Xây dựng chương trình mô phỏng phân vùng ảnh dựa trên sự phân chia và kết hợp các miền kề

TRƢỜNG ĐẠI HỌC SƢ PHẠM HÀ NỘI 2
KHOA CÔNG NGHỆ THÔNG TIN







TRẦN QUỐC HÀ

XÂY DỰNG CHƢƠNG TRÌNH MÔ PHỎNG
PHÂN VÙNG ẢNH DỰA TRÊN SỰ PHÂN CHIA
VÀ KẾT HỢP CÁC MIỀN KỀ


KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC
Chuyên ngành: Khoa học máy tính






HÀ NỘI – 2015

TRƢỜNG ĐẠI HỌC SƢ PHẠM HÀ NỘI 2
KHOA CÔNG NGHỆ THÔNG TIN






TRẦN QUỐC HÀ




XÂY DỰNG CHƢƠNG TRÌNH MÔ PHỎNG
PHÂN VÙNG ẢNH DỰA TRÊN SỰ PHÂN CHIA
VÀ KẾT HỢP CÁC MIỀN KỀ


KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC
Chuyên ngành: Khoa học máy tính

Ngƣời hƣớng dẫn khoa học
TS. LƢU THỊ BÍCH HƢƠNG




HÀ NỘI – 2015



LỜI CẢM ƠN
Em xin chân thành cảm ơn cô giáo TS. Lƣu Thị Bích Hƣơng, ngƣời đã
hƣớng dẫn tận tình chỉ bảo em rất nhiều trong suốt quá trình tìm hiểu nghiên
cứu và hoàn thành khóa luận tốt nghiệp.
Em cũng rất cảm ơn các thầy, cô giáo trong khoa Công nghệ Thông tin
trƣờng Đại học sƣ phạm Hà Nội 2 đã tận tình giảng dạy, truyền đạt những
kiến thức quý báu và tạo điều kiện cho em hoàn thành khóa luận.
Xin chân thành cảm ơn sự giúp đỡ, động viên của tất cả các bạn trong
quá trình thực hiện khóa luận.
Em cũng muốn cảm ơn những ngƣời thân trong gia đình đã động viên,
giúp đỡ và tạo điều kiện để em hoàn thành khóa luận.
Là sinh viên lần đầu nghiên cứu khoa học chắc chắn khóa luận của em
không tránh khỏi những thiếu sót, vì vậy em rất mong sự đóng góp ý kiến của
các thầy, cô giáo và các bạn để đề tài của em đƣợc hoàn thiện. Một lần nữa
em xin chân thành cảm ơn công lao dạy dỗ chỉ bảo của thầy, cô giáo. Kính
chúc quý thầy, cô giáo mạnh khỏe và tiếp tục đạt đƣợc nhiều thắng lợi trong
nghiên cứu khoa học và sự nghiệp trồng ngƣời.
Em xin chân thành cảm ơn!
Hà Nội, tháng 05 năm 2015
Sinh viên thực hiện

Trần Quốc Hà





LỜI CAM ĐOAN
Tên em là : TRẦN QUỐC HÀ
Sinh viên lớ p : K37 – CNTT, khoa Công nghệ Thông tin , trƣờ ng Đạ i họ c sƣ
phạm Hà Nội 2.
Em xin cam đoan:
1. Đề tà i: “Xây dựng chƣơng trình mô phỏng phân vùng ảnh dựa trên sự
phân chia và kết hợp các miền kề” là nghiên cƣ́ u củ a riêng em, dƣớ i sƣ̣
hƣớ ng dẫ n củ a cô giá o TS. Lƣu Thị Bích Hƣơng.
2. Khóa luận hoàn toàn không sao chp của tác giả nào khác.
Nế u sai em xin hoà n toà n chị u trá ch nhiệ m.
Hà Nội, tháng 05 năm 2015
Sinh viên


Trần Quốc Hà

DANH MỤC HÌNH
Hình 1.1: Quá trình xử lý ảnh 7
Hình 1.2: Các bƣớc cơ bản trong quá trình xử lý ảnh 7
Hình 1.3: Ví dụ về nắn chỉnh hình biến dạng 12
Hình 2.1: Chọn ngƣỡng các đƣờng ngang dọc 19
Hình 2.2: Phân vùng ảnh tƣợng đài Washington 20
Hình 2.3: Lƣợc đồ hình rắn lƣợn và cách chọn ngƣỡng 21
Hình 2.4: Xác định ngƣỡng dựa trên thuật toán tam giác 21
Hình 2.5: Quá trình tính toán Pred(R) 27
Hình 2.6: Cây tứ phân của ảnh R 28
Hình 2.7: 4 liên thông và 8 liên thông 29
Hình 2.8: Làm mảnh ảnh 31
Hình 2.9: Loại bỏ đƣờng bao hở 33
Hình 2.10: Khp kín nhờ ngoại suy 33
Hình 2.11: Loại bỏ các chân rết làm rõ biên 33
Hình 3.1: Form giao diện chính của chƣơng trình 36
Hình 3.2: Form kết quả nhận đƣợc từ chức năng thay đổi mức xám 36
Hình 3.3: Form kết quả nhận đƣợc từ chức năng phân vùng ảnh 37
Hình 3.4: Form kết quả nhận đƣợc từ chức năng xem ảnh gốc 37

