Đang tải... (xem toàn văn)
KHÔI PHỤC ẢNH BỊ MỜ BẰNG PHẦN MỀM MÔ PHỎNG MATLAB (có code bên dưới) KHÔI PHỤC ẢNH BỊ MỜ BẰNG PHẦN MỀM MÔ PHỎNG MATLAB (có code bên dưới) KHÔI PHỤC ẢNH BỊ MỜ BẰNG PHẦN MỀM MÔ PHỎNG MATLAB (có code bên dưới) KHÔI PHỤC ẢNH BỊ MỜ BẰNG PHẦN MỀM MÔ PHỎNG MATLAB (có code bên dưới) KHÔI PHỤC ẢNH BỊ MỜ BẰNG PHẦN MỀM MÔ PHỎNG MATLAB (có code bên dưới) KHÔI PHỤC ẢNH BỊ MỜ BẰNG PHẦN MỀM MÔ PHỎNG MATLAB (có code bên dưới)
ĐỒ ÁN KHÔI PHỤC ẢNH BỊ MỜ BẰNG PHẦN MỀM MƠ PHỎNG MATLAB MỤC LỤC DANH MỤC CÁC HÌNH VẼ DANH MỤC CÁC TỪ VIẾT TẮT VCR Video Cassette Recorder PC Personal Computer CCD Charge Coupled Device TV Television VGA Video Graphics Adapter SVGA Super Video Graphics Adapter PSF Point Spread Function PSNR Peak Signal to Noise Ratio ĐỒ ÁN Trang 5/20 CHƯƠNG GIỚI THIỆU VỀ ẢNH SỐ 1.1 Giới thiệu ảnh số - 1.1.1 Ảnh số Hình ảnh ghi nhận cảm biến điện tử máy ảnh - Sau lưu lại thành liệu nhớ máy ( thẻ nhớ, đĩa,…) - Một ảnh biểu diễn ma trận (2 chiều) o Mỗi phần tử ma trận biểu diễn cho mức xám hay cường độ sáng ảnh điểm o Mỗi phần tử ma trận đươc gọi phần tử ảnh, kí hiệu PEL (Picture Element) điểm ảnh (Pixel) - 1.1.2 Quá trình thu nhận ảnh Hai thành phần linh kiện nhạy với phổ lượng điện từ trường; loại thứ tạo tín hiệu điện đầu tỷ lệ với mức lượng cảm biên (vd: camera, ), loại thứ hai số hóa Bộ cảm biến ảnh: Có nhiều loại làm việc với ánh sáng nhìn thấy hồng ngoại như: Micro Densitometers, Image Dissector, Camera Divicon, linh kiện quang điện bán dẫn Camera Divicon linh kiện bán dẫn quang điện cho ảnh ghi bang từ số hóa Trong Micro Densitometer, phim ảnh chụp gắn mặt phẳng quang trống Nếu quét ảnh thông qua tia sáng ảnh dịch chuyển qua mặt phẳng phim quang trống tương đối theo tia sáng Trường hợp dung phim, tia sáng qua phim Các khối hệ thống: Thiết bị nhận ảnh: Khôi Phục Ảnh Mờ ĐỒ ÁN Trang 6/20 Chức năng: số hóa bang tần số tín hiệu truyền hình cung cấp từ Camera, từ đầu máy VCR Ảnh số sau lưu trử đệm chính, đệm có khả địa hóa (thơng qua PC) đến điểm phần mềm Thơng thường thiết bị có nhiều chương trình điều khiển để lập trình Camera: Có kiểu camera: kiểu dung đèn chân không kiểu dung bán dẫn (Camera bán dẫn dung nhiều camera dung đén chân không) Camera bán dẫn gọi CCD camera dung ghi dịch đặc biệt gọi thiết bị gộp CCD chuyển tín hiệu ảnh từ cảm biến ánh sáng bổ trợ trước camera thành tín hiệu điện sau mã hóa thành tín hiệu TV Loại camera chất lượng cao cho tín hiệu nhiễu có độ nhạy cao với ánh sáng Màn