Đề tài mơn học Nhóm 2: Khanh, Ánh, Thảo, Dương Mục lục: Lời giới thiệu Tách không liên tục 1.1 Tách điểm 1.2 Tách dòng 1.3 Tách biên Liên kết biên tách đường giới hạn 2.1 Xử lý cục 2.2 Liên kết cạnh tách biên 2.3 Xử lý toàn cục phương pháp lý thuyết đồ thị Ngưỡng 3.1 Sự thành lập 3.2 Vai trò chiếu sáng 3.3 Ngưỡng tồn cục 3.4 Ngưỡng động sở 3.5 Ngưỡng động ngưỡng toàn cục tối ưu 3.6 Sử dụng đặc điểm biên để cải tiến histogram phân ngưỡng địa phương 3.7 Ngưỡng dựa vài biến số Phân đoạn sở vùng 4.1 Công thức 4.2 Tăng vùng 4.3 Chia trộn vùng Phân đoạn theo mức hình thái 5.1 Khái niệm 5.2 Xây dựng đập 5.3 Thuật toán phân mức 5.4 Áp dụng cho ảnh nhiễu hay vùng phân đoạn nhỏ Phân đoạn ảnh động 6.1 Kỹ thuật miền không gian 6.2 Kỹ thuật miền tần số Tổng kết Phân đoạn ảnh Trang 51 Đề tài môn học Nhóm 2: Khanh, Ánh, Thảo, Dương Lời giới thiệu Phân đoạn ảnh thao tác chia nhỏ ảnh đầu vào thành miền vật thể với mức độ tùy theo nhu cầu xử lý Có nhiều kiểu phân đoạn xác định biên vật thể, xử lý vùng ảnh, tách bạch rõ ràng vật thể ngưỡng,… tựu chung lại mục tiêu phân đoạn ảnh làm bật tách hẳn vật thể cần quan tâm từ ảnh ban đầu Trong thao tác xử lý ảnh phân đoạn ảnh xem thao tác khó thao tác quan trọng độ xác q trình phân đoạn ảnh có ý nghĩa định tới xử lý tính tốn sau Phân đoạn đóng vai trò trung tâm số xử lý kĩ thuật phân tích chất lượng sản phẩm, kiểm tra trình lắp ráp chi tiết điện,… khâu trung gian cần thiết cho trình xử lý xử lý y học Vì thời gian có hạn nên đề tài giới hạn việc xét ảnh xám không xét tới phân đoạn ảnh màu Và cấu trúc đề tài gồm phần sau: Chương 1: vấn đề tách phần nhỏ ảnh, cụ thể tách điểm, tách dòng, tách biên Kĩ thuật phần dựa vào rời rạc mức xám phần Chương 2: dựa số thuộc tính mức xám gradient toán tử Laplace để tiến hành liên kết đường biên bị gián đoạn dùng lý thuyết đồ thị để tìm đường biên phân chia vật thể Chương 3: phương pháp chọn xử lý ngưỡng; kĩ thuật trung tâm phân đoạn ảnh Trong từ việc chọn ngưỡng toàn cục đơn (dễ thực nhất) tới chọn ngưỡng động cách chia nhỏ ảnh chọn ngưỡng tối ưu dựa tính tốn xác suất Chương 4: tiến hành chia ảnh thành vùng nhỏ theo số đặc trưng định sau đó, tùy theo yêu cầu toán, ta tiến hành số xử lý chia vùng, trộn vùng Chương 5: chương nói cách xác định đường phân mức dựa hình ảnh tự nhiên đập Chúng ta tiến hành xây dựng đập ảnh cho ngập nước từ từ toàn ảnh Tới lúc định chỗ cao đập chưa bị ngập ta xác định đường biên đập đường biên đường định mức cần tìm Chương 6: nhiệm vụ phần tách vật thể chuyển động từ ảnh đưa vào gồm đối tượng động tĩnh Có kĩ thuật chính: kĩ thuật miền khơng gian dựa vào việc tạo ảnh mẫu gồm vật thể tĩnh tính tốn sai biệt tích lũy để xác định vật thể động, kĩ thuật miền tần