phương pháp phân đoạn ảnh dựa trên mô hình tách, ghép vùng

§¹i häc Th¸i Nguyªn
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG



BÙI THỊ MINH THU




PHƯƠNG PHÁP PHÂN ĐOẠN ẢNH
DỰA TRÊN MÔ HÌNH TÁCH, GHÉP VÙNG





LuËn v¨n th¹c Sü KHOA HỌC MÁY TÍNH






THÁI NGUYÊN - 2012



Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên

LỜI CAM ĐOAN

Với mục đích học tập, nghiên cứu để nâng cao trình độ kiến thức và
trình độ chuyên môn nên tôi làm luận văn này một cách nghiêm túc và hoàn
toàn trung thực. Mặc dù gặp nhiều khó khăn trong việc tìm tài liệu để làm
luận văn nhưng với sự nỗ lực của bản thân cùng với sự hướng dẫn tận tình của
thầy giáo PGS.TS Ngô Quốc Tạo đến nay luận văn Phương pháp phân
đoạn ảnh dựa trên mô hình tách, ghép vùng đã hoàn thành.
Tôi xin cam đoan toàn bộ nội dung trong luận văn là do tôi tự sưu tầm,
tìm hiểu, tra cứu trên mạng Internet và trong một số sách tham khảo phù hợp
với nội dung yêu cầu của luận văn.
Đến nay, nội dung của luận văn này chưa từng được công bố hay xuất
bản dưới bất cứ hình thức nào. Nếu sai tôi xin hoàn toàn chịu trách nhiệm.

Thái Nguyên, ngày 15 tháng 6 năm 2012
HỌC VIÊN



Bùi Thị Minh Thu

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
LỜI CẢM ƠN

Lời đầu tiên em xin bày tỏ lòng biết ơn sâu sắc tới thầy giáo PGS.TS
Ngô Quốc Tạo - Viện Công nghệ thông tin, Viện Khoa học và Công nghệ
Việt Nam đã hướng dẫn, giải đáp những thắc mắc và tạo điều kiện để em
hoàn thành luận văn tốt nghiệp này.
Em cũng xin gửi lời cảm ơn chân thành đến các thầy cô giáo của Viện
Công nghệ thông tin - Viện khoa học Việt Nam, trường Đại học Công nghệ

thông tin và truyền thông - Đại học Thái Nguyên đã nhiệt tình giảng dạy,
truyền đạt kiến thức cho em trong suốt 2 năm học qua.
Cuối cùng em xin gửi lời cảm ơn đến gia đình, bạn bè, các đồng nghiệp
những người đã động viên, giúp đỡ và tạo điều kiện cho em trong suốt quá
trình học tập tại trường cũng như quá trình làm luận văn này.
Xin trân trọng cảm ơn.

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
i

MỤC LỤC

Trang
Trang phụ bìa

Lời cam đoan

Mục lục
i
Danh mục các chữ viết tắt
iii
Danh mục các bảng
iv
Danh mục các hình vẽ
v
MỞ ĐẦU
1
CHƯƠNG 1:TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ PHÂN ĐOẠN ẢNH
3
1.1 Tổng quan về xử lý ảnh

3
1.1.1 Giới thiệu về xử lý ảnh
3
1.1.2 Quá trình xử lý ảnh
4
1.1.3 Một số khái niệm cơ bản
7
1.1.4 Các định dạng cơ bản trong xử lý ảnh
11
1.2 Đặc trưng ảnh
12
1.2.1 Màu sắc
12
1.2.2 Kết cấu
16
1.2.3 Hình dạng
17
1.3 Tổng quan về phân đoạn ảnh
18
1.3.1 Phân đoạn ảnh
18
1.3.2 Một số phương pháp phân đoạn ảnh
19
1.4 Kết luận chương 1
21
CHƯƠNG 2: PHÂN ĐOẠN ẢNH THEO MÔ HÌNH TÁCH,
GHÉP VÙNG
22
2.1 Phân đoạn ảnh theo mô hình tách vùng
22

2.1.1 Tách vùng theo phương pháp tách cây tứ phân
22
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
ii

2.1.2 Tách theo vùng đồng nhất
25
2.2 Phân đoạn ảnh theo mô hình ghép vùng
33
2.2.1 Ghép vùng theo phương pháp HAC
33
2.2.2 Ghép vùng theo phương pháp K-means
39
2.3 Kết luận chương 2
42
CHƯƠNG 3: CHƯƠNG TRÌNH PHÂN ĐOẠN ẢNH VÀ
ỨNG DỤNG PHÂN ĐOẠN ẢNH TRONG TRA CỨU ẢNH
43
3.1 Chương trình phân đoạn ảnh dựa trên mô hình tách vùng
43
3.2 Chương trình phân đoạn ảnh dựa trên mô hình ghép vùng
43
3.2.1 Ghép vùng theo phương pháp HAC
45
3.2.2 Ghép vùng theo phương pháp K-means
48
3.3 Ứng dụng phân đoạn ảnh trong tra cứu ảnh
49
3.3.1 Tra cứu ảnh
49

3.3.2 Thiết kế hệ thống tra cứu ảnh
50
3.3.3 Chương trình tra cứu ảnh
55
3.4 Kết luận chương 3
59
KẾT LUẬN
60
TÀI LIỆU THAM KHẢO
61
PHỤ LỤC
63


Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
iii

DANH MỤC CÁC CHỮ VIẾT TẮT

STT
Chữ viết tắt
Tên tiếng Anh
1
CBC
Color Base Clustering
2
CIE
Commission International d'E clairage
3
CSDL