hình video: Hiển thị hình ảnh thu nhận lên hình Máy tính: Các chương trình thiết kế lọc ảnh chạy hệ thống Các chương trình hiển thị ảnh dung vi mạch VGA SVGA Lấy mẫu lượng tử hóa Một ảnh g(x,y) ghi từ camera ảnh lien tục tạo nên mặt phẳng chiều Ảnh cần chuyển sang dạng thích hợp để xử lý máy tính Phương pháp biến đổi ảnh hay hàm lien tục không gian theo giá trị thành dạng số rời rạc gọi số hóa ảnh Gồm bước: Đo giá trị khoảng không gian gọi lấy mẫu Lấy mẫu q trình ảnh tạo nên vùng có tính lien tục chuyển thành giá trị rời rạc theo tọa độ nguyên Lượng tử hóa trình ánh xạ số thực mơ tả giá trị lấy mẫu thành dãy hữu hạn số thực Nói cách khác q trình số hóa biên độ CHƯƠNG Khôi Phục Ảnh Mờ CÁC NGUYÊN NHÂN LÀM MỜ ẢNH ĐỒ ÁN Trang 7/20 - 2.1 Tốc độ trập chậm Màn trập (Shutter) phận khí máy ảnh có nhiệm vụ ấn định thời gian để ánh sáng sau qua ống kính tiếp xúc với cảm biến ảnh (hoặc bề mặt phim) Khoảng thời gian đóng/mở gọi thời gian vận hành trập tốc độ trập - Tốc độ trập chậm hình ảnh có nhiều khả khơng sắc nét Đảm bào tốc độ trập thấp phải trùng với tiêu cự ống kính - Để đảm bảo chắn, ta nhân đôi tiêu cự ống kính 2.2 Chủ thể di chuyển nhanh Để bắt dính đối tượng chup, cần chỉnh tốc độ chụp đủ nhanh để làm ngưng (bắt dính nét) hoạt động diễn tiến 2.3 Lấy nét trật Các nguyên nhân làm ảnh bị trật nét: - Chủ thể chụp phía sau vật phía trước dẫn đến máy lấy nét phần phía trước chủ thể muốn chụp - Ở chế độ ưu tiên độ hay Manual ta thường set máy chế độ lấy nét theo điểm, ta setup điểm lấy nét phía góc trái mà chụp ta lại để mẫu đứng 1/3 góc bên phải => lấy nét sai CHƯƠNG PHẦN MỀM KHÔI PHỤC ẢNH MỜ VÀ KẾT QUẢ Giới thiệu Matlab: - Là phần mềm toán học để lập trình, tính tốn số có tính trực quan cao - Làm việc chủ yếu với ma trận, với nhiều kiểu liệu khác nhau, với chuỗi kí tự hay chuỗi mã số kí tự Khơi Phục Ảnh Mờ ĐỒ ÁN Trang 8/20 - Giải tốn giải tích số, xử lý tín hiệu số, xử lý đồ họa… mà không cần lập trình cổ điển - Hỗ trợ Toolbox tiện ích cho người dùng toán sơ cấp, xử lý tín hiệu số, xử lý ảnh, xử lý âm thanh, ma trận thưa, logic mờ,… Xử lý ảnh với Matlab: - Một số hàm xử lý ảnh: o Imread() o Imshow() o Imwrite() o Rgb2gray() o Imadjust() Imread(): đọc file ảnh thành ma trận, Matlab trợ giúp nhiều kiểu định dạng GIF, JPEG, PNG, TIFF Imshow() imagesc() o Imshow(): cho hình ảnh định dạng chuẩn bit, giống trình duyệt web o Imagesc():hiển thị hình ảnh trục đồ thị với giá trị màu đen giá trị tối đa màu trắng Imwrite():Lưu ảnh với