Nghiên cứu một số kỹ thuật phục hồi ảnh và ứng dụng

0

Số hóa bởi trung tâm học liệu
ĐẠI HỌC THÁI NGUYÊN
TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG













LUẬN VĂN CAO HỌC

ĐỀ TÀI:
NGHIÊN CỨU MỘT SỐ KỸ THUẬT PHỤC HỒI ẢNH VÀ ỨNG DỤNG




Chuyên ngành: Khoa học máy tính
Giáo viên hướng dẫn: PGS.TS Ngô Quốc Tạo
Học viên thực hiện: Đào Minh Sang
Lớp: Cao học K10E

1

Số hóa bởi trung tâm học liệu
Thái nguyên, tháng 12 năm 2012
LỜI CAM ĐOAN

Tôi xin cam đoan những kết quả nghiên cứu trong đề tài này là của riêng
tôi.
Các kết quả và số liệu trong luận văn là trung thực và chưa được ai công
bố trong bất kỳ một công trinh khác. Trừ những phần tham khảo đã được ghi rõ
trong luận văn.
Nếu xẩy ra bất kỳ trường hợp nào liên quan đến bản quyền tôi xin chịu
hoàn toàn trách nhiệm.
Tác giả




Đào Minh Sang

1

Số hóa bởi trung tâm học liệu
LỜI CẢM ƠN

Trên thực tế không có thành công nào mà không gắn liền với những sự hỗ
trợ, giúp đỡ dù ít hay nhiều, dù trực tiếp hay gián tiếp của người khác. Trong
suốt thời gian học tập tại mái trường Đại Học Công nghệ thông tin và truyền
thông – Đại Học Thái Nguyên em đã nhận được sự giúp đỡ của thầy cô, bố mẹ
và bạn bè.
Với lòng biết ơn sâu sắc em xin chân thành cảm ơn đến quý thầy cô trong
trường Đại học Công nghệ thông tin và truyền thông – Đại Học Thái Nguyên và
các thầy ở Viện Công nghệ thông tin đã truyền đạt vốn kiến thức quý báu cho
chúng em. Và đặc biệt trong kỳ học cuối này, Trường đã tạo điều kiện cho em
làm luận văn tốt nghiệp với đề tài : “Nghiên cứu một số kỹ thuật phục hồi ảnh và

ứng dụng ”.
Em xin chân thành cảm ơn thầy Ngô Quốc Tạo đã tận tâm giúp đỡ hướng
dẫn em qua từng buổi học trên lớp cũng như nhưng buổi nói chuyện thảo luận
nghiên cứu đề tài. Nếu không có sự hướng dẫn, chỉ bảo tận tình của thầy thì thiết
nghĩ bài báo cáo này sẽ khó có thể hoàn thành được. Với đề tài còn khá mới mẻ
và vốn kiến thức còn hạn chế nên bài tiểu luận còn có nhiều sai sót trong quá
trình tiếp cận đề tài. Em rất mong sự góp ý của thầy cô và các bạn để bài luận
văn được hoàn thiện hơn nữa. Một lần nữa em xin chân thành cảm ơn thầy và
các bạn.







2

Số hóa bởi trung tâm học liệu
MỤC LỤC
LỜI CAM ĐOAN 1
LỜI CẢM ƠN 1
MỤC LỤC 2
DANH MỤC TỬ VIẾT TẮT 4
DANH MỤC HÌNH VẼ 5
PHẦN MỞ ĐẦU 6
1. Đặt vấn đề 6
2. Lý Do chọn đề tài 7
3. Đối tƣợng nghiên cứu và phạm vi nghiên cứu 7
4. Hƣớng nghiên cứu 8

5. Ý nghĩa khoa học của đề tài 8
CHƢƠNG I – KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ PHỤC HỒI ẢNH 9
1.1 Giới thiệu về xử lý ảnh 9
1.2 Những vấn đề cơ bản trong hệ thống xử lý ảnh. 10
1.2.1 Những khái niệm cơ bản. 10
1.2.2 Thu nhận ảnh. 14
1.2.3 Xử lý nâng cao chất lượng ảnh 14
1.3 Phục hồi ảnh 15
1.3.1 Giới thiệu về phục hồi ảnh 15
CHƢƠNG II – MỘT SỐ KỸ THUẬT PHỤC HỒI ẢNH 17
2.1 Khái niệm phục hồi ảnh 17
2.2 Các vấn đề liên quan đến phục hồi ảnh 17
2.3 Một mô hình của quá trình suy thoái 19
2.4 Nhiễu 20
2.4.1 Nhiễu muối, hạt tiêu 20
2.4.2 Nhiễu Gauss 22
2.4.3 Nhiễu đốm 22
2.4.4 Các tính chất của không gian và tần số nhiễu 23
2.4.5 Định kỳ nhiễu 23
2.5 Các kỹ thuật phục hồi ảnh 25
2.5.1 Bộ lọc trung bình 25
2.5.2 Bộ lọc thích nghi 27
3

Số hóa bởi trung tâm học liệu
2.5.3 Lọc cấp độ thấp 28
2.5.4 Lọc theo thứ tự 29
2.5.5 Lọc nghịch đảo 30
2.5.6 Sử dụng lọc Band Reject: 31
2.5.7 Sử dụng bộ lọc Notch: 32

