Bài giảng Xử lý ảnh số - Chương 1: Giới thiệu xử lý ảnh số - Võ Quang Hoàng Khang

Nội dung text: Bài giảng Xử lý ảnh số - Chương 1: Giới thiệu xử lý ảnh số - Võ Quang Hoàng Khang

1. Chương 1: GIỚI THIỆU XỬ LÝ ẢNH SỐ Võ Quang Hoàng Khang TPHCM - 2016
2. 1. Image và Pictures 2. Giới thiệu xử lý ảnh số 3. Một số lĩnh vực có sử dụng xử lý ảnh 4. Giới thiệu tổng quan về quy trình xử lý ảnh 5. Các thành phần cơ bản của xử lý ảnh 6. Các xử lý ảnh phổ biến 7. Làm quen với thư viện Matlab 8. Bài tập 2
3. Giúp sinh viên hiểu rõ . Mục tiêu của xử lý ảnh . Sơ lược về lịch sử . Một số khái niệm cơ bản về ảnh số . Ứng dụng của XLA. . Các thành phần cơ bản của xử lý ảnh Hiểu rõ các xử lý chính cần thiết của XLA Hiểu các xử lý nâng cao Làm quen với công cụ Matlab 3
4. Photo: viết tắt photograph. Hình do máy ảnh tạo ra Picture: hình hay bức họa. Bức tranh, bức ảnh, bức vẽ, chân dung, hình chụp. Image: hình ảnh, hình tượng, tưởng tượng trong suy nghĩ, ấn tượng. Nói chung chỉ cảm nhận về hình/ảnh. Không gọi digital picture, mà gọi là digital image processing 4
5. sketch: Vẽ phác Painting: Vẽ dùng mầu nước hay dầu Snapshot: Hình chụp gấp Portrait: chân dung Cartoon:Hình hí họa hay hoạt họa Caricature: Hình biếm họa vài nét độc đáo khuôn mặt một người Illustration: Hình minh họa trong sách Poster: Hình vẽ quảng cáo Photography: Môn nhiếp ảnh 5
6. Ảnh số có thể được định nghĩa là hàm hai biến: f(x,y), với x và y là các tọa độ nguyên, giá trị của f tại cặp tọa độ (x,y) được gọi là cường độ sáng hoặc mức xám của ảnh tại điểm đó. Giá trị của f(x,y) và miền xác định của x và y rời rạc và hữu hạn ảnh số 6
7. Xử lý ảnh số: thao tác trên ảnh số bằng máy tính số. Mỗi vị trí x, y cùng với giá trị f(x,y) được gọi là picture elements, image elements, pels hoặc pixel. Ảnh số có thể tạo ra từ các nguồn: ultrasound, electron microscopy, và máy tính 7
8. Image Processing (IP) được dùng vì hai mục tiêu khác nhau: . Nâng cao chất lượng hình ảnh nhằm phục vụ nhu cầu xem của con người . Biến đổi ảnh nhằm xác định những đặc trưng và cấu trúc tồn tại trong ảnh cho các bài toán ở các bước tiếp theo. Image Processing= Image Image Transformation Môn học tập trung vào mục tiêu thứ hai 8
9. Xử lý ảnh liên quan đến 3 vấn đề chính về ảnh . Số hóa và mã hóa ảnh phục vụ cho mục đích truyền, in ấn và lưu trữ . Nâng cao và phục hồi chất lượng ảnh . Phân đoạn ảnh và tìm đặc trưng ảnh phục vụ cho các mục đích khác Không có biên giới rõ ràng giữa xử lý ảnh và thị giác máy tính (giúp máy tính nhận biết hình ảnh) 9
10. Sinh học (Biological Sciences) Khí tượng học và ảnh vệ tinh (Meteorology/Satellite Imaging) Khoa học cơ bản (Material Sciences) Y học (Medicine) Kiểm tra sản phẩm (Industrial inspection/Quality Control) Địa chất (Geology) Thiên văn học (Astronomy) Quân sự (Military) Vật lý/ Hóa học (Physics/Chemistry) Chụp hình (Photography) 11
11. • Nhiễu hệ thống: là nhiễu có quy luật có thể khử bằng các phép biến đổi • Nhiễu ngẫu nhiên: vết bẩn không rõ nguyên nhân – khắc phục bằng các phép lọc (filter) 16
12. Nhằm khắc phục tính không đồng đều của hệ thống gây ra . Giảm số mức xám: Thực hiện bằng cách nhóm các mức xám gần nhau thành cụm. Trường hợp chỉ có 2 mức xám thì chính là chuyển về ảnh đen trắng. Ứng dụng: In ảnh màu ra máy in đen trắng . Tăng số mức xám: Thực hiện nội suy ra các mức xám trung gian bằng kỹ thuật nội suy. Kỹ thuật này nhằm tăng cường độ mịn cho ảnh 17
13. Nguồn: Prof. Xin Li 18
14. image compressed bitstream image encoder 00111000001001101 decoder (2428 Bytes) 22
15. Cần xác định và khai thác các đặc trưng trên ảnh bài toán trích, chọn và chỉ mục CSDL đặc trưng. Một số đặc trưng thường dùng . Đặc điểm không gian: Phân bố mức xám, phân bố xác suất, biên độ, điểm uốn . Đặc điểm biến đổi: Các đặc điểm loại này được trích chọn bằng việc thực hiện lọc vùng (zonal filtering). Các bộ vùng được gọi là “mặt nạ đặc điểm” (feature mask) thường là các khe hẹp với hình dạng khác nhau (chữ nhật, tam giác, cung tròn v.v ) . Đặc điểm biên và đường biên: Đặc trưng cho đường biên của đối tượng và do vậy rất hữu ích trong việc trích chọn các thuộc tính bất biến được dùng khi nhận dạng đối tượng. Các đặc điểm này có thể được trích chọn nhờ toán tử gradient, toán tử Laplace, toán tử zero crossing. 23
16. Nhận dạng tự động (automatic recognition) mô tả đối tượng, phân loại và phân nhóm các mẫu là những vấn đề quan trọng trong thị giác máy tính. Ví dụ: . Mẫu có thể là ảnh của vân tay . Ảnh của một vật nào đó được chụp, một chữ viết, khuôn mặt người. Phân loại có giám sát (supervised classification): phân tích phân biệt (discriminant analyis), trong đó mẫu đầu vào được định danh như một thành phần của một lớp đã xác định Phân loại không giám sát (unsupervised classification) trong đó các mẫu được gán vào các lớp khác nhau dựa trên tiêu chuẩn tương tự nào đó. Các lớp này cho đến thời điểm phân loại vẫn chưa biết hay chưa được định danh 24
17. Thực tế ảo Nhận dạng khuôn mặt, sản phẩm, chữ viết, Game Xử lý ảnh y khoa Cảm biến từ xa Xử lý ảnh microscope 25
18. Làm mờ Ảnh gốc Sắc nét Sử dụng ảnh từ nguồn: Vanderbilt University 26
19. bandpass Ảnh gốc unsharp filter masking Sử dụng ảnh từ nguồn: Vanderbilt University 27
20. regional Dọc Ảnh gốc zoom Xoay Sử dụng ảnh từ nguồn: Vanderbilt University 28
21. Ảnh mờ Ảnh nghiễu Mờ một màu Sử dụng ảnh từ nguồn: Vanderbilt University 29
22. Ảnh mờ Ảnh nhiễu 5x5 Wiener filter Sử dụng ảnh từ nguồn: Vanderbilt University 30
23. periodic frequency Ảnh gốc noise tuned filter Sử dụng ảnh từ nguồn: Vanderbilt University 31
24. + shot noise s&p noise - shot noise Sử dụng ảnh từ nguồn: Vanderbilt University 32
25. original s&p noise median filter Sử dụng ảnh từ nguồn: Vanderbilt University 33
26. + shot noise min filter maxmin filter Sử dụng ảnh từ nguồn: Vanderbilt University 34
27. - shot noise max filter minmax Sử dụng ảnh từ nguồn: Vanderbilt University 35
28. Dùng toán tử opening để “loang” nhằm kết nối những vùng đen lại với nhau Xóa những vùng nhỏ ra khỏi vùng lớn without original opened reconstructed 36
29. original reconstructed opening 37
30. Độ phân giải không gian là chi tiết nhỏ nhất có thể thấy rõ trong ảnh Độ phân giải mức xám chỉ ra mức thay đổi mức xám có thể nhận thấy được nhỏ nhất. Ảnh 1024x1024 được giảm mẫu dần xuống 32x32, vẫn giữ nguyên mức xám 38
31. Ảnh được upsample từ ở các độ phân giải 32x32, 64x64, 128x128, 256x256, 512x512 lên 1024x1024 bằng cách duplicate cột và hàng. 39
32. Giảm mức xám, và không thay đổi độ phân giải không gian 40
33. Mục tiêu chính nhằm cung cấp các công cụ cơ bản cho computer vision. MATLAB là một môi trường tính toán số và lập trình MATLAB cho phép tính toán số với ma trận, vẽ đồ thị hàm số hay biểu đồ thông tin, thực hiện thuật toán, tạo các giao diện người dùng, MATLAB giúp đơn giản hóa việc giải quyết các bài toán tính toán kĩ thuật so với các ngôn ngữ lập trình truyền thống như C, C++, và Fortran 41
34. MATLAB được sử dụng trong nhiều lĩnh vực: xử lý tín hiệu và ảnh, truyền thông, thiết kế điều khiển tự động, đo lường kiểm tra, phân tích mô hình tài chính, hay tính toán sinh học. Với hàng triệu kĩ sư và nhà khoa học làm việc trong môi trường công nghiệp cũng như ở môi trường hàn lâm, MATLAB là ngôn ngữ của tính toán khoa học. 42
35. Tổng quan và các định nghĩa ban đầu về XLA Giới thiệu các loại ảnh. Chỉ ra ảnh có thể tạo ra từ các nguồn khác nhau các vấn đề khác nhau khi thu nhận ảnh. Các thành phần của XLA Các lĩnh vực có ứng dụng XLA. Các xử lý cơ bản cần thiết của XLA Khái niệm cơ bản về độ phân giải, mức xám. Giới thiệu Matlab 43
36. 1. Cài đặt Matlab trên máy tính (kiểm tra vào tuần tới) 2. Tìm hiểu và sử dụng được một số hàm: • imread • imwrite • imshow • rgb2gray • im2double • fspecial • imhist • histeq 44