tên mong muốn Imadjust():điều chỉnh giá trị cường độ hình ảnh Câu lệnh làm tăng độ tương phản hình ảnh đầu Rgb2gray: chuyển đổi hình ảnh RGB thành trắng đen cách loại bỏ thông tin màu sắc độ bão hòa giữ độ sáng - Một ảnh bị mờ mô tả vắn tắt phương trình g=Hf+n, o g: ảnh bị mờ o H: tác nhân làm méo (PSF) o f: ảnh góc (cần tìm) o n: nhiễu phu, tạo q trình nhận ảnh, làm hỏng ảnh Khôi Phục Ảnh Mờ ĐỒ ÁN Trang 9/20 - Tầm quan trọng PSF: o Được sử dụng hàm imfilter để convolve PSF với ảnh gốc để tạo ảnh giả mờ Blurred - Các hàm khôi phục ảnh mờ Matlab o Deconvwnr: Sử dụng lọc Wiener o Deconvreg: Sử dụng lọc quy tắc hóa o Deconvlucy: Sử dụng giải thuật Lucy-Richardson o Deconvblind: Sử dụng giải thuật blind deconvolution Trong đó: Hàm deconvwnr deconvreg cung cấp số thông tin nhiễu để giảm khuếch đại nhiễu đến mức q trình khơi phục Hàm deconvlucy khơng cần cung cấp thông tin nhiễu ảnh Hàm deconvblind không cần nhận PSF, ta truyền giá trị dự đoán ban đầu cho PSF deconvblind trả lại PSF khôi phục để khôi phục ảnh, làm việc chế độ suy giảm lặp hàm deconvlucy CHƯƠNG KẾT QUẢ MÔ PHỎNG Ở ta dùng lọc Wiener để khử mờ cho ảnh dựa trường hợp dao động nhiễu khác nhau: 1.1 Mơ hình mơ a Khử mờ lọc Wiener với nhiễu biến đổi cao - Noise_var=0.01 Khơi Phục Ảnh Mờ ĐỒ ÁN Trang 10/20 Hình 1) PSNR ảnh mờ với mức nhiễu tương ứng I Hình 2) PSNR ảnh sau qua lọc Wiener ảnh góc Khơi Phục Ảnh Mờ ĐỒ ÁN Trang 11/20 Hình 3) PSNR ảnh sau qua lọc Nhiễu ảnh góc b Khử mờ lọc Wiener với nhiễu biến đổi thấp - Noise_var=0.0001 Khôi Phục Ảnh Mờ ĐỒ ÁN Trang 12/20 Hình 4) PSNR ảnh mờ với mức nhiễu tương ứng I Hình 5) PSNR ảnh sau qua lọc Wiener ảnh góc Khơi Phục Ảnh Mờ ĐỒ ÁN Trang 13/20 Hình 6) PSNR ảnh sau qua lọc Nhiễu ảnh góc c Khử mờ lọc Wiener với ảnh khơng có nhiễu biến đổi - Noise_var=0 Hình 7) PSNR ảnh mờ với mức nhiễu tương ứng I Khôi Phục Ảnh Mờ ĐỒ ÁN Trang 14/20 Hình 8) PSNR ảnh sau qua lọc Wiener ảnh góc Hình 9) PSNR ảnh sau qua lọc Nhiễu ảnh góc Khơi Phục Ảnh Mờ ĐỒ ÁN Trang 15/20 1.2 Kết mô a Khử mờ lọc Wiener với nhiễu biến đổi cao - Noise_var=0.01 Hình 10) Kết sau khử mờ có Nhiễu dao động cao Khơi Phục Ảnh Mờ ĐỒ ÁN Trang 16/20 b Khử mờ lọc Wiener với nhiễu biến đổi thấp - Noise_var=0.0001 Hình 11) Kết sau khử mờ có Nhiễu dao động thấp Khơi Phục Ảnh Mờ ĐỒ ÁN Trang 17/20 c Khử mờ lọc Wiener với ảnh khơng có nhiễu biến đổi - Noise_var=0 Hình 12) Kết sau khử mờ khơng có Nhiễu dao động CHƯƠNG NHẬN XÉT 1.3 Nhận xét Tùy theo mức dao động nhiễu khác