NÂNG CAO CHẤT LƯỢNG ẢNH NHỊ PHÂN BẰNG PHÉP TOÁN HÌNH THÁI

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG







BÙI THỊ MINH

NÂNG CAO CHẤT LƯỢNG ẢNH NHỊ
PHÂN BẰNG PHÉP TOÁN HÌNH THÁI


Chuyên ngành: KHOA HỌC MÁY TÍNH
Mã số : 60.48.01.01


TÓM TẮT LUẬN VĂN THẠC SĨ




Hà Nội - 2014

Luận văn được hoàn thành tại:
HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG


Người hướng dẫn khoa học: PGS.TS Đỗ Năng Toàn


Phản biện 1: PGS.TS. Ngô Quốc Tạo
Phản biện 2: TS. Hà Hải Nam

Luận văn sẽ được bảo vệ trước Hội đồng chấm luận văn
thạc sĩ tại Học viện Công nghệ Bưu chính Viễn thông
Vào lúc: 15 giờ 40 ngày 15 tháng 02 năm 2014




Có thể tìm hiểu luận văn tại:
− Thư viện của Học viện Công nghệ Bưu chính
Viễn thông

1

LỜI MỞ ĐẦU
Những năm trở lại đây, phần cứng máy tính và các thiết bị liên
quan đã có sự tiến bộ vượt bậc về tốc độ tính toán, dung lượng chứa,
khả năng xử lý v.v và giá cả đã cắt giảm đến mức máy tính và các
thiết bị liên quan đến xử lý ảnh đã không còn chuyên dụng nữa.
Việc sử dụng các thao tác hình thái và ứng dụng của chúng, đặc
biệt là ứng dụng nâng cao chất lượng hình ảnh cho bước tiền xử lý,

trước khi thực hiện những bước kế tiếp cho công việc xử lý ảnh.
Chính vì vậy tôi chọn đề tài “Nâng cao chất lượng ảnh nhị phân
bằng phép toán hình thái” mục tiêu chính tìm hiểu nghiên cứu một
số kỹ thuật nâng cao chất lượng ảnh nhị phân vào xử lý các đối
tượng trong hình ảnh nhị phân.
Bố cục của luận văn được tổ chức như sau:
Chương 1: KHÁI QUÁT VỀ NÂNG CAO CHẤT LƯỢNG ẢNH
Chương 2: MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT
LƯỢNG ẢNH
Chương 3: CHƯƠNG TRÌNH THỬ NGHIỆM


2

CHƯƠNG 1: KHÁI QUÁT VỀ NÂNG CAO CHẤT LƯỢNG ẢNH
1.1 Giới thiệu chung về xử lý ảnh
Cũng như xử lý dữ liệu bằng đồ hoạ, xử lý ảnh (XLA) số là
một lĩnh vực của tin học ứng dụng. Xử lý dữ liệu bằng đồ họa đề cập
đến những ảnh nhân tạo, các ảnh này được xem xét như là một cấu
trúc dữ liệu và được tạo ra bởi các chương trình. Xử lý ảnh số bao
gồm các phương pháp và kỹ thuật để biến đổi, để truyền tải hoặc mã
hóa các ảnh tự nhiên. Mục đích của xử lý ảnh gồm:
 Thứ nhất: biến đổi ảnh và làm đẹp ảnh.
 Thứ hai: tự động phân tích nhận dạng ảnh hay đoán nhận ảnh
và đánh giá các nội dung của ảnh.
Nhận dạng ảnh là quá trình liên quan đến các mô tả đối tượng
mà người ta muốn đặc tả nó. Quá trình nhận dạng thường đi sau quá
trình trích chọn các đặc tính chủ yếu của đối tượng. Có hai kiểu mô
tả đối tượng:
- Mô tả tham số (nhận dạng theo tham số).

