›
›

Bài giảng Xử lý ảnh - Chương 2: Thu nhận và số hóa ảnh - Hoàng Văn Hiệp

pdf 64 trang ngocly 360
Download
Bạn đang xem 20 trang mẫu của tài liệu "Bài giảng Xử lý ảnh - Chương 2: Thu nhận và số hóa ảnh - Hoàng Văn Hiệp", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

  • pdfbai_giang_xu_ly_anh_chuong_2_thu_nhan_va_so_hoa_anh_hoang_va.pdf

Nội dung text: Bài giảng Xử lý ảnh - Chương 2: Thu nhận và số hóa ảnh - Hoàng Văn Hiệp

  1. Xử lý ảnh Hoàng Văn Hiệp Bộ môn Kỹ thuật máy tính Viện Công nghệ thông tin và Truyền thông Email: [email protected] 1
  2. Nội dung Chương 1. Giới thiệu chung Chương 2. Thu nhận & số hóa ảnh Chương 3. Cải thiện & phục hồi ảnh Chương 4. Phát hiện tách biên, phân vùng ảnh Chương 5. Trích chọn các đặc trưng trong ảnh Chương 6. Nén ảnh Chương 7. Lập trình xử lý ảnh bằng Matlab và C 2
  3. Chương 2. Thu nhận, số hóa ảnh 2.1. Hệ thống thị giác và sự cảm nhận ảnh 2.2. Cảm nhận và biểu diễn màu sắc 2.3. Số hóa ảnh 2.4. Biểu diễn ảnh số 2.5. Mối quan hệ giữa các điểm ảnh 3
  4. 2.1. Hệ thống thị giác và sự cảm nhận ảnh  Cấu tạo mắt người . Giác mạc . Thủy tinh thể . Dịch kính (thủy tinh dịch)Tế . Võng mạc o Tế bào hình nón o Tế bào hình que o Điểm vàng o Điểm mù 4
  5. Cấu tạo mắt người Giác mạc: . Mô có độ dai, trong suốt, phủ trước bề mặt của mắt. . Nối tiếp với giác mạc là màng cứng bao phần còn lại của mắt  Võng mạc . Các hình ảnh sẽ được phản chiếu lên võng mạc . Có 2 loại tế bào cảm nhận trên võng mạc: tế báo hình nón và tế bào hình que 5
  6. Cấu tạo mắt người (tiếp)  Tế bào hình nón Có 6-7 triệu tế bào tập trung chủ yếu ở tâm của của võng mạc Rất nhạy với màu sắc Chúng được nối với nhau thông qua các dây thần kinh  Tế bào hình que Có 75-150 triệu tế bào phân phối đều trên võng mạc Không nhạy với màu sắc và ánh sáng 6
  7. Mật độ tế bào hình nón và hình que 7
  8. Sự tạo ảnh trong mắt 8
  9. Sự cảm nhận và phân biệt độ sáng Cường độ sáng được cảm nhận bởi hệ thống thị giác là hàm logarit của cường độ sáng đi vào mắt 9
  10. Sự cảm nhận và phân biệt độ sáng Ví dụ cho thấy cảm nhận độ sáng không phải hàm thông thường của cường độ sáng 10
  11. Sự cảm nhận và phân biệt độ sáng Thí nghiệm phân biệt độ sáng khác nhau của mắt người 11
  12. Một số hiệu ứng đặc biệt 12
  13. Một số hiệu ứng đặc biệt 13
  14. Chương 2. Thu nhận, số hóa ảnh 2.1. Hệ thống thị giác và sự cảm nhận ảnh 2.2. Cảm nhận và biểu diễn màu sắc 2.3. Số hóa ảnh 2.4. Biểu diễn ảnh số 2.5. Mối quan hệ giữa các điểm ảnh 14
  15. 2.2. Cảm nhận và biểu diễn màu Các thuộc tính của ánh sáng . Độ chói (Radiance - watt): Tổng năng lượng của chùm tia từ nguồn . Đội rọi (Luminance – lumens, lm): Độ đo năng lượng ánh sáng thu nhận từ nguồn sáng o I(x, y, λ): phân bố ánh sáng trong không gian o V(λ): Hàm hiệu suất cảm độ rọi tương đối của hệ thống thị giác o 15
