Caách thuật toán hay sử dụng trong xử lý ảnh năm 2024

1. Thuật toán Otsu 1.1. Mục tiêu Giúp người đọc hiểu được thuật toán Otsu, từ đó vận dụng vào công việc tìm ngưỡng cho ảnh trong xử lí ảnh. 1.2. Phân ngưỡng ảnh và thuật toán Otsu 1.2.1. Khái niệm phân ngưỡng Phân ngưỡng ảnh là tách hình ảnh của một một vùng ảnh...

1. Mục tiêu Tìm hiểu về thuật toán contour, moment và ứng dụng trong xử lý ảnh số. 2. Thuật toán contour 2.1. Giới thiệu Contour là thuật toán được sử dụng trong xử lý ảnh nhằm tách, trích xuất các đối tượng, tạo điều kiện để các xử lý sau được chính xác. Nên...

1. Fourier transform 1.1. Mục đích Tìm hiểu về biến đổi Fourier và cách biểu diễn kết quả trong miền tần số. Tìm hiểu về phép chập 1 chiều, 2 chiều, thực hiện phép chập trong miền tần số. 1.2. Các công thức được sử dụng Tích phân với hàm mũ: Công thức Euler: Từ...

1. Xử lý điểm ảnh 1.1. Mục tiêu Tìm hiểu các khái niệm cơ bản của ảnh số như Pixel, Grayscale, Histogram. Các kỹ thuật xử lý điểm ảnh như sử dụng Threshold, sử dụng các bộ lọc. 1.2. Pixel Pixel viết tắt của từ Picture Element hay phần tử của bức ảnh. Một ảnh...

Univ.Tech nhận đặt hàng theo yêu cầu từ nghiên cứu, phát triển, thiết kế, gia công, sản xuất các sản phẩm liên quan đến lĩnh vực: Mạch điện tử. Hệ thống điện tử. Hệ nhúng. Tự động hóa công nghiệp. Cơ khí. Xử lý, nhận dạng ảnh. Thông tin chi tiết liên hệ: 01236.717.666...

Thực tế ta chọn dx = dy = 1 (ta tính lân cận tức là điểm ngay cạnh nó, nên có thể coi khoảng cách của chúng là 1) tại điểm có tọa độ là (i,j), thay vào công thức trên ta được:

[Sau khi thay vào thì công thức nó chỉ còn đơn giản thế này thôi! Thay thử vào mà xem đúng không?!]

Do tính chất phức tạp trong tính toán khi áp dụng phương pháp Gradient trong xử lý ảnh, người ta sử dụng kỹ thuật Gradient dùng cặp mặt nạ Hx, Hy trực giao (theo 2 hướng vuông góc).

Nếu định nghĩa g1 (f’x), g2 (f’y) là Gradient (vector gradient thành G(g1,g2)) theo hai hướng x, y tướng ứng thì biên độ (tức độ lớn) g(m,n) và hướng của biên tại điểm (m,n) được tính như sau:

Để giảm độ phức tạp tính toán, A0 được tính gần đúng như sau:

Việc tính xấp xỉ đạo hàm bậc nhất (f’x và f’y ở đây là g1 và g2) theo các hướng x và y được thực hiện thông qua 2 mặt nạ nhân chập (toán tử đạo hàm), tương ứng sẽ cho ta các kỹ thuật phát hiện biên khác nhau tương ứng với mặt nạ mà nó sử dụng (Roberts, Sobel, Prewitt,..).

[Như vậy công việc tiếp theo của chúng ta là phải tính g1, g2 thông qua 2 cái mặt nạ H1 và H2 mà chúng ta chọn]

Chọn mặt nạ/toán tử – Edge Operators

Trong phương pháp này chúng ta có nhiều loại mặt nạ (toán tử) để chọn! Sau đây là một số loại mặt nạ tiêu biểu! Robert Operator (Robert Cross)

http://homepages.inf.ed.ac.uk/rbf/HIPR2/roberts.htm

Sobel Operator

http://en.wikipedia.org/wiki/Sobel_operator

Prewitt Operator

http://en.wikipedia.org/wiki/Prewitt_operator

Thuật toán

Đầu vào: – Ma trận ảnh. – Ma trận toán tử/mặt nạ. – Ngưỡng Đầu ra: – Ma trận ảnh gồm các đường biên.

Giải thuật

FOR(các điểm của ảnh : I(i,j)) {

 if(nếu là điểm nằm trên đường viền)
       I(i,j) = 0;
 else{

• Tính Gx (g1) : Nhân chập với Hx
• Tính Gy (g2) : Nhân chập với Hy
• Tính A = |Gx| + |Gy|
• I(i,j) = A >= ngưỡng ? 0 : 1;

   }
  

  }

Cách tính với mặt nạ

Chúng ta đã qua 2 phần khó khăn nhất! Giờ chỉ còn công việc lập trình thôi! Tiếp…

(Một số kỹ thuật khác như kỹ thuật “La Bàn” thì tính theo cả 8 hướng. Ở đây ta làm với phương pháp 2 hướng trước.)