Xu-Li-Anh - Vo-Tuan-Kiet - Xla - c4 - Xu-Ly-Mien-Khong-Gian - 08082018 - Copy - (Cuuduongthancong - Com) PDF

om
.c
ng
XỬ LÝ ẢNH
co
an
th
ng
Võ Tuấn Kiệt
o
Bộ môn Viễn thông (112B3)

du
Đại học Bách Khoa TpHCM

u
cu
Email: kietvo@hcmut.edu.vn
CuuDuongThanCong.com https://fb.com/tailieudientucntt
Chương 4: Xử lý miền không gian
Các phép toán điểm
om
Ảnh âm bản
.c
Lấy ngưỡng
ng
Biến đổi độ sáng
co
an
Phép toán lân cận
Lọc không gian th
o ng
Tích chập
du
Tương quan
u
cu
Thành phần kết nối
2
om
.c
ng
co
an
th
o ng
du
u
cu
3
Các phép toán điểm
Thực hiện trên 1 pixel: s = T ( r )
om
Negative Contrast stretching
.c
ng
Thresholding
co
an
th
o ng
du
u
Histogram
cu
Equalization
4
Ảnh âm bản
Tăng cường trắng hay chi tiết xám trong vùng
om
tối của ảnh.
.c
ng
co
an
th
ng
s = intensitymax – r
o
du
u
cu
5
Lấy ngưỡng
Dùng trong phân đoạn ảnh để cách ly một đối
om
tượng quan tâm khỏi nền.
.c
ng
co
an
th
o ng
1.0 r > threshold
du
s=
0.0 r  threshold
u
cu
6
Giải thuật lấy ngưỡng toàn cục
om
.c
ng
co
an
th
o ng
du
u
cu
7
Giải thuật lấy ngưỡng toàn cục Otsu (1)
 Lặp với tất cả giá trị ngưỡng.
om
 Ứng với mỗi giá trị ngưỡng, đo phương sai kết hợp cùng lớp
(W) dựa trên phương sai của vùng nền (b) và vùng cảnh (f)
.c
với trọng số xác suất (Wb, Wf) tương ứng.
ng
 Giá trị ngưỡng tương ứng với phương sai cùng lớp nhỏ nhất.
co
an
th
ng
 Có thể cải tiến nhanh hơn dùng đo phương sai kết hợp giữa lớp
o
du
(B) lớn nhất.

u
cu
8
Giải thuật lấy ngưỡng toàn cục Otsu (2)
om
.c
ng
co
an
th
o ng
du
u
cu
9
Ví dụ
om
.c
ng
co
an
th
o ng
du
u
cu
10
Biến đổi độ sáng
Có nhiều loại biến đổi độ sáng khác nhau
om
.c
ng
co
an
th
o ng
du
u
cu
11
3 loại phổ biến nhất:
om
Linear
.c
o Negative/Identity
ng
Logarithmic
co
an
o Log/Inverse log
th
Power law ng
o nth power/nth root
o
du
u
cu
12
Biến đổi logarithm
s = c * log(1 + r)
om
Trải rộng vùng sáng và thu hẹp vùng tối.
.c
Đặc biệt hữu ích khi mức xám ngõ vào có
ng
co
phạm vi cực lớn.
an
Ví dụ: biến đổi Fourier của ảnh
th
o ng
du
u
cu
s = log(1 + r)
13
Biến đổi lũy thừa
s=c*rγ
om
Trải rộng vùng tối và thu hẹp vùng sáng.
.c
ng
co
an
th
o ng
du
u
cu
14
Ví dụ
om
.c
ng
co
an
th
o ng
du
u
cu
γ = 0.6
15
Ví dụ
om
.c
ng
co
an
th
o ng
du
u
cu
γ = 0.4 γ = 0.3
16
Ví dụ
om
.c
γ=3
ng
co
an
th
γ=4
o ng
du
u
cu
17
Biến đổi tuyến tính từng đoạn
Dùng biến đổi tùy ý người dùng.
om
Biến đổi tuyến tính trải rộng độ tương phản.
.c
ng
co
an
th
o ng
du
u
cu
18
Ví dụ
om
.c
ng
co
an
th
o ng
du
u
cu
19
Dịch chuyển mức xám
Nổi bật vùng mức xám
om
Tương tự như lấy ngưỡng
.c
Các mức xám còn lại có thể bị
ng
nén hoặc duy trì.
co
Nổi bật các đặc trưng
an
th
o ng
du
u
cu
20
Phân tách mặt phẳng bit
Các bit bậc cao (MSB) thường chứa phần lớn
om
thông tin hiển thị ý nghĩa.
.c
Các bit bậc thấp (LSB) chứa chi tiết phụ.
ng
co
an
th
o ng
du
u
cu
21
Ví dụ
om
.c
ng
co
an
th
o ng
du
u
cu
22
om
Reconstructed image
using only bit planes 8
.c
and 7
ng
co
an
Reconstructed image
th
ng using only bit planes 8, 7
and 6
o
du
u
Reconstructed image
cu
using only bit planes 7, 6

