Professional Documents
Culture Documents
Điểm biên: Một điểm ảnh được coi là điểm biên nếu có
sự thay đổi nhanh hoặc đột ngột về mức xám (hoặc
màu).
Ví dụ, trong ảnh nhị phân, điểm đen được gọi là điểm
biên nếu lân cận của nó có ít nhất một điểm trắng.
Đường biên còn gọi là đường bao (boundary): Là tập
hợp các điểm biên liên tiếp.
4
Phương pháp này chủ yếu dựa vào sự biến thiên độ sáng
của đểm ảnh để làm nổi biên bằng kĩ thuật đạo hàm.
Nếu lấy đạo hàm bậc nhất của f(x,y) ta có phương pháp
Gradient
Nếu lấy đạo hàm bậc hai của f(x,y) ta có phương pháp
Laplace
Nội dung:
3.2.1. Kỹ thuật phát hiện biên gradient
3.2.2. Kỹ thuật phát hiện biên Laplace
3.2.3. Kỹ thuật Canny
3.2.1. Kỹ thuật phát hiện biên gradient
9
f ( x, y) ' f ( x dx, y) f ( x, y)
fx
Ta có: x dx
f ( x, y) f ( x, y dy) f ( x, y)
f y'
y dy
Trong đó dx, dy là khoảng cách giữa 2 điểm kế cận theo
hướng x,y tương ứng (thực tế chọn dx=dy=1)
10
11
Thực tế, việc làm nổi biên là nhân chập ảnh I với một
mặt nạ (ma trận) sẽ được giới thiệu trong phần tiếp theo
14
Bước 1: Tính I ⊗ Hx và I ⊗ Hy
Bước 2: Tính I ⊗ Hx + I ⊗ Hy
16
Ví dụ:
17
18
0 1 1 -1 -1 0
H -1 0 1; H -1 0 1
1 2
-1 -1 0 0 1 1
3.2.1.2. Kỹ thuật Sobel
19
Bước 1: Tính I ⊗ Hx và I ⊗ Hy
Bước 2: Tính I ⊗ Hx + I ⊗ Hy
3.2.1.3. Kỹ thuật la bàn
20
Các phương pháp đánh giá gradient ở trên làm việc khá
tốt khi mà độ sáng thay đổi rõ nét.
Khi mức xám thay đổi chậm, miền chuyển tiếp trải rộng,
phương pháp cho hiệu quả hơn đó là phương pháp sử
dụng đạo hàm bậc hai Laplace
Toán tử Laplace được xây dựng trên cơ sở đạo hàm bậc
2 của hàm biến đổi mức xám.
2 2
2
𝜕 𝑓 𝜕 𝑓
∆ 𝑓= 2+ 2
𝜕𝑥 𝜕𝑦
23
𝜕2 𝑓 𝜕 𝜕𝑓 𝜕
2 = ( ) ≈ 𝑓 𝑥 + 1, 𝑦 − 𝑓 𝑥, 𝑦
𝜕𝑥 𝜕𝑥 𝑑𝑥 𝜕𝑥
≈ 𝑓 𝑥 + 1, 𝑦 − 𝑓 𝑥, 𝑦 − [ 𝑓 𝑥, 𝑦 − 𝑓 𝑥 − 1, 𝑦 ]
≈ 𝑓 𝑥 + 1, 𝑦 − 2𝑓 𝑥, 𝑦 + 𝑓 𝑥 − 1, 𝑦
Tương tự ta có
𝜕2 𝑓
2 ≈ 𝑓 𝑥, 𝑦 + 1 − 2𝑓 𝑥, 𝑦 + 𝑓 𝑥, 𝑦 − 1
𝜕𝑦
2
∆ 𝑓 ≈ 𝑓 𝑥 + 1, 𝑦 + 𝑓 𝑥 − 1, 𝑦 − 4𝑓 𝑥, 𝑦 +
𝑓 𝑥, 𝑦 + 1 + 𝑓 𝑥, 𝑦 − 1
24
Phân vùng ảnh dựa vào phép xử lý kết cấu đối tượng, cụ
thể là dựa vào sự biến thiên nhỏ và đồng đều của các
điểm ảnh thuộc một đối tượng.
