Đang tải... (xem toàn văn)
MỤC LỤC MỞ ĐẦU .................................................................................................................. 7 CHƯƠNG 1. Tổng quan về nhận dạng. ................................................................... 8 1.1 Tính chất và sự cần thiết của bài toán nhận dang. ................................................ 8 1.1.1 Tính chất ...................................................................................................... 8 1.1.2 Sự cần thiết. ................................................................................................. 8 1.2 Không gian biểu diễn đối tượng, không gian diễn dịch. .................................... 10 1.2.1 Không gian biểu diễn đối tượng ................................................................ 10 1.2.2 Không gian diễn dịch. ................................................................................ 10 1.3 Mô hình và bản chất của quá trình nhận dạng. ................................................... 11 1.3.1 Mô hình. ..................................................................................................... 11 1.3.2 Bản chất của quá trình nhận dạng. ............................................................. 12 CHƯƠNG 2. Xử lý ảnh và openCV ...................................................................... 15 2.1 Xử lý nhị phân .................................................................................................... 16 2.2 Giảm nhiễu. ........................................................................................................ 18 2.2.1 Bộ lọc hộp thông thường (Normalized Box filter). ................................... 19 2.2.2 Bộ lọc gaussian (Gaussian Filter). ............................................................. 20 2.2.3 Bộ lọc Median (Median Filter): ................................................................. 21 2.2.4 Bộ lọc song phương (Bilateral filter). ........................................................ 22 2.2.5 Filter2D ...................................................................................................... 23 2.3 Biên và các phương pháp tìm biên. .................................................................... 24 2.3.1 Khái niệm về biên: ..................................................................................... 24 2.3.2 Phương pháp Gradient. .............................................................................. 24 2.3.3 Toán tử la bàn. ........................................................................................... 29 2.3.4 Laplace. ...................................................................................................... 31 2.3.5 Tách sườn ảnh theo Canny. ....................................................................... 33 Đồ Án Tốt Nghiệp 2 Khoa Công Nghệ Thông Tin SV: Phạm Thế Tài – Lớp S1150 TH GVHD: Th.S Vũ Anh Dũng 2.4 Biến đổi Hough .................................................................................................. 35 2.5 Một số hàm cơ bản trong thư viện OpenCV ...................................................... 41 2.5.1 Tải một ảnh và hiển thị ảnh. ...................................................................... 41 2.5.2 Chuyển ảnh màu sang ảnh xám. ................................................................ 42 2.5.3 Tìm đối tượng bằng findContours ............................................................ 