and 5
23
Giới hạn của các phép toán điểm
Không biết vị trí trong ảnh
om
Không biết gì về các lân cận
.c
Phần lớn các đặc trưng ảnh (cạnh, texture, …)
ng
co
liên quan đến lân cận không gian của pixel
an
th
o ng
du
u
cu
24
Lọc không gian
Thay thế giá trị pixel dựa trên các phép toán
om
gọi là bộ lọc hay mặt nạ, cửa sổ, khuôn mẫu,
.c
kernel, …
ng
g ( x , y )  T [ f ( x , y )]
co
an
f(x,y) là ảnh vào (gốc)
g(x,y) là ảnh sau xử lý
th
ng
 T là một phép toán trên f, định nghĩa với lân
o
du
cận nào đó của (x,y)

u
cu
Dùng vùng ảnh con có trung tâm tại (x,y)

Hình dạng của vùng lân cận: vuông, chữ nhật, tròn
25
Kết hợp tuyến tính của các giá trị pixel.
om
Dùng các trọng số khác nhau có thể đạt được
.c
các kết quả khác nhau
ng
co
Làm trơn mịn
an
Làm sắc nét
Phát hiện cạnh th
o ng
du
u
cu
26
Ví dụ
Vùng lân cận 3 3 của một điểm (x,y)
om
.c
x
ng
co
(x,y) (x-1,y-1) (x,y-1) (x+1,y-1)
an
th
ng
(x-1,y) (x,y) (x+1,y)
o
du
Image f(x,y)
u
(x-1,y+1) (x,y+1) (x+1,y+1)

cu
27
Kích thước ảnh sau lọc
Lớn hơn ảnh gốc
om
Bằng ảnh gốc
.c
Nhỏ hơn ảnh gốc
ng
co
an
th
o ng
du
u
cu
28
Xử lý vùng biên ảnh
Chèn zero (zero padding): fn+1=0
om
Cuộn tuần hoàn (wrap around): fn+1=f1
.c
Lặp biên gần nhất: fn+1=fn
ng
co
Đối xứng biên: fn+1=fn-1
an
th
pad with zeroes
ng wrap around
o
du
u
cu
29
Tương quan
Cũng chính là lọc không gian.
om
.c
ng
n x n mask
co
h(i,j)
an
th
g(i,j)
o ng
du
u
f(i,j)
cu
30
Tương quan chuẩn hóa
 Đo mức độ tương đồng giữa các ảnh hay các phần của ảnh.
om
n n
2 2
.c
  h ( k , l ) f (i  k , j  l )
ng
n n
k  l
N (i, j ) 
2 2
co
n n n n
2 2 2 2
an
   
2 1/ 2 2 1/ 2
[ h ( k , l )] [ f (i  k , j  l )]
th
n n n n
k  l k  l
2
o
2
ng 2 2
du
mask
u
cu
31
Hệ thống tuyến tính bất biến không gian
om
.c
ng
co
an
Ngõ vào: xung đơn vị tại pixel [a,b]
th
o ng
du
Ngõ ra: đáp ứng xung

