TRƢỜNG ĐẠI HỌC SƢ PHẠM HÀ NỘI 2
KHOA CÔNG NGHỆ THÔNG TIN
*************
NGUYỄN THỊ THU HƢƠNG
CHƢƠNG TRÌNH DEMO
KỸ THUẬT TRÍCH CHỌN ĐẶC TRƢNG
TRONG KHẢM ẢNH .PNG
KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC
Chuyên ngành: Khoa học my tnh
HÀ NỘI – 2015
TRƢỜNG ĐẠI HỌC SƢ PHẠM HÀ NỘI 2
KHOA CÔNG NGHỆ THÔNG TIN
*************
NGUYỄN THỊ THU HƢƠNG
CHƢƠNG TRÌNH DEMO
KỸ THUẬT TRÍCH CHỌN ĐẶC TRƢNG
TRONG KHẢM ẢNH .PNG
KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC
Chuyên ngành: Khoa học my tnh
Ngƣời hƣớng dẫn khoa học
TS. TRỊNH ĐÌNH VINH
HÀ NỘI – 2015
LỜ I CẢ M ƠN
Lờ i đầ u tiên em xin chân thà nh cả m ơn sƣ̣ hƣớ ng dẫ n tậ n tnh ca thy
gio TS Trịnh Đnh Vinh.
Em cũ ng xin chân thà nh cả m ơn cá c thầ y , cô giá o trong khoa Công
nghệ thông tin, cng nhƣ cc thy, cô giá o trong trƣờ ng đã giả ng dạ y và giú p
đỡ em trong cc năm hc va qua . Cc thy, cô giá o đã xây dƣ̣ ng cho chú ng
em nhƣ̃ ng kiế n thƣ́ c nề n tả ng và kiế n thƣ́ c chuyên môn để em có thể hoà n
thnh kha lun tt nghip v chun bị cho nhƣ̃ ng công việ c củ a mì nh sau nà y.
Cuố i cù ng em xin bà y tỏ lò ng biế t ơn tớ i gia đì nh và bạ n bè đã giú p đỡ
độ ng viên em rấ t nhiề u trong suố t qu trnh hc tp đ em c th thc hin tt
kha lun ny.
Do kiế n thc v thi gian cn hn ch nên kha lun không trnh khi
nhƣ̃ ng thiế u só t . Knh mong nhn đƣc s đng gp kin ca cc thy , cô
giáo v cc bn đ kha lun đƣc hon thin hơn.
H Ni, ngày thng năm 2015
Sinh viên
Nguyễn Thị Thu Hƣơng
LỜ I CAM ĐOAN
Tên em là : NGUYỄN THỊ THU HƢƠNG
Sinh viên lớ p: K37 – CNTT, khoa Công nghệ Thông tin, trƣờ ng Đạ i họ c Sƣ
Phm H Ni 2.
Em xin cam đoan:
1. Đề tà i: “Chƣơng trnh demo kỹ thut trích chn đặc trƣng trong khảm
ảnh .PNG” là nghiên cƣ́ u củ a riêng em, dƣớ i sƣ̣ hƣớ ng dẫ n củ a thầ y giá o
TS. Trịnh Đnh Vinh.
2. Kha lun hon ton không sao chp ca tc giả no khc.
Nế u sai em xin hoà n toà n chị u trá ch nhiệ m.
H Nộ i, ngày thng năm 2015
Ngƣờ i cam đoan
Nguyễn Thị Thu Hƣơng
DANH MỤC HÌNH ẢNH
Hình 1.1. Quá trình xử lý ảnh……………………………………………
3
Hnh 1.2. Cc bƣớc cơ bản trong mt h thng xử lý ảnh ………………
4
Hình 1.3. S chuyn đổi giữa các mô hình biu diễn ảnh ……….……….
6
Hình 1.4. Bc ảnh bị dƣ ti c lƣc đồ xám tp trung nhiều bên trái …
8
Hình 1.5. Hình ảnh sau khi đƣc chỉnh sửa lƣc đồ xm đã đƣc trải đều.
8
Hình 1.6. Phn mềm nhn dng bin s xe………………………………
8
Hình 1.7. Ảnh chụp X-quang…… ……………………………………
9
Hình 1.8. Cấu trúc địa chất ………………………… …………………
9
Hình 1.9. Bản đồ v tinh cơn bão …………………………………… ….
9
Hình 1.10. Ảnh đi tƣớng Võ Nguyên Gip đƣc ghép t nhiều ảnh nh
10
Hình 1.11. Ảnh Panorama ………………………………………………
11
Hình 1.12. Ảnh khảm nhiều lớp…………………………………………
12
Hình 1.13. Ảnh chụp t google maps ………… ………………………
14
Hình 1.14. Ảnh khảm về ngày phụ nữ Vit Nam ………………………
15
Hình 2.1. Sơ đồ thut toán khảm ảnh da trên nắn chỉnh bin dng………
18
Hình 2.2. Minh ha hai tp đim đặc trƣng ca hai ảnh đu vo………….
18
Hình 2.3. Ảnh khảm quảng co phim “Bụi đi ch lớn” …………………
22
Hình 2.4. H thng bản đồ trong game …………………………………
22
Hình 2.5. Biu đồ mô phng vic tính toán các DoG ảnh t ảnh kề m…
28
Hình 2.6. Mỗi đim ảnh đƣc so sánh với 26 láng giềng ca nó …………
29
Hình 2.7. Quá trình la chn cc đim hấp dẫn …………………………
30
Hình 2.8. Biu diễn cc vecto đặc trƣng ………………………………….