- Mô tả theo cấu trúc(nhận dạng theo cấu trúc).
Nhận biết và đánh giá các nội dung của ảnh là sự phân tích một
hình ảnh thành những phần có nghĩa để phân biệt đối tượng này với đối
tượng khác. Dựa vào đó ta có thể mô tả cấu trúc của hình ảnh ban đầu.
Có th
ể liệt kê một số phương pháp nhận dạng cơ bản như nhận
dạng biên của một đối tượng trên ảnh, tách cạnh, phân đoạn hình ảnh
3

Kỹ thuật này được sử dụng nhiều trong y học (xử lý tế bào, nhiễm
sắc thể).
Trong thực tế, người ta đã áp dụng kỹ thuật nhận dạng khá thành
công với nhiều đối tượng khác nhau như: Nhận dạng ảnh vân tay,
nhận dạng chữ (chữ cái, chữ số, chữ có dấu). Nhận dạng chữ in hoặc
đánh máy trong văn bản phục vụ cho việc tự động hoá quá trình đọc
tài liệu, tăng nhanh tốc độ và chất lượng thu nhận thông tin từ máy
tính, nhận dạng chữ viết tay (với mức độ ràng buộc khác nhau về
cách viết, kiểu chữ,
Các quá trình của xử lý ảnh:
Các quá trình của xử lý ảnh được tiến hành theo sơ đồ sau:

Hình 1.1: Sơ đồ quá trình xử lý ảnh
Thu nhận ảnh: Ảnh có thể thu nhận qua camera, từ vệ tinh
hay ảnh được quét qua scanner.
Số hóa: (Digitalizer) để biến đổi tín hiệu tương tự sang tín
hi
ệu rời rạc trước khi chuyển sang giai đoạn xử lý, phân tích hay lưu
trữ lại.
4

Phân tích ảnh: Quá trình phân tích ảnh thực chất bao gồm
nhiều công đoạn nhỏ. Trước hết là công việc tăng cường hình ảnh
(Image Enhancement) để nâng cao chất lượng hình ảnh. Do những
nguyên nhân khác nhau: có thể do thiết bị thu nhận ảnh, do nguồn
sáng hay do nhiễu, ảnh có thể bị suy biến. Do vậy cần phải tăng cường
và khôi phục (Image Restoration) lại ảnh để làm nổi bật một số đặc
tính chính của ảnh, hay làm cho ảnh gần giống với trạng thái gốc -
trạng thái trước khi ảnh bị biến dạng. Giai đoạn tiếp theo là phát hiện
các đặc tính như biên (Edge Detection), phân vùng ảnh (Image
Segmentation), trích chọn các đặc tính (Feature Extraction),v.v
Cuối cùng, tuỳ theo mục đích của ứng dụng, sẽ là giai đoạn
nhận dạng, phân lớp hay các quyết định khác. Các giai đoạn chính của
quá trình xử lý ảnh có thể mô tả ở hình 1.1, việc nâng cao chất lượng
ảnh trước khi nhận dạng hay đối sánh là việc cần phải giải quyết.
1.2 Giới thiệu ảnh nhị phân
Một số khái niệm
Pixel (Picture Element): Phần tử ảnh
Ảnh trong thực tế là một ảnh liên tục về không gian và về giá trị
độ sáng.
Ảnh nhị phân: Tuỳ theo vùng các giá trị mức xám của điểm
ảnh, mà các ảnh được phân chia ra thành ảnh màu, ảnh xám, hay ảnh
nh
ị phân. Khi trên một ảnh chỉ có giá trị 0 hoặc 1 thì ta nói đó là một
5