43 CHƯƠNG 3. Bài toán nhận dạng biển số xe. ....................................................... 45 3.1 Khái niệm về nhận dạng biển số xe. ................................................................... 45 3.1.1 Khái niệm. .................................................................................................. 45 3.1.2 Ứng dụng. .................................................................................................. 47 3.1.3 Phân loại biển số xe. .................................................................................. 48 3.2 Một số hướng giải quyết bài toán nhận dạng biển số xe. ................................... 52 3.2.1 Hướng tiếp cận phát triển vùng. ................................................................ 52 3.2.2 Hướng tiếp cận dò biên và biến đổi Hough. .............................................. 53 3.2.3 Phân ngưỡng và tím vùng đối tượng (hướng tiếp cận của đồ án). ............ 54 3.3 Hướng giải quyết. ............................................................................................... 54 3.4 Phát hiện vùng chứa biển số. .............................................................................. 56 3.4.1 Giai đoạn 1: Biến đối ảnh xám và lọc ảnh ................................................. 57 3.4.2 Giai đoạn 2: Tiến hành phân ngưỡng hoặc phát hiện biên. ....................... 57 3.4.3 Giai đoạn 3: Tìm đường bao đối đượng. ................................................... 58 3.4.4 Giai đoạn 4: Tách vùng biển số. ................................................................ 59 3.5 Tách riêng từng ký tự ......................................................................................... 60 3.5.1 Giai đoạn 1: Tiến hành phân ngưỡng. ....................................................... 61 3.5.2 Giai đoạn 2: Tìm vùng đối tượng. ............................................................. 61 3.5.3 Giai đoạn 3: Tìm và tách vùng ký tự. ........................................................ 61 3.6 Nhận dạng ký tự quang học ( mạng nơron) ........................................................ 61 3.6.1 Mô hình nơron nhân tạo ............................................................................. 62 3.6.2 Mạng nơron ................................................................................................ 63 Đồ Án Tốt Nghiệp 3 Khoa Công Nghệ Thông Tin SV: Phạm Thế Tài – Lớp S1150 TH GVHD: Th.S Vũ Anh Dũng 3.6.3 Mạng Kohonen ........................................................................................... 66 3.6.4 Mạng nơron nhiều lớp lân truyền ngược sai số ......................................... 71 CHƯƠNG 4. Kết quả và hướng phát triển của bài toán nhận dạng biển số xe. .... 74 4.1 Kết quả hướng giải quyết “phân ngưỡng và tìm đối tượng”. ............................. 74 4.1.1 Kết quả dùng với phương pháp tìm biên Canny kết hợp với tìm vùng đối tượng. 75 4.1.2 Kết quả dùng với phương pháp phân ngưỡng kết hợp tìm vùng đối tượng 75 4.1.3 Kêt luận. ..................................................................................................... 76 4.2 Hướng phát triển của bài toán nhận dạng biền số xe. ........................................ 82 4.2.1 Nhận xét. .................................................................................................... 82 4.2.2 Hướng phát triển của bài toán. ................................................................... 82 KẾT LUẬN. ........................................................................................................... 84 TÀI LIỆU THAM KHẢO ...................................................................................... 85 Phụ lục. ................................................................................................................... 86