số dựa vào biến đổi Fourier Phân đoạn ảnh Trang 51 Tách khơng liên tục Nhóm 2: Khanh, Ánh, Thảo, Dương TÁCH KHÔNG LIÊN TỤC: Phần nói kỹ thuật để tách mức xám không liên tục ảnh số: điểm, đường biên Cách phổ biến để tìm không liên tục sử dụng mặt nạ quét qua hết ảnh Ví dụ mặt nạ 3x3 hình 1, trình bao gồm việc tính tổng tích trọng số với mức xám vùng mặt nạ qua để thu đáp ứng mặt nạ: R  w1 z1  w z2   w z9  �w i zi (1.1) i 1 Trong đó, zi mức xám Pixel xác định mặt nạ, w i trọng số mặt nạ Thông thường, đáp ứng mặt nạ xác định chủ yếu dựa vào vị trí tâm mặt nạ Hình 1.1Tách Điểm: Về nguyên tắc, việc tách điểm cô lập ảnh đơn giản Ví dụ sử dụng mặt nạ hình 2a, ta tách điểm có vị trí mà mặt nạ tập trung : |R| ≥T (1.2) Ở T ngưỡng dương R xác định (1.1) Về bản, công thức đo độ chênh lệch điểm trung tâm lân cận Ý tưởng chủ đạo điểm lập (điểm có mức xám khác với nó, định vị vùng đồng nhận thấy) khác so với điểm xung quanh, dễ dàng bị tách loại mặt nạ Lưu ý điểm cô lập phải đủ lớn (xác định T) Tổng hệ số mặt nạ 0, điều chứng tỏ đáp ứng mặt nạ vùng có mức xám khơng đổi Hình 2b minh họa cho việc tách điểm cô lập ảnh Hình 2b biểu diễn ảnh chụp tia X bề mặt tua bin động phản lực trạng thái bị rỗ Có pixel màu đen đơn lẻ vùng bị rỗ Hình 2c kết sau áp Phân đoạn ảnh Trang Tách khơng liên tục Nhóm 2: Khanh, Ánh, Thảo, Dương dụng tách điểm cách sử dụng mặt nạ 2a cho ảnh 2b Hình 2d kết áp dụng công thức 1.2 với ngưỡng T 90% giá trị pixel cao hình 2c (Việc chọn ngưỡng – threshold nói chi tiết phần sau) Những pixel đơn rõ ràng ảnh Hình Kiểu xử lý tách đặc biệt dựa sở pixel đơn không liên tục đồng mặt nạ tách Khi điều kiện khơng thỏa mãn ta dùng phương pháp khác phù hợp (sẽ bàn đến chương này) để tách mức xám khơng liên tục 1.2Tách Dòng: Phương pháp tách dòng Cho mặt nạ hình Nếu ma trận di chuyển qua ảnh, đáp ứng mạnh đường có hướng nằm ngang (độ dày pixel) Với không đổi, kết trả lớn đường qua hàng mặt nạ Thực nghiệm cho thấy mặt nạ thứ hình đáp ứng tốt đường có hướng +45 o, mặt nạ thứ đáp ứng tốt với đường thẳng đứng, mặt nạ thứ tư đáp ứng tốt với đường có hướng -45o Những hướng thiết lập cách làm ý hướng thích hợp mặt nạ có trọng số lớn hướng khác Chú ý hệ số mặt nạ có tổng 0, hệ số đáp ứng mặt nạ vùng có mức xám khơng đổi Phân đoạn ảnh Trang Tách khơng liên tục Nhóm 2: Khanh, Ánh, Thảo, Dương Hình Đặt R1 , R2 , R3 R4 đáp ứng mặt nạ hình từ trái qua phải, Ri xác định (1.1) Cho mặt nạ quét qua toàn ảnh Nếu điểm xác định hình, | Ri |>| R j | với j≠i, ta nói điểm có hướng phù hợp với hướng mặt nạ i Ví dụ điểm ảnh mà | R1 |>| R j |, với j=2,3,4, điểm có hướng phù hợp với hướng đường nằm ngang Lần lượt quan tâm đến việc tách đường có hướng xác định Trong trường hợp này, sử dụng mặt nạ phù hợp với hướng ngưỡng đầu ra, theo biểu thức (1.2) Nói cách khác, quan tâm đến việc tách tất đường ảnh với hướng xác định mặt nạ cho trước, chạy mặt nạ qua ảnh tạo ngưỡng cho giá trị tuyệt đối kết Những điểm lại điểm có đáp ứng mạnh nhất, đường có độ dày pixel, phù hợp với hướng xác định mặt nạ Ví dụ sau minh họa cho điều Ví dụ: Giả sử quan tâm đến việc tìm tất đường có độ dày pixel có hướng -45o Với giả thuyết này, sử dụng mặt nạ cuối hình Kết thể hình 4b Chú ý tất phần ngang phần đứng ảnh bị loại bỏ phần ảnh ban đầu mà có hướng -45o rõ hình 4b Để xác định đường phù hợp với mặt nạ chọn ngưỡng cho hình Kết việc sử dụng ngưỡng với giá trị lớn ảnh thể hình 4c Giá trị lớn lựa chọn tốt cho ngưỡng trường hợp này, ảnh đầu vào ảnh nhị phân Thực xong việc này, tìm đáp ứng mạnh Hình 4c biểu diễn tất điểm vượt qua ngưỡng màu trắng Phân đoạn ảnh Trang Tách khơng liên tục Nhóm 2: Khanh, Ánh, Thảo, Dương Hình Trong trường hợp này, phương pháp tìm đoạn có độ dày pixel hướng -45o Những điểm cô lập nhìn thấy hình 4c điểm đáp ứng mạnh mặt nạ Trong ảnh ban đầu, điểm láng giềng chúng định hướng theo hướng mặt nạ đáp ứng mạnh Những điểm lập tách cách sử dụng mặt nạ hình 2a sau xóa 1.3Tách Biên: Mặc dù phương pháp tách điểm tách dòng kỹ thuật phân đoạn quan trọng, việc tách biên lại hoàn toàn khác xa với kỹ thuật trên, sử dụng phổ biến cho việc tách độ trung bình khơng liên tục mức xám Trong phần nói cơng cụ đạo hàm bậc bậc nhấn mạnh thuộc tính chúng để tách biên cho ảnh  Cơ sở việc tách biên: Phân đoạn ảnh Trang Tách khơng liên tục Nhóm 2: Khanh, Ánh, Thảo, Dương Một cách trực quan, biên tập hợp pixel ( nằm đường biên giới vùng) liên kết với Tuy nhiên, biên cạnh có khác nhau.Về ta xem xét cách ngắn gọn, cạnh khái niệm “cục bộ”, đường biên miền mang tính tồn cục nhiều Một định nghĩa hợp lý “biên” đòi hỏi khả đo chuyển tiếp mức xám Chúng ta bắt đầu việc làm mơ hình cho biên việc đo đạc chuyển tiếp trung bình mức xám mang tính hình thức Một cách trực quan, biên lý tưởng có thuộc tính mơ hình hình 5a Theo mơ hình biên lý tưởng tập hợp pixel (ở theo hướng thẳng đứng) liên kết với nhau, thành phần biên có vị trí bước chuyển tiếp trực giao mức xám Hình Trong thực tế, quang học, lấy mẫu, cách thu nhận hình ảnh khác khơng hồn hảo dẫn đến biên bị nhòe với độ nhòe xác định nhân tố chất lượng hệ thống thu nhận hình ảnh, tốc độ lấy mẫu điều kiện chiếu sáng ảnh Vì kết biên mơ hình gần giống với đoạn dốc đoạn thẳng đứng, thể hình 5b Độ nghiêng dốc tỉ lệ nghịch với độ nhòe biên Trong mơ hình này, khơng có đường biên mảnh (có độ dày pixel) Thay vào đó, điểm biên điểm chứa đoạn dốc biên tập hợp điểm liên thông Độ dày đường biên xác định chiều dài đoạn dốc, biên