Trang 3
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
DANH MỤC CÁC HÌNH VẼ
Hình I.1.
Sơ đồ quy trình xử lý ảnh
8
Hình I.2.
Mô hình tổng quát của hệ thống nhận dạng ảnh
13
Hình II.1.1. Ảnh nhị phân
16
Hình II.1.2. Ảnh đa cấp xám
17
Hình II.1.3. Các phép toán cơ bản trên tập hợp
19
HÌnh II.1.4. Các phép toán cơ bản
20
Hình II.2.1. Phép toán dilation
22
Hình II.2.2. Ứng dụng của phép toán dilation
22
Hình II.2.3. Loại bỏ thành phần nhiễu
23
Hình II.2.4. Phép toán Opening
24
Hình II.2.5. Phép toán Closing
24
Hình II.2.6. Phép toán Opening và Closing
25
Hình II.2.7. Xử lý nhiễu trong ảnh vân tay
26
Hình II.2.8. Phép toán Hit ỏ Miss
27
Hình II.3.1. Trích chọn biên
29
Hình II.3.2. Ảnh được trích chọn biên
30
Hình II.3.3. Ví dụ thuật toán tô miền .
31
Hình II.3.4. Tìm các thành phần liên thông trong ảnh
32
Hình II.3.5. Xác định vật thể lạ trong ảnh
33
Hình II.3.6. Làm mảnh ảnh
34
Hình II.3.7. Làm dầy ảnh
35
Hình II.3.8. Tìm xương của ảnh
36
Hình III.1. Mô phỏng quá trình tiến hóa
40
Hình III.2. Lai ghép một điểm
42
Hình III.3. Lai ghép hai điểm
42
Hình III.4. Cắt và ghép
42
Hình III.5. Ví dụ về phép lai .
43
Hình III.6. Đột biến tại bít thứ 6
44
Trang 4
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
Hình III.7. Mô tả hoạt động thuật toán
45
Hình IV.1. Cấu trúc dữ liệu
53
Hình IV.2. Ví dụ về cắt và ghép nối
58
Trang 5
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
LỜI NÓI ĐẦU
Trong thực tế, hình dạng thường được chú trọng hơn kích thước và con
người nhận ra các đối tượng xung quanh chủ yếu thông qua hình dạng. Chính
vì vậy, biểu diễn hình dạng là một vấn đề quan trọng và không thể thiếu trong
quá trình nhận dạng đối tượng.
Xử lý ảnh quan tâm chủ yếu đến việc trích chọn các thông tin hữu ích
từ trong ảnh. Các thuật toán xử lý ảnh được phân ra làm 3 mức. Mức thấp
nhất là các phương pháp thao tác trực tiếp với các dữ liệu thô, các giá trị điểm
ảnh có thể bị nhiễu. Mức thứ hai là tận dụng các kết quả ở mức 1 để đưa ra
các kết quả tốt hơn như: phân đoạn ảnh, liên kết ảnh. Mức thứ ba là các
phương pháp trích trọn ngữ nghĩa các thông tin dựa trên các kết quả của các
mức thấp hơn, ví dụ như: nhận dạng chữ viết tay, nhận dạng mặt người.
Toán học hình thái (Mathematic Morphology) là một lĩnh vực riêng
biệt trong xử lý ảnh. Không giống như các cách tiếp cận khác thiên về toán
học tính toán, MM dựa trên cấu trúc và hình dạng, dùng các toán hình thái cơ
bản để làm đơn giản ảnh nhưng vẫn giữ lại những đặc trưng chính. MM còn là
một công cụ cơ bản để trích chọn các thành phần ảnh, như biên ảnh, xương
ảnh, rất hữu dụng cho việc biểu diễn các các vùng khác nhau trên một ảnh.
Những kỹ thuật dùng toán hình thái như lọc ảnh, làm mảnh ảnh hay làm dầy
ảnh có sử dụng toán học hình thái cũng được sử dụng trong quá trình tiền xử
lý ảnh. Ngoài ra, một trong các ứng dụng quan trọng mà tôi đề cập chính
trong luận văn này là: Phân rã phần tử cấu trúc thành các phần tử cấu trúc nhỏ
hơn. Phần tử cấu trúc là phần tử tham gia trong các phép toán hình thái, và
việc phân rã phần tử cấu trúc hoặc nói một cách khác là ma trận điểm ảnh có
ba lợi ích quan trọng: Thứ nhất, làm giảm phép toán trong các ứng dụng mà
phần tử đó tham gia. Thứ hai, giảm không gian lưu trữ ảnh. Thứ ba, đối với
Trang 6
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
các hệ thống chỉ hỗ trợ tập lệnh SIMD trên các phần tử nhỏ hơn nhiều phần tử
cấu trúc, thì việc phân rã phần tử cấu trúc thành các phần tử cấu trúc nhỏ hơn
là cần thiết.
