Xử lý ảnh và ứng dụng thư viện AForge NET

Mục lục
1 Mở đầu 3
2 Giới thiệu chung về xử lý ảnh 5
2.1 Tổng quan về xử lý ảnh . . . . . . . . . . . . . . . . . . . . 5
2.2 Các vấn đề cơ bản trong xử lý ảnh. . . . . . . . . . . . . . . 6
2.2.1 Các khái niệm . . . . . . . . . . . . . . . . . . . . . . 6
2.2.2 Biểu diễn ảnh . . . . . . . . . . . . . . . . . . . . . . 10
2.2.3 Tăng cường ảnh . . . . . . . . . . . . . . . . . . . . . 13
2.2.4 Phân vùng ảnh . . . . . . . . . . . . . . . . . . . . . 13
2.2.5 Trích chọn đặc tính . . . . . . . . . . . . . . . . . . . 14
2.2.6 Nhận dạng ảnh . . . . . . . . . . . . . . . . . . . . . 14
2.2.7 Nén ảnh . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2.8 Các định dạng ảnh cơ bản . . . . . . . . . . . . . . . 16
3 Một số bài toán về xử lý ảnh 18
3.1 Các bài toán cải thiện ảnh sử dụng toán tử điểm . . . . . . 18
3.2 Tăng độ tương phản (Stretching Contrast) . . . . . . . . . . 20
3.3 Tăng giảm độ sáng . . . . . . . . . . . . . . . . . . . . . . . 21
3.4 Cải thiện ảnh dùng toán tử không gian . . . . . . . . . . . . 22
1
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
3.4.1 4.1 Làm trơn nhiễu bằng lọc tuyến tính: lọc trung
tính và lọc dải thông thấp . . . . . . . . . . . . . . . 23
3.4.2 Làm trơn bằng nhiễu lọc phi tuyến . . . . . . . . . . 27
3.5 Bài toán về phát hiện biên ảnh . . . . . . . . . . . . . . . . 29
3.5.1 Một số khái niệm . . . . . . . . . . . . . . . . . . . . 29
3.5.2 Phân loại các kỹ thuật phát hiện biên . . . . . . . . . 29
3.5.3 Quy trình phát hiện biên . . . . . . . . . . . . . . . . 30
3.5.4 Các phương pháp phát hiện biên . . . . . . . . . . . 31
4 Giới thiệu về thư viện Aforge.NET và chương trình minh
họa 36

Kết luận 42
Tài liệu tham khảo 43
2
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
Chương 1
Mở đầu
Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ. Tại sao
nói như vậy thì trong phần báo cáo của bài tập lớn này em hy vọng sẽ giúp
mọi người hiểu rõ hơn về xử lý ảnh và những ứng dụng thực tiễn của nó
mang lại.
Xử lý ảnh là một nghành khoa học còn mới mẻ so với những nghành
khoa học khác nhưng tốc độ phát triển của nó là rất nhanh, đặc biệt trong
thời đại bùng nổ công nghệ thông tin hiện nay. Nó kích thích các trung
tâm nghiên cứu, các ứng dụng và đặc biệt là các máy tính chuyên dụng hỗ
trợ cho nó.
Phương pháp xử lý ảnh bắt đầu từ việc nâng cao chất lượng hình ảnh
và phân tích ảnh. Ứng dụng đầu tiên được biết đến đó là nâng cao chất
lượng ảnh báo được truyền qua cáp London đến New York từ những năm
1920. Việc nâng cao chất lượng hình ảnh được phát triển khoảng từ năm
1955 và việc nâng cao đó hình ảnh đó liên quan đến mức phân bố mức sáng
và độ phân giải của điểm ảnh. Sau những năm của thế chiến thứ II, máy
tính phát triển nhanh tạo điều kiện cho việc xử lý ảnh số được thuận lợi.
Năm 1964, máy tính đã có khả năng xử lý và nâng cao chất lượng hình
ảnh từ Mặt trăng và vệ tinh Ranger 7 của Mỹ gồm làm nổi đường biên
và lưu ảnh. Từ đó đến nay các phương tiện xử lý, nâng cao, nhận dạng
3
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
ảnh phát triển không ngừng. Các phương pháp tri thức nhân tạo như nhận

