Professional Documents
Culture Documents
Xử lý ảnh
Xử lý ảnh là xây dựng một ảnh mới g từ một ảnh
cho trước f.
Chúngg ta có thể biến đổi ff.
Hoặc:
1
Xử lý điểm ảnh
Một loại đơn giản nhất của biến đổi là tác động
trực tiếp đến vị trí điểm ảnh (x,y):
g = t(f)
()
Đây là xử lý trên điểm ảnh.
Giá trị g(x,y) sẽ phụ thuộc vào f(x,y) tại (x,y) (và không phụ thuộc vào các
pixel láng giềng).
Chúng ta thường viết s = T(r) với s là giá trị sau khi thao tác và r là giá trị
pixel cần biến đổi.
2
Ảnh âm bản
Âm bản
3
Độ tương phản
Độ tương phản
4
Độ tương phản
Độ tương phản
Trường hợp đặc biệt 2:
• Gamma correction: S1 = 0, S2 = 1 và
5
Nén vùng linh họat
Chia nhỏ mức xám: Làm nổi bật một vùng đặc
biệt của mức xám.
6
Nén vùng linh hoạt
Ví dụ:
Chia nhỏ mặt phẳng Bit: Hiển thị các bit khác
nhau các ảnh nhị phân riêng biệt.
7
Tám mặt
phẳng bit
Trừ ảnh
Trong trường hợp độ sai khác của hai bức ảnh “tương
đồng” theo công thức:
g(m,n) = f1(m,n)-f2(m,n)
Dùng để phân đoạn ảnh và làm tăng cường ảnh.
•f1(m, n):
Ảnh trước
khi đưa g(m, n):
hóa chất Ảnh sau
vào khi đưa
•f2(m,
f2( n):) hóa chấtấ
Ảnh sau vào , sau
khi đưa khi trừ
hóa chất ảnh
vào X-quang não người bệnh
Trường ĐHKHTN Tp.HCM
Khoa Toán - Tin học 2008
8
Dùng trung bình ảnh để giảm nhiễu
Nhiễu là hiện tượng ngẫu nhiên (không dự đoán
trước được), làm hư ảnh.
Nhiễu xảy ra trong quá trình:
• Thu ảnh
• Truyền ảnh
• Lưu trữ ảnh
Nhiễu có thể mô hình hóa như tiến trình:
g(m,n) = f(m,n) + η(m,n)
Nhiễu h(m,n) tại pixel (m,n) được mô hình như một biến
ngẫu nhiên.
Thông thường, h(m,n) xem như là zero-mean và các giá
trị nhiễu tại các pixel khác nhau thì không có tương
quan.
Giả sử chúng ta có M quan sát {gi(m, n)}, i=1,2,…,M,
chúng ta có thể giảm nhiễu (một phần) bằng “tính trung
bình của ảnh”.
1 M
g (m, n ) = ∑ g (m, n )i
M i =1
9
Dùng trung bình ảnh để giảm nhiễu
E [g (m, n )] = f (m, n )
1
Var [g (m, n )] =
Var [η (m, n )]
M
Hơn nữa, nếu số lượng quan sát tăng (M⎯→∞),
tác động nhiễu sẽ giảm về zero.
Ví dụ
Ảnh nhiễu
Ả ễ
Ảnh không nhiễu
Variance = 0.05
10
Ví dụ
M =2 M =5 M =10
11
Histogram
Histogram của ảnh xám, có các giá trị xám r0, r1, …, rL-1 là
hàm rời rạc
n ⎧ n la
l ø soá löôï
löô ng pixel
i l coù giai ù trò
t ò xam
ù rk
p(rk ) = k , vôùi ⎨ k
n ⎩ n laø toång soá pixel cuûa aûnh
Hàm p(rk) mô tả tỷ lệ tổng số pixel có mức xám rk và tổng
số pixel của ảnh.
Histogram cung cấp một mô tả tổng thể phân bố của ảnh.
Nếu chúng ta xem mức xám trong ảnh như biến ngẫu nhiên
R, mật độ xác suất, thì histogram cung cấp như một xấp xỉ
của mật độ xác suất.
Pr[R=rk] ≈ p(rk)
Hình dạng
của một
histogram
cung cấp
thông tin
hữu dụng
cho hiệu
chỉnh độ
tương
phản,
hả làmlà
tăng
cường.
12
Ví dụ kéo dãn histogram
The original image displayed The histogram of the original image
10000
5000
0
0 0.5 1
10000
5000
0
0 0.5 1
Ảnh chụp p
từ trên không
a-b
c-d
b-d ảnh kết quả
sau khi dùng
biến đổi với c=1
và γ =3.0, 4.0 và
5.0
13
Hàm so sánh hai histogram
14
Cân bằng Histogram
Chúng ta có giá trị xám r liên tục trong [0,1], r=0 mô tả màu
đen và r=1 mô tả màu trắng.
Chúng ta cần xây dựng một biến đổi s=T(r), s=T(r) trên cơ sở
histogram của ảnh, biến đổi này sẽ làm tăng cường ảnh.
T có các tính chất:
• T(r) là hàm tăng đều với 0≤r≤1
• T(r) ánh xạ từ [0,1] vào [0,1].
15
Cân bằng Histogram
16
Cân bằng Histogram
Rời rạc hóa, ta sẽ có: pin ( rk ) = nk , for 0 ≤ r ≤ 1, vaø 0 ≤ k ≤ L − 1
• L: Tổng số mức xám n
• nk: số lượng pixel ở mức xám rk
• n: Tổng số pixel trong ảnh
CDF sẽ là
k k
sk = T (rk ) = ∑ = ∑ pin (ri ), for 0 ≤ k ≤ L − 1
ni
i =0 n i =0
Cân bằng histogram không phải lúc nào cũng cho kết
quả như mong muốn, chỉ hiệu quả khi histogram bị
dồn lại. Điều này có thể gây ra sai cạnh và vùng, có
thể gây ra nhiễu.
17
Ví dụ cân bằng Histogram
Ví dụ
18
Ví dụ
Histogram của ảnh ban đầu Histogram của ảnh sau cân bằng
Ví dụ
19
Ví dụ
Histogram của ảnh ban đầuHistogram của ảnh sau cân bằng
Ví dụ
20
Ví dụ
Histogram của ảnh ban đầu Histogram của ảnh sau cân bằng
Ví dụ
21
Ví dụ
Histogram của ảnh ban đầu Histogram của ảnh sau cân bằng
22
Chỉ định dạng Histogram
Nếu g có mật độ chuẩn: z
ν = G ( z ) = ∫ pout (w )dw, 0 ≤ z ≤1 (* *)
o
Ví dụ
23
Chỉ định dạng histogram
Ví dụ
24
Ví dụ
Ví dụ
25
Tăng cường ảnh bằng cách dùng
Histogram cục bộ
Tăng cường chi tiết từ các vùng nhỏ của ảnh.
Định nghĩa một hình chữ nhật hay vuông để xem xét láng
giềng, từ tâm di chuyển từng pixel một.
Tính toán histogram cục bộ trên cơ sở chọn láng giềng cho mỗi
điểm và dùng cân bằng histogram và histogram chỉ định cho
pixel ở tâm.
Mặt khác dùng thông tin histogram để tăng cường ảnh là
phương pháp kết hợp thống kê với với histogram (histogram
xem nhưh là hàm
hà mậtật độ xác
á suất).
ất)
Ví dụ, chúng ta có thể dùng trung bình (mean) cục bộ và
phương sai (variance) để xác định độ tượng phản/sáng cục
bộ của một pixel.
26