Đang tải... (xem toàn văn)
Phát hiện biên, biểu diễn fourier elliptic và ứng dụng
ĐẠI HỌC THÁI NGUYÊN KHOA CÔNG NGHỆ THÔNG TIN PHẠM NGỌC QUÝ PHÁT HIỆN BIÊN, BIỂU DIỄN FOURIER ELLIPTIC VÀ ỨNG DỤNG LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN ` Thái Nguyên - 2009 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn ĐẠI HỌC THÁI NGUYÊN KHOA CÔNG NGHỆ THÔNG TIN PHẠM NGỌC QUÝ PHÁT HIỆN BIÊN, BIỂU DIỄN FOURIER ELLIPTIC VÀ ỨNG DỤNG Chuyên ngành: Khoa học máy tính Mã số: 604801 ` LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN Ngƣời hƣớng dẫn khoa học: TS Phạm Việt Bình Thái Nguyên - 2009 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên i http://www.Lrc-tnu.edu.vn MỤC LỤC Lời cảm ơn i Danh mục ký hiệu, chữ viết tắt ii Danh mục hình iii MỞ ĐẦU CHƢƠNG TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ BIÊN 1.1 Một số khái niệm xử lý ảnh 1.1.1 Xử lý ảnh 1.1.2 Quá trình thu nhận, biểu diễn lưu giữ ảnh 1.1.3 Histogram ảnh 1.1.4 Nhận dạng ảnh 1.2 Biên ảnh vai trò nhận dạng ảnh 1.2.1 Khái niệm biên ảnh phương pháp phát biên 1.2.2 Vai trò biên nhận dạng ảnh 14 1.2.3 Biểu diễn biên dựa mô tả Fourier 14 1.2.3.1 Phương pháp dựa mô tả Fourier 16 1.2.3.2 Phương pháp góc quay 19 CHƢƠNG 2: MỘT SỐ PHƢƠNG PHÁP PHÁT HIỆN BIÊN VÀ PHÉP BIỂU DIỄN FORIER ELLIPTIC 22 2.1 Một số phương pháp phát biên 22 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên i http://www.Lrc-tnu.edu.vn 2.1.1 Phương pháp phát biện trực tiếp 22 2.1.2 Phương pháp phát biên gián tiếp 31 2.1.3 Phương pháp phát biên kết hợp 32 2.1.4 Phát biên dựa vào trung bình cục 38 2.1.5 Cải thiện nâng cao chất lượng biên ảnh 40 2.2 Phép biến đổi Fourier 49 2.2.1 Định nghĩa 49 2.2.1 Elliptic Fourier 50 2.2.3 Biến đổi Fourier rời rạc 55 2.2.4 Các thuộc tính khác biến đổi Fourier 61 CHƢƠNG 3: CHƢƠNG TRÌNH THỬ NGHIỆM 62 3.1 Giới thiệu 62 3.2 Số hóa biên đối tượng ảnh 62 3.2 Chương trình thử nghiệm 66 KẾT LUẬN 70 TÀI LIỆU THAM KHẢO 72 Tiếng Việt 72 Tiếng Anh 72 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên ii http://www.Lrc-tnu.edu.vn LỜI CẢM ƠN Trong trình làm luận văn thạc sĩ với đề tài “Phát biên, biểu diễn Fourier Elliptic ứng dụng”, em nhận nhiều đóng góp tạo điều kiện thầy cô đồng nghiệp Lời em xin chân thành cảm ơn tới toàn thể thầy cô, người giảng dạy em Đặc biệt, em xin tỏ lòng cảm ơn chân thành sâu sắc tới thầy thầy Phạm Việt Bình, người ln tận tình hướng dẫn, định hướng, có bảo cặn kẽ em thời suốt thời gian qua Em cảm ơn bạn, đồng nghiệp động viên, khích lệ, trao đổi tài liệu cho em thời gian làm luận văn Em chân thành mong đóng góp ý kiến thầy, cô đồng nghiệp để em có phát triển đề tài thời gian tới Xin chân thành cảm ơn ! Thái Nguyên, ngày 12 tháng 11 năm 