30
Hình 3.1: Form giao din chƣơng trnh …………………………………
34
Hình 3.2: Form to thƣ vin ảnh mới ……………………………………
34
Hình 3.3: Form chn ảnh nguồn …………………………………………
34
Hình 3.4: Form chn nơi lƣu kt quả ……………………………………
35
Hình 3.5. Form “To ảnh khảm” đƣc ảnh khảm bên cnh ảnh nguồn…
35
MỤC LỤC
MỞ ĐẦU 1
CHƢƠNG 1: XỬ LÝ ẢNH VÀ KHẢM ẢNH 3
1.1. Khái quát về xử lý ảnh 3
1.1.2. Các vấn đề cơ bản trong xử lý ảnh 5
1.2. Khảm ảnh 10
1.2.1. Khái nim 10
1.2.2. Mt s kỹ thut khảm ảnh 13
1.2.3. Ứng dụng ca khảm ảnh 14
CHƢƠNG 2: MỘT SỐ KỸ THUẬT KHẢM ẢNH 16
2.1. Kỹ thut nâng cao chất lƣng ảnh 16
2.1.1. Kỹ thut lc trung bình 16
2.1.2. Kỹ thut lc trung vị 17
2.2. Kỹ thut khảm ảnh kt hp nắn chỉnh hình dng và hiu chỉnh mc xám 18
2.2.1. Nắn chỉnh bin dng 19
2.2.2. Da trên tp đim đặc trƣng 20
2.2.3. Hiu chỉnh mc xám 20
2.3. Kỹ thut trích chn đặc trƣng trong khảm ảnh 21
2.3.1. Ứng dụng ca kỹ thut trích chn đặc trƣng trong khảm ảnh 21
2.3.2. Kỹ thut trích chn đặc trƣng 23
2.3.3.Quy trình khảm ảnh 32
CHƢƠNG 3: XÂY DỰNG CHƢƠNG TRÌNH DEMO 33
3.1. Phát biu bài toán 33
3.2. Phân tích, thit k chƣơng trnh 33
KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 36
TÀI LIỆU THAM KHẢO 37
1
MỞ ĐẦU
1. Lý do chọn đề tài
Những năm gn đây, phn cng my tnh đã dn trở nên mnh mẽ cả về
năng lc xử lý lẫn dung lƣng lƣu trữ vì th m cc lĩnh vc phn mềm cng
đƣc phát trin theo đặc bit l lĩnh vc xử lý ảnh.
Bên cnh ngôn ngữ giao tip, cc thông tin dƣới dng hình ảnh đng mt
vai trò rất quan trng trong vic trao đổi thông tin. Trong công ngh thông tin,
xử lý ảnh đã chim mt vị trí rất quan trng bởi v cc đặc tnh đy hấp dẫn đã
to nên mt s phân bit với cc lĩnh vc khác. Phn lớn các thông tin mà con
ngƣi thu thp đƣc qua thị gic đều bắt nguồn t ảnh, vic xử lý ảnh là mt
b phn quan trng đ trao đổi thông tin giữa ngƣi và máy. Trong thi đi
hin nay, Công ngh thông tin có s phát trin mnh mẽ về mi mặt. Cng
chính nh s phát trin ny đã gp phn rất lớn trong vic thúc đy s phát
trin ca các ngành khác nhƣ: Giáo dục, y t, quc phòng an ninh, giải tr, …
Ứng dụng ca xử lý ảnh là vô hn. Khảm ảnh là mt kỹ thut trong xử lý
ảnh, nó to ra hình ảnh mới bằng cách ghép các ảnh nh vào mt ảnh lớn sao
cho khi nhìn tổng th vào ảnh lớn thì vẫn có th nhìn thấy ni dung ca bc
ảnh lớn trƣớc đ. Ảnh khảm là tp hp hai hay nhiều ảnh đƣc ghép ni
thông qua h thng ghép ni phi hp ảnh, ng dụng vào trong xử lý ảnh đ
to ra các bc hình mang phong cách mới mẻ nhằm phục vụ cho rất nhiều
mục đch khc nhau.
T những lý do trên cùng với kin thc đã đƣc hc, đƣc tìm hiu t
môn xử lý ảnh, em đã chn đề ti “Chƣơng trnh demo kỹ thut trích chn đặc
trƣng trong khảm ảnh .PNG” lm đề tài khóa lun.
2. Mục đch nghiên cứu
To ra hình ảnh sng đng, mới mẻ có nhiều ng dụng vo đi sng.
3. Đối tƣợng, phạm vi nghiên cứu
Trong khuôn khổ khóa lun em tp trung nghiên cu:
- Các kỹ thut khảm ảnh.
2
- Khảm ảnh .PNG dùng kỹ thut trích chn đặc trƣng.
4. Nhiệm vụ nghiên cứu
Tìm hiu các kỹ thut dùng đ khảm ảnh, đặc bit tìm hiu kỹ thut
trích chn đặc trƣng. Thit k và xây dng chƣơng trnh khảm ảnh c định
dng .PNG. Chƣơng trnh đơn giản, dễ sử dụng.