MỤC LỤC
MỞ ĐẦU…… 1
CHƢƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH 5
1.1. Xử lý ảnh và các vấn đề cơ bản trong xử lý ảnh 5
1.1.1. Xử lý ảnh là gì 5
1.1.2. Các vấn đề cơ bản trong xử lý ảnh 7
1.1.2.1. Một số khái niệm cơ bản 7
1.1.2.2. Độ phân giải của ảnh 8
1.1.2.3. Mức xám của ảnh 9
1.1.2.4. Nắn chỉnh biến dạng 11
1.1.2.5. Khử nhiễu 12
1.1.2.6. Chỉnh mức xám 12
1.1.2.7. Trích chọn đặc điểm 12
2.1.2.8. Nn ảnh……. 13
1.1.2.9. Một số thuộc tính cần quan tâm của ảnh số 14
1.2. Khái quát về phân vùng ảnh 14
1.2.1. Một số khái niệm 14
1.2.2. Các hƣớng tiếp cận phân vùng ảnh 16
1.2.3. Các công đoạn chính của phân vùng ảnh 16
1.3. Một số thuộc tính của điểm ảnh và phân vùng ảnh 17
1.3.1. Một số thuộc tính của điểm ảnh 17
1.3.2. Một số thuộc tính của vùng ảnh 17
CHƢƠNG 2: MỘT SỐ PHƢƠNG PHÁP PHÂN VÙNG ẢNH 18
2.1. Phân vùng ảnh dựa trên phƣơng pháp phân lớp 18
2.1.1. Khái quát về phƣơng pháp phân lớp 18
2.1.2. Phân lớp các điểm ảnh trong không gian thuộc tính một chiều 18
2.2. Phân vùng ảnh dựa trên sự phân chia miền kề 23

2.2.1. Phƣơng pháp tách cây tứ phân 23
2.2.2. Phƣơng pháp cục bộ 28
2.2.3. Phƣơng pháp tổng hợp 29
2.3. Phân vùng ảnh dựa theo đƣờng biên 30


2.3.1. Làm mảnh biên 30
2.3.2. Nhị phân hoá đƣờng biên 32
2.3.3. Miêu tả đƣờng biên 32
CHƢƠNG 3: XÂY DỰNG CHƢƠNG TRÌNH MÔ PHỎNG 35
3.1. Phát biểu bài toán 35
3.2. Thiết kế chƣơng trình 36
3.2.1. Giao diện của chƣơng trình 36
3.2.2. Một số kết quả của chƣơng trình 36
KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 38
TÀI LIỆU THAM KHẢO 40



1


MỞ ĐẦU
1. Mục đích, lý do chọn đề tài
Trong những năm gần đây, cùng với sự phát triển vƣợt bậc của khoa học
máy tính, thì xử lý ảnh là một lĩnh vực đang đƣợc quan tâm. Nó là một ngành
khoa học còn tƣơng đối mới mẻ so với nhiều ngành khoa học khác, nhƣng
hiện nay nó đang là một trong những lĩnh vực phát triển rất nhanh và thu hút
sự quan tâm đặc biệt từ các nhà khoa học, thúc đẩy các trung tâm nghiên cứu,
ứng dụng về lĩnh vực hấp dẫn này. Xử lý ảnh là ngành khoa học nghiên cứu

các quá trình xử lý thông tin dạng hình ảnh, mà hình ảnh là một dạng thông
tin vô cùng phong phú, đa dạng và là phƣơng tiện giao tiếp, trao đổi chủ yếu
của con ngƣời. Thông tin hình ảnh ngày nay có thể đƣợc xử lý dễ dàng bằng
máy tính. Mục tiêu của xử lý ảnh là:
- Xử lý ảnh ban đầu để có đƣợc ảnh mới theo một yêu cầu xác định (ví dụ
nhƣ ảnh mờ cần xử lý để đƣợc ảnh rõ hơn).
- Phân tích ảnh để thu đƣợc các thông tin đặc trƣng giúp cho việc phân loại,
nhận biết ảnh (ví dụ phân tích ảnh vân tay để trích chọn các đặc trƣng vân
tay).
- Hiểu ảnh đầu vào để có những mô tả về ảnh ở mức cao hơn, sâu hơn (ví dụ
từ ảnh một tai nạn giao thông phác họa hiện trƣờng tai nạn).
Qua đó, có thể thấy xử lý ảnh đóng vai trò quan trọng nhƣ thế nào trong
các ứng dụng thực tế về khoa học kĩ thuật cũng nhƣ trong cuộc sống thƣờng
ngày. Những ứng dụng này dƣờng nhƣ là vô hạn cùng với sự khám phá của
con ngƣời và sự phát triển nhƣ vũ bão của công nghệ số hóa, chẳng hạn, trong
các lĩnh vực nhƣ: Sản xuất và kiểm tra chất lƣợng, sự di chuyển của Robot,
các phƣơng tiện đi lại, công cụ hƣớng dẫn cho ngƣời mù, an ninh và giám sát,
nhận dạng đối tƣợng, nhận dạng mặt, các ứng dụng trong y học, sản xuất, hiệu
chỉnh Video, chinh phục vũ trụ…
Để xử lý đƣợc một bức ảnh thì phải trải qua nhiều khâu khác nhau tùy theo
2

mục đích của việc xử lý, nhƣng khâu quan trọng và khó khăn nhất đó là phân
vùng ảnh. Trong một số lƣợng lớn các ứng dụng về xử lý ảnh và hiển thị trên
máy tính, phân vùng ảnh đóng vai trò chính yếu nhƣ là bƣớc đầu tiên trƣớc
khi áp dụng các thao tác xử lý ảnh mức cao hơn nhƣ: Nhận dạng, giải thích
ngữ nghĩa, và biểu diễn ảnh. Nếu bƣớc phân vùng ảnh không tốt thì dẫn đến
việc nhận diện sai lầm về các đối tƣợng có trong ảnh.
Phân vùng ảnh đã và đang là một trong những vấn đề nhận đƣợc nhiều
sự quan tâm trong lĩnh vực xử lý ảnh. Trong khoảng 30 năm trở lại đây đã có

