Đang tải... (xem toàn văn)
Phân đoạn ảnh dựa trên phương pháp phát hiện biên
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC DÂN LẬP HẢI PHÒNG -o0o ĐỒ ÁN TỐT NGHIỆP Ngành công nghệ thơng tin HẢI PHỊNG - 2012 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC DÂN LẬP HẢI PHÒNG -o0o PHÂN ĐOẠN ẢNH DỰA TRÊN PHƢƠNG PHÁP PHÁT HIỆN BIÊN ĐỒ ÁN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY Ngành: Cơng nghệ Thơng tin HẢI PHỊNG - 2012 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC DÂN LẬP HẢI PHÒNG -o0o PHÂN ĐOẠN ẢNH DỰA TRÊN PHƢƠNG PHÁP PHÁT HIỆN BIÊN ĐỒ ÁN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY Ngành: Công nghệ Thông tin Sinh viên thực hiện: Đinh Văn Vạn Giáo viên hƣớng dẫn: PGS TS Ngô Quốc Tạo Mã số sinh viên: 111136 HẢI PHÒNG - 2012 BỘ GIÁO DỤC VÀ ĐÀO TẠO CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƢỜNG ĐẠI HỌC DÂN LẬP HẢI PHÒNG Độc lập – Tự – Hạnh phúc o0o NHIỆM VỤ THIẾT KẾ TỐT NGHIỆP Lớp: CT1201 Ngành: Công nghệ Thông tin Sinh viên:Đinh Văn Vạn Mã số: 111136 Tên đề tài: Phân đoạn ảnh dựa phƣơng pháp phát biên NHIỆM VỤ ĐỀ TÀI Nội dung yêu cầu cần giải nhiệm vụ đề tài tốt nghiệp a Nội dung: Tìm hiểu phân đoạn ảnh phƣơng pháp phát biên b Các yêu cầu cần giải quyết: - Tìm hiểu số khai niệm xử lý ảnh - Tìm hiểu phân đoạn ảnh - Tìm hiểu phƣơng pháp phát biên, toán tử tách cạnh Sobel,prewitt, Kiresh, Laplace, Canny, Roberts Các số liệu cần thiết để thiết kế, tính toán Địa điểm thực tập CÁN BỘ HƢỚNG DẪN ĐỀ TÀI TỐT NGHIỆP Ngƣời hƣớng dẫn thứ nhất: Họ tên: Ngô Quốc Tạo Học hàm, học vị: Phó giáo sƣ, Tiến sĩ Cơ quan cơng tác: Viện Công nghệ thông tin, Viện Khoa học Công nghệ Việt Nam Nội dung hƣớng dẫn: Phân đoạn ảnh dựa phƣơng pháp phát biên Ngƣời hƣớng dẫn thứ hai: Họ tên: Học hàm, học vị: Cơ quan công tác: Nội dung hƣớng dẫn: Đề tài tốt nghiệp đƣợc giao ngày 27 tháng 08 năm 2012 Yêu cầu phải hoàn thành trƣớc ngày tháng 12 năm 2012 Đã nhận nhiệm vụ: Đ.T.T.N Sinh viên Đã nhận nhiệm vụ: Đ.T.T.N Cán hƣớng dẫn Đ.T.T.N Hải phòng, ngày…….tháng…….năm 2012 HIỆU TRƢỞNG GS.TS.NGƢT Trần Hữu Nghị PHẦN NHẬN XÉT TÓM TẮT CỦA CÁN BỘ HƢỚNG DẪN Tinh thần thái độ sinh viên trình làm đề tài tốt nghiệp: ………………………………………………………………………… …………… ………………………………………………………………………… …………… ………………………………………………………………………… …………… ………………………………………………………………………… …………… Đánh giá chất lƣợng đề tài tốt nghiệp (so với nội dung yêu cầu đề nhiệm vụ đề tài tốt nghiệp) ………………………………………………………………………… …………… ………………………………………………………………………… …………… ………………………………………………………………………… …………… ………………………………………………………………………… …………… Cho điểm cán