Dựa trên các vùng, đòi hỏi áp dụng lý thuyết về xử lý
kết cấu đối tượng phức tạp và khó cài đặt.
28
Nội dung
3.3.1. Một số khái niệm cơ bản
3.3.2. Chu tuyến của một đối tượng ảnh
3.3.3. Thuật toán dò biên tổng quát
3.3.1. Một số khái niệm cơ bản
29
Chu tuyến của một đối tượng ảnh là dãy các điểm của
đối tượng ảnh P1,…,Pn sao cho
Pi và Pi+1 là các 8-láng giềng của nhau (i=1,...,n-1)
P1 là 8-láng giềng của Pn,
∀i ∃Q không thuộc đối tượng ảnh và Q là 4-láng giềng của
Pi (hay nói cách khác ∀i thì Pi là biên 4). Kí hiệu
<P1P2..Pn>
Tổng các khoảng cách giữa hai điểm kế tiếp của chu
tuyến là độ dài của chu tuyến và kí hiệu Len(C) và
hướng PiPi+1 là hướng chẵn nếu Pi và Pi+1 là các 4 –
láng giềng (trường hợp còn lại thì P iPi+1 là hướng lẻ).
34
Ý tưởng:
Xác định tất cả các điểm nằm trên biên không phụ thuộc
hướng tìm kiếm và sử dụng ma trận lọc, thông qua việc so
sánh độ lệch về mức xám của điểm ảnh đang xét với các
điểm lân cận (mức xám nền).
Giải thuật:
Tính toán giá trị trung bình mức xám của các điểm ảnh
thuộc ma trận 3x3 hoặc 5x5 với tâm là điểm đang xét.
Nếu độ trên lệch mức xám của điểm đang xét và giá trị
trung bình lớn hơn một mức tối thiểu δ1 nào đó
(PTB+δ1< P) thì chúng được coi là điểm biên.
42
Ví dụ:
Dùng ma trận 5 x 5
3.5. Phát hiện biên dựa vào các phép toán hình thái
43
10
1 220
9
200
8
2 180
7
160
3 140 6
120 5
4 100
4
80
3
5 60
2
40
6 20 1
1 2 3 4 5 6 0
-50 0 50 100 150 200 250 300
45
Giải thích
4
6
5.1. GIỚI THIỆU BIÊN VÀ KỸ THUẬT
PHÁT HIỆN BIÊN
5.1.1 Một số khái niệm
• Điểm biên: Một điểm ảnh được coi là điểm biên nếu có
sự thay đổi nhanh hoặc đột ngột về mức xám (hoặc
màu). Ví dụ trong ảnh nhị phân, điểm đen gọi là điểm
biên nếu lân cận nó có ít nhất một điểm trắng.
• Đường biên (đường bao: boundary): tập hợp các điểm
biên liên tiếp tạo thành một đường biên hay đường bao.
• Ý nghĩa của đường biên trong xử lý: ý nghĩa đầu tiên:
đường biên là một loại đặc trưng cục bộ tiêu biểu trong
phân tích, nhận dạng ảnh.
4
7
5.1. GIỚI THIỆU BIÊN VÀ KỸ THUẬT
PHÁT HIỆN BIÊN
- Gradient chỉ hướng biến thiên tăng cực đại của hàm
ảnh;
- Đối với ảnh số, phải xác định các gradient rời rạc
4
5.1. GIỚI THIỆU BIÊN VÀ KỸ THUẬT
PHÁT HIỆN BIÊN
• Biểu diễn biên
- Biên là thuộc tính cục bộ
của mỗi điểm và được tính
từ hàm ảnh tại những điểm
lân cận của điểm đang xét;
- Biên được xác định
bằng một vector có hai
thành phần:
• Độ lớn: xác định bằng độ
lớn của gradient;
• Hướng: hợp với hướng của
gradient một góc -90o. 5
5.1. GIỚI THIỆU BIÊN VÀ KỸ THUẬT
PHÁT HIỆN BIÊN
•Mô hình biểu diễn đường biên, theo toán học: điểm
ảnh có sự biến đổi mức xám u(x) một cách đột ngột theo
hình dưới.