rất nhiều các thuật toán đƣợc đề xuất để giải bài toán này. Trong thời gian gần
đây, việc tìm ra các thuật toán nắm bắt đƣợc các thuộc tính toàn cục của bức
ảnh đã trở thành một xu hƣớng phổ biến.
Xuất phát trong hoàn cảnh đó em đã lựa chọn đề tài: “Xây dựng
chƣơng trình mô phỏng phân vùng ảnh dựa trên sự phân chia và kết hợp
các miền kề” để làm khóa luận tốt nghiệp.
2. Nhiệm vụ
- Tìm hiểu cơ bản về xử lý ảnh
- Tìm hiểu phƣơng pháp phân vùng ảnh dựa trên phƣơng pháp phân lớp.
- Tìm hiểu phƣơng pháp phân vùng ảnh dựa trên sự phân chia và kết hợp
các miền kề.
- Tìm hiểu phƣơng pháp phân vùng ảnh dựa theo đƣờng biên.
- Xây dựng ứng dụng phân vùng ảnh dựa trên sự phân chia và kết hợp các
miền kề trên ngôn ngữ Visual C#.
3. Đối tƣợng và phạm vi nghiên cứu
a. Đối tƣợng nghiên cứu
- Các kỹ thuật phân vùng ảnh.
b. Phạm vi nghiên cứu
Phạm vi khoá luận của em dừng lại ở việc tìm hiểu và phát triển ứng
dụng phân vùng ảnh thông qua kĩ thuật phân vùng ảnh dựa trên sự phân chia
và kết hợp các miền kề.
3

4. Phƣơng pháp nghiên cứu
a. Phƣơng 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. Phƣơng pháp nghiên cứu chuyên gia
Tham khảo ý kiến của các chuyên gia để có thể thiết kế chƣơng trình

phù hợp với yêu cầu thực tiễn, nội dung xử lý nhanh đáp ứng đƣợc yêu cầu
ngày càng cao của ngƣời sử dụng.
c. Phƣơng pháp nghiên cứu thực nghiệm
Thông qua quan sát thực tế, yêu cầu của cơ sở, những lý luận đƣợc
nghiên cứu và kết quả đạt đƣợc qua những phƣơng pháp trên.
5. Ý nghĩa khoa học và ý nghĩa thực tiễn của đề tài
 Ý nghĩa khoa học:
Phân vùng ảnh là một trong những tính tất yếu quyết định đến chất
lƣợng của hình ảnh. Mục tiêu của phân vùng ảnh là để đơn giản hóa hoặc thay
đổi biểu diễn của một tấm ảnh để dễ dàng phân tích. Phân vùng ảnh thƣờng
đƣợc sử dụng để xác định vị trí các đối tƣợng, đƣờng biên (đƣờng thẳng,
cong.vv). Phƣơng pháp phân vùng ảnh dựa trên sự phân chia và kết hợp miền
kề đã giúp cho việc phân vùng ảnh trở lên nhanh chóng, rút ngắn thời gian
thực hiện và cho kết quả chính xác.
 Ý nghĩa thực tiễn:
Việc xây dựng chƣơng trình mô phỏng phân vùng ảnh dựa trên sự phân
chia và kết hợp miền kề có ý nghĩa thực tiễn trong nhiều lĩnh vực khác nhau
nhƣ lĩnh vực hình ảnh y tế (medical imaging), phát hiện và nhận dạng đối
tƣợng, hệ thống camera giám sát, hệ thống điều khiển giao thông… Kỹ thuật
này là bƣớc tiền xử lý quan trọng trong hầu hết các hệ thống xử lý ảnh, kết
hợp phân vùng tốt sẽ giúp cho quá trình xử lý về sau đạt hiệu quả cao hơn
4

nhằm tiết kiệm về chi phí tính toán, thời gian cũng nhƣ tăng độ chính xác của
các ứng dụng trên.
6. Cấu trúc của khóa luận
Ngoài phần mở đầu, kết luận và tài liệu tham khảo, nội dung chính của
khoá luận gồm 3 chƣơng cụ thể nhƣ sau:
Chƣơng 1: Tổng quan về xử lý ảnh
Chƣơng 2: Một số phƣơng pháp phân vùng ảnh

Chƣơng 3: Xây dựng chƣơng trình mô phỏng













5


CHƢƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH
1.1. Xử lý ảnh và các vấn đề cơ bản trong xử lý ảnh
1.1.1. Xử lý ảnh là gì?
Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ. Nó là một
ngành khoa học còn tƣơng đối mới mẻ so với nhiều ngành khoa học khác,
nhƣng tốc độ phát triển của nó rất nhanh, nhất là trên qui 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 ngƣời. Nói một cách khác, "thị giác máy" dựa trên php xử lý
ảnh bằng sự phân tích của máy, có thể nói "xử lý ảnh số và thị giác máy"
đƣợc 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 ngƣời có thể nhận biết và hiểu về thế giới xung quanh
chúng ta.
Ví dụ: Những hình ảnh về trái đất, những hình ảnh trong dự báo thời
tiết
Có tới 99% lƣợng thông tin đã biết về thế giới xung quanh đƣợc nhận
biết thông qua thị giác (Nguồn: Chƣơng 1 - Nhập môn xử lý ảnh - Lƣơng
Mạnh Bá, Nguyễn Thanh Thuỷ (1999), NXB Khoa học kỹ thuật).
Việc trang bị cho máy tính có khả năng thị giác nhƣ con ngƣời không
phải là việc dễ dàng. Chúng ta đang sống trong một không gian 3D, khi máy
tính cố gắng phân tích đối tƣợng trong không gian 3D thì những bộ cảm biến
có sẵn nhƣ camera, lại thƣờng cho ảnh 2D. Nhƣ vậy, việc mất mát thông tin
của hình ảnh sẽ xảy ra. Với những cảnh động thì sự di chuyển của đối tƣợng
hay sự di chuyển của camera, tất cả những việc đó làm cho việc mất mát và
sai lệch thông tin rất lớn.
6

