QUẢN Lý d6cntt epu dai

LỜI MỞ ĐẦU
Thông tin được biểu diễn dưới 3 dạng chủ yếu là: âm thanh, văn bản và hình
ảnh. Do vậy, xử lý ảnh là một trong những lĩnh vực quan trọng của ngành công nghệ
thông tin. Mặc dù đây là một lĩnh vực khó nhưng ngày nay nó đang ngày càng trở nên
quan trọng trong hệ thống các lĩnh vực phát triển công nghệ thông tin, ứng dụng vào
để giải quyết các bài toán xử lý ảnh, phục vụ nhu cầu con người.
Chuyển màu ảnh là một kỹ thuật xử lý ảnh mới sử dụng trong các thao tác xử lý
màu phổ biến đối với các sản phẩm đa phương tiện như các tài liệu, hình ảnh, video.
Mặc dù, hiện nay lĩnh vực này đã có sự phát triển đáng kế, tuy nhiên các nhà thiết kế
vẫn cần thể hiện cùng một thông tin đa phương tiện trong một phong cách riêng, tương
ứng với từng ngữ cảnh. Do vậy, em đã chọn đề tài “Ứng dụng chuyển màu ảnh theo
bố cục để tạo phong cách ảnh” để làm đề tài tốt nghiệp của mình.
Đồ án này thể hiện phương pháp chuyển màu một cách tùy biến, sử dụng
phương pháp kết hợp song song giữa sử dụng ngữ cảnh và các phép lọc. Trong phương
pháp này, đầu vào sẽ là các bức ảnh và thông tin về ngữ cảnh như thời gian trong năm,
tuổi của người xem. Dựa vào thông tin ngữ cảnh sẽ xác định được phong cách ảnh,
được tạo trước trong một ảnh mẫu có trong CSDL ảnh. Từ đó, hệ thống tạo ra bộ ảnh
có nội dung từ bộ ảnh ban đầu, được thể hiện trong phong cách của ảnh lấy từ CSDL
ảnh.
Màu sắc của ảnh sẽ được chuyển đổi một cách nhẹ nhàng sao cho hợp với nội
dung của ảnh đầu vào, đảm bảo vẫn giữ lại tính nhất quán của bức ảnh với phong cách
theo yêu cầu và đem lại hiệu quả tốt nhất về thẩm mỹ của bức ảnh.
Bố cục trình bày trong báo cáo gồm ba chương chính:
CHƯƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ BÀI TOÁN CHUYỂN
MÀU ẢNH
Chương này sẽ cung cấp một cái nhìn tổng quan về xử lý ảnh và các vấn đề cơ
bản của xử lý ảnh và giới thiệu bài toán chuyển màu ảnh, cụ thể là chuyển màu ảnh
theo bố cục để tạo phong cách ảnh.
CHƯƠNG 2: PHƯƠNG PHÁP CHUYỂN MÀU ẢNH THEO BỐ CỤC DỰA
VÀO SALIENCY MAP VÀ HÀM MẬT ĐỘ XÁC SUẤT

Nội dung chương 2 chủ yếu tập trung vào trình bày, phân tích phương pháp
chuyển màu ảnh theo bố cục ảnh để tạo phong cách ảnh qua cách xác định Saliency
Map của ảnh, hàm mật độ xác suất và sử dụng bộ lọc Gaussian để giúp việc chuyển
màu một cách hiệu quả hơn.
CHƯƠNG 3: XÂY DỰNG CHƯƠNG TRÌNH VÀ ĐÁNH GIÁ KẾT QUẢ
Trong chương 3 sẽ trình bày môi trường xây dựng chương trình và cung cấp
một cái nhìn trực quan, sinh động về phương pháp chuyển màu ảnh theo bố cục để tạo
phong cách ảnh qua các ví dụ thực nghiệm.
Mặc dù đã có rất nhiều cố gắng tham khảo nhiều tài liệu và giáo trình, song
không thể tránh khỏi thiếu sót và hạn chế, rất mong nhận được những nhận xét quý
báu từ quý thầy cô, cùng toàn thể các bạn để đề tài được hoàn thiện hơn.


MỤC LỤC
DANH MỤC HÌNH VẼ
DANH MỤC BẢNG
KÝ HIỆU CÁC CỤM TỪ VIẾT TẮT
CHƯƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ BÀI TOÁN CHUYỂN MÀU
ẢNH THEO BỐ CỤC................................................................................................ 1
1.1.

Tổng quan về xử lý ảnh................................................................... 1
1.1.1. Xử lý ảnh là gì?............................................................................. 1
1.1.2. Ứng dụng của xử lý ảnh.................................................................5
1.1.3. Các khía cạnh của xử lý ảnh..........................................................6
1.1.4. Các bước cơ bản trong xử lý ảnh...................................................7

1.2.

Bài toán chuyển màu ảnh............................................................... 8
1.2.1. Bài toán chuyển màu chuyển màu ảnh..........................................8
1.2.2. Các phương pháp chuyển màu ảnh................................................8
1.2.3. Ứng dụng của bài toán chuyển màu............................................10

1.3.