Luận văn Đề tài: Bài toán nhận d ạ ng biển số x e Đồ Án Tốt Nghiệp 1 Khoa Công Nghệ Thông Tin SV: Phạm Thế Tài – Lớp S11-50 TH GVHD: Th.S Vũ Anh Dũng MỤC LỤC MỞ ĐẦU 7 CHƯƠNG 1. Tổng quan về nhận dạng. 8 1.1 - Tính chất và sự cần thiết của bài toán nhận dang 8 1.1.1 Tính chất 8 1.1.2 Sự cần thiết. 8 1.2 - Không gian biểu diễn đối tượng, không gian diễn dịch. 10 1.2.1 Không gian biểu diễn đối tượng 10 1.2.2 Không gian diễn d ị ch. 10 1.3 - Mô hình và bản chất của quá trình nhận dạng 11 1.3.1 Mô hình. 11 1.3.2 Bản chất của quá trình nhận dạng. 12 CHƯƠNG 2. Xử lý ảnh và openCV 15 2.1 - Xử lý nhị phân 16 2.2 - Giảm nhiễu. 18 2.2.1 Bộ lọc hộp thông thường (Normalized Box filter). 19 2.2.2 Bộ lọc gaussian (Gaussian Filter). 20 2.2.3 Bộ lọc Median (Median Filter): 21 2.2.4 Bộ lọc song phương (Bilateral filter). 22 2.2.5 Filter2D 23 2.3 - Biên và các phương pháp tìm biên. 24 2.3.1 Khái niệm về biên: 24 2.3.2 Phương pháp Gradient. 24 2.3.3 Toán tử la bàn. 29 2.3.4 Laplace. 31 2.3.5 Tách sườn ảnh theo Canny. 33 Đồ Án Tốt Nghiệp 2 Khoa Công Nghệ Thông Tin SV: Phạm Thế Tài – Lớp S11-50 TH GVHD: Th.S Vũ Anh Dũng 2.4 - Biến đổi Hough 35 2.5 - Một số hàm cơ bản trong thư viện OpenCV 41 2.5.1 Tải một ảnh và hiển thị ảnh. 41 2.5.2 Chuyển ảnh màu sang ảnh xám. 42 2.5.3 Tìm đối tượng bằng findContours 43 CHƯƠNG 3. Bài toán nhận dạng biển số xe. 45 3.1 - Khái niệm về nhận dạng biển số xe 45 3.1.1 Khái niệm 45 3.1.2 Ứng dụng. 47 3.1.3 Phân loại biển số xe. 48 3.2 - Một số hướng giải quyết bài toán nhận dạng biển số xe. 52 3.2.1 Hướng tiếp cận phát triển vùng. 52 3.2.2 Hướng tiếp cận dò biên và biến đổi Hough. 53 3.2.3 Phân ngưỡng và tím vùng đối tượng (hướng tiếp cận của đồ án). 54 3.3 - Hướng giải quyết. 54 3.4 - Phát hiện vùng chứa biển số. 56 3.4.1 Giai đoạn 1: Biến đối ảnh xám và lọc ảnh 57 3.4.2 Giai đoạn 2: Tiến hành phân ngưỡng hoặc phát hiện biên. 57 3.4.3 Giai đoạn 3: Tìm đường bao đối đượng. 58 3.4.4 Giai đoạn 4: Tách vùng biển số. 59 3.5 - Tách riêng từng ký tự 60 3.5.1 Giai đoạn 1: Tiến hành phân ngưỡng. 61 3.5.2 Giai đoạn 2: Tìm vùng đối tượng. 61 3.5.3 Giai đoạn 3: Tìm và tách vùng ký tự. 61 3.6 - Nhận dạng ký tự quang học ( mạng nơron) 61 3.6.1 Mô hình nơron nhân tạo 62 3.6.2 Mạng nơron 63 Đồ Án Tốt Nghiệp 3 Khoa Công Nghệ Thông Tin SV: Phạm Thế Tài – Lớp S11-50 TH GVHD: Th.S Vũ Anh Dũng 3.6.3 Mạng Kohonen 66 3.6.4 Mạng nơron nhiều lớp lân truyền ngược sai số 71 CHƯƠNG 4. Kết quả và hướng phát triển của bài toán nhận dạng biển số xe. 74 4.1 - Kết quả hướng giải quyết “phân ngưỡng và tìm đối tượng”. 74 4.1.1 Kết quả dùng với phương pháp tìm biên Canny kết hợp với tìm vùng đối tượng. 75 4.1.2 Kết quả dùng với phương pháp phân ngưỡng kết hợp tìm vùng đối tượng 75 4.1.3 Kêt luận. 76 4.2 - Hướng phát triển của bài toán nhận dạng biền số xe. 82 4.2.1 Nhận xét. 82 4.2.2 Hướng phát triển của bài toán 82 KẾT LUẬN. 84 TÀI LIỆU THAM KHẢO 85 Phụ l ục. 86 Đồ Án Tốt Nghiệp 4 Khoa Công Nghệ Thông Tin SV: Phạm Thế Tài – Lớp S11-50 TH GVHD: Th.S Vũ Anh Dũng Danh mục các hình vẽ Hình 1.1 Nhận dạng vân tay trên máy ATM. 9 Hình 1.2 Phiên dịch viên Jibbigo 9 Hình 1.3 Sơ đồ tổng quan một hệ nhận dạng. 14 Hình 2.1 Quá trình xử lý ảnh. 15 Hình 2.2 Các bước cơ bản trong hệ thống xử lý ảnh 15 Hình 2.3 (a) ngưỡng 40,(b) ngưỡng 121 16 Hình 2.4 Sử dụng bộ lọc hộp thông thường. 