diện khuôn mặt, mạng nơ-ron nhân tạo, các thuật toán xử lý hiện đại, các
công cụ nén ảnh ngày càng được áp dụng rộng rãi và thu nhiều kết quả
khả quan, ứng dụng rất nhiều vào thực tiễn.
Trong những năm gần đây, phần cứng máy tính và các thiết bị liên
quan đã có những tiến bộ vượt bậc tốc độ tính toán, dung lượng lưu trữ,
khả năng xử lý v.v Khái niệm ảnh, ảnh số đã trở nên thông dụng và mọi
người thu nhận hình ảnh bằng thiết bị cá nhân rồi đưa vào máy tính xử
lý đã trở nên đơn giản hơn rất nhiều. Ở Việt Nam, xử lý ảnh đã được đưa
vào giảng dạy ở bậc đại học, việc nghiên cứu xây dựng và phát triển các
ứng dụng về lĩnh vực xử lý ảnh là một vấn đề mời và đang được quan tâm
nhiều hơn. Xử lý ảnh là một lĩnh vực đang được quan tâm và trở thành
môn học chuyên nghành của nhiều nghành công nghệ thông tin, toán tin
trong nhiều trường đại học trên cả nước. Nhưng phần lớn giá trình tài liệu
đều dưới dạng công thức toán, ít được thể hiện dưới dạng công thức có thể
lập trình được. Vì vậy việc xây dựng thuật toán và lập trình một số cơ bản
trong xử lý ảnh là rất cần thiết giúp cho việc nghiên cứu tìm hiểu về lý
thuyết xử lý ảnh được trực quan sinh động hơn.
Vì vậy bài báo cáo này em xin giành để giới thiệu về xử lý ảnh, gói
thư viện xử lý ảnh trong C# đó là Aforge.NET các hàm trong thư viện đó
và một số ứng dụng đơn giản về xử lý ảnh trong thư viện này.
4
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
Chương 2
Giới thiệu chung về xử lý
ảnh
2.1 Tổng quan về xử lý ảnh
Quá trình xử lý ảnh được xem như là thao tác đầu vào nhằm cho ra
kết quả mong muốn. Để có hình dung quá trình một hệ thống xử lý ảnh ta
có thể xem xét các bước cần thiết sau trong xử lý ảnh.

5
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
Hình 1.1 Các giai đoạn chính trong xử lý ảnh.
Trước hết là quá trình thu nhận ảnh, ảnh có thể thu nhận qua camera.
Thường ảnh thu nhận qua camera là tín hiệu tương tự (loại camera ống kiểu
CCIR), nhưng cũng có thể là tín hiệu số hóa (loại CCD-Charge Coupled
Device). Ngoài ra, ảnh cũng có thể nhận từ vệ tinh qua các bộ cảm ứng
(sensor) hay ảnh, tranh được quét trên scanner.
Tiếp theo là quá trính số hóa (digitalizer) để biến đổi tín hiệu tương
tự sang tín hiệu rời rạc (lấy mẫu) và số hóa bằng lượng tử hóa, trước khi
chuyển sang giai đoạn xử lý, phân tích hay lưu trữ lại.
Quá trình phân tích ảnh thực chất bao gồm nhiều công đoạn nhỏ,
trước hết là công viêc tăng cường ảnh. Do những nguyên nhân khác nhau:
có thể do chất lượng thiết bị thu nhận ảnh, do nguồn sáng hay do nhiễu
mà ảnh có thể bị suy biến. Do vậy cần phải tăng cường khôi phục ảnh để
làm nổi bật một số đặc tính của ảnh, hay làm 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, phân vùng ảnh, trích chọn các đặc tính,v.v
Cuối tùy theo mục đích của ứng dụng mà sẽ là giai đoạn nhận dạng,
phân lớp hay các quyết định khác.
2.2 Các vấn đề cơ bản trong xử lý ảnh.
2.2.1 Các khái niệm
Điểm ảnh (pixel element)
Gốc của ảnh 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 biển đổi gần đúng một
ảnh liên tục thành một tập hợp 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
6
ĐỒ ÁN 3: Xử lý ảnh