  16. 2.2. Cảm nhận và biểu diễn màu Các thuộc tính của ánh sáng . Độ sáng o Thuộc tính chủ quan đặc trưng cho khả năng cảm nhận độ rọi . Độ tương phản tức thời o Hệ thống thị giác nhạy cảm với độ tương phản của độ rọi hơn là độ rọi tuyệt đối 16
  17. 2.2. Cảm nhận và biểu diễn màu Màu sắc . Cảm nhận màu sắc phụ thuộc vào phổ của ánh sáng . Ánh sáng nhìn thấy có dải phổ rất hẹp . Ánh sáng với tất cả các thành phần phổ nhìn thấy có năng lượng bằng nhau sẽ cho ánh sáng trắng 17
  18. 2.2. Cảm nhận và biểu diễn màu Các thuộc tính mô tả màu sắc . Độ sáng: Đặc trưng cho độ rọi cảm nhận . Sắc độ (Hue): o Đặc trưng cho màu sắc chủ đạo được người quan sát cảm nhận o Là thuộc tính liên quan đến bước sóng chủ yếu trong hỗn hợp các bước sóng ánh sáng . Độ bão hòa (Saturation) o Đặc trưng cho độ thuần khiết tương đối o Thể hiện lượng màu trắng được hòa với sắc độ 18
  19. 2.2. Cảm nhận và biểu diễn màu Biểu diễn màu sắc bằng cách tổng hợp 3 màu cơ bản . R, G, B . Các tế bào nón hấp thụ các phổ Si(λ) có đỉnh tại các bước sóng • Đỏ: 65 % tế báo nón nhạy cảm với ánh sáng đổ (650nm) • Green: 33% tế báo nón nhạy cảm với ánh sáng lục (550nm) • Blue: 2 % tế báo nón nhạy cảm với ánh sáng lam (450nm) 19
  20. Các hệ màu cơ bản RGB, YUV, YCbCr 20
  21. Các hệ màu cơ bản CMY . Hệ màu trừ 21
  22. Các hệ màu cơ bản HSV, HSI . Hướng cảm nhận con người, trực quan hơn RGB 22
  23. Ví dụ về cảm nhận trực quan màu 23
  24. Chuyển đổi giữa các hệ màu Tìm hiểu các công thức chuyển đổi giữa các hệ màu 24
  25. Chương 2. Thu nhận, số hóa ảnh 2.1. Hệ thống thị giác và sự cảm nhận ảnh 2.2. Cảm nhận và biểu diễn màu sắc 2.3. Số hóa ảnh 2.4. Biểu diễn ảnh số 2.5. Mối quan hệ giữa các điểm ảnh 25
  26. 2.3. Số hóa ảnh 26
  27. 2.3. Số hóa ảnh Analog Image Sensors Sampling Quantization Digital Image 27
  28. Phép lấy mẫu (sampling) Lấy mẫu đều: Đo giá trị tín hiệu tại những thời điểm thời gian cách đều nhau . TS: Tần số lấy mẫu . Lấy mẫu không gian 1 chiều 28
  29. Sampling (tiếp) Lấy mẫu không gian 2 chiều 29
  30. Sampling (tiếp) 30
  31. Sampling (tiếp) 31  Đường biểu diễn lát cắt của đoạn thẳng AB
  32. Sampling (tiếp) 32
  33. Lượng tử hóa (Quantization) Lượng tử hóa đều . Giải giá trị cần lượng tử hóa: tmin – tmax . Chia đều thành N mức lượng tử Lượng tử hóa không đều . Nhiều mức lượng tử hơn ở những vùng có nhiều giá trị tập trung hơn 33
  34. Lượng tử hóa (tiếp) 34
  35. Quá trình lấy mẫu và lượng tử hóa 35
  36. Chương 2. Thu nhận, số hóa ảnh 2.1. Hệ thống thị giác và sự cảm nhận ảnh 2.2. Cảm nhận và biểu diễn màu sắc 2.3. Số hóa ảnh 2.4. Biểu diễn ảnh số 36
  37. 2.4. Biểu diễn ảnh số f(x, y) F(I, j) hay F(m, n) 37