5. Giả thuyết khoa học
Nu chƣơng trnh khảm ảnh thành công sẽ to ra các hình ảnh sng đng,
đc đo gp phn vào quảng b cc lĩnh vc nhƣ: Đin ảnh, du lịch, khoa hc
lịch sử, địa lý, kin trúc, truyền thông,…
6. Phƣơng php nghiên cứu
Phương pháp nghiên cứu lý luận
- Thu thp và phân tích các tài liu và thông tin liên quan đn đề tài.
- Tìm kim và chn la hƣớng giải quyt vấn đề.
Phương pháp nghiên cứu chuyên gia
- Phân tích thit k h thng chƣơng trnh ng dụng.
- Tham khảo các ý kin ca chuyên gia chuyên môn đ có th thit
k chƣơng trnh.
Phương pháp thực nghiệm
- Trin khai xây dng chƣơng trnh ng dụng.
- Kim tra, thử nghim v đnh gi kt quả.
7. Cấu trúc khóa luận
Ngoài phn li cảm ơn, mở đu, kt lun v hƣớng phát trin, tài liu
tham khảo. Khóa lun bao gồm:
Chƣơng 1: Xử lý ảnh và khảm ảnh.
Chƣơng 2: Mt s kỹ thut khảm ảnh.
Chƣơng 3: Xây dng chƣơng trnh demo.
3
CHƢƠNG 1: XỬ LÝ ẢNH VÀ KHẢM ẢNH
1.1. Khái quát về xử lý ảnh
Xử l ảnh l mt môn khoa hc tƣơng đi mới mẻ so với nhiều ngnh khoa
hc khc, tc đ pht trin rất nhanh, kch thch cc trung tâm nghiên cu, ng
dụng đặc bit l my tnh chuyên dụng riêng ca n.
Qu trnh xử l ảnh bắt đu t vic thu nhn ảnh nguồn gửi đn my tnh.
Tip theo l qu trnh s ha. Qu trnh s ha (Digitalizer) đ bin đổi tn hiu
tƣơng t sang tn hiu ri rc (lấy mẫu) v s ha bằng lƣng ha, trƣớc khi
chuyn sang giai đon xử l, phân tch hay lƣu trữ li.
Cc phƣơng php xử l ảnh bắt đu t cc ng dụng chnh: nâng cao chất
lƣng ảnh v phân tch ảnh. Vấn đề nâng cao chất lƣng ảnh c liên quan tới
phân b mc sng v đ phân giải ca ảnh. Năm 1964, my tnh đã c khả năng
xử l v nâng cao chất lƣng ảnh t mặt trăng v v tinh Ranger 7 ca Mỹ bao
gồm: Lm nổi đƣng biên, lƣu ảnh. T năm 1964 đn nay, cc phƣơng tin xử
l, nâng cao chất lƣng, nhn dng ảnh pht trin không ngng
Những năm trở li đây với s pht trin ca phn cng my tnh, xử l ảnh
v đồ ho đ pht trin mt cch mnh mẽ v c nhiều ng dụng trong cuc
sng. Xử l ảnh v đồ ho đng mt vai tr quan trng trong tƣơng tc ngƣi v
máy.
Qu trnh xử l ảnh đƣc xem nhƣ l qu trnh thao tc ảnh đu vo nhằm
cho ra kt qa mong mun.
Hình 1.1. Quá trình xử lý ảnh
Kt quả đu ra ca mt quá trình xử lý ảnh có th là mt ảnh tt hơn
hoặc mt kt lun.
Ảnh
XỬ LÝ ẢNH
Ảnh “tt hơn”
Kt lun
4
Sơ đồ tổng quát ca mt h thng xử lý ảnh:
Hnh 1.2. Cc bƣớc cơ bản trong mt h thng xử lý ảnh
* Thu nhận ảnh
Ảnh có th nhn qua camera màu hoặc đen trắng. Thƣng ảnh nhn qua
camera là ảnh tƣơng t. Ảnh cng c th thu nhn t v tinh qua các b cảm
ng (sensor) hay tranh, ảnh đƣc quét trên scanner. Các thit bị thu nhn ảnh này
có th cho ảnh đen trắng với mt đ 400 đn 1600 dpi. Khi dùng scanner, mt
dòng photodiot sẽ quét ngang ảnh, đu ra ca scanner là ảnh ma trn có s hay
bản đồ ảnh (ảnh Bitmap). B s hóa (digitalizer) sẽ to ảnh vector c hƣớng.
* Tiền xử lý
Tiền xử lý là giai đon đu tiên trong xử lý ảnh s, là bƣớc tăng cƣng
ảnh đ nâng cao chất lƣng ảnh. Sau thu nhn ảnh, ảnh có th nhiễu đ tƣơng
phản thấp nên cn đƣa vo b tiền xử l đ nâng cao chất lƣng. Chc năng
chính là lc nhiễu, nâng đ tƣơng phản làm ảnh rõ nét hớn, gn với trng thái
gc nhất. Các kỹ thut tăng cƣng chất lƣng ảnh bao gồm: kỹ thut tuyn tính,
phi tuyn, c định, thích nghi; kỹ thut da vào pixel hay kỹ thut đa mc.