biến đổi từ đầu đến cuối mức xám Độ dài xác định độ nhòe Dễ dàng nhận rằng: biên nhòe dày biên sắc nét mảnh Phân đoạn ảnh Trang Tách khơng liên tục Nhóm 2: Khanh, Ánh, Thảo, Dương Hình Hình 6a hiển thị phần trích từ hình 5b Ảnh 6b thể mặt nghiêng mức xám theo hướng nằm ngang biên nằm hai vùng Hình cho thấy đạo hàm bậc một, bậc hai mức xám Đạo hàm bậc dương điểm chuyển tiếp từ đoạn dốc theo hướng di chuyển từ trái sang phải, không đổi điểm nằm dốc, vùng có mức xám khơng đổi Đạo hàm bậc hai dương biến đổi tương ứng với phía tối biên, âm biến đổi tương ứng với phía sáng biên, dọc theo dốc vùng mức xám không đổi Dấu đạo hàm 6b bị đảo ngược biên biến đổi từ sáng sang tối Từ quan sát ta kết luận độ lớn đạo hàm bậc sử dụng để phát dấu hiệu biên điểm hình (nghĩa xác định điểm có nằm dốc không) Tương tự dấu đạo hàm bậc sử dụng để xác định pixel cạnh nằm phía sáng hay phía tối biên Chúng ta ý thêm hai thuộc tính đạo hàm bậc hai xung quanh biên: (1) Nó tạo hai giá trị cho cạnh (điều không mong muốn) (2) Một đường thẳng tưởng tượng nối từ điểm dương lớn điểm âm nhỏ đạo hàm bậc hai qua gần với điểm biên Thuộc tính zeroPhân đoạn ảnh Trang Tách khơng liên tục Nhóm 2: Khanh, Ánh, Thảo, Dương crossing đạo hàm bậc hai hữu dụng cho việc xác định trung tâm biên dày Ví dụ: Biên thể Hình khơng có nhiễu Cột Hình thể biên (đoạn dốc) phân thành vùng đen bên trái vùng trắng bên phải Lưu ý toàn biến đổi từ đen sang trắng biểu diễn cạnh đơn Vùng ảnh bên trái ảnh khơng có nhiễu Ba ảnh lại cột Hình bị sai lệch nhiễu Gauss với “zero mean” độ lệch chuẩn mức xám 0.1 1.0 10 Đồ thị biểu diễn bên ảnh hình chiếu mức xám đường quét theo hàng ngang qua tồn ảnh Hình Phân đoạn ảnh Trang Tách khơng liên tục Nhóm 2: Khanh, Ánh, Thảo, Dương Các ảnh cột hình đạo hàm bậc ảnh cột Xét ảnh cùng, đạo hàm vùng đen trắng không đổi Đạo hàm đoạn biên không đổi số biểu thị độ nghiêng dốc Đạo hàm không đổi biểu diễn màu xám Hình cột đạo hàm tăng so với trường hợp khơng có nhiễu Và hình cuối cột 2, khó để biên Yếu tố gây sai lệch nhiễu Ảnh cuối có nhiều hạt nhỏ sai lệch khơng thể nhận thấy Ví dụ cho thấy độ nhạy đạo hàm nhiễu, đạo hàm bậc hai nhạy nhiễu Đạo hàm bậc hai ảnh không nhiễu ảnh bên phải hình Đường mảnh màu trắng đen thành phần dương âm nhắc đến hình Màu xám ảnh biểu diễn cho số tương ứng thang chia tỷ lệ Nhiễu đạo hàm bậc hai (tương tự với trường hợp khơng có nhiễu) tương ứng với nhiễu có độ lệch chuẩn mức xám 0.1 Hai ảnh đạo hàm bậc hai biên cho thấy khó để tách thành phần âm dương Thực tế, nhiễu nhỏ có tác động đáng kể đạo hàm then chốt dùng cho việc tách ảnh Vì ứng dụng có khả xuất nhiễu với mức độ vừa đề cập, ta nên làm trơn ảnh trước xử lý Dựa vào ví dụ nội dung trình bày, đưa