Kết luận chương............................................................................. 11

CHƯƠNG 2: PHƯƠNG PHÁP CHUYỂN MÀU ẢNH THEO BỐ CỤC DỰA
VÀO SALIENCY MAP VÀ HÀM MẬT ĐỘ XÁC SUẤT..................................... 12
2.1...........................................................................................Ph
ép biến đổi Fourier với ảnh........................................................... 12
2.1.1. Giới thiệu về phép biển đổi Fourier.............................................12
2.1.2. Biến đổi Fourier hai chiều với ảnh..............................................16
2.1.3. Mục đích của biến đổi Fourier.....................................................16
2.2.

Saliency Map của ảnh................................................................... 17
2.2.1. Giới thiệu về Saliency Map của ảnh............................................17
2.2.2. Cách xác định Saliency Map.......................................................17

2.3.

Bộ lọc Gaussian............................................................................. 21


2.3.1. Các bộ lọc loại bỏ nhiễu thường gặp...........................................21
2.3.2. Cơ sở lý thuyết của bộ lọc Gaussian........................................... 25
2.3.3. Xây dựng chương trình và kết quả thực nghiệm.........................25

2.4.

Hàm mật độ xác suất....................................................................27
2.4.1. Giới thiệu hàm mật độ xác suất...................................................27
2.4.2. Xác định hàm mật độ xác suất.....................................................27
2.4.3. Ứng dụng của hàm mật độ xác suất trong xử lý ảnh...................28
2.5...........................................................................................P
hương pháp chuyển màu ảnh theo bố cục dựa vào Saliency Map
và hàm mật độ xác suất của ảnh.................................................. 30
2.5.1. Giới thiệu phương pháp...............................................................30
2.5.2. Nội dung phương pháp................................................................ 32

2.6.

Kết luận chương............................................................................. 37

CHƯƠNG 3: XÂY DỰNG CHƯƠNG TRÌNH VÀ ĐÁNH GIÁ KẾT QUẢ.........39
3.1.

Xây dựng ứng dụng bằng Matlab................................................ 39
3.1.1. Giới thiệu về Matlab....................................................................39
3.1.2. Giao diện chương trình................................................................41

3.2.

Một số kết quả thực nghiệm của phương pháp...........................44
3.2.1. Ảnh người.................................................................................... 44
3.2.2. Ảnh phong cảnh...........................................................................49
3.2.3. Ảnh hoạt động..............................................................................54

3.3.

Kết luận chương 3.......................................................................... 58

KẾT LUẬN & TỰ ĐÁNH GIÁ............................................................................... 59
TÀI LIỆU THAM KHẢO........................................................................................61


DANH MỤC HÌNH VẼ
Hình 1.1: Quá trình xử lý ảnh.........................................................................................1
Hình 1.2: Một ví dụ về ảnh xám.....................................................................................2
Hình 1.3: Ảnh nhị phân..................................................................................................3
Hình 1.4: Biểu diễn ảnh xám..........................................................................................3
Hình 1.5: Cách biểu diễn ảnh RGB................................................................................4
Hình 1.6: Một ví dụ về biểu diễn ảnh RGB...................................................................4
Hình 1.7: Chỉ thị màu của ảnh........................................................................................5
Hình 1.8: Ứng dụng của xử lý ảnh vào theo dõi nhịp tim..............................................6
Hình 1.9: Ứng dụng xử lý ảnh vào nhận dạng biển số xe..............................................6
Hình 1.10: Chuyển màu quả ớt sử dụng phương pháp PCA..........................................8
Hình 1.11: Một ví dụ về phương pháp chuyển màu ảnh theo bố cục............................9
Hình 1.12: Chuyển màu website sử dụng phương pháp PCT......................................10
Hình 2.1: Đồ thị của hàm số ban đầu...........................................................................13
Hình 2.2: Biểu diễn phép biến đổi Fourier cho hình chữ nhật.....................................14
Hình 2.3: Biểu diễn phép biến đổi Fourier bằng hàm lôgarit......................................14
Hình 2.4: Biểu diễn trực quan phép biến đổi Fourier bằng hàm lôgarit......................15
Hình 2.5: Ảnh gốc ban đầu...........................................................................................20
Hình 2.6: Saliency Map của ảnh sau khi được xác định..............................................20
Hình 2.7: Ảnh gốc ban đầu chưa bị làm nhiễu.............................................................21
Hình 2.8: Ảnh sau khi bị làm nhiễu Salt & Pepper......................................................21
Hình 2.9: Ảnh trước khi lọc nhiễu bằng bộ lọc trung bình..........................................22

Hình 2.10: Ảnh sau khi lọc nhiễu bằng bộ lọc trung bình.............................................22
Hình 2.11: Ảnh trước khi lọc nhiễu bằng bộ lọc Median...............................................23
Hình 2.12: Ảnh sau khi lọc nhiễu bằng bộ lọc Median..................................................23
Hình 2.13: Ảnh trước khi sử dụng lọc thứ bậc...............................................................24
Hình 2.14: Ảnh sau khi sử