* Trích chọn đặc điểm
Cc đặc đim ca đi tƣng đƣc trích chn tùy theo mục đch nhn
dng trong quá trình xử lý ảnh. V lƣng thông tin cha trong ảnh là rất lớn
nên trích chn hiu quả cc đặc đim giúp cho vic nhn dng cc đi tƣng
ảnh chính xác, với tc đ tính toán cao v dung lƣng nhớ lƣu trữ giảm. Các
Thu nhn
ảnh
Tiền xử
lý
Trích chn
đặc đim
Hu xử
lý
H quyt định
Đi sánh rút
ra kt lun
Lƣu trữ
5
đặc trƣng ca ảnh thƣng gồm: Mt đ xám, phân b xác suất, phân b không
gian, biên ảnh.
* Hậu xử lý
Nu lƣu trữ các ảnh ban đu thì cn b nhớ lƣu trữ cc lớn, nên các ảnh
đ đƣc biu diễn hay mã ha theo cc đặc trƣng ca ảnh nhƣ biên ảnh, vùng
ảnh. Mt s phƣơng php biu diễn thƣng dùng:
- Biu diễn bằng mã chy: Biu diễn theo vùng ảnh hay ảnh nhị phân.
- Biu diễn mã xích : Biu diễn đƣng biên ảnh
- Biu diễn mã t phân: Dùng đ mã hóa cho vùng ảnh.
* Đối snh đƣa ra kết luận
So sánh ảnh sau bƣớc hu xử lý với ảnh đã đƣc lƣu trữ t trƣớc, phục
vụ cho mục đch nhn dng và ni suy ảnh. Nhn dng t đng, phân loi và
phân nhóm các mẫu là những vấn đề quan trng trong thị gic my. Sau đ
đƣa ra kt lun da vào quyt định ca khi quyt định.
1.1.2. Các vấn đề cơ bản trong xử lý ảnh
1.1.2.1. Một số khái niệm
a. Ảnh
Trong kỹ thut ảnh kỹ thut s, mt đim ảnh (pixel) là mt đim vt lý
trong mt hình ảnh Raser, hoặc mt khi màu rất nh v l đơn vị cơ bản nhất
đ to nên mt bc ảnh kỹ thut s.
Ảnh có th xem là tp hp cc đim ảnh và mỗi đim ảnh l đặc trƣng
cƣng đ sáng hay mt dấu hiu no đ ti mt vị tr no đ ca đi tƣng
trong không gian và nó nhƣ mt hàm n bin P(c
1
, c
2
, , c
n
). Khi đƣc s hoá,
ảnh thƣng đƣc biu diễn bởi bảng hai chiều I(n,p): n dòng và p ct, gồm n x
p đim ảnh (thƣng giá trị ca n chn bằng p và bằng 256). Mt đim ảnh
I(x,y) có th lƣu trữ trên 1, 4, 8 hay 24 bit. Do đ, ảnh trong xử lý ảnh có th
xem nhƣ ảnh n chiều. Ảnh trong thc t là mt ảnh liên tục về không gian và
về giá trị đ sáng. Mun xử lý ảnh bằng máy tính cn thit phải tin hành s
hoá ảnh. Trong quá trình s hóa bin đổi tín hiu liên tục sang tín hiu ri rc
thông qua quá trình lấy mẫu (ri rc hóa về không gian) v lƣng hóa thành
6
phn giá trị mà về nguyên tắc mắt thƣng không th phân bit đƣc hai mc
kề nhau. S lƣng đim ảnh càng nhiều và càng nh th đ nét và chi tit ảnh
sẽ càng cao. Có các dng ảnh nhƣ: ảnh màu, ảnh xám.
Về mặt toán hc, ảnh là mt hàm hai bin f(x,y) với x, y là các bin ta
đ. Đi với ảnh xám, giá trị fmax là 255 (2
8
=256) vì mỗi phn tử ảnh đƣc
mã hóa bởi mt byte. Có th mô tả màu qua ba hàm s: R(x,y) ca mu đ,
G(x,y) ca màu xanh lục và B(x,y) ca màu xanh lam. Ảnh có th đƣc biu
diễn bởi mô hình Raser hoặc mô hình Vector:
Mô hình Raser
Mô hình Raser sử dụng cc ô lƣới quy chun, mô hình biu diễn ảnh
thông dụng nhất hin nay. Ảnh đƣc biu diễn dƣới dng ma trn cc đim
ảnh. Mô hình Raser rất thun li cho vic hin thị và in ấn.
Ƣu đim: Cấu trúc dữ liu đơn giản.
Nhƣc đim: Dung lƣng dữ liu lớn, đ chính xác biu thị thấp, khó
phân tích trong liên kt, chuyn đổi chm.
Cc đim ảnh có th xp hàng trên mt lƣới hnh vuông, lƣới hình lục giác
hoặc theo mt cách hoàn toàn ngẫu nhiên.
Mô hình Vector
Sử dụng cc đim ri rc, cc đƣng, v cc vùng tƣơng ng với cc đi
tƣng ri rc thông qua tên hoặc mã s quy định. Ngoài mục đch tit kim
không gian lƣu trữ, dễ dàng cho hin thị và in ấn biu diễn ảnh còn phải đảm
bảo dễ dàng trong la chn, sao chép, di chuyn, tìm kim,…
Ƣu đim: Biu diễn chính xác.