Trong khuôn khổ của luận văn này tôi đi tìm hiểu các khái niệm cơ
bản về toán học hình thái như phép toán làm béo, làm gầy dựa vào cấu trúc
mẫu, một số thuật toán dựa trên phép toán hình thái; Tìm hiểu về thuật toán di
truyền, lai ghép, đột biến tái sinh và lựa chọn, phương pháp phân rã phần tử
cấu trúc mẫu dựa trên thuật toán di truyền vv. Bố cục của luận văn được tổ
chức như sau:
Chƣơng I. Giới thiệu chung về xử lý ảnh và phương pháp nâng cao
chất lượng hình ảnh.
Chƣơng II: Trình bày các khái niệm cơ bản về toán học hình thái.
Chƣơng III
:
Trình bày các khái niệm liên quan đến thuật toán di
truyền.
Chƣơng IV
:
Giải quyết bài toán phân rã phần tử cấu trúc bằng phương
pháp tiếp cận ngẫu nhiên dựa trên thuật toán di truyền.
Chƣơng V
:
Trình bày kết quả thực nghiệm
Trang 7
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
CHƢƠNG I. GIỚI THIỆU CHUNG VỀ XỬ LÝ ẢNH
VÀ PHƢƠNG PHÁP NÂNG CAO CHẤT LƢỢNG HÌNH ẢNH
1. Giới thiệu chung về xử lý ảnh
Cũng như xử lý dữ liệu bằng đồ hoạ, xử lý ảnh số là một lĩnh vực của tin
học ứng dụng. Xử lý dữ liệu bằng đồ họa đề cập đến những ảnh nhân tạo, các
ảnh này được xem xét như là một cấu trúc dữ liệu và được tạo ra bởi các
chương trình. Xử lý ảnh số bao gồm các phương pháp và kỹ thuật để biến đổi,
để truyền tải hoặc mã hóa các ảnh tự nhiên. Mục đích của xử lý ảnh gồm:
* Thứ nhất, biến đổi ảnh và làm đẹp ảnh.
* Thứ hai, tự động nhận dạng ảnh hay đoán nhận ảnh và đánh giá các nội
dung của ảnh.
Nhận dạng ảnh là quá trình liên quan đến các mô tả đối tượng mà người
ta muốn đặc tả nó. Quá trình nhận dạng thường đi sau quá trình trích chọn các
đặc tính chủ yếu của đối tượng. Có hai kiểu mô tả đối tượng
- Mô tả tham số (nhận dạng theo tham số)
- Mô tả theo cấu trúc (nhận dạng theo cấu trúc)
Nhận biết và đánh giá các nội dung của ảnh là sự phân tích một hình ảnh
thành những phần có nghĩa để phân biệt đối tượng này với đối tượng khác.
Dựa vào đó ta có thể mô tả cấu trúc của hình ảnh ban đầu.
Có thể liệt kê một số phương pháp nhận dạng cơ bản như nhận dạng biên
của một đối tượng trên ảnh, tách cạnh, phân đoạn hình ảnh Kỹ thuật này
được sử dụng nhiều trong y học (xử lý tế bào, nhiễm sắc thể).
Trong thực tế người ta đã áp dụng kỹ thuật nhận dạng khá thành công
với nhiều đối tượng khác nhau như: nhận dạng ảnh vân tay, nhận dạng chữ
(chữ cái, chữ số, chữ có dấu). Nhận dạng chữ in hoặc đánh máy trong văn bản
Trang 8
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
phục vụ cho việc tự động hoá quá trình đọc tài liệu, tăng nhanh tốc độ và chất
lượng thu nhận
thông tin từ máy tính, Nhận dạng chữ viết tay (với múc độ
ràng buộc khác nhau về cách viết, kiểu chữ,
Các quá trình của xử lý ảnh:
Các quá trình của xử lý ảnh được tiến hành theo sơ đồ sau:
Hình I.1 Sơ đồ quy trình xử lý ảnh
Trước hết là qúa trình thu nhận ảnh. Ảnh có thể thu nhận qua camera.
Thường ảnh thu nhận qua camera là tín hiệu tương tự (loại camera ống kiểu
CCIR), nhưng cũng có thể là tín hiệu số hoá (loại CCD - Charge Coupled
Device).
Ảnh có thể thu nhận từ vệ tinh qua các bộ cảm ứng (sensor), hay ảnh,
tranh được quét qua scanner. Tiếp theo là quá trình số hóa (Digitalizer) để
biến đổi tín hiệu tương tự sang tín hiệu rời rạc (lấy mẫu) và số hóa bằng lượng
hóa, trước khi chuyển sang giai đoạn xử lý, phân tích hay lưu trữ lại.
Trang 9
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
Quá trình phân tích ảnh thực chất bao gồm nhiều công đoạn nhỏ. Trước
hết là công việc tăng cường hình ảnh (Image Enhancement) để nâng cao chất
lượng hình ảnh. Do những nguyên nhân khác nhau: có thể do thiết bị thu nhận
ảnh, do nguồn sáng hay do nhiễu, ảnh có thể bị suy biến. Do vậy cần phải
tăng cường và khôi phục (Image Restoration) lại ảnh để làm nổi bật một số
đặc tính chính của ảnh, hay làm cho ảnh gần giống với trạng thái gốc- trạng
thái trước khi ảnh bị biến dạng. Giai đoạn tiếp theo là phát hiện các đặc tính
như biên (Edge Detection), phân vùng ảnh (Image Segmentation), trích chọn
các đặc tính (Feature Extraction),v.v
Cuối cùng, tuỳ theo mục đích của ứng dụng, sẽ là giai đoạn nhận dạng,
phân lớp hay các quyết định khác. Các giai đoạn chính của quá trình xử lý ảnh
có thể mô tả ở hình I.1
2 Giới thiệu ảnh nhị phân
Như đã giới thiệu ở trên. Trong quá trình xử lý ảnh, một ảnh thu nhập
vào máy tính phải được mã hoá. Hình ảnh khi lưu trữ dưới dạng tập tin phải
được số hoá. Tiêu chuẩn đặt ra là ảnh phải lưu trữ thế nào sao cho các ứng
dụng khác nhau có thể thao tác trên các loại dữ liệu này. Hiện nay có trên 30
kiểu lưu trữ ảnh khác nhau, trong đó ta thường gặp các dạng ảnh sau: TIFF,
GIF, BMP, PCX, JPEG, Nói chung mỗi kiểu lưu ảnh có ưu điểm riêng.
2.1. Một số khái niệm
* Pixel (Picture Element): Phần tử ảnh
Ảnh trong thực tế là một ảnh liên tục về không gian và về giá trị độ sáng.
Để có thể xử lý ảnh bằng máy tính cần thiết phải tiến hành số hoá ảnh. Trong
quá trình số hoá, ngươì ta biến đổi tín hiêụ liên tục sang tín hiệu rời rạc thông
qua quá trình lấy mẫu (rời rạc hoá về không gian) và lượng hoá thành phần
giá trị mà về nguyên tắc, mắt thường không phân biệt được hai điểm kề nhau.
Trang 10
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
Trong quá trình này, người ta sử dụng khái niệm Picture Element mà ta quen
gọi hay viết là pixel - phần tử ảnh. Như vậy một ảnh là một tập hợp các pixel.
Ở đây cũng cần phân biệt khái niệm pixel hay đề cập đến trong các hệ thống
đồ hoạ máy tính. Để tránh nhầm lẫn ta tạm gọi khái niệm pixel này là pixel
thiết bị. Khái niệm pixel thiết bị có thể xem xét như sau: Khi ta quan sát màn
hình (trong chế độ đồ hoạ), màn hình không liên tục mà gồm nhiều điểm nhỏ,
gọi là pixel. Mỗi pixel gồm một cặp toạ độ x,y và màu.
* Ảnh nhị phân.
Tuỳ theo vùng các giá trị mức xám của điểm ảnh, mà các ảnh được phân
chia ra thành ảnh màu, ảnh xám, hay ảnh nhị phân. Khi trên một ảnh chỉ có
giá trị 0 hoặc 1 thì ta nói đó là một ảnh nhị phân hoặc ảnh đen trắng và các
điểm ảnh của nó gọi là điểm ảnh nhị phân.
* Với ảnh xám.
Nếu dùng 8 bít (1 byte) để biểu diễn mức xám thì số các mức xám có thể
biểu diễn được là 28 hay 256. Mỗi mức xám được biểu diễn dưới dạng là một
số nguyên nằm trong khoảng từ 0 đến 255, với mức 0 biểu diễn chúc mức
cường độ tối nhất và mức 255 biểu diễn cho mức cường độ sáng nhất.
*
Với ảnh mầu.
Cách biểu diễn cũng tương tự như với ảnh đen trắng, chỉ khác là các số
tại mỗi phần tử của ma trận biểu diễn cho ba mầu riêng rẽ gồm: đỏ(red),
lục(green) và lam(blue). Để biểu diễn cho một điểm ảnh mầu cần 24 bít, 24
bít này được chia thành ba khoảng 8 bít. Mỗi khoảng này biểu diễn cho cường
độ sáng của một trong các mầu chính tổ hợp của các mầu ta được nhiều mức
biểu diễn, như vậy mỗi điểm ảnh có thể được mô tả rõ giá trị màu tự nhiên
của nó (true color).
Trang 11
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
*
Ảnh đa cấp xám
Ảnh đa cấp xám được áp dụng tronh nhiều lĩnh vực như sinh vật học
hoặc trong công nghiệp. Thực tế chỉ ra rằng bất kỳ ứng dụng nào trên ảnh
mức xám cũng ứng dụng được trên ảnh mầu. Ta có thể biến đổi ảnh mầu về
ảnh xám. Mỗi điểm ảnh mầu có 3 giá trị (Red, Green, Blue), nếu 3 giá trị này
bằng nhau thi ta có màu xám(Grey), khi đó với mỗi điểm ảnh ta chỉ cần lưu 1
giá trị.
Việc xử lý ảnh nhị phân là một bước tiền xử lý các ảnh, để phân đoạn và
tách ra các đặc tính. Nhờ vậy ta có thể biết được mối quan hệ tôpô giữa các
điểm ảnh cũng như thực hiện các phép biến đổi ảnh không tuyến tính đạt hiệu
quả; trong quá trình xử lý ảnh các phép biến đổi này dẫn đến sự đơn giản hóa
việc đánh giá ảnh. Việc đếm các điểm ảnh trên ảnh nhị phân đã qua biến đổi
tạo điều kiện thuận lợi cho việc tách ra các đặc tính. Bằng cách sử dụng các
ảnh nhị phân đã qua xử lý như là những mặt nạ đối với các ảnh xám, ta có thể
tách ra các vùng đáng quan tâm của một ảnh xám từ tập hợp các ảnh.
Để tạo ra một ảnh nhị phân, một ảnh xám cần phải được biến đổi thành
một ảnh nhị phân nhờ một quá trình phân đoạn thích hợp. Muốn thế phương
pháp đơn giản nhất là phương pháp tách ngưỡng. Các giá trị nằm ở bên trên
ngưỡng được gán giá trị 1 còn ở bên dưới ngưỡng thì được gán giá trị 0. Việc
tìm giá trị ngưỡng có thể thực hiện tự động nhờ kỹ thuật tách ngưỡng tự động.
2.2. Đặt bài toán nâng cao chất lƣợng ảnh bằng các phép toán hình thái.
Hình ảnh trong thực tế khi nhận được qua các thiết bị như: Photocopy,
Fax, ít nhiều đều bị nhiễu, thâm chí có thể biến dạng đến mức độ có thể
khiến người nhận được hiểu sai về mặt ý nghĩa. Như chúng ta đã biết trong
các ngành Thiết kế kỹ thuật như: Thiết kế máy, Thiết kế xây dựng, Thiết kế
mạch điện v.v. dù là theo TCVN (tiêu chuẩn Việt Nam) hay ISO(International
Trang 12
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
Standard Oganize), một bản vẽ được thể hiện chỉ xoay quanh một số dạng
đường như: đường thẳng, đường cong khép kín ,đường cong mở (có thể lồi
hoặc lõm), các cung tròn, elip, đường ZigZag Các dạng đường như thế được
biểu diễn bằng những nét vẽ. Nét vẽ có thể là nét liền (Continuous), có thể là
nét đứt (dash), có thể là nét chấm gạch như đường tâm (Center), có thể là
đường khuất (Hide) (Hình 1.2) , Mỗi độ lớn (high) của nét vẽ (nét mảnh
hoặc nét đậm), có khi thể hiện một ý nghiã khác nhau . Như trong thể hiện
của đường ren của một bulon chẳng hạn: Đường chân ren phải được thể hiện
bằng một nét liền mảnh, trong khi đường đỉnh của ren lại phải thể hiện bằng
một nét đậm. Hoặc một đường khuất, sẽ thể hiện cho hình chiếu cuả một
đường thuộc một mặt được nằm ở phía sau của một mặt khác theo góc nhìn
vuông góc với mặt phẳng chiếu. Trong khi đó, nét liền sử dụng để biểu diễn
cho hình chiếu cuả đối tượng ở mặt trước đó.
Do vậy, nếu như nét vẽ của một đường thẳng lẽ ra là một nét vẽ liền
trong khi đó đường mà chúng ta nhận được lại là một nét đứt thì việc đọc các
thông tin trên bản vẽ sẽ dẫn đến việc hiểu sai về mặt ý nghĩa là điều không
tránh khỏi. Để giải quyết bài toán này như: Nối liền những nét đứt, làm trơn
biên ảnh các phép toán hình thái nhị phân đã ra đời, thông qua đó các phép
đóng ảnh, mở ảnh cũng được định nghĩa để giải quyết bài toán nêu trên.
Không có nhận xét nào:
Đăng nhận xét