ảnh nhị phân hoặc ảnh đen trắng và các điểm ảnh của nó gọi là điểm
ảnh nhị phân.
Ảnh xám: Nếu dùng 8 bít (1 byte) để biểu diễn mức xám thì số
các mức xám có thể biểu diễn được là 28 hay 256.
Ảnh mầu: Cách biểu diễn cũng tương tụ như với ảnh đen trắng,

chỉ khác là các số tại mỗi phần tử của ma trận biểu diễn cho ba mầu
riêng rẽ gồm: đỏ(red), lục(green), và lam(blue).
Ảnh đa cấp xám: Ảnh đa cấp xám được áp dụng trong nhiều
lĩnh vực sinh học hoặc trong công nghiệp. Thu nhận ảnh và bài
toán nâng cao chất lượng ảnh
1.2.1 Thu nhận ảnh, một số vấn đề trong thu nhận ảnh
 Thu nhận ảnh
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 (giai đoạn lấy mẫu).
Tổng hợp năng lượng điện thành ảnh (giai đoạn lượng tử hóa).
 Các vấn đề liên quan trong thu nhận ảnh
• Giai đoạn lấy mẫu
• Lượng tử hóa
1.2.2 Các cách tiếp cận trong nâng cao chất lượng ảnh
1.2.2.1 Cải thiện ảnh dùng toán tử điểm
 Khái niệm về toán tử điểm
6

Nói một cách khác, toán tử điểm là toán tử không bộ nhớ, ở đó
một mức xác u ∈ [ 0 , N ] được ánh xạ sang một mức xám v ∈ [ 0 ,
N ] : v = f ( u ). Ứng dụng chính của các toán tử điểm là biến đổi độ
tương phản của ảnh. Ánh xạ f khác nhau tùy theo các ứng dụng. Các
dạng toán tử điểm được giới thiệu cụ thể như sau:
• Tăng độ tương phản(Stretching Contrast)
• Tách nhiễu và phân ngưỡng
• Biến đổi âm bản (Digital Negative)
• Cắt theo mức (Intensity Level Slicing)
• Trích chọn bit (Bit Extraction)
• Trừ ảnh

• Nén dải độ sáng
1.3.2.2 Cải thiện dùng toán tử không gian
1.2.3 Bài toán nâng cao chất lượng ảnh bằng kỹ thuật tìm xương và
làm mảnh
1.4 Khái quát về phương pháp nâng cao chất lượng hình ảnh
Nâng cao chất lượng hình ảnh là một bước quan trọng tạo tiền
đề cho xử lý ảnh. Mục đích chính là nhằm làm nổi một số đặc tính
của ảnh như thay đổi độ tương phản, lọc nhiễu, nổi biên, làm trơn
ảnh, khuếch đại ảnh, tăng cường ảnh và khôi phục ảnh là hai quá
trình khác nhau về mục đích.



7

CHƯƠNG 2: MỘT SỐ KỸ THUẬT NÂNG CAO CHẤT
LƯỢNG ẢNH
2.1 Khái niệm về phép toán hình thái Morphology
Hiểu một cách đầy đủ thì ” Morphology ” là hình thái và cấu
trúc của đối tượng, hay, nó diễn tả những phạm vi và các mối quan
hệ giữa các phần của một đối tượng.
2.2 Nâng cao chất lượng ảnh bằng phép toán hình thái
2.2.1 Các phép toán hình thái cơ bản
Định nghĩa 1: phép dãn (Dilation) [2]
Phép "dãn nở" của X theo mẫu B là tập hợp của tất cả các B
x

với x thuộc X, ta có:
X ⊕ B =
U

Χ∈
Β
x
x

Trong đó B
x
là dịch chuyển của B đến vị trí x
Định nghĩa 2: phép co (Erosion) [2]
Phép "co" của X theo B là tập hợp tất cả các điểm x sao cho B
x

nằm
trong X.
X  B = {x : B
x
⊂ X}
Định nghĩa 3: Phép mở (Open) [2]
Phép toán mở (OPEN) của X theo cấu trúc B là tập hợp các
điểm của ảnh X sau khi đã co và dãn nở lien tiếp theo B. Ta có:
OPEN(X,B) = (X  B) ⊕ B
8