nhau, hình ảnh sau qua lọc có hiệu suất khác - Ảnh có mức dao động nhiễu cao sau qua lọc thu hình ảnh có mức nhiễu cao tương ứng PSNR cao - Ảnh có mức dao động nhiễu thấp sau qua lọc thu hình ảnh có mức nhiễu thấp tương ứng PSNR thấp - Ảnh khơng có dao động nhiễu sau qua lọc thu hình ảnh gần khơng có nhiễu, hình ảnh gần lọc hồn tồn PSNR=0 CHƯƠNG Khôi Phục Ảnh Mờ KẾT LUẬN ĐỒ ÁN Trang 18/20 1.4 Kết luận Sau mô khơi phục ảnh mờ matlab, ảnh có mức dao động nhiễu lớn cho hình ảnh sau khơi phục có mưc nhiễu lớn ngược lại 1.1.1 Kết luận Mức dao động nhiễu ảnh hưởng đến khả khôi phục ảnh mờ 1.1.2 Kết luận Tỷ lệ tính hiệu nhiễu tính theo peak thể tỷ lệ khôi phục ảnh sau khôi phục ảnh gốc 3.1 Hướng phát triển Có thể kết hợp với mạch chống trộm camera an ninh để thuận tiện cho việc quan sát, cảnh báo Ngồi dùng lĩnh vực quốc phòng, hang khơng,… để giám sát, điều khiển phương tiện, thiết bị có phương pháp điều chỉnh phù hợp PHỤ LỤC A - Noise_var=0.01 clear all clc I = im2double(imread('cameraman.tif')); imshow(I); title('Original Image (courtesy of MIT)');; Khôi Phục Ảnh Mờ ĐỒ ÁN Trang 19/20 LEN = 21; THETA = 11; PSF = fspecial('motion', LEN, THETA); blurred = imfilter(I, PSF, 'conv', 'circular'); A=psnr(blurred,I) noise_mean = 0; noise_var = 0.01; blurred_noisy = imnoise(blurred, 'gaussian', noise_mean, noise_var); B=psnr(blurred_noisy,I) estimated_nsr = 0; wnr2 = deconvwnr(blurred_noisy, PSF, estimated_nsr); C=psnr(wnr2,I) estimated_nsr = noise_var / var(I(:)); wnr3 = deconvwnr(blurred_noisy, PSF, estimated_nsr); D=psnr(wnr3,I) m = 3; n = 3; w = fspecial('average', [m, n]); f1 = imfilter(wnr3, w); E=psnr(f1,I) subplot(231),imshow(I) title('Original Image (courtesy of MIT)'); Khôi Phục Ảnh Mờ ĐỒ ÁN Trang 20/20 subplot(232), imshow(blurred) title('blurred') subplot(233), imshow(blurred_noisy) title('Simulate Blur and Noise') subplot(234), imshow(wnr2) title('Restoration of Blurred, Noisy Image Using NSR = ') subplot(235), imshow(wnr3) title(' Restoration of Blurred, Noisy Image Using Estimated NSR'); subplot(236),imshow(f1) title('Cleared Noise') - Noise_var=0.0001 clear all clc I = im2double(imread('cameraman.tif')); imshow(I); title('Original Image (courtesy of MIT)');; LEN = 21; THETA = 11; PSF = fspecial('motion', LEN, THETA); blurred = imfilter(I, PSF, 'conv', 'circular'); A=psnr(blurred,I) noise_mean = 0; noise_var = 0.0001; blurred_noisy = imnoise(blurred, 'gaussian', noise_mean, noise_var); Khôi Phục Ảnh Mờ ĐỒ ÁN Trang 21/20 