Cơ sở dữ liệu
4
CSI
Color Spatial Information
5
GIF
Graphics Interchanger Format
6
HAC
Hierachical Agglomerative Clustering
7
HSB
Hue, Saturation, Brightness
8
HSL
Hue, Saturation, Lightness
9
HSI
Hue, Saturation, Intensity
10
HSV
Hue, Saturation, Value
11
IMG
Image File Format
12
JPEG
Joint Photographic Experts Group
13
MST

Minimum Spanning Tree
14
RGB
Red Green Blue
15
PCX
Personal Computer eXchange
16
TIFF
Targed Image File Format


Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
iv

DANH MỤC CÁC BẢNG

Bảng 2.1. Tính độ lệch DX
selectedrow
cho phân hoạch theo dòng của ảnh
I
.
Bảng 2.2. Tính độ lệch DX
selectedcol
cho phân hoạch theo cột của ảnh
I
.
Bảng 2.3. Tính độ lệch DX
selectedrow
cho phân hoạch theo dòng của vùng

2
BR
.
Bảng 2.4. Tính độ lệch DX
selectedcol
cho phân hoạch theo cột của vùng
2
BR
.
Bảng 3.1 Số lượng các loại ảnh trong cơ sở dữ liệu



Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
v

DANH MỤC CÁC HÌNH VẼ

Hình 1.1 Quá trình xử lý ảnh
Hình 1.2 Quá trình xử lý ảnh
Hình 1.3 Khái niệm 4-láng giềng
Hình 1.4 Khái niệm 8-láng giềng
Hình 1.5 Ví dụ về chu tuyến của đối tượng ảnh
Hình 1.6 Không gian màu RGB được trực quan hoá như một hình khối
Hình 1.7 Mô tả không gian màu HSV
Hình 2.1 Thuật toán tách cây tứ phân
Hình 2.2 Minh họa thuật toán tách cây tứ phân
Hình 2.3 Cây tứ phân tương ứng
Hình 2.4 Thuật toán CSI
Hình 2.5 Ảnh

I
cỡ 1010 điểm ảnh
Hình 2.6 Ảnh
I
sau khi được tách ra thành hai vùng BR
1
và BR
2

Hình 2.7 Vùng
2
BR
sau khi được tách ra thành hai vùng BR
2,1
và BR
2,2

Hình 2.8 Biểu diễn phân cụm phân cấp bottom-up của 5 đối tượng
Hình 2.9 Thuật toán phân cụm
Hình 2.10 Thuật toán Single-Linkage
Hình 2.11 Thuật toán K-means
Hình 2.12 Ví dụ minh họa thuật toán K-means
Hình 3.1 Giao diện chương trình phân đoạn và tra cứu ảnh
Hình 3.2 Chọn ảnh từ cơ sở dữ liệu
Hình 3.3 Ảnh sau khi phân đoạn
Hình 3.4 Chọn ảnh từ cơ sở dữ liệu
Hình 3.5 Kết quả phân đoạn với các giá trị ngưỡng màu khác nhau và ngưỡng
cỡ giống nhau
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
vi

Hình 3.6 Kết quả phân đoạn với các giá trị ngưỡng màu giống nhau và
ngưỡng cỡ khác nhau
Hình 3.7 Chọn ảnh từ cơ sở dữ liệu
Hình 3.8 Kết quả phân đoạn với số cụm = 2
Hình 3.9 Kết quả phân đoạn với số cụm = 4
Hình 3.10 Kiến trúc tổng quát của hệ thống tra cứu ảnh
Hình 3.11 Mô hình chi tiết của hệ thống tra cứu ảnh
Hình 3.12 Biểu đồ Use-Case tổng quát hệ thống
Hình 3.13 Biểu đồ trình tự tra cứu ảnh
Hình 3.14 Biểu đồ trình tự lưu vào cơ sở dữ liệu
Hình 3.15 Chọn ảnh truy vấn
Hình 3.16 Kết quả truy vấn
Hình 3.17 Chọn ảnh truy vấn
Hình 3.18 Kết quả truy vấn
Hình 3.19 Chọn ảnh truy vấn
Hình 3.20 Kết quả truy vấn










Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
1

Luận văn thạc sĩ Khoa học máy tính

MỞ ĐẦU

Ngày nay, xử lý ảnh đã trở thành một ngành khoa học lớn và có nhiều
ứng dụng trong các lĩnh vực: Y tế (xử lý ảnh siêu âm, ảnh chụp cắt lớp), tìm
kiếm tội phạm (nhận dạng ảnh tội phạm, dấu vân tay), thị giác máy tính (dùng
xử lý ảnh phát hiện đối tượng chuyển động), tra cứu ảnh… Xử lý ảnh nghiên
cứu các quá trình xử lý thông tin dạng hình ảnh, mà hình ảnh lại là một trong
những dạng thông tin phong phú nhất đối với con người. Quá trình xử lý ảnh
bao gồm các bước: thu nhận ảnh, tiền xử lý, phân đoạn ảnh, biểu diễn và mô
tả, nhận dạng và nội suy dựa trên cơ sở tri thức. Phân đoạn ảnh là một trong
những công việc quan trọng và khó khăn nhất của xử lý ảnh, quyết định sự
thành công hay thất bại của toàn bộ công việc phân tích ảnh. Nếu bước phân
đoạn ảnh không tốt thì sẽ dẫn đến việc nhận diện sai về các đối tượng trong
ảnh. Chính vì vậy phải có những phương pháp phân đoạn ảnh tốt cùng với
những kỹ thuật phân tích ảnh phù hợp để quá trình xử lý ảnh đạt hiệu quả tốt
nhất.
Phân đoạn ảnh là quá trình phân hoạch một ảnh số thành nhiều đoạn
(tập các pixel). Mục tiêu của phân đoạn là đơn giản hóa hoặc thay đổi biểu
diễn của một ảnh thành biểu diễn có ý nghĩa và dễ phân tích. Phân đoạn ảnh
được sử dụng để xác định các đối tượng và các đường biên (đường thẳng,
đường cong, ) trong ảnh. Nói cách khác, phân đoạn ảnh là quá trình gán
nhãn cho mỗi pixel trong ảnh sao cho các pixel có cùng nhãn có chung các
thuộc tính trực quan nào đó.
Cho đến nay có nhiều hướng tiếp cận để phân đoạn ảnh, có thể chia
thành ba nhóm chính như sau: Dựa trên không gian đặc trưng, dựa trên không

gian ảnh, dựa trên các mô hình vật lý. Mỗi hướng tiếp cận có ưu và nhược
điểm riêng và phụ thuộc nhiều vào lĩnh vực ứng dụng cụ thể. Do đó, việc
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
2



Luận văn thạc sĩ Khoa học máy tính

nghiên cứu các phương pháp phân đoạn ảnh và tiến hành cài đặt các phương
pháp phân đoạn ảnh là rất cần thiết.
Vấn đề này chính là động lực để luận văn tìm hiểu các phương pháp
phân đoạn ảnh số và ứng dụng trong tra cứu ảnh. Khi người sử dụng cung cấp
một ảnh đầu vào (gọi là ảnh truy vấn), hệ thống phân đoạn ảnh truy vấn này
thành các vùng và tính toán độ tương tự của ảnh truy vấn và các ảnh trong cơ
sở dữ liệu ảnh dựa trên các vùng đã được phân đoạn này. Sau khi tính toán độ
tương tự, hệ thống dựa trên độ tương tự của ảnh truy vấn với mỗi ảnh trong cơ
sở dữ liệu ảnh để phân hạng các ảnh theo thứ tự giảm dần của độ tương tự. Do
đó chất lượng của kỹ thuật phân đoạn sẽ ảnh hưởng rất nhiều đến độ chính
xác của hệ thống tra cứu.
Luận văn trình bày tổng quan về xử lý ảnh số và các phương pháp phân
đoạn ảnh số đi sâu vào phương pháp tách cây tứ phân, tách theo vùng đồng
nhất, phương pháp K-means và HAC. Trên cơ sở các phương pháp phân đoạn
ảnh này tiến hành xây dựng chương trình phân đoạn ảnh sử dụng ngôn ngữ
lập trình C# trên môi trường Visual Studio 2010 và SQL Server 2008.
Nội dung luận văn gồm có ba chương:
Chương 1: Giới thiệu tổng quan về xử lý ảnh và phân đoạn ảnh.
Chương 2: Trình bày phân đoạn ảnh theo mô hình tách, ghép vùng.
Chương 3: Chương trình phân đoạn ảnh và ứng dụng phân đoạn
ảnh trong tra cứu ảnh.

Xử lý ảnh cũng là vấn đề trừu tượng liên quan đến nhiều thuật toán, kỹ thuật
xử lý cũng như viết chương trình. Em đã cố gắng hết sức để hoàn thiện luận
văn, tuy nhiên do thời gian có hạn nên không thể tránh khỏi những thiếu sót.
Em rất mong nhận được sự đóng góp ý kiến của các thầy cô giáo trong Hội
đồng chấm luận văn để luận văn được hoàn thiện hơn.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
3



Luận văn thạc sĩ Khoa học máy tính

CHƢƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ PHÂN ĐOẠN ẢNH


1.1 Tổng quan về xử lý ảnh
1.1.1 Giới thiệu về xử lý ảnh
Ngày nay, xử lý ảnh [2] đã trở thành một ngành khoa học lớn và có mặt
trong nhiều lĩnh vực của cuộc sống như trong y tế, tìm kiếm tội phạm, khí
tượng thủy văn, thị giác máy tính, v.v. Xử lý ảnh là ngành khoa học nghiên
cứu các quá trình xử lý thông tin dạng hình ảnh, mà hình ảnh lại là một trong
những dạng thông tin phong phú nhất đối với con người. Trong quá trình xử
lý ảnh, phân đoạn ảnh là bước quan trọng nhất và cũng là khó khăn nhất.
Phân đoạn nhằm mục đích phân tích ảnh thành những thành phần có cùng tính
chất nào đó để có thể sử dụng cho các ứng dụng về sau.
Các phương pháp xử lý ảnh bắt đầu từ các ứng dụng chính: nâng cao
chất lượng ảnh, phân đoạn ảnh và phân tích ảnh. Ứng dụng đầu tiên được biết
đến là nâng cao chất lượng ảnh báo được truyền qua cáp từ London đến New
York từ những năm 1920. Vấn đề nâng cao chất lượng ảnh có liên quan tới
phân bố mức sáng và độ phân giải của ảnh. Việc nâng cao chất lượng ảnh

được phát triển vào khoảng những năm 1955. Điều này có thể giải thích được
vì sau thế chiến thứ hai, máy tính phát triển nhanh tạo điều kiện cho quá trình
xử lý ảnh số thuận lợi. Năm 1964, máy tính đã có khả năng xử lý và nâng cao
chất lượng ảnh từ mặt trăng và vệ tinh Ranger 7 của Mỹ bao gồm: làm nổi
đường biên, lưu ảnh. Từ năm 1964 đến nay, các phương tiện xử lý, nâng cao
chất lượng, phân đoạn ảnh và nhận dạng ảnh phát triển không ngừng.


Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
4



Luận văn thạc sĩ Khoa học máy tính

1.1.2 Quá trình xử lý ảnh
Quá trình xử lý ảnh được xem như là quá trình thao tác ảnh đầu vào
nhằm cho ra kết quả mong muốn. Kết quả đầu ra của một quá trình xử lý ảnh
có thể là một ảnh “tốt hơn” hoặc một kết luận.



Hình 1.1 Quá trình xử lý ảnh

Ảnh trong xử lý ảnh có thể xem như ảnh n chiều. Bởi vì, ảnh có thể
xem là tập hợp các điểm ảnh. Trong đó, mỗi điểm ảnh được xem như là đặc
trưng cường độ sáng hay một dấu hiệu nào đó tại một vị trí nào đó của đối
tượng trong không gian và do đó nó có thể xem như một hàm n biến
P(c1,c2, ,cn).
Quá trình xử lý ảnh [2] có thể được mô tả bằng sơ đồ sau:

Hình 1.2 Quá trình xử lý ảnh

 Thu nhận ảnh: Đây là bước đầu tiên của quá trình xử lý ảnh song kết
quả của nó có ảnh hưởng rất nhiều đến các bước kế tiếp. Đầu tiên, ảnh
tự nhiên từ thế giới ngoài được thu nhận qua các thiết bị thu như
Phân đoạn
Nhận dạng và
nội suy
Tiền xử lý ảnh
Biểu diễn và
mô tả ảnh
CƠ SỞ
TRI THỨC
Thu nhận
Xử lý ảnh
Ảnh vào
Ảnh ra (tốt hơn)
Kết luận
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
5



Luận văn thạc sĩ Khoa học máy tính

camera, máy chụp ảnh, v.v. Trước đây, ảnh thu nhận qua camera là tín
hiệu tương tự (loại camera ống kiểu CCIR). Gần đây, với sự phát triển
của công nghệ, ảnh màu hoặc đen trắng được lấy ra từ camera, sau đó
nó được chuyển trực tiếp thành ảnh số tạo thuận lợi cho xử lý tiếp theo.
Mặt khác, ảnh cũng có thể tiếp nhận từ vệ tinh qua các bộ cảm ứng hay

ảnh, tranh được quét trên máy quét ảnh (scanner).
 Tiền xử lý: Ở bước này, ảnh sẽ được cải thiện về độ tương phản, khử
nhiễu, khôi phục ảnh, nắn chỉnh hình học, v.v. Với mục đích làm cho
chất lượng ảnh trở nên tốt hơn nữa, chuẩn bị cho các bước xử lý phức
tạp kế tiếp sau đó.
* Khử nhiễu: Nhiễu được chia thành hai loại: nhiễu hệ thống và
nhiễu ngẫu nhiên. Đặc trưng của nhiễu hệ thống là tính tuần hoàn. Do
vậy, có thể khử nhiễu này bằng việc sử dụng phép biến đổi Fourier và
loại bỏ các đỉnh điểm. Đối với nhiễu ngẫu nhiên, trường hợp đơn giản
là các vết bẩn tương ứng với các điểm sáng hay tối, có thể khử bằng
phương pháp nội suy, lọc trung vị và trung bình.
* Chỉnh mức xám: Đây là kỹ thuật nhằm chỉnh sửa tính không
đồng đều của thiết bị thu nhận hoặc độ tương phản giữa các vùng ảnh.
* Chỉnh tán xạ: Ảnh thu nhận được từ các thiết bị quang học hay
điện tử có thể bị mờ, nhoè. Phương pháp biến đổi Fourier dựa trên tích
chập của ảnh với hàm tán xạ cho phép giải quyết việc hiệu chỉnh này.
* Nắn chỉnh hình học: những biến dạng hình học thường do các
thiết bị điện tử và quang học gây ra. Do đó, phương pháp hiệu chỉnh
ảnh dựa trên mô hình được mô tả dưới dạng phương trình biến đổi ảnh
biến dạng f(x,y) thành ảnh lý tưởng f(x',y') như sau:





),('
),('
yxhy
yxhx
y

x

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
6



Luận văn thạc sĩ Khoa học máy tính

Trong đó h
x
, h
y
là các phương trình tuyến tính (biến dạng do phối
cảnh) hay bậc hai (biến dạng do ống kính camera).
 Phân đoạn ảnh: Phân đoạn ảnh là bước then chốt trong xử lý ảnh, giai
đoạn này nhằm phân tích ảnh thành những thành phần có cùng tính
chất nào đó, dựa theo biên hay các vùng liên thông. Tiêu chuẩn để xác
định các vùng liên thông có thể là cùng màu, cùng mức xám hay cùng
độ nhám, v.v. Mục đích của phân đoạn ảnh là để có một miêu tả tổng
hợp từ nhiều phần tử khác nhau cấu tạo nên ảnh thô. Vì lượng thông
tin chứa trong ảnh rất lớn, trong khi đó trong đa số các ứng dụng chúng
ta chỉ cần trích chọn một vài đặc trưng nào đó, do vậy cần có một quá
trình để giảm lượng thông tin khổng lồ ấy. Quá trình này bao gồm
phân vùng ảnh và trích chọn đặc tính chủ yếu.
 Biểu diễn và mô tả ảnh: Ảnh đầu ra sau phân đoạn chứa các điểm ảnh
của vùng ảnh (ảnh đã phân đoạn) cộng với mã liên kết với các vùng lân
cận. Việc biến đổi các số liệu này thành dạng thích hợp là cần thiết cho
xử lý tiếp theo bằng máy tính. Việc chọn các tính chất để thể hiện ảnh
gọi là trích chọn đặc trưng gắn với việc tách các đặc tính của ảnh dưới