20 Hình 2.5 sử dụng bộ lọc Gaussian 21 Hình 2.6 sử dụng bộ lọc Median 22 Hình 2.7 sử dụng bộ lọc song phương 23 Hình 2.8 filter2D nhân thay đổi tăng dần từ trái qua phải 24 Hình 2.9 Tìm biên bằng chức năng Sobel trong OpenCV 29 Hình 2.10 Mặt nạ 8 hướng theo Kirsh. 29 Hình 2.11 Tìm biên Laplace 33 Hình 2.12 Tìm biên theo Canny 35 Hình 2.13 Trục tọa độ đề các đi qua 2 điểm 36 Hình 2.14 Trục tọa độ đề các 36 Hình 2.15 Hệ tọa độ cực. 37 Hình 2.16 Đường thẳngHough trong tọa độ cực. 38 Hình 2.17 Kết hợp giữa HoughLines với HoughCircles 40 Hình 2.18 Tìm thấy hình tròn trong mẫu có hình tròn. 41 Hình 2.19 Tải một ảnh vào cửa sổ windows 42 Hình 2.20 Chuyển ảnh màu sang ảnh xám. 43 Hình 2.21 sử dụng findContours tìm đối tượng 44 Hình 3.1 Hệ thống tự động nhận dạng biển số xe. 46 Hình 3.2 Biển số mới 52 Đồ Án Tốt Nghiệp 5 Khoa Công Nghệ Thông Tin SV: Phạm Thế Tài – Lớp S11-50 TH GVHD: Th.S Vũ Anh Dũng Hình 3.3 Một số loại biển số xe thông dụng 54 Hình 3.4 (a) ảnh đầu vào (b) ảnh xử lý xám và lọc song phương. 57 Hình 3.5 ảnh sau khi tiến hành phân ngượng 58 Hình 3.6 Tìm đường bao các đối tượng 59 Hình 3.7 Sau khi lọc bằng dặc điểm biển số và cắt riêng vùng biển số 60 Hình 3.8 Các ký tự được cắt sau khi tìm thấy vùng biển số 61 Hình 3.9 Mô hình nơron nhân tạo. 62 Hình 3.10 Mạng nơron truyền thẳng và nhiều lớp. 64 Hình 3.11 Mạng nơron hồi quy. 64 Hình 3.12 Học tham số có giám sát 66 Hình 3.13 Lưới các nơron 67 Hình 3.14 Ánh xạ mặt cầu vào lưới nơron 15x15 71 Hình 3.15 Mạng nơron 2 l ớp. 72 Hình 4.1 Biển không nhận dạng được 77 Hình 4.2 Vùng biển số trong quá trình phân ngưỡng. 80 Hình 4.3 Mức xám thấp làm vùng biển số bị mất trong quá trình phân ngưỡng 80 Hình 4.4 Những biển số không nhận đủ ký tự 82 Đồ Án Tốt Nghiệp 6 Khoa Công Nghệ Thông Tin SV: Phạm Thế Tài – Lớp S11-50 TH GVHD: Th.S Vũ Anh Dũng Danh mục các bảng Bảng Tên bảng Trang Bảng 1 Chi tiết tìm vùng biển số sử dụng dò biên Canny và tìm vùng đối tượng. 77 Bảng 2 Chi tiết tìm vùng biển số sử dụng hướng phân ngưỡng và tìm vùng đối tượng. 78 Bảng 3 Tìm vùng biển số trong các khoảng ngưỡng khác nhau tăng dần.(biển được tìm thấy ở khoảng ngưỡng trước sẽ không phải là đối tượng xét ở các khoảng ngưỡng sau). 79 Bảng 4 Tìm vùng biển số trong các ngưởng khác nhau giảm dần. (biển được tìm thấy ở khoảng ngưỡng trước sẽ không phả i là đối tượng xét ở các khoảng ngưỡng sau). 80 Bảng 5 Chi tiết các khoảng ngưỡng phát hiện những biển số.( các biển tách ly thành công ở khoảng ngưỡng trước không được tính cho khoảng ngưỡng sau). 82 Đồ Án Tốt Nghiệp 7 Khoa Công Nghệ Thông Tin SV: Phạm Thế Tài – Lớp S11-50 TH GVHD: Th.S Vũ Anh Dũng MỞ ĐẦU Hiện nay, với sự phát triển kinh tế xã hội đã bùng nổ số lượng phương tiện giao thông. Gây ra những khó khăn trong công tác quản lý, xử lý vi phạm giao thông mà nguồn nhân lực con người khó có thể đảm đương được. Vì vậy vần để cần thiết là có một hệ thông quản lý, xử lý vi phạm giao thông tự động. Để xây dựng hệ thống quản lý giao thông tự động thì “ Bài toán nhận dạng biển số xe” là tiền đề để xây dựng những mô hình quản lý đó. Tuy nhiên, hiện nay ở Việt Nam nhưng hệ thống quản lý đó chưa nhiều và lĩnh vực nhận dạng còn đang phát triển. Từ những thực tế đó, trong thời gian làm đố án tốt nghiệp em đã quyết định lựa chọn tìm hiểu về bài toán “ nhận dạng” trong đó chú trọng vào việc