Định nghĩa 4: Phép đóng (CLOSE) [2]
Phép toán đóng (CLOSE) của X theo cấu trúc B là tập hợp các
điểm của ảnh X sau khi đã giãn nở và co liên tiếp theo B. Ta có:
CLOSE(X,B) = (X ⊕ B)  B
2.2.2 Một số tính chất của phép biến đổi hình thái [2]
♦ Tính chất bất biến
((X ⊕ B) B) ⊕ B = X ⊕ B

((X  B) ⊕ B)  B = XB
♦ Tính chất phân phối với phép ∪
∪∪
∪ của phép toán hình thái đối
với tập cấu trúc
X ⊕ (B ∪ B
'
) = (X ⊕ B) ∪ (X ⊕ B
'
)
X (B ∪ B
'
) = (X  B) ∩ (X B
'
)
♦ Tính chất phân phối với phép ∩
∩∩
∩ của phép toán hình thái đối với
tập cấu trúc
(X ∩ Y)  B = (X  B) ∩ (Y  B)
♦ Tính chất kết hợp của phép toán co, giãn nở
(X  B)  B
'
= X  (B ⊕ B
'
)
(X ⊕ B) ⊕ B
'
= X ⊕ (B ⊕ B
'

)
♦ Tính ch
ất gia tăng
X ⊆ X’ ⇒ X  B ⊆ X’  B ∀B
9

X ⊕ B ⊆ X’ ⊕ B ∀B
B ⊆ B
'
=> X  B ⊇ X

 B
'
∀ X
X ⊕ B ⊆ X ⊕ B’ ∀X
2.2.3 Nâng cao chất lượng ảnh bằng các phép toán hình thái
Hình ảnh trong thực tế khi nhận được qua các thiết bị như:
Photocopy, Fax, ít nhiều đều bị nhiễu, thậm chí có thể biến dạng
đến mức độ có thể khiến người nhận được hiểu sai về mặt ý nghĩa.
Như chúng ta đã biết trong các ngành thiết kế kỹ thuật như: thiết kế
máy, thiết kế xây dựng, thiết kế mạch điện v.v. dù là theo TCVN
(tiêu chuẩn Việt Nam) hay ISO(International Standard Oganize), một
bản vẽ được thể hiện chỉ xoay quanh một số dạng đường như: đường
thẳng, đường cong khép kín,đường cong mở (có thể lồi hoặc lõm),
các cung tròn, elip, đường ZigZag Các dạng đường như thế được
biểu diễn bằng những nét vẽ.
2.3 Sử dụng phép toán hình thái trong nối chữ đứt nét.
Một trong những vấn đề khó khăn của các hệ thống nhận dạng
chữ Việt là chữ bị dính hoặc đứt nét. Đối với các văn bản photocopy
đặc biệt là F1, F2 chữ thường bị đứt nét. Mục này đề cập đến việc

ứng dụng phép toán hình thái trong việc khôi phục chữ bị đứt.
Ta có một số nhận xét sau:
- Ph
ần lớn các văn bản photocopy đều có các nét chữ bị đứt.
- Các nét chữ bị đứt tập trung chủ yếu vào các chỗ mảnh.
10

- Các nét đứt thường có khoảng cách nhỏ hơn khoảng cách chân
các chữ.
- Các nét bị đứt thường nằm ở trên hoặc ở dưới của chữ cái, trừ
1 số chữ như g, k , t và một số chữ khác.
- Những phần đầu của nét chữ bị đứt thường cong và nhô ra
ngoài của thân chữ.
Các yêu cầu:
Tuỳ theo từng văn bản photocopy mà độ đứt nét các chữ là khác
nhau và khoảng cách bị đứt là khác nhau nên để cho độ chính xác
gần với mong muốn hơn ta nên chọn khoảng cách cho phép là bao
nhiêu.
Mặt khác những chỗ giáp cả 2 chữ thường gần hơn hoặc xấp xỉ bằng
với khoảng cách bị đứt nét, nên ta phải loại bỏ các phần bị nối liền giữa
các chữ cái với nhau.
Giới hạn:
Trong phần này chúng ta chỉ xét đến trường hợp các chữ bị đứt
nét với khoảng cách nhỏ, và các chữ thường gặp, có nét lượn là tròn.
Chọn mẫu:
-Ta thấy khi các nét đứt trên, dưới của chữ ta chỉ cần nối phần
ngang, không cần các nét nối theo chiều dọc của chữ.
- Ngoài ra n
ếu bị đứt theo chiều dọc thì độ đứt không đáng kể.
11