Sv: Trần Tuấn Vinh
lập sao cho mắt người không phân biệt được ranh giới giữa chúng. Mỗi
điểm như vậy gọi là điểm ảnh (PEL: Picture Element) hay gọi tắt là pixel.
Trong khuôn khổ ảnh 2 chiều, mỗi pixel ứng với mỗi cặp tọa độ (x,y).
Độ phân giải của ảnh
Độ phân giải (Resolution) của ảnh là mật độ điểm ảnh được ấn định
trên một ảnh số được hiển thị. Theo định nghĩa khoảng cách giữa các điểm
ảnh phải được chọn sao cho mắt người vẫn thấy sự liên tục của ảnh. Việc
lựa chọn khoảng cách thích hợp tạo nên một mật độ phân bổ, đó chính là
độ phân giải được phân bố theo trục x và y trong không gian hai chiều.
Ví dụ: Độ phân giải trên màn hình Smartphone VGA là 800*480 ( tức
là 800 điểm ảnh chiều học*480 điểm ảnh chiều ngang) thì thấy với màn
hình 4” thấy mịn hơn màn hình 5”. Lý do là cùng một mật độ nhưng diện
tích màn hình rộng hơn thì độ mịn kém hơn (tức là liên tục các điểm).
Mức xám của ảnh (Gray level)
Là kết quả của sự biến đổi tương ứng một giá trị độ sáng của một
điểm ảnh với một giá trị nguyên dương. Thông thường được xác định trong
khoảng [0 255]. Tùy thuộc vào giá trị xám mà mỗi điểm ảnh được biểu
diễn trên 1, 4, 8, 24 hay 32 bit.
Ảnh số
Là tập hợp hữu hạn các điểm ảnh, thường được biểu diễn bằng một
mảng hai chiều I(m,n) với m là số hàng, n là số cột. Ta ký hiệu P(x,y) là
một điểm ảnh tại vị trí (x, y). Số lượng điểm ảnh trên mỗi hàng hoặc các
hàng xác định độ phân giải của ảnh. Ảnh số được chia làm 3 loại:
• Ảnh nhị phân: Giá trị xám của tất cả các điểm ảnh chỉ nhận 0 hoặc
7
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
1. Như vậy thì mỗi điểm ảnh trong ảnh nhị phân được biểu diễn bởi
1 bit.

• Ảnh xám: Giá trị xám nằm trong khoảng 0 đến 255, mỗi điểm ảnh
trong ảnh xám được biểu diễn bởi 1 byte.
• Ảnh màu: ảnh màu theo lý thuyết của Thomas là ảnh tổ hợp từ 3
màu cơ bản: R (Red), G (Green), B (BLue) và thường thu nhận trên
các dãi băng tần khác nhau. Với ảnh màu cách biểu diễn cũng tương
tự như ảnh đen trắng chỉ khác là các số tại mỗi phần tử của ma trận.
Người ta dùng 3 byte để mô tả mức màu, khi đó các giá trị màu :
2
8∗3
= 2
24
= 16,7 triệu màu.
Quan hệ giữa các điểm ảnh.
Một ảnh số giả sử được biểu diễn bằng hàm f (x,y)
• Lân cận của một điểm ảnh
Một điểm ảnh p tại tọa độ (x, y) có các lân cận theo chiều ngang và
chiều dọc là: (x+1, y), (x-1, y), (x, y+1), (x, y-1).
Tập hợp các điểm ảnh trên được gọi là lân cận 4 của p, ký hiệu N
4
(p).
Mỗi điểM ảnh có khoảng cách đơn vị đến (x, y), và nếu (x, y) nằm trên
biên của ảnh thì lân cận của nó có thể nằm ngoài ảnh.
Các lân cận chéo của p có tọa độ: (x+1, y+1), (x+1, y-1), (x-1, y+1),
(x-1, y-1).
Tập lân cận chéo được ký hiệu N
D
(p).
Tập lân cận chéo cùng với lân cận 4 tạo thành lân cận 8 của p, ký hiệu
N
8

(p).
8
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
Hình 1.2 Lân cận của 1 điểm ảnh
• Liên kết giữa các điểm ảnh
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 ảnh 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 với các giá trị cường độ sáng V được
nói là liên kết 4 nếu q nằm trong tập N
4
(p).
+ Liên kết 8:Hai điểm ảnh p và q với các giá trị cường độ sáng V được gọi
là liên kết 8 nếu q nằm trong tập 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: q thuộc N
4
(p)hoặc q thuộc N
D
(p).
Lược đồ mức xám (Histogram)
Lược đồ mức xám của ảnh là một hàm cung cấp tuần suất xuất hiện
của mỗi mức xám trong ảnh. Lược đồ mức xám được biểu diễn trong hệ