dạng các thông tin định lượng hoặc làm cơ sở để phân lớp đối tượng
này với đối tượng khác trong phạm vi ảnh nhận được. Ví dụ: trong
nhận dạng các ký tự, ta miêu tả các đặc trưng của từng ký tự, giúp
phân biệt ký tự này với ký tự khác. Một số phương pháp biểu diễn
thường dùng:
o Biểu diễn bằng mã chạy (Run-Length Code).
o Biểu diễn bằng mã xích (Chaine Code).
o Biểu diễn bằng mã tứ phân (Quad-Tree Code).
 Nhận dạng và nội suy: Đây là bước cuối cùng trong quá trình xử lý
ảnh. Nhận dạng ảnh là quá trình xác định ảnh. Quá trình này thường thu
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
7



Luận văn thạc sĩ Khoa học máy tính

được bằng cách so sánh với mẫu chuẩn đã được học (hoặc lưu) từ
trước. Có 2 kiểu nhận dạng ảnh cơ bản:
− Nhận dạng theo tham số.
− Nhận dạng theo cấu trúc.
Một số đối tượng nhận dạng khá phổ biến hiện nay đang được áp dụng
trong khoa học và công nghệ là: Nhận dạng ký tự (chữ in, chữ viết tay,
chữ ký điện tử), nhận dạng văn bản , nhận dạng vân tay, nhận dạng mã
vạch, nhận dạng mặt người, v.v.
Nội suy là phán đoán theo ý nghĩa trên cơ sở nhận dạng.
Cơ sở tri thức: Ảnh là một đối tượng khá phức tạp về đường nét, độ sáng tối,
dung lượng điểm ảnh, v.v. Trong nhiều khâu xử lý và phân tích ảnh, ngoài
việc đơn giản hóa các phương pháp toán học đảm bảo tiện lợi cho xử lý,
người ta mong muốn bắt chước quy trình tiếp nhận và xử lý ảnh theo cách của

con người. Trong các bước xử lý đó, nhiều khâu hiện nay đã xử lý theo các
phương pháp trí tuệ con người. Vì vậy, ở đây các cơ sở tri thức được phát huy.
Không phải bất kỳ một ứng dụng xử lý ảnh nào cũng bắt buộc phải
tuân theo các bước xử lý đã nêu ở trên, ví dụ như các ứng dụng chỉnh sửa ảnh
nghệ thuật chỉ dừng lại ở bước tiền xử lý. Một cách tổng quát thì những chức
năng xử lý bao gồm cả nhận dạng và nội suy thường chỉ có mặt trong hệ
thống phân tích ảnh tự động hoặc bán tự động, được dùng để rút trích ra
những thông tin quan trọng từ ảnh, ví dụ như các ứng dụng nhận dạng kí tự
quang học, nhận dạng chữ viết tay, v.v.
1.1.3 Một số khái niệm cơ bản
1.1.3.1 Điểm ảnh - Pixel
Ảnh trong thực tế [1] là một ảnh liên tục về không gian và về
giá trị độ sáng. Để có thể xử lý ảnh bằng máy tính, ảnhcần phải được số
hoá. Số hoá ảnh là sự biến đổi tín hiệu liên tục sang tín hiệu rời rạc thông
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
8



Luận văn thạc sĩ Khoa học máy tính

qua quá trình lấy mẫu (rời rạc hoá về không gian) và lượng hoá thành phần
giá trị mà về nguyên tắc bằng mắt thường không phân biệt được hai điểm
kề nhau. Trong quá trình này người ta sử dụng khái niệm Picture element
mà ta quen gọi là Pixel - phần tử ảnh. Ảnh được xem như là tập hợp hữu hạn
các điểm ảnh, thường được biểu diễn bằng một mảng hai chiều I(n,m) với n là
số hàng, m là số cột. Ta ký hiệu P(x,y) – 1 phần tử trong ma trận là một điểm
ảnh tại vị trí (x,y).
1.1.3.2 Mức xám
Mức xám của một điểm ảnh là cường độ sáng của nó, được gán bằng

giá trị số tại điểm đó. Các thang giá trị mức xám thông thường: 16, 32, 65,
128, 256 (mức 256 là phổ biến nhất, ở mức này mỗi pixel được mã hóa bởi
8bit).
- Ảnh trắng đen: Là ảnh chỉ có 2 màu trắng và đen (không chứa màu
khác) với mức xám ở các điểm ảnh có thể khác nhau.
- Ảnh nhị phân: Là ảnh có 2 mức trắng đen phân biệt, tức là dùng 1bit
mô tả 2
1
mức khác nhau. Nói cách khác: Mỗi bit điểm ảnh nhị phân chỉ có thể
là 0,1.
-Ảnh màu: Trong khuôn khổ lý thuyết 3 màu (Red, Green, Blue) để tạo
nên thế giới màu, người ta thường dùng 3 byte để mô tả mức màu, khi đó các
giá trị màu: 2
8*3
=2
24
≈16,7 triệu màu.
1.1.3.3 Biên
Biên là một đặc tính rất quan trọng của đối tượng trong ảnh, nhờ vào
biên mà chúng ta phân biệt được đối tượng này với đối tượng kia. Một điểm
ảnh có thể gọi là điểm biên nếu ở đó có sự thay đổi đột ngột về mức xám.
Tập hợp các điểm biên gọi là biên hay còn gọi là đường bao ảnh.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
9