CHƢƠNG III – CHƢƠNG TRÌNH THỦ NGHIỆM 34
GIỚI THIỆU VỀ MATLAB 34
3.1 Tổng Quan về MATLAB 34
3.1.1 Khái niệm về MATLAB 34
3.1.2 Cấu trúc dữ liệu của MATLAB và ứng dụng 34
3.1.3 Hệ thống MATLAB 36
3.1.4 MATLAB đơn giản 37
3.1.5 Các cửa sổ làm việc của MATLAB 37
3.2 Các hàm chuyển đổi kiểu ảnh 41
3.3 Giao diện đồ hoạ GUI 42
3.3.1 Khái niệm 42
3.3.2 Cách tạo GUI 42
3.3.3 Tạo GUI bằng công cụ đồ họa 43
3.4 Thử nghiệm chƣơng trình lọc nhiễu muối tiêu và gauss 45
3.4.1 Đặt bài toán 45
3.4.2. Các hàm chức năng 46
a) Lọc cấp độ thấp 46
b) Lọc trung bình 47
c) Lọc theo thứ tự 49
3.5 Kết quả thử nghiệm 50
3.5.1 Giao diện chính của chương trình 50
3.5.2 Thử nghiệm với bộ lọc trung bình 50
KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 60
TÀI LIỆU THAM KHẢO 61
PHỤ LỤC 62
1.Thƣ mục chƣơng trình 62
2.Chƣơng trình 62


4

Số hóa bởi trung tâm học liệu
DANH MỤC TỪ VIẾT TẮT

ROI
Region Of Interest
PEL
Picture Element
CGA
Color Graphic Adaptor
PSF
Point-Spread Function
GUI
Graphic user interface

5

Số hóa bởi trung tâm học liệu
DANH MỤC HÌNH VẼ

Hình 1.1: Lân cận các điểm ảnh của tọa độ (x,y)
Hình 1. 2. Ảnh gốc (a)
Hình 1. 3. Thêm nhiễu muối, tiêu (b)
Hình 1. 4. Nhiễu Gauss
Hình 1. 5. (a) Nhiễu Gauss
Hình 1. 5. b) Nhiễu đốm, nhiễu Gauss
Hình 1. 6. Nhiễu chu kì
Hình 1. 7. Lấy trung bình 3×3
Hình 1. 8. Lấy trung bình 5×5
2. 1. Cửa sổ desktop (cửa sổ lớn nhất), và các cửa sổ phụ của nó
Hình 2. 2. Giao diện câu lệnh

Hình 2. 3. Gọi câu lệnh
Hình 2. 4. Xem dữ liệu
Hình 2. 5. Kết quả
Hình 2. 6. Dạng hàm function : có biến dữ liệu vào và biến ra
Hình 2. 7. Tạo giao diện GUI
Hình 2. 8. Màn hình tạo giao diện
Hình 2. 9. Các chức năng
Hình 2. 10. Cửa sổ thiết kế giao diện GUI
Hình 2. 11. Kết quả thu được bằng công cụ đồ họa
Hình 3. 1. Lấy trung bình 3×3
Hình 3. 2. Lấy trung bình 5×5
Hinh 3. 3. Xóa muối-hạt tiêu với hàm medfilt
Hình 3. 4. Sử dụng ma trận 3×3 (a) : 20% muối tiêu; (b) sau khi lọc
Hình 3. 5. Lọc
6

Số hóa bởi trung tâm học liệu
PHẦN MỞ ĐẦU

1. Đặt vấn đề
Xử lý ảnh là một môn khoa học ứng dụng, nó là một chuyên ngành được
nghiên cứu và ứng dụng rộng rãi với nhiều lĩnh vực khác nhau như vật lý, hóa
học , y học Xử lý ảnh thường hướng tới các mục đích sau :
Xử lý ảnh ban đầu để có được một bức ảnh mới theo một yêu cầu .
Phân tích ảnh để thu được các thông tin nhằm hỗ trợ cho việc phân loại và
nhận biết ảnh .
Phục hồi ảnh (Restore image) để tăng cường và phục hồi lại ảnh để làm
nổi bật một số đặc tính chính của ảnh, hay làm cho ảnh gần giống nhất với
trạng thái gốc, trạng thái trước khi ảnh bị biến dạng.
Phục hồi ảnh nó không chỉ mang ý nghĩa khoa học mà còn mang đậm tính

thực tiễn nhất là trong hoàn cảnh Việt Nam chưa có nhiều hệ thống xử lý ảnh
trong khi thực tế đang đặt ra những yêu cầu đòi hỏi.
Sau khi được tiếp cận môn học Xử Lý ảnh cộng thêm sự động viên của
thầy hướng dẫn em quyết định lựa chọn “Nghiên cứu một số kỹ thuật phục hồi
ảnh và ứng dụng”làm đề tài luận văn của mình.
Luận văn được bố trí theo các phần như sau:
Chƣơng 1: Khái quát về xử lý ảnh và phục hồi ảnh chương này giới thiệu
chung về xử lý ảnh và phục hồi ảnh.
Chƣơng 2: Một số kỹ thuật phục hồi ảnh.
Chương này trình bày một số kỹ thuật phục hồi ảnh nhằm làm cho ảnh tốt
lên sao cho ảnh thu được gần giống so với ảnh gốc.
Chƣơng 3: Chương trình thử nghiệm
Em đã rất cố gắng để hoàn thành luận văn .Tuy nhiên chắc chắn còn rất
nhiều thiếu sót do chưa có thật nhiều thời gian nghiên cứu và kiến thức vẫn còn
7