nhận dạng biển số xe. Để phục vụ cho bước đầu trong hệ thống quản lý phương tiện giao thông tại Việt Nam. Trong điều kiện năng lực và thời gian có hạn, nên báo cáo của em không tránh khỏi những sai sót. Em kình mong thầy cô và các bạn đóng góp những ý kiến để em có thể chỉnh sửa và bổ sung những phần thiếu sót để em hoàn thiện đề tài của mình. Em xin chân thành cảm ơn Thầy Vũ Anh Dũng và các bạn đã hết lòng giúp đỡ, chỉ bảo để em có thể hoàn thành tốt đồ án tốt nghiệp này. Trong báo cáo đồ án lần này em trình bày thành 4 chương như sau. Chương I: Tổng quan về nhận dạng. Chương II. Xử lý ảnh và OpenCV. Chương III. Bài toán nhận dạng biển số. Chương IV. Kết quả và hướng phát triển của bài toán nhận dạng biển số xe. Đồ Án Tốt Nghiệp 8 Khoa Công Nghệ Thông Tin SV: Phạm Thế Tài – Lớp S11-50 TH GVHD: Th.S Vũ Anh Dũng CHƯƠNG 1. Tổng quan về nhận dạng. 1.1 - Tính chất và sự cần thiết của bài toán nhận dang. 1.1.1 Tính chất - Nhận dạng là quá trình phân loại các đối tượng được biểu diễn theo một mô hình nào đó và gán cho chúng vào một lớp (gán đối tượng một tên gọi) dựa theo những quy luật và các mẫu chuẩn. Quá trình nhận dạng dựa vào những mẫu học biết trước gọi là nhận dạng có thầy (supervised learning); trong trường hợp ngược lại gọi là học không thầy (non supervised learning). - Nhận dạng là một bài toán quan trọng trong ngành thị giác máy tính. 1.1.2 Sự cần thiết. - Cùng với sự phát triển không ngừng của kinh tế xã hội và các ngành kỹ thuật hiện nay. Đòi hỏi sự quản lý và xử lý thông tin chính xác mà nó vượt quá sức của con người. Vì vậy chúng ta cần có máy móc hoặc động làm giảm tải hoặc thay thế công việc nặng nhọc, đòi hỏi sự chính xác cao và nhàm chán cho con người. Việc giúp máy móc nhận dang (thu thập , phân loại thông tin) như còn người sẽ giúp máy móc hoạt động hiệu quả giống như con người với độ chính xác cao hơn rất nhiếu. - Một số ứng dụng của bài toán nhận dạng. Nhận dạng dấu vân tay: ở Việt Nam đã được sử dụng trong việc chấm công, điểm danh và làm khóa an toàn cho các loại cửa sắt, máy tính xách tay…. Nó tạo sự tiện dụng và rất an toàn. Đồ Án Tốt Nghiệp 9 Khoa Công Nghệ Thông Tin SV: Phạm Thế Tài – Lớp S11-50 TH GVHD: Th.S Vũ Anh Dũng Hình 1.1 Nhận dạng vân tay trên máy ATM. Thay vì phải nhập mã pin trên máy ATM thì bạn chỉ việc đặt ngón tay trỏ của mình lên và giao dịch sẽ bắt đầu. Nhận dạng giọng nói: ứng dụng này được tích hợp trên nhiều sản phẩm, bạn sẽ điều khiển các thiết bị qua giọng nói của mình thay vì phải thao tác trực tiếp bằng tay, như trong mô hình nhà thông minh, trên điện thoại…. Ví dụ : ứng dụng Jibbigo trên điện thoại đi động , Ứng dụng này có thể dịch được tiếng nói của người sử dụng với 8 ngôn ngữ khác nhau như tiếng Anh, Pháp, Đức, Nhật, Hàn Quốc, Philipin, Tây Ban Nha, Trung Quốc. Hình 1.2 Phiên dịch viên Jibbigo Nhận dạng biển số xe: sẽ được giới thiệu tại Chương III [...]... tượng là biết trước như trong nhận dạng chữ viết có ( có 26 lớp từ AZ), SV: Phạm Thế Tài – Lớp S11-50TH GVHD: Th.S Vũ Anh Dũng Đồ Án Tốt Nghiệp 11 Khoa Công Nghệ Thông Tin người ta gọi là nhận dạng có thầy Trường hợp hai là nhận dạng không có thày ( trường hợp này khó khăn hơn) 1.3 - Mô hình và bản chất của quá trình nhận dạng 1.3.1 Mô hình Việc chọn lựa một quá trình nhận dạng có liên quan mật thiết... (phương pháp nhận dạng) và suy diễn quá trình học - Học nhận dạng Khi mô hình biểu diễn đối tượng đã được xác định, có thể là định lượng ( mô hình tham số) hay định tính ( mô hình cấu trúc), quá