u
cu
32
Tích chập
Tương tự tương quan nhưng mặt nạ được lật
om
theo cả hai trục ngang và dọc.
.c
1 2 3
ng
7 8 9 9 8 7
H V
co
4 5 6 4 5 6 6 5 4
an
7 8 9 1 2 3 3 2 1
th
n n n n
ng
2 2 2 2
g (i, j )    h ( k , l ) f (i  k , j  l )    h (i  k , j  l ) f ( k , l )
o
du
n n n n
k  l k l
2 2 2 2
u
cu
h*f=f*h
Với mặt nạ đối xứng (h(i,j)=h(-i,-j)),
tích chập tương đương tương quan!
33
Ví dụ
Convolution kernel, h Input Image, f
om
1 -1 -1 2 2 2 3
.c
ng
1 2 -1 2 1 3 3
co
1 1 1 2 2 1 2
an
th
Rotate 180o ng 1 3 2 2
o
1 1 1
du
u
-1 2 1
cu
-1 -1 1
34
om
.c
ng
co
an
th
o ng
du
u
cu
35
om
.c
ng
co
an
th
o ng
du
u
cu
36
Đáp ứng xung có thể phân chia
Nếu đáp ứng xung có thể phân chia theo [x,α]
om
và [y,β] thì:
.c
ng
co
an
Khi đó, xử lý có thể thực hiện
th
ng
Theo từng hàng, sau đó theo từng cột
o
du
Theo từng cột, sau đó theo từng hàng

u
cu
37
Xử lý dạng ma trận
Nếu ảnh vào f và ảnh ra g ở dạng ma trận
om
.c
ng
co
an
th
o ng
du
Nếu ảnh vào và ảnh ra cùng kích thước thì Hx

u
cu
và Hy là các ma trận vuông.
38
Các mô hình nhiễu
Nguồn nhiễu
om
Thu nhận ảnh (số hóa)
.c
Truyền ảnh
ng
Nhiễu được xem như biến ngẫu nhiên (hàm
co
mật độ xác suất)
an
th
o ng
du
u
cu
39
Nhiễu Gaussian
Nhiễu mạch điện tử và nhiễu cảm biến.
om
.c
1
ng
2 2
(z ) / 2
p(z)  e
co
2 
an
th
ng mean variance

o
Note:  p ( z ) dz  1
du

u
cu
40
Nhiễu phân bố đều
Ít thực tế, thường dùng tạo số ngẫu nhiên.
om
.c
ng
 1
 if a  z  b
co
p(z)  b  a
an
 0 otherwise
th
ng
a  b
 
o
Mean:
du
2
u
cu
2
(b  a )
Variance: 
2

12
41
Nhiễu xung (muối tiêu)
Các quá độ nhanh (chuyển mạch trong tạo ảnh)
om
.c
 P a for z  a
ng

co
p ( z )   Pb for z  b
an

th
 0 otherwise
ng
• Thực tế, nhiễu xung thường mạnh hơn tín hiệu
o
du
ảnh. Ví dụ: a=0 (đen) và b=255 (trắng) với

u
ảnh 8-bit.
cu
42
om
.c
ng
co
an
th
o ng
du
u
cu
0 255
43
om
.c
ng
co
an
th
o ng
du
u
cu
44
Nhiễu tuần hoàn
Can nhiễu điện hoặc điện từ Nhiễu sin:
cặp liên hiệp
om
Phụ thuộc không gian
phức trong
.c
Quan sát trong miền tần số miền tần số
ng
co
an
th
o ng
du
u
cu
45
Lọc trung bình
Trung bình số học: làm mờ
om
.c
1
fˆ ( x , y )   g (s,t)
ng
mn ( s , t ) S
co
xy
an
Trung bình hình học: đạt được mờ mịn như
th
ng
trung bình số học nhưng mất mát một phần
o
du
chi tiết trong ảnh.

u
cu
1 / mn
ˆf ( x , y )    g (s, t)

 ( s , t ) S 
 xy 
46
Trung bình hài: hoạt động tốt với nhiễu
om
Gaussian và nhiễu muối nhưng kém với nhiễu
.c
tiêu. mn
ng
ˆ f (x, y) 
co
1

an
( s , t ) S xy
g (s, t)
Trung bình hài tổng hợp: th

o ng
du
Q 1 Q=-1, harmonic
 g (s, t)
u
( s , t ) S
Q=0, airth. mean
cu
fˆ ( x , y ) 
xy

Q
g (s, t)
( s , t ) S xy
Q=+: eliminates pepper noise
Q=-: eliminates salt noise 47