hƣớng dẫn: (Điểm ghi số chữ) ………………………………………………………………………… …………… Ngày……tháng……năm 2012 Cán hƣớng dẫn (Ký, ghi rõ họ tên) PHẦN NHẬN XÉT ĐÁNH GIÁ CỦA CÁN BỘ CHẤM PHẢN BIỆN ĐỀ TÀI TỐT NGHIỆP Đánh giá chất lƣợng đề tài tốt nghiệp (về mặt nhƣ sở lý luận, thuyết minh chƣơng trình, giá trị thực tế,…) ………………………………………………………………………… …………… ………………………………………………………………………… …………… ………………………………………………………………………… …………… ………………………………………………………………………… …………… ………………………………………………………………………… …………… ………………………………………………………………………… …………… Cho điểm (Điểm ghi số chữ) cán phản biện ………………………………………………………………………… …………… Ngày…….tháng…….năm 2012 Cán chấm phản biện (Ký, ghi rõ họ tên) Mục lục Mục lục DANH MỤC HÌNH ẢNH LỜI CÁM ƠN MỞ ĐẦU Chƣơng GIỚI THIỆU 1.1 Tổng quan xử lý ảnh 1.1.1 Giới thiệu xử lý ảnh 1.1.2 Các bƣớc xử lý ảnh 1.1.2.1 Thu nhận ảnh 1.1.2.2 Tiền xử lý 1.1.2.3 Phân đoạn ảnh 1.1.2.4 Biểu diễn mô tả 1.1.2.5 Nhận dạng nội suy ảnh 1.2 Các khái niệm xử lý ảnh 1.2.1 Điểm ảnh 1.2.2 Mức xám 1.2.3 Biên 1.2.4 Láng giềng 1.2.5 Vùng liên thông Chƣơng PHÂN ĐOẠN ẢNH VÀ BIÊN 2.1 Tổng quan phân đoạn ảnh 2.2 Tổng quan biên 2.2.1 Biên kiểu biên 2.2.1.1 Biên lý tƣởng 2.2.1.2 Biên dốc 10 2.2.1.3 Biên không trơn 11 2.2.2 Vai trò biên nhận dạng 12 Chƣơng MỘT SỐ KĨ THUẬT PHÂN ĐOẠN ẢNH 14 3.1 Phân đoạn ảnh dựa vào ngƣỡng 14 3.1.1 Giới thiệu 14 3.1.2 chọn ngƣỡng cố định 15 3.1.3 Chọn ngƣỡng lƣợc đồ(Histogram) 15 3.1.3.1 Thuật toán đẳng liệu 15 3.1.3.2 Thuật toán đối xứng 16 3.1.3.3 Thuật toán tam giác 17 3.1.3.4 Chọn ngƣỡng Bimodal Histogram 18 3.2 Phân đoạn theo miền đồng 19 3.3.1 Giới thiệu 19 3.3.2 Phƣơng pháp tách tứ phân 19 3.3.3 Phƣơng pháp phân vùng hợp 23 3.3.4 phƣơng pháp tổng hợp 24 Chƣơng MỘT SỐ PHƢƠNG PHÁP PHÁT HIỆN BIÊN 26 4.1 Phân loại kĩ thuật phát biên 26 4.1.1 Phƣơng pháp phát biên trực tiếp 26 4.1.2 Phƣơng pháp phát biên gián tiếp 26 4.1.3 Quy trình phát biên 27 4.2 Kỹ thuật phát biên Gradient 27 4.2.1 Toán tử Sobel 28 4.2.2 Toán tử Prewitt 30 32 pháp Các mặt nạ đƣợc sử dụng nhƣ sau: Để tìm biên ảnh, điểm ảnh đƣợc nhân xoắn với tất mặt nạ (tâm mặt nạ trùng với điểm ảnh xét) Kết toán tử điểm giá trị lớn tám kết việc nhân xoắn Ký hiệu Ai; i = 1,2, ,8 Gradient theo hƣớng nhƣ mặt nạ kể trên, biên độ Gradient điểm ảnh (x,y) đƣợc tính theo: A(x,y) = Max(|gi(x,y)|) i = 1,2, ,8 33 Hình 4.3 Kết với tốn tử Kirsh 4.3.2 Toán tử la bàn Prewitt Toán tử la bàn Prewitt đƣa mặt nạ nhân cuộn theo hƣớng khác Giá trị độ lớn điểm ảnh đƣợc thực nhƣ toán tử la bàn Kirsh Các mặt nạ có dạng nhƣ sau: 34 Hình 4.4 Biên ảnh với tốn tử la bàn Prewitt 4.4 Kĩ thuật phát