TRƯỜNG ĐẠI HỌC CẦN THƠ

KHOA CÔNG NGHỆ THÔNG TIN

BM HỆ THỐNG THÔNG TIN & TOÁN ỨNG DỤNG

Bài giảng
XỬ LÝ ẢNH
Giảng viên: NGUYỄN THANH BÌNH

01/2009
 Chương 2

XỬ LÝ ẢNH
TRONG MIỀN KHÔNG GIAN

2
 Tổng quan về các phép xử lý ảnh

➢ Mục đích của phép xử lý ảnh:

 Tăng cường và phục hồi ảnh (nâng cao chất lượng ảnh)
 Trích lọc thông tin từ ảnh
➢ Các phép xử lý ảnh thường được áp dụng trên ảnh mức
xám hoặc ảnh nhị phân
 Ảnh màu: xử lý trên từng thành phần màu R,G,B
➢ Có 3 loại xử lý chính: xử lý trên điểm ảnh, xử lý lân cận, xử
lý toàn cục.
➢ Có 2 miền xử lý chính: miền không gian (spatial domain),
miền tần số (frequential domain).
3
Tổng quan về các phép xử lý ảnh

4
 Tổ chức đồ của ảnh (Histogram)

➢ Là một đặc trưng quan trọng của ảnh

➢ Xử lý trên điểm ảnh
➢ Thường được dùng để xử lý nâng cao chất lượng ảnh.
● Ngoài ra, tổ chức đồ cũng được sử dụng trong trích lọc
thông tin ảnh hoặc nhận dạng ảnh.
➢ Định nghĩa: là đồ thị mô tả mối quan hệ giữa mức xám
và số điểm ảnh có chung mức xám
 Đồ thị phân bố mức xám của ảnh
 h(x) : số điểm ảnh có chung mức xám x
5
 Tổ chức đồ của ảnh (Histogram)

➢ Tính tổ chức đồ cho ảnh

● Tính h(x) là số điểm ảnh có mức xám x
● Cho i chạy từ 0 .. 255, đếm số điểm ảnh có cùng mức
xám i
int h[256];
for (int i=0; i<256; i++)
h[i] = 0;
for (int x=0; x<N; x++) {
for (int y=0; y<M; y++)
h[I[x][y]]++;
}

6
 Tổ chức đồ của ảnh (Histogram)

Số điểm
ảnh

Mức xám
➢ Ví dụ:

7
 Tổ chức đồ của ảnh (Histogram)

➢ Ví dụ:

8
 Độ sáng tối & độ tương phản

➢ Độ sáng tối: được tính bằng trung bình mức xám của
ảnh
➢ Độ tương phản: có 2 cách tính
 Độ lệch chuẩn của mức xám

 Tỷ lệ giữ hiệu và tổng mức xám nhỏ nhất và lớn nhất

9
 Độ sáng tối & độ tương phản

➢ Ví dụ:

10
 Độ sáng tối & độ tương phản

➢ Ví dụ:

11
 Độ sáng tối & độ tương phản

➢ Nhận xét:
● Tổ chức đồ lệch về bên trái: ảnh tối
● Tổ chức đồ lệch về bên phải: ảnh sáng
● Tổ chức đồ chân hẹp (dày): ảnh không rõ nét (độ
tương phản thấp)
● Tổ chức đồ chân rộng (thưa): ảnh rõ nét (độ tương
phản cao)

12
 Trượt tổ chức đồ

➢ Mục đích: làm thay đổi độ sáng tối của ảnh

● O(x,y) = I(x,y) + c
● Nếu c<0 : trượt ảnh về bên trái → ảnh tối hơn
● Nếu c>0 : trượt ảnh về bên phải → ảnh sáng hơn