Luận văn thạc sĩ Khoa học máy tính

1.1.3.4 Láng giềng

Trong xử lý ảnh có một khái niệm rất quan trọng, đó là khái niệm láng
giềng. Có hai loại láng giềng: 4 láng giềng và 8 láng giềng.
- 4 láng giềng của một điểm (x,y) là một tập hợp bao gồm láng giềng
dọc và láng giềng ngang của nó:
N
4
((x,y)) = {(x+1,y), (x-1,y), (x,y+1), (x,y-1)}
Trong hình 1.3 các điểm P
0
, P
2
, P
4
, P
6
là các 4-láng giềng của P.

P
2
(x,y-1)


P
4
(x-1,y)

P(x,y)
P
0
(x+1,y)

P
6
(x,y+1)


Hình 1.3 Khái niệm 4-láng giềng

- 8 láng giềng của (x,y) là một tập cha của 4 láng giềng và bao gồm
láng giềng ngang, dọc và chéo:
N
8
((x,y)) = N
4
((x,y))

{(x+1,y+1), (x-1,y-1), (x+1,y-1), (x-1,y+1)}
Trong hình 1.4 các điểm P
0
, P
1
, P
2
, P
3
, P
4
, P
5

, P
6
, P
7
là các 8-láng giềng của P.


P
3
(x-1,y-1)

P
2
(x,y-1)

P
1
(x+1,y-1)

P
4
(x-1,y)

P(x,y)
P
0
(x+1,y)

P
5

(x-1,y+1)

P
6
(x,y+1)

P
7
(x+1,y+1)

Hình 1.4 Khái niệm 8-láng giềng
1.1.3.5 Vùng liên thông
Một vùng R được gọi là liên thông nếu bất kỳ hai điểm (x
A
,y
A
) và
(x
B
,y
B
) thuộc vào R có thể được nối bởi một đường (x
A
,y
B
) (x
i-1
,y
i-1
),

(x
i
,y
i
), (x
i+1
,y
i+1
) (x
B
,y
B
), mà các điểm (x
i
,y
i
) thuộc vào R và bất kỳ điểm
(x
i
,y
i
) nào đều kề sát với điểm trước (x
i-1
,y
i-1
) và điểm tiếp theo (x
i+1
,y
i+1
) trên

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
10



Luận văn thạc sĩ Khoa học máy tính

đường đó. Một điểm (x
k
,y
k
) được gọi là kề với điểm (x
l
,y
l
) nếu (x
l
,y
l
) thuộc
vào láng giềng trực tiếp của (x
k
,y
k
).
1.1.3.6 Vùng ảnh (Segment)
Vùng ảnh là một chi tiết, một thực thể trong toàn cảnh. Nó là một tập
hợp các điểm có cùng hoặc gần cùng một tính chất nào đó : mức xám, mức
màu, độ nhám, v.v. Vùng ảnh là một trong hai thuộc tính quan trọng của ảnh.
1.1.3.7 Đối tượng ảnh

Quan hệ k-liên thông [3] trong E (k=4,8) là một quan hệ phản xạ, đối
xứng và bắc cầu. Bởi vậy đó là một quan hệ tương đương. Mỗi lớp tương
đương được gọi là một thành phần k-liên thông của ảnh. Ta sẽ gọi mỗi thành
phần k-liên thông của ảnh là một đối tượng ảnh.
1.1.3.8 Chu tuyến ảnh
Chu tuyến của một đối tượng ảnh là dãy các điểm của đối tượng ảnh
P1,…,Pn sao cho Pi và Pi+1 là các 8-láng giềng của nhau (i=1, ,n-1) và P1 là
8-láng giềng của Pn, ∀i ∃Q không thuộc đối tượng ảnh và Q là 4-láng giềng
của Pi (hay nói cách khác ∀i thì Pi là biên 4). Kí hiệu <P1P2 Pn>.
Tổng các khoảng cách giữa hai điểm kế tiếp của chu tuyến là độ dài của chu
tuyến và kí hiệu Len(C) và hướng PiPi+1 là hướng chẵn nếu Pi và Pi+1 là các
4 – láng giềng (trường hợp còn lại thì PiPi+1 là hướng lẻ). Hình 1.3 dưới đây
biểu diễn chu tuyến của ảnh, trong đó, P là điểm khởi đầu chu tuyến.


