Khoá luận tốt nghiệp nội suy ảnh và xây dựng ứng dụng nắn chỉnh hình thu nhận ảnh BMP 24 bit

TRƯỜNG ĐẠI HỌC sư PHẠM HÀ NỘI 2 KHOA CÔNG NGHỆ THÔNG TIN
NGUYÊN THỊ THU HƯƠNG
NỘI SUY ẢNH VÀ XÂY DựNG ỨNG DỤNG NẮN • • •
CHỈNH HÌNH THU NHẬN ẢNH .BMP 24 BIT KHOÁ
LUÂN TỐT NGHIÊP ĐAI HOC
• • • •
Chuyên ngành: Khoa học máy tính
Hà Nội - 2015
TRƯỜNG ĐẠI HỌC sư PHẠM HÀ NỘI 2
• • • • KHOA CÔNG NGHỆ THÔNG TIN
■
NGUYÊN THỊ THU HƯƠNG
NÔI SUY ẢNH VÀ XÂY DƯNG ỨNG DUNG NẤN
• • •
CHỈNH HÌNH THU NHẬN ẢNH .BMP 24 BIT
■
KHOÁ LUẬN TÓT NGHIỆP ĐẠI HỌC
Chuyên ngành: Khoa học máy tính
Người hướng dẫn khoa học
TS. LƯU THỊ BÍCH HƯƠNG
Hà Nội - 2015
■
LỜI CAM ĐOAN
Tên em là: Nguyễn Thị Thu Hương
Sinh viên: K37 - CNTT, trường Đại học Sư phạm Hà Nội 2.
Em xin cam đoan:
1. Đề tài “Nội suy ảnh và xây dựng ứng dụng nắn chỉnh hình thu nhận
ảnh .BMP 24 bit” là kết quả tìm hiểu và nghiên cứu của riêng em, dưới sự hướng dẫn của
TS. Lưu Thị Bích Hương.
2. Khóa luận hoàn toàn không sao chép từ các tài liệu có sẵn đã được công bố khác.
3. Ket quả không trùng với các tác giả khác.

Neu sai em xin hoàn toàn chịu trách nhiệm.
Hà Nội, tháng 05 năm 2015 Sinh viên
Nguyễn Thị Thu Hương
MỤC LỤC
MỞ ĐẦU
1. Lý do chọn đề tài
Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ. Ở Việt
Nam, xử lý ảnh là một ngành khoa học mới mẻ so với nhiều ngành khoa học
khác nhưng tốc độ phát triển của nó rất nhanh, kích thích sự ra đòi của các
nghiên cứu, ứng dụng dành riêng cho nó.
Trong thực tế, ảnh thu được sau quá trình thu nhận ảnh hoặc các phép
biến đổi không ttánh khỏi bị nhiễu hoặc khuyết thiếu. Sự sai sót này một phần
do các thiết bị quang học và điện tử, phần khác là do bản thân các phép biến
đổi ảnh không phải là toàn ánh nên có sự ánh xạ thiếu hụt dẫn tới khuyết thiếu
trên ảnh kết quả. Các hệ xử lý ảnh trong quá trình phân tích ảnh, tăng cường
ảnh để nâng cao chất lượng ảnh do nhiều nguyên nhân khác nhau có thể làm
ảnh suy biến nên khắc phục nhược điểm này luôn là vấn đề đặt ra cho các hệ
thống xử lý ảnh. Bởi vậy, việc nâng cao chất lượng ảnh là bước cần thiết trong
xử lý ảnh nhằm hoàn thiện một số đặc tính của ảnh hoặc đưa ảnh trở lại gàn
giống vói trạng thái gốc, trạng thái trước khi bị biến dạng. Một trong số các
ứng dụng đó là nội suy ảnh.
Giải thuật nội suy được sử dụng phổ biến trong các phần mềm chỉnh sửa
ảnh hoặc các máy ảnh số. Hình ảnh mịn màng, trơn cạnh, không bị “vỡ hạt”
khi biến đổi ảnh phụ thuộc vào thuật toán được sử dụng trong giải thuật nội
suy. Tuy nhiên có rất nhiều các phương pháp nội suy khác nhau nhưng với mỗi
đối tượng và bài toán khác nhau thì phương pháp được sử dụng cũng khác
nhau.
Với ý tưởng xây dựng một hệ xử lý ảnh giúp nâng cao chất lượng của
ảnh, em đã chọn đề tài “Nội suy ảnh và xây dựng ứng dụng nắn chỉnh hình thu
nhận ảnh .BMP 24 bit” làm khóa luận tốt nghiệp.

2. Mục đích nghiên cứu
+ Tìm hiểu cơ bản về lý thuyết xử lý ảnh.
+ Tìm hiểu về lý thuyết nội suy ảnh.
4
+ Nghiên cứu về một số phương pháp nội suy ảnh phổ biến cùng với thuật
toán và ứng dụng của nó.
3. Nhiệm vụ nghiên cứu
Trên cơ sở lý thuyết đã nghiên cứu, khóa luận tổng họp các kỹ thuật để
hướng đến xây dựng ứng dụng nắn chỉnh ảnh có sử dụng kỹ thuật nội suy ảnh.
4. Đối tượng và phạm vi nghiên cứu
Đổi tượng nghiên cứu:

các kỹ thuật nội suy ảnh và nắn chỉnh hình thu
nhận ảnh.
Phạm vỉ nghiên cứu:

khóa luận của em chỉ dừng lại ở việc tìm hiểu
các kỹ thuật nội suy ảnh và xây dựng ứng dụng nắn chỉnh hình thu nhận ảnh
.BMP 24 bit.
5. Ý nghĩa khoa học và thực tiễn
Ỷ nghĩa khoa học

: Nội suy ảnh đã trở thành một phương pháp được sử
dụng phổ biến trong xử lý ảnh, có vai trò quan trọng trong các ứng dụng chỉnh
sửa hình ảnh, đem lại những hình ảnh có chất lượng, chân thực và giống với
trạng thái gốc.
Ỷ nghĩa thực tiễn