Ngày nay cùng với sự phát triển của ngành CNTT, chúng ta mong
muốn đƣa đƣợc những hình ảnh mà con ngƣời có thể nhìn thấy đƣợc vào máy
tính để thực hiện các mục đích khác nhau của con ngƣời nhƣ: Phân tích ảnh,
phục hồi ảnh, phân vùng ảnh, nâng cao chất lƣợng ảnh. Với mục đích làm cho
ảnh sắc nt hơn hoặc làm cho ảnh gần giống nhất với trạng thái gốc, trạng thái
trƣớc khi ảnh bị biến dạng. Để máy tính có thể hiểu và phân tích ảnh thì ảnh
cần đƣợc mã hoá và biểu diễn dƣới dạng số gọi là ảnh số. Ngày nay một số
máy ảnh số sử dụng tăng cƣờng 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. Nhƣ vậy xử lý ảnh
số là thực hiện các php 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 ban đầu. Hầu nhƣ tất cả các phần mềm chỉnh sửa ảnh đều sử dụng một

hoặc nhiều phƣơng pháp phân vùng ảnh. Hình ảnh sẽ mịn màng, không bị "vỡ
hạt" khi phóng to tùy vào thuật toán đƣợc sử dụng trong phân vùng ảnh. Điều
quan trọng cần ghi nhớ là phân vùng ảnh sẽ không thêm thông tin gì mới cho
hình ảnh cả, nó chỉ phân vùng các điểm ảnh và làm tăng dung lƣợng của tập
tin mà thôi. Tuy nhiên nhờ những phần mềm xử lý này mà ảnh có thể đƣợc
phóng to, thu nhỏ hay biến đổi tuỳ ý mà ảnh vẫn đẹp. Những biến đổi này đẹp
hay xấu tuỳ theo mục đích của ngƣời sử dụng, nhƣng muốn ảnh biến đổi theo
đúng mục đích của mình thì điều quan trọng là ngƣời dùng cần phải hiểu ảnh.
Việc hiểu ảnh, phân tích ảnh và thị giác máy nhằm mục đích nhân bản
hiệu quả của thị lực con ngƣời, giúp nhận biết tốt hơn về thế giới xung quanh.
Con ngƣời thu nhận thông tin qua các giác quan, trong đó thị giác đóng
vai trò quan trọng nhất trong việc thu nhận thông tin. Những năm trở lại đây
với sự phát triển nhanh của phần cứng máy tính, xử lý ảnh và đồ hoạ đang
phát triển một cách mạnh mẽ và có nhiều ứng dụng trong cuộc sống. Xử lý
ảnh và đồ hoạ đóng một vai trò quan trọng trong tƣơng tác ngƣời máy. Quá
7

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




Hình 1.1: Quá trình xử lý ảnh
Ảnh có thể xem là tập hợp các điểm ảnh và mỗi điểm ảnh đƣợc xem
nhƣ là đặc trƣng cƣờng độ sáng hay một dấu hiệu nào đó tại một vị trí nào đó
của đối tƣợng trong không gian và nó có thể xem nhƣ một hàm n biến P(c1,
c2, , cn). Do đó, ảnh trong xử lý ảnh có thể xem nhƣ ảnh n chiều.
Sơ đồ tổng quát của một hệ thống xử lý ảnh:

1.1.2. Các vấn đề cơ bản trong xử lý ảnh
1.1.2.1. Một số khái niệm cơ bản
Ảnh trong thực tế (ảnh tự nhiên) là một ảnh liên tục về không gian và
về giá trị độ sáng. Để có thể xử lý ảnh bằng máy tính, cần thiết phải tiến hành
số hoá ảnh nhằm biến đổi gần đúng một ảnh liên tục thành một tập điểm, phù
hợp với ảnh thật về vị trí (không gian) và độ sáng (mức xám). Trong quá trình
số hoá, ngƣời ta biến đổi tín hiệu liên tục sang tín hiệu rời rạc thông qua quá
trình lấy mẫu (rời rạc hoá về không gian), và lƣợng hoá thành phần giá trị mà
Ảnh
Xử lý ảnh
Kết luận
Ảnh “Tốt hơn”
Hình 1.2: Các bƣớc cơ bản trong một hệ thống xử lý ảnh
Đối sách
rút ra kết
luận
Thu nhận ảnh
Scanner,
Camera,
Sensor
Tiền xử