2.3.1 Mô tả phương pháp
Đầu tiên ta thực hiện làm béo chữ theo mẫu trên một số bước,
phép toán này làm cho chữ giãn nở ra theo chiều ngang các phần đầu
của chữ bị đứt sẽ giao nhau sau khi được làm béo.
2.3.2 Áp dụng phép toán hình thái
Mô tả thuật toán nối liền chữ photocopy bị đứt nét:


Hình 2.2: Sơ đồ thuật toán nâng cấp ảnh đứt nét


12


2.4 Tách chữ in dính
2.4.1 Đặt vấn đề
Một trong những điểm mấu chốt của vấn đề nhận dạng chữ in
nói chung và chữ Việt in nói riêng là phải cô lập được chúng. Việc
cô lập các chữ được tiến hành sau khi tiến hành phân tích trang để
tách các khối, từ các khối tách ra các dòng, từ các dòng tách ra các từ
và các từ tách ra các ký tự.
2.4.2 Một số khái niệm cơ bản
Cặp điểm thắt: Là cặp điểm nằm trên chu tuyến ngoài của một
từ hay một cụm chữ dính mà khoảng cách giữa chúng nhỏ hơn nhiều
so với khoảng cách dọc theo chu tuyến giữa chúng.
Ngưỡng thắt (L): là tỷ số khoảng cách tối đa giữa 2 điểm dọc
theo chu tuyến và khoảng cách giữa chúng trong cặp điểm thuộc chu
tuyến đang xét được tạm coi là điểm thắt.

Ngưỡng quét (S): Là điểm cách điểm đang xét về 2 phía trên
đường đi đang xét. Thí dụ: S=24, và điểm quét tại điểm A thì ngưỡng
quét được mô tả như hình dưới đây:

13

Hình 2.6: Số điểm cách về hai phía điểm quét A
Mật độ cắt(M): Là khoảng cách tương đối giữa 2 cặp điểm thắt
liền nhau về 2 phía.
2.4.3 Mô tả phương pháp
Ý tưởng chính việc tách chữ in dính là ”Gần nhà, xa gõ”, dựa
vào các đặc điểm của các cặp điểm của cặp điểm thắt để ra quyết
định cắt.
Với mỗi một tử hay một cụm chữ dính, trước tiên ta tiến hành
tách ra các chu tuyến, sau đó dựa vào chu tuyến ngoài để tìm ra các
cặp điểm thắt.
Mỗi chu tuyến đều tồn một chu tuyến đối ngẫu. Trong các
nghiên cứu trước các tác giả đã chỉ ra rằng mỗi đối tượng ảnh, ở đây
là một từ hay một cụm chữ dính, tồn tại duy nhất một chu tuyến
ngoài.

Hình 2.8: Quá trình tìm chu tuyến và cặp điểm xét duyệt
2.4.4 Áp dụng
Xu
ất phát từ tư tưởng trên, với mỗi một từ hay cụm chữ dính
ban đầu sẽ được tiến hành dò biên để tìm ra các chu tuyến và tính
chất tương ứng, các thông tin về chu tuyến ngoài và chu tuyến trong
14

tìm được cùng các thông tin về ngưỡng quét, ngưỡng thắt, mật độ

quét được lưu lại.
2.5 Tách biên sử dụng phép toán hình thái
Trong ảnh nhị phân, đối tượng được cấu thành bởi các điểm ảnh
liên thông có giá trị là 1, Xét ví dụ ở hình 2.11 có 9 điểm ảnh dọc, 9
điểm ảnh ngang. Những điểm ảnh tạo lên biên là những điểm ảnh
thuộc đối tượng đó nhưng trong 8 điểm lân cận phải có ít nhất một
điểm ảnh có giá trị là 0.