: Đề tài được thử nghiệm thành công sẽ đạt hiệu quả
trong vấn đề phân tích ảnh, nâng cao chất lượng hình ảnh và phục hồi các

thông tin sai lệch của ảnh ttong quá trình chụp phục vụ cho nhiều lĩnh vực khác
nhau trong cuộc sống.
6. Phương pháp nghiền cứu
a. Phương pháp nghiên cứu lý luận
Nghiên cứu qua việc đọc sách, báo và các tài liệu liên quan nhằm xây
dựng cơ sở lý thuyết của đề tài và các biện pháp cần thiết để giải quyết các vấn
đề của đề tài.
b. Phương pháp chuyên gia
Tham khảo ý kiến của chuyên gia để có thể thiết kế được chương trình
phù hợp với yêu cầu thực tiễn, nội dung. Xử lý nhanh, đáp ứng được nhu cầu
ngày càng cao của người sử dụng.
c. Phương pháp thực nghiệm
5
Thông qua quan sát thực tế, yêu càu của cơ sở, những lý luận được
nghiên cứu và kết quả đạt được qua những phương pháp trên.
7. Cấu trúc khóa luận
Ngoài phần mở đầu, kết luận và hướng phát triển, tài liệu tham khảo
khóa luận gồm 3 chương nội dung, cụ thể như sau:
Chương 1: Nội suy ảnh.
Chương 2: Một số kỹ thuật nội suy ảnh.
Chương 3: ứng dụng nắn chỉnh hình thu nhận ảnh.
Chương 1: NỘI SUY ẢNH
1.1.Hệ thống xử lý ảnh
1.1.1. Khái quát về xử lý ảnh
Xử lý ảnh là một lĩnh vực mang tính khoa học tương đối mới mẻ so với
nhiều ngành khoa học khác, nhưng tốc độ phát triển của nó rất nhanh, nhất là
trên quy mô công nghiệp, điều này đã kích thích các trung tâm nghiên cứu, ứng
dụng, đặc biệt là máy tính chuyên dụng cho nó. Xử lý ảnh có quan hệ mật thiết
với nhận thức về ảnh của con người. Nói một cách khác, “thị giác máy” dựa
trên phép xử lý ảnh bằng sự phân tích của máy, có thể nói “xử lý ảnh số và thị

giác máy” được liên kết chặt chẽ với nhau.
Trong các dạng truyền thông cơ bản: lời nói, văn bản, hình ảnh, âm
thanh thì hình ảnh là dạng truyền thông truyền tải thông tin mạnh mẽ nhất.
Bằng thị giác, con người có thể nhận biết và hiểu về thế giới xung quanh.
Ví dụ: Những hình ảnh về trái đất, những hình ảnh trong dự báo thời
tiết
Có tới 99% lượng thông tin đã biết về thế giới xung quanh được nhận
biết thông qua thị giác. (Theo Lương Mạnh Bá, Nguyễn Thanh Thủy)
Việc trang bị cho máy tính khả năng thị giác như con người không phải
là việc dễ dàng. Con ngưòi đang sống trong một không gian ba chiều, khi máy
tính cố gắng phân tích đối tượng trong không gian ba chiều thì những bộ cảm
biến có sẵn như camera, lại thường cho ảnh hai chiều. Như vậy, việc mất mát
thông tin của hình ảnh sẽ xảy ra. Với những cảnh động thì sự di chuyển của đối
6
tượng hay sự di chuyển của camera, tất cả những việc đó làm cho việc mất mát
và sai lệch thông tin rất lớn.
Ngày nay cùng với sự phát triển của ngành CNTT, con người mong
muốn đưa những hình ảnh có thể nhìn thấy được vào máy tính để thực hiện các
mục đích khác nhau như: phân tích ảnh, phục hồi ảnh, nâng cao chất lượng
ảnh vói mục đích làm cho ảnh sắc nét hơn hoặc làm cho ảnh gàn giống nhất
với trạng thái gốc, trạng thái trước khi ảnh bị biến dạng. Để máy tính có thể
hiểu và phân tích ảnh thì ảnh cần được mã hóa và biểu diễn dưới dạng số gọi là
ảnh số. Ngày nay, một số máy ảnh số sử dụng giải thuật nội suy để tạo ra ảnh
có dung lượng cao hơn, khả năng thu nhận của bộ cảm biến ảnh hoặc tăng
cường khả năng zoom (phóng to, thu nhỏ) kỹ thuật số của máy.
Việc xử lý ảnh trên máy tính là nhằm mục đích phân tích ảnh và phục
hồi các thông tin bị sai lệch của ảnh trong quá trình chụp. Như vậy, xử lý ảnh là
thực hiện các phép xử lý đối với ảnh số trên máy tính. Máy tính sử dụng các
phần mềm xử lý ảnh để phân tích, biến đổi ảnh nhằm làm cho ảnh đẹp hơn.
Hầu như tất cả các phần mềm chinh sửa ảnh đều sử dụng một hoặc nhiều

phương pháp nội suy. Hình ảnh sẽ mịn màng, không bị “vỡ hạt” khi phóng to
phụ thuộc vào thuật toán được sử dụng trong giải thuật nội suy. Điều quan
trọng cần ghi nhớ là giải thuật nội suy sẽ không thêm thông tin gì mới cho hình
ảnh cả, nó chỉ thêm điểm ảnh và làm tăng dung lượng của tập tin mà thôi. Tuy
nhiên nhờ những phàn mềm xử lý này mà ảnh có thể được phóng to, thu nhỏ
hay biến đổi tùy ý mà ảnh vẫn đẹp.
1.1.2. Những vấn đề cơ bản trong hệ thống xử lý ảnh
I.I.2.I. Điểm ảnh (Picture Element)
Anh trong thực tế (ảnh tự nhiên) là một ảnh liên tục về không gian và về
giá trị độ sáng. Đe có thể xử lý ảnh bằng máy tính, cần thiết phải tiến hành số
hóa ảnh nhằm biến đổi gần đúng một ảnh liên tục thành một tập điểm, phù hợp
vói ảnh thật về vị trí (không gian) và độ sáng (mức xám). Trong quá trình số
hóa, người ta biến đổi tín hiệu liên tục sang tín hiệu rời rạc thông qua quá trình
lấy mẫu (rời rạc hóa về không gian), và lượng hóa thành phần giá tn mà về
7
nguyên tắc bằng mắt thường không phân biệt được hai điểm kề nhau. Trong
quá trình này người ta sử dụng khái niệm điểm ảnh (pixel). Như vậy một ảnh là
một tập họp các điểm ảnh. Khi sử dụng đến nội suy thì việc phân biệt hai điểm
ảnh kề nhau là việc cần thiết.
Điểm ảnh (pixel) được xem như là dấu hiệu hay cường độ sáng tại một
tọa độ trong không gian của đối tượng. Mỗi pixel gồm một cặp tọa độ X, y và
màu của điểm ảnh.
Khi được số hóa, nó thường được biểu diễn bỏi mảng hai chiều I(n,p)
gồm n dòng và p cột. Như vậy ảnh gồm nxp pixels và người ta thường kí hiệu
I(x,y) để chỉ một pixel cụ thể trong ảnh. Thường giá trị của n chọn bằng p và
bằng 256. Một pixel có thể lưu trữ trên 1, 4, 8 hay 24 bit. Mỗi điểm ảnh khi mã
hóa sẽ được biểu diễn dưới dạng 8 bit. Cách mã hóa kỉnh điển thường dùng 16,
32 hay 64 mức. Mã hóa 256 mức là phổ dụng nhất do lý do kỹ thuật vì 2
8
=

256 (0, 1, 255), với 256 mức, mỗi pixel sẽ được mã hóa bỏi 8 bit.
Số pixel tạo nên một ảnh gọi là độ phân giải (resolution).
1.1.2.2. Độ phân giải của ảnh
Độ phân giải là mật độ điểm ảnh được ấn định trên một ảnh số. Khoảng
cách giữa các điểm ảnh phải được chọn sao cho mắt người vẫn thấy được sự
liên tục của ảnh. Việc lựa chọn khoảng cách thích hợp tạo nên một mật độ
phân bố chính là độ phân giải, và được phân bố theo trục X, y trong không gian
hai chiều.
Ví dụ: Với màn CGA (320x200) là một lưới điểm theo chiều ngang màn
hình: 320 điểm chiều dọc X 200 điểm ảnh. So sánh màn hình CGA (Color
Graphic Adaptor) thì thấy ảnh mịn hơn màn hình CGA 17. Như vậy diện tích
càng rộng thì độ mịn của ảnh càng kém đi, cũng như khi phóng to một ảnh
cũng vậy, ảnh càng to thì càng bị vỡ hạt, độ mịn càng kém.
1.1.2.3. Mức xám của ảnh
Mức xám của điểm ảnh là cường độ sáng của nó được tính bằng giá tri
số tại điểm đó. Trong biểu diễn số của các ảnh đa mức xám, một ảnh được biểu
diễn dưới dạng một ma trận hai chiều. Mỗi phàn tử của ma trận biểu diễn cho
8
mức xám hay cường độ của ảnh tại vị trí đó. Mỗi phần tử trong ma trận được
gọi là một phần tử ảnh hoặc điểm ảnh (pixel). Một điểm ảnh có hai đặc trưng
cơ bản là vị trí (x,y) của điểm ảnh và độ xám.
Các thang giá trị mức xám thông thường
Thông thường có các thang mức xám như: 16, 32, 64, 128, 256 (với lý
do kỹ thuật máy tính dùng 1 byte (8 bit) để biểu diễn mức xám thì có thể biểu
diễn: 2
8
= 256 mức (0, ,255) thì mức 256 là mức phổ dụng.
a, Mức xám ở ảnh đen trắng
Ảnh đen trắng là ảnh chỉ có hai màu đen trắng, mức xám ở các điểm ảnh
có thể khác nhau. Nếu dùng 8 bit (1 byte) để biểu diễn mức xám, thì các mức

xám có thể biểu diễn được là 2
8
hay 256. Mỗi mức xám được biểu diễn dưới
dạng là 1 số nguyên nằm trong khoảng từ 0 đến 255, với mức 0 biểu diễn cho
mức cường độ tối nhất và 255 biểu diễn cho mức cường độ sáng nhất.
b, Mức xám ở ảnh nhị phân
Ảnh chỉ có hai mức đen, trắng phân biệt, tức dùng lbit mô tả 2
1
mức
khác nhau. Nói cách khác giá trị mỗi điểm ảnh của ảnh nhị phân chỉ có thể là
1 hoặc 1.
c, Mức xám ở ảnh màu
Ảnh màu được tạo nên từ ba màu cơ bản (Red, Blue, Green), người ta
dùng 3 byte để mô tả mức màu, khi đó giá trị màu: 2
8x3
= 2
24
= 16,7 triệu màu.
Với ảnh màu: Cách biểu diễn cũng tương tự như vói ảnh đen ừắng, chỉ
khác là các bit tại mỗi phần tử của ma trận biểu diễn cho ba màu riêng rẽ gồm:
đỏ (red), lục (green) và lam (blue). Để biểu diễn cho một điểm ảnh màu cần 24
bit, 24 bit này được chia thành ba khoảng 8 bit. Mỗi khoảng này biểu diễn cho
cường độ sáng của một trong các màu chính.
I.I.2.4. Các kiểu ảnh
a, Ảnh chỉ số (Index Images)
Một ảnh chỉ số bao gồm một ma trận dữ liệu X và ma trận bản đồ màu
(map). Ma trận dữ liệu có thể có kiểu thuộc lớp uint8, uintló hoặc kiểu double.
Ma trận bản đồ màu là một mảng mx3 kiểu double bao gồm các giá tri dấu
9
phẩy động nằm giữa 0 và 1. Mỗi hàng của bản đồ chỉ ra các giá tri red, green

và blue của một màu đơn. Một ảnh chỉ số sử dụng ánh xạ trực tiếp giữa giá trị
của pixel ảnh tới giá tri trong bản đồ màu. Màu sắc của mỗi pixel ảnh được
tính toán bằng cách sử dụng giá trị tương ứng của X ánh xạ tới một giá tri chỉ
số của bản đồ màu.
Một bản đồ màu thường được chứa cùng vói ảnh chỉ số và được tự động
nạp cùng với ảnh. Tuy nhiên, không bị giói hạn khi sử dụng bản đồ màu mặc
định, có thể sử dụng bất kì bản đồ màu nào. Các pixel trong ảnh được đại diện
bởi một số nguyên ánh xạ tói một giá trị tương ứng trong bản đồ màu.
b, Ảnh cường độ (Intensity Images)
Một ảnh cường độ là một ma trận dữ liệu ảnh I mà giá trị của nó đại diện
cho cường độ ttong một số vùng nào đó của ảnh. Ma trận có thể thuộc lớp
double, uint8 hay uintló. Trong khi ảnh cường độ hiếm khi được lưu với bản đồ
màu. Những phần tử trong ma trận cường độ đại diện cho các cường độ khác
nhau hoặc độ xám.
c, Ảnh nhị phân (Binary Images)
Trong một ảnh nhị phân, mỗi pixel chỉ có thể chứa một trong hai giá trị
nhị phân 0 hoặc 1. Hai giá trị này tương ứng với bật hoặc tắt (on hoặc off). Một
ảnh nhị phân được lưu trữ như một mảng lôgic của 0 và 1.
d, Ảnh RGB (RGB Images)
Một ảnh RGB được lưu trữ dưới dạng một mảng dữ liệu có kích thước
ba chiều m X n X 3. Định nghĩa các giá trị màu red, green và blue cho mỗi
pixel riêng biệt. Ảnh RGB không sử dụng bảng màu.
Màu của mỗi pixel được quyết định bởi sự kết hợp giữa các giá tri R, G,
B (Red, Green, Blue) được lưu trữ trong một mặt phẳng màu tại vị trí của
pixel. Định dạng file đồ họa lưu trữ ảnh RGB giống như một ảnh 24 bit trong
đó R, G, B chiếm tương ứng 8 bit một. Điều này cho phép nhận được 16,7 triệu
màu khác nhau.
1
Một mảng RGB có thể thuộc lớp double, uint8 hay uintló. Trong một
mảng RGB thuộc lớp double, mỗi thành phàn màu có giá trị giữa 0 và 1.

