Tải bản đầy đủ (.docx) (16 trang)

Tìm hiểu về các phép lọc số , khảo sát và lập trình thử nghiệm các ứng dụng của phép lọc trên miền tần số với xử lý ảnh màu

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (233.31 KB, 16 trang )

Bài tập lớn xử lý ảnh
Giới thiệu qua đề tài
Đề tài
Đề 7 : Tìm hiểu về các phép lọc số , khảo sát và lập trình thử nghiệm các ứng dụng của phép
lọc trên miền tần số với xử lý ảnh màu .
Giáo viên hướng dẫn: Nguyễn Thị Hoàng Lan
Nhóm sinh viên thực hiện :
Nguyễn Trung Giang
Trần Đức Ánh
Lê Trí Dũng


Lời nói đầu
Xử lý ảnh đang là một lĩnh vực đươc quan tâm và đã trở thành một phần rất quan trọng
trọng , liên quan đến nhiều nghành khác như : hệ thống tin học , lý thuyết thông tin , lý thuyết
thống kê , trí tuệ nhân tạo , nhận dạng . Đây là một môn khoa học tương đối mới mẻ so với nhiều
nghành khoa học khác . Nó gồm nhiều quá trình liên tục . Đầu tiên là thu nhận ảnh từ camera , vệ
tinh hay các bộ cảm ứng , …Tín hiệu lấy vào sẽ được số hóa thành tín hiệu số và chuyển sang giai
đoạn xử lý , phân tích hay lưu trữ lại . Trong quá trình học , chúng em đặc biệt hứng thú với các
phương pháp lọc số để xử lý ảnh . Chính vì vậy nhóm em đã chọn đề tài : " Tìm hiểu về các phép
lọc số , khảo sát và lập trình thử nghiệm các ứng dụng của phép lọc trên miền tần số với xử lý ảnh
màu "

Đây là một đề tài rất hay, đặc biệt tạo nên nhiều ảnh với các mục đích của người dùng .
Chúng em đã tìm kiếm và học hỏi từ cô và từ tài liệu rất nhiều cùng với quá trình xây dựng ứng
dụng , chúng em đã rút ra được rất nhiều kinh nghiệm thực tế cũng như kiến thức sâu hơn về môn
học , có thể trả lời được những thắc mắc từ lâu . Tuy nhiên do thời gian làm bài tập lớn không có
nhiều , cũng chưa có nhiều kinh nghiệm , tài liệu đầy đủ về lĩnh vực này , nên đề tài của chúng em
khó có thể tránh khỏi thiếu xót , nhưng cũng đã đạt được thắng lợi ban đầu . Chúng em xin cám ơn
cô đã hướng dẫn giúp chúng em hoàn thành bản báo cáo này. Em xin chân thành cảm ơn .
Nhóm sinh viên :


Nguyễn Trung Giang 20070911
Lê Trí Dũng 20070553
Trần Đức Ánh 20073580


Mục lục
Phần I : Tìm hiểu về các phép lọc số
1. Khái quát về phép lọc ảnh
2. Các bộ lọc số
2.1.Định nghĩa và mô hình
2.2.Phân loại bộ lọc
- Bộ lọc có đáp ứng xung hữu hạn FIR
- Bộ lọc có đáp ứng xung vô hạn IIR
2.3.Các bộ lọc số thông dụng
- Bộ lọc trung bình
- Bộ lọc thông thấp
- Bộ lọc Laplace
- Bộ lọc thông cao
Phần II : Khảo sát và xây dựng ứng dụng các phép lọc trên miền tần số
1. Cơ sở lý thuyết
- Hạn chế của xử lý trên miền không gian
- Ý tưởng xử lý trên miền tần số
- Tính toán chi tiết
2. Các bộ lọc
2.1. Lọc thông thấp
-Lọc tần số thấp Idea
- Lọc tần số thấp Gauss
- Lọc tần số thấp Butterworth