tọa độ Decac xOy, trong đó Ox biểu diễn các mức xám của ảnh (256 mức
trong trường hợp chúng ta xét), Oy biểu diễn số điểm ảnh cho một mức
xám (số điểm ảnh có cùng mức xám).
9
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
Lược đồ mức xám cung cấp rất nhiều thông tin về sự phân bố mức
xám của ảnh. Theo thuật ngữ của xử lý ảnh gọi là tính động của ảnh, tính
động của ảnh cho phép phân tích một khoảng nào đó phân bố phần lớn
các mức xám của ảnh: ảnh rất sáng hay rất đậm. Nếu ảnh sáng, lược đồ
xám nằm bên phải (mức xám cao), còn ảnh đậm thì lược đồ xám nằm bên
trái (mức xám thấp).
Hình 1.3 Hình ảnh biểu diễn lược đồ xám của một bức ảnh.
2.2.2 Biểu diễn ảnh
Ảnh sau khi số hoá sẽ được lưu vào bộ nhớ, hoặc chuyển sang các khâu
tiếp theo để phân tích. Nếu lưu trữ ảnh trực tiếp từ các ảnh thô, đòi hỏi
dung lượng bộ nhớ cực lớn và không hiệu quả theo quan điểm ứng dụng và
công nghệ. Thông thường, các ảnh thô đó được đặc tả (biểu diễn) lại (hay
đơn giản là mã hoá) theo các đặc điểm của ảnh được gọi là các đặc trưng
ảnh (Image Features) như: biên ảnh (Boundary), vùng ảnh (Region). Một
10
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
số phương pháp biểu diễn thường dùng:
• Biểu diễn bằng mã chạy (Run-Length Code)
• Biểu diễn bằng mã xích (Chaine -Code)
• Biểu diễn bằng mã tứ phân (Quad-Tree Code)
Biểu diễn bằng mã chạy
Phương pháp này thường biểu diễn cho vùng ảnh và áp dụng cho ảnh
nhị phân. Một vùng ảnh R có thể mã hoá đơn giản nhờ một ma trận nhị

phân:
U(m,n) = 1 nếu (M,n) thuộc R.
U(m,n) = 0 nếu (M,n) không thuộc R.
Trong đó: U(m, n) là hàm mô tả mức xám ảnh tại tọa độ (m, n). Với
cách biểu diễn trên, Một vùng ảnh được mô tả bằng một tập các chuỗi số
0 hoặc 1. Giả sử chúng ta mô tả ảnh nhị phân của một vùng ảnh được thể
hiện theo toạ độ (x, y) theo các chiều và đặc tả chỉ đối với giá trị “1”. Khi
đó dạng mô tả có thể là: (x, y)r; trong đó (x, y) là toạ độ, r là số lượng các
bit có giá trị “1” liên tục theo chiều ngang hoặc dọc.
11
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
Hình 1.4 Hình minh họa biểu diễn bằng mã loạt dài
Biểu diễn bằng mã xích
Phương pháp này thường dùng để biểu diễn đường biên ảnh. Một
đường bất kỳ được chia thành các đoạn nhỏ. Nối các điểm chia, ta có các
đoạn thẳng kế tiếp được gán hướng cho đoạn thẳng đó tạo thành một dây
xích gồm các đoạn. Các hướng có thể chọn 4, 8, 12, 24, Mỗi hướng được
mã hoá theo số thập phân hoặc số nhị phân thành mã của hướng.
Hình 1.5 Hướng các điểm biên và mã tương ứng
A11070110764545432
12
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
Biểu diễn bằng mã tứ phân
Theo phương pháp mã tứ phân, một vùng của ảnh coi như bao kín bời
một hình chữ nhật. Vùng này được chia làm 4 vùng con. Nếu vùng con gồm
toàn điểm đen(1) hay toàn điểm trắng (0) thì không cần chia tiếp. Trong
trường hợp ngược lại, vùng con gồm cả đen và trắng gọi là vùng xám lại
tiếp tục được chia làm 4 vùng con tiếp. Quá trình chia dừng lại khi không

thể chia tiếp được nữa, có nghĩa là vùng con chỉ chứa thuần nhất điểm
đen hay trắng. Như vậy, cây biểu diễn gồM Một chuỗi các kí kiệu b(black),
w(white) và g (grey) kèm theo ký hiệu mã hóa 4 vùng con. Biểu diễn theo
phương pháp này ưu việt hơn so với các phương pháp trên, nhất là so với
mã loạt dài. Tuy nhiên, để tính toán số đo các hình như chu vi, Mô-men là
khá khó.
2.2.3 Tăng cường ảnh
Tăng cường ảnh là bước quan trọng, tạo tiền đề cho xử lý 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.
2.2.4 Phân vùng ảnh
Để phân tích các đối tượng trong ảnh, chúng ta cần phải phân biệt
được các đối tượng cần quan tâm với phần còn lại của ảnh. Những đối
tượng này có thể tìm ra được nhờ các kỹ thuật phân vùng ảnh.
13
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
Vùng ảnh là một chi tiết, một thực thể trong toàn cảnh. Nói đến vùng
ảnh là nói đến tính chất bề mặt của ảnh. Nó là một tập hợp các điểm có
cùng hoặc gần cùng một tính chất nào đó : mức xám, màu sắc. . . Đường
bao quanh một vùng ảnh (Boundary) là biên ảnh. Các điểm trong một
vùng ảnh có độ biến thiên giá trị mức xám tương đối đồng đều hay tính
kết cấu tương đồng.
Một phương pháp phân vùng ảnh là sử dụng một ngưỡng giá trị xám
để phân tách ảnh thành đối tượng và nền (những điểm dưới ngưỡng xám
thuộc về nền, ngược lại thuộc về đối tượng).