Số hóa bởi trung tâm học liệu
hạn hẹp. Em rất mong nhận được những góp ý từ các thầy cô giáo và các bạn để
luận văn của em được hoàn thiện hơn.
2. Lý do chọn đề tài
Trong những năm gần đây công nghệ thông tin phát triển với tốc độ
nhanh chóng về cả phần cứng và phần mềm. Sự phát triển của công nghệ thông
tin đã thúc đẩy sự phát triển của nhiều lĩnh vực xã hội khác như: y học, giáo dục,
giải trí, kinh tế vv…Sự phát triển của phần cứng cả về phương diện thu nhận,
hiển thị, cùng với tốc độ xử lý đã mở ra nhiều hướng mới cho sự phát triển phần
mềm, đặc biệt là lĩnh vực xử lý ảnh cũng như công nghệ thực tại ảo đã ra đời và
thâm nhập mạnh mẽ vào đời sống của con người.
Ảnh thu được sau quá trình thu nhận ảnh hoặc các phép biến đổi không
tránh khỏi nhiễu hoặc khuyết thiếu. Sự sai sót này một phần bởi các thiết bị
quang học và điện tử, phần khác bởi bản thân các phép biến đổi không phải là

toàn ánh, nên có sự ánh xạ thiếu hụt đến những điểm trên ảnh kết quả. Việc khắc
phục các nhược điểm này luôn là vấn đề đặt ra cho các hệ thống xử lý ảnh.
Các hệ thống xử lý ảnh trong quá trình phân tích ảnh, tăng cường ảnh để
nâng cao chất lượng ảnh. Do các nguyên nhân khác nhau có thể do chất lượng
thiết bị thu nhận ảnh, do nguồn sáng hay do nhiễu, ảnh có thể bị suy biến, do
vậy cần phải tăng cường và phục hồi lại ảnh để làm nổi bật một số đặc tính
chính của ảnh, hay làm cho ảnh gần giống nhất với trạng thái gốc, trạng thái
trước khi ảnh bị biến dạng.
Xuất phát trong hoàn cảnh đó “Nghiên cứu một số kỹ thuật phục hồi
ảnh và ứng dụng” được em chọn làm đề tài.
3. Đối tƣợng nghiên cứu và phạm vi nghiên cứu
Về lý thuyết: Tìm hiểu khái quát về xử lý ảnh, nghiên cứu các kỹ thuật
phục hồi ảnh.
8

Số hóa bởi trung tâm học liệu
Về thực tiễn: Trên cơ sở các kiến thức đã thu thập và nghiên cứu, tổng
hợp các kỹ thuật để hướng đến các ứng dụng thực tế cho các kỹ thuật tìm hiểu
này.
4. Hƣớng nghiên cứu
Nắm chắc các kiến thức cơ bản về xử lý ảnh và phục hồi ảnh.
Nghiên cứu, tìm hiểu các phương pháp các kỹ thuật phục hồi ảnh để nâng
cao chất lượng ảnh.
5. Ý nghĩa khoa học của đề tài
Đề tài không chỉ mang ý nghĩa khoa học mà còn mang đậm tính thực tiễn
nhất là trong hoàn cảnh Việt Nam chưa có nhiều hệ thống xử lý ảnh trong khi
thực tế đang đặt ra những yêu cầu đòi hỏi.

9

Số hóa bởi trung tâm học liệu
CHƢƠNG I – KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ PHỤC HỒI ẢNH

1.1 Giới thiệu về xử lý ảnh
Xử lý ảnh là một lĩnh vực đang được quan tâm nghiên cứu và có nhiều
ứng dụng quan trọng trong thực tế cùng với sự phát triển của công nghệ thông
tin, thúc đẩy các ngành kinh tế, xã hội khác phát triển. Mục đích chính của xử lý
ảnh có thể nêu ra như sau:
Xử lý ảnh ban đầu để có được ảnh mới theo một yêu cầu xác định (Ví dụ

như ảnh mờ, cần xử lý để được ảnh rõ hơn).
Phân tích ảnh để thu được các thông tin đặc trưng giúp cho việc phân loại,
nhận biết ảnh (Ví dụ: phân tích ảnh vân tay để trích chọn đặc trưng vân
tay).
Hiểu ảnh đầu vào để có những mô tả về ảnh ở mức cao hơn, sâu hơn (Ví
dụ: từ ảnh một tai nạn giao thông, phác hoạ hiện trường tai nạn).
Một ảnh trong thế giới thực được xem như là một hàm hai biến thực
a(x,y), với a là độ sáng của ảnh tại vị trí toạ độ thực (x,y). Một ảnh còn có thể
chứa những ảnh con gọi là các “vùng quan tâm” (ROI – Region Of Interest).
Các ROI này vẫn thường được gọi tắt là các “vùng”. Khái niệm vùng phản ánh
một thực tế là trong ảnh thường chứa nhiều đối tượng, mỗi đối tượng tạo nên
phần cơ sở của một vùng. Đối với một hệ xử lý ảnh cao cấp, chúng ta có thể áp
dụng nhiều phép toán cho từng vùng ảnh một, ví dụ như một vùng ảnh này sẽ
được áp dụng các phép toán loại bỏ hiệu ứng mờ do chuyển động, trong khi một
vùng ảnh khác sẽ được xử lý để nâng cao chất lượng màu sắc của nó.
Các giá trị độ sáng của ảnh thường được thể hiện dưới dạng số thực hoặc
số nguyên. Thông thường, những giá trị sáng kiểu số nguyên là kết quả của một
quá trình lượng hoá chuyển một thang đo liên tục thành một số mức rời rạc. Tuy
10