Hình 1.5 Ví dụ về chu tuyến của đối tượng ảnh

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
11



Luận văn thạc sĩ Khoa học máy tính

1.1.4 Các định dạng cơ bản trong xử lý ảnh
Trong quá trình xử lý ảnh [1], một ảnh thu nhận vào máy tính phải
được mã hóa. Hình ảnh khi lưu trữ dưới dạng tệp tin sẽ được số hóa. Một số
dạng ảnh đã được chuẩn hóa như: Ảnh IMG, PCX, JPEG, TIFF, GIF, …
• Ảnh IMG: Là ảnh đen trắng, phần đầu của ảnh có 16 bytes chứa các
thông tin cần thiết. Ảnh IMG được nén theo từng dòng. Mỗi dòng bao gồm

các gói. Các dòng giống nhau cũng nén thành một gói.
• Ảnh PCX : Định dạng ảnh PCX là một trong những định dạng ảnh cổ
điển nhất, phần đầu của ảnh có 128 bytes chứa các thông tin cần thiết. nó
thường được dùng để lưu trữ ảnh vì thao tác đơn giản, cho phép nén và giải
nén nhanh. Quá trình nén và giải nén được thực hiện trên từng dòng ảnh.
• Ảnh JPEG: Là định dạng tập tin hầu hết các loại máy ảnh số và phần
mềm xử lý ảnh đều hỗ trợ tương thích. JPEG chứa thông tin trung thực của
màu sắc: 24 bit cho một điểm (pixel). JPEG là một tiêu chuẩn của kỹ thuật
nén ảnh. Tỷ lệ nén có thể đạt tới 10:1 [17] nhưng phải trả giá bằng chất lượng.
• Ảnh TIFF: Phần đầu của ảnh có 8 bytes chứa các thông tin cần thiết.
Nó là ảnh mà dữ liệu chứa trong tệp thường được tổ chức thành các nhóm
dòng ( cột) quét của dữ liệu ảnh. TIFT là lựa chọn cho mục đích lưu trữ ảnh
lâu dài tuy nhiên dung lượng cồng kềnh.
• Ảnh GIF: Với định dạng ảnh GIF những vướng mắc mà các định
dạng khác gặp phải khi số màu trong ảnh tăng lên không còn nữa. Dạng ảnh
GIF cho chất lượng cao độ phân giải đồ họa cũng đạt cao, cho phép hiển thị
trên hầu hết các phần cứng. Do dung lượng nhỏ gọn nên GIFT là lựa chọn lý
tưởng cho các ứng dụng web nhưng không phù hợp để lưu trữ ảnh.



Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
12



Luận văn thạc sĩ Khoa học máy tính

1.2 Đặc trƣng ảnh
1.2.1 Màu sắc

Mắt người rất nhạy cảm với màu sắc và đặc điểm màu là một trong
những thành phần quan trọng giúp con người có thể nhận biết được hình ảnh.
Vì vậy, đặc điểm màu sắc là đặc điểm cơ bản của nội dung ảnh. Đặc điểm
màu sắc có thể cung cấp những thông tin rất hữu hiệu cho việc phân loại ảnh
và chúng cũng rất hữu ích cho việc tra cứu ảnh. Cũng vì thế mà tra cứu ảnh
dựa trên màu sắc được sử dụng rộng rãi trong các hệ thống tra cứu ảnh dựa
trên nội dung. Biểu đồ màu thường được sử dụng để thể hiện những đặc điểm
màu của các ảnh. Mặc dù vậy trước khi sử dụng biểu đồ màu chúng ta cần
phải lựa chọn và xác định kiểu không gian màu và lựa chọn độ đo tương tự.
1.2.1.1 Không gian màu
Không gian màu là sự biểu diễn tập các màu, một số không gian màu được
sử dụng rộng rãi trong đồ họa máy tính. Màu sắc thường được xác định trong
không gian màu 3 chiều.
 Không gian màu RGB
Không gian màu RGB là không gian màu được sử dụng nhiều nhất cho
đồ hoạ máy tính. Đây là không gian màu cộng: đỏ, xanh lục và xanh lơ được
kết hợp lại để tạo ra các màu khác. Không gian này không đồng nhất về nhận
thức. Không gian màu RGB có thể được trực quan hoá như một hình khối,
như được minh hoạ trong Hình 1.6.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
13



Luận văn thạc sĩ Khoa học máy tính


Hình 1.6 Không gian màu RGB được trực quan hoá như một hình khối

Mỗi trục màu (R, G, B) có độ quan trọng như nhau. Do đó, mỗi trục nên

được lượng hoá với cùng một độ chính xác. Khi không gian màu RGB được
lượng hoá, số các bin sẽ luôn luôn là một hình khối. Thông thường, 8 (2
3
), 64
(4
3
), 216 (6
3
), 512 (8
3
) bin được sử dụng trong lượng hoá không gian màu
RGB. Chuyển đổi từ một ảnh RGB sang một ảnh cấp xám nhận được tổng
của R, G và B rồi chia kết quả cho ba.
 Không gian màu HSx
Không gian màu HSI, HSV, HSB và HSL [15] thường được gọi là HSx
có mối liên quan gần gũi với sự nhận thức về màu sắc của con người hơn là
không gian màu RGB. Những trục từ không gian màu HSx mô tả những đặc
tính của màu như sắc độ, độ bão hoà và độ sáng. Sự khác nhau giữa những
không gian màu HSx là sự biến đổi của chúng từ không gian màu RGB,
chúng thường được mô tả bằng những hình dạng khác nhau (như hình nón,
hình trụ). Trong hình 1.7 không gian màu HSV được mô tả như hình nón.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
14