2.2.5 Trích chọn đặc tính
Dựa trên các thông tin thu nhận được qua quá trình phân vùng, kết
hợp với các kỹ thuật xử lý để đưa ra các đặc trưng, đối tượng ảnh cũng
như các thông tin cần thiết trong quá trình xử lý.
Việc trích chọn hiệu quả các đặc điểm giúp cho việc nhận dạng các đối
tượng ảnh chính xác, với tốc độ tính toán cao và dung lượng nhớ lưu trữ
giảm xuống.
2.2.6 Nhận dạng ảnh
Nhận dạng là quá trình phân loại các đối tượng được biểu diễn theo
một mô hình nào đó và gán chúng một tên (gán cho đối tượng một tên gọi,
tức là một dạng) dựa theo những quy luật và mẫu chuẩn.
Theo lý thuyết về nhận dạng, các mô hình toán học về ảnh được phân theo
hai loại nhận dạng ảnh cơ bản:
• Nhận dạng theo tham số.
• Nhận dạng theo cấu trúc.
14
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
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 (Text), nhận dạng vân tay, nhận dạng mã
vạch, nhận dạng mặt người
Ngoài ra, hiện nay một kỹ thuật nhận dạng Mới dựa vào kỹ thuật
mạng nơ ron đang được áp dụng và cho kết quả khả quan.
2.2.7 Nén ảnh
Nhằm giảm thiểu không gian lưu trữ của ảnh, nén ảnh thường được
tiến hành theo cả hai khuynh hướng là nén có bảo toàn và không bảo toàn
thông tin.
Nén không bảo toàn thì thường có khả năng nén cao hơn nhưng khả
năng phục hồi thì kém hơn. Trên cơ sở hai khuynh hướng, có 4 cách tiếp

cận cơ bản trong nén ảnh:
• Nén ảnh thống kê: Kỹ thuật nén này dựa vào việc thống kê tần suất
xuất hiện của giá trị các điểm ảnh, trên cơ sở đó mà có chiến lược
mã hóa thích hợp. Một ví dụ điển hình cho kỹ thuật mã hóa này là
*.TIF
• Nén ảnh không gian: Kỹ thuật này dựa vào vị trí không gian của các
điểm ảnh để tiến hành mã hóa. Kỹ thuật lợi dụng sự giống nhau của
các điểm ảnh trong các vùng gần nhau. Ví dụ cho kỹ thuật này là mã
nén *.PCX
• Nén ảnh sử dụng phép biến đổi: Đây là kỹ thuật tiếp cận theo hướng
nén không bảo toàn và do vậy, kỹ thuật thướng nến hiệu quả hơn.
*.JPG chính là tiếp cận theo kỹ thuật nén này.
• Nén ảnh Fractal: Sử dụng tính chất Fractal của các đối tượng ảnh,
thể hiện sự lặp lại của các chi tiết. Kỹ thuật nén sẽ tính toán để chỉ
15
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
cần lưu trữ phần gốc ảnh và quy luật sinh ra ảnh theo nguyên lý
Fractal.
2.2.8 Các định dạng ảnh cơ bản
Ảnh thu được sau quá trình số hóa thường được lưu lại cho các quá
trình xử lý tiếp theo hay truyền đi. Trong quá trình phát triển của kỹ thuật
xử lý ảnh, tồn tại nhiều định dạng ảnh khác nhau từ ảnh đen trắng (với
định dạng IMG), ảnh đa cấp xám cho đến ảnh Màu: (BMP, GIF, JPE. . . ).
Tuy các định dạng này khác nhau, song chúng đều tuân thủ theo một cấu
trúc chung nhất. Nhìn chung, Một tệp ảnh bất kỳ thường bao gồm 3 phần:
• Mào đầu tệp (Header)
Là phần chứa các thông tin về kiểu ảnh, kích thước, độ phân giải, số
bit dùng cho 1 pixel, cách mã hóa, vị trí bảng màu
• Dữ liệu nén (Data CoMpression)