lý
Trích
chọn đặc
điểm
Hậu xử
lý
Hệ quyết
định
Lƣu trữ
8

về nguyên tắc bằng mắt thƣờng không phân biệt đƣợc hai điểm kề nhau.
Trong quá trình này ngƣời ta sử dụng khái niệm điểm ảnh (pixel). Nhƣ vậy
một ảnh là một tập hợp các điểm ảnh. Khi sử dụng đến phân vùng ảnh thì việc
phân biệt hai điểm ảnh kề nhau là việc cần thiết.
Điểm ảnh (pixel) đƣợc xem nhƣ là dấu hiệu hay cƣờng độ sáng tại một
toạ độ trong không gian của đối tƣợng. Mỗi pixel gồm một cặp toạ độ x, y và
màu.
Nhƣ vậy, một ảnh là một tập hợp các điểm ảnh. Khi đƣợc số hoá, nó
thƣờng đƣợc biểu diễn bởi mảng hai chiều hay ma trận hai chiều I(n,p): mỗi
phần tử có một giá trị nguyên hoặc là một vc tơ cấu trúc màu, n dòng và p
cột. Ta nói ảnh gồm n x p pixels. Ngƣời ta thƣờng kí hiệu I(x,y) để chỉ một
pixel. Thƣờng giá trị của n chọn bằng p và bằng 256. Một pixel có thể lƣu trữ
trên 1, 4, 8 hay 24 bit. Mỗi điểm ảnh khi mã hoá sẽ đƣợc biểu diễn dƣới dạng
8 bít. Cách mã hoá kinh điển thƣờng dùng 16, 32 hay 64 mức. Mã hoá 256
mức là phổ dụng nhất do lý do kỹ thuật. Vì 2
8
= 256 (0, 1, , 255), nên với
256 mức, mỗi pixel sẽ đƣợc mã hoá bởi 8 bit và từ đó có thể biểu diễn ảnh
dƣới nhiều dạng khác nhau. 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 đƣợc ấn định trên một ảnh số. Khoảng
cách giữa các điểm ảnh phải đƣợc chọn sao cho mắt ngƣời vẫn thấy đƣợc 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 đƣợc phân bố theo trục x, y trong không
gian hai chiều.
Ví dụ: Với màn CGA (320 x 200) là một lƣới điểm theo chiều ngang
màn hình: 320 điểm chiều dọc x 200 điểm ảnh. So sánh màn hình CGA 12
(Color Graphic Adaptor) thì thấy ảnh mịn hơn màn hình CGA 17. Nhƣ vậy
diện tích càng rộng thì độ mịn của ảnh càng km đi, cũng nhƣ khi phóng to
một ảnh cũng vậy, ảnh càng to thì càng bị vỡ hạt, độ mịn càng km.
9

1.1.2.3. Mức xám của ảnh
Mức xám của điểm ảnh là cƣờng độ sáng của nó đƣợc gán bằng giá trị
số tại điểm đó. Trong biểu diễn số của các ảnh đa mức xám, một ảnh đƣợc
biểu diễn dƣới dạng một ma trận hai chiều. Mỗi phần tử của ma trận biểu diễn
cho mức xám hay cƣờng độ của ảnh tại vị trí đó. Mỗi phần tử trong ma trận
đƣợc gọi là một phần tử ảnh hoặc điểm ảnh (pixel). Một điểm ảnh có hai đặc
trƣng cơ bản là vị trí (x,y) của điểm ảnh và độ xám.
a. Các thang giá trị mức xám thông thường
Thông thƣờng có các thang mức xám nhƣ: 16, 32, 64, 128, 256 (với lý
do kỹ thuật máy tính dùng 1 byte (8 bít) để biểu diễn mức xám thì có thể biểu
diễn: 2
8
= 256 mức (0, 1, …, 255) thì mức 256 là mức phổ dụng.
- 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 số các mức xám có thể biểu diễn đƣợc là 2

8
hay 256. Mỗi
mức xám đƣợc biểu diễn dƣới dạng là một số nguyên nằm trong khoảng từ 0
đến 255, với mức 0 biểu diễn cho mức cƣờng độ đen nhất và 255 biểu diễn
cho mức cƣờng độ sáng nhất.
- Mức xám ở ảnh nhị phân: Ảnh chỉ có hai mức đen, trắng phân biệt, tức dùng
1 bit mô tả 2
1
mức khác nhau. Nói cách khác mỗi điểm ảnh của ảnh nhị phân
chỉ có thể là 0 hoặc 1.
- Mức xám ở ảnh màu: Ảnh màu đƣợc tạo nên từ ba màu cơ bản (Red, Blue,
Green), ngƣời ta dùng 3 byte để mô tả mức màu, khi đó giá trị màu: 2
8
*
3
= 2
24

= 16,7 triệu màu.
Với ảnh màu: Cách biểu diễn cũng tƣơng tự nhƣ với ảnh đen trắng, chỉ
khác là các số 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 đƣợc chia thành ba khoảng 8 bit. Mỗi khoảng này biểu diễn
cho cƣờng độ sáng của một trong các màu chính.
10

b. Các kiểu ảnh
b1. 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, uint16 hoặc kiểu

double. Ma trận bản đồ màu là một mảng m x 3 kiểu double bao gồm các giá
trị dấu phẩy động nằm giữa 0 và 1. Mỗi hàng của bản đồ chỉ ra các giá trị mà:
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 trị trong bản đồ màu. Màu sắc của mỗi pixel
ảnh đƣợc tính toán bằng cách sử dụng giá trị tƣơng ứng của X ánh xạ tới một
giá trị chỉ số của bản đồ màu. Giá trị 1 chỉ ra hàng đầu tiên, giá trị 2 chỉ ra
hàng thứ hai trong bản đồ màu.
Một bản đồ màu thƣờng đƣợc chứa cùng với ảnh chỉ số và đƣợc tự
động nạp cùng với ảnh. Tuy nhiên, không bị giới hạn khi sử dụng bản đồ màu
mặc định, ta có thể sử dụng bất kì bản đồ màu nào. Các pixel trong ảnh đƣợc
đại diện bởi một số nguyên ánh xạ tới một giá trị tƣơng ứng trong bản đồ
màu.
b2. Ảnh cường độ (Intensity Images)
Một ảnh cƣờng độ là một ma trận dữ liệu ảnh I mà giá trị của nó đại
diện cho cƣờng độ trong một số vùng nào đó của ảnh. Ma trận có thể thuộc
lớp double, uint8 hay uint16. Trong khi ảnh cƣờng độ hiếm khi đƣợc lƣu với
bản đồ màu. Những phần tử trong ma trận cƣờng độ đại diện cho các cƣờng
độ khác nhau hoặc độ xám.
b3. 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 tƣơng ứng với bật hoặc tắt (on hoặc off).
Một ảnh nhị phân đƣợc lƣu trữ nhƣ một mảng logic của 0 và 1.
b4. Ảnh RGB (RGB Images)
Một ảnh RGB đƣợc lƣu trữ dƣới dạng một mảng dữ liệu có kích thƣớc
3 chiều m x n x 3, định nghĩa các giá trị màu red, green và blue cho mỗi pixel
11