Lọc tuyến tính làm trơn mịn
Lọc trung bình hay lọc thông thấp.
om
.c
ng
co
an
Box filter
th Weighted average filter
o ng
a b
du
  w (s, t) f ( x  s, y  t)
u
cu
s atb
g (x, y)  a b
  w (s, t)
s atb
48
Lọc thống kê thứ tự
Dựa trên thứ tự của pixel: thích hợp với nhiễu
om
muối tiêu
.c
Lọc trung vị
ng
co
Lọc tối đa/tối thiểu
an
Lọc điểm giữa
th
ng
Lọc trung bình alpha-trimmed: loại bỏ d/2
o
du
pixel có mức xám thấp nhất và d/2 pixel có

u
mức xám cao nhất

cu
49
fˆ ( x , y )  median { g ( s , t )}
om
( s , t ) S xy
.c
fˆ ( x , y )  max { g ( s , t )}
ng
co
( s , t ) S xy
an
fˆ ( x , y )  min
th
{ g ( s , t )}
( s , t )  S xy
o ng
ˆf ( x , y )  1  max { g ( s , t )}  min { g ( s , t )} 
du
2  ( s , t ) S xy 
u
( s , t )  S xy

cu
1
fˆ ( x , y )   g r (s,t)
mn  d ( s , t ) S xy
50
Lọc trung vị
Thay thế giá trị pixel bởi giá trị pixel ở vị trí giữa
om
trong lân cận sau khi sắp xếp theo thứ tự tăng hoặc
.c
giảm dần.
ng
co
23 25 26 30 40
Neighborhood values:
an
15, 19, 20, 23, 22 24 26 27 35
th
24, 25, 26, 27, 50 18 20 50 25 34
ng
19 15 19 23 33
o
Median value: 24
du
11 16 10 20 30
u
cu
Có khả năng triệt nhiễu tốt, đặc biệt là nhiễu muối
tiêu.
51
Lọc tối đa/tối thiểu
Lọc tối đa
om
Thay thế giá trị pixel bởi giá trị pixel lớn nhất
.c
trong lân cận.
ng
Tìm điểm sáng nhất trong ảnh
co
an
Lọc tối thiểu
th
ng
Thay thế giá trị pixel bởi giá trị pixel lớn nhất
o
trong lân cận

du
u
Tìm điểm tối nhất trong ảnh

cu
52
Lọc sắc nét
Mục tiêu cơ bản
om
 Nổi bật chi tiết rõ trong ảnh
.c
 Tăng cường chi tiết bị mờ
ng
Dùng phép toán khác biệt trong miền không gian
co
 Đạo hàm bậc nhất
an
th
f
 f ( x  1)  f ( x )
ng
x
o
du
 Đạo hàm bậc hai

u
cu
2
 f
2
 f ( x  1)  f ( x  1)  2 f ( x )
x
53
Ví dụ
om
.c
ng
co
an
th
o ng
du
(a) a scan line (b) image strip

u
cu
(c) first derivative (d) second derivative
54
Phép toán Laplacian
The Laplacian: đạo hàm bậc hai của hàm 2 biến f(x,y)
om
.c
2 2
2  f  f
 f  
ng
2 2
x y
= [f(x+1,y)+f(x-1,y)+f(x,y+1)+f(x,y-1)] -4f(x,y)
co
an
th
Xấp xỉ bằng mặt nạ tích chập ng
o
du
0 1 0 1 1 1 -1 2 -1
u
cu
1 -4 1 1 -8 1 2 -4 2
0 1 0 1 1 1 -1 2 -1
55
a) Ảnh gốc
om
b) Trung bình 5x5
.c
 Khử nhiễu
ng
 Mờ ảnh
co
c) Laplacian (a – b)
an
th
 Nổi biên ng
 Có giá trị âm
o
du
d) Unsharp masking
u
(c + a)
cu
 Sắc nét
56
Thành phần kết nối
om
.c
ng
co
an
th
o ng
du
u
cu
57
Ôn tập
Thực hiện các phép toán điểm?
om
Thực hiện các phép toán lân cận?
.c
Phân biệt lọc tuyến tính và lọc phi tuyến?
ng
co
Khác biệt giữa tương quan và tích chập?
an
Các phương pháp xử lý mở rộng biên ảnh?
th
ng
Xác định đường dẫn kết nối trong ảnh?
o
du
Các loại nhiễu ảnh và các phương pháp triệt

