Bài giảng Xử lý ảnh số - Chương 5: Tiền xử lý ảnh (Phần 2) - Võ Quang Hoàng Khang

Nội dung text: Bài giảng Xử lý ảnh số - Chương 5: Tiền xử lý ảnh (Phần 2) - Võ Quang Hoàng Khang

1. Chương 5: TIỀN XỬ LÝ ẢNH (tt) Võ Quang Hoàng Khang TPHCM - 2016
2. 1. Các biến đổi trên mức xám 2. Biến đổi trên Geometry 3. Tiền xử lý sử dụng dữ liệu cục bộ 4. Biến đổi Fourier 5. Biến đổi Wavelets 6. Tổng kết 2
3. Ứng dụng các phép biến đổi trên mức xám để điều chỉnh chất lượng ảnh. Mô tả được các phép biến đổi hình học trên ảnh. Áp dụng các kỹ thuật dựa trên dữ liệu cục bộ để làm mịn ảnh, làm nổi biên ảnh, xác định cạnh. Áp dụng các kỹ thuật phân tích trên miền tần số để phân tích các đặc điểm của ảnh. Mô tả được mục đích sử dụng các bộ lọc. 3
4. Làm ảnh “tốt” hơn cho mục đích nhất định Do đó: rất phụ thuộc vào từng ứng dụng cụ thể Phương pháp: . Xử lý trên miền không gian ▪ Xử lý trên điểm ảnh ▪ Xử lý mặt nạ . Xử lý trên miền tần số ▪ Các phép lọc 4
5. Tìm hiểu các kỹ thuật lọc không gian: . Neighbourhood operations . Lọc không gian là gì? . Kỹ thuật làm mịn ảnh . Xử lý trường hợp đặc biệt
6. . Cửa sổ lân cận tính giá trị Origin x cho phần tử trung tâm. . Kích thước của cửa sổ: (2m+1)x(2n+1) (x, y) Neighbourhood y Image f (x, y)
7. Origin x a b c r s t d e f * u v w g h i x y z Original Image Filter Simple 3*3 e 3*3 Filter Pixels Neighbourhood eprocessed = v*e + r*a + s*b + t*c + u*d + w*f + y Image f (x, y) x*g + y*h + z*i Lặp lại quá trình trên cho mỗi pixel của ảnh gốc.
8. a b g(x, y)   w(s,t) f (x s, y t) s at b • Filtering có thể biểu diễn bởi phương trình trên.
9. Đơn giản nhất chúng ta có thể làm mịn ảnh là: . Tính trung bình của các giá trị trong neighbourhood cho giá trị trung tâm. . Có tác dụng loại bỏ nhiễu trong ảnh . Làm nổi bật các chi tiết tổng thể. 1 1 1 /9 /9 /9 Bộ lọc 1 1 1 /9 /9 /9 trung bình đơn giản 1 1 1 /9 /9 /9
10. Origin x 1 1 1 104 100 108 /9 /9 /9 99 106 98 1/ 1/ 1/ * 9 9 9 1 1 1 95 90 85 /9 /9 /9 1 1 1 Original Image Filter 104/9 100/9 108/9 Simple 3*3 1 1 1 3*3 Smoothing 99/9 106/9 98/9 Pixels Neighbourhood 1 1 1 Filter 95/9 90/9 85/9 1 e = /9*106 + 1 1 1 /9*104 + /9*100 + /9*108 + 1 1 /9*99 + /9*98 + y 1 1 1 Image f (x, y) /9*95 + /9*90 + /9*85 = 98.3333 Lặp lại cho mỗi pixel trong ảnh gốc để tạo ra ảnh được làm mịn.
11. Cho ảnh gốc (trên trái) kích thước size 500*500 pixels Kết quả của bộ lọc trung bình với kích thước:3, 5, 9, 15 và 35 Chú ý: các chi tiết bắt bắt đầu biến mất.
12. Làm mịn ảnh hiệu quả hơn khi cho trọng số của các pixel lân cận là khác nhau. . Các pixel gần với pixel 1/ 2/ 1/ trung tâm là quan trọng hơn. 16 16 16 2 4 2 /16 /16 /16 1 2 1 /16 /16 /16 Bộ lọc trung bình có trọng số.
13. . Tác dụng: . Loại bỏ được nhiễu mà không làm mờ cạnh nhiều. . Hiệu quả đối với hai loại nhiễu: nhiễu đốm (speckle noise) và muối tiêu (salt-pepper noise) . Phổ biến
14. Original Image Image After Image After With Noise Averaging Filter Median Filter Bộ lọc thường dùng để loại bỏ nhiễu trong ảnh. Trong một số trường hợp lọc trung vị có hiệu quả tốt hơn bộ lọc trung bình.
15. x 123 127 128 119 115 130 140 145 148 153 167 172 133 154 183 192 194 191 194 199 207 210 198 195 164 170 175 162 173 151 y
16. Tại các cạnh của ảnh? Origin x e e e e e e e y Image f (x, y)
17. Một vài phương pháp giải quyết: . Bỏ pixel bị thiếu ▪ Kích thước nhỏ hơn ảnh gốc . Nhân rộng biên . Thêm các dòng và cột quanh biên ảnh ▪ Có thể tạo ra các hình ảnh lạ
18. x 123 127 128 119 115 130 140 145 148 153 167 172 133 154 183 192 194 191 194 199 207 210 198 195 164 170 175 162 173 151 y
19. Filtered Image: Zero Padding Original Filtered Image: Image Nhân rộng biên Filtered Image: Wrap Around Edge Pixels