biên Laplace Để khắc phục hạn chế nhƣợc điểm phƣơng pháp Gradient, sử dụng đạo hàm riêng bậc ngƣời ta nghĩ đến việc sử dụng đạo hàm riêng bậc hai hay tốn tử Laplace Phƣơng pháp dị biên theo tốn tử Laplace hiệu phƣơng pháp toán tử Gradient trƣờng hợp mức xám biến đổi chậm, miền chuyển đổi mức xám có độ trải rộng Tốn tử Laplace đƣợc xác định cơng thức (4.3): (4.3) Tốn tử Laplace dùng số kiểu mặt nạ khác nhằm tính gần đạo hàm riêng bậc hai Các dạng mặt nạ theo tốn tử Laplace bậc 3x3 có thể: (4.4) 35 (4.5) (4.6) Từ ta đƣa đƣợc mặt nạ nhân chập phƣơng pháp đạo hàm bậc hai Kết cho mặt nạ thứ ba gọi phƣơng pháp Four - neighbor Laplace (sử dụng bốn láng giềng) Toán tử Laplace dùng nhiều kiểu mặt nạ khác để xấp xỉ rời rạc đạo hàm bậc hai Ba kiểu mặt nạ hay dùng với toán tử Laplace: Giả sử có ảnh I, tìm biên ảnh cách lấy đạo hàm bậc ảnh I (phƣơng pháp Laplace) nghĩa nhân cuộn ảnh I với mặt nạ trên: Ikq = I ⊗ H Kết mô đƣợc thể nhƣ hình 4.5 36 Hình 4.5 Biên ảnh với kỹ thuật Laplace 4.5 Phƣơng pháp phát biên Canny Phƣơng pháp John Canny phịng thí nghiệm MIT khởi xƣớng vào năm 1986 Canny đƣa tập hợp ràng buộc mà phƣơng pháp phát biện biên phải đạt đƣợc Ơng trình bày phƣơng pháp tối ƣu để thực đƣợc ràng buộc Và phƣơng pháp đƣợc gọi phƣơng pháp Canny 4.5.1 Cơ sở lý thuyết thuật toán Ý tƣởng thuật toán: Ý tƣởng phƣơng pháp định vị vị trí cách cực tiểu hố phƣơng sai δ2 vị trí điểm cắt "Zero" hạn chế số điểm cực trị cục để tạo đƣờng bao Các ràng buộc mà phƣơng pháp phát biên Canny thực đƣợc là: mức lỗi, định vị hiệu suất Trong đó: - Mức lỗi: có ý nghĩa phƣơng pháp phát biên phải tìm tất biên, khơng biên đƣợc tìm bị lỗi - Định vị: Điều nói đến độ chênh lệch cấp xám điểm biên phải nhỏ tốt - Hiệu suất: cho tách biên không đƣợc nhận nhiều biên có biên tồn 37 Ràng buộc mức lỗi định vị đƣợc dùng để đánh giá phƣơng pháp phát biên Còn ràng buộc hiệu suất tƣơng đƣơng với mức lỗi dƣơng Canny giả thiết nhiễu ảnh tuân theo phân bố Gauss đồng thời ông cho phƣơng pháp phát biên thực chất lọc nhân xoắn có khả làm mịn nhiễu định vị đƣợc cạnh Vấn đề tìm lọc cho thoả mãn tối ƣu ràng buộc Dƣới việc xây dựng lọc tối ƣu f đƣợc xấp xỉ đạo hàm Bộ lọc f đƣợc giả thiết f=0 đoạn (-w,+ w) Ba ràng buộc tƣơng ứng với ba điều kiện nhƣ sau: (4.7) (4.8) (4.9) Trong đó: SNR: (mức lỗi) nhằm tìm hàm f(x) phản đối xứng cho tỷ số tín hiệu nhiễu cực đại Các giá trị Localization đại diện cho nghịch đảo chênh lệch mức xám điểm biên lớn tốt XZC: ràng buộc nhằm hạn chế điểm cực trị cục với mục đích cung cấp đƣờng bao Canny cố gắng tìm lọc f làm cực đại tích: SNR * Localization Nhƣng cuối sấp xỉ có hiệu f lại đạo hàm bậc hàm Gauss 38 Khi G có đạo hàm theo hai hƣớng x y Sự xấp xỉ với lọc tối ƣu thuật tốn phát biên Canny G’ vậy, phép nhân xoắn ảnh vào với G’ ta thu đƣợc ảnh E đƣợc tách biên trƣờng hợp ảnh có nhiều nhiễu Phép nhân xoắn thực cách dễ dàng việc tính tốn phức tạp, đặc biệt nhân xoắn với mảng hai chiều Tuy nhiên phép nhân xoắn với mảng hai chiều Gauss đƣợc chia thành hai phép nhân xoắn với mặt nạ Gauss chiều Việc vi phân đƣợc thực phép nhân xoắn mảng chiều tạo nên hai ảnh: ảnh việc nhân xoắn thành phần x với mảng chiều, ảnh hai việc nhân xoắn thành phần y 4.5.2 Hoạt động thuật toán a) Thuật toán: Thuật toán đƣợc tiến hành qua bốn bƣớc sau: - Đọc ảnh I cần xử lý: tiến hành làm trơn ảnh cách nhân xoắn ảnh với lọc Gauss - Đạo hàm bậc kết theo hai hƣớng x y: Điều tƣơng ứng với việc nhân xoắn ảnh kết bƣớc theo hai hƣớng (x y) với lọc dựa đạo hàm bậc (các lọc kỹ thuật Gradient) Từ đƣa kết đạo hàm ảnh sau tiến hành nhân xoắn với Gauss - Cho ảnh kết bƣớc tiến hành “Non-maximum Suppression” Nghĩa loại bỏ bớt điểm cạnh (loại bỏ bớt nhiễu), giữ lại điểm có mức xám cao - Tiến hành thực áp dụng ngƣỡng (ngƣỡng cao ngƣỡng thấp) để loại bỏ số cạnh xấu b) Giải thích thuật toán Bƣớc : Tiến hành làm trơn ảnh Ở bƣớc tiến hành nhân ảnh với lọc Gauss 39 Bƣớc 2: Tiến hành đạo hàm kết bƣớc Sau làm trơn ảnh ảnh bƣớc (nhân ảnh với lọc Gauss) ta tiến hành đạo hàm bậc kết Kết đạo hàm S đạo hàm tích ảnh I hàm Gauss (x,y) Điều tƣơng ứng với đạo hàm hàm Gauss sau nhân với ảnh I (4.10) Với: (4.11) Nhƣ vậy, kết ảnh bƣớc hai tổng hợp đạo hàm Gauss theo hƣớng x nhân với ảnh I đạo hàm Gauss theo hƣớng y nhân với ảnh I Nghĩa ta đạo hàm hàm Gauss theo hai hƣớng tiến hành nhân xoắn với ảnh thay nhân xoắn ảnh với hàm Gauss đạo hàm Có thể minh hoạ nhƣ sau đạo hàm hàm Gauss theo hai hƣớng x y, xem hình 4.6 40 Hình 4.6 Đạo hàm hàm Gauss theo hai hƣớng (x,y) Sau tiến hành nhân xoắn ảnh I với lọc Gauss bƣớc ta có ảnh S đƣợc làm trơn Tiến hành thực bƣớc hai cách lấy đạo hàm ảnh theo hai hƣớng x y tổng hợp kết lại Ở ta tiến hành nhân xoắn ảnh S với hai mặt nạ phƣơng pháp Sobel theo hai hƣớng x y nhƣ sau: Sau tiến hành nhân xoắn ảnh theo hai hƣớng x y ta đƣợc hai ảnh theo hai hƣớng Sx Sy, ta tiến hành tổng hợp hai kết kết cuối S': (4.12) Hƣớng biên θ nhƣ sau: (4.13) 41 Ảnh S’ tìm đƣợc kết bƣớc Bƣớc 3: Tiến hành loại bỏ số cạnh dƣ thừa: Đối với điểm ảnh ảnh S’ ta tiến hành so sánh giá trị điểm với giá trị hai điểm lân cận điểm Hai điểm lân cận hai điểm nằm đƣờng thẳng chứa hƣớng đƣờng biên