Luận văn thạc sĩ Khoa học máy tính


Hình 1.7 Mô tả không gian màu HSV

Sắc độ là thành phần của không gian màu HSx. Sắc độ là góc giữa những
đường tham chiếu và điểm gốc màu trong không gian màu RGB. Vùng giá trị
này từ 0
0
đến 360
0
. Theo uỷ ban quốc tế về màu sắc CIE thì sắc độ là thuộc
tính của cảm giác có liên quan đến thị giác, qua đó một vùng xuất hiện tương
tự với một màu được cảm nhận như red, green, blue hoặc là sự kết hợp của
hai trong số những màu được cảm nhận. Cũng theo CIE độ bão hoà là màu
được đánh giá theo tỷ lệ độ sáng của nó. Trong hình nón độ bão hoà là
khoảng cách từ tâm đến cạnh hình nón. Chiều cao của đường cắt chính là giá
trị đây chính là độ sáng hoặc độ chói của màu. Khi độ bão hoà S bằng 0 thì H
không xác định, giá trị nằm trên trục V biểu diễn ảnh xám. Không gian màu
HSV dễ dàng lượng tử hoá. Mức lượng tử hoá thông dụng trong không gian
màu này là 162 mức với H nhận 18 mức, S và V nhận 3 mức.


Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
15



Luận văn thạc sĩ Khoa học máy tính

 Không gian màu YUV và YIQ
Các không gian màu YUV và YIQ được phát triển cho truyền hình vô
tuyến. Không gian màu YIQ là giống như không gian màu YUV, ở đây mặt
phẳng I-Q là một mặt phẳng quay

0
33
của mặt phẳng U-V. Tín hiệu Y biểu
diễn độ chói của một pixel và là kênh duy nhất được sử dụng trong ti vi đen
trắng. U và V cho YUV và I và Q cho YIQ là các thành phần màu.
Kênh Y được định nghĩa bởi các giá trị năng lượng có trọng số của
R(0.299), G(0.587) và B(0.144). Các không gian màu YUV và YIQ không là
đồng nhất nhận thức. Khi các không gian màu YUV và YIQ được lượng hoá,
mỗi trục được lượng hoá với cùng độ chính xác.
 Không gian màu CIE XYZ và LUV
Không gian màu [13] được phát triển đầu tiên bởi CIE là không gian
màu XYZ. Thành phần Y là thành phần độ chói được định nghĩa bởi tổng
trọng số của R(0.212671), G(0.715160), B(0.072169), X và Z là các thành
phần màu. Không gian màu CIE LUV là sự biến đổi của không gian màu
XYZ. Kênh L là độ chói của màu, kênh U và V là những thành phần màu. Vì
vậy khi U và V được đặt bằng 0 thì kênh L biểu diễn ảnh xám. Trong lượng tử
hoá không gian màu LUV mỗi trục được lượng tử hoá với mức xác định. Sơ
đồ lượng tử hoá thường được sử dụng cho hai không gian màu này là 64, 125,
216 mức.

1.2.1.2 Lƣợc đồ màu
Lược đồ màu được xác định bằng một tập các bin, trong đó mỗi bin biểu
thị xác suất của các pixel trong ảnh. Một lược đồ màu H của một ảnh đã cho
được xác định bởi véc tơ:
H={H[0], H[1], H[2], , H[i], H[N]}
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
16

Luận văn thạc sĩ Khoa học máy tính

Ở đây i biểu diễn một màu trong lược đồ màu và tương ứng với một khối
con trong không gian màu RGB, H[i] là số các pixel có màu i trong ảnh và N
là số các bin trong lược đồ màu.
Mỗi pixel trong ảnh sẽ thuộc về một bin của lược đồ màu của ảnh, vì thế
với lược đồ màu của một ảnh, giá trị của mỗi bin là số các pixel cùng màu. Để
so sánh các ảnh có các kích cỡ khác nhau, các lược đồ màu được chuẩn hóa.
Lược đồ màu chuẩn hóa H’ được xác định bằng:
H’={H’[0], H’[1], H’[2], , H’[i], H’[N]},
Ở đây
p
iH
iH
][
][' 
, P là tổng số các pixel trong ảnh.
Trong lược đồ lượng hóa không gian màu lý tưởng, các màu riêng biệt
không được định vị trong cùng hình khối con và các màu tương tự được gán
vào cùng hình khối con. Sử dụng một số màu sẽ giảm khả năng các màu
tương tự được gán vào các bin khác nhau, nhưng cũng tăng khả năng các màu
riêng biệt được gán vào cùng các bin, nội dung thông tin của các ảnh sẽ giảm.
Mặt khác, các lược đồ màu với một số lượng lớn các bin sẽ chứa nhiều thông
tin về nội dung của ảnh, theo đó giảm khả năng các màu riêng biệt sẽ được
gán vào cùng các bin. Tuy nhiên, chúng tăng khả năng các màu tương tự sẽ
được gán vào các bin khác nhau và tăng không gian lưu trữ biểu diễn ảnh và
thời gian tính toán khoảng cách giữa các lược đồ màu. Do đó, cần có sự thỏa
hiệp trong việc xác định số lượng các bin sẽ được sử dụng trong các lược đồ màu.
1.2.2 Kết cấu
Kết cấu là một mô tả vùng trợ giúp tốt trong quá trình tra cứu. Kết cấu

không có khả năng tìm ra các ảnh tương tự, nhưng nó có thể được sử dụng để
phân lớp các ảnh kết cấu từ các ảnh không kết cấu và sau đó được kết hợp với
các thuộc tính đặc trưng khác như màu để làm cho tra cứu hiệu quả hơn. Một
trong những biểu diễn phổ biến nhất của đặc trưng kết cấu là ma trận đồng
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên