Chơng 2: cảI thiện ảnh 53 trong đó i(n 1 ,n 2 ) là đại biểu cho sự chiếu sáng và r(n 1 ,n 2 ) đai biểu cho sự phản xạ. Để ứng dụng hệ đồng cấu cho cải thiện ảnh, giả thiết rằng thành phần chiếu sáng i(n 1 ,n 2 ) là nhân tố chủ yếu ảnh hởng tới dải động của ảnh, biến thiên c hậm, còn thành phần phản xạ r(n 1 ,n 2 ) là nhân tố chủ yếu ảnh hởng tới độ tơng phản cục bộ của đối tợng lại biến thiên nhanh. Để giảm dải động và tăng độ tơng phản cục bộ thì phải giảm i(n 1 ,n 2 ) và tăng r(n 1 ,n 2 ). Để tách i(n 1 ,n 2 ) ra khỏi r(n 1 ,n 2 ) trong (2.4), ta lấy log arit cả hai vế của (2.4): log f(n 1 ,n 2 ) = log i(n 1 ,n 2 ) + log r(n 1 ,n 2 ) (2.5) Nếu giả thiết rằng log i(n 1 ,n 2 ) vẫn thay đổi chậm và log r(n 1 ,n 2 ) vẫn thay đổi nhanh, thì lọc thông thấp log f(n 1 ,n 2 ) sẽ nhận đợc log i(n 1 ,n 2 ), còn lọc thông cao log f(n 1 ,n 2 ) sẽ nhận đợc log r(n 1 ,n 2 ). Khi đã tách riêng đợc log i(n 1 ,n 2 ) và log r(n 1 ,n 2 ) thì cho suy giảm log i(n 1 ,n 2 ) sẽ giảm đợc dải động, còn tăng log r(n 1 ,n 2 ) sẽ làm tăng độ tơng phản cục bộ. Sau đó đem log i(n 1 ,n 2 ) và log r(n 1 ,n 2 ) đã qua xử lý tổ hợp lại và đem mũ hoá (exponentiate) kết quả thì sẽ trở lại miền cờng độ ảnh. Điều này đợc biểu diễn trên Hình 2.10(a). Hệ ở trong Hình 2.10(a) có thể đơn giản hoá bằng cách thay hệ bên trong đờng vẽ chấm bằng bộ lọc thông cao tơng ứng. Sơ đồ hệ đã đơn giản hoá nh trong Hình 2.10(b). Một vi dụ minh hoạ tính năng của hệ này đợc biểu diễn trên Hình 2.11. Hình 2.11(a) là ảnh gốc 256 256 pixel, Hình 2.11(b) là ảnh đã xử lý bằng hệ thống trên Hình 2.10(b). Một hệ nh trên Hình 2.10, thực hiện lấy logarit rồi đến một thuật toán tuyến tính, cuối cùng mũ hoá đợc gọi là một hệ đồng cấu với phép nhân. Đó là nguồn gốc của các thuật ngữ xử lý đồng cấu (homomorphic processing) và lọc đồng c ấu (homomorphic filtering). Tóm lại algorit của bộ lọc đồng cấu là trớc hết lấy logarithmic hai vế (2.4) sau đó lọc tuyến tính lại chuyển về ảnh cũ bằng phép mũ hoá. Chơng 2: cảI thiện ảnh 54 Hình 2.10: Hệ thống đồng cấu dùng cho cải thiện ảnh. (a) Hệ thống đồng cấu dùng cho cải thiện độ tơng phản và thay đổi dải động; (b) Hệ thống trong hình (a) sau khi đã đơn giản hoá. f(n 1 ,n 2 ) Log i(n 1 ,n 2 ) Log r(n 1 ,n 2 ) p(n 1 ,n 2 ) log exp (a) Bộ lọc thông thấp Bộ lọc thông cao 1 1 21 n,np 21 n,nf log H( 1 , 2 ) _ _ _ _ 2 2 2 1 exp (b) (a) (b) Hình 2.11: Ví dụ về xử lý đồng cấu cho cải thiện ảnh. (a) ảnh gốc 256 256 pixel; (b) ảnh đã xử lý bằng hệ thống đồng cấu cho phép nhân. Chơng 2: cảI thiện ảnh 55 Mặc dù hệ trên Hình 2.10 đã đợc phát triển từ một mô hình (model) hình thành ảnh và một hệ đồng cấu, vẫn có thể coi nó đơn giản là một bộ lọc thông cao t rong miền log cờng độ. Tính năng lọc thông cao trong miền log cờng độ phù hợp với tính năng hệ thị giác con ngời, đã đợc thảo luận trong tiết 1.2.2, ở mức ngoại vi của hệ thị giác con ngời cờng độ ảnh bị biến đổi bởi một dạng phi tuyến giống nh mộ t toán tử lôgarit. Nh vậy, với hệ thị giác con ngời miền log cờng độ quan trọng hơn miền cờng độ. 1.4. phép thay đổi thích nghi độ tơng phản cục bộ và giá trị trung bình độ chói cục bộ Trong một vài ứng dụng, muốn thay đổi độ tơng phản cục bộ và giá trị trung bình độ chói cục bộ khi đặc tính cục bộ của ảnh thay đổi. Trong những ứng dụng nh vậy dùng phép xử lý ảnh thích nghi là hợp lý. Hình 2.12: Hệ thống để thay đổi độ tơng phản cục bộ và giá trị trung vị độ chói cục bộ nh là một hàm của giá trị trung vị độ chói. Một ứng dụng cải thiện ảnh là thay đổi thích nghi độ tơng phản cục bộ và giá trị trung bình độ chói cục bộ của ảnh chụp từ máy bay qua những độ dầy thay đổi của lớp mây bao phủ. Theo một mô hình đơn giản của ảnh bị xuống cấp do lớp mây bao phủ, vùng ảnh ở khu vực bị mây che tăng giá trị trung bình độ chói cục bộ vì chịu ảnh hởng của ánh sáng mặt trời phản xạ từ lớp mây và giảm độ tơng phản cục bộ do tín 21 n,nf H 21 n,nf 21 n,np 21 n,nf L 21 n,nf L 21 n,nf H + - + + k(f L ) bộ lọc thông thấp phi tuyến Chơng 2: cảI thiện ảnh 56 hiệu từ mặt đất bị suy hao khi đi qua lớp mây. Một cách tiếp cận để cải thiện ảnh là làm tăng độ tơng phản cục bộ và giảm giá trị trung bình độ chói cục bộ bất cứ lúc nào phát hiện thấy mây bao phủ. Một cách để phát hiện lớp mây bao phủ là đo giá trị trung bình độ chói cục bộ. Khi giá trị trung bình độ chói cục bộ ở mức cao thì có thể là có mây bao phủ. Hình 2.13: Ví dụ về cải thiện ảnh bằng phép lọc thích nghi. (a) ảnh gốc 256 x 256 pixel chụp từ máy bay qua một lớp mây có độ dày thay đ ổi; (b) Kết quả xử lý ảnh trong hình (a) bằng hệ xử lý trên Hình 2.12; (c) Hàm k(f L ) sử dụng trong việc xử lý; (d) Độ phi tuyến sử dụng trong việc xử lý. (c) Giá trị trung bình độ chói đầu vào 0 40 80 120 160 200 240 0 40 80 120 160 200 240 Giá trị trung bình độ chói đầu ra f L k(f L ) k(f L ) 6 - 4 - 8 - 10 - 2 - f L 160 - 120 - 80 - 200 - 240 - 40 - Giá trị trung bình độ chói đầu vào (d) (a) (b) Chơng 2: cảI thiện ảnh 57 Một hệ để làm giảm ảnh hởng của lớp mây bao phủ đợc biểu diễn trên Hình 2.12. Hệ này làm tha y đổi độ tơng phản cục bộ và giá trị trung bình độ chói cục bộ. Trong hình, f(n 1 ,n 2 ) là ảnh gốc, dãy f L (n 1 ,n 2 ) là giá trị trung bình độ chói cục bộ của f(n 1 ,n 2 ) đạt đợc bằng cách cho đi qua bộ lọc thông thấp, dãy f H (n 1 ,n 2 ) là độ tơng phản cục bộ đạt đợc bằng cách lấy f H (n 1 ,n 2 ) = f(n 1 ,n 2 ) - f L (n 1 ,n 2 ). Độ tơng phản cục bộ đợc thay đổi bằng cách nhân f H (n 1 ,n 2 ) với k(f L ), - một đại lợng vô hớng hàm của f L (n 1 ,n 2 ). Độ tơng phản đã thay đổi đợc ký hiệu là f H (n 1 ,n 2 ). Nếu k(f L ) > 1 thì độ tơng phản cục bộ tăng, ngợc lại độ tơng phản cục bộ giảm. Giá trị trung bình độ chói tại chỗ đợc biến đổi bởi một điểm phi tuyến và độ chói trung bình tại chỗ đã thay đổi đợc ký hiệu là f L (n 1 ,n 2 ). Độ tơng phản cục bộ và giá trị trung bình độ chói cục bộ sau khi thay đổi đợc tổ hợp lại thành ảnh đợc xử lý là p (n 1 ,n 2 ). Để tăng độ tơng phản cục bộ và giảm giá trị trung bình độ chói cục bộ khi giá trị trung bình độ chói cục