Số hóa bởi trung tâm học liệu
nhiên trong nhiều quá trình hình thành ảnh, độ lớn của tín hiệu là kết quả đếm số
hạt photon ở từng thời điểm, do vậy độ lớn ấy dĩ nhiên đã được lượng hoá sẵn.
Còn trong một số quá trình tạo ảnh khác, ví dụ như tạo ảnh siêu âm trong y
khoa, phương pháp đo đạc vật lý trực tiếp sẽ cho ra các giá trị phức, mỗi giá trị
phức này gồm một giá trị độ lớn kết hợp với một giá trị pha, và cả hai đều ở
dạng số thực.
1.2 Những vấn đề cơ bản trong hệ thống xử lý ảnh.
1.2.1 Những khái niệm cơ bản.
a) Điểm ảnh (Picture Element)

Gốc của ảnh (ảnh tự nhiên) là ảnh liên tục về không gian và độ sáng. Để
xử lý bằng máy tính, ảnh cần phải được số hóa. Số hóa ảnh là sự biến đổi gần
đúng một ảnh liên tục thành một tập điểm phù hợp với ảnh thật về vị trí (không
gian) và độ sáng (mức xám). Khoảng cách giữa các điểm ảnh đó được thiết lập
sao cho mắt người không phân biệt được ranh giới giữa chúng. Mỗi một điểm
như vậy được gọi là điểm ảnh (PEL: Picture Element) hay gọi tắt là Pixel. Trong
khuân khổ ảnh hai chiều, mỗi pixel ứng với cặp tọa độ (x,y).
Định nghĩa:
Điểm ảnh (Pixel) là một phần tử của ảnh số tại tọa độ (x,y) với độ xám
hoặc màu nhất định. Kích thước và khoảng cách giữa các điểm ảnh đó được
chọn thích hợp sao cho mắt người cảm nhận sự liên thục về không gian và mức
xám (hoặc màu) của ảnh số gần như ảnh thật. Mỗi phần tử trong ma trận được
gọi là một phần tử ảnh.
b) Độ phân giải của ảnh
Định nghĩa: Độ phân giải (Resolution) của ảnh là mật độ điểm ảnh được
ấn định trên ảnh số được hiển thị.
11

Số hóa bởi trung tâm học liệu
Theo định nghĩa, khoảng cách giữa các điểm ảnh phải được chọn sao cho
mắt người vẫn thấy được sự liên tục của ảnh. Việc lựa chọn khoảng cách thích
hợp tạo nên một mật độ phân bố, đó chính là độ phân giải và được phân bố theo
trục x và y trong không gian hai chiều
Ví dụ: Độ phân giải của ảnh trên màn hình CGA (Color Graphic Adaptor)
là một lưới điểm theo chiều ngang màn hình: 320 điểm chiều dọc * 200 điểm
ảnh (320*200). Rõ rang cùng màn hình CGA 12” ta nhận thấy mịn hơn màn
hình CGA 17” độ phân giải 320*200. Lý do: cùng một mật độ (độ phân giải)
nhưng diện tích màn hình rộng hơn thì độ mịn (liên tục của các điểm ảnh) kém
hơn.
c) Mức xám của ảnh.

Một điểm ảnh (Pixel) có hai đặc trưng cơ bản là vị trí (x,y) của điểm ảnh
và độ xám của nó. Dưới đây chúng ta xem xét một số khái niệm và thuật ngữ
thường dùng trong xử lý ảnh.
-Định nghĩa: Mức xám của điểm ảnh là cường độ sáng của nó được gán
bằng giá trị số tại điểm đó
-Các thang giá trị mức xám thông thƣờng: 16, 32, 64, 128, 256 (Mức
256 là mức phổ dụng. Lý do từ kỹ thuật máy tính dùng 1 byte (8 bit) để biểu
diễn mức xám: Mức xám dùng 1 byte để biểu diễn 2
8
= 256 mức xám, tức là từ 0
đến 255)
-Ảnh đen trắng: là ảnh có 2 màu đen, trắng (không chứa màu khác) với
mức xám ở các điểm ảnh có thể khác nhau.
-Ảnh nhị phân: ảnh chỉ có 2 mức đen trắng phân biệt tức dung 1 bit mô
tả 2
1
mức khác nhau, tức. Nói cách khác mỗi điểm ảnh của ảnh nhị phân chỉ có
thể là 0 hoặc 1.
12

Số hóa bởi trung tâm học liệu
e)Ảnh màu: trong khuân khổ lý thuyết 3 màu (Red, Blue, Green) để tạo
nên thế giới màu, ngưới ta thường dung 3 byte để mô tả mức màu, khi đó các giá
trị màu 2
8*3
=2
34
triệu màu.
d) Ảnh số
Định nghĩa: Ảnh số là tập hợp các điểm ảnh với mức xám phù hợp dùng

để mô tả ảnh gần với ảnh thật.
e) Quan hệ giữa các điểm ảnh
-Các lân cận của điểm ảnh (Image Neighbors)
Giả sử có điểm ảnh p tại tọa độ (x,y). p có 4 điểm lân cận gần nhất theo
chiều đứng và ngang (có thể coi lân cận 4 hướng chính : Đông, Tây, Nam, Bắc).
{(x-1,y);(x,y-1);(x,y+1);(x+1,y)} = N
4
(p)
Trong đó: số 1 là giá trị logic; N
4
(p) là 4 điểm lân cận của p

Hình 1.1: Lân cận các điểm ảnh của tọa độ (x,y)
Các lân cận trái: Các điểm lân cận trái N
p
(p) (có thể coi lân cận chéo là 4
hướng: Đông-Nam, Đông-Bắc, Tây-Nam, Tây-Bắc)
N
p
(p) = {(x+1,y+1);(x+1,y-1);(x-1,y+1);(x-1,y-1)}
Tập kết hợp: N
8
(p) = N
4
(p) +N
p
(p) là tập hợp 8 lân cận của điểm ảnh p
Chú ý: Nếu (x,y) nằm ở biên (mép) ảnh; một số điểm sẽ nằm ngoài ảnh.
-Các điểm ảnh liên thông.
13

Số hóa bởi trung tâm học liệu
Các mối liên kết được sử dụng để xác định giới hạn (Boundaries) của đối
tượng vật thể hoặc xác định vùng trong một ảnh. Một liên kết được đặc trưng
bởi tính liền kề giữa các điểm và mức xám của chúng.
Giả sử V là tập các giá trị mức xám. Một tập có các giá trị cường độ sáng
từ thang mức xám từ 32 đến 64 được mô tả như sau:
V = {32,33,…,63,64}.
Có 3 loại liên kết.
Liên kết 4: Hai điểm ảnh p và q được nói là liên kết 4 với các giá trị
cường độ sáng V nếu q nằm trong một các lân cận của p, tức q thuộc N
4
(p)
Liên kết 8: Hai điểm ảnh nằm trong một các lân cận 8 của p, tức q thuộc
N
8
(p)
Liên kết m (liên kết hỗn hợp): Hai điểm ảnh p và q với các giá trị cường
độ sáng V được nói là liên kết m nếu.
1.q thuộc N
4
(p) hoặc
2.q thuộc N
p
(p)
-Đo khoảng cách giữa các điểm ảnh.
Định nghĩa: Khoảng cách D(p,q) giữa hai điểm ảnh p tọa độ (x,y), q tọa
độ (s,t) là hàm khoảng cách (Distance) hoặc Metric nếu:

Khoảng cách Euclide: Khoảng cách Euclide giữa hai điểm ảnh p(x,y) và

q(s,t) được định nghĩa như sau:
D
e
(p,q) = [(x-s)
2
+ (y-t)
2
]
1/2

Khoảng cách khối: Khoảng cách D
4
(p,q) được gọi là khoảng cách khối
đồ thị (City-Block Distance) và được xác định như sau:
14

Số hóa bởi trung tâm học liệu
D
4
(p,q) = |x-s\ + |y-t|
Giá trị khoảng cách giữa các điểm ảnh r: giá trị bán kính r giữa điểm ảnh
từ tâm điểm ảnh đến tâm điểm ảnh q khác. Ví dụ: Màn hình CGA 12”
(12”*2,54cm = 30,48cm = 304,8mm) độ phân giải 320*200; tỷ lên 4/3 (chiều
dài/chiều rộng). Theo định lý Pitago về tam giác vuông, đường chéo sẽ lấy tỷ lệ
5 phần (5/4/3: đường chéo/chiều dài/chiều rộng màn hình); khi đó độ dài thật là
(305/244/183) chiều rộng màn hình 183mm tương ứng với màn hình CGA 200
điểm ảnh theo chiều dọc. Như vậy, khoảng cách điểm ảnh lân cận của CGA 12”
là 1mm.
Khoảng cách D
8

(p,q) còn gọi là khoảng cách bàn cờ (Chess-Board
Distance) giữa điểm ảnh (p,q) được xác định như sau:
D
8
(p,q) = max (|x-s|, |y-t|)
1.2.2 Thu nhận ảnh.
Các thiết bị thu nhận ảnh bao gồm camera, scanner các thiết bị thu nhận
này có thể cho ảnh đen trắng
Các thiết bị thu nhận ảnh có 2 loại chính ứng với 2 loại ảnh thông dụng
Raster, Vector.
Các thiết bị thu nhận ảnh thông thường Raster là camera, các thiết bị thu
nhận ảnh thông thường Vector là sensor hoặc bàn số hóa Digitalizer hoặc được
chuyển đổi từ ảnh Raster.
Nhìn chung các hệ thống thu nhận ảnh thực hiện 1 quá trình
-Cảm biến: biến đổi năng lượng quang học thành năng lượng điện
-Tổng hợp năng lượng điện thành ảnh
1.2.3 Xử lý nâng cao chất lƣợng ảnh
Nâng cao chất lượng là bước cần thiết trong xử lý ảnh nhằm hoàn thiện
một số đặc tính của ảnh. Nâng cao chất lượng ảnh gồm 2 công đoạn khác nhau,
15

