CHƯƠNG TRÌNH THỬ NGHIỆM 3.1 Bài toán xây dựng chương trình thử nghiệm Hiện nay, có nhiều lĩnh vực như: Địa chất, đồ, y tế, quân sự, công an… sử dụng ảnh đường nét Thông thường trình thu nhận ảnh không tránh khỏi lỗ hổng nhiễu nhỏ, đối tượng nảy sinh trình thu nhận ảnh, hay trình cải thiện ảnh co ảnh, phân ngưỡng Cụ thể, lĩnh vực đồ ảnh sử dụng chủ yếu đồ đường đi, sông ngòi…các ảnh chụp lại từ tư liệu sách, báo cũ dẫn đến sai sót so với ảnh gốc xuất đối tượng dư thừa ảnh Hay ngành công an thường xuyên phải sử dụng lấy mẫu vân tay để điều tra, trình thu nhận dấu vân tay thường xuất đối tượng dư thừa gây khó khăn cho việc đối chiếu, điều tra Tương tự lĩnh vực khác có sử dụng ảnh đường nét…những đối tượng xem đối tượng nhỏ cần phải loại bỏ kết thu nhận ảnh Bài toán đề cập đến số kỹ thuật xoá đối tượng nhỏ ảnh đường nét để giải vấn đề nêu Cụ thể, toán này, tác giả sử dụng phương pháp loại bỏ đối tượng nhỏ dựa vào chu tuyến Ở xét ảnh đen trắng, ảnh xám phân ngưỡng hay ảnh màu với màu định quy ước: ảnh đen trắng điểm ảnh quan tâm đen, ảnh đa cấp xám phân ngưỡng điểm ảnh quan tâm điểm có cường độ sáng lớn ngưỡng ảnh màu điểm ảnh quan tâm điểm có màu trùng với màu định, điểm lại xem Nếu nhiễu xem nhóm điểm quan tâm lỗ hổng nhóm điểm nhỏ ngưỡng hai thuật toán xoá nhiễu lấp lỗ hổng đối ngẫu 46 3.2 Phân tích toán Như nêu trên, tác giả sử dụng phương pháp loại bỏ đối tượng nhỏ dựa vào chu tuyến để áp dụng vào toán phát xóa đối tượng nhỏ ảnh đường nét Những đối tượng loại bỏ kết véc tơ Có tiếp cận để giải vấn đề này: Một là, tiến hành loại bỏ đối tượng trước véc tơ hoá, cách tiếp cận thường loại bỏ hầu hết đối tượng nhỏ, nhiều tự thân lại sinh đối tượng nhỏ khác Mặt khác để đảm bảo tính chất trung thực kết véc tơ xoá hoàn toàn tất đối tượng Hai là, tiến hành loại bỏ đối tượng sau tiến hành véc tơ hoá, cách đơn giản kết véc tơ thường bị sai lệch ảnh hưởng đối tượng nhỏ trình véc tơ hoá, ảnh hưởng lỗ hổng Ở tác giả áp dụng phương pháp ứng dụng chu tuyến vào việc loại bỏ đối tượng nhỏ trình véc tơ hóa tự động có sử dụng thuật toán làm mảnh theo chu tuyến Trong thuật toán véc tơ hoá sử dụng phương pháp làm mảnh theo chu tuyến có bước tìm duyệt chu tuyến, thuật toán sử dụng đồng thời chu tuyến kết tìm bước sử dụng mệnh đề mệnh đề để xác định xem đối tượng có phải lỗ hổng hay nhiễu cần loại bỏ hay không Khi xác định đối tượng cần loại bỏ ta sử dụng thuật toán REMOVE mục 2.1.2 để loại bỏ đối tượng 47 3.3 Chương trình thử nghiệm 3.3.1 Thiết kế chương trình Qua phân tích trên, tác giả xây dựng chương trình thử nghiệm với đầu vào ảnh đường nét có xuất lỗ hổng bị ảnh hưởng nhiễu nhập từ thiết bị thu nhận ảnh Chương trình cho phép phát hiện, lấp đầy lỗ hổng xóa nhiễu ảnh Chương trình có module sau:  Module: Đọc liệu đầu vào o Đầu vào: File ảnh đường nét o Đầu ra: Các chu tuyến Dữ liệu đầu vào thu nhận từ file ảnh Chương trình đọc trực tiếp file ảnh sau duyệt tìm chu tuyến lưu chu