bộ cao, ta chọn k(f L ) lớn cho giá trị f L lớn và chọn thuật toán phi tuyến, có xét đến sự thay đổi giá trị trung bình độ chói cục bộ và sự tăng độ tơng phản. Hình 2.13 cho thấy kết quả ứng dụng hệ trong Hình 2.12 để cải thiện ảnh chụp từ máy bay qua sự thay đổi của lợng mây bao phủ. Hình 2.13(a) là ảnh gốc 256 256 pixel, Hình 2.13(b) l à ảnh đã xử lý. Hàm k(f L ) và thuật toán phi tuyến đã sử dụng đợc biểu diễn trên Hình 2.13(c) và 1.13(d). Hệ trong Hình 2.12 có thể đợc xem nh một trờng hợp đặc biệt của xử lý hai kênh. ảnh xử lý đợc chia làm hai thành phần, độ tơng phản cục bộ và g iá trị trung bình độ chói cục bộ, hai thành phần này đợc thay đổi riêng rẽ, sau đó tổ hợp kết quả lại. Trong hệ ở Hình 2.12 giá trị trung bình độ chói cục bộ đợc thay đổi bởi thuật toán phi tuyến và độ tơng phản cục bộ đợc thay đổi bởi hệ số nhân k(f L ). Trong chơng 4 và 5 sau này, ta sẽ thấy phép xử lý hai kênh cũng tỏ ra rất hiệu quả trong phục hồi và mã hoá ảnh. Khái niệm thích nghi một hệ cải thiện ảnh để làm thay đổi các đặc tính cục bộ, nói chung là một ý tởng rất hay, có thể đem áp dụng cho n hững bối cảnh khác nhau. Chẳng hạn phép biến đổi mức xám hay lọc thông cao đã thảo luận ở tiết trên, có thể thay đổi cho thích nghi với sự biến thiên các đặc tính cục bộ. Mặc dù hệ thích nghi thờng yêu cầu tính toán nhiều hơn hệ không thích nghi, nói chun g tính năng hệ thích nghi đợc đánh giá là tốt hơn. Khi phải giải quyết bài toán xử lý ảnh với yêu cầu chất lợng cao, nên nghĩ đến các hệ thích nghi. Hệ thích nghi cũng rất hiệu quả trong phục hồi cũng nh mã hoá ảnh. Chơng 2: cảI thiện ảnh 58 2. làm trơn nhiễu Ngoài các biện pháp cải thiện ảnh bằng thay đổi độ tơng phản và dải động còn có thể cải thiện ảnh bằng các biện pháp làm giảm những sự xuống cấp có thể xẩy ra. Cải thiện ảnh trong lĩnh vực này trùng với phục hồi ảnh. Trong tiết nay, ta thảo luận algorit đơn giản làm g iảm nhiễu ngẫu nhiên hay nhiễu muối -tiêu. Algorit này yêu cầu tính toán nhiều và phức tạp hơn. 2.1. bộ lọc thông thấp Năng lợng của một ảnh điển hình tập trung chủ yếu ở các thành phần tần số thấp. Đó là do độ tơng quan lớn về không gian giữa các pixel lân cận. Năng lợng của những nguồn làm cho ảnh xuống cấp nh nhiễu ngẫu nhiên dải rộng thờng trải rộng ra trong miền tần số. Bằng cách làm giảm các thành phần tần số cao trong khi giữ nguyên các thành phần tần số thấp, bộ lọc thông thấp giảm nhiễu rất nhiều mà chỉ làm giảm tín hiệu chút ít. Bộ lọc thông thấp cũng có thể sử dụng cùng với bộ lọc thông cao trong xử lý ảnh trớc khi bị nhiễu làm xuống cấp. Trong mã hoá ảnh, ta có ảnh gốc không bị xuống cấp để xử lý trớc khi nó bị nhiễu làm xuống cấp , - ví dụ nh nhiễu lợng tử. Trong những ứng dụng nh vậy, ảnh cha bị xuống cấp có thể đi qua bộ lọc thông cao trớc khi nó xuống cấp, rồi sau khi xuống cấp lại cho qua bộ lọc thông thấp. Kết quả là ảnh cải thiện đợc độ dễ hiểu. Chẳng hạn, khi xuống cấp do nhi ễu ngẫu nhiên băng rộng, trong ảnh bị xuống cấp SNR (tỷ số tín trên tạp) hiệu dụng ở các thành phần tần số cao thấp hơn ở các thành phần tần số thấp, nhờ đăc tính thông thấp của ảnh. Cho ảnh qua bộ lọc thông cao trớc khi xuống cấp thờng cải thiện đợc SN R ở các thành phần tần số cao, mặc dầu phải chịu hy sinh chút ít ở các thành phần tần số thấp. Hình 2.14 cho những ví dụ minh hoạ đáp ứng xung của bộ lọc thông thấp thờng dùng cho cải thiện ảnh. Để minh hoạ cho tính năng bộ lọc thông thấp dùng cho cải thiện ảnh, đa ra hai ví dụ. Hình 2.15(a) biểu diễn ảnh gốc 256 256 pixel không có nhiễu (noise-free) và Hình 2.15(b) biểu diễn ảnh đã bị xuống cấp bởi nhiễu ngẫu nhiên Gauss băng rộng với SNR bằng 15 dB. SNR đợc định nghĩa bằng 10log 10 (phơng sai ảnh/phơng sai nhiễu). Hình 2.15(c) biểu diễn kết quả lọc thông thấp ảnh bị xuống cấp. Bộ lọc thông thấp đợc sử dụng biểu diễn trên Hình 2.14(c). Hình 2.15 cho thấy rõ ràng là sự lọc thông thấp làm giảm nhiễu cộng, nhng đồng thời cũng làm mờ ảnh. Chơng 2: cảI thiện ảnh 59 Mờ là tác nhân chủ yếu hạn chế sự lọc thông thấp. Hình 2.16(a) biểu diễn ảnh gốc 512512 pixel với 8 bit/pixel. Hình 2.16(b) biểu diễn ảnh đợc mã hoá bởi hệ PCM với kỹ thuật nhiễu giả Robert 2 bít/pixel. Kỹ thuật nhiễu giả Ro bert đợc thảo luận trong chơng 4. Hình 2.16(c) cho kết quả sự lọc thông cao trớc khi mã hoá và sự lọc thông thấp sau khi mã hoá. Bộ lọc thông cao và bộ lọc thông thấp sử dụng trong những ví dụ này theo thứ tự là các bô lọc ở Hình 2.8(c) và 1.14(c) 2.2. phép lọc trung vị (lọc median) Lọc trung vị là một quá trình phi tuyến có ích trong việc làm giảm nhiễu xung hoăc nhiễu muối -tiêu. Nó cũng có ích trong việc làm giảm nhiễu ngẫu nhiên mà bảo vệ các đờng biên ảnh. Nhiễu xung hoặc nhiễu muối -tiêu xuất hiện do bít lỗi ngẫu nhiên trong kênh truyền thông. ở bộ lọc trung vị có một cửa sổ trợt dọc theo ảnh và giá trị trung vị cờng độ của các pixel bên trong cửa sổ trở thành cờng độ đầu ra của pixel đợc xử lý. Chẳng hạn, giả sử các giá trị của các pixel trong một cửa sổ là 5, 6, 55, 10 và 15, còn pixel đợc xử lý có giá trị 55. Đầu ra của bộ lọc trung vị ở pixel đang xét là 10, tức là median của 5 giá trị trên. . . 9 1 111 111 111 . 10 1 121 252 121 . 16 1 121 2192 121 9 1 9 1 9 1 10 1 10 1 10 1 16 1 16 2 16 1 9 1 9 1 9 1 10 1 10 2 10 1 16 2 16 4 16 2 9 1 9 1 9 1 10 1 10 1 10 1 16 1 16 2 16 1 n 1 n 2 n 2 n 2 (b) (a) (c) n 1 n 1 n 1 Hình 2.14: Các đáp ứng xung của bộ lọc thông thấp dùng cho cải thiện ảnh. . lọc tuyến tính lại chuyển về ảnh cũ bằng phép mũ hoá. Chơng 2: cảI thiện ảnh 54 Hình 2.10: Hệ thống đồng cấu dùng cho cải thiện ảnh. (a) Hệ thống đồng cấu dùng cho cải thiện độ tơng phản và thay. nhiễu Ngoài các biện pháp cải thiện ảnh bằng thay đổi độ tơng phản và dải động còn có thể cải thiện ảnh bằng các biện pháp làm giảm những sự xuống cấp có thể xẩy ra. Cải thiện ảnh trong lĩnh vực này. (b) Hình 2.11: Ví dụ về xử lý đồng cấu cho cải thiện ảnh. (a) ảnh gốc 256 256 pixel; (b) ảnh đã xử lý bằng hệ thống đồng cấu cho phép nhân. Chơng 2: cảI thiện ảnh 55 Mặc dù hệ trên Hình 2.10 đã đợc