2009 Học viên Phạm Ngọc Quý Số hóa Trung tâm Học liệu – Đại học Thái Nguyên i http://www.Lrc-tnu.edu.vn Danh mục ký hiệu, chữ viết tắt CSDL Cơ sở liệu FD (Fourier descriptors) - Mơ tả Fourier Pixel Điểm ảnh Radius Bán kính RGB Khơng gian màu RGB Số hóa Trung tâm Học liệu – Đại học Thái Nguyên ii http://www.Lrc-tnu.edu.vn Danh mục hình Hình 1.1 Các giai đoạn q trình xử lý ảnh Hình 1.2 Điểm láng giềng điểm láng giềng Hình 1.3(a) Đồ thị biểu diễn Histogram ảnh Hình 1.3(b) Ảnh gốc Hình 1.3(c) Histogram ảnh gốc theo RGB Gray Hình 1.4 Ví dụ chu tuyến đối tượng ảnh 12 Hình 1.5 Phân loại biểu diễn hình dạng kỹ thuật biểu diễn 15 Hình 1.6 Biểu diễn góc quay 20 Hình 1.7 Biểu diễn góc quay trường hợp có thay đổi nhỏ 21 Hình 2.1 Mơ hình hướng 23 Hình 2.2 Ảnh trước dò biên 24 Hình 2.3 Ảnh sau dị biên 25 Hình 2.4 (a) Ảnh gốc (b) Đạo hàm bậc (c) Đạo hàm bậc hai 25 Hình 2.5(a) Ảnh gốc (b) Ảnh biên dùng Laplace H1 (a) Ảnh biên H2 27 Hình 2.6 Minh họa biểu diễn biên nhờ phép hình thái 30 Hình 2.7 Ảnh gốc 33 Hình 2.8 Ảnh đen trắng 33 Hình 2.9 Ảnh đen trắng dùng hàm ConvertRGB 34 Hình 2.10 Ảnh đen trắng 34 Hình 2.11 Biên ảnh đen trắng 35 Hình 2.12 Ảnh gốc 36 Hình 2.13 Ảnh biên với cách đánh giá độ chênh lệch mức xám điểm ảnh 36 Hình 2.14 So sánh với mức xám trung bình cửa sổ ảnh trường hợp N=5 36 Hình 2.15 Xác định điểm biên thực 37 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên iii http://www.Lrc-tnu.edu.vn Hình 2.16 Ảnh biên kết hợp phương pháp kết hợp với N =5 37 Hình 2.17 Ma trận điểm ảnh trước sau lọc 39 Hình 2.18 Các ảnh biên kết thu theo thuật toán đề xuất 39 Hình 2.19 Lấy tổ hợp điểm ảnh lân cận 41 Hình 2.20 Một số kiểu mặt nạ sử dụng cho kỹ thuật lọc phi tuyến 41 Hình 2.21 Minh họa thuật toán hậu xử lý 46 Hình 2.22 Ví dụ chain code 51 Hình 2.23 Minh họa kết hợp chuỗi mã 4, 8-láng giềng 52 Hình 2.24 Minh họa chuỗi mã 54 Hình 2.25 Biển đổi xung mẫu 57 Hình 2.26 Ảnh dùng biến đổi Fourier rời rạc 2D 58 Hình 2.27 (a) Ảnh mặt (b) Biển đổi ảnh mặt 60 Hình 2.28 Biến đổi Fourier 2D 61 Hình 3.1 Thuật tốn số hóa biên ảnh đối tượng ảnh 63 Hình 3.2 Thuật tốn chaincodeal 64 Hình 3.3 Lá gấc ban đầu 66 Hình 3.4 Lá gấc sau Histogram 67 Hình 3.5 Lá gấc sau chain code 67 Hình 3.6 (a) Lá gấc trước xử lý 68 Hình 3.6 (b) Lá gấc sau xử lý 68 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên iv http://www.Lrc-tnu.edu.vn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên v http://www.Lrc-tnu.edu.vn PHẦN MỞ ĐẦU Xử lý ảnh lĩnh vực quan tâm nhiều nhà khoa học ngồi nước tính phong phú lợi ích ứng dụng khoa học kỹ thuật, kinh tế, xã hội đời sống người Lĩnh vực xử lý ảnh liên quan tới nhiều ngành khác như: hệ thống tin học, trí tuệ nhân tạo, nhận dạng, viễn thám, y