2.2. Lọc thông cao

-Lọc thông cao từ lọc thông
-Lọc tần số thấp Idea
- Lọc tần số thấp Gauss
- Lọc tần số thấp Butterworth
3. Xây dựng ứng dụng
Phần I : Tìm hiểu về các phép lọc số
1. Khái quát về phép lọc ảnh
Phép lọc ảnh được sử dụng nhiều trong xử lý ảnh , được dùng trong giảm
nhiễu , làm nét ảnh , cũng như trong phát hiện cạnh , biên ảnh …Các phép lọc ảnh
chủ yếu được sử dụng để ngăn chặn các tần số cao trong hình ảnh , như làm mịn
ảnh hay tần số thấp như phát hiện cạnh trong hình ảnh . Các bộ lọc có thể chia làm
2 loại theo phép toán : lọc tuyến tính và lọc phi tuyến. Phép lọc tuyến tính là các
phép lọc có bản chất là lọc tần số như lọc trung bình, lọc thông thấp, lọc thông cao,
lọc đạo hàm. Ngược lại các phép lọc phi tuyến bao gồm lọc trung vị, lọc đồng
hình, lọc với k láng giềng gần nhất, lọc hạng r ….
Các phép lọc ảnh đều sử dụng cách xử lý cục bộ, tức là điểm ảnh đầu ra chỉ
chịu ảnh hưởng của 1 số điểm ảnh lân cận theo kĩ thuật mặt nạ. Người ta cũng sử
dụng phép nhân chập rời rạc để thực hiện bộ lọc.
2.1 . Định nghĩa và mô hình
Một hình ảnh có thể được lọc trong miền tần số hoặc trong miền không gian.
Trong kĩ thuật lọc miền không gian ta sử dụng một mặt nạ , tổ hợp điểm ảnh từ ảnh
hưởng của các điểm lân cận. Trong miền không gian ta sẽ dùng phép nhân chập tín
hiệu ảnh đầu vào với bộ lọc số :
Y (m,n ) = H(k,l ) * X(m,n )
Với K*L << M * N
Hình 1. Bộ lọc 3*3
Ma trận bộ lọc còn được gọi là ma trận hạt nhân. Các ma trận hạt nhân có thể có
nhiều kích thước tùy ý, phổ biến nhất là ma trận 3*3 (hình 1) , ngoài ra trong các
trường hợp cụ thể có thể sử dụng các bộ lọc 5*5 hay 7*7. Bộ lọc trong miền không
gian với ma trận hạt nhân khá trực quan và dễ thực hiện. Nó phù hợp với cảm quan

của chúng ta. Tuy nhiên cũng chính vì khá đơn giản nên nó không có được sự tinh
tế. Mặt nạ thường có các giá trị dương và đối xứng, nhưng không nhất thiết phải
như vậy. Nó có thể được chọn theo một phương pháp nào đó mà không thể trực
quan và một trong các phương pháp đó là lọc trên miền tần số .
Phương pháp lọc trên miền tần số đơn giản là thực hiện các phép biến đổi
ảnh trên miền tần số. Các tín hiệu đầu vào, đầu ra của ảnh, các bộ lọc đều được
biến về miền tần số.
Y(u,v ) = X(u,v ) * H(u,v)
Với Y(u,v ) = DFT (Y(m,n));
X(u,v) . H(u,v ) = DFT ( X(m,n ) * H(k,l) )
Bộ lọc trên miền tần số có 2 loại là bộ lọc thông thấp và thông cao. Bộ lọc
thông thấp thường được sử dụng để làm mờ ảnh, giảm nhiễu,bộ lọc thông cao thì
được sử dụng để làm sắc nét cạnh, biên làm cho ảnh rõ nét hơn. Thực ra bản chất
của phép lọc số đều sử dụng lọc tần số , chỉ là thực hiện trên miền không gian hay
miền tần số mà thôi.
Hình 2 . Mô hình bộ lọc
2.2.Phân loại bộ lọc
- Bộ lọc có đáp ứng xung hữu hạn FIR
- Bộ lọc có đáp ứng xung vô hạn IIR
Phần II : Khảo sát và xây dựng ứng dụng các phép lọc trên miền tần số
Kết luận
Mean Filter - noise reduction NR using mean of neighborhood
Median Filter - NR using median of neighborhood
Gaussian Smoothing - NR using convolution with a Gaussian smoothing kernel
Conservative Smoothing - NR using maximum and minimum of neighborhood
Crimmins Speckle Removal - more complex NR operator
Frequency Filters - high and low pass image filters, etc
Laplacian/Laplacian of Gaussian Filter - edge detection filter

×