Hình 2.11: Quá trình tìm biên của đối tượng trên ảnh nhị
phân



15

CHƯƠNG 3: CHƯƠNG TRÌNH THỬ NGHIỆM
3.1 Bài toán
Cài đặt thử nghiệm các phép toán hình thái gồm có: phép co nhị
phân (Erosion), phép giãn nhị phân (Dilation), phép đóng ảnh
(Closing), phép mở ảnh (Opening), tìm biên (Edge direction).
3.2 Phân tích thiết kế
Chương trình được xây dựng trên nền Dot net và C#, để minh
họa các phép toán hình thái.
Giao diện chương trình như sau:

Chương trình gồm có 8 phần và được đánh số thứ tự tương
ứng như hình minh họa trên. Trong đó:
- S
ố 1,2,3,4 chỉ ra các thành phần điều khiển để thực hiện
quá trình tác động lên ảnh gốc.

16

- Số 6,7 chỉ ra thành phần dùng để hiển thị hình ảnh gốc và
hình ảnh kết quả sau khi xử lý, phần 5 thanh trạng thái xử
lý (startus bar).
- Cuối cùng số 8 là nút thoát ứng dụng.
♦ Hướng dẫn sử dụng
Số 1:
Open: Nạp
ảnh cần xử lý vào
picture box (Số 6).
Save: Lưu ảnh đã xử lý ra định dạng Image file.

Số 2:
Ở nhóm Operation:
Lựa chọn các phép
toán để tác động lên
ảnh gốc. Phép giãn nhị
phân (Dilation), phép
co nhị phân (Erosion),
Phép mở ảnh
(Opening), Phép đóng ảnh (Closing).
Nhóm “Kernel Shape”: Lựa chọn các dạng của phần tử cấu
trúc, tác động lên đối tượng trong ảnh. Dạng hình vuông (Square),
dạng hình tròn (Circle), và dạng hình dấu cộng (Cross).


17

Số 3:

“Kernel Side”:
Dùng để lựa chọn kích
thước của phần tử cấu
trúc.
Morphology:
Thực hiện phép toán
hình thái tác động lên ảnh khi đã chọn phép toán và dạng cỡ
phần tử cấu trúc tương xứng.

Số4:
Edge direction: Phát
hiện biên của đối
tượng trong ảnh.
Skeleton: Bắt đầu quá trình
làm mảnh đối tượng trong ảnh.
Số 5:
Status bar:
Thanh trạng thái biểu
thị tiến độ xử lý ảnh của chương trình. Cho một thí dụ, nếu sử dụng
phép co nhị phân hay giãn nhị phân, thì tiến độ này sẽ chạy một lần,
bởi vì để thực hiện phép co nhị phân và phép giãn thì ta chỉ thực hiện
thuật toán một lần. Nếu sử dụng với phép đóng ảnh và phép mở ảnh
thì sẽ chạy hai lần, vì để thực hiện một trong hai phép toán này ta phải
th
ực hiện hai lần thuật toán co và giãn nhị phân. Đối với các phép toán
khác thì chức năng biểu thị trạng thái của nó cũng tương tự
18