Mộtpixel mà thành phần màu của nó là (0,0,0) được hiển thị với màu đen và
một pixel mà thành phần màu là (1,1,1) được hiển thị với màu trắng.
Trong một ảnh RGB khoảng trắng tương ứng với giá trị cao nhất của
mỗi màu riêng rẽ. Chẳng hạn trong ảnh mặt phẳng R, vùng trắng đại diện cho
sự tập trung cao nhất của màu đỏ thuần khiết. Nếu R được trộn vói G hoặc B ta
sẽ có màu xám. Vùng màu đen trong ảnh chỉ ra giá trị của pixel mà không
chứa màu đỏ R = 0. Tương tự cho các mặt phẳng màu G và B.
1.1.2.5. Quan hệ giữa các điểm ảnh
Khi nội suy ảnh số thường phải tìm lân cận của điểm ảnh để xác định
giá tri màu, phục vụ cho công việc nội suy tô màu hay lấp lỗ hổng.
Giả sử một ảnh số được biểu diễn bằng hàm/(jc,y). Tập con của các điểm
ảnh là s; cặp điểm ảnh có quan hệ với nhau là p, q.
a, Lân cận của điểm ảnh (Image Neighbors)
Giả sử có hai điểm ảnh p tại tọa độ (x, y), p có 4 điểm lân cận gàn nhất
theo chiều đứng và ngang (chính hướng Đông, Tây, Nam, Bắc)
w
4
(p) = {(x-l,;y);(*,;y-l);(x,;y+l);(*+l,;y)} (1.1)
Trong đó: N

4

(p)

là tập 4 điểm lân cận của p hay còn gọi là liên kết 4.
Đông Tây
* i ^________________k.
Nam
'(x-l,y-l) (x,y-l) (x+l,y-l)'
(x-l,y) (x,y) (x+l,y)

(x-l,y + l) (x,y + l) (x + l,y + l)
Bắc
Hình 1.1: Minh họa tọa độ của lân cận các điểm ảnh Các lân
cận chéo:

Các điểm lân cận chéo Np(p)

(có thể coi lân cận chéo là 4 hướng:
Đông - Nam, Đông - Bắc, Tây - Nam, Tây - Bắc)
N
p
(p) = {(*+l,;y+l);(*+l,y-l);(*-l,;y+l);(*-l,;y-l)} (1.2)
1
Tập kết hợp:N

H

(p) = N

4

(p) + N

p

(p)

là tập họp 8 lân cận của điểm ảnh
hay còn gọi là liên kết 8.
fc— 1, y), (X + 1, y), (x, y— 1), (x, y+1), (x- l,y- l),ì

N
s
(p) = -
(x-1, y+1), (x+1, y— 1), (x+1, y+1)
1
(1.
Chú ý

: Nếu (x,y) nằm ở biên, một số lân cận sẽ nằm ngoài ảnh.
b, Khoảng cách giữa hai lân cận
Định nghĩa

: Khoảng cách D(p, q) giữa hai điểm ảnh p tọa độ (x, y) và q
tọa độ (s, t) là hàm khoảng cách (Distance) hoặc Metric nếu:
1. D{p,q)>0 vói D{p,q) =

0 khi và chỉ khi p = q.
2. D( p,q ) = D(q,p)
3. D(p, z) < D(p, q

)+D{q, z)

z là một điểm ảnh khác.
Khoảng cách Euclide

: Khoảng cách Euclide giữa hai điểm ảnh p(x,y)
và q(s,t) được định nghĩa như sau:
(1.4)
Khoảng cách khối:

Khoảng cách D

4

(p,q)ẩxiợc

gọi là khoảng cách
khối đồ thị (City-Block Distance) và được xác định như sau:
D
A
(p,q) = \x-s\ + \y-t\
Khoảng cấchD

&

(p,q)

còn gọi là khoảng cách bàn cờ (Chess-Board Distance)
giữa điểm ảnh p, q được xác định như sau:
D
ỉ
(p,q) = maxịỊ
ị
x-s\,\y-t\)
Khái niệm điểm ảnh lân cận là một khái niệm quan trọng của ảnh số và
nó được ứng dụng rất nhiều trong việc tìm điểm ảnh lân cận trong việc sử dụng
phương pháp nội suy ảnh để thêm điểm ảnh thích hợp vào ảnh.
Bất kỳ hai điểm ảnh được gọi là lân cận 4 nếu chúng có khoảng cách
D
4

=l tò mỗi điểm ảnh. Tương tự, hai điểm ảnh gọi là lân cận 8 nếu khoảng
cách giữa chúng là Dg =1.
Khi xác định được khoảng cách giữa các điểm ảnh, người ta sẽ tìm được
các điểm ảnh lân cận. Điều này rất quan trọng trong việc sử dụng phương pháp
nội suy để thêm điểm ảnh thích họp vào giữa hai điểm ảnh lân cận nhau, nhằm
mục đích cải thiện ảnh ban đầu. Bên cạnh việc cần tìm ra lân cận của điểm ảnh
thì người ta còn quan tâm đến một số vấn đề sau:
1
(1.5
(1.6
Đường viền

(Border):

đường viền của một vùng ảnh R là tập họp các điểm
ảnh trong vùng đó mà có một hay nhiều lân cận bên ngoài vùng R.
Biên ảnh

(Edge):

một điểm ảnh có thể coi là điểm biên nếu ở đó có sự thay
đổi đột ngột về mức xám. Tập hợp các điểm biên tạo thành đường bao của ảnh.
Thuộc tính biên gắn liền điểm ảnh và lân cận của nó, đôi khi nó giúp
cho việc xác định đặc tính giữa một cặp điểm lân cận.
Ví dụ: Trong một ảnh nhị phân, một điểm có thể gọi là điểm biên nếu đó
là điểm đen và có ít nhất một điểm ttắng lân cận.
Độ sắc nét của ảnh