B=psnr(blurred_noisy,I) estimated_nsr = 0; wnr2 = deconvwnr(blurred_noisy, PSF, estimated_nsr); C=psnr(wnr2,I) estimated_nsr = noise_var / var(I(:)); wnr3 = deconvwnr(blurred_noisy, PSF, estimated_nsr); D=psnr(wnr3,I) m = 3; n = 3; w = fspecial('average', [m, n]); f1 = imfilter(wnr3, w); E=psnr(f1,I) subplot(231),imshow(I) title('Original Image (courtesy of MIT)'); subplot(232), imshow(blurred) title('blurred') subplot(233), imshow(blurred_noisy) title('Simulate Blur and Noise') subplot(234), imshow(wnr2) title('Restoration of Blurred, Noisy Image Using NSR = ') subplot(235), imshow(wnr3) title(' Restoration of Blurred, Noisy Image Using Estimated NSR'); subplot(236),imshow(f1) title('Cleared Noise') - Noise_var=0 clear all Khôi Phục Ảnh Mờ ĐỒ ÁN Trang 22/20 clc I = im2double(imread('cameraman.tif')); imshow(I); title('Original Image (courtesy of MIT)');; LEN = 21; THETA = 11; PSF = fspecial('motion', LEN, THETA); blurred = imfilter(I, PSF, 'conv', 'circular'); A=psnr(blurred,I) noise_mean = 0; noise_var = 0; blurred_noisy = imnoise(blurred, 'gaussian', noise_mean, noise_var); B=psnr(blurred_noisy,I) estimated_nsr = 0; wnr2 = deconvwnr(blurred_noisy, PSF, estimated_nsr); C=psnr(wnr2,I) estimated_nsr = noise_var / var(I(:)); wnr3 = deconvwnr(blurred_noisy, PSF, estimated_nsr); D=psnr(wnr3,I) m = 3; n = 3; w = fspecial('average', [m, n]); f1 = imfilter(wnr3, w); Khôi Phục Ảnh Mờ ĐỒ ÁN Trang 23/20 E=psnr(f1,I) subplot(231),imshow(I) title('Original Image (courtesy of MIT)'); subplot(232), imshow(blurred) title('blurred') subplot(233), imshow(blurred_noisy) title('Simulate Blur and Noise') subplot(234), imshow(wnr2) title('Restoration of Blurred, Noisy Image Using NSR = ') subplot(235), imshow(wnr3) title(' Restoration of Blurred, Noisy Image Using Estimated NSR'); subplot(236),imshow(f1) title('Cleared Noise') Khôi Phục Ảnh Mờ ... nhiễu, hình ảnh gần lọc hồn tồn PSNR=0 CHƯƠNG Khơi Phục Ảnh Mờ KẾT LUẬN ĐỒ ÁN Trang 18/20 1.4 Kết luận Sau mô khôi phục ảnh mờ matlab, ảnh có mức dao động nhiễu lớn cho hình ảnh sau khơi phục có... Noise_var=0.0001 Khôi Phục Ảnh Mờ ĐỒ ÁN Trang 12/20 Hình 4) PSNR ảnh mờ với mức nhiễu tương ứng I Hình 5) PSNR ảnh sau qua lọc Wiener ảnh góc Khơi Phục Ảnh Mờ ĐỒ ÁN Trang 13/20 Hình 6) PSNR ảnh sau qua... sáng - Một ảnh bị mờ mơ tả vắn tắt phương trình g=Hf+n, o g: ảnh bị mờ o H: tác nhân làm méo (PSF) o f: ảnh góc (cần tìm) o n: nhiễu phu, tạo trình nhận ảnh, làm hỏng ảnh Khơi Phục Ảnh Mờ ĐỒ ÁN