Số hóa bởi trung tâm học liệu
tăng cường ảnh và phục hồi ảnh, tăng cường ảnh nhằm hoàn thiện các đặc tính
của ảnh như:
-Lọc nhiễu hay làm trơn ảnh
-Tăng độ tương phản, điều chỉnh mức xám của ảnh
-Làm nổi biên ảnh
Các thuật toán triển khai việc nâng cao chất lượng ảnh hầu hết dựa trên
các kỹ thuật trong miền điểm, không gian và tần số. Toán tử điểm là phép biến
đổi đối với từng điểm ảnh đang xét, không liên quan đến các điểm lân cận khác

trong khi ó toán tử không gian sử dụng các điểm lân cận để quy chiếu đến điểm
đang xét, một số phép biến đổi có tính toán phức tạp được chuyển sang miền tần
số để thực hiện, kết quả cuối cùng được chuyển trở lại miền không gian nhờ các
biến đổi ngược
1.3 Phục hồi ảnh
1.3.1 Giới thiệu về phục hồi ảnh
Bất kỳ một ảnh nào được thu bằng các thiết bị điện, quang điện hay quang
học thường bị nhiễu bởi môi trường cảm biến của thiết bị đó. Các loại nhiễu có
thể là do nhiễu hệ thống, bị mờ do lệch tiêu điểm camera, nhiễu ngẫu nhiên do
chuyển động giữa camera và đối tượng được chụp, nhiễu do khí quyển…
Phục hồi ảnh là dùng các bộ lọc để lọc các ảnh bị nhiễu nhằm giảm đi tối
thiểu sự ảnh hưởng của các loại nhiễu này để cho ra ảnh kết quả càng gần giống
ảnh gốc càng tốt. Hiệu quả của các bộ lọc phục hồi ảnh phụ thuộc vào sự nhận
biết về quá trình nhiễu cùng với quá trình thu nhận hình ảnh. Phục hồi ảnh
thường được xử lý trên miền tần số là chủ yếu. Bao gồm các kỹ thuật lọc ngược,
lọc bình phương tối thiểu (Wiener). Mục tiêu chính của xử lý ảnh là làm thỏa
mãn nhu cầu truyền thông tin ngày càng cao hơn của con người, nhất là nhu cầu
giải trí, nghiên cứu và trao đổi sau khi biến đổi ảnh thành các mảng dữ liệu và
xử lý nó. Để thu được kết quả của sự phân tích và xử lý, chúng ta cần phục hồi
16

Số hóa bởi trung tâm học liệu
lại ảnh từ các mảng dữ liệu đã được xử lý hay đã được truyền dẫn. Trong quá
trình xử lý và truyền dẫn mảng dữ liệu những tác động xấu từ môi trường xung
quanh làm hư hại ảnh. Vì vậy, để phục hồi lại ảnh có chất lượng tốt, nhất thiết
phải loại bỏ các tín hiệu không mong muốn đó. Do đó, mục tiêu chủ yếu của
việc phục hồi ảnh đồng nghĩa với việc nâng cao chất lượng ảnh thu được so với
ảnh gốc. Tuy nhiên, giữa sự phục hồi ảnh và nâng cao chất lượng ảnh cũng có sự
khác nhau, đó là nâng cao chất lượng ảnh là cố gắng cải thiện chất lượng ảnh
theo mục tiêu chủ quan đã được định sẵn; còn phục hồi ảnh là cố gắng loại bỏ

những hư hại do nhiễu hoặc do quá trình xử lý gây ra, dựa trên các tiêu chuẩn
khách quan.
Vậy, nếu một ảnh bị hư hại thì đại lượng nào là đại lượng bị ảnh hưởng
nhiều nhất ? Dễ nhận thấy nhất đó chính là giá trị mức xám và vị trí của các
pixel thành phần. Giá trị mức xám có thể bị biến đổi và vị trí của các pixel có
thể bị biến dạng; có nghĩa là ảnh có thể bị mờ hoặc bị méo mó. Do đó để phục
hồi lại ảnh hoàn chỉnh cần cải thiện giá trị mức xám của các pixel, đồng thời
phục hồi kích thước hình học của ảnh, chính là phép ghi ảnh. Bởi vì nó cho phép
ta nhận ra các điểm tương ứng của hai ảnh trong cùng một vùng dưới các góc
nhìn khác nhau. Sự phục hồi có vai trò hết sức quan trọng trong chup ảnh và
truyền ảnh từ xa trong ghi ảnh y- sinh học hay trong liên lạc vũ trụ…






17

Số hóa bởi trung tâm học liệu
CHƢƠNG II – MỘT SỐ KỸ THUẬT PHỤC HỒI ẢNH

2.1 Khái niệm phục hồi ảnh
Phục hồi ảnh là phục hồi lại ảnh gốc so với ảnh ghi được đã bị biến dạng.
Nói cách khác Phục hồi ảnh là các kỹ thuật cải thiện chất lượng những ảnh ghi
đảm bảo gần được như ảnh thật khi ảnh bị méo.
Để phục hồi được ảnh có kết quả, điều cần thiết là biết được các nguyên
nhân, các hàm (hay dạng) gây ra biến dạng ảnh. Các nguyên nhân biến dạng
thường do:
-Do camera, đầu thu ảnh chất lượng kém

-Do môi trường, ánh sang, hiện trường (scene), khí quyển, nhiễu xung
-Do chất lượng
Định nghĩa: Kỹ thuật phục hồi ảnh có thể được xác định như việc ước
lượng lại ảnh gốc hay ảnh lý tưởng thử ảnh quan sát được bằng cách đo ngược
lại những hiện tượng gây biến dạng, qua đó ảnh được chụp. Như vậy, kỹ thuật
phục hồi ảnh đòi hỏi kiến thức về các hiện tượng gây biến dạng ảnh.
2.2 Các vấn đề liên quan đến phục hồi ảnh
a)Mô hình chung: Hầu hết các mô hình xác định ảnh gốc (mô hình tuyến
tính, phi tuyến, khả biến, bất biến trong không gian) đều dựa trên hàm đáp ứng
xung hai chiều h(m,n) (hay còn gọi là hàm trái điểm PSF (Point-Spread
Function)) như sau:
18