: Độ sắc nét là khả năng phát hiện những chi tiết trong
ảnh. Mắt người ít nhạy cảm với sự thay đổi nhanh hay chậm của độ sáng ttong

mặt phẳng ảnh nhưng nhạy cảm vói sự thay đổi trung gian.
Độ phân giải trong ảnh được giới hạn bởi khả năng phân giải ở mắt
người. Khi độ phân giải của ảnh cao hơn độ phân giải của mắt người thì con
ngưòi không thể cảm nhận về ảnh được nữa.
Độ phân giải quang học được định nghĩa là khoảng cách giữa hai điểm
ảnh gần nhất mà con người không thể phân biệt được.
Mỗi một ảnh đều có độ sắc nét, độ phân giải riêng, việc xử lý nhằm mục
đích làm cho ảnh sắc nét hơn, đẹp hơn hay gần vói ảnh gốc hơn và khi biến đổi
bằng một trong các phương pháp nội suy là làm cho ảnh có khả năng zoom tốt
mà vẫn đảm bảo độ sắc nét, ừánh được hiện tượng nhiễu hay răng cưa.
Để sử dụng một trong các phương pháp nội suy trong xử lý ảnh làm cho
ảnh tốt hơn phải trải qua quá trình tìm được điểm ảnh thích họp để chèn vào,
việc tìm kiếm này người ta dựa vào tọa độ của điểm ảnh.
1.1.3. Toa đô ảnh
• •
a, Tọa độ pixel
Nhìn chung, phương pháp thuận tiện nhất cho việc biểu diễn vị trí trong
một ảnh là sử dụng tọa độ pixel. Trong hệ tọa độ này, ảnh được xử lý như một
lưói của các phần tử riêng biệt được đánh thứ tự tò đỉnh tới đáy và từ trái sang
phải.
1
Với tọa độ pixel, thành phàn đầu tiên r (hàng) được tăng khi đi từ trên
xuống dưới trong khi c (cột) được tăng khi đi từ trái sang phải. Hệ tọa độ pixel
là giá trị nguyên, có giá trị nằm trong khoảng giữa 1 và chiều dài của hàng hay
cột.
b, Tọa độ không gian
Trong tọa độ không gian, vị trí trong một ảnh được định vị trên một mặt
phẳng và chúng được mô tả bằng một cặp X và y (không phải r (hàng) và c
(cột) như tọa độ pixel).
Hệ tọa độ không gian gần tương ứng với hệ tọa độ pixel trong một

chừng mực nào đó. Chẳng hạn tọa độ không gian của điểm giữa của bất kỳ
pixel nào được phân biệt với tọa độ pixel của pixel đó. Cũng có một vài khác
biệt, tuy nhiên trong tọa độ pixel, góc bên trái của một ảnh là (1,1) trong khi
trong tọa độ không gian, yị trí này mặc định là (0.5,0.5). Sự khác nhau này là
do hệ tọa độ pixel là rời rạc trong khi tọa độ không gian là liên tục. Cũng vậy,
góc bên trái luôn là (1,1) trong hệ pixel, nhưng ta có thể chỉ ra một điểm gốc
không chính quy cho hệ tọa độ không gian. Một sự khác biệt dễ gây nhàm lẫn
nữa là quy ước: thứ tự của các thành phần nằm ngang và thẳng đứng được
phục vụ cho ký hiệu của hai hệ thống. Như đã đề cập trước đây, tọa độ pixel
được đại diện bởi một cặp (r,c) trong khi tọa độ không gian được biểu diễn bởi
(x,y). Khi một phần tử sử dụng r và c, nó tham chiếu đến hệ tọa độ pixel. Khi
sử dụng X, y nó đang ngầm định sử dụng hệ tọa độ không gian.
Khi sử dụng hệ tọa độ không gian không chính quy thì theo mặc định, hệ
tọa độ không gian của một ảnh tương ứng với tọa độ pixel. Chẳng hạn, điểm
giữa của pixel tại (5,3) có một tọa độ không gian là X = 3, y = 5 (nhớ rằng thứ
tự của tọa độ bị đảo ngược).
Trong một số tình huống, có thể muốn sử dụng tọa độ không gian không
chính quy (không mặc định). Chẳng hạn, có thể chỉ ra góc bên trái của một ảnh
tại điểm (19.0,7.5) thay cho (0.5,0.5). Nếu ta gọi một hàm mà trả về tọa độ cho
ảnh này, tọa độ được trả lại sẽ là giá tri trong hệ tọa độ không chính quy.
1.2. Nội suy ảnh
1
1.2.1. Khái niệm nội suy ảnh
Trong toán học giải tích số, phép nội suy là một phương pháp xây dựng
mới các điểm dữ liệu trong phạm vi của một tập hợp rời rạc những điểm dữ
liệu được biết.
Trong kỹ thuật và khoa học thường có một số điểm dữ liệu thu được
bằng việc lấy mẫu hay thí nghiệm và thử xây dựng một hàm mà lân cận phù
hợp với những điểm dữ liệu đó.
Có thể nói nội suy là một giải thuật phàn mềm dùng để thêm vào (hoặc

bỏ bớt) số điểm ảnh trên ảnh kỹ thuật số. Tiến trình nội suy sẽ dựa trên màu sắc
của những điểm ảnh cũ để xác định màu cho các điểm ảnh mới gần nó nhất.
Một số máy ảnh số sử dụng giải thuật nội suy để tạo ra ảnh có dung lượng cao
hơn khả năng thu nhận của bộ cảm biến ảnh hoặc tăng cường khả năng zoom
kỹ thuật số của máy. Hầu như tất cả các phần mềm chỉnh sửa ảnh đều sử dụng
một hoặc nhiều phương pháp nội suy. Hình ảnh sẽ mịn màng, không bị “vỡ
hạt” khi phóng to hay biến đổi ảnh tùy thuộc vào thuật toán được sử dụng trong
giải thuật nội suy.
Có nhiều phương pháp nội suy khác nhau, nhưng cần sử dụng phương
pháp nội suy nào cho phù hợp cả về tốc độ và kinh tế. Vì thế khi tính toán sử
dụng phương pháp nội suy nào càn tính đến phương pháp đó cho độ chính xác
đến bao nhiêu? Nó đắt bao nhiêu? Nội suy mịn bao nhiêu? Nhiều điểm dữ liệu
được sử dụng như thế nào?
Một số phương pháp nội suy phổ biến nhất như:
Nội suy tam giác (Affine Interpolation).
Nội suy các pixel gàn nhất (Nearest Neighbor Interpolation).
Nội suy song khối (Bicubic Interpolation).
Nội suy song tuyến tính (Billinear Interpolation).
Nội suy tam tuyến tính (Trilinear Interpolation).
Nội suy không gian.
Nội suy thời gian có bù chuyển động.
1
Ngoài ra còn một số phương pháp nội suy hình ảnh khác nhưng không
được sử dụng phổ biến. Giải thuật nội suy sẽ không thêm thông tin gì mói cho
hình ảnh, nó chỉ thêm điểm ảnh và làm tăng dung lượng của tập tin.
Để tính giá trị của một pixel đã được nội suy, thực hiện tìm điểm ảnh
trong ảnh ra mà pixel nằm tại điểm ảnh đó. Sau đó gán một giá tri tới các pixel
trong ảnh ra bằng cách tính toán giá trị trung bình của trọng số của một số pixel
lân cận. Trọng số được tính dựa trên cơ sở khoảng cách tới điểm đang xét.
Trong xử lý ảnh, sử dụng rất nhiều đến kỹ thuật nội suy. Ảnh sau khi

được thu nhận sẽ được xử lý bởi các kỹ thuật nội suy như:
+ Xử lý điền đày (Filling a region): Là quá trình tô màu một vùng nhất
định bằng cách nội suy giá trị pixel từ biên của vùng.
+ Thay đổi kích thước của ảnh như phóng đại ảnh, quay ảnh, bóp méo,
đều có thể chỉ ra kỹ thuật nội suy càn sử dụng.
+ Sinh ra hình ảnh trung gian khi thực hiện nội suy từ một khung ảnh
nguồn và một khung ảnh đích.
Theo mặc định ở các chương trình, sử dụng phương pháp nội suy các
pixel gần nhất để tính giá trị các pixel của ảnh đầu ra, sử dụng nội suy không
gian để thực hiện sinh các khung hình trung gian. Tuy nhiên, có thể chỉ định
các phương pháp nội suy khác.
Các hàm tuyến tính yêu cầu một tham số chỉ ra phương pháp nội suy.
Hầu hết các hàm đều sử dụng phương pháp nội suy các pixel gần nhất. Phương
pháp này tạo ra một kết quả có thể chấp nhận được cho hầu hết các ảnh và là
phương pháp duy nhất thích họp với ảnh chỉ số. Với ảnh cường độ hay ảnh
RGB thường sử dụng nội suy song tuyến tính hoặc nội suy song khối vì những
phương pháp này cho kết quả tốt hơn.
Với ảnh RGB, nội suy thường được thực hiện trên mặt phang R, G, B
một cách riêng biệt. Với ảnh nhị phân, nội suy gây ra những ảnh hưởng có thể
nhận thấy được. Nếu sử dụng nội suy song tuyến tính hoặc song khối, giá trị
tính toán được cho pixel trong ảnh sẽ ra toàn là 0 hoặc 1. Anh hưởng trên kết
quả phụ thuộc vào lớp của ảnh vào.
1
Nói chung, vói các loại ảnh khi tô màu lấp lỗ hổng, phóng to hay thu
nhỏ để khắc phục được những khiếm khuyết của ảnh thì có thể sử dụng đến nội
suy.
Việc giảm kích thước (hình học) của một ảnh có thể gây ra những ảnh
hưởng nhất định lên ảnh, chẳng hạn như hiện tượng xuất hiện răng cưa tại biên
của ảnh. Điều này là do thông tin luôn bị mất khi ta giảm kích thước một ảnh.
Răng cưa xuất hiện như những gợn sóng trong ảnh sau cùng.

Vì vậy hàu như các phàn mềm chỉnh sửa ảnh đều sử dụng một hoặc
nhiều phương pháp nội suy. Hình ảnh sẽ mịn màng, không bị “vỡ hạt” khi
phóng to tùy vào thuật toán được sử dụng trong giải thuật nội suy. Điều quan
trọng là giải thuật nội suy sẽ không thêm thông tin gì mói cho hình ảnh, nó chỉ
thêm điểm ảnh và làm tăng dung lượng tập tin.
Tóm lại: Nội suy là quá trình sử dụng để ước lượng một giá ttị ảnh ở một vị trí
giữa các pixel. Chẳng hạn, nếu thay đổi kích thước của một ảnh, nó sẽ chứa
nhiều pixel hơn ảnh gốc, có thể sử dụng nội suy để tính giá trị cho các pixel
thêm vào. Có thể hiểu nội suy là phóng đại hình ảnh lên bằng các thuật toán có
sẵn trong máy. Hầu hết các máy ảnh kỹ thuật số hiện nay đều có số điểm ảnh
được tính tói hàng triệu. Các máy ảnh thế hệ trước có số điểm ảnh khoảng 1.3-2
triệu (1.3 - 2 megapixel) trong khi các máy ảnh hiện nay thường đạt trên 3
megapixel.
Để in được các tấm ảnh đẹp và rõ nét có kích thước 10x15 cm hoặc
13x18 cm, cần máy ảnh có độ phân giải tối thiểu 1-2 megapixel. Để có được
các bức ảnh lớn hơn, chẳng hạn 20x25 cm, nên sử dụng các loại máy ảnh lớn
hơn 2 triệu điểm ảnh. Hiện nay, các nhà sản xuất nối tiếng đã tung ra các dòng
máy có độ phân giải tương đương với chất lượng của máy ảnh chụp film (trên
13 megapixel).
Các thuật toán nội suy sẽ tính toán để thêm một điểm ảnh thích hợp vào
giữa hai điểm ảnh kề nhau. So với độ phân giải quang học, điểm ảnh nội suy sẽ
làm tăng độ phân giải thực tế của bức ảnh. Tiến trình này sẽ thêm pixel vào
1
hình ảnh bằng cách tính toán giá trị những pixel có sẵn xung quanh các pixel
mới thêm vào để xác định màu sắc tương ứng cho các pixel mới.
Việc nội suy này buộc phải dùng thuật toán gia tăng lượng pixel để chèn
vào những pixel hiện có ttong hình dẫn tới thay đổi kích thước tổng thể của
hình ảnh.
Khi biến đổi ảnh người ta dùng đến một trong các phương pháp nội suy,
đây chính là các giải thuật để chèn điểm ảnh hay thêm pixel vào hình ảnh. Việc

sử dụng phương pháp nội suy sẽ làm cho kích tổng thể của hình ảnh tăng lên
hay nói cách khác là làm tăng độ phân giải thực tế của bức ảnh.
1.2.2. Các vấn đề nội suy vói ảnh sổ
Với nhu cầu hiện nay, con người muốn lưu giữ những bức ảnh hoặc các
bản phóng to của ảnh. Tuy nhiên, nếu phóng to hình ảnh ở kích thước lớn hơn
kích thước chuẩn của máy ảnh kỹ thuật số thì chất lượng hình ảnh sẽ bị giảm
xuống sau mỗi làn phóng to bức ảnh.
Như vậy, làm thế nào để nhận được bức ảnh với kích thước lớn nhất
nhưng chất lượng vẫn được đảm bảo? Rõ ràng, cần tạo ra nhiều điểm ảnh
(pixel) hơn. Quá trình tạo thêm điểm ảnh này được gọi là nội suy ảnh. Điều
này có thể thực hiện bỏi phần mềm nội suy ảnh. Phần mềm nội suy phân tích
các điểm ảnh trong một hình ảnh và cho biết thêm chi tiết dựa trên các điểm
ảnh được phân tích. Ví dụ nội suy thay đổi kích thước của hình ảnh 200%, nói
cách khác nó tăng gấp đôi kích thước của hình ảnh. Kết quả là mỗi điểm ảnh sẽ
trở thành 4 điểm ảnh (chủ yếu là 2x2) và tạo ra những hình ảnh có kích thước
lớn gấp 4 lần ảnh gốc tò đó có thể in hình ảnh đó với chất lượng tốt hơn. Còn
khi sử dụng nội suy trong việc tô màu vùng thì các giá trị pixel được nội suy từ
biên của vùng. Các pixel thêm vào xác định giá trị nội suy từ các màu lân cận.
Việc nội suy giá trị màu được ứng dụng nhiều trong công việc nắn chỉnh hình
học, bóp méo, sinh ảnh hình ảnh sẽ trở lại trạng thái đẹp như ban đầu và có
màu như ảnh màu gốc dựa vào việc nội suy. Tuy nhiên việc nội suy vẫn có một
số vấn đề sau:
Vấn đề 1: Nội suy không tạo mới dữ liệu
1
Khi phóng to ảnh, nội suy chỉ chèn thêm điểm ảnh chứ không tạo mới
dữ liệu. Tức là các thông tin của bức ảnh sẽ được phân bố trên một diện tích
lớn hơn khi phóng to bức ảnh, như vậy bức ảnh sẽ không tốt như ở kích thước
ban đàu, hình ảnh có thể bị xuống cấp. Như vậy một hình ảnh đã được nội suy
sẽ trông không giống như một hình ảnh chưa nội suy. Nội suy chỉ khắc phục
được hiện tượng răng cưa, làm hình ảnh mịn hơn chứ không giữ nguyên trạng

thái của bức ảnh ban đàu.
Vấn đề 2: Nội suy khắc phục hiện tượng răng cưa
Răng cưa là một thuật ngữ dùng để mô tả các đường thẳng hoặc đường
cong không trơn mượt, trở thành răng cưa. Do bản chất của ảnh kỹ thuật số,
mỗi ảnh kỹ thuật số được tạo ra bởi các điểm ảnh, bởi vậy các đường thẳng và
các đường cong trong hình ảnh kỹ thuật số không thực sự là đường thẳng hay
đường cong trơn mà là mô hình răng cưa của các điểm ảnh.
Với hình ảnh nhỏ các răng cưa này bằng mắt thường khó nhìn thấy được
nhưng khi phóng to hình ảnh lên thì rất rõ ràng. Nếu một hình ảnh đã được
phóng to bằng việc nhân đôi các điểm ảnh, hiện tượng răng cưa sẽ trở thành
một vấn đề lớn. Với ảnh cá nhân phần mềm nội suy xem màu sắc của những
điểm ảnh như màu sắc của những điểm ảnh lân cận. Khi tạo các điểm ảnh mới
phần mềm hiểu giá trị màu sắc của các điểm ảnh mới dựa trên các điểm ảnh
ban đầu và các điểm ảnh lân cận của nó.
2
Hình 1.2 minh họa phần mềm nội suy, sau khi phân tích ban đàu điểm
ảnh 1 và 2, phần mềm tạo mới một điểm ảnh với màu sắc là giữa các màu sắc
ban đầu của các điểm ảnh.
Điểm ảnh nguồn 1 Điểm ảnh nguồn 2 Điểm ảnh mói
Nội suy
Hình 1.2: Mô tả việc tạo mới điểm ảnh sau nội suy Nói cách
khác, nội suy sẽ tạo ra các điểm ảnh có tính chất khác nhau cùng một cạnh.
Điểm ảnh tạo ra có màu xám (giữa hai màu đen và ttắng). Trạng thái được thực
hiện dàn dàn thể hiện bởi điểm ảnh màu xám mới. Bây giờ thay vì các cạnh
màu đen hay trắng cứng chuyển thành màu đen, xám, trắng mềm mại hơn.
Điều này cũng tạo ra các răng cưa mềm mại hơn, ít bị chú ý hơn.
Sử dụng phần mềm nội suy để giảm hiện tượng răng cưa, nhưng không
thể loại bỏ hoàn toàn được hiện tượng này.
Vấn đề 3: Nội suy là nguyên nhân làm mất độ sắc nét
Cùng một quá trình làm trơn mượt các răng cưa cũng giống như làm

mượt các cạnh trong một hình ảnh.
Hãy tưởng tượng, trong một hình ảnh có cạnh sắc nét, đẹp thì việc
chuyển đổi màu đen/trắng thành màu đen/xám/trắng được thể hiện một cách
mềm mại. Điều này làm giảm đi độ sắc nét của hình ảnh. Đây là lý do tại sao
hàu hết các công việc làm sắc nét nên được thực hiện sau khi nội suy.
Vấn đề 4: Nội suy không sinh ra hình ảnh thực sự tự nhiên
2
Kỹ thuật nội suy cho phép tạo ra các hình ảnh trung gian, rất hiệu quả,
nhưng không dám chắc rằng những trạng thái đó có thực sự tự nhiên hay
không. Điều này hoàn toàn quyết định bởi khả năng đánh giá của người sử
dụng đối với một trạng thái hình ảnh và thiết kế làm sao để đạt được kết quả tốt
nhất. Nhược điểm của các phương pháp nội suy hiện tại là không tính toán
được sự thay đổi về điểm nhìn hoặc tư thế của vật thể. Điều này dẫn đến
kếtquả là những biến đổi hình ảnh ba chiều đơn giản (như: chuyển dịch hoặc
xoay chiều) sẽ trở nên vô cùng khó khăn.
1.2.3. Một số vấn đề liên quan đến nội suy ảnh
Phép nội suy ảnh xuất hiện trong mọi bức ảnh số tại giai đoạn nào đó
như bóp méo, nắn chỉnh, lấp lỗ hổng hay phóng to bức ảnh.
Ngay cả khi cùng một hình ảnh thay đổi kích cỡ hoặc bóp méo được
thực hiện, kết quả có thể khác nhau đáng kể tùy thuộc vào thuật toán nội suy.
Nội suy hoạt động bằng cách sử dụng các dữ liệu để biết giá trị tính ở
điểm chưa rõ. Ví dụ: nếu muốn biết nhiệt độ lúc 12 giờ trưa, nhưng chỉ được
đo ở 11 giờ trưa và 1 giờ chiều, có thể ước tính giá tri của nhiệt độ tại thời
điểm đó bằng việc thực hiện một phép nội suy tuyến tính.
Hình 1.3: Biểu đồ minh họa giá trị ước tính sinh ra nhờ nội suy Nếu có
thêm một thước đo tại 11 giờ 30 phút, có thể thấy rằng nhiệt độ đã tăng mạnh
trước 12 giờ trưa và có thể sử dụng điểm dữ liệu bổ sung này để thực hiện một
phép nội suy bậc hai:
2
Hình 1.4: Biểu đồ minh họa thêm giá ttị nội suy