- Đường biên là tập hợp các điểm tại đó hàm ảnh biến
thiên và bao gồm những điểm với biên độ biên cao;
- Đường biên và các phần của nó ( các điểm biên ) luôn
trực giao với hướng của gradient;
u u u
x x x
B1: Do ảnh ghi được thường có nhiễu, bước một là phải lọc nhiễu theo
các phương pháp đã tìm hiểu ở các phần trước.
B2: Làm nổi biên sử dụng các toán tử phát hiện biên.
B3: Định vị biên. Chú ý rằng kỹ thuật nổi biên gây tác dụng phụ là gây
nhiễu làm một số biên giả xuất hiện do vậy cần loại bỏ biên giả.
B4: Liên kết và trích chọn biên.
52
5.2 PHƯƠNG PHÁP PHÁT HIỆN BIÊN CỤC
BỘ
• Phương pháp tìm biên Roberts
• Phương pháp tìm biên Sobel
• Phương pháp tìm biên Prewitt
• Phương pháp la bàn
53
5.2 PHƯƠNG PHÁP PHÁT HIỆN BIÊN CỤC
BỘ
5.2.1 Phương pháp Gradient
Định nghĩa: Gradient là một vec tơ f(x, y) có các thành phần biểu thị
tốc độ thay đổi mức xám của điểm ảnh (theo hai hƣớng x, y trong
bối cảnh xử lý ảnh hai chiều) tức:
f x, y f x dx, y f (x, y)
fx
x dx
f x, y f x, y dy f (x, y)
fx
y dy
Trong đó dx, dy là khoảng cách giữa 2 điểm kế cận theo hướng x, y
tương ứng.
54
Gradient rời rạc
0 1 1 0
-1 0 0 -1
Mặt nạ H1 Mặt nạ H2
0 1 a1 a2 1 0
-1 0 a3 a4 0 -1
Gx = a2 – a3 Gy = a1 – a4
Hoặc: G Gx Gy 5
7
PHƯƠNG PHÁP ROBERTS
5
8
PHƯƠNG PHÁP ROBERTS
a b c
a) Ảnh gốc
b) Ảnh sau khi áp dụng toán tử Roberts
c) Ảnh sau khi phân ngưỡng ảnh b) 15
PHƯƠNG PHÁP ROBERTS
1 1 2 6 7 7 0 1 1 0
1 2 2 7 7 6 -1 0 0 -1
2 2 2 6 7 6
2 2 3 7 7 6
2 3 1 7 7 6
3 1 4 6 7 5
6
0
PHƯƠNG PHÁP SOBEL
-1 0 1 1 2 1
-2 0 2 0 0 0
-1 0 1 -1 -2 -1
Mặt nạ H1 Mặt nạ H2
-1 0 1 a1 a2 a3 1 2 1
-2 0 2 a4 a5 a6 0 0 0
-1 0 1 a7 a8 a9 -1 -2 -1
Mặt nạ H1 Mặt nạ H2
Gx = a3 + 2a6 + a9 - (a1 + 2a4 + a7)
Gy = a1 + 2a2 + a3 - (a7 + 2a8 + a9)
Độ lớn của Gradient là: G G 2x G 2y
Hoặc:
G Gx Gy 18
PHƯƠNG PHÁP SOBEL
a b
a) Ảnh gốc
b) Ảnh sau khi áp dụng toán tử Sobel 19
PHƯƠNG PHÁP SOBEL
1 1 2 6 7 7 -1 0 1 1 2 1
1 2 2 7 7 6 -2 0 2 0 0 0
2 2 2 6 7 6 -1 -2 -1
-1 0 1
2 2 3 7 7 6
2 3 1 7 7 6
3 1 4 7 7 5
6
4
PHƯƠNG PHÁP PREWITT
-1 0 1 1 1 1
-1 0 1 0 0 0
-1 -1 -1
-1 0 1
Mặt nạ H2
Mặt nạ H1
-1 0 1 a1 a2 a3 1 1 1
-1 0 1 a4 a5 a6 0 0 0
-1 0 1 a7 a8 a9 -1 -1 -1
Mặt nạ H1 Mặt nạ H2
Gx = a3 + a6 + a9 - (a1 + a4 + a7)
Gy = a1 + a2 + a3 - (a7 + a8 + a9)
Độ lớn của Gradient là: G G 2x G 2y
Hoặc:
G Gx Gy 22
PHƯƠNG PHÁP PREWITT
a b
a) Ảnh gốc
b) Ảnh sau khi áp dụng toán tử Prewitt 23
PHƯƠNG PHÁP PREWITT
1 1 2 6 7 7 -1 0 1 1 1 1
1 2 2 7 7 6
-1 0 1 0 0 0
2 2 2 6 7 6
-1 0 1 -1 -1 -1
2 2 3 7 7 6
2 3 1 7 7 6
3 1 4 7 7 5
6
8
Mặt nạ đẳng hướng:
1 0 1 1 2 1
H 2
0 2 H2 0 0 0
1
1 0 1 1 2 1
6
9
b. Toán tử la bàn:
Toán tử la bàn đo gradient theo 1 số hướng đã chọn. Nếu kí hiệu gx là
gradient la bàn theo hướng k= /2+ 2k với k = 0,1,....7. Như vậy ta
đo gradient theo tám hướng ngược chiều kim đồng hồ, mỗi hướng
cách nhau 450 theo ngược chiều kim đồng hồ.