Nhƣc đim: Cấu trúc phc tp vì khó chồng xp, khó cp nht.
Trong mô hình Vector sử dụng hƣớng giữa các Vector ca đim ảnh lân
cn đ mã hóa và tái to hình ảnh ban đu.
Vector hóa Raster hóa
Hình 1.3. S chuyn đổi giữa các mô hình biu diễn ảnh
RASTER
VECTOR
RASTER
7
b. Độ phân giải
Đ phân giải ca ảnh là mt đ đim ảnh đƣc ấn định trên mt ảnh s
đƣc hin thị. Khoảng cách giữa cc đim ảnh phải đƣc chn sao cho mắt
ngƣi vẫn thấy đƣc s liên tục ca ảnh. La chn khoảng cách thích hp to
nên mt đ phân bổ, đƣc phân b theo trục x và y trong không gian hai chiều
C 3 cch đ biu diễn đ phân giải ảnh:
- Biu thị bằng s lƣng đim ảnh theo chiều dc và chiều ngang ca
ảnh (ví dụ: 1024 x 768).
- Biu thị bằng tổng s đim ảnh trên mt tấm ảnh (960.000 pixel).
- Biu thị bằng s lƣng đim ảnh có trên 1 inch (ppi) hoặc s chấm
(dot) có trên 1 inch (dpi).
c. Mức xám của ảnh
Mức xám là kt quả s mã ho tƣơng ng mt cƣng đ sáng ca mỗi
đim ảnh với mt giá trị s - kt quả ca qu trnh lƣng hoá. Cách mã hoá
kinh đin thƣng dùng 16, 32 hay 64 mc. Mã hoá 256 mc là phổ dụng nhất
do lý do kỹ thut. Vì 2
8
= 256 (0,1,…,256), nên với 256 mc, mỗi pixel sẽ
đƣc mã hóa bởi 8 bit.
Lược đồ xám hay biểu đồ tần suất là mt ham cung cấp tn suất xuất
hin ca mỗi mc xám, đƣc biu diễn trong h ta đ vuông góc Oxy. Trục
hoành biu diễn cho s mc xám t 0 đn N, N là s mc xm (thƣng xét
với mc 256). Trục tung biu diễn s đim ảnh cho mt mc xám (s đim
ảnh có cùng mc xám).
Lƣc đồ xám cung cấp rất nhiều thông tin về phân b mc xám ca ảnh
(tnh đng ảnh). Tính đng ca ảnh cho phép phân tích trong khoảng no đ
phân b phn lớn các mc xám ca ảnh: Ảnh rất sáng hay ảnh rất đm. Nu
ảnh sng, lƣc đồ xám nằm bên phải (mc xám cao), còn ảnh đm lƣc đồ
xám nằm bên trái (mc xám thấp).
8
Hình 1.4. Bc ảnh bị dƣ ti c lƣc đồ xám tp trung nhiều bên trái.
Hình 1.5. Hình ảnh sau khi đƣc chỉnh sửa lƣc đồ xm đã đƣc trải đều.
1.1.2.2. Ứng dụng của xử lý ảnh
Các kỹ thut xử lý ảnh đây ch yu l đƣc sử dụng đ nâng cao chất
lƣng hình ảnh, to cảm giác về s gia tăng chất lƣng ảnh quang hc trong
mắt ngƣi quan sát. Mt s lĩnh vc áp dụng ng dụng ca xử lý ảnh:
Giao thông
Giúp quan sát, quản lý, thng kê cc phƣơng tin mt cách dễ dàng, tin
li và nhanh chóng
Hình 1.6. Phn mềm nhn dng bin s xe
9
Y hc
Hình ảnh đƣc to ra t nguồn bc x X-ray hay nguồn bc x siêu âm
thành hình ảnh quang hc trên bề mặt film X-quang hoặc trc tip trên bề mặt
màn hình hin thị.
Hình 1.7. Ảnh chụp X-quang.
Địa chất
Hình ảnh nhn đƣc t v tinh đƣc phân tích đ xc định cấu trúc bề
mặt tri đất. Kỹ thut làm nổi đƣng biên và khôi phục hình ảnh to ra các
bản đồ địa hình 3-D với đ chính xác cao.
Hình 1.8. Cấu trúc địa chất
Kh tƣng hc
Ảnh nhn đƣc t h thng v tinh theo dõi thi tit thc hin vic d
báo thi tit mt cch chnh xc hơn.
Hình 1.9. Bản đồ v tinh cơn bão
10
1.2. Khảm ảnh
1.2.1. Khái niệm
Khảm (mosaic) có nguồn gc t Hy Lp cổ đi với nghĩa ban đu là
“loi ngh thut xng đng với tr tƣởng tƣng bay bổng và lòng kiên trì vô
biên”. Hình thc ngh thut trang trí – to ra hình ảnh t tp hp gồm những
mảnh nh. Các vt nh này gi l “vt đ khảm” thƣng là chất liu rắn,
phẳng nhƣ đ, gch, thy tinh, đ mu, v chai, gỗ,…đƣc ng dụng rng rãi
trong nhiều lĩnh vc đặc dụng nhất là trang trí ni ngoi thất kin trúc
Khảm ảnh là vic to ra hình ảnh mới bằng cách ghép các ảnh nh vào
mt ảnh lớn sao cho khi nhìn tổng th vào ảnh lớn thì vẫn có th nhìn thấy ni
dung ca bc ảnh lớn trƣớc đ. Ảnh khảm là tp hp hai hay nhiều ảnh đƣc
ghép ni thông qua h thng ghép ni phi hp ảnh, ng dụng vào trong xử lý
ảnh đ to ra các bc hình mang phong cách mới mẻ nhằm phục vụ cho rất
nhiều mục đch khc nhau. Khảm ảnh có th đƣc chia thành hai loi chính
đ l: khảm ảnh toàn cảnh và khảm ảnh nhiều lớp.