Khi có càng nhiều những phép đo nhiệt độ gần buổi trưa, phức tạp hơn
và chính xác hơn thì giải thuật phép nội suy có thể được xây dựng.
Ví dụ về sự sinh ảnh trung gian
Kỹ thuật nội suy sử dụng hai hình ảnh để tạo ra một hình ảnh trung gian
ở giữa hai hình ảnh này. Rồi lại kết hợp từng nửa hình ảnh được phân tách từ
hình ảnh trung gian. Quá trình kéo căng hình ảnh được thực hiện một cách tự
động, ữong khi quá trình kết hợp hình ảnh lại được thực hiện bằng một số công
cụ kiểm soát nhất định. Bất cứ công cụ nào trong quá trình này cũng đều có thể
được sử dụng vào việc ghép những hình ảnh đơn giản. Những công nghệ tái
tạo hình ảnh cơ bản trước đây thường tập trung vào những hình ảnh theo quy
tắc.
Những hình ảnh trung gian được tạo ra cho người ta ảo giác rằng yật thể
biến chuyển một cách nhanh chóng (xoay vòng và chuyển sang ba chiều) tò yị
trí này sang yị trí khác (giữa các trạng thái trung gian).
Những điểm ảnh tương đương sẽ được tạo ra từ việc kết hợp giữa những
tác động của người sử dụng vói những phối hợp tự động được tạo ra từ những
kỹ thuật tái tạo hình ảnh hiện có. Khi điểm tương đương được xác định chính
xác thì có thể đảm bảo được rằng các phương pháp đã được đề cập trong phần
này có thể tạo ra từ những hình ảnh bảo lưu được nguyên hình ảnh gốc. Trong
thực tế, biết rằng một sự tương đương ở mức tương đối thường là đủ để tạo ra
các biến thể hình ảnh thuyết phục.
1.3. Một số ứng dụng của nội suy ảnh
2
Xử lý ảnh có nhiều ứng dụng thực tế, một trong những ứng dụng sớm
nhất là vào những năm 60, hệ thống hình ảnh chụp từ tàu vũ trụ có một số hạn
chế về kích thước cũng như chất lượng ảnh ảnh bị mờ, méo hình học và nhiễu.
Tuy nhiên các hình ảnh đó đã được xử lý nâng cao chất lượng hình ảnh nhờ
một số kỹ thuật mói của máy tính. Ví dụ như hình ảnh mặt trăng hay sao hỏa
được nhìn thấy hiện nay đều đã được máy tính xử lý một cách tinh vi.
1.3.1. Nắn chỉnh hình thu nhận ảnh

Việc nội suy ảnh được ứng dụng trực tiếp trong nắn chỉnh hình thu nhận
ảnh. Để đạt được chất lượng nắn chỉnh hình tốt, phải nội suy từng phàn của ảnh
gốc sang các phần tương ứng bên ảnh đích. Điều này có nghĩa là đã biểu diễn
được thông tin của đối tượng và ánh xạ từng phần của ảnh gốc sang các phần
tương ứng bên ảnh đích và ánh xạ từng phàn của chúng cho nhau.
Chính vì nhược điểm khi không định nghĩa rõ ràng các mặt càn nội suy
nên khóa luận này sẽ trình bày một vài phương pháp nội suy như nội suy song
tuyến (Bilinear), nội suy tam giác (Affine), trong đó có chia ảnh thành các
vùng cần nội suy riêng biệt nhằm mục đích xây dựng khung cho đối tượng cần
nắn chỉnh.
1.3.2. Sinh ra hình ảnh khuyết thiếu trong làm phim hoạt hình
Để tạo ảnh động hay các cảnh chuyển động trong làm phim hoạt hình,
điều đầu tiên cần làm là chuẩn bị cho một số tấm ảnh cùng chủ đề và có kích
thước động giống nhau. Ảnh động càng mềm thì các động tác càng liền mạch,
các khung hình trung gian càng nhiều.
Trong thực tế khi làm việc trong các ứng dụng đồ họa 3D. Tại thời điểm
mười năm về trước đã có một ý tưởng làm phim hoạt hình 3D. Cách tiếp cận
này sẽ dùng hình ảnh để mô tả thòi gian thực 3D. Bỏi vậy, thay vì phác họa
một tòa nhà trên khung hình bạn có thể làm cho tòa nhà trở nên sống động hơn
bằng cách sử dụng các phàn mềm làm hoạt hình trong không gian 3D. Khi
người xem di chuyển quanh hình ảnh sẽ cảm thấy ảnh như có thật. Thực chất
các hình ảnh trung gian sinh ra để điền đầy khoảng trống trong quá trình hình
ảnh di chuyển đến đích, số lượng hình ảnh trung gian càng nhiều thì hình ảnh
2
3D nhìn thấy càng trở nên chân thực hơn, mịn hơn, sống động hơn. Thực chất
của sự mô phỏng đó chỉ là sự chuyển động của các hình ảnh tĩnh với các thao
tác di chuyển đơn giản được liên kết lại.
Tuy nhiên cần phác họa các hình ảnh một cách rất chi tiết, như vậy sẽ
mất rất nhiều thời gian. Vậy một cách đơn giản là thực hiện nội suy để tạo các
khung hình trung gian với đầy đủ chi tiết càn thiết để liên kết các khung hình.

Một ví dụ sử dụng các phương pháp này để phác họa đó là trong mô
hình 3D có một số điểm của một số cảnh có thể tạo ra bằng việc nội suy giữa
cảnh trước và cảnh sau đó, đây chính là phương pháp nội suy bù chuyển động.
Thực chất việc nội suy sẽ tạo ra một hình ảnh với kích thước khác nhau
rồi thực hiện một số thao tác tiền xử lý vói các hình ảnh trung gian đó. Sau đó
thực hiện sao chép từ các ảnh đó thay vì thực hiện phác họa lại chi tiết từng
ảnh.
Có thể tạo ra hình ảnh trung gian bằng cách đánh giá ước lượng sự
chênh lệch. Để có hình ảnh trung gian tạo ra có chất lượng cao, đầu tiên càn
biết các hình ảnh trung gian được tạo ra là hình ảnh đa phân giải và sự phân bố
không đồng đều của các điểm ảnh được liên kết tại biên là chênh lệch. Bằng
cách tìm ra giá trị tuyệt đối đàu ra của bộ lọc mà được ứng dụng để tìm trung
bình của cột và hàng theo chiều ngang và chiều dọc của khối tính toán. Thứ
hai, càn biết đó là những vùng ảnh bị hổng được giải quyết bằng việc so sánh
sự tương đồng giữa các khối giống nhau để thực hiện thay thế cho phù hợp.
Cuối cùng khi có đủ các hình ảnh trái và phải thì hình ảnh trung gian sẽ được
tạo ra.
càn chỉ rõ điểm trung gian bằng cách lấy mẫu hai bề mặt đối tượng 2D,
điều này có tác dụng chỉ rõ những điểm mẫu trung gian sao cho những vùng
đồng nhất trên bề mặt đối tượng đều được lấy mẫu. Các điểm trung gian sẽ
là các điểm ở khoảng giữa khung được tạo ra khi lấy mẫu các vùng xung
quanh. Số các điểm trung gian cần không nhiều khi hình ảnh thay đổi quá
nhanh.
Chương 2: MỘT SỐ KỸ THUẬT NỘI SUY ẢNH
^9 • • •
2