học, nông học Hiện nay, thơng tin hình ảnh đóng vai trị quan trọng trao đổi thông tin, phần lớn thông tin mà người thu thông qua thị giác Do vậy, vấn đề nhận dạng xử lý ảnh, đặc biệt nhận dạng biên ảnh quan tâm yêu cầu ứng dụng đa dạng chúng thực tiễn Mục đích đặt cho xử lý ảnh chia thành hai phần chính: phần thứ liên quan đến khả từ ảnh thu lại ảnh để từ ảnh cải biến nhận nhiều thông tin để quan sát đánh giá mắt, coi biến đổi ảnh (image transformation) hay làm đẹp ảnh (image enhancement) Phần hai nhằm vào nhận dạng đoán nhận ảnh cách tự động, đánh giá nội dung ảnh Quá trình nhận dạng ảnh nhằm phân loại đối tượng thành lớp đối tượng biết (supervised learning) thành lớp đối tượng chưa biết (unsupervised learning) Sau trình tăng cường khơi phục (đối với ảnh có nhiễu), giai đoạn tiếp theo, người ta phải trích rút đặc tính quan trọng, định ảnh cần nhận dạng Các đặc tính đặc tính hình học, đặc tính ngữ cảnh Các đặc tính hình học chứa thơng tin vị trí, kích thước hình học, hình dạng đối tượng ảnh, đặc tính quan trọng xử lý nhận dạng ảnh Các đặc tính thường trích rút thơng qua việc xác định đường biên đối tượng ảnh Biên chứa thơng tin Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.Lrc-tnu.edu.vn khn mặt có nhiều khu vực, nơi độ sáng không thay đổi nhiều, má trán Các thành phần tần số cao phản ánh thay đổi cường độ Theo đó, thành phần tần số cao phát sinh từ tóc (và lơng) tính mặt người, chẳng hạn mũi mắt H 2.27a Ảnh mặt H 2.27b Biến đổi ảnh mặt Hiệu ứng đầy đủ biến đổi Fourier với 1D, có biến đổi Fourier 2D cặp, minh hoạ Hình 2.28 Các 2D biến đổi Fourier hai chiều xung, hình 2.28 (a), hay chiều sinc chức năng, hình 2.28 (b) Các 2D biến đổi Fourier hàm Gaussian, hình 2.28 (c), lại hai chiều Gaussian chức lĩnh vực tần số, hình 2.28 (d) Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 60 http://www.Lrc-tnu.edu.vn H 2.28 Biến đổi Fourier 2D cặp 2.2.4 Các thuộc tính khác biến đổi Fourier 2.2.4.1 Dịch chuyển lượng khơng đổi Các phân tích thành tần số không gian không phụ thuộc vào vị trí tính bên hình ảnh Nếu ta thay đổi lượng tính cố định, thu hình ảnh từ vị trí khác nhau, độ lớn biến đổi Fourier khơng thay đổi 2.2.4.2 Thuộc tính xoay Những biến đổi Fourier hình ảnh xoay xoay hình ảnh gốc Điều dự kiến kể từ phân tích thành tần số không gian phản ánh định hướng tính hình ảnh Như vậy, định hướng xây dựng phụ thuộc vào biến đổi Fourier Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 61 http://www.Lrc-tnu.edu.vn CHƢƠNG 3: CHƢƠNG TRÌNH THỬ NGHIỆM 3.1 Giới thiệu Trong năm gần đây, nhiều nhà khoa học quan tâm đến việc ứng dụng phép phân tích hình dạng đối tượng để tìm đặc trưng đối tượng đó, nhằm phục vụ cho trình nhận dạng phân loại đối tượng