Số hóa bởi trung tâm học liệu

Ở đây u,v là các vector MxN chiều, H là ma trận khối vòng MN x MN
chiều; hàm h hoặc ma trận H mô tả quá trình biến dạng, nhưng trong quá trình
tạo (hay quá trình hình thành: formation) ảnh nên còn gọi là ma trận biến dạng
trong quá trình phục hồi.
b)Các nguồn biến dạng:
Về mặt phương pháp, các nguồn tạo biến dạng có thể nhóm lại theo các
xử lý như sau:
-Biến dạng không gian
-Biến dạng thường (Temporal)
-Biến dạng màu sắc (Chromatic)
Do quá trình tạo ảnh ghi được liên quan đến điểm ảnh xung quanh, chúng
ta tập trung xét các biến dạng trong không gian. Một số ví dụ điển hình của biến
dạng không gian được xem xét như sau:
-Nhiễu loạn của khí quyển (thiên văn) giữa các ống kính thu và đối tượng
trong quá trình chụp ảnh. Do sai số hệ thống (hệ phi tuyến)

-Sai lệch hệ thống có thể biểu diễn bằng sai lệch hàm truyền (ví dụ: sự
dịch pha hàm truyền cohenent trong quang học…)
c)Các kỹ thuật phục hồi ảnh:
19

Số hóa bởi trung tâm học liệu
-Mô hình phục hồi ảnh có: mô hình tạo ảnh, mô hình gây nhiễu, mô hình
quan sát
-Lọc tuyến tính có: lọc ngược, đáp ứng xung, lọc hữu hạn FIR.
-Các kỹ thuật khác: Entropy cực đại, mô hình Bayess, giải chập.
2.3 Một mô hình của quá trình suy thoái
Trong một không gian miền ta có một bức ảnh f (x, y) và một không gian
lọc h (x, y) thu lại hình ảnh bị nhiễu, ta giả dụ rằng nếu h (x, y) bao gồm một
dòng đơn nhất, kết quả thu được là sự chuyển động nhòe theo phương hướng
của dòng đó ta có thể viết.
g (x, y) = f (x, y) * h (x, y)
Trong đó * là không gian lọc. tuy nhiên đó chưa phải tất cả chúng ta cần
cân nhắc thêm sự nhiễu được mô hình hóa như một chức năng của cuộn lại (sự
thu nhận hình ảnh). Nếu đại diện cho biến cố ngẫu nhiên xảy ra ta có thể
biểu diễn bức ảnh bị hư hại theo biểu thức sau :
g (x, y) = f (x, y) *h (x, y) +
Chúng ta có thể biểu diễn những hoạt động tương tự trong miền tần số,
nơi sự nếp lại được thay thế bởi nhân và có sự bổ sung thêm bởi tính tuyến tính
của biến đổi Fourier.
G (i, j) = F (i, j) H (I, j) +N (i, j)
Biểu diễn tổng thể một bức ảnh bị suy thoái F, H và N được biến đổi
tương ứng là f, h và n. nếu chúng ta đã biết giá trị của H và N chúng ta có thể
khôi phục F bằng phương trình.
F (i, j) = (G (i, j) – N (i, j) ) / H (i, j)
Tuy nhiên như chúng ta đã biết đây là phương pháp phi thực tiễn. Mặc dù

chúng ta đa biết một số thông tin thống kê và sự nhiễu nhưng chúng ta không
biết các giá trị của (i, j) hoặc N (i, j) và bất kì giá trị nào khác. Mặt khác sự
20

Số hóa bởi trung tâm học liệu
chia nhỏ H (i, j) là một trở ngại lớn khi xuất hiện các giá trị gần bằng, ngang
bằng hoặc bằng 0.
2.4 Nhiễu
Chúng ta có thể xác định được bất kỳ sự suy thoái trong các tín hiệu hình
ảnh gây ra bởi sự xáo trộn bên ngoài. Nếu một hình ảnh được gửi điện tử từ một
nơi này tới nơi khác, thông qua truyền dẫn vệ tinh hoặc không dây, hoặc thông
qua cáp nối mạng, các sai sót trong các tín hiệu hình ảnh là không tránh khỏi.
Những lỗi này sẽ xuất hiện trên đầu ra hình ảnh theo nhiều cách khác nhau tùy
thuộc vào loại xáo trộn trong tín hiệu. Thông thường chúng ta cần biết những
loại nhiễu trên hình ảnh để chúng ta có thể lựa chọn phương pháp thích hợp nhất
để giảm các tác động. Khôi phục hình ảnh bị nhiễu là một mảng quan trọng của
phục hồi hình ảnh. Trong chương này, chúng ta sẽ điều tra một số trong các hình
thức nhiễu tiêu chuẩn, và khác phương pháp Erent loại bỏ hoặc giảm thiểu các
tác động của chúng trên hình ảnh.
2.4.1 Nhiễu muối, hạt tiêu
Nhiễu muối, hạt tiêu còn được gọi là xung nhiễu, nhiễu ngắn hoặc nhiễu
nhị phân. Suy thoái này có thể được gây ra bởi độ tương phản/phân giải ảnh, các
rối loạn đột ngột trong các tín hiệu hình ảnh gây ra sự xuất hiện ngẫu nhiên, rải
rác các điểm ảnh màu trắng hoặc đen (hoặc cả hai) trên hình ảnh.
Để chứng minh sự xuất hiện của nó, chúng ta sẽ tạo ra một hình ảnh mảng xám
bắt đầu với một hình ảnh màu :
tw=imread ('twins. tif');
t=rgb2gray (tw);
Để thêm nhiễu, chúng tôi sử dụng hàm imnoise trong MATLAB , trong
đó có một số các thông số khác nhau