u
cu
nhiêu tương ứng?
58
Matlab
imfilter
om
im2bw, imcomplement
.c
bwlabel
ng
co
label2rgb
an
th
o ng
du
u
cu
59
Bài tập 1
Cho ảnh kích thước 3x4 có 2 điểm ảnh bị nhiễu
om
muối và tiêu f(x,y)
.c
a) Lọc nhiễu bằng bộ lọc trung bình 1x3
ng
a.1. Xác định ảnh được mở rộng dùng lựa chọn thêm
co
điểm ảnh 0 (zero-padding). Xác định ảnh được mở
an
rộng dùng lựa chọn lặp đối xứng (flipping) qua biên
th
ảnh. ng
a.2. Sử dụng lựa chọn thêm điểm ảnh 0 (zero-
o
padding), xác định ảnh được mở rộng và ngõ ra

du
ga.2.(x,y) khi áp dụng mặt nạ w lên f(x,y)

u
cu
a.3. Sử dụng lựa chọn lặp đối xứng (flipping) qua biên
ảnh, xác định ảnh được mở rộng và ngõ ra ga.3.(x,y)
khi áp dụng mặt nạ w lên f(x,y)
60
Bài tập 1 (tt)
b) Lọc nhiễu bằng bộ lọc median 1x3 (2.0 điểm):
 b.1. Sử dụng lựa chọn thêm điểm ảnh 0 (zero-padding), xác
om
định ngõ ra gb.1.(x,y) khi áp dụng lọc median 1x3 lên
.c
f(x,y)
ng
 b.2. Sử dụng lựa chọn lặp đối xứng (flipping-padding) qua
biên ảnh, xác định ảnh ngõ ra gb.2.(x,y) khi áp dụng lọc
co
median 1x3 lên f(x,y)
an
c) So sánh kết quả ảnh ra và sắp xếp thứ tự ảnh ra có
th
chất lượng từ thấp đến cao, dựa trên tiêu chí
ng
 Khả năng triệt nhiễu muối tiêu và
o
du
 Không bị biến đổi lớn về mức xám ở các hàng và cột biên.
d) Giải thích ngắn gọn lý do lựa chọn.
u
cu
 Giữa các ảnh{ga.2.(x,y), gb.1.(x,y)}

 Giữa các ảnh{ga.2.(x,y), ga.3.(x,y), gb.1.(x,y), gb.2.(x,y)}
61
Bài tập 2
Cho ảnh mức xám có kích thước 4x4. Tìm
om
pixel của ảnh ngõ ra tại các vị trí trung tâm
.c
2x2 (các pixel được đánh dấu g; và các pixel ở
ng
biên được xem như giữ nguyên) khi áp dụng
co
các bộ lọc tương ứng sau:
an
th
o ng
du
u
cu
62
Bài tập 2 (tt)
a) Median 1x3 (một hàng 3 cột).
om
b) Max 3x3.
.c
ng
c) Midpoint 3x3.
co
d) Trung bình 1x3 (một hàng 3 cột).
an
Alpha-trimmed mean với d = 2, cửa sổ địa
th
e) ng
phương là hình chữ thập với 5 thành phần.
o
du
f) Nếu mục tiêu là triệt nhiễu muối tại vị trí

u
pixel có mức xám 255, và ngõ ra đưa về mức

cu
xám tầm [70:85], thì những bộ lọc nào thỏa

mãn điều kiện này.
63
Bài tập 3
Cho ảnh f(x,y) kích thước 4x4 và ảnh g(x,y)
om
kích thước 6x6. Cả hai ảnh có cùng khoảng
.c
mức xám [0-16]
ng
co
an
th
o ng
du
u
cu
64
Bài tập 3 (tt)
Sử dụng làm tròn xuống (floor rounding), thực
om
hiện các tác vụ sau.
.c
a) Áp dụng bộ lọc w(i,j) lên ảnh f(x,y). Sử dụng
ng
mở rộng ảnh lấy đối xứng qua biên, tìm ảnh
co
an
ngõ ra t(x,y).
th
b) Tìm ảnh sai số giữa f(x,y) và t(x,y). Xác định
o ng
giá trị MSE và PSNR của ảnh t(x,y) so với
du
ảnh gốc f(x,y).