Những lý thuyết sở toán học lĩnh vực phân tích hình dạng phát triển từ thập niên 80 kỷ 20 Từ đến nay, nhiều nhà khoa học ứng dụng vào lĩnh vực nơng nghiệp nhằm phân tích hình dạng số nông sản để phân loại, phát sớm đặc tính giống nơng sản đậu tương, non đậu tương, nhân lúa mạch Những kết ứng dụng phổ biến nước Nhật Bản, Hàn Quốc Trong luận văn này, em nghiên cứu cài đặt số kỹ thuật phát biên ảnh nhị phân, biến đổi ảnh, ứng dụng mã chuỗi (chain code) để “số hóa” hình dạng biên đối tượng ảnh 3.2 Số hóa biên đối tƣợng ảnh Như biết việc phát biên, thông tin chứa biên đối tượng ảnh ln đóng vai trị then chốt xử lý ảnh nói chung, giai đoạn phân đoạn, nhận dạng, phân loại nói riêng Chính thế, việc số hóa thơng tin lưu trữ biên nhiều nhà khoa học quan tâm Một phương pháp phổ biến để lưu biểu diễn biên ảnh kỹ thuật mã chuỗi (chain code) Với kỹ thuật mã chuỗi, thay phải lưu tồn ảnh để có thơng tin biên ảnh, ta cần lưu trữ loạt mã chuỗi mơ tả vị trí điểm biên đối tượng ảnh ảnh Q trình thực số hóa biên đối tượng ảnh gồm bước sau: Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 62 http://www.Lrc-tnu.edu.vn Bƣớc 1: Biến đổi ảnh sang ảnh đa cấp xám Bƣớc 2: Phân ngưỡng ảnh Bƣớc 3: Biến đổi ảnh sang dạng nhị phân Bƣớc 4: Phát biên Bƣớc 5: Số hóa biên thuật thốn mã chuỗi Với bước thơng tin vị trí điểm biên lưu trữ tập tin tái tạo lại cần thiết Thuật tốn số hóa biên đối tượng ảnh Thông tin đầu vào: - Ảnh *.bmp Thông tin đầu ra: - Tập tin chứa mã chuỗi Bắt đầu Tải ảnh Biến đổi cấp xám Phân ngưỡng Biến đổi nhị phân Phát biên Chain code Kết thúc Hình 3.1 Thuật tốn số hóa biên đối tượng ảnh Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 63 http://www.Lrc-tnu.edu.vn Những trình biến đổi ảnh cấp xám, phân ngưỡng, biến đổi sang ảnh nhị phân (ảnh có màu trắng đen) kỹ thuật phát biên ảnh nhị phân trình bày phần Dưới đây, tơi tập trung trình bày thuật tốn tính mã chuỗi, CHAINCODEALG() cài đặt luận văn Thuật tốn mã chuỗi CHAINCODEALG() gồm bước sau: Bƣớc 1: Xác định vị trí ban đầu P0, STARTPOS() Bƣớc 2: Lựa chọn kỹ thuật kết nối (4-kết nối, 8-kết nối) Bƣớc 3: Lưu trữ vị trí biên, STOREDGE() Bƣớc 4: Xác định điểm thủ tục NEXTPOS() Bƣớc 5: Kiểm tra điểm đầu CHECKSTARTPOI(), trả giá trị False quay bước 3, ngược lại thuật tốn kết thúc Bắt đầu Tải ảnh, P0, 4-kết nối; 8-kết nối STOREDGE NEXTPOS False CHECKSTARPOI True Kết thúc Hình 3.2 Thuật tốn CHAINCODEALG() Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 64 http://www.Lrc-tnu.edu.vn Tiếp theo, trình bày đoạn chương trình thuật tốn CHAINCODEALG() CHAINCODEALG(BYTE *lpDIBBytes, DWORD StartPos, DWORD height, DWORD width) { DWORD i,j,k,vt,vtx,vty; BYTE mau; // Quet toan bo anh for(i=0;i< height;i++) for(j=0;j