cách để phân đoạn ảnh

Chương 10. PHÂN ĐOẠN ẢNH

Giáo viên hướng dẫn:
1. Cù Việt Dũng
2. TS. Nguyễn Hữu Quỳnh

Nhóm sinh viên thực hiện:
1. Trần Văn Đại
2. Trần Văn Hải
Giới thiệu
•
Ở chương trước:
–
Ảnh → xử lý → ảnh
–
Ảnh → xử lý → đặc trưng ảnh
•
Phân đoạn ảnh là phần cốt lõi trong việc xử lý ảnh → đặc trưng ảnh
2 / 70
Giới thiệu

Khái niệm
•
Phân đoạn ảnh là chia nhỏ ảnh thành các vùng hay đối tượng.
•
Mức độ phân đoạn:
–
Tùy thuộc vấn đề cần xử lý
–
Tùy thuộc ứng dụng cụ thể
•

Là nhiệm vụ khó nhất trong xử lý ảnh
3
/ 70
Giới thiệu
Cở sở
•
Dựa vào thuộc tính của cường độ:

Không liên tục và Liên tục
•
Không liên tục ?
4 6 16 24 16 40
8 4 30 34 14 30
10 6 30 32 14 28
14 2 32 32 14 28
10 8 30 34 16 30
12 10 26 34 30 40
Sự thay đổi đột ngột các giá trị của cường độ → biên
của ảnh
•
Liên tục ?
Chia ảnh thành các vùng tương tự nhau → các tập chuẩn
được định nghĩa lại
4
/ 70
Nội dung tìm hiểu
•
Phát hiện không liên tục
•
Liên kết biên và phát hiện ranh giới

•
Phân ngưỡng
•
Cơ sở phân vùng
•
Phân đoạn bởi hình thái lưu vực sông
•
Sử dụng các chuyển động trong phân đoạn
/ 70
5
Nội dung trình bày
•
Phát hiện không liên tục
–
Phát hiện điểm
–
Phát hiện đường
–
Phát hiện biên
•
Liên kết biên và phát hiện ranh giới
–
Xử lý cục bộ
–
Xử lý tổng thể qua chuyển đổi Hough
–
Xử lý tổng thể qua kỹ thuật lý thuyết đồ thị
6
/ 70
Phát hiện không liên tục

•
Bằng cách chạy mặt nạ trong toàn bộ ảnh
•
Công thức chung :
/ 70
7
w
1
w
2
w
3
w
4
w
5
w
6
w
7
w
8
w
9
Trong đó: zi là cấp xám được kết hợp với hệ số mặt nạ wi, R là cấp xám đặc trưng tại vị trí trung tâm
(1)
∑
=
=+++=
mn

i
iimnmn
zwzwzwzwR
1
2211

Phát hiện không liên tục
•
Phát hiện điểm là điều cơ bản trong phát hiện không liên tục
•
Để phát hiện điểm
–
Chạy mặt nạ trong toàn bộ ảnh
–
Một điểm được phát hiện tại vị trí điểm ảnh tương ứng trung tâm mặt nạ nếu:
|R| ≥ T (2)
Trong đó: T là một ngưỡng, R là cấp xám đặc trưng tại vị trí trung tâm
/ 70
8
Phát hiện điểm
•
Chú ý: mặt nạ sử dụng có dạng sau:
9
/ 70
Phát hiện không liên tục
Phát hiện điểm
-1 -1 -1
-1 8 -1
-1 -1 -1
•

Đây là một mặt nạ Lapacian, tuy nhiên nó được dùng để phát hiện ra điểm riêng biệt,
không phải phục vụ cho tăng cường ảnh.
•
Tổng hệ số mặt nạ bằng 0, mặt nạ bằng 0 ở vùng cấp xám không đổi.
•
Ví dụ:
/ 7010
Phát hiện không liên tục
Phát hiện điểm
a. Ảnh tia X về tuabin b. Kết quả áp dụng mặt nạ c. Kết quả theo công thức 2 với T = 90%
•
Chạy mặt nạ trên toàn bộ ảnh
•
Tùy theo trường hợp ta áp dụng các mặt nạ sau:
11
/ 70
Phát hiện không liên tục
Phát hiện đường
-1 -1 -1
2 2 2
-1 -1 -1
-1 -1 2
-1 2 -1
2 -1 -1
-1 2 -1
-1 2 -1
-1 2 -1
2 -1 -1
-1 2 -1
-1 -1 2

Theo chiều ngang
+ 45
o
Thẳng đứng
- 45
o
•
Tổng hệ số mặt nạ bằng 0, mặt nạ bằng 0 ở vùng cấp xám không đổi.
•
Ví dụ:
12
/ 70
Phát hiện không liên tục
Phát hiện đường
a. Ảnh số hóa mạch điện
b. Kết quả khi xử lý bởi mặt nạ
-45
o
c. Kết quả lấy ngưỡng
•
Vùng
Cho R là một tập con của ảnh. R được gọi là vùng nếu R là một tập liên thông.
/ 70
13
Phát hiện không liên tục
Phát hiện biên Khái niệm
0 0 1 1 0 0 0
0 1 1 1 0 0 1
0 1 1 1 1 0 1
0 1 1 1 1 0 0