NW N NE
W E
SW S SE
Hình mặt nạ 8 hướng theo Kirsh.
7
0
b. Toán tử la bàn:
Mặt nạ H1 cho hướng gốc (hướng 00). Trên cơ sở đó định nghĩa thêm 7 mặt
nạ khác nhau từ H2 đến H8 cho 7 hướng cònlại
3 5 5 3 3 5
H2 3 0 5 H 3 0 5
3
3 3 3 3 3 5
7
1
b. Toán tử la bàn:
3 3 3 3 3 3 3 3 3
H 3 0
5 H 5 3 0 3 H 6 5 0 3
4
3 5 5 5 5 5 5 5 3
5 3 3 5 5 3
H 7 5 0 3 H 5 0 3
8
5 3 3 3 3 3
1 1 1 1 1 1 1 2 1
M 1 2 1 M2 1 2 1 M 0 0 0
1 3
1 1 1 1 1 1 1 2 1
28
5.2 PHƯƠNG PHÁP PHÁT HIỆN BIÊN
CỤC BỘ
5.2.2 Kỹ thuật Laplace
• Để khắc phục hạn chế và nhƣợc điểm của phương pháp Gradient,
trong đó sử dụng đạo hàm riêng bậc nhất người ta nghĩ đến việc sử
dụng đạo hàm riêng bậc hai hay toán tử Laplace.
• Phương pháp dò biên theo toán tử Laplace hiệu quả hơn phương
pháp toán tử Gradient trong trường hợp mức xám biến đổi chậm,
miền chuyển đổi mức xám có độ trải rộng.
• Toán tử Laplace được định nghĩa như sau:
2 f 2 f
f 2 2
2
dx dy
Toán tử Laplace dùng một số kiểu mặt nạ khác nhau nhằm tính gần
đúng đạo hàm riêng bậc hai. Các dạng mặt na theo toán tử Laplace
bậc 3x3 có thể:
0 1 o 1 1 1 1 2 1
1 8 1
H 1 1 4 1 H H 3 2 5 2
2
0 1 0 1 1 1 1 2 1
29
Content
1. Giới thiêu
2. Các phương pháp phát hiện biên:
2.1. Phương pháp đạo hàm sử dụng bộ lọc
Bô lọc Sobel
Bộ lọc Prewitt
2.2. Phát hiện biên sử dụng Canny Detector
2.3. Phát hiện biên Derivative of Gaussian
2.4. Một số nhận xét
1. Giới thiệu
75
Điểm biên: Một điểm ảnh được coi là điểm biên nếu
có sự thay đổi nhanh hoặc đột ngột về mức xám (hoặc
màu).
Ví dụ: Trong ảnh nhị phân, điểm đen được gọi là điểm
biên nếu lân cận của nó có ít nhất một điểm trắng.
Đường biên/đường bao (boundary): Là tập hợp các
điểm biên liên tiếp.
