Professional Documents
Culture Documents
Xu-Li-Anh - Vo-Tuan-Kiet - Xla - c4 - Xu-Ly-Mien-Khong-Gian - 08082018 - Copy - (Cuuduongthancong - Com) PDF
Xu-Li-Anh - Vo-Tuan-Kiet - Xla - c4 - Xu-Ly-Mien-Khong-Gian - 08082018 - Copy - (Cuuduongthancong - Com) PDF
.c
ng
XỬ LÝ ẢNH
co
an
th
ng
Võ Tuấn Kiệt
o
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
2
CuuDuongThanCong.com https://fb.com/tailieudientucntt
om
.c
ng
co
an
th
o ng
du
u
cu
3
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
Giải thuật lấy ngưỡng toàn cục
om
.c
ng
co
an
th
o ng
du
u
cu
7
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
8
CuuDuongThanCong.com https://fb.com/tailieudientucntt
Giải thuật lấy ngưỡng toàn cục Otsu (2)
om
.c
ng
co
an
th
o ng
du
u
cu
9
CuuDuongThanCong.com https://fb.com/tailieudientucntt
Ví dụ
om
.c
ng
co
an
th
o ng
du
u
cu
10
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
Ví dụ
om
.c
ng
co
an
th
o ng
du
u
cu
γ = 0.6
15
CuuDuongThanCong.com https://fb.com/tailieudientucntt
Ví dụ
om
.c
ng
co
an
th
o ng
du
u
cu
γ = 0.4 γ = 0.3
16
CuuDuongThanCong.com https://fb.com/tailieudientucntt
Ví dụ
om
.c
γ=3
ng
co
an
th
γ=4
o ng
du
u
cu
17
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
Ví dụ
om
.c
ng
co
an
th
o ng
du
u
cu
19
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
Ví dụ
om
.c
ng
co
an
th
o ng
du
u
cu
22
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
25
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
27
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
32
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
om
.c
ng
co
an
th
o ng
du
u
cu
35
CuuDuongThanCong.com https://fb.com/tailieudientucntt
om
.c
ng
co
an
th
o ng
du
u
cu
36
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
37
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
38
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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 8-bit.
cu
42
CuuDuongThanCong.com https://fb.com/tailieudientucntt
om
.c
ng
co
an
th
o ng
du
u
cu
0 255
43
CuuDuongThanCong.com https://fb.com/tailieudientucntt
om
.c
ng
co
an
th
o ng
du
u
cu
44
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
1 / mn
ˆf ( x , y ) g (s, t)
( s , t ) S
xy
46
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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)
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
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 atb
g (x, y) a b
w (s, t)
s atb
48
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
49
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
52
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
2
f
2
f ( x 1) f ( x 1) 2 f ( x )
x
53
CuuDuongThanCong.com https://fb.com/tailieudientucntt
Ví dụ
om
.c
ng
co
an
th
o ng
du
54
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
Thành phần kết nối
om
.c
ng
co
an
th
o ng
du
u
cu
57
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
58
CuuDuongThanCong.com https://fb.com/tailieudientucntt
Matlab
imfilter
om
im2bw, imcomplement
.c
bwlabel
ng
co
label2rgb
an
th
o ng
du
u
cu
59
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
61
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
65
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
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
67
CuuDuongThanCong.com https://fb.com/tailieudientucntt
Bài tập 5 (tt)
om
.c
ng
co
an
th
o ng
du
u
cu
68
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
69
CuuDuongThanCong.com https://fb.com/tailieudientucntt
Bài tập 6 (tt)
om
.c
ng
co
an
th
o ng
du
u
cu
70
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
om
.c
ng
co
an
th
o ng
du
u
cu
72
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
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
om
.c
ng
co
an
th
o ng
du
u
cu
76
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
78
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
om
.c
ng
co
an
th
o ng
du
u
cu
80
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
om
.c
ng
co
an
th
o ng
du
u
cu
83
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
CuuDuongThanCong.com https://fb.com/tailieudientucntt
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
kết nối 4, 8, m ngắn nhất đi từ p đến q.
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
om
kết nối 4, 8, m ngắn nhất đi từ p đến q.
.c
b) Cho tập kết nối V={0,1,2}, tìm tất cả các đường dẫn
ng
kết nối 4, 8, m ngắn nhất đi từ p đến q.
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
nhỏ nhất.
u
cu
86
CuuDuongThanCong.com https://fb.com/tailieudientucntt