XỬ LÝ ẢNH TRONG MIỀN KHÔNG GIAN (TT) NGÔ QUỐC VIỆT TPHCM-2012 Các lọc thông thấp thông cao Đạo hàm nhân chập   Làm sắc nét ảnh   Đạo hàm bậc hai - mặt nạ Laplacian Đạo hàm bậc – mặt nạ Sobel, Roberts Phương pháp unsharp mask Sharpen transform Tóm tắt tập Bài giảng Xử lý ảnh - TS Ngô Quốc Việt   Làm rõ chi tiết nét ảnh Ngược với làm mờ Ứng dụng printing, medical imaging, chẩn đoán công nghiệp, etc Ảnh gốc Ảnh làm sắc nét Nguồn: http://www.dl-c.com Bài giảng Xử lý ảnh - TS Ngô Quốc Việt     Làm sắc nét dựa nguyên lý “sự khác biệt miền không gian” (spatial differentiation) Difference ~ high-pass filter (bộ lọc thông cao) high-boost filter High-pass filter: Lấy ảnh trừ ảnh làm mờ  sắc nét High-Boost filter: làm nét, không bỏ thành phần thô (tần số thấp) Bằng cách nhân ảnh gốc với hệ số trước trừ ảnh làm mờ Bài giảng Xử lý ảnh - TS Ngô Quốc Việt Bài giảng Xử lý ảnh - TS Ngô Quốc Việt  Định nghĩa đạo hàm bậc f(x) miền liên tục f(n) miền rời rạc  Định nghĩa đạo hàm bậc hai f(x) miền liên tục f(n) miền rời rạc Bài giảng Xử lý ảnh - TS Ngô Quốc Việt  Đạo hàm định nghĩa “khác biệt”  có mục tiêu lọc làm sắc nét  Đạo hàm phát nhiều tính chất: Bài giảng Xử lý ảnh - TS Ngô Quốc Việt  Đạo hàm bậc thể cạnh dầy ảnh (phần ramp ảnh trên) Đạo hàm bậc hai thể rõ chi tiết mịn điểm cô lập Đạo hàm bậc thể tốt bước nhảy lớn mức xám Đạo hàm bậc hai tạo giá trị thay đổi lớn mức xám Đạo hàm bậc hai thường dùng nhiều nâng cao chất lượng ảnh khả cải tiến chi tiết mịn Bài giảng Xử lý ảnh - TS Ngô Quốc Việt  Định nghĩa đạo hàm bậc hai f(x, y) miền liên tục Bài giảng Xử lý ảnh - TS Ngô Quốc Việt  Đạo hàm bậc thể 0 0  0  0  1  1  0  0  1  1       0 0 0 0 0 0 Nhân chập Laplacian Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 10 1 1 1  1   1 1 Xét hai lân cận chéo Có thể dùng cho Heavy sharpen  1    1         1   1      1  1    1         1   1      1 Các biến thể nhân chập Laplacian Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 11  Làm cho ảnh sắc nét thông qua số phương pháp: Sharpen, Unsharp Mask Ví dụ làm sắc nét Ảnh gốc Ảnh làm sắc nét Nguồn: http://www.dl-c.com Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 12  Unsharp mask:  Sử dụng mặt nạ mờ (còn gọi unsharp) tác động lên ảnh gốc để tạo ảnh mờ  Ảnh làm mờ “cộng” với âm ảnh gốc để tạo ảnh sắc nét  Sharpen: sử dụng lọc làm sắc nét ảnh (lân cận ngang+dọc và/hoặc lân cận chéo) Sử dụng mặt nạ Laplacian biến thể Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 13  Mặt nạ Laplacian dùng để làm sắc nét ảnh theo cách: ảnh gốc cộng với ảnh lấy cạnh Laplacian  f ( x, y )   f ( x, y ) tâm âm g ( x, y)   f ( x , y )   f ( x, y ) tâm positive    1       1  1    Công thức làm nét ảnh với nhân chập g ( x, y)  f ( x, y)   f ( x  1, y)  f ( x 1, y)  f ( x, y 1)  f ( x, y  1)  f ( x, y)  Nhân chập Laplacian có đường chéo thường làm sắc nét rõ Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 14  Phương pháp cổ điển để làm nét ảnh Thực f s ( x, y)  f ( x, y)  f blur ( x, y)  Biến thể unsharp mask gọi high-boost filter Thực f hb ( x, y)  Af ( x, y)  f blur ( x, y) f hb ( x, y)  ( A  1) f ( x, y)  f ( x, y)  f blur ( x, y) f hb ( x, y)  ( A  1) f ( x, y)  f s ( x, y) Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 15  Nhân chập high-boost xác