u
cu
65
Bài tập 4
Cho ảnh mức xám có kích thước 4x4 bị nhiễu muối
om
tiêu. Ảnh được lọc nhiễu dùng bộ lọc và được mở
.c
rộng dùng phương pháp đối xứng qua biên (border
ng
flipping padding). Tìm ảnh mở rộng và ảnh ngõ ra khi
co
áp dụng các bộ lọc sau:
an
a) Min 1x3.
th
ng
b) Max 1x3.
o
du
c) Median 1x3.
u
d) Alpha-trimmed mean
cu
với d = 4, cửa sổ địa

phương là hình chữ thập với 7 thành phần.
66
Bài tập 5
Cho ảnh gốc ở Hình a và 4 ảnh
om
nhiễu ở Hình b, c, d và e cùng
.c
với histogram của hình nhiễu
ng
tương ứng. Xác định:
co
an
1) Tên của 4 loại nhiễu tương
ứng ở Hình b, c, d và e. th
o ng
2) Nêu tên bộ lọc có thể triệt các
du
loại nhiễu này.

u
cu
67
Bài tập 5 (tt)
om
.c
ng
co
an
th
o ng
du
u
cu
68
Bài tập 6
Cho ảnh mức xám có kích thước 4x4 ở Hình a.
om
Mục tiêu là tìm được cạnh (edge) ở giữa hình.
.c
1) Mở rộng hình 4x4 thành hình 6x6 dùng phương
ng
pháp đối xứng qua biên (border flipping).
co
2) Tìm gradient thành phần Gx và Gy; và tổng
an
th
cộng f cho ảnh 4x4 pixel dùng mặt nạ Roberts
ng
3x3 ở Hình b với công thức tính ở (1), (2) và (3).
o
du
3) Xác định các giá trị ngưỡng để có thể áp dụng

u
cu
nhằm phát hiện được cạnh ở giữa hình.
69
Bài tập 6 (tt)
om
.c
ng
co
an
th
o ng
du
u
cu
70
Bài tập 7
 Cho ảnh kích thước 3x3 f(x,y) có một cạnh (e
om
dge) nằm giữa. Sử dụng lựa chọn lặp đối xứn
.c
g (flipping‐padding) qua biên ảnh, ảnh vào đ
ng
ược lọc với cửa sổ mặt nạ.
co
an
a) Tìm ảnh đã được mở rộng.
th
b) Lọc trung bình số học 1x3 (1 hàng 3 cột).
o ng
c) Lọc trung bình hình học 1x3 (1 hàng 3 cột).
du
u
d) Vi phân bậc 2 dùng toán tử Laplacian.

cu
e) Vi phân bậc 1 tính gradient dùng toán tử Sobe

l (riêng rẽ cho Gx và Gy).
71
Bài tập 7 (tt)
om
.c
ng
co
an
th
o ng
du
u
cu
72
Bài tập 8
Cho ảnh vào f(x,y) kích thước 4x5, với khoảng
om
giá trị ngõ vào mức xám [0-16]
.c
ng
co
an
th
o ng
du
u
cu
73
Bài tập 8 (tt)
a) Thực hiện cân bằng histogram cho f(x,y), tìm
ngõ ra đã được cân bằng histogram g(x,y).
om
b) Sử dụng lựa chọn lặp sao chép (copy-padding)
.c
tại biên ảnh, ảnh vào được lọc với cửa sổ mặt nạ
ng
thông thấp w 3x3. Tìm ảnh ngõ ra h(x,y).
co
c) Tính giá trị PSNR giữa ảnh ngõ ra h(x,y) và ảnh
an
gốc f(x,y).
th
ng
d) Thực hiện cân bằng histogram cho h(x,y), tìm
o
ngõ ra đã được cân bằng histogram k(x,y).
du
e) Vẽ histogram của ảnh f(x,y), g(x,y), h(x,y) và

u
cu
k(x,y) trong khoảng ngõ vào mức xám [0-16].

f) So sánh giữa g(x,y) và k(x,y) và xác định ảnh có
histogram đồng nhất hơn.
74
Bài tập 9
Cho ảnh mức xám có kích thước 4x4. Tìm pixel c
ủa ảnh ngõ ra tại các vị trí trung tâm 2x2(các pix
om
el được đánh dấu g; và các pixel ở biên được xem
.c
như giữ nguyên) khi áp dụng các bộ lọc
ng
tương ứng sau:
co
a) Trung bình số học 1x3 (một hàng 3 cột)
an
b) Trung bình hình học 1x3 (một hàng 3 cột)
th
ng
c) Midpoint 3x3.
o
d) Nếu mục tiêu là triệt nhiễu muối, và ngõ ra đư

du
a về mức xám tầm [55:75], thì những bộ lọc nào

u
cu
khác thỏa mãn điều kiện này.

e) Vẽ histogram của hình, quá trình cân bằng
histogram có cho phép triệt nhiễu muối hay
nhiễu tiêu hay không? 75
Bài tập 9 (tt)
om
.c
ng
co
an
th
o ng
du
u
cu
76
Bài tập 10
Cho ảnh vào f(x,y) kích thước 4x4, với khoảng
om
giá trị ngõ vào mức xám [0-16].
.c
Cho mặt nạ bộ lọc w(i,j) có dạng 1x3 (i=0; j=-
ng
1,0,1) , với pixel trung tâm nằm giữa.
co
an
th
o ng
du
u
cu
77
Bài tập 10 (tt)
a) Vẽ histogram của ảnh f(x,y) trong khoảng
om
ngõ vào mức xám [0-16].
.c
b) Thực hiện cân bằng histogram cho f(x,y), tìm
ng
ngõ ra đã được cân bằng histogram g(x,y).
co
c) Vẽ histogram của ảnh g(x,y).
an
th
d) Thực hiện lọc f(x,y) bằng cách sử dụng mặt
ng
nạ w(i,j). Tìm ảnh mở rộng dùng đối xứng
o
du
biên (border flipping) và ảnh ngõ ra k(x,y).

u
e) Tìm ảnh ngõ ra m(x,y) khi lọc f(x,y) bằng bộ

cu
lọc median có dạng 1x3.
78
Bài tập 11
Cho ảnh mức xám có kích thước 5x5, với phần
om
màu đen là vật thể và phần màu trắng là nền.
.c
Hình được mở rộng bằng phương pháp đối
ng
xứng biên (border flipping)
co
a) Tìm ma trận giá trị gradient Gx và Gy của
an
hình f(x,y).
th
ng
b) Tính biên độ gradient.
o
du
c) Xác định ngưỡng hợp lý để có thể xác định

u
đúng biên giữa vật thể và nền của hình.

cu
d) Xác định ngưỡng và điều kiện để xác định

phần vật thể của hình.
79
Bài tập 11 (tt)
om
.c
ng
co
an
th
o ng
du
u
cu
80
Bài tập 12
 Một bộ lọc được sử dụng lên hình 1.a. bị nhiễu bên trái ở dưới
om
để thu được hình 1.b. bên phải. Một trong những bộ lọc sau
được sử dụng: 1. Bộ lọc trung bình; 2. Bộ lọc thông thấp lý
.c
tưởng; 3. Bộ lọc thông cao lý tưởng; 4. Bộ lọc median. Giải
ng
thích lý do cho từng bộ lọc để có thể chọn ra bộ lọc thích hợp
co
cho tác vụ.
an
th
o ng
du
u
cu
81
Bài tập 13
Cho ảnh mức xám có kích thước 5x5, với phần
om
màu đen là vật thể và phần màu trắng là nền.
.c
Hình được mở rộng bằng phương pháp đối
ng
xứng biên (border flipping)
co
a) Tìm ma trận giá trị gradient Gx và Gy của
an
hình f(x,y).
th
ng
b) Tính biên độ gradient.
o
du
c) Xác định ngưỡng hợp lý để có thể xác định

u
đúng biên giữa vật thể và nền của hình.

cu
d) Xác định ngưỡng và điều kiện để xác định

phần vật thể của hình.
82
Bài tập 13 (tt)
om
.c
ng
co
an
th
o ng
du
u
cu
83
Bài tập 14
Xác định ảnh nhị phân sau đánh dấu dùng kết
om
nối 4 và kết nối 8.
.c
ng
co
an
th
o ng
du
u
cu
84
Bài tập 15
Cho ảnh ngõ vào f(x,y) kích thước 5x4.
om
a) Cho tập kết nối V={0,1}, tìm tất cả các đường dẫn
kết nối 4, 8, m ngắn nhất đi từ p đến q.
.c
ng
b) Cho tập kết nối V={0,1,2}, tìm tất cả các đường dẫn
co
an
c) Tính khoảng cách Euclide, City block và
th
Chessboard giữa hai điểm p và q.
ng
d) Trường hợp tổng quát,
o
du
khoảng cách nào trong các

u
cu
khoảng cách Euclide,

City block và Chessboard
là nhỏ nhất.
85
Bài tập 16
a) Cho tập kết nối V={0,1}, tìm tất cả các đường dẫn
om
.c
b) Cho tập kết nối V={0,1,2}, tìm tất cả các đường dẫn
ng
co
c) Tính khoảng cách Euclide, City block và
an
Chessboard giữa hai điểm p và q.
th
ng
d) Trường hợp tổng quát, khoảng cách nào trong các
o
khoảng cách Euclide, City block và Chessboard là

du
nhỏ nhất.
u
cu
86

Xu-Li-Anh - Vo-Tuan-Kiet - Xla - c4 - Xu-Ly-Mien-Khong-Gian - 08082018 - Copy - (Cuuduongthancong - Com) PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Xu-Li-Anh - Vo-Tuan-Kiet - Xla - c4 - Xu-Ly-Mien-Khong-Gian - 08082018 - Copy - (Cuuduongthancong - Com) PDF

Uploaded by

Copyright:

Available Formats

om

Bộ môn Viễn thông (112B3)

Đại học Bách Khoa TpHCM

Thành phần kết nối

(B) lớn nhất.

using only bit planes 7, 6

cận nào đó của (x,y)

Dùng vùng ảnh con có trung tâm tại (x,y)

(x-1,y+1) (x,y+1) (x+1,y+1)

Ngõ ra: đáp ứng xung

Theo từng cột, sau đó theo từng hàng

Nếu ảnh vào và ảnh ra cùng kích thước thì Hx

và Hy là các ma trận vuông.

ảnh. Ví dụ: a=0 (đen) và b=255 (trắng) với

chi tiết trong ảnh.

Trung bình hài tổng hợp: th

Q=-: eliminates salt noise 47

pixel có mức xám thấp nhất và d/2 pixel có

mức xám cao nhất

trong lân cận

Tìm điểm tối nhất trong ảnh

 Đạo hàm bậc hai

(a) a scan line (b) image strip

(c) first derivative (d) second derivative

Các loại nhiễu ảnh và các phương pháp triệt

nhiêu tương ứng?

padding), xác định ảnh được mở rộng và ngõ ra

ga.2.(x,y) khi áp dụng mặt nạ w lên f(x,y)

 Giữa các ảnh{ga.2.(x,y), gb.1.(x,y)}

f) Nếu mục tiêu là triệt nhiễu muối tại vị trí

pixel có mức xám 255, và ngõ ra đưa về mức

xám tầm [70:85], thì những bộ lọc nào thỏa

ảnh gốc f(x,y).

với d = 4, cửa sổ địa

loại nhiễu này.

3) Xác định các giá trị ngưỡng để có thể áp dụng

nhằm phát hiện được cạnh ở giữa hình.

d) Vi phân bậc 2 dùng toán tử Laplacian.

e) Vi phân bậc 1 tính gradient dùng toán tử Sobe

e) Vẽ histogram của ảnh f(x,y), g(x,y), h(x,y) và

k(x,y) trong khoảng ngõ vào mức xám [0-16].

d) Nếu mục tiêu là triệt nhiễu muối, và ngõ ra đư

a về mức xám tầm [55:75], thì những bộ lọc nào

khác thỏa mãn điều kiện này.

biên (border flipping) và ảnh ngõ ra k(x,y).

e) Tìm ảnh ngõ ra m(x,y) khi lọc f(x,y) bằng bộ

lọc median có dạng 1x3.

c) Xác định ngưỡng hợp lý để có thể xác định

đúng biên giữa vật thể và nền của hình.

d) Xác định ngưỡng và điều kiện để xác định

c) Xác định ngưỡng hợp lý để có thể xác định

đúng biên giữa vật thể và nền của hình.

d) Xác định ngưỡng và điều kiện để xác định

khoảng cách nào trong các

khoảng cách Euclide,

khoảng cách Euclide, City block và Chessboard là

You might also like