Hình 1.10. Ảnh đi tƣớng Võ Nguyên Gip đƣc ghép t nhiều ảnh nh.
11
Khảm toàn cảnh
Ảnh toàn cảnh (Panorama), Panorama bắt nguồn t ting Hy Lp, là s
kt hp ca nhiều tấm liên tip trong đ hai tấm ảnh gn nhau phải có đ
chồng hình ít nhất là 20%. Những tấm ảnh liên tip ny đƣc ni với nhau
thành ảnh toàn cảnh to ra s ăn khớp giữa các tấm.
Hình 1.11. Ảnh Panorama.
Có 4 kiu ảnh panorama:
- Ảnh phẳng: Không ging tht nu làm ảnh góc rng. Ảnh chụp 360 đ mà
trải thẳng sẽ không tƣởng tƣng ra chụp ở vị trí nào, cảnh ra sao.
- Ảnh trụ: Chụp mt vng 360 đ đ to ra panorama (hay pano360), dán vào
mặt hình trụ.
- Ảnh cu: Ảnh đƣc ph lên khắp quả cu tròn. Ảnh cu có th không ph
kín mặt cu. To mt pano360, dán theo giao ca hình cu và mặt cắt qua
tâm (dn lên đƣng xch đo).
- Ảnh hp: Ảnh đƣc trải lên mt hình hp. Nhƣng thch hp cho diễn tả li
đng giữa phòng, ngắm mt căn phng hnh hp.
Cách to ảnh toàn cảnh bằng máy ảnh kỹ thut s:
- Kim sot đo sng: Tr máy ảnh về nơi sng nhất và ti nhất trong bc ảnh
toàn cảnh d kin, thit lp các giá trị trung bình giữa chúng.
12
- Chụp ở tiêu c thông thƣng: Đƣa tiêu c về khoảng 25 – 55 mm.
- Chụp t trái sang phải: Khi xem ảnh dƣới dng thu nh sẽ dễ dàng nhn ra
lot ảnh d định to ảnh và kt thúc ở đâu.
- Chụp nhiều ảnh đ dễ cắt xén: Chụp ảnh nhiều hơn cho mt cảnh panorama
nhằm giảm bớt đ xéo góc.
Hu ht các phn mềm ghép ảnh toàn cảnh đều qua 3 công đon chính:
Bƣớc 1: Sắp xp ảnh đu vào theo th t thích hp.
Bƣớc 2: Tính toán và ghép các ảnh đ với nhau. Các ảnh đƣc xp trùng
mt phn lên nhau và các phn ảnh chung ghép li mt cách hp lý, nắn chỉnh
cc đƣng biên trong ảnh. Vì ảnh ban đu không th hoàn toàn trùng khít
nhau do gc đ chụp, ánh sáng, hay do thit bị chụp.
Bƣớc 3: Lm trơn cc vùng chuyn tip giữa các ảnh đ bc ảnh th hin
đƣc không gian liên tục, đồng nhất. Mt s kỹ thut thƣng thấy là khớp biu
đồ tn suất, các kỹ thut lc,…
Khảm nhiều lớp
T hình ảnh ban đu, các bc ảnh nh đƣc lồng ghép vào to nên bc
ảnh mới, nhìn mt cách tổng th thì nó vẫn chính là bc tranh lớn ban đu.
Tuy nhiên, những chi tit bên trong đã đƣc thay th bởi các hình ảnh đơn lẻ.
Hình 1.12. Ảnh khảm nhiều lớp
13
Thành phn chính to ra mt ảnh khảm nhiều lớp: Ảnh nguồn (ảnh dùng
làm nền) và ảnh mẫu (các ảnh ny đƣc thu thp cng đa dng càng tt và
đƣc lƣu chung ti mt thƣ mục).
Công đon to ra ảnh khảm gồm 4 bƣớc:
Bƣớc 1: Xử lý các ảnh nh: Chuyn các ảnh nh này thành ảnh đen
trắng. Thu nh các ảnh này nu cn thit. Chỉnh kch thƣớc cho các ảnh nh
đồng nhất nhau.
Bƣớc 2: Thay đổi kch thƣớc ảnh gc: Ảnh gc đƣc cắt đ kch thƣớc
ca nó là mt bi s ca kch thƣớc ca các ảnh mẫu nh (đã đƣc xử lý).
Bƣớc 3: To mẫu khảm
Bƣớc 4: Hòa trn ảnh khảm mẫu với ảnh gc: Dùng thut ton đ phân
tích mỗi vùng trên cc lƣới ca ảnh khảm mẫu với ảnh gc đ tp hp cc đặc
tính ca cả 2 vùng.