kết luận tiêu chuẩn để phân loại điểm biên chuyển tiếp mức xám tương ứng với điểm phải mạnh đáng kể so với điểm Vì đề cập đến tính tốn cục bộ, kết luận điểm ảnh điểm biên đạo hàm bậc lớn ngưỡng lý thuyết Biên tập hợp điểm thỏa điều kiện liên kết với theo tiêu chuẩn xác định cho trước Sự phân đoạn giới hạn biên sử dụng biên ngắn so với kích cỡ ảnh Vấn đề then chốt việc phân đoạn lắp ráp phần biên thành biên dài Nếu định sử dụng đạo hàm bậc hai để dễ dàng xác định điểm biên ảnh đạo hàm bậc hai có định nghĩa thay Trong trường hợp này, định nghĩa biên giống Điều quan trọng cần ý định nghĩa khơng đảm bảo thành cơng việc tìm điểm biên ảnh Chúng đơn giản cho hình thức tìm kiếm điểm biên  Tốn tử Gradient: Đạo hàm bậc ảnh số dựa xấp xỉ khác độ chênh lệch hai thành phần x y Gradient ảnh f(x,y) vị trí (x,y) xác định vectơ : � f � � � x �f  � �  � f � (1.3) � � � � � y � Gx Gy Phân đoạn ảnh Trang 10 Phân đoạn theo mức hình thái Nhóm 2: Khanh, Ánh, Thảo, Dương Hình 44 Giả sử tất miền tối tiểu điều đặt hố [ miền tối hình 44(b)] tồn địa đồ sẻ cho ngập nước từ từ Hình 44(c)thể bước đầu tiên, nước sẻ phủ tối ảnh Hình 44(a) ảnh xám, 44(b) địa đồ ảnh đó, chiều cao đỉnh núi địa đồ la mức xám pixel ảnh xám Để đơn giản bỏ qua phần tối địa đồ, quan tâm địa đồ tổng quát không gian chiều Chúng ta tưởng tượng sẻ bao toàn địa đồ đập có chiều cao lớn chiều cao lớn núi địa đồ, giá trị xác dịnh mức xám lớn cùa ảnh nhập Phân đoạn theo mức hình thái Nhóm 2: Khanh, Ánh, Thảo, Dương Hình 44 Hình 44(d) (e) thấy nước dân từ thứ vùng hai hố tương ứng Khi nước tiếp tục dân làm gập tất hố nước tràn từ hố sang hố khác, hình 44(f) đập xây dựng vị trí mà nước tràn hố, hình 44(g), nước dân tiếp tục mức xám cao ảnh Cuối đập sẻ tương ứng với đường phân mức ta phân đoạn ảnh, kết hình 10.44(h), đường pixel mảnh hình gốc Cần ý đường phân mức đường lien thong, cho biên lien tuc miền 5.2 Xây dựng đập: Ở mục quan tâm xây dựng đập( đường phân mức) mà thuật toán phân đoạn đường mức yêu cầu Cơ sở việc xây dựng đập sử dụng phép giãn (dilation) hình 45 Hình 45(a) trạng thái hai hố bước n-1 hình 45(b) kết bước n, mức nước dân lên nước sẻ tràn từ hố qua hố khác, đập sẻ xây dựng để chống nước tràn Phân đoạn theo mức hình thái Nhóm 2: Khanh, Ánh, Thảo, Dương Bây ta định nghĩa số kí hiệu : M , M tập điểm thuộc hai hố tương ứng Tập điểm hố bước n-1 lần lược Cn 1 ( M ), Cn 1 ( M ) hai miền tối hình 45(a) Đặt C[n  1]  Cn 1 ( M ) �Cn 1 ( M ) Đó hai thành phần liên thơng bước n-1, thành phần lien thôn bước n Sự hợp hai thành phần lien thông ý nói nước tràn hai hố bước n Ký hiệu thành phần lien thông bước n q, Thành phần liên thông bước n-1 q �C[n  1] Chúng ta kí hiệu tất điểm thuộc hố thành phần lien thông đơn giản Giả sử thành phần lien thơng hình 45(a) giản thành phần cấu trúc hình 45(c) , làm sinh hai trường hơp : (1) Phép giãn có quan hệ với q ( nghĩa tâm thành phần cấu trúc điểm q lúc thực phép giãn) (2) Phép giãn thực thi điễm mà tập đến hợp nhất.