  38. 2.4. Biểu diễn ảnh số Ma trận dữ liệu ảnh số aij = f(x=i, y=j) = f(i, j) gọi là cấp xám của điểm ảnh tại tọa đô (i, j). 38
  39. Tính toán dung lượng ảnh số L là số cấp xám sử dụng trong ảnh (số bước lượng tử hóa) L = 2k M x N: Kích thước của ma trận ảnh số (số mẫu khi lấy mẫu) Kích thước ảnh số: M x N x k (bít) . M = N thì kích thước: N2 x k 39
  40. Tính toán dung lượng ảnh số N/k 1 (L=2) 2 (L=4) 3 (L=8) 4 (L=16) 5 (L=32) 6 (L=64) 7 (L=128) 8 (L=256) 32 1.024 2.048 3.072 4.096 5.120 6.144 7.168 8.192 64 4.096 8.192 12.288 16.384 20.480 24.576 28.672 32.768 128 16.384 32.768 49.152 65.536 81.920 98.304 114.688 131.072 256 65.536 131.072 196.608 262.144 327.680 393.216 458.752 524.288 512 262.144 524.288 786.432 1.048.576 1.310.720 1.572.864 1.835.008 2.097.152 1024 1.048.576 2.097.152 3.145.728 4.194.304 5.242.880 6.291.456 7.340.032 8.388.608 2048 4.194.304 8.388.608 12.582.912 16.777.216 20.971.520 25.165.824 29.360.128 33.554.432 4096 16.777.216 33.554.432 50.331.648 67.108.864 83.886.080 100.663.296 117.440.512 134.217.728 8192 67.108.864 134.217.728 201.326.592 268.435.456 335.544.320 402.653.184 469.762.048 536.870.912 40
  41. Độ phân giải không gian và độ phân giải mức xám Quá trình lấy mẫu độ phân giải không gian trong ảnh Quá trình lượng tử hóa độ phân giải mức xám trong ảnh 41
  42. Độ phân giải không gian Xét ảnh liên tục như hình bên. Chúng ta tiến hành lấy mẫu thưa dần để được các ảnh có kích thước nhỏ dần. • 1024 1024 • 512 512 • 256 256 • 128 128 • 64 64 • 32 32 42
  43. Độ phân giải không gian (tiếp) 512 32 64 128 256 Ảnh được lấy mẫu theo các kích thước khác nhau 43 1024
  44. Độ phân giải không gian (tiếp) Các hình ảnh trong Slide trước được phóng to thành kích thước 1024 1024 44
  45. Độ phân giải cấp xám Xét ảnh liên tục như hình bên. Chúng ta tiến hành lấy mẫu ảnh cùng một kích thước nhưng với số cấp xám nhỏ dần. • 128 • 64 • 32 • 16 • 8 • 4 45 • 2
  46. Độ phân giải cấp xám (tiếp) 46 ảnh gốc 128 cấp xám
  47. Độ phân giải cấp xám (tiếp) 47 64 cấp xám 32 cấp xám
  48. Độ phân giải cấp xám (tiếp) 48 16 cấp xám 8 cấp xám
  49. Độ phân giải cấp xám (tiếp) 49 4 cấp xám 2 cấp xám
  50. Độ phân giải cấp xám 50
  51. Phóng to và thu nhỏ ảnh số (Zooming & Shrinking) Bản chất của phóng to và thu nhỏ ảnh cũng giống như sampling . Zooming: oversampling . Shrinking: undersampling Zooming và shrinking: gồm 2 bước . Bước 1. Tạo ra các vị trí điểm ảnh mới . Bước 2. Gán giá trị mức xám cho các điểm ảnh mới 51
  52. Zooming Bước 1. Tạo ra các vị trí điểm ảnh mới: đơn giản tạo ra grid kích thước bằng kích thước muốn zoom lên Bước 2. Gán giá trị mức xám . Có nhiều phương pháp o Nearest neighbor interpolation (nội suy gần nhất) o Bilinear interpolation o Pixel replication (nhân bản pixel) 52
  53. Zooming: Nearest neighbor interpolation Ví dụ: ảnh 4x4 zoom thành ảnh 7 x 7 . Bước 1: Áp lưới 7 x 7 vào ảnh 4 x4 . Bước 2: Gán giá trị mức xám cho mỗi ô lưới: ô gần nhất được gán . Bước 3. Mở rộng ảnh về 7 x 7 53
  54. Zooming: Bilinear interpolation Ví dụ: ảnh 4x4 zoom thành ảnh 7 x 7 . Bước 1: Áp lưới 7 x 7 vào ảnh 4 x4 . Bước 2: Gán giá trị mức xám cho mỗi ô lưới: giá trị của một số ô lân cận . Bước 3. Mở rộng ảnh về 7 x 7 54
  55. Zooming: Pixel replication Áp dụng tốt cho các phép zoom ảnh lên một số nguyên lần . Ví dụ: zoom ảnh lên 4 lần o Lặp giá trị pixel ở mỗi cột 2 lần o Lặp giá trị pixel ở mỗi hàng 2 lần 55
  56. Shrinking Các phương pháp gán giá trị tương tự như zooming . Phương pháp Nearest neighbor gán lưới to hơn vào ảnh . Phương pháp pixel replication xóa các hàng và các cột tương ứng 56
  57. Chương 2. Thu nhận, số hóa ảnh 2.1. Hệ thống thị giác và sự cảm nhận ảnh 2.2. Cảm nhận và biểu diễn màu sắc 2.3. Số hóa ảnh 2.4. Biểu diễn ảnh số 2.5. Mối quan hệ giữa các điểm ảnh 57
  58. 2.5. Mối quan hệ giữa các điểm ảnh Lân cận (neighbor) . Một pixel p tại vị trí (i, j) có thể có o 4 lân cận tại các vị trí: (Ký hiệu N4(p)) (i – 1, j); (i+1, j); (i, j -1); (i, j+1) o 8 lân cận tại các vị trí: (Ký hiệu N8(p)) (i – 1, j); (i+1, j); (i, j -1); (i, j+1); (i+1, j+1); (i+1, j-1); (i – 1; j+1); (i – 1; j-1) 58
  59. 2.5. Mối quan hệ giữa các điểm ảnh Liền kề (adjacency) . V: tập các giá trị mức xám để xác định liền kề . 2 pixel p, q có giá trị mức xám ∈ V là o 4-adjacency: nếu q ∈ 4(p) o 8-adjacency: nếu q ∈ 8(p) o m-adjacency: i) Nếu q ∈ 4(p), hoặc ii) q ∈ N8(p) và 4 ∩ 4 푞 không có điểm nào có giá trị mức xám ∈ 59
  60. 2.5. Mối quan hệ giữa các điểm ảnh Liền kề (adjacency) . Ví dụ: V = {1} - ảnh nhị phân 8 – adjacency m - adjacency 60
  61. 2.5. Mối quan hệ giữa các điểm ảnh Đường đi (path) . Path từ điểm p(x, y) đến q(s, t) được định nghĩa là tập các pixel o Sao cho: (x0, y0) = (x, y); (xn, yn) = (s, t) và (xi, yi) và (xi-1 , yi-1) là các điểm liền kề . Khái nệm: 4-paths, 8-paths, m-paths 61
  62. 2.5. Mối quan hệ giữa các điểm ảnh Liên thông (connected) . S: tập các pixel trong ảnh . p, q ∈ 푆 gọi là liên thông nếu ∃ 1 path nối giữa p và q Với mỗi pixel p, tập tất cả các điểm liên thông với nó gọi là vùng liên thông Vùng, miền (region) . R là một tập các điểm ảnh: R ∈ 푆 . R gọi là region nếu R là một vùng liên thông 62
  63. 2.5. Mối quan hệ giữa các điểm ảnh Đường bao (boundary, border, contour) . Đường bao của một region R là tập các điểm thuộc R mà có 1 hoặc nhiều điểm lân cận không thuộc R Chú ý: . Đường bao ≠ đường biên (edge) . Đường bao ≡ đường biên: ảnh nhị phân 63
  64. 2.5. Mối quan hệ giữa các điểm ảnh Khoảng cách giữa 2 điểm trong ảnh . Khoảng cách Euclidean: . Khoảng cách D4 o D4 = 1: 2 điểm là lân cận 4 . Khoảng cách D8 64