HCMC University of Technology and Education

Fundamentals
HCMC University of Technology
Faculty of Electrical & Electronic Engineering and Education
Faculty of Electrical & Electronic Engineering

IMAGE PROCESSING

Chapter 2:
Image Neighbors

Ngo Ba Viet, MSc

1
University of Technology and Education
Faculty of Electrical & Electronic Engineering

Quan hệ giữa các điểm ảnh

Các lân cận của điểm ảnh (Image Neighbors)
• Giả sử điểm ảnh p tại toạ độ (x, y). p(x,y) có 4 điểm lân cận
gần nhất theo chiều dọc và ngang (có thể coi lân cận 4 điểm
ảnh theo hướng: Đông, Tây, Nam, Bắc).
N4(p) = {(x-1,y);(x,y-1);(x,y+1);(x+1,y)} (1)

Hình 1: Lân cận 4 các điểm ảnh của p(x,y)

University of Technology and Education
Faculty of Electrical & Electronic Engineering

Quan hệ giữa các điểm ảnh

Các lân cận của điểm ảnh (Image Neighbors)
• Các điểm lân cận chéo ND(p): có thể coi lân cận chéo là 4
điểm ảnh theo hướng: Đông-Nam, Đông-Bắc, Tây-Nam,
Tây-Bắc
ND(p) = {(x+1,y+1);(x+1,y-1);(x-1,y+1);(x-1,y-1)} (2)
• Tập kết hợp N8(p) = N4(p) + ND(p) là tập hợp 8 lân cận
của điểm ảnh p(x,y).

Hình 2: Các dạng lân cận cơ bản: (a). Lân cận 4 điểm ngang dọc;
(b). Lân cận 4 điểm chéo; (c). Lân cận 8 điểm bao quanh.
University of Technology and Education
Faculty of Electrical & Electronic Engineering

Quan hệ giữa các điểm ảnh

Các liên kết điểm ảnh
• Các liên kết được sử dụng để xác định giới hạn
(boundaries) của đối tượng và được đặc trưng bởi tính liền
kề giữa các điểm và mức xám của chúng.
• Liên kết 4: Hai điểm ảnh p và q được gọi là liên kết 4 nếu q
nằm trong các lân cận 4 của p, tức q thuộc N4(p)
• Liên kết 8: Hai điểm ảnh p và q nằm trong các lân cận 8
của p, tức q thuộc N8(p).

Hình 3: Các điểm ảnh nằm trong các liên kết 4 và liên kết 8
University of Technology and Education
Faculty of Electrical & Electronic Engineering

Quan hệ giữa các điểm ảnh

Các mối liên kết điểm ảnh
• Tập hợp các pixel liên kết với nhau gọi là thành phần liên
kết (connected component)
• Các pixel trong cùng một thành phần được gán một số gọi
là nhãn đặt trong ma trận nhãn Label Matrix

(a) (b)
Hình 4: (a) Hai thành phần liên kết dựa vào các liên kết 4
(b) Một thành phần liên kết dựa vào các liên kết 8
University of Technology and Education
Faculty of Electrical & Electronic Engineering

Quan hệ giữa các điểm ảnh

Các mối liên kết điểm ảnh
Ví dụ: Chương trình Matlab tìm
các thành phần liên kết trong
ảnh nhị phân và gán nhãn cho
chúng.
B = [ 1 0 0 0 1; 1 0 1 0 1; 0 0 1
Hình 5: Các thành phần liên kết trong
0 1; 0 0 1 0 1; 0 0 0 0 1]; ảnh B
cc = bwconncomp(B)
cc =
Connectivity: 8
ImageSize: [5 5]
NumObjects: 3
PixelIdxList: {[2×1 double] [3×1
double] [5×1 double]} Hình 6: Các thành phần liên kết trong ảnh
L = bwlabel(B,4) B được gán nhãn
University of Technology and Education
Faculty of Electrical & Electronic Engineering

Quan hệ giữa các điểm ảnh

Đo khoảng cách giữa các điểm ảnh
• Khoảng cách D(p,q) giữa hai điểm ảnh p(x,y) và q(s,t) được
định nghĩa như sau:

1. D(p,q) ≥ 0 với D(p,q) = 0 khi p = q (3)

2. D(p,q) = D(q,p) (4)
3. D(p,z) ≤ D(p,q) + D(q,z), z là một điểm khác (5)

• Khoảng cách Euclide giữa hai điểm p(x,y) và q(s,t) được

tính như sau:


De ( p, q )  ( x  s )  ( y  t )
2

2 1/ 2
(6)
University of Technology and Education
Faculty of Electrical & Electronic Engineering