0 1 1 1 1 1 0
0 1 1 1 1 0 0
/ 70
14
Phát hiện không liên tục
Phát hiện biên Khái niệm
0 0 1 1 0 0 0
0 1 1 1 0 0 1
0 1 1 1 1 0 1
0 1 1 1 1 0 0
0 1 1 1 1 1 0
0 1 1 1 1 0 0
•
Biên của vùng R là các điểm ảnh thuộc vùng R ở đó có một hoặc nhiều điểm lân cận không
thuộc R.
1 1 1 1 1 1 1
1 1 1 1 1 1 1
1 1 1 1 1 1 1
1 1 1 1 1 1 1
1 1 1 1 1 1 1
1 1 1 1 1 1 1
•
Theo trực quan: Biên là các điểm ảnh liên tiếp nhau tạo thành ranh giới giữa hai vùng
•
Một điểm ảnh được gọi là biên nếu ở đó có sự thay đổi đột ngột về cấp xám.
•
Tập hợp các điểm biên tạo thành một đường biên (đường bao) của ảnh.
15
/ 70
Phát hiện không liên tục

Phát hiện biên Khái niệm
Biên của vùng màu đen là
đường màu xanh trong ảnh
16
/ 70
a. Mô hình biên lý tưởng
b. Mô hình biên dốc, độ dốc tương xứng
với độ mờ biên
Phát hiện không liên tục
Phát hiện biên
•
Mô hình biên:
•
Biên trong thực tế thường không hoàn hảo, bị mờ.
•
Biên mờ thường dày, biên sắc nét mỏng.
17 / 70
Phát hiện không liên tục
Phát hiện biên
•
Đạo hàm bậc nhất được dùng để phát
hiện sự hiện diện của biên tại một điểm
trong ảnh.
•
Đạo hàm bậc hai dùng để xác định có
hay không điểm ảnh của biên nằm ở
phần tối hay sáng của biên.
/ 7018
Phát hiện không liên tục
Phát hiện biên

a. Hai vùng bị tách rời biên
dọc
b. Mô tả chi tiết vùng gần biên
19
/ 70
Phát hiện không liên tục
Phát hiện biên
Ứng dụng của đạo hàm trong phát hiện biên
Sự ảnh hưởng của nhiễu trong phát hiện
biên
•
Điểm trong ảnh là điểm biên nếu đạo hàm cấp một hai chiều của nó lớn hơn ngưỡng
đặc biệt.
•
Tập các điểm biên được kết nối với nhau một cách phù hợp theo định nghĩa là biên.
•
Đạo hàm cấp một của ảnh số dựa trên phép lấy xấp xỉ của Gradient hai chiều.
•
Đạo hàm bậc hai sử dụng toán tử Laplacian.
/ 7020
Phát hiện không liên tục
Phát hiện biên
•
Với hàm f(x, y), gradient của f tại tọa độ (x, y) được định nghĩa là một
vectơ cột hai chiều:
/ 7021
Phát hiện không liên tục
Phát hiện biên Đạo hàm bậc I













∂
∂
∂
∂
=






=∇
y
f
x
f
G
G
f
y

x
/ 7022
Phát hiện không liên tục
Phát hiện biên Đạo hàm bậc I
[ ]
2
1
2
2
2
1
22
)(
















∂

∂
+






∂
∂
=
+=∇=∇
y
f
x
f
GGfmagf
yx
yx
GGf +≈∇
/ 7023
Phát hiện không liên tục
Phát hiện biên Đạo hàm bậc I
Như vậy:
),()1,(),(),1( yxfyxfyxfyxf
y
f
x
f
GGf

yx
−++−+=
∂
∂
+
∂
∂
=+≈∇
),(),1( yxfyxfG
x
−+=
),()1,( yxfyxfG
y
−+=
/ 7024
Phát hiện không liên tục
Phát hiện biên Đạo hàm bậc I
z
1
z
2
z
3
z
4
z
5
z
6
z

7
z
8
z
9
G
x
= (z
6
– z
5
) và G
y
= (z
8
– z
5
).
•
Trong vùng 3×3, sử dụng ký hiệu z
5
của mặt nạ tương ứng với điểm ảnh f(x, y), điểm z
1

của mặt nạ tương ứng với điểm ảnh f(x-1, y-1),
•
Xấp xỉ đơn giản nhất đối với đạo hàm bậc nhất thỏa mãn điều kiện:
Toán tử Robert
),(),1( yxfyxfG
x

−+=
),()1,( yxfyxfG
y
−+=
/ 7025
Phát hiện không liên tục
Phát hiện biên Đạo hàm bậc I
•
Khi đó:
z
1
z
2
z
3
z
4
z
5
z
6
z
7
z
8
z
9
-1 1
1 0
Toán tử Robert

5658
zzzzf −+−≈∇