( trở thành thành phần liên thơng ) Hình 45d phép giãn (trong mức xám sáng) , mở rộng biên cho thành phần liên thông ban đầu Chú ý điều kiện (1) thoả điểm thực phép giãn, điều kiện (2) áp dụng cho điểm thực phép giãn, thật biên thành phần liên thông giãn điều Trong phép giãn thứ hai mức xám trung bình, vài điểm không thoả điều kiện (1) thoả điều kiện (2), kết làm chu vi thay đổi hình Rõ ràng điểm q mà thoả hai điều kiện mô tả đường pixel đơn liên thông hình 10.45(d) Đường thu từ việc xây dựng đập bước n Đập xây dựng tạ bước hồn tồn xác định từ tất điểm đường mà giá trị mức xám lớn mức xám lớn hình Chiều cao đập cộng giá trị mức xám lớn ảnh Chú ý đập xây dựng theo cách trên, mà phân đoạn biên, phân thành phần liên thơng Phân đoạn theo mức hình thái Nhóm 2: Khanh, Ánh, Thảo, Dương Hình 45 5.3 Thuật tốn phân mức : Đặt M , M , , M R tập điểm miền tối tiểu ảnh g(x,y) Đặt C ( M i ) tập tất điểm hố liên kết với M i (những điểm hố tạo thành thành phần liên thơng) Kí hiệu max minimum maximum giá trị g(x,y) Phân đoạn theo mức hình thái Nhóm 2: Khanh, Ánh, Thảo, Dương Cuối cùng, đặt T [n]  {( s, t ) | g ( s, t )  n} Địa đồ làm ngập nước từ min+1 đến max+1 Tại bước n thuật toán cần biết số điểm nằm mức nước Giả sữ rằng, điểm thuộc T[n] nằm mặt phẵng g(x,y)=n marked đen, điểm khác trắng Khi đó, nhìn từ xuống mặt phẵng xy, sẻ nhìn thấy ảnh nhị phân mà điểm đen tương ứng với tương ứng với điểm mà hàm nằm mặt phẵng g(x,y)=n Đặt Cn ( M i ) tập tất điểm hố ứng với M i bước n Cn ( M i ) xem ảnh nhị phân Cn ( M i )  C ( M i ) �T [ n] (1) Cn ( M i )  ( x, y ) ( x, y ) �C ( M i ) and ( x, y) �T [ n] ; ngược lại Cn ( M i )  (2) Tiếp theo, C[n] hội tất cà hố bước n : R C[n]  �Cn ( M i ) i 1 (3) Khi C[max  1] hội tất hố : R C[max  1]  �C ( M i ) i 1 (4) Cả Cn ( M i ) T [n] không thay thể suốt q trình thực thi thuật tốn, số lượng thành phần nằm tập tăng phần dư giống bước tăng thứ n Vì : C[n  1] �C[n] dựa vào (3) (4) ta có : C[n] �T [n]  C[n  1] �T [n] Từ ta có kết quan trọng thành phần liên thông C[n  1] chứa xác thành phần liên thơng T [n] Thuật tốn tìm đường mức với điều kiện đầu : C[min  1]  T [min  1] Thuật toán chạy đệ quy, giả sử bước n C[n  1] tính.Thủ tục tính C[n] từ C[n  1] sau : Đặt Q tập tất thành phần liên thơng T [n] Khi với thành phần liên thông q �Q[n] , ba điều sau thoả : q �C[n  1] rỗng (a) q �C[n  1] chứa thành phần liên thông C[n  1] (b) q �C[n  1] chứa nhiều thành phần liên thông C[n  1] (c) Tính