3.3 Thực nghiệm
Chương trình được cài đặt thuật toán để xử lý ảnh nhị phân

bằng các phép toán phép giãn nhị phân, phép co nhị phân, phép đóng
ảnh, và phép mở ảnh với các phần tử cấu trúc dạng hình vuông, hình
tròn, hình chữ thập, có kích thước khác nhau (3x3, 4x4, 5x5, 6x6,
7x7).
Quan sát hình 3.1 ta thấy: Từ một ảnh nhị phân đã xuống cấp,
sau khi sử dụng phép giãn nhị phân với phần tử cấu trúc dạng tròn,
kích thước 4x4, ta được ảnh mới, các nét đứt đã được nối liền lại và
rõ ràng hơn. Tương tự như vậy, đối với các phần tử cấu trúc dạng
vuông, dạng chữ thập. đều sẽ cho ta kết quả mới là các đối tượng đã
được cải thiện rõ rệt , với phần tử cấu trúc có kích thước càng lớn thì
đối tượng càng giãn.

Hình 3.1: Thực nghiệm giãn nhị phân hình ảnh với cấu trúc 4x4.
Thí dụ như vẫn trường hợp trên, ta xét thuật toán giãn nhị phân
trên ảnh với phần tử cấu trúc 7x7 ta sẽ có ảnh với các đối tượng trong
ảnh có bề dày lớn hơn:
19


Hình 3.2: Thực hiện giãn nhị phân hình ảnh với phần tử cấu
trúc 7x7.

20

KẾT LUẬN
Bên cạnh ngôn ngữ giao tiếp, các thông tin dưới dạng hình
ảnh đóng một vai trò rất quan trọng trong việc trao đổi thông tin.
Trong công nghệ thông tin, xử lý ảnh và đồ họa đã chiếm một vị trí
rất quan trọng bởi vì các đặc tính đầy hấp dẫn đã tạo nên một sự
phân biệt với các lĩnh vực khác. Chúng giới thiệu các phương pháp

và kỹ thuật để tạo ra các ảnh và xử lý các ảnh này. Ta biết rằng phần
lớn các thông tin mà con người thu thập được qua thị giác đều bắt
nguồn từ các ảnh.
Các phép toán hình thái là vấn đề cơ bản trong toán học đã
và đang được ứng dụng trong lĩnh vực công nghệ thông tin, đặc biệt
là trong lĩnh vực xử lý ảnh. Các phép toán hình thái là các phép toán
liên quan đến cấu trúc hình học của đối tượng và thường được xây
dựng trên 2 phép toán cơ bản là phép giãn nở (DILATION) và phép
co (EROSION).
Phép toán hình thái là một mảng vô cùng quan trọng trong
xử lý ảnh, các đề tài về phép biến đổi này cũng đang được nhiều
người quan tâm, bởi vì qua các thuật toán và phép toán cơ sở đó ta có
thể mở rộng và phát triển những bài toán khác có liên quan đến lĩnh
vực quan sát thăm dò, trí tuệ nhân tạo…, chẳng hạn như ứng dụng
scan tài liệu lưu trữ và với camera theo dõi qua các thuật toán nhận
biết đối tượng chuyển động, hoặc ghép đối tượng trong hai hình ảnh
thông qua các
đặc điểm hoặc điểm tương đồng…
21

Mục tiêu của luận văn là tìm hiểu các phép toán hình thái
học trên cơ sở đó ứng dụng vào biểu diễn hình dạng của đối tượng.
Cụ thể luận văn đã đạt được các kết quả sau:
 Trình bày khái quát về nâng cao chất lượng ảnh.
 Hệ thống hóa một số kỹ thuật nâng cao chất lượng
ảnh nhị phân bởi phép toán hình thái.
 Cài đặt thử nghiệm bài toán nâng cao chất lượng ảnh
nhị phân.
Phép toán hình thái là một đề tài rất rộng, cần rất nhiều thời gian mới
có thể tìm hiểu và nghiên cứu về nó.

Các phương pháp, mô hình được trình bày trong luận văn đều có thể
được áp dụng trong đối sánh mẫu (nhận dạng dấu vân tay), phát hiện
đối tượng đột nhập là tiền đề cho sự phát triển chuyên sâu về phép
toán hình thái và hướng phát triển tiếp theo của luận văn.