trình nhận dạng chuyển sang giai đoạn học Học là giai đoạn quan trọng Thao tác học nhằm cải thiện, điểu chỉnh việc phân hoạch tập đối tượng thành lớp Việc nhận dạng chính là tìm ra quy luật và các thuật toán để... e Toán tử 4-lân cận (4-Neighbour Operator) Toán tử 4-lân cận được Chaudhuri và Chandor (1984) nêu ra trong đó mặt nạ có kích thước 3x3 được thay thế cho mặt nạ 2x2 của toán tử Robert Mặt nạ 4lân cận được cho như sau: Theo hướng x Theo hướng y Nhận xét: Toán tử Prewitt có thể tách sườn tốt hơn toán tử Sobel, trong khi đó toán tử Sobel tách các sườn chéo tốt hơn Mặt khác, các toán tử Robert và các toán. .. nhưng để tiện xem xét thì ta chỉ xét tập hữu hạn 1.2.2 Không gian diễn dịch Không gian diễn dịch là tập các tên gọi của đối tượng Kết thúc quá trình nhận dạng ta xác định được tên gọi cho các đối tượng trong tập không gian đối tượng hay nói là đã nhận dạng được đối tượng Một hình thức gọi là Ω là tập tên đối tượng: Ω ={ w1 ,w2,….wk} với wi, i= 1,2,….k là tên các đối tượng Quá trình nhận dạng đối tượng... chấp nhận một khẳng định là: cấu trúc là kết quả của việc áp dụng luật sản xuất theo những nguyên tắc xác định bắt đầu từ một dạng gốc bắt đầu Một cách hình thức, ta có thể coi mô hình này tương đương một văn phạm G=(Vt,Vn,P,S) với : -Vt là bộ kí hiệu kết thúc, -Vn là bộ ký hiệu không kết thúc, -P là luật sản xuất, -S là dạng ( ký hiệu bắt đầu) 1.3.2 Bản chất của quá trình nhận dạng Quá trình nhận dạng. .. mật thiết đến kiểu mô tả mà người ta sử dụng để đặc tả đối tượng Trong nhận dạng, người ta phân chia theo hai họ lớp: - Họ mô tả theo tham số - Họ mô tả theo cấu trúc Cách mô tả được lựa chọn sẽ xác định mô hình của đối tượng Như vậy, chúng sẽ có 2 loại mô hình: mô hình theo tham số và mô hình cấu trúc a Mô hình tham số Mô hình tham số sử dụng một vector để đặc đối tương Mỗi phần tử củavector mô tả một... bậc hai hay toán tử Laplace Phương pháp do biên theo toán tử Laplace hiệu quả hơn phương pháp toán SV: Phạm Thế Tài – Lớp S11-50TH GVHD: Th.S Vũ Anh Dũng Đồ Án Tốt Nghiệp 32 Khoa Công Nghệ Thông Tin tử Gradient trong trường hợp mức xám biến đổi chậm, miền chuyển đổi mức xám có độ trải rộng Toán tử Laplace được định nghĩa như sau: 2 f 2 f 2 f x 2 y 2 Toán Laplace dùng một số mặt nạ khác... Th.S Vũ Anh Dũng Đồ Án Tốt Nghiệp 14 Khoa Công Nghệ Thông Tin Nhin chung, một hệ thống nhận dạng có thể tóm tắt sơ đồ sau Hình 1.3 Sơ đồ tổng quan một hệ nhận dạng SV: Phạm Thế Tài – Lớp S11-50TH GVHD: Th.S Vũ Anh Dũng Đồ Án Tốt Nghiệp 15 Khoa Công Nghệ Thông Tin CHƯƠNG 2 Xử lý ảnh và openCV Quá trình xử lý ảnh được xem như là quá trình thao tác ảnh đầu vào nhằm cho ra kết quả mong muốn kết quả đầu ra... nhạy với nhiễu, Các toán tử Gradient và Sobel giảm nhiễu do tác dụng của lọc trung bình các điểm lân cận Như vậy, để đạt được kết quà mong muốn các toán tử Gradient thường được dùng trước để làm sạch nhiễu Các mặt nạ của toán tử trên có kích thước 2x2 hoặc 3x3 chiều Các mặt nạ có số chiều lớn hơn cũng được sử dụng Ví dụ trong kỹ thuật phát hiện biên người ta dùng mặt nạ 5x5 cho toán tử Sobel SV: Phạm... trình xử lý ảnh có thể là một ảnh “tốt hơn” (theo ý muốn) hoặc một kết luận Hình 2.1 Quá trình xử lý ảnh Ảnh có thể xem là tập hợp các điểm ảnh và mỗi điểm ảnh được xem là đặc trưng cường độ sáng hay một dấu hiệu nào đó tại một vị trí nào đó của đối tượng trong không gian và có thể xem như hàm n biến Do đó ảnh trong xử lý ảnh có thể xem như ảnh n chiều Sơ đồ tổng quát của hệ thống xử lý ảnh: Hình 2.2