Bài giảng môn Xử lý ảnh số - Chương 5: Tiền xử lý ảnh (tiếp)
Các biến đổi trên mức xám 2. Biến đổi trên Geometry 3. Tiền xử lý sử dụng dữ liệu cục bộ 4. Biến đổi Fourier 5. Biến đổi Wavelets 6. Tổng kết
Bạn đang xem trước 20 trang tài liệu Bài giảng môn Xử lý ảnh số - Chương 5: Tiền xử lý ảnh (tiếp), để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
Chương 5:
TIỀN XỬ LÝ ẢNH (tt)
Võ Quang Hoàng Khang
TPHCM - 2016
1. Các biến đổi trênmức xám
2. Biến đổi trênGeometry
3. Tiền xử lý sử dụng dữ liệu cục bộ
4. Biến đổi Fourier
5. Biến đổiWavelets
6. Tổng kết
2
Ứng dụng các phép biến đổi trên mức xám để
điều chỉnh chất lượng ảnh.
Mô tả được các phép biến đổi hình học trên ảnh.
Áp dụng các kỹ thuật dựa trên dữ liệu cục bộ để
làmmịn ảnh, làm nổi biên ảnh, xác định cạnh.
Áp dụng các kỹ thuật phân tích trên miền tần số
để phân tích các đặc điểm của ảnh.
Mô tả đượcmục đích sử dụng các bộ lọc.
3
Làm ảnh “tốt” hơn chomục đích nhất định
Do đó: rất phụ thuộc vào từng ứng dụng cụ thể
Phương pháp:
Xử lý trênmiền không gian
▪ Xử lý trên điểm ảnh
▪ Xử lýmặt nạ
Xử lý trênmiền tần số
▪ Các phép lọc
4
Tìm hiểu các kỹ thuật lọc không gian:
Neighbourhood operations
Lọc không gian là gì?
Kỹ thuật làmmịn ảnh
Xử lý trường hợp đặc biệt
Cửa sổ lân cận tính giá trị
cho phần tử trung tâm.
Kích thước của cửa sổ:
(2m+1)x(2n+1)
Origin x
y Image f (x, y)
(x, y)
Neighbourhood
r s t
u v w
x y z
Origin x
y Image f (x, y)
eprocessed = v*e +
r*a + s*b + t*c +
u*d + w*f +
x*g + y*h + z*i
Filter
Simple 3*3
Neighbourhood
e 3*3 Filter
a b c
d e f
g h i
Original Image
Pixels
*
Lặp lại quá trình trên cho mỗi pixel của ảnh gốc.
a
as
b
bt
tysxftswyxg ),(),(),(
• Filtering có thể
biểu diễn bởi
phương trình trên.
Đơn giản nhất chúng ta có thể làmmịn ảnh là:
Tính trung bình của các giá trị trong neighbourhood cho giá trị
trung tâm.
Có tác dụng loại
bỏ nhiễu trong ảnh
Làm nổi bật các chi
tiết tổng thể. 1/9
1/9
1/9
1/9
1/9
1/9
1/9
1/9
1/9
Bộ lọc
trung bình
đơn giản
1/9
1/9
1/9
1/9
1/9
1/9
1/9
1/9
1/9
Origin x
y Image f (x, y)
e = 1/9*106 +
1/9*104 +
1/9*100 +
1/9*108 +
1/9*99 +
1/9*98 +
1/9*95 +
1/9*90 +
1/9*85
= 98.3333
Filter
Simple 3*3
Neighbourhood
106
104
99
95
100 108
98
90 85
1/9
1/9
1/9
1/9
1/9
1/9
1/9
1/9
1/9
3*3 Smoothing
Filter
104 100 108
99 106 98
95 90 85
Original Image
Pixels
*
Lặp lại cho mỗi pixel trong ảnh gốc để tạo ra
ảnh được làm mịn.
Cho ảnh gốc (trên trái)
kích thước size
500*500 pixels
Kết quả của bộ lọc
trung bình với kích
thước:3, 5, 9, 15 và 35
Chú ý: các chi tiết bắt
bắt đầu biến mất.
Làmmịn ảnh hiệu quả hơn khi cho trọng số của các pixel lân
cận là khác nhau.
Các pixel gần với pixel
trung tâm là quan trọng hơn.
1/16
2/16
1/16
2/16
4/16
2/16
1/16
2/16
1/16
Bộ lọc trung bình
có trọng số.
Tác dụng:
Loại bỏ được nhiễumà không làmmờ cạnh nhiều.
Hiệu quả đối với hai loại nhiễu: nhiễu đốm (speckle noise)
vàmuối tiêu (salt-pepper noise)
Phổ biến
Bộ lọc thường dùng để loại bỏ nhiễu trong ảnh.
Trong một số trường hợp lọc trung vị có hiệu quả tốt
hơn bộ lọc trung bình.
Original Image
With Noise
Image After
Averaging Filter
Image After
Median Filter
123 127 128 119 115 130
140 145 148 153 167 172
133 154 183 192 194 191
194 199 207 210 198 195
164 170 175 162 173 151
x
y
Origin x
y Image f (x, y)
e
e
e
e
Tại các cạnh của ảnh?
e e
e
Một vài phương pháp giải quyết:
Bỏ pixel bị thiếu
▪ Kích thước nhỏ hơn ảnh gốc
Nhân rộng biên
Thêm các dòng và cột quanh biên ảnh
▪ Có thể tạo ra các hình ảnh lạ
123 127 128 119 115 130
140 145 148 153 167 172
133 154 183 192 194 191
194 199 207 210 198 195
164 170 175 162 173 151
x
y
Original
Image
Filtered Image:
Zero Padding
Filtered Image:
Nhân rộng biên
Filtered Image:
Wrap Around Edge Pixels