tuyến vào mảng  Module: Làm mảnh đối tượng o Đầu vào: Các chu tuyến o Đầu ra: Đường xương đối tượng Tùy theo đối tượng xác định chu tuyến lỗ hổng hay nhiễu mà bút xóa điểm ảnh hay điểm Kết thu sau bước làm mảnh đường xương đối tượng  Module: Xóa xương o Đầu vào: Đường xương đối tượng o Đầu ra: Ảnh véc tơ Do tính chất bảo toàn tính liên thông thuật toán làm mảnh, ta thực việc dò theo xương để xoá nốt phần cuối lại Đồng thời đối tượng tiến hành véc tơ hóa việc dò theo xương Cũng tương tự 48 phần làm mảnh đối tượng xoá bút xoá điểm ảnh hay điểm tuỳ theo đối tượng lỗ hổng nhiễu  Module: Hiển thị kết o Đầu vào: Ảnh véc tơ o Đầu ra: Ảnh sau lấp lỗ hổng xóa nhiễu Với ảnh đầu vào qua trình véc tơ hóa tự động dựa theo chu tuyến với bước làm mảnh xóa xương cho kết ảnh lấp đầy lỗ hổng xóa nhiễu 3.3.2 Một số kết chương trình Hình 3.1: Ảnh ban đầu bị ảnh hưởng nhiễu 49 Hình 3.2: Ảnh xóa nhiễu Qua thực nghiệm cho thấy phương pháp lấp lỗ hổng xoá nhiễu cách sử dụng chu tuyến ảnh đảm bảo xoá nhiễu nhanh xác Phương pháp hữu hiệu đồ bình độ, thuỷ văn, đường biên hành chính, đường giao thông, v.v 50 PHẦN KẾT LUẬN Trong nội dung luận văn tác giả trình bày phương pháp dùng việc xóa đối tượng nhỏ ảnh đường nét (nhiễu lỗ hổng) Đối với giai đoạn hệ thống xử lý, nhận dạng ảnh, giai đoạn phát đối tượng dư thừa (nhiễu lỗ hổng) giai đoạn khó khăn đòi hỏi nhiều thời gian ảnh thu từ thiết bị thường bị sai lệch yếu tố góc quay, khoảng cách, ánh sáng… Đề tài nghiên cứu số kỹ thuật phát xóa đối tượng nhỏ ảnh đường nét để giải vấn đề nêu toán Trong thời gian nghiên cứu thực luận văn, tác giả đạt số kết sau: * Nghiên cứu số kỹ thuật phát xóa đối tượng dưa thừa (nhiễu lỗ hổng) ảnh đường nét như: Phương pháp loại bỏ đối tượng nhỏ dựa vào chu tuyến, kỹ huật lấp lỗ hổng, kỹ thuật lọc nhiễu * Thiết kế chương trình phát xóa đối tượng nhỏ ảnh đường nét sử dụng phương pháp loại bỏ đối tượng nhỏ dựa vào chu tuyến Qua thực nghiệm cho thấy chương trình làm việc tốt với ảnh đầu vào mức độ khác chất lượng ảnh Một số đề xuất Trong thời gian tới, báo cáo chương trình nghiên cứu, phát triển thêm số chức năng: * Cải tiến số chức chương trình cho phép nắn chỉnh ảnh, nâng cao hiệu phát đối tượng dư thừa giảm thiểu thời gian xử lý * Tích hợp thêm chức xử lý ảnh kỹ thuật nêu luận văn 51 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Đỗ Năng Toàn, Phạm Việt Bình, Giáo trình Xử lý ảnh, Nhà xuất Khoa học Kỹ thuật, Hà Nội 2008 [2] Lương Mạnh Bá, Nguyễn Thanh Thủy, Nhập môn Xử lý ảnh số Nhà xuất Khoa học Kỹ thuật, Hà Nội 1999 Tiếng Anh [1] Ian T Young, Jan J.Gerbrands, Lucas J van Vliet Image Processing Fundamentals [2] John C Russ The image processing handbook, third edition CRC Press [3] William K Pratt Digital Image Processing: PIKS Inside, Third Edition [4] Jaroslav Borovieka Circle detection using Hough transforms documentation [5] Philippe Crochat, Daniel Franklin Back-Progagation Neural Network Tutorial