13
Trượt tổ chức đồ

ảnh kết quả sau khi

trượt với c = 50

14
 Căng tổ chức đồ (Stretch)

➢ Mục đích: làm thay đổi độ rộng chân của tổ chức đồ →

thay đổi độ tương phản của ảnh
● O(x,y) = I(x,y) x c (với c>0)
● Nếu c<1 : thu hẹp chân tổ chức đồ → giảm độ tương
phản của ảnh
● Nếu c>1 : mở rộng chân tổ chức đồ → tăng độ tương
phản của ảnh

15
Căng tổ chức đồ (Stretch)

ảnh kết quả sau khi

căng với c = 5

16
 Sửa chữa tổ chức đồ

➢ Mục đích: nhằm có được một tổ chức đồ tối ưu nhất →

nâng cao chất lượng ảnh
➢ Kết hợp trượt và căng tổ chức đồ
● Trượt tổ chức đồ về bên trái sao cho mức xám nhỏ
nhất về 0
● Căng tổ chức đồ sao cho mức xám lớn nhất bằng 255

17
 San lấp tổ chức đồ (Equalization)

➢ Mục đích: phân bố lại các mức xám → tăng độ tương

phản của ảnh
➢ Tổ chức đồ của ảnh kết quả có hình dạng ít lồi lõm hơn
tổ chức đồ của ảnh gốc

18
 San lấp tổ chức đồ (Equalization)

➢ Tính tổ chức đồ h(x)

➢ Chuẩn hóa tổ chức đồ:
hn(x) = h(x) / tổng số điểm ảnh
➢ Tính hàm mật độ xác suất chuẩn hóa

➢ Tính giá trị mức xám kết quả cho từng điểm ảnh
O(x,y) = round ( C(I(x,y)) * 255 )

19
 San lấp tổ chức đồ (Equalization)

➢ Xử lý san lấp tổ chức đồ thường được sử dụng khi việc

sửa chữa tổ chức đồ không mang lại hiệu quả.

20
 San lấp tổ chức đồ (Equalization)

➢ Áp dụng xử lý san lấp tổ chức đồ trên những ảnh có độ

tương phản khác nhau sẽ thu được cùng ảnh kết quả.

21
 Phân ngưỡng (Threshold)

➢ Mục đích: chuyển một ảnh mức xám về ảnh nhị phân
➢ Công thức:
255 nếu I(x,y) ≥ c
I'(x,y) =
0 ngược lại

c = 128
22
Một số phép toán trên ảnh

➢
Chú ý: trong hình vẽ này:
● Trắng : 0
● Đen : 1

23
Một số phép toán trên ảnh

24
Một số phép toán trên ảnh

25
 Chập mặt nạ (Convolution)

➢ Công thức tổng quát:

∞
g  x=h x ∗ f  x= ∫ f  x−k  hk  dx
−∞

➢ Nếu tọa độ là số nguyên → rời rạc hóa công thức trên:

∞
g  x=h x ∗ f  x= ∑ f  x−k  hk 
x=−∞

➢ Trong xử lý ảnh (không gian 2 chiều)

H / 2 H /2
I '  x , y=M  x , y∗I  x , y= ∑ ∑ I  x−u , y−v  hu , v 
u=−H /2 v=−H /2
26
 Chập mặt nạ (Convolution)

I * M
Mặt nạ

Ảnh
➢ Mặt nạ chập: thường là hình vuông và có kích thước lẻ
(3x3, 5x5, 7x7, ...)
27
Tích chập

I I'

I'(1,1) = I(0,0)M(0,0) + I(1,0)M(1,0) + I(2,0)M(2,0)

+ I(0,1)M(0,1) + I(1,1)M(1,1) + I(2,1)M(2,1)
+ I(0,2)M(0,2) + I(1,2)M(1,2) + I(2,2)M(2,2)
28
Tích chập

I I'

I'(2,1) = I(1,0)M(0,0) + I(2,0)M(1,0) + I(3,0)M(2,0)

+ I(1,1)M(0,1) + I(2,1)M(1,1) + I(3,1)M(2,1)
+ I(1,2)M(0,2) + I(2,2)M(1,2) + I(3,2)M(2,2)
29
Tích chập