Quan hệ giữa các điểm ảnh

Đo khoảng cách giữa các điểm ảnh
• Ví dụ 1: Tính khoảng cách Euclide từ các điểm ảnh trong
ảnh A so với điểm ảnh A(0,0)
0 0 0 0
0 1 1 0
Theo công thức (6) ta có: A
0 1 1 0

De ( A(0,0), A(0,1))  (0  0)  (0  1) 2

2 1/ 2
1

0 0 0 0


Tương tự tính cho tất cả các điểm 0 1 2 3

1 1.4 2.2 3.2
ảnh còn lại, ta có ma trận khoảng De   
cách De 2 2.2 2.8 3.6
 
3 3.2 3.6 4.2
University of Technology and Education
Faculty of Electrical & Electronic Engineering

Quan hệ giữa các điểm ảnh

Đo khoảng cách giữa các điểm ảnh
• Ví dụ 2: Chương trình Matlab Tính khoảng cách Euclide từ
các điểm ảnh trong ảnh A so với điểm ảnh A(0,0)

• Chương trình dùng công thức (6) • Chương trình dùng hàm pdist2
để tính khoảng cách 2 điểm ảnh trong Matlab

clear all;clc; clear all;clc;

a = [0 0 0 0; 0 1 1 0; 0 1 1 0; 0 0 0 0]; a =[0 0 0 0; 0 1 1 0; 0 1 1 0; 0 0 0 0];
[M,N] = size(a); [M,N]=size(a);
for i = 1:M for i=1:M % size(a,1)
for j = 1:N for j=1:N% size(a,2)
D(i,j) = sqrt((i-1).^2 + (j-1).^2); D(i,j) = pdist2([1 1],[i j],'euclidean');
end end
end end
University of Technology and Education
Faculty of Electrical & Electronic Engineering

Quan hệ giữa các điểm ảnh

Đo khoảng cách giữa các điểm ảnh
• Khoảng cách khối: Khoảng cách D4(p,q) được gọi là
khoảng cách khối đồ thị (City Block Distance) và được xác
định như sau:
D4 ( p, q)  x  s  y  t (7)
• Ví dụ 3: Các pixel với khoảng cách D4 ≤ 2 từ tọa độ trung
tâm là B(2,2) tạo thành đường bao với khoảng cách không
đổi:
0 0 0 0 0 4 3 2 3 4
0 3 3
 1 1 1 0  2 1 1
B  0 1 1 1 0 D4  2 1 0 1 2
   
0 1 1 1 0 3 2 1 2 3
0 0 0 0 0 4 3 2 3 4

Các điểm ảnh có khoảng cách D4 = 1 là lân cận 4 với

điểm B(2, 2).
University of Technology and Education
Faculty of Electrical & Electronic Engineering

Quan hệ giữa các điểm ảnh

Đo khoảng cách giữa các điểm ảnh
• Khoảng cách D8(p,q) còn gọi là khoảng cách bàn cờ
(Chess-Board Distance) giữa điểm ảnh p, q được xác định
như sau:
D8 ( p, q)  max x  s , y  t  (8)
• Ví dụ 4: Những điểm ảnh với kích thước D8 ≤ 2 từ tọa độ
B(2, 2) tạo thành hình vuông có tâm đặt tại gốc tọa độ
0 0 0 0 0 2 2 2 2 2
0 1 1 1 0 2 1 1 1 2
 
B  0 1 1 1 0 D8  2 1 0 1 2
   
0 1 1 1 0 2 1 1 1 2
0 0 0 0 0 2 2 2 2 2

Các điểm ảnh có khoảng cách D4 = 1 là lân cận 8 với

điểm B(2, 2).
University of Technology and Education
Faculty of Electrical & Electronic Engineering

Quan hệ giữa các điểm ảnh

Đo khoảng cách giữa các điểm ảnh
• Ví dụ 5: Chương trình Matlab tính khoảng cách khối và
khoảng cách bàn cờ từ tâm B(2,2) của ảnh B có kích
thước 5x5
• Chương trình tính khoảng cách • Chương trình tính khoảng cách
khối của ảnh B bàn cờ của ảnh B

clear all;clc; clear all;clc;

b =[0 0 0 0 0; 0 1 1 1 0; 0 1 1 1 0; b =[0 0 0 0 0; 0 1 1 1 0; 0 1 1 1 0;
0 1 1 1 0; 0 0 0 0 0]; 0 1 1 1 0; 0 0 0 0 0];
[M,N]=size(b); [M,N]=size(b);
for i=1:M % size(a,1) for i=1:M % size(a,1)
for j=1:N% size(a,2) for j=1:N% size(a,2)
D(i,j)=(abs(i-3) + abs(j-3)); D(i,j)=max(abs(i-3),abs(j-3));
end end
end end
HCMC University of Technology and Education
Faculty of Electrical & Electronic Engineering Fundamentals

The End

13
Nguyen Thanh Hai, PhD