Số liệu ảnh được mã hóa bởi kiểu mã hóa chỉ ra trong phần Header.
• Bảng Màu (Palette Color)
Bảng màu không nhất thiết phải có, ví dụ khi ảnh là đen trắng. Nếu
có, bảng màu cho biết số màu dùng trong ảnh và bảng màu được sử dụng
để hiện thị màu của ảnh.
Ảnh BMP (Bitmap)
Là ảnh được mô tả bởi một ma trận các giá trị số xác định màu và
bảng màu của các điể ảnh tương ứng khi hiển thị. Ưu điểm của ảnh Bitmap
là tốc độ vẽ và tốc độ xử lý nhanh. Nhược điểm của nó là kích thước rất
lớn.
16
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
Ảnh JPEG (Joint Photographic Experts Group)
Đây là một định dạng ảnh được hỗ trợ bởi nhiều trình duyệt web. Ảnh
JPEG được phát triển để nén dung lượng và lưu trữ ảnh chụp, và được sử
dụng tốt nhất cho đồ họa có nhiều Màu sắc, ví dụ như là ảnh chụp được
scan. File Ảnh JPEG là ảnh Bitmap đã được nén lại.
Ảnh GIF (Graphics Interchange Format)
Ảnh GIF được phát triển dành cho những ảnh có tính chất thay đổi.
Nó được sử dụng tốt nhất cho đồ họa có ít màu, ví dụ như là ảnh hoạt
hình hoặc là những bức vẽ với nhiều đường thẳng. File ảnh GIF là những
ảnh Bitmap được nén lại.
Có hai sự khác nhau cơ bản giữa ảnh GIF và ảnh JPEG:
• Ảnh GIF nén lại theo cách giữ nguyên toàn bộ dữ liệu ảnh trong khi
ảnh JPEG nén lại nhưng làm mất một số dữ liệu trong ảnh.
• Ảnh GIF bị giới hạn bởi số Màu nhiều nhất là 256 trong khi ảnh
JPEG không giới hạn số màu mà chúng sử dụng.
17
ĐỒ ÁN 3: Xử lý ảnh

Sv: Trần Tuấn Vinh
Chương 3
Một số bài toán về xử lý
ảnh
3.1 Các bài toán cải thiện ảnh sử dụng toán
tử điểm
Xử lý điểm ảnh thực chất là biến đổi một giá trị điểm ảnh dựa vào đặc
tính của chính nó mà không hề dựa vào các điểm ảnh khác. Có hai cách
tiếp cận phương pháp này. Cách thứ nhất dùng một hàm biến đổi thích
hợp với mục đích hoặc yêu cầu đặt ra để biến đổi giá trị mức xám của điểm
ảnh sang một giá trị mức xám khác. Cách thứ hai là dùng lược đồ xám
(Gray Histogram). Về mặt toán học, toán tử điểm là một ánh xạ từ giá trị
cường đọ sáng u(m,n) thông qua hàm f(.) tức là :
v(m,n)=f(u(m,n)).
Nói một cách khác, toán tử điểm là toán tử không bộ nhớ, ở đó một
mức xám u ∈ [0, N] ánh xạ sang một mức xám v ∈ [0, N] : v = f(u). Ứng
dụng chính của các toán tử điểm là đổi độ tương phản của ảnh. Ánh xạ f
khác nhau tùy theo các ứng dụng. Các dạng toán tử được giới thiệu cụ thể
như sau :
18
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
• Tăng độ tương phản
f(u) =










αu α ≤ u < a
β(u − a) + v
a
a ≤ u < b
γ(u − b) + v
b
β ≤ u < L
.
Các cấp độ α,β,γ xác định độ tương phản tương đối. L là số mức xám
cực đại.
• Tách nhiễu và phân ngưỡng
Tách nhiễu là trường hợp đặc biệt của dãn độ tương phản khi hệ số
góc α = γ = 0. Tách nhiễu được ứng dụng có hiệu quả để giảm nhiễu khi
biết tín hiệu đầu vào trên khoảng [a, b].
Phân ngưỡng là trường hợp đặc biệt của tách nhiễu khi a = b = const.
Trong trường hợp này, ảnh đầu vào là ảnh nhị phân (có 2 mức). Phân
ngưỡng thường dùng trong kỹ thuật in ảnh 2 màu vì ảnh gần nhị phân
không cho ảnh nhị phân khi quét do có nhiễu từ bộ cảm biến và biến đổi
của nền.
f(u) =










0 0 ≤ u < a
αu a ≤ u < b
L u ≥ b
.
• Biến đổi âm bản (Digital Negative)
Âm bản nhận được bằng phép biến đổi âm. Phép biến đổi rất có nhiều
hữu ích trong các phim ảnh dùng trong các ảnh y học.
f(u) = L − u tạo âm bản
• Cắt theo mức ( Intensity Level Slicing)
19
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
Biến đổi này cho phép phân đoạn một số mức xám từ phần còn lại của
ảnh. Nó có tác dụng khi niều đặc tính khác nhau của ảnh nằm trên miền
mức xám khác nhau.
f(u) =