I I'

I'(x,y) = I(x-1,y-1)M(0,0) + I( x ,y-1)M(1,0) + I(x+1,y-1)M(2,0)

+ I(x-1, y )M(0,1) + I( x , y )M(1,1) + I(x+1, y )M(2,1)
+ I(x-1,y+1)M(0,2) + I( x,y+1)M(1,2) + I(x+1,y+1)M(2,2)
30
 Tích chập

I I'
M

I'(M-1,N-1) = I(N-3,M-3)M(0,0) + I(N-2,M-3)M(1,0) + I(N-1,M-3)M(2,0)

+ I(N-3,M-2)M(0,1) + I(N-2,M-2)M(1,1) + I(N-1,M-2)M(2,1)
+ I(N-3,M-1)M(0,2) + I(N-2,M-1)M(1,2) + I(N-1,M-1)M(2,2)
31
 Mặt nạ (Mask)

➢ Trong việc chập mặt nạ, ảnh kết quả thu được phụ
thuộc vào tính chất của mặt nạ chập (mask)
➢ Mỗi mặt nạ chập là một bộ lọc tuyến tính cho phép thay
đổi ảnh theo một ý định nào đó.
➢ Thông thường, để bảo toàn ảnh, người ta thường sử
dụng các mặt nạ có tổng các phần tử trong mặt nạ là 1.

32
 Bài tập

➢ Tính tích chập của mặt nạ M và ảnh I sau:

M I

33
 Lọc hạ thông (low pass filter)
Lọc thượng thông (high pass filter)
➢ Lọc hạ thông:
 Chỉ giữ lại những thành phần tần số thấp, lọc bỏ
những thành phần tần số cao
 Thường dùng để làm trơn ảnh (smoothing) hay làm
giảm nhiễu (trước khi lọc đường biên)
➢ Lọc thượng thông:
 Chỉ giữ lại những thành phần tần số cao, lọc bỏ
thành phần tần số thấp.
 Thường dùng để làm rõ đường biên (sharpening)
34
Lọc hạ thông (low pass filter)
Lọc thượng thông (high pass filter)

smoothing sharpening
35
 Bộ lọc trung bình

➢ Cho phép làm trơn ảnh và khử nhiễu. Phép lọc trung
bình thay thế giá trị của 1 pixel bằng giá trị trung bình của
những pixel lân cận

36
Bộ lọc trung bình

37
 Bộ lọc trung bình

➢ Khi kích thước mặt nạ tăng lên: tốc độ khử nhiễu nhanh,
nhưng bị mất nhiều chi tiết.

Ảnh gốc 5x5 11x11

38
 Bộ lọc Gauss

➢ Công thức:

39
 Bộ lọc Gauss

Ảnh gốc 5x5 11x11

➢ Tốc độ làm trơn chậm, nhưng cho kết quả tốt hơn (giữ
được chi tiết nhiều hơn so với bộ lọc trung bình)
40
 Bộ lọc Median

➢ Là bộ lọc không tuyến tính → không sử dụng tích chập

➢ Lọc nhiễu tốt hơn bộ lọc trung bình hoặc bộ lọc Gauss
(dạng nhiễu “muối tiêu”)
➢ Lấy các giá trị lân cận → sắp xếp tăng dần → lấy giá trị
ở giữa
Trung bình Nhiễu

Median

41
Bộ lọc Median

Ảnh gốc Trung bình Median 3x3

3x3

42
Bộ lọc Median

43
 Tài liệu tham khảo

➢ http://en.wikipedia.org/
➢ Bài giảng Xử lý ảnh, Phạm Nguyên Khang, ĐHCT
➢ Bài giảng Traitement d'Images, GS. Alain Boucher, IFI,
Hanoi, Vietnam
➢ Digital Image Processing - Rafael C. Gonzalez &
Richard E. Woods - 2nd edition. Prentice-Hall, 2002.

44