θ Giả sử ta có điểm biên xét vị trí (x,y), ta có điểm biên lân cận điểm biên thể hình x.x Hình 4.7 Hình mơ tả điểm biên lân cận Tại điểm biên ta tiến hành tính giá trị góc hƣớng đƣờng biên θ Nếu hƣớng đƣờng biên θ ≤ 22.50 θ > 157.50 đặt giá trị θ= 00 hai điểm biên lân cận điểm biên vị trí (x-1, y) (x+1, y) Tƣơng tự ta có kết hai điểm biên lân cận theo hƣớng biên khác nhau, kết đƣợc nêu bảng 4.1 42 Giá trị θ Phƣơng hƣớng Điểm ảnh θ ≤ 22,50 θ > 157,50 θ = 00 (x-1,y) (x+1,y) 22,50 < θ ≤ 67,50 θ = 450 (x-1,y-1) (x+1,y+1) 67,50 < θ ≤ 112,50 θ = 900 (x-1,y-1) (x+1,y-1) 112,50 < θ ≤ 157,50 θ = 1350 (x,y+1) (x,y-1) Bảng 4.1 bảng kết Ta tiến hành thực hiện: - Tại điểm ảnh ta tiến hành tính tốn hƣớng đƣờng biên, sau so sánh kết tìm hai điểm biên lân cận - So sánh giá trị điểm ảnh xét với hai điểm biên trên: Nếu điểm ảnh lớn giữ lại điểm biên (đánh dấu điểm biên này), ngƣợc lại nhỏ hai điểm biên lân cận điểm biên bị loại (cho giá trị điểm biên 0) Ta đƣợc kết ảnh sau loại số điểm biên không phù hợp, Lúc số lƣợng biên ảnh nhìn thấy Điều đặc biệt có giá trị tốt để loại bỏ số biên dƣ thừa đặc biệt với ảnh có nhiều nhiễu Bƣớc 4: Tiến hành áp dụng ngƣỡng: Sau tiến hành bƣớc ta tiến hành áp dụng ngƣỡng: sử dụng hai ngƣỡng, ngƣỡng cao Th ngƣỡng thấp Tl Những điểm biên đƣợc đánh dấu (không bị loại) ta tiếp tục tiến hành áp dụng ngƣỡng cao ngƣỡng thấp: - Xét điểm ảnh I vị trí (x,y) - So sánh I(x,y) với hai ngƣỡng Th Tl + Nếu I(x,y) ≥ Th: đánh dấu giữ lại điểm biên (đặt giá trị 1) + Nếu I(x,y) < Tl: Loại bỏ điểm biên (đặt giá trị 0) + Nếu Tl ≤ I(x,y) < Th: ta tiến hành so sánh giá trị I(x,y) với giá trị của điểm lân cận : 43 Nếu điểm lân cận có giá trị > Th: Tiến hành đánh dấu giữ lại điểm biên Ngƣợc lại: Loại bỏ điểm biên (đặt giá trị 0) Kết sau thực phƣơng pháp phát biên Canny: Hình 4.8 Biên ảnh theo phƣơng pháp Canny 4.6 Toán tử Robert(1965) Trong phƣơng pháp sử dụng hai mặt lạ để nhân xoắn Hx Hy đƣợc thực theo hai hƣớng -450 450 Chiều dài đƣờng biên ảnh rút cách dùng phép xử lý tuyến tính sau đây: (4.14) (4.15) (4.16) Trong đó: y1(i,j) y2(i,j) đáp ứng rút từ mẫu Hx Hy 44 Các phần tử mặt nạ gọi trọng số Di chuyển lần lƣợt mặt nạ ảnh xét cho phần tử mặt nạ trùng với phần tử (i,j) xét ảnh Từ cho kết ảnh theo phƣơng pháp Nhƣ vậy, ta có kết Gradient điểm ảnh (i,j): y(i,j)= |y(i,j+1)- y(i+1,j)| + |y(i,j)+y(i+1,j+1)| Kết toán tử Robert sau tiến hành tách biên: Hình 4.9 Biên ảnh với toán tử Robert (4.17) 45 KẾT LUẬN Các kết đạt đƣợc: Trong trình nghiên cứu tài liệu thực đồ án dƣới định hƣớng thầy hƣớng dẫn em thấy thân đạt