C[n] từ C[n  1] phụ thuộc vào ba điều kiện Điều kiện (a) xảy hố hình thành, trường hợp thành phần liên thơng q kết hợp với C[n  1] để tạo nên C[n] Điều kiện (c) xảy tất hay phần cầu tách hai hay nhiều hố hình thành Ở bước hố hợp Vậy đập (hay nhiều đập) phải xây dựng q để ngăn tràn hố Một đập pixel đơn xây dựng cần phép giãn q �C[n  1] với thành phần cấu trúc 3x3 1, phụ thuộc phép giãn với q Phân đoạn theo mức hình thái Nhóm 2: Khanh, Ánh, Thảo, Dương Hình 46 Dữ liệu nhập thuật toán giá trị n tương ứng với mức xám tồi g ( x, y ) ; xác định giá trị giá trị min, max, từ histogram g ( x, y ) Ví dụ :18 Mơ tả thuật tốn phân đoạn đường mức Chú ý ảnh ảnh gradient nó, hình 46(a) (b) Áp dụng thuật tốn ta thu đường mức(đường màu trắng) ảnh gradient, hình 46(c), ành gốc hình 46(d) 5.4 Sử dụng đánh dấu: Bây áp dụng thuật toán cho ảnh bị nhiễu cho ảnh có nhiều vùng nhỏ, thuật tốn áp dụng khơng xác nữa, hình 47 Ở lời giải toán ta cần bước tiền xử lý, để giới hạn số vùng cho phép Một phương pháp sử dụng dựa khái niệm vùng nhỏ(markers), vùng nhỏ thành phần liên thông ảnh Chúng ta có vùng trong, liên kết với đối Phân đoạn theo mức hình thái Nhóm 2: Khanh, Ánh, Thảo, Dương tượng mà ta quan tâm, vùng liên kết với Thuật toán áp dụng cho vùng nhỏ dựa hai bước : (1) Tiền xử lý (2) Xác định tiêu chuẩn mà vùng nhỏ phải thoả Chúng ta lấy lại ví dụ hình 47(a), kết sai hình 47(b), số lượng vùng nhỏ q lớn Bởi kích thước chúng chi tiết số vùng nhỏ khơng quan trọng nữa, làm nhịn ảnh ban đầu áp dụng thuật tốn phân đoạn Hình 47 Giả sử định nghĩa vùng trong trường hợp (1) miền bao quanh điểm có tính chất (chẳng hạn, mức xám) cao, (2) điểm miền tạo thành thành phần liên thơng có giá tri mức xám, hình 48(a) Tiếp theo, ta làm mịn ảnh, xử lý ta xét vùng có miền tối tiểu Hình 48(a) kết đường phân mức Những miền ngồi hình 48(a) kết phân ảnh thành miền, miền chứa vùng phần Chúng ta phân miền thành hai loại : a simple object Và sau áp dụng thuật tốn phân đoạn trước Một phương pháp khác áp dụng thuật toán phân đoạn đường mức tới miền riêng biệt Nói theo cách khác, ta lấy ảnh gradient ảnh sau làm mịn [như hình 46(b)] giới hạn thuật toán đường mức mà chứa vùng nhỏ vùng riêng biệt Kết thu hình 48(b) Phân đoạn theo mức hình thái Nhóm 2: Khanh, Ánh, Thảo, Dương Hình 48 Phân loại vùng nhỏ đơn giản dựa giá trị mức xám Những phương pháp phân loại phức tạp ta bàn chương sau PHÂN ĐOẠN ẢNH ĐỘNG: 6.1 Kỹ thuật miền không gian: Phương pháp bản:  Một phương pháp đơn giản để xác định khác biệt hai khung ảnh f ( x, y, ti ) f ( x, y , t j ) thời gian ti t j tương ứng so sánh pixel hai ảnh Một cách để làm việc tạo ảnh mẫu Giả sử có ảnh mẫu chứa thành phần đứng yên So sánh ảnh mẫu với ảnh có chứa