Để thêm nhiễu muối - hạt tiêu :
t_sp=imnoise (t, 'salt & pepper');
21

Số hóa bởi trung tâm học liệu
Lượng nhiễu thêm vào được mặc định 10%, thêm nhiễu nhiều hơn hoặc ít
hơn chúng ta bao gồm tùy chọn tham số, là một giá trị giữa 0 và 1 cho thấy các
phần nhỏ của các điểm ảnh bị hỏng
ví dụ : imnoise (t, 'salt & pepper', 0. 2);
Chúng ta sẽ tạo ra một hình ảnh với 20% các điểm ảnh của nó bị hỏng bởi
nhiễu muối - hạt tiêu.



Hình 1. 2. Ảnh gốc (a)



Hình 1. 3. Thêm nhiễu muối, tiêu (b)
22

Số hóa bởi trung tâm học liệu
2.4.2 Nhiễu Gauss
Nhiễu Gauss là một hình thức lý tưởng hoá của nhiễu trắng, bị gây ra bởi
sự biến động ngẫu nhiên trong tín hiệu. Chúng ta có thể quan sát nhiễu trắng
bằng cách xem truyền hình mà hơi sai /không điều chỉnh trên từng kênh riêng cụ
thể. Gauss nhiễu là nhiễu trắng được phân phối bình thường. Nếu hình ảnh được
biểu diễn là I và nhiễu Gauss bởi N sau đó chúng ta có thể mô hình hóa một hình
ảnh nhiễu bằng cách đơn giản thêm hai : I+N.
Ở đây chúng ta có thể giả định I là một ma trận mà các phần tử là các giá trị

pixel của hình ảnh, và N là một ma trận mà các thành phần được phân phối bình
thường. Nó có thể được chỉ ra rằng đây là một cách thích hợp mô hình cho
nhiễu. Hiệu ứng này lại có thể được chứng minh bởi hàm imnoise :
t_ga=inoise (t, 'Gauss');
Với nhiễu muối- tiêu, nhiễu Gauss các tham số cũng có thể tùy chọn giá
trị ý nghĩa và phương sai của nhiễu. Các giá trị mặc định là 0 và 0. 01, kết quả
được thể hiện trong hình sau :

Hình 1. 4. Nhiễu Gauss
2.4.3 Nhiễu đốm
Trong khi nhiễu Gauss có thể được mô hình hóa bởi các giá trị ngẫu nhiên
được thêm vào một hình ảnh; đốm nhiễu (hoặc chỉ đơn giản là đốm trên ảnh) có
23

Số hóa bởi trung tâm học liệu
thể được mô hình hóa bởi các giá trị nhân ngẫu nhiên với giá trị pixel, do đó nó
là cũng được gọi là nhân giống nhiễu. Đốm nhiễu là một vấn đề lớn trong một số
ứng dụng radar. Hàm imnoise có thể tạo đốm trên ảnh :
t_spk=imnoise (t, 'speckle');
Mặc dù nhiễu Gauss và đốm nhiễu xuất hiện tương tự một cách siêu biệt,
chúng được hình thành bởi hai phương pháp hoàn toàn khác nhau. Chúng ta sẽ
thấy để loại bỏ chúng đòi hỏi các phương pháp tiếp cận khác nhau.
2.4.4 Các tính chất của không gian và tần số nhiễu
Liên quan đến cuộc thảo luận của chúng tôi là tham số để xác định các
đặc điểm không gian của nhiễu, và nhiễu được tương quan với hình ảnh. Tics
tần số thích hợp đề cập đến nội dung tần số của nhiễu trong ý nghĩa Fourier (tức
là như trái ngược với quang phổ điện tử). Ví dụ: Khi phổ Fourier của nhiễu là
hằng số, nhiễu thường được gọi là trắng nhiễu. Thuật ngữ này là một thực từ các
tính chất vật lý của ánh sáng trắng, trong đó có gần như tất cả các tần số trong
quang phổ nhìn thấy được tỷ lệ ngang nhau. Từ các cuộc thảo luận, nó không

phải là khó khan để cho thấy rằng phổ Fourier của một hàm chứa tất cả các tần
số tỷ lệ ngang nhau là một hằng số.
Với ngoại trừ nhiễu không gian định kỳ, chúng tôi giả định rằng nhiễu là
độc lập của các tọa độ không gian, và rằng nó chưa được sửa chữa, với sự tôn
trọng tới hình ảnh (có nghĩa là không có sự tương quan giữa các giá trị Pixel và
các giá trị của các thành phần nhiễu). Mặc dù những giả định này là ít nhất một
phần không hợp lệ trong một số ứng dụng (lượng tử giới hạn hình ảnh, chẳng
hạn như trong X-Quang và y học hạt nhân hình ảnh, là một ví dụ).
2.4.5 Định kỳ nhiễu
Nếu tín hiệu hình ảnh là một sự xáo trộn mang tính định kỳ chứ không
phải là ngẫu nhiên, chúng ta có thể có được một hình ảnh bị hỏng bởi nhiễu chu
kỳ. Hậu quả bar trên toàn bộ hình ảnh.