Chia ảnh nguồn thnh cc “vùng mềm” (soft zones) hay cn gi là vùng
thích nghi, ni dung chính ca bc ảnh đƣc bảo toàn nhất. Dùng kỹ thut
kp đ phân tích các hình ảnh đi với các khuôn dng, màu sắc. Xc định và
ti ƣu thnh phn quan trng trong bc ảnh nhƣ văn bản, khuôn mặt,
logo,…tất cả những ô đƣc chia trên ảnh gc đều rất nh, khin bc ảnh càng
ging với ảnh gc.
Tóm li, cả hai khảm ảnh trên đều là ghép t các ảnh nh thành ảnh
khảm. Mục tiêu ca khảm ảnh nhiều lớp là to ra ảnh khảm trông ging với
bc ảnh mẫu nhất. Còn mục tiêu ca khảm ảnh toàn cảnh là to ra ảnh khảm
có tính liên tục. Nói cách khác, khảm ảnh nhiều lớp chú trng đn chi tit
đƣng nét. Vì th, các kỹ thut trong khảm ảnh nhiều lớp tp trung vào khâu
hiu chỉnh màu sắc. Còn các kỹ thut trong khảm ảnh toàn cảnh chú trng vào
khâu sắp xp ảnh v lm trơn cc miền chuyn tip giữa các ảnh thành phn.
1.2.2. Một số kỹ thuật khảm ảnh
Các kỹ thut chnh đƣc dùng trong khảm ảnh:
- Đan đa phân giải.
14
- Khớp biu đồ tn suất.
- Khớp cnh.
- Phân tích cấu trúc.
- Phân tích hình khi.
- Lc trung bình.
- Lc trung vị.
- Trích chn đặc trƣng.
- Ngoài các kỹ thut chính trên thì các kỹ thut lc cng đƣc áp dụng
đ làm mịn đi cc cùng chuyn tip giữa các ảnh ghép.
1.2.3. Ứng dụng của khảm ảnh
Bản đồ s
Các ng dụng thƣng gặp l: google maps, vietbando,… Khi xem bản đồ
này nhn thấy mt điều đ là bản đồ đƣc ghép t nhiều hình ảnh khác nhau.
Bản đồ chính là ví dụ đin hình ca kỹ thut khảm ảnh.
Hình 1.13. Ảnh chụp t google maps
15
Truyền thông quảng cáo
Các bc ảnh thông thƣng t gây đƣc s chú ý. Chính vì th mà mt
bc ảnh mang phong cách khảm mới l sẽ thu hút đƣc s chú ý ca mi
ngƣi. Điều này có tác dụng tích cc trong cc lĩnh vc quảng cáo, giới thiu
sản phm.
Hình 1.14. Ảnh khảm về ngày phụ nữ Vit Nam
16
CHƢƠNG 2: MỘT SỐ KỸ THUẬT KHẢM ẢNH
2.1. Kỹ thuật nâng cao chất lƣợng ảnh
Cc đim trên đƣng ni giữa các ảnh c cƣng đ sáng khác bit với
cc đim xung quanh n, coi l “nhiễu” v lc b bằng các kỹ thut nhƣ lc
trung bình hay lc trung vị. Ƣu đim l tƣơng đi hiu quả và dễ ci đặt.
2.1.1. Kỹ thuật lọc trung bình
Cho dãy x
1
, x
2
,…, x
n
, khi đ k hiu trung bình ca dãy kí hiu
AV({x
n
}), đƣc định nghĩa:
AV({x
n
}) = round(
1
=1
)
Mnh đề:
(
)
2
=1
→ min ti AV({x
n
})
Ý tƣởng ca thut toán lc trung bnh nhƣ sau:
Sử dụng mt cửa sổ lc (ma trn 3x3) quét qua ln lƣt tng đim ảnh
ca ảnh đu vào. Ti vị trí mỗi đim ảnh lấy giá trị ca cc đim ảnh tƣơng
ng trong vùng 3x3 ca ảnh gc “lấp” vo ma trn lc. Vic tính toán này khá
đơn giản với hai bƣớc gồm tính tổng các thành phn trong cửa sổ lc và sau
đ chia tổng s này cho các phn tử ca cửa sổ lc.
Giả sử có ảnh I, đim ảnh P, cửa sổ W(P) v ngƣỡng . Khi đ kỹ thut
lc trung bình phụ thuc không gian bao gồm cc bƣớc cơ bản sau:
Bƣớc 1: Tìm trung bình:
{I(q)|q W(P)} AV(P)
Bƣớc 2: Gán giá trị:
I(P) =
ế
0
ế ượ ạ
Cc bƣớc ca giải thut:
- Quét qua cửa sổ lc ln lƣt lên các thành phn ca ảnh đu vo, điền
các giá trị.
17
- Xử lý bằng các thao tác trên các thành phn ca cửa sổ lc.
- Tính giá trị trung bình các thành phn trong cửa sổ lc.
- Gán giá trị trung bình này cho ảnh đu ra.
2.1.2. Kỹ thuật lọc trung vị
Cho dãy x
1
, x
2
,…, x
n
đơn điu tăng (giảm). Khi đ trung vị ca dãy, kí
hiu Med({x
n
}) đƣc định nghĩa:
2
+ 1
2
[
2
+ 1
Mnh đề:
(
)
2
=1
= min Med({x
n
})
Kỹ thut lc trung vị
Lc trung vị là mt kỹ thut lc phi tuyn. Nó khá hiu quả đi với hai
loi nhiễu là nhiễu đm và nhiễu mui tiêu. Tuy nhiên, nu áp dụng nhiều ln
trên mt bc ảnh, sẽ dẫn đn ảnh bị m hoặc mất thông tin.