L a ≤ u ≤ b
0 #
.
• Trích chọn bit (Bit Extraction)
Như đã trình bày ở trên, mỗi điểm ảnh thường được mã hoa trên B
bit. Nếu B = 8 ta có ảnh 2
8
= 256 mức xám ( ảnh nhị phân ừng vời B
=1). Trong các bit mã hóa này, người ta chia làm 2 loại : bit bậc thấp và

bit bậc cao. Với bit bậc cao, độ bảo toàn thông tin cao hơn so với bit bậc
thấp. Các bit bậc thấp thường biểu diễn nhiễu hay nền.
f(u) = (i
n
− 2i
n−1
)L với i
n
= Int

it/2
n−1

, n = 1, 2 . . . B.
3.2 Tăng độ tương phản (Stretching Con-
trast)
Trước tiên cần phải làm rõ khái niệm độ tương phản. Ảnh số là tập
hợp các điểm, mỗi điểm có giá trị độ sáng khác nhau. Ở đây, độ sang để
mắt người dễ cảm nhận song không phải là quyết định. Thực tế chỉ ra rằng
hai đối tượng có cùng độ sáng nhưng đặt trên hai nền khác nhau sẽ cho
cẩm nhận sáng khác nhau. Như vậy, đọ tương phản biểu diễn sự thay đổi
độ sáng của đối tướng so với nền. Nói một cách khác, độ tương phản là độ
nổi của một điểm ảnh hay vùng ảnh so với nền. Như vậy, nếu ảnh có độ
tương phản kém, ta có thể thay đổi tùy theo ý muốn.
Ảnh với độ tương phản thấp có thể do điều kiện sáng không đủ hay
không đều, hoặc do tính không tuyến tính hay biến động nhỏ của bộ phận
cảm nhận ảnh. Để điều chính lai độ tương phản của ảnh, cần điều chỉnh
20
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh

lại biên độ trền toàn dải hay trên dải có giới hạn bằng cách biến đổi tuyến
tính biên độ đầu vào (dùng hàm biến đổi là hàm tuyến tính) hay phi tuyến
(hàm mũ hay hàm logarit). Khi dùng hàm tuyến tính các độ dốc của α,β,γ
phải chọn lớn hơn một miền cần dãn. Các tham số a và b ( các cận) có
thể chọn khi xem xét lược đồ xám của ảnh. Chú ý, nếu dãn độ tương phản
bằng hàm tuyến tính ta có :
α = β = γ = 1 ảnh có kết quả trùng với ảnh gốc.
α, β, γ > 1dãn độ tương phản.
α, β, γ < 1co độ tương phản.
Hình 2.1 Dãn đồ tương phản
Hàm mũ thương được dùng để dãn đồ tương phản. Hàm có dạng
f(u) = (X [m, n])
p
.
với p là bậc thay đổi. Thường chọn là 2.
3.3 Tăng giảm độ sáng
Giả sử ảnh đầu vào I - kích thước(m × n) và số nguyên c.
Khi đó kỹ thuật tăng, giảm được thực hiện qua thuật toán :
Bước 1: với mỗi điểm ảnh thực hiện cộng mức xám với giá trị.
21
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
for (i =0; i < m; i++)
for( (j=0; j < n; j++)
I[i,j] = I[i,j] +c;
Bước 2: Gán giá trị độ xám mới cho điểm ảnh đầu ra.
c > 0 : ảnh sáng lên.
c < 0 : ảnh tối đi.
Để thấy sự thay đổi xem hình ảnh dưới đây tăng độ sáng với c = 100;
.

Hình 2.2 Hình ví dụ về tăng độ sáng
3.4 Cải thiện ảnh dùng toán tử không gian
Cải thiện ảnh là làm cho ảnh có chất lượng tốt hơn theo ý đồ sử dụng.
Thường là ảnh thu nhận có nhiễu cần phải loại bỏ nhiễu hay ảnh không
sắc nét bị mờ hoặc cần làm tõ các chi tiết như đường biên ảnh. Các toán
tử không gian dùng trong kỹ thuật tăng cường ảnh được phân nhóm theo
công dụng: làm trơn nhiễu, nổi biên. Để làm trơn nhiễu hay tách nhiễu,
người ta sử dụng các bộ lọc tuyến tính (lọc trung bình, thông thấp) hay lọc
22
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
phi tuyến (trung vị, giả trung vị, lọc đồng hình). Từ bản chất của nhiễu
(thường tương ứng với tần số cao) và từ cơ sở lý thuyết lọc là: bộ lọc chỉ cho
tín hiệu có tần số nào đó thông qua do đó, để lọc nhiễu người ta thường
dùng lọc thôngthấp (theo quan điểm tần số không gian) hay lấy tổ hợp
tuyến tính để san bằng (lọc trung bình). Để làm nổi cạnh (ứng với tần số
cao), người ta dùng các bộ lọc thông cao, lọc Laplace.
Trước khi xem xét chi tiết các kỹ thuật áp dụng, cần phân biệt các
loại nhiễu hay can thiệp trong quá trình xử lý ảnh. Trên thực tế tồn tại
nhiều loại nhiễu; tuy nhiên người ta thường xem xét 3 loại nhiễu chính:
nhiễu cộng, nhiễu nhân và nhiễu xung:
• Nhiễu cộng :
Nhiễu cộng thường được phân bố khắp ảnh. Nếu gọi ảnh quan sát (ảnh
thu nhận) X
qs
, ảnh gốc là X
goc
, nhiễu là η ảnh thu được biểu diễn bởi:
X
qs