định bởi, với (A  1) 1     1 0  A   1  A   1      1     1  Af ( x, y )   f ( x, y ) tâm âm f hb ( x, y )   Af ( x , y )   f ( x, y) tâm positive   Khi A = 1, high-boost filter nhân Laplacian  High-boost filter thường dùng ảnh gốc tối Có thể làm tăng độ tương phản Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 16 0 0  0   I 0  0 0  0 1 1 1 0 1 1 0 1 1 1 0 0 0  0 0  0 0  0   1  Kernel Laplacian    1    2 2 1    1 1 I sharpened        20  4      Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 17  Tìm hiểu trình bày mức độ làm nét (nét vừa, nét mức, etc)  Khái niệm bán kính (giá trị A high-boost) ngưỡng làm nét Unsharp mask  Cách làm mờ mức độ khác  Cài đặt làm sắc nét ảnh với nhân chập Laplacian khác so sánh kết Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 18 Định nghĩa gradient f(x,y)  f  Gx   x  f      f  G y     y   Magnitude xác định    1/  f   f  f        x   y  Sử dụng magnitude lượng ảnh   f  Gx  Gy  gradient nhằm cải tiến chất Magnitude theo định nghĩa gần có tính chất rotation invariant Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 19   Dạng xấp xỉ, đạo hàm bậc xét lân cận 3x3 pixel Nhắc lại lân cận Z1 Z2 Z3 Đạo hàm định nghĩa Gx  Z8  Z Gy  Z  Z Z4 Z5=P Z6 Z7 Z8 Z9  Hai xấp xỉ khác theo Roberts (1965) Gy  Z8  Z Gx  Z9  Z  Magnitude đạo hàm Roberts xấp xỉ xác định f  Z9  Z5  Z8  Z Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 20  Biểu diễn ma trận 2x2:  Nhân chập 3x3 xác định   0  1   0  1 1    Roberts cross-gradient operator ( Z  2Z8  Z )  ( Z1  2Z  Z ) f   ( Z  2Z  Z )  ( Z1  2Z  Z )  Nhân chập Roberts f/ x     1 0  0     Giá trị 2: center important f/ y   1   2     1  Sobel operators Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 21  Tổng số hạng nhân chập zero  không ảnh hưởng đến mức xám tổng thể ảnh  Đạo hàm bậc thường ứng dụng phát biên (edge detection) Các toán tử khác Canny, Prewitt, Sobel, Roberts   Có thể kết hợp theo hướng xử lý mặt nạ bước tiền xử lý ảnh nhằm nhận ảnh “tốt hơn” cho bước xử lý sau Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 22  Sử dụng hàm sau để chuẩn bị ảnh  cvLoadImage  cvCreateImage: tạo ảnh  cvCvtColor: đổi từ ảnh màu sang ảnh xám  Sử dụng cvLaplace(): lọc Laplacian ảnh Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 23    Trình bày số kỹ thuật nhằm “nâng cao” chất lượng ảnh miền không gian Phần đầu trình bày xử lý không phụ thuộc không gian – trực tiếp điểm ảnh với kỹ thuật dựa histogram Phần kế trình bày xử lý ảnh miền không gian với kỹ thuật sử dụng nhân chập áp trực tiếp lên ảnh xám Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 24 [...]... hợp theo hướng xử lý tuần tự các mặt nạ trong bước tiền xử lý ảnh nhằm nhận được ảnh “tốt hơn” cho các bước xử lý sau Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 22  Sử dụng các hàm sau để chuẩn bị ảnh  cvLoadImage  cvCreateImage: tạo ảnh mới  cvCvtColor: đổi từ ảnh màu sang ảnh xám  Sử dụng cvLaplace(): lọc Laplacian trên ảnh Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 23    Trình bày một số kỹ thuật cơ... một số kỹ thuật cơ bản nhằm “nâng cao” chất lượng ảnh trong miền không gian Phần đầu trình bày xử lý không phụ thuộc không gian – trực tiếp trên từng điểm ảnh với kỹ thuật chính dựa trên histogram Phần kế trình bày xử lý ảnh trong miền không gian với kỹ thuật chính là sử dụng các nhân chập áp trực tiếp lên ảnh xám Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 24 ... 4  1    0  1 0   1  1  1  1 8  1    1  1  1  0 1 0   1 5  1    0  1 0   1  1  1  1 9  1    1  1  1 Các biến thể của nhân chập Laplacian Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 11  Làm cho ảnh sắc nét hơn thông qua một số phương pháp: Sharpen, Unsharp Mask Ví dụ về làm sắc nét Ảnh gốc Ảnh đã làm sắc nét Nguồn: http://www.dl-c.com Bài giảng Xử. .. http://www.dl-c.com Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 12  Unsharp mask:  Sử dụng các mặt nạ mờ (còn gọi là unsharp) tác động lên ảnh gốc để tạo ra ảnh mờ  Ảnh được làm mờ “cộng” với âm bản của ảnh gốc để tạo ra ảnh sắc nét  Sharpen: sử dụng các bộ lọc làm sắc nét ảnh (lân cận ngang+dọc và/hoặc lân cận chéo) Sử dụng các mặt nạ Laplacian và các biến thể Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 13 ... Z 3  2Z 6  Z 9 )  ( Z1  2Z 4  Z 7 )  Nhân chập Roberts f/ x   1  2  1 0  0 0    1 2 1  Giá trị 2: center important f/ y   1 0 1   2 0 2     1 0 1  Sobel operators Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 21  Tổng các số hạng trong nhân chập bằng zero  không ảnh hưởng đến mức xám tổng thể của ảnh  Đạo hàm bậc nhất thường ứng dụng trong phát hiện biên (edge detection)... sắc nét rõ hơn Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 14  Phương pháp cổ điển để làm nét ảnh Thực hiện bởi f s ( x, y)  f ( x, y)  f blur ( x, y)  Biến thể của unsharp mask được gọi là high-boost filter Thực hiện bởi f hb ( x, y)  Af ( x, y)  f blur ( x, y) f hb ( x, y)  ( A  1) f ( x, y)  f ( x, y)  f blur ( x, y) f hb ( x, y)  ( A  1) f ( x, y)  f s ( x, y) Bài giảng Xử lý ảnh - TS Ngô... Laplacian   1 4  1  0  1 0  1 2 2 1  0 1   1 0 1 I sharpened    1  5 1    4 20  4    2  4 2  Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 17  Tìm hiểu và trình bày mức độ làm nét (nét vừa, nét quá mức, etc)  Khái niệm bán kính (giá trị A trong high-boost) và ngưỡng làm nét trong Unsharp mask  Cách làm mờ ở các mức độ khác nhau  Cài đặt làm sắc nét ảnh với các nhân... kết quả Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 18 Định nghĩa gradient của f(x,y)  f  Gx   x  f      f  G y     y   Magnitude được xác định bởi    2 1/ 2  f   f  f        x   y  Sử dụng magnitude của lượng ảnh 2   f  Gx  Gy  gradient nhằm cải tiến chất Magnitude theo định nghĩa gần đúng có tính chất rotation invariant Bài giảng Xử lý ảnh - TS... Quốc Việt 19   Dạng xấp xỉ, đạo hàm bậc nhất được xét trong lân cận 3x3 của pixel Nhắc lại lân cận Z1 Z2 Z3 Đạo hàm được định nghĩa bởi Gx  Z8  Z 5 Gy  Z 6  Z 5 Z4 Z5=P Z6 Z7 Z8 Z9  Hai xấp xỉ khác theo Roberts (1965) Gy  Z8  Z 6 Gx  Z9  Z 5  Magnitude đạo hàm Roberts xấp xỉ được xác định bởi f  Z9  Z5  Z8  Z 6 Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 20  Biểu diễn bởi ma trận 2x2: ... bởi, với (A  1) 1 0   1  1  1 0  1 A  4  1  1 A  8  1      0 1 0   1  1  1  Af ( x, y )   2 f ( x, y ) tâm âm f hb ( x, y )   2 Af ( x , y )   f ( x, y) tâm positive   Khi A = 1, high-boost filter là nhân Laplacian  High-boost filter thường dùng khi ảnh gốc tối Có thể làm tăng độ tương phản Bài giảng Xử lý ảnh - TS Ngô Quốc Việt 16 0 0  0  0  I 0