đƣợc số kết nhƣ sau:Tìm hiểu đƣợc cách tổng quan vấn đề XLA phân đoạn ảnh Em có cách nhìn có hệ thống phƣơng pháp phân đoạn ảnh thuật toán phƣơng pháp Đồng thời biết đƣợc điểm mạnh/yếu phƣơng pháp đƣa cách lựa chọn phƣơng pháp phù hợp với loại ảnh Trong trình làm đồ án giúp em tích lũy thêm số kiến thức tốn học, kĩ lập trình đặc biệt rèn luyện kĩ để nghiên cứu khoa học Một số hạn chế cần khắc phục: Bên cạnh kết đạt đƣợc em tự thấy số hạn chế: chƣa đƣa đƣợc phƣơng pháp phân đoạn hồn tồn, đồ án tốt nghiệp em trình bày lại kiến thức tìm hiểu đƣợc 46 TÀI LIỆU THAM KHẢO Tiếng Việt Lƣơng Mạnh Bá,Nguyễn Thanh Thủy ,Nhập môn xử lý ảnh số,NXB Khoa học kỹ thuật, Hà Nội Võ Đức Khánh(2003), Giáo trình xử lý ảnh ,NXB Thống kê, HàNội Tiếng Anh Advanced Edge Detection Techniques in Computational Vision: http://www.cpsc.ucalgary.ca/Research/vision/501/edgdetect.pdf [4]A.A.Alshennawy, A.A.Aly,"Edge Detection in Digital Images Using Fuzzy Logic Technique", World Academy of Science, Engineering and Technology 51 2009 Canny, J., “A Computational Approach to Edge Detection”, IEEE Trans Pattern Analysis and Machine Intelligence, 8:679-714, November 1986 M.Abdulghafour,”Image segmentation using Fuzzy logic and genetic algorithms”, Journal of WSCG, vol 11, no.1, 2003 M.Paulinas, A.Usinskas, “A Survey of Genetic Algorithms Applications for Image Enhancement and Segmentation”, Information Technology and Control, Vol.36, No.3, pp.278-284,2007 N Senthilkumaran, R Rajesh, "Edge Detection Techniques for Image Segmentation and A Survey of Soft Computing Approaches", International Journal of Recent Trends in Engineering, Vol 1, No 2, PP.250-254, May 2009 N Senthilkumaran, R Rajesh, “Edge Detection Techniques for Image Segmentation - A Survey”, Proceedings of the International Conference on Managing Next Generation Software Applications (MNGSA-08), 2008, pp.749760 Salem Saleh Al-amri et Al., Image Segmentation by Using Edge Detection, IJCSE, Vol 02, No 03, 2010, 804-807 ... quát, phƣơng pháp phát biên trực tiếp phƣơng pháp phát biên gián tiếp 4.1 Phân loại kĩ thuật phát biên 4.1.1 Phƣơng pháp phát biên trực tiếp Phƣơng pháp phát biên nhằm làm biên dựa vào biến thiên... PHƢƠNG PHÁP PHÁT HIỆN BIÊN 26 4.1 Phân loại kĩ thuật phát biên 26 4.1.1 Phƣơng pháp phát biên trực tiếp 26 4.1.2 Phƣơng pháp phát biên gián tiếp 26 4.1.3 Quy trình phát biên. .. quan trọng khó khăn phân đoạn ảnh Nếu bƣớc phân đoạn ảnh khơng tốt dẫn đến việc nhận diện sai lầm đối tƣợng có ảnh Phân đoạn ảnh có nhiều tiếp cận, cách tiếp cận phát biên ảnh trƣớc 3 Chƣơng