= X
goc
+ η.
• Nhiễu nhân :
Nhiễu nhân thường phân bố khắp ảnh và ảnh thu được sẽ được biểu
diễn bởi công thức :
X
qs
= X
goc
∗ η.
• Nhiễu xung :
Nhiễu xung thường gây đột biến tại một số điểm ảnh.
3.4.1 4.1 Làm trơn nhiễu bằng lọc tuyến tính: lọc
trung tính và lọc dải thông thấp
Do có nhiều loại nhiễu can thiệp vào quá trình xử lý ảnh nên cần có
nhiều bộ lọc thích hợp. Với nhiễu cộng và nhiễu nhân ta dùng các bộ lọc
23
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
thông thấp, trung bình và lọc đồng hình (Homomorphie); với nhiễu xung
ta dùng lọc trung bị, giả trung vị, lọc ngoài (Outlier).
• Lọc trung bình không gian
Với lọc trung bình, mỗi điểm ảnh được thay thế bằng trung bình trọng
số của các điểm lân cận và được định nghĩa như sau:
v(m, n) =

k,l∈W

a(k, l)y(m − k, n − l).

Nếu trong kỹ thuật lọc trên, ta dùng các trọng số như nhau, phương
trình trên sẽ trở thành:
v(m, n) =
1
N

k,l∈W

a(k, l)y(m − k, n − l).
với:
y(m, n) : ảnh đầu vào,
v(m, n) : ảnh đầu ra,
a(k, l) : là cửa sổ lọc.
a
k.l
=
1
N
và N
W
là số điểm ảnh trong cửa sổ lọc W.
Lọc trung bình có trọng số chính là thực hiện chập ảnh đầu vào với
nhân chập H. Nhân chập H trong trường hợp này có dạng:
H =
1
9





1 1 1
1 1 1
1 1 1




Trong lọc trung bình, thường người ta ưu tiên cho các hướng để bảo
vệ biên của ảnh khỏi bị mờ khi làm trơn ảnh. Các kiểu mặt nạ được sử
dụng tùy theo các trường hợp khác nhau. Các bộ lọc trên là bộ lọc tuyến
tính theo nghĩa là điểm ảnh ở tâm cửa số sẽ được thay bởi tổ hợp các điểm
lân cận chập với mặt nạ.
24
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh
Giả sử đầu vào biểu diễn bởi ma trận I:
I =









4 17 3 7 1
5 7 1 7 1
6 6 1 8 3
5 7 5 7 1

5 7 6 1 2









Ảnh số thu được bởi lọc trung bình có dạng Y = H ⊗ I có dạng:









23 26 31 19 16
35 39 46 31 27
36 43 49 34 27
36 48 48 34 22
24 35 33 22 11










Một bộ lọc trung bình không gian khác cũng hay được sử dụng. Phương
trình của bộ lọc đó có dạng
Y [m, n] =
1
2

X [m, n] +
1
4
{X [m − 1, n] + X [m + 1, n] X [m, n − 1] + X [m.n + 1]}

.
Ở đây, nhân chập H có kích thước 2 × 2 và mỗi điểm ảnh kết quả có
giá trị bằng trung bình cộng của nó với trung bình cộng của 4 lân cận gần
nhất.
Lọc trung bình trọng số là một trường hợp riêng của lọc thông thấp.
• Lọc thông thấp
Lọc thông thấp thường được sử dụng để làm trơn nhiễu. Về nguyên lý
của bộ lọc thông thấp giống như đã trình bày ở trên. Trong kỹ thuật này
người ta hay dùng một số nhân chập có dạng như sau:
H
t1
=
1
8





0 1 0
1 2 1
0 1 0




25
ĐỒ ÁN 3: Xử lý ảnh
Sv: Trần Tuấn Vinh