vật thể chuyển động chuỗi ảnh cảnh (scene), kết khác hai ảnh huỷ bỏ đối tượng tĩnh, quan tâm tới vùng khác không mà tương ứng với thành phần không tĩnh ảnh Sự khác hai ảnh thời gian t t định nghĩa sau: dij ( x, y )   i | f ( x , y ,ti )  f ( x , y ,t j )| T | f ( x , y ,ti )  f ( x , y ,t j )| � T j (6.1) với T ngưỡng dương Chú ý dij ( x, y ) có giá trị toạ độ ( x, y ) mức xám khác biệt hai ảnh lớn ngưỡng T (giả sử tất ảnh có kích thước) Cuối cùng, ý giá trị toạ độ ( x, y ) Phân đoạn theo mức hình thái Nhóm 2: Khanh, Ánh, Thảo, Dương phương trình (10.6-1) sinh ảnh dij ( x, y ) có kích thước với ảnh chuỗi ảnh Trong xử lý ảnh động, tất pixel dij ( x, y ) với giá trị tương ứng với kết đối tượng chuyển động Phương pháp áp dụng hai ảnh đăng kí tần số mức sáng tương đối bên biên bị chặn T Thực tế, giá trị toàn ảnh dij ( x, y ) thường nhiễu Cụ thể giá trị điểm cô lập ảnh mẫu, phương pháp đơn giản để loại bỏ chúng tạo miền 4- 8- liên thơng pixel có giá trị dij ( x, y ) bỏ qua miền mà nhỏ số định trước Mặc dù cách bỏ qua đối tượng nhỏ di chuyển chậm Sai biệt tích lũy (accumulative differences):  Sự cô lập đầu vào (entries) từ nhiễu tốn khơng phải khơng quan trọng trích thành phần chuyển động từ chuỗi ảnh Mặc dù số lượng đầu vào giảm phân tích ngưỡng liên thơng, q trình lọc loại bỏ đối tượng nhỏ di chuyển chậm nói phần Một phương pháp mà giải tốn ý thay đổi pixel cục vài ảnh chuỗi, cần lưu lại q trình xử lý Ý tưởng bỏ qua thay đổi lác đác vài ảnh chuỗi áp dụng cho nhiễu Chú ý chuỗi khung ảnh f ( x, y, t1 ), f ( x, y, t ), ., f ( x, y, t n ) đặt f ( x, y, t1 ) ảnh mẫu Một sai biệt tích lũy ảnh(Accumulative Differences Images - ADI) tạo so sánh ảnh mẫu với ảnh chuỗi Một đếm cho pixel cục ảnh tích lũy tăng theo thời gian xuất khác pixel cục ảnh mẫu ảnh chuỗi Thật khung thứ k so sánh với mẫu, xem xét pixel ảnh tích lũy cho số lượng mức xám vị trí có khác biệt từ giá trị pixel tương ứng ảnh mẫu Sự khác biệt ghi nhận, chẳng hạn, sữ dụng phương trình (6-1) Thường ý kiểu ADI : dương, âm, tuyệt đối Giả sử giá trị mức xám đối tượng chuyển động lớn nền, ba loại ADI định nghĩa sau: Đặt R ( x, y ) kí hiệu ảnh mẫu và, để đơn giản kí hiệu, đặt k kí hiệu tk , cho f ( x, y, k )  f ( x, y , tk ) Chúng ta giả sử R ( x, y )  f ( x, y,1) Khi đó, cho k  , giá trị ADI đếm lại, định nghĩa sau cho tất giá trị liên quan tới ( x, y ) : Ak ( x, y )  Pk ( x, y )    Ak 1 ( x , y ) 1 | R ( x , y )  f ( x , y , k )| T Ak 1 ( x , y ) | R ( x , y )  f ( x , y , k )| � T Pk 1 ( x , y ) 1 | R ( x , y )  f ( x , y , k )| T Pk 1 ( x , y ) | R ( x , y )  f ( x , y , k )| � T (6.2) (6.3) Phân đoạn theo mức hình thái N k (x,y)=  Nhóm 2: Khanh, Ánh, Thảo, Dương N k-1 (x,y)+1 |R(x,y)-f(x,y,k)|