riêng biệt. Ảnh RGB không sử dụng bảng màu. Màu của mỗi pixel đƣợc
quyết định bởi sự kết hợp giữa các giá trị R, G, B (Red, Green, Blue) đƣợc
lƣu trữ trong một mặt phẳng màu tại vị trí của pixel. Định dạng file đồ hoạ

lƣu trữ ảnh RGB giống nhƣ một ảnh 24 bít trong đó R, G, B chiếm tƣơng ứng
8 bít 1. Điều này cho php nhận đƣợc 16,7 triệu màu khác nhau .
Một mảng RGB có thể thuộc lớp double, uint8 hoặc uint16. Trong một
mảng RGB thuộc lớp double, mỗi thành phần màu có giá trị giữa 0 và 1. Một
pixel mà thành phần màu của nó là (0,0,0) đƣợc hiển thị với màu đen và một
pixel mà thành phần màu là (1,1,1) đƣợc hiển thị với màu trắng.
Trong một ảnh RGB khoảng trắng tƣơng 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 đƣợc trộn với 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. Tƣơng tự cho các mặt phẳng màu G và B.
1.1.2.4. Nắn chỉnh biến dạng
Nắn chỉnh biến dạng là việc biến đổi hình học giữa hai ảnh: Ảnh
nguồn và ảnh đích. Sự biến đổi hình học đƣợc định nghĩa về mối quan hệ giữa
các điểm ảnh nguồn và điểm ảnh đích.
Thuật toán nắn chỉnh ảnh có hai khuynh hƣớng: Tác động toàn cục
hoặc tác động cục bộ. Tác động toàn cục là ta áp dụng thuật toán, tiêu chí nhƣ
nhau đối với mọi điểm ảnh trên toàn bộ ảnh. Còn tác động cục bộ thì ta chỉ
tác động trên các điểm ảnh ở một số vùng của ảnh, còn các vùng khác của ảnh
ta giữ nguyên.Các thuật toán nắn chỉnh toàn cục có tốc độ xử lý tƣơng đối
nhanh nhƣng chỉ áp dụng đƣợc với các yêu cầu đơn giản nhƣ co, giãn ảnh,
bóp mo cả ảnh thành tứ giác hay một số hiệu ứng khác nhƣ mắt cá, kính núp,

Thuật toán nắn chỉnh cục bộ cho kết quả ấn tƣợng hơn. Tuy nhiên để
nắn chỉnh từng vùng, ta phải xác định thêm tập đặc trƣng. Trong trƣờng hợp
này việc xây dựng thuật toán tƣơng đối phức tạp.
12

Hình 1.3: Ví dụ về nắn chỉnh hình biến dạng
Nắn chỉnh biến dạng là một khâu trong xử lý ảnh. Với mỗi ảnh tùy theo
mức độ, hiện trạng, và chủng loại ảnh mà ngƣời ta sử dụng ứng dụng nào cho
phù hợp nhất trong xử lý ảnh.
1.1.2.5. Khử nhiễu
Có 2 loại nhiễu cơ bản trong quá trình thu nhận ảnh:
- Nhiễu hệ thống: Là nhiễu có quy luật có thể khử bằng các phép biến
đổi.
- Nhiễu ngẫu nhiên: Vết bẩn không rõ nguyên nhân và có thể khắc phục
bằng các phép lọc.
1.1.2.6. Chỉnh mức xám
Nhằm khắc phục tính không đồng đều của hệ thống gây ra. Thông thƣờng
có 2 hƣớng tiếp cận:
- Giảm số mức xám: Thực hiện bằng cách nhóm các mức xám gần nhau
thành một bó. Trƣờng hợp chỉ có 2 mức xám thì chính là chuyển về ảnh
đen trắng. Ứng dụng: In ảnh màu ra máy in đen trắng.
- Tăng số mức xám: Thực hiện nội suy ra các mức xám trung gian bằng
kỹ thuật nội suy. Kỹ thuật này nhằm tăng cƣờng độ mịn cho ảnh.
1.1.2.7. Trích chọn đặc điểm



′

b) Ảnh qua xử lý




a) Ảnh gốc
13

Các đặc điểm của đối tƣợng đƣợc trích chọn tuỳ theo mục đích nhận
dạng trong quá trình xử lý ảnh. Có thể nêu ra một số đặc điểm của ảnh sau
đây:
- Đặc điểm không gian: Phân bố mức xám, phân bố xác suất, biên độ, điểm
uốn.
- Đặc điểm biến đổi: Các đặc điểm loại này đƣợc trích chọn bằng việc thực
hiện lọc vùng (zonal filtering). Các bộ vùng đƣợc gọi là “mặt nạ đặc điểm”
(feature mask) thƣờng là các khe hẹp với hình dạng khác nhau (chữ nhật,
tam giác, cung tròn).
- Đặc điểm biên và đường biên: Đặc trƣng cho đƣờng biên của đối tƣợng và
do vậy rất hữu ích trong việc trích trọn các thuộc tính bất biến đƣợc dùng
khi nhận dạng đối tƣợng. Các đặc điểm này có thể đƣợc trích chọn nhờ

toán tử gradient, toán tử la bàn, toán tử Laplace, toán tử “cho không”
(zero crossing).
Việc trích chọn hiệu quả các đặc điểm giúp cho việc nhận dạng các đối
tƣợng ảnh chính xác, với tốc độ tính toán cao và dung lƣợng nhớ lƣu trữ giảm
xuống.
1.1.2.8. Nén ảnh
Nhằm giảm thiểu không gian lƣu trữ. Thƣờng đƣợc tiến hành theo cả
hai cách khuynh hƣớng là nén có bảo toàn và không bảo toàn thông tin. Nén
không bảo toàn thì thƣờng có khả năng nn cao hơn nhƣng khả năng phục hồi
thì km hơn. Trên cơ sở hai khuynh hƣớng, 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 lƣợc 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.
14

- Nén ảnh sử dụng phép biến đổi: Đây là kỹ thuật tiếp cận theo hƣớng nén
không bảo toàn và do vậy, kỹ thuật thƣờng nén hiệu quả hơn *.JPG chính
là tiếp cận theo kỹ thuật nén này.
- Nén ảnh Fractal: Sử dụng tính chất Fractal của các đối tƣợng ảnh, thể hiện
sự lặp lại của các chi tiết. Kỹ thuật nén sẽ tính toán để chỉ cần lƣu trữ phần
gốc ảnh và quy luật sinh ra ảnh theo nguyên lý Fractal.
1.1.2.9. Một số thuộc tính cần quan tâm của ảnh số
- Đƣờng viền (Border): Đƣờng viền của một vùng ảnh R là tập hợp 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 biên nếu ở đó có sự thay đổi
đột ngột về mức xám. Tập hợp các điểm biên tạo thành đƣờng bao của

ảnh.Thuộc tính biên gắn liền một 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 biên nếu đó là điểm
đen và có ít nhất một điểm trắng lân cận.
- Độ sắc nt của ảnh: Độ sắc nt là khả năng phát hiện những chi tiết trong
ảnh. Mắt ngƣời ít nhạy cảm với sự thay đổi nhanh hay chậm của độ sáng
trong mặt phẳng ảnh nhƣng nhạy cảm với sự thay đổi trung gian.
Độ phân giải trong ảnh đƣợc giới hạn bởi khả năng phân giải ở mắt
ngƣời. Khi độ phân giải của ảnh cao hơn độ phân giải của mắt ngƣời thì con
ngƣời không thể cảm nhận về ảnh đƣợc nữa.
Độ phân giải trong quang học đƣợc định nghĩa là khoảng cách giữa hai
điểm ảnh gần nhất mà con ngƣời không thể phân biệt đƣợc.
Mỗi một ảnh đều có độ sắc nt, độ phân giải riêng, việc xử lý ảnh nhằm
mục đích làm cho ảnh sắc nt hơn, đẹp hơn hay gần với ảnh gốc hơn, và khi
biến đổi bằng một trong các phƣơng pháp phân vùng ảnh làm cho ảnh có khả
năng hiển thị tốt, và để xác định vị trí các đối tƣợng, đƣờng biên (đƣờng
thẳng, cong.vv).
1.2. Khái quát về phân vùng ảnh
15

1.2.1. Một số khái niệm
Phân vùng ảnh là bƣớc then chốt trong xử lý ảnh. Giai đoạn này nhằm
phân tích ảnh thành những thành phần có cùng tính chất nào đó dựa theo biên
hay các vùng liên thông. Tiêu chuẩn để xác định các vùng liên thông có thể là
cùng mức xám, cùng màu hay cùng độ nhám…
Trƣớc hết cần làm rõ khái niệm "vùng ảnh" (Segment) và đặc điểm vật
lý của vùng. Vùng ảnh là một chi tiết, một thực thể trông toàn cảnh. Nó là
một tập hợp các điểm có cùng hoặc gần cùng một tính chất nào đó: mức xám,
mức màu, độ nhám… Vùng ảnh là một trong hai thuộc tính của ảnh. Nói đến
vùng ảnh là nói đến tính chất bề mặt. Đƣờng bao quanh một vùng ảnh

(Boundary) là biên ảnh. Các điểm trong một vùng ảnh có độ biến thiên giá trị
mức xám tƣơng đối đồng đều hay tính kết cấu tƣơng đồng. Dựa vào đặc tính
vật lý của ảnh, ngƣời ta có nhiều kỹ thuật phân vùng: Phân vùng dựa theo
miền liên thông gọi là phân vùng dựa theo miền đồng nhất hay miền kề, phân
vùng dựa vào biên gọi là phân vùng biên. Ngoài ra còn có các kỹ thuật phân
vùng khác dựa vào biên độ, phân vùng dựa theo kết cấu…
Phân vùng ảnh (Image Segmentation): Là quá trình phân hoạch tập các
điểm ảnh của R thành các tập con R
i
(hay một vùng ảnh) thỏa mãn các điều
kiện sau:
(a)
1
n
i
i
RR




(b) R
i
là một vùng liên thông với mọi i=1,2, ,n.
(c) R
i
R
j
= ,  i j.
(d) P(R

i
) = TRUE (  i 1,2, n).
(e) P(R
i
R
j
) = FALSE (  i j).
Trong đó: P(R
1
) là một hàm logic đƣợc định nghĩa trƣớc trên các điểm ảnh
trong tập R
1
và  là tập hợp rỗng.
- Điều kiện (a) để đảm bảo việc phân vùng là hoàn toàn, mỗi điểm ảnh
phải thuộc vào một vùng nào đó.
16

- Điều kiện (b) R là một vùng liên thông.
- Điều kiện (c) để đảm bảo các vùng phải rời nhau.
- Điều kiện (d) để đảm bảo các điểm ảnh trong vùng phải thoả mãn một
tính chất P nào đó.
- Điều kiện (e) để đảm bảo hai vùng khác nhau về tính chất P đƣợc định
nghĩa trƣớc.
Dựa vào đặc tính của vùng ảnh, có nhiều kỹ thuật phân vùng khác nhau.
Tuy nhiên, kỹ thuật phân vùng ảnh có thể đƣợc chia thành ba phƣơng pháp cơ
bản sau đây:
- Phân vùng ảnh dựa trên phƣơng pháp phân lớp.
- Phân vùng ảnh dựa trên sự phân chia miền kề.
- Phân vùng ảnh dựa theo đƣờng biên.
1.2.2. Các hƣớng tiếp cận phân vùng ảnh

