MỘT SỐ XỬ LÝ CƠ BẢN TRÊN MIỀN KHÔNG GIAN NGÔ QUỐC VIỆT TPHCM-2014 Phân loại định dạng ảnh Lân cận, tính liên thông, vùng biên OpenCV - Ví dụ Các toán tử Histogram xử lý Bài giảng Xử lý ảnh - TS Ngô Quốc Việt Kiến thức loại ảnh Một số khái niệm lân cận, liên thông thường dùng xử lý ảnh  Xử lý ảnh mức xám thông qua hoạt động histogram   Bài giảng Xử lý ảnh - TS Ngô Quốc Việt  Điểm ảnh hay gọi pixel (picture element, pels, image elements) xem dấu hiệu hay cường độ sáng toạ độ không gian đối tượng  Ảnh xem tập hợp điểm ảnh Khi số hoá, biểu diễn ma trận chiều a[i][j] phần tử có giá trị nguyên véc tơ cấu trúc màu Bài giảng Xử lý ảnh - TS Ngô Quốc Việt  Mỗi pixel chứa màu (hoặc mức xám) độ sâu z màu  value(x, y, z, , t) thời gian t Bài giảng Xử lý ảnh - TS Ngô Quốc Việt Lưới pixel, pixel chứa màu p = (r,c) vị trí pixel r: row; c: column I( p) = I(r,c) giá trị pixel p Ảnh màu có nhiều giá trị cho pixel; Ảnh monochrome có giá trị pixel Bài giảng Xử lý ảnh - TS Ngô Quốc Việt Mức xám (gray level): Mức xám kết mã hoá tương ứng cường độ sáng điểm ảnh với giá trị số-kết trình lượng hoá  Các thang giá trị mức xám thông thường: 16, 32, 64, 128, 256 (Mức 256 mức phổ dụng Lý do: từ kỹ thuật máy tính dùng byte (8 bit) để biểu diễn mức xám: Mức xám dùng byte biểu diễn: 256 mức xám, tức từ đến 255)  Bài giảng Xử lý ảnh - TS Ngô Quốc Việt Ảnh Số bit/pixel Số màu Ảnh đen trắng Ảnh xám (gray scale) 256 Ảnh RGB 24 2563 Ảnh 32 bit (true color+độ sâu) 32 2564 Bài giảng Xử lý ảnh - TS Ngô Quốc Việt  Các hoạt động chia thành loại  Trên điểm (pixel): giá trị điểm ảnh output phụ thuộc giá trị điểm ảnh vị trí ảnh input  Cục (local): giá trị điểm ảnh output vị trí định (m, n) phụ thuộc vào giá trị điểm ảnh lân cận điểm ảnh có vị trí (m, n) ảnh input  Toàn cục (global): giá trị điểm ảnh output vị trí định (m, n) phụ thuộc vào toàn pixel ảnh input  Nhằm tạo ảnh b[m,n] từ ảnh đầu vào a[m,n] cho đạt số mục tiêu tăng cường chất lượng ảnh đáp ứng yêu cầu phân tích Bài giảng Xử lý ảnh - TS Ngô Quốc Việt  Điểm, cục bộ, toàn cục Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 10  CDF histogram là:  Min ảnh 52 max 154 Cdf chuyển sang miền [0, 255] Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 46  cdf (v)  cdf  h(v)  round   ( L  1)   MxN  cdf   Xét ảnh ví dụ  cdf (v)   h(v)  round   255   63    Ví dụ, pixel mức xám 78  46   h(78)  round   255   182  63   Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 47  Ảnh cân histogram là: Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 48     Cho ảnh I kích thước mxn=N Gọi new_levels số mức xám mong muốn ảnh cân băng histogram Đặt: N tb  new _ levels Đặt: t ( g )  g  h(i ) i 0 số điểm ảnh có mức xám thấp hay g  Xác định hàm f: gf(g), cho :  t(g)  f ( g )  max( 0, round  0,  1  tb  Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 49   Chọn new_levels = Ảnh sau cân Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 50 void histeq(IplImage* src, IplImage* dst) { IplImage* hsv, * h, * s, * v; if (src->nChannels == 3) { hsv = cvCreateImage(cvGetSize(src), 8, 3); h = cvCreateImage(cvGetSize(src), 8, 1); s = cvCreateImage(cvGetSize(src), 8, 1); v = cvCreateImage(cvGetSize(src), 8, 1); cvCvtColor(src, hsv, CV_BGR2HSV); cvSplit(hsv, h, s, v, NULL); cvEqualizeHist(v, v); cvMerge(h, s, v, NULL, hsv); cvCvtColor(hsv, dst, CV_HSV2BGR); } else if (src->nChannels == 1) cvEqualizeHist(src, dst); if (hsv) cvReleaseImage(&hsv); if (h) cvReleaseImage(&h); if (s) cvReleaseImage(&s); if (v) cvReleaseImage(&v); } Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 51 #include "cv.h“ #include "highgui.h“ int main(int argc, char** argv) { IplImage* src = cvLoadImage(argc == ? argv[1] : "img/lena.jpg", 1); IplImage* dst = cvCreateImage(cvGetSize(src), src->depth, src->nChannels); histeq(src, dst); cvShowImage("src", src); cvShowImage("dst", dst); cvWaitKey(0); return 0; } Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 52     Xác định hình dáng histogram thực nâng cấp ảnh thay sử dụng cân histogram Ví dụ sử dụng histogram ảnh khác thực cho ảnh xét Được gọi “histogram matching” hay “histogram specification” Có thể dùng để chuẩn hóa hai ảnh Ý tưởng: Cho hai ảnh, tham chiếu ảnh đích, tính histogram chúng Tính cumulative functions hai histogram-gọi F1() F2() Với mức xám G1, tìm mức xám G2 cho F1(G1) F2(G2) Hàm histogram matching: M(G1) = G2 Áp hàm M() lên pixel ảnh tham chiếu Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 53 Target Reference Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 54  Histogram hai ảnh Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 55  CDF hai ảnh Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 56 Adjusted 10 11 12 13 14 15 0 0 0.05 0.15 0.23 0.29 0.38 0.42 0.46 0.55 0.62 0.66 0.72 0.04 0.17 0.30 0.42 0.54 0.63 0.70 0.76 0.79 0.88 0.91 1 1 Refrence Hist equal 0 0 6 10 11 15 0 0 1 3 5 15 Hist match Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 57  Ảnh kết sau thực histogram matching ảnh ‘to be adjusted’ với histogram lấy từ ảnh ‘reference’ Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 58 Hãy viết chương trình OpenCV nhằm thực hiện: Chuyển ảnh xám sang trắng đen Co giãn độ tương phản Làm sáng đối tượng thông qua kỹ thuật gray-level slicing  Hiển thị bit plane ảnh xám sang cửa sổ khác    Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 59      Một số khái niệm ảnh (mức xám, ảnh màu, lân cận) Các khái niệm xử lý ảnh (điểm, cục bộ, toàn cục) Các xử lý không phụ thuộc tọa độ: contrast stretch Cân histogram ảnh xám thông qua tuyến tính hóa hàm CDF mức xám Minh họa cân histogram trêm miền [0,1] [0,255] Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 60 [...]... cvReleaseImage(&img); return 0; } Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 14 Input image Enhancement technique Miền không gian Xử lý trực tiếp trên pixel Input image Miền tần số Xử lý trên biến đổi Fourier của ảnh Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 15 Thay đổi giá trị không phụ thuộc vào tọa độ các điểm ảnh  Tăng giảm độ sáng, thống kê tần suất, biến đổi tần suất , âm bản, biến đổi log, v.v  Sử dụng... s1)=(rmin, 0) và (r2, s2)=(rmax, L-1) Bài giảng Xử lý ảnh - TS Ngô Quốc Việt r1=r2=(rmax-rmin) /2 23 Lát cắt vùng xám (gray-level slicing): làm sáng một miền xám xác định trên ảnh Mong muốn làm sáng một số đối tượng trên ảnh Tăng mọi mức xám trong miền cụ thể, và làm giảm các mức xám khác  Lát cắt bit-plane (bit-plane slicing): xử lý trên từng bit của điểm ảnh (giả sử dùng 8-bit cho điểm ảnh gray scale)... compression  Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 24  Hình dạng histogram thể hiện độ sáng (brightness) của ảnh Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 25  Hình dạng histogram thể hiện độ tương phản (contrast) của ảnh Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 26 Dùng để tăng độ tương phản toàn cục của ảnh Những vùng có tương phản thấp sẽ được cải thiện  Thay đổi cường độ xám của từng pixel để có được ảnh mới... )  dr Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 32  Histogram ảnh đầu ra được xác định  1  pout (s)   pin (r )   1r T 1 ( s )  1,  pin (r )  r T 1 ( s )  0  s 1  Hàm mật độ là đồng đều cho mọi ảnh đầu vào  Sử dụng hàm biến đổi CDF trên ảnh histogram đầu vào, ta có được ảnh đầu ra với mức xám đồng đều Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 33  Xét ảnh xám {x} và đặt ni là số lần... Cần một hàm biến đổi trên mức xám Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 27 Ảnh I được gọi là cân bằng "lý tưởng" nếu với mọi mức xám g, g’ ta có h(g) = h(g’) Nghĩa là các mức xám trong ảnh có số lượng pixel “tương đương” nhau ni n j  Nghĩa là:  , i  j  n n với ni là số pixel có mức xám i, và nj số pixel có mức xám j, n là tổng số pixel có trong ảnh  Tuy nhiên, không tự nhiên để cân bằng lý tưởng”Tạo... range) mức xám của ảnh  Ánh xạ miền mức xám sang miền mới theo nguyên tắc nhất định r: mức xám cũ; s: mức xám mới (ri, si) điều khiển dáng của biến đổi  Nguồn: Digital Image Processing-Rafeal C Gonzalez) Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 22 Nếu r1=r2 và s1=0, s2=L-1 thì chuyển sang ảnh nhị phân  Nếu (r1, s1)=(rmin, 0) và (r2, s2)=(rmax, L-1) thì kéo dãn miền xám của ảnh sang toàn bộ miền xám [0,... (gamma correction) trên ảnh  Gamma correction rất quan trọng trong tạo ảnh trung thực trên màn hình   Sinh viên đọc thêm “Digital Image Processing-3rd Edition” của Rafael C Gonzalez từ 130-137 Thực hiện với openCV những biến đổi này Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 20  Gamma correction với gamma = 1, 0.7, 0.4, 0.1 Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 21 Bằng cách tăng miền động (dynamic... gọi là histogram  Tần suất mức xám g của ảnh I là số điểm ảnh có giá trị g Histogram là biểu đồ các mức xám có trong ảnh Ví dụ cho ảnh I, histogram h(g) của I là:  Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 16  “Trắng” chuyển thành ”đen” và ngược lại  Ảnh âm của ảnh I có [0,L-1] mức xám được xác định bởi, với r là mức xám cụ thể: s  L 1  r Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 17 int main(int argc,... tính chất đó trong ảnh đầu ra Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 30 Dựa trên lý thuyết xác suất với pin(r) và pout(s) lần lượt là hàm mật độ mức sáng trên ảnh đầu vào và đầu ra  Mục tiêu là thực hiện biến đổi sao cho pout(s) “tiến tới” phân phối chuẩn Nghĩa là đạt cực đại ở giữa lược đồ và giảm đều về hai bên  Nếu pin(r) và T(r) biết trước, và r  T -1(s) tăng đơn điệu, theo lý thuyết xác suất.. .Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 11  Một điểm ảnh p tại tọa độ (x, y) có  4-lân-cận-ngang-và-dọc của p (x+1, y), (x-1, y), (x, y+1), (x, y-1) x x p x N4(p) x  4-lân-cận-chéo (Diagonal) của p (x+1, y+1), (x+1, y-1), (x-1, y+1), (x-1, y-1)  8-lân-cận của p: là sự kết hợp của N4(p) và ND(p) Bài giảng Xử lý ảnh - TS Ngô Quốc Việt x x p x x x x x x p x x x x ND(p) N8(p) 12 4-liền-kề: