Bài giảng môn Xử lý ảnh số - Chương 2: Cơ bản về xử lý ảnh số

Chương 2: CƠ BẢN VỀ XỬ LÝ ẢNH SỐ Võ Quang Hoàng Khang TPHCM - 2016 1. Số hóa ảnh 2. Các đặc tính liên quan ảnh số 3. Ảnh màu 4. Tổng kết 2  Mô tả được các nguyên tắc để số hóa ảnh.  Mô tả được các đại lượng: metrics, region, connectivity/neighborhood.  Giải thích được ảnh hưởng histogram, entropy.  Mô tả được nhiễu ảnh và ảnh hưởng của nó. 3  Ảnh f(x,y) thu nhận được từ camera là ảnh liên tục → cần chuyển sang dạng thích hợp để xử lí bằng máy tính  Phương pháp biến đổi một ảnh f(x,y) thành dạng số rời rạc a[m, n] được gọi là số hoá ảnh.  Gồm hai bước:  Bước 1: Đo giá trị trên các khoảng không gian (lấy mẫu)  Bước 2: Ánh xạ cường độ (hoặc giá trị) đo được thành một số hữu hạn các mức rời rạc gọi là lượng tử hoá. 4  Dạng lấy mẫu (tesselation) điểm ảnh: là cách bài trí các điểmmẫu trong không gian hai chiều  Một số dạng mẫu điểm ảnh: chữ nhật, tam giác, lục giác  Quá trình chuyển đổi tín hiệu thật - liên tục (analog) thành các giá trị rời rạc (digital) để xử lý trên máy tính. 256 gray levels (8-bit) 16 gray levels (4-bit) 8 gray levels (3-bit) 4 gray levels (2-bit) 2 gray levels (1-bit)  Điểm ảnh hay còn gọi là pixel (picture element, pels, image elements) được xem như là dấu hiệu hay cường độ sáng tại một toạ độ trong không gian của đối tượng.  Ảnh được xem như là một tập hợp các điểm ảnh. Khi được số hoá, được biểu diễn là ma trận 2 chiều a[i][j] trong đó mỗi phần tử có một giá trị nguyên hoặc là một véc tơ cấu trúc màu. 12  Mỗi pixel chứamột màu (hoặc mức xám) 13 value(x, y, z, , t) màu độ sâu z thời gian t 14 Lưới các pixel, mỗi pixel chứa một màu Ảnh màu có nhiều giá trị cho mỗi pixel; Ảnh monochrome có 1 giá trị mỗi pixel p = (r,c) là vị trí pixel. r: row; c: column I( p) = I(r,c) giá trị của pixel tại p  Mức xám (gray level): Mức xám là kết quả sự mã hoá tương ứng một cường độ sáng của mỗi điểm ảnh với một giá trị số - kết quả của quá trình lượng hoá  Các thang giá trị mức xám thông thường: 16, 32, 64, 128, 256 (Mức 256 là mức phổ dụng. Lý do: từ kỹ thuật máy tính dùng 1 byte (8 bit) để biểu diễn mức xám: Mức xám dùng 1 byte biểu diễn: 256 mức xám, tức là từ 0 đến 255) 15 16 Ảnh Số bit/pixel Sốmàu Ảnh đen trắng 1 2 Ảnh xám (gray scale) 8 256 Ảnh RGB 24 2563 Ảnh 32 bit (true color+độ sâu) 32 2564  Các hoạt động có thể chia thành các loại  Trên điểm (pixel): giá trị điểm ảnh output chỉ phụ thuộc một giá trị điểm ảnh tại cùng vị trí của ảnh input  Cục bộ (local): giá trị điểm ảnh output tại vị trí nhất định (m, n) chỉ phụ thuộc vào giá trị các điểm ảnh lân cận của điểm ảnh có cùng vị trí (m, n) trên ảnh input.  Toàn cục (global): giá trị điểm ảnh output tại vị trí nhất định (m, n) phụ thuộc vào toàn bộ pixel trên ảnh input.  Nhằm tạo ra ảnh mới b[m,n] từ ảnh đầu vào a[m,n] sao cho đạt một số mục tiêu tăng cường chất lượng ảnh hoặc đáp ứng các yêu cầu phân tích. 17  Điểm, cục bộ, và toàn cục 18 19  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)  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) 20 x x p x x x x p x x ND(p) N4(p) x x x x p x x x x N8(p)  4-liền-kề: Hai điểm ảnh p và q là 4-liền-kề nếu q thuộc tập N4(p).  8-liền-kề: Hai điểm ảnh p và q là 8-liền-kề nếu q thuộc tập N8(p).  Ví dụ: 21 0 1 1 0 1 0 0 0 1 Các điểm ảnh 0 1 1 0 1 0 0 0 1 8-liền-kề 0 1 1 0 1 0 0 0 1 4-liền-kề  Neighborhoods + sự liên hệ thông qua giá trị khác ( ví dụ: cường độ điểm ảnh - intensity).  Lân cận 4 (4 - adjacency):  Lân cận 8 (8 - adjacency):  Đường nối 2 điểm p (x0, y0) và q (xn, yn): tập tuần tự các điểm ảnh có tọa độ lần lượt là (x0, y0), (x1, y1), (x2, y2),..., (xn, yn) sao cho:  Hai điểm liền kề (xi, yi), (xi-1, yi-1) với (1 <= i <= n) là có quan hệ lân cận (4 hoặc 8).  n được gọi là độ dài của path.  Nếu (x0, y0) = (xn, yn) ta gọi đó là đường khép kín (Closed Path).  Gọi S là tập các điểm ảnh bất kỳ trong image (S có thể là toàn bộ image):  Hai điểm p và q được gọi là kết nối với nhau qua S nếu tồn tại path giữa chúng.  Tập các điểm kết nối với p và thuộc S được gọi là thành phần được kết nối (connected component).  Nếu S chỉ có 1 thành phần kết nối, có nghĩa là mỗi điểm ảnh thuộc S thì kết nối với tất cả các điểm ảnh còn lại. Ta gọi S là tập kết nối (Connected Set).  Gọi R là một tập điểm ảnh bất kỳ, R được gọi là vùng ảnh nếu nó là một tập kết nối thỏa định nghĩa ở trên.  Hai vùng Ri và Rj được coi là lân cận (Adjacency) nếu hợp của chúng là một tập kết nối.  Các vùng không lân cận (not adjacent) thì gọi là disjoint.  Cũng tương tự như với điểm ảnh việc xét vùng lân cận cũng cần sự chỉ định kiểu 4 hay 8. 4-connectivity yields 2 regions 8-connectivity yields 1 region • Regions may contain holes. 30  i=imread('lena.tif');  figure,imshow(i),title('Anh goc');  igrey=rgb2gray(i);  figure, imshow(igrey), title('Anh xam');  figure, imshow(ibin), title('Anh nhi phan');  imwrite(igrey,'lena_xam.png'); 31  Mô hình toán học dùng để mô tả các màu sắc trong thực tế được biểu diễn dưới dạng số học.  Có nhiều không gian màu khác nhau: RGB, CMY, HSV, 32  RGB dùng phổ biến trong đồ họa máy tính và nhiều thiết bị kĩ thuật số khác.  Kết hợp của 3 màu cơ bản : đỏ (R, Red), xanh lục (G, Green) và xanh lơ (B, Blue) để mô tả tất cả các màu khác.  Ảnh số được mã hóa bằng 24bit, 8bit cho R, 8bit cho G, 8bit cho B, mỗi màu nhận giá trị từ 0-255.  Với mỗi giá trị khác nhau của mỗi màu kết hợp lại được một màu khác, tổng cộng có 2563 = 16,777,216 màu khác nhau. 33 34 • Là không gian màu được sử dụng phổ biến trong ngành công nghiệp in ấn. • Được dùng nhiều trong việc chỉnh sửa, phân tích và trong thị giác máy tính. • Hệ không gian này dựa vào 3 thông số để mô tả màu sắc: H = Hue: màu sắc, S = Saturation: độ đậm đặc, V = value: giá trị cường độ sáng. • Thường được biểu diễn dưới dạng hình trụ hoặc hình nón. • 38 Input image Input image Enhancement technique Miền không gian Miền tần số Xử lý trực tiếp trên pixel Xử lý trên biến đổi Fourier của ảnh  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 biểu đồ tần suất, còn 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: 39  “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: 40 rLs  1  Nhằm giãn các mức xám thấp của ảnh input có đượcmức xám cao hơn. Nhằm làm cho bớt tối.  Mức xám s mới được xác định bởi 41 )1log( rcs  1. Viết hàm biến đổi ảnh âm bản 2. Viết hàm biến đổi hàm log Sinh viên đọc thêm “Digital Image Processing-3rd Edition” của Rafael C. Gonzalez từ 130-137. Thực hiện với Matlab những biến đổi này. 42  Hình dạng histogram thể hiện độ sáng (brightness) của ảnh 43  Hình dạng histogram thể hiện độ tương phản (contrast) của ảnh 44  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 có histogram chuẩn hơn.  Cầnmột hàm biến đổi trênmức xám. 45  Kỹ thuật “cân bằng histogram” có thể cải thiện chất lượng ảnh tự động mà không cần làm thủ công với chức năng co/giãnmức xám. 46 I = imread(‘lena.tif'); J = histeq(I); imshow(I); figure, imshow(J); 47 48 49 m_equalization Hãy viết chương trình Matlab nhằm thực hiện:  Chuyển ảnh xám sang trắng đen  Cài đặt các phép biến đổi dựa trên điểm ảnh  Co giãn độ tương phản  Làm sáng đối tượng thông qua kỹ thuật gray-level slicing 50  Một số khái niệm cơ bản về ảnh (mức xám, ảnh màu, lân cận)  Các khái niệm cơ bản về xử lý ảnh (điểm, cục bộ, toàn cục)  Các không gian màu  Histogram  Nhiễu trong ảnh 51