1. Giới thiệu
76
Theo toán học, điểm ảnh có sự biến đổi mức xám u(x) một
cách đột ngột
Bước 1: Tính I ⊗ Hx và I ⊗ Hy
Bước 2: Tính I ⊗ Hx + I ⊗ Hy
83
Ví dụ:
84
Một số bộ lọc khác
85
0 1 1 -1 -1 0
H -1 0 1; H -1 0 1
1 2
Sử dụng bộ lọc
-1 -1 0
Sobel: 0
1 1
Một số bộ lọc khác
86
87
6/23/
2020
88
6/23/
2020
89
6/23/
2020
90
6/23/
2020
91
6/23/
2020
92
2.2. Phương pháp Laplacian
93
Các phương pháp đánh giá gradient ở trên làm việc khá
tốt khi mà độ sáng thay đổi rõ nét.
Khi mức xám thay đổi chậm, miền chuyển tiếp trải rộng,
phương pháp cho hiệu quả hơn đó là phương pháp sử
dụng đạo hàm bậc hai Laplace
Toán tử Laplace được xây dựng trên cơ sở đạo hàm bậc
2 của hàm biến đổi mức xám.
2 2
2
𝜕 𝑓 𝜕 𝑓
∆ 𝑓= 2+ 2
𝜕𝑥 𝜕𝑦
Phương pháp Laplacian
94
𝜕2 𝑓 𝜕 𝜕𝑓 𝜕
2 = ( ) ≈ 𝑓 𝑥 + 1, 𝑦 − 𝑓 𝑥, 𝑦
𝜕𝑥 𝜕𝑥 𝑑𝑥 𝜕𝑥
≈ 𝑓 𝑥 + 1, 𝑦 − 𝑓 𝑥, 𝑦 − [ 𝑓 𝑥, 𝑦 − 𝑓 𝑥 − 1, 𝑦 ]
≈ 𝑓 𝑥 + 1, 𝑦 − 2𝑓 𝑥, 𝑦 + 𝑓 𝑥 − 1, 𝑦
Tương tự ta có
𝜕2 𝑓
2 ≈ 𝑓 𝑥, 𝑦 + 1 − 2𝑓 𝑥, 𝑦 + 𝑓 𝑥, 𝑦 − 1
𝜕𝑦
2
∆ 𝑓 ≈ 𝑓 𝑥 + 1, 𝑦 + 𝑓 𝑥 − 1, 𝑦 − 4𝑓 𝑥, 𝑦 +
𝑓 𝑥, 𝑦 + 1 + 𝑓 𝑥, 𝑦 − 1
Phương pháp Laplacian
95
96
Phương pháp Laplacian
6/23/
2020
97
Phương pháp Laplacian
6/23/
2020
98
2.3. Kỹ thuật Canny
99
101
The Canny Edge Detector: Algorithm(2)
6/23/
2020
102
The Canny Edge Detector: Algorithm(3)
6/23/
2020
103
6/23/
2020
104
The Canny Edge Detector: Algorithm(4)
6/23/
2020
Hysteresis thresholding:
g NH ( x, y) g N ( x, y) TH
g NL ( x, y) g N ( x, y) TL
and
g NL ( x, y) g NL ( x, y ) g NH ( x, y )
105
The Canny Edge Detector: Algorithm(5)
6/23/
2020
107
6/23/
2020
110
Nhân xét kết quả phát hiện biên
111
Evaluation Dataset
Edge Linking and Boundary Detection
6/23/
2020
120
Local Processing
6/23/
2020
121
Local Processing
6/23/
2020
122
Local Processing: Steps (1)
6/23/
2020
1 if M ( x, y ) TM and ( x, y ) A TA
g ( x, y )
0 otherwise
TM : threshold A : specified angle direction
TA : a "band" of acceptable directions about A
123
Local Processing: Steps (2)
6/23/
2020
3. Scan the rows of g and fill (set to 1) all gaps (sets of 0s) in each
row that do not exceed a specified length, K.
124
Regional Processing
6/23/
2020
125
6/23/
2020
126
Regional Processing: Steps
6/23/
2020
129
6/23/
2020
130
6/23/
2020
131
Global Processing Using the Hough Transform
6/23/
2020
132
Hough transformation
6/23/
2020
133
6/23/
2020
134
Edge-linking Based on the Hough Transform
6/23/
2020
2. Specify subdivisions in
plane
3. Examine the counts of the accumulator cells for high pixel
concentrations
135
6/23/
2020
136
6/23/
2020
137