Ý tưởng: Sử dụng mt cửa sổ lc, ma trn (3x3) quét ln lƣt qua tng
đim ảnh ca ảnh đu vào. Ti vị trí mỗi đim ảnh lấy giá trị ca mỗi đim
ảnh tƣơng ng trong vùng 3x3 ca ảnh gc “lấp” vo ma trn lc. Sau đ sắp
xp cc đim ảnh trong cửa sổ này theo th t (tăng hoặc giảm dn tùy ý).
Cui cùng gn đim ảnh nằm chính giữa (trung vị) ca dãy giá trị đim ảnh đã
đƣc sắp xp ở trên cho giá trị đim ảnh đang xt t đu ra.
Cc bƣớc giải thut:
- Quét cửa sổ lc lên các thành phn ca ảnh gc, điền các giá trị.
- Lấy các thành phn trong cửa sổ lc đ xử lý.
- Sắp xp theo th t các thành phn trong cửa sổ lc.
- Lƣu li thành phn trung vị và gán cho ảnh đu ra.
nu n lẻ
nu n chẵn
18
Giả sử có ảnh I, đim ảnh P, cửa sổ W(P) v ngƣỡng . Khi đ cc bƣớc
cơ bản trong kỹ thut lc trung vị:
Bƣớc 1: Tìm trung vị:
{I(q)\q()
}
Bƣớc 2: Gán giá trị:
I(P) =
ế
()
ế ượ ạ
2.2. Kỹ thuật khảm ảnh kết hợp nắn chỉnh hình dạng và hiệu chỉnh mức
xám
Ảnh thu nhn thƣng bị bin dng do các thit bị quang hc v đin tử.
Do vy, cn nắn chỉnh ảnh bị bin dng trƣớc khi khảm ảnh.
Hnh 2.1. Sơ đồ thut toán khảm ảnh da trên nắn chỉnh bin dng
T hai ảnh đu vo, xc định tp cc đim điều khin ƣơng ng trên mỗi
vị trí cn ghép bằng cách đnh dấu chúng li. Gi cc đim ny l cc đim
đặc trƣng.
P = {P
1
, P
2
,…, P
n
} đƣc xc định trên ảnh th nhất
P’ = {P’
1
,P’
2
,…,P’
n
} đƣc xc định trên ảnh th hai
Hình 2.2. Minh ha hai tp đim đặc trƣng ca hai ảnh đu vào
Hai ảnh
đu vào
Xc định các tp
đim điều khin
Tìm hàm
bin đổi f
Bin đổi ảnh
da trên hàm f
Khảm ảnh
19
Da trên cc đim đặc trƣng ny, xc định đƣc đ bin dng ca mt
trong hai ảnh so với ảnh còn li. Ảnh này bị bin dng theo nhiều hƣớng khác
nhau: Có th tịnh tin, co, giãn, méo mó,… Do s bin dng này xảy ra ở mt
trong hai ảnh nên có th chn ảnh th nhất là ảnh bị bin dng và thc hin
nắn chỉnh ảnh này.
2.2.1. Nắn chỉnh biến dạng
Khái nim
Nắn chỉnh bin dng thc hin vic bin đổi hình hc giữa hai ảnh: ảnh
nguồn và ảnh đch. S bin đổi hình hc định nghĩa mi quan h giữa các
đim ảnh nguồn v đim ảnh đch. C hai khuynh hƣớng tc đng ca thut
toán nắn chỉnh l tc đng toàn cục và tác đng cục b.
Các thut toán nắn chỉnh toàn cục có tc đ xử l tƣơng đi nhanh. Tuy
nhiên chỉ áp dụng đi với các yêu cu đơn giản nhƣ co, giãn ảnh, bóp méo cả
ảnh thành t giác, mắt c, knh lúp,… Thut toán nắn chỉnh cục b cho kt
quả ấn tƣng hơn. Tuy nhiên đ có th nắn chỉnh theo tng vùng phải xác
định thêm tp đặc trƣng. Nắn chỉnh bin dng bằng hình hc là mt khâu
trong xử lý ảnh.
Mt s kỹ thut xử lý ảnh trong nắn chỉnh bin dng
Thông thƣng kỹ thut nắn chỉnh thành 4 loi cơ bản:
- Kỹ thut nắn chỉnh da trên phân vùng ảnh
Ảnh nguồn và ảnh đch đƣc chia ra thành tp nhiều vùng nh. Sau đ
đƣc nắn chỉnh bằng cách chuyn đổi tƣơng ng mỗi vùng ca ảnh nguồn
thành mảnh ca ảnh đch.
- Kỹ thut nắn chỉnh da trên cc đim đặc trƣng
Dùng cc đim quan trng làm ánh x cơ sở (xc định đƣc ánh x ca
cc đim đặc trƣng). Cc đim đặc trƣng tƣơng ng ở trên ảnh nguồn và ảnh
đch xc định đƣc ánh x ca cc đim còn li xuất phát t vị trí ca nó trên
ảnh gc.