Phân vùng ảnh là chia ảnh thành các vùng không trùng lặp. Mỗi vùng gồm
một nhóm pixel liên thông và đồng nhất theo một tiêu chí nào đó. Tiêu chí
này phụ thuộc vào mục tiêu của quá trình phân đoạn.
Ví dụ nhƣ đồng nhất về màu sắc, mức xám, kết cấu, độ sâu của các layer
Sau khi phân đoạn mỗi pixel chỉ thuộc về một vùng duy nhất. Để đánh giá
chất lƣợng của quá trình phân đoạn là rất khó. Vì vậy trƣớc khi phân đoạn ảnh
cần xác định rõ mục tiêu của quá trình phân đoạn là gì. Xt một cách tổng
quát, ta có thể chia các hƣớng tiếp cận phân đoạn ảnh thành các nhóm chính
nhƣ sau:
- Dựa trên tính đồng đều (độ tƣơng tự của mức xám và các thuộc tính
chung của các điểm ảnh trong mỗi vùng).
- Phân vùng ảnh dựa trên sự biến thiên của hàm độ xám hoặc mức xám
(phân vùng dựa trên tách biên).
1.2.3. Các công đoạn chính của phân vùng ảnh
Gồm 3 công đoạn sau:
- Tiền xử lý ảnh (nếu có).
17

- Quá trình phân vùng ảnh (thực hiện dựa trên các thuật toán).
- Đánh nhãn cho các vùng ảnh đƣợc phân tách và điều chỉnh nếu cần.
1.3. Một số thuộc tính của điểm ảnh và phân vùng ảnh
1.3.1. Một số thuộc tính của điểm ảnh
Giả sử có một điểm ảnh X = {P
i
}, trong đó P
i
là pixel thứ i (i = 1, …, M*N)
Có 2 loại ảnh sau:
+ Ảnh đơn màu: P
i

đƣợc biểu diễn bằng giá trị mức xám (độ xám). Kí
hiệu A(P
i
) hoặc X(P
i
).
+ Ảnh đa màu (đa phổ): Mỗi pixel đƣợc biểu diễn bởi một vecto màu gọi
là vecto thuộc tính. Độ tƣơng phản giữa hai điểm ảnh:
(S
1
, S
2
) = | A(S
1
) – A(S
2
) | / (L-1)
Trong đó, L: Giá trị mức xám lớn nhất của ảnh.
1.3.2. Một số thuộc tính của vùng ảnh
Độ đồng đều mức xám của một vùng ảnh R
k

2
1
1
E(R ) ( ( ) m(R ))
k
N
k i k
i

k
XP
N




Trong đó:
- X(P
i
) là giá trị của điểm ảnh P
i
.
- N
k
là tổng số điểm ảnh thuộc miền R
k
.
- M(R
k
) là giá trị trung bình của miền R
k
đƣợc tính bằng công thức sau:
1
1
(R ) ( )
k
N
ki
i

k
m X P
N




- Hàm vị từ của R
k
(Pred(R
k
)):Để đo độ đồng đều của mức xám, đƣợc
định nghĩa nhƣ sau:
Pred(R
k
) = 
1, nếu E(R
k
) θ
c
0, nếu E(R
k
) > θ
c


Trong đó: 
c
là ngƣỡng tự chọn
Nếu Pred(R

k
) = 1 thì vùng R
k
là vùng đồng đều.
Nếu Pred(R
k
) = 0 thì vùng R
k
là không đồng đều.
- Thuộc tính tần số, thuộc tính thống kê, thuộc tính cấu trúc.
18


CHƢƠNG 2: MỘT SỐ PHƢƠNG PHÁP PHÂN VÙNG ẢNH
2.1. Phân vùng ảnh dựa trên phƣơng pháp phân lớp
2.1.1. Khái quát về phƣơng pháp phân lớp
Phƣơng pháp phân lớp là việc phân các phần tử có chung một số thuộc
tính nào đó về các lớp theo các tiêu chuẩn về thuộc tính. Các phƣơng pháp
phân lớp có hai phƣơng pháp sau:
+ Phân lớp dựa trên các điểm ảnh trong không gian thuộc tính.
+ Phân lớp dựa trên tiêu chuẩn phân lớp (dựa trên khoảng cách nhỏ
nhất giữa các vecto thuộc tính).
Phƣơng pháp phân lớp các điểm ảnh trong không gian thuộc tính một
chiều dựa trên các thuộc tính biên độ.
Có 2 phƣơng pháp trong không gian thuộc tính một chiều: Dựa vào giải
thuật ISODATA và thuật toán phân chia, kết hợp miền kề.
2.1.2. Phân lớp các điểm ảnh trong không gian thuộc tính một chiều
Khái niệm: Giả sử giá trị mức xám của điểm ảnh P

i

là A(P

i
), phƣơng
pháp để phân lớp các pixel nhƣ sau: Điểm P

i
 C

k
nếu T

j
≤ A(P

i
) < T

j+1
, trong
đó T

j
, T

j+1
lần lƣợt là giá trị ngƣỡng dƣới và ngƣỡng trên của lớp C

k
.

Vấn đề: Xác định các ngƣỡng T

i
, T

j
giữa các lớp và kết quả của quá trình
phân lớp là mỗi lớp C

k
sẽ cho một vùng ảnh R

k
tƣơng ứng.
Có 2 phƣơng pháp để xác định ngƣỡng T

i
, T

j
:
- Xác định ngƣỡng dựa trên biểu đồ Histogram (nếu có thể). Chọn
ngƣỡng dựa trên biểu đồ Histogram.
- Phƣơng pháp xác định ngƣỡng tự động dựa trên quá trình học theo
thuật toán ISODATA.
Sau đây, sẽ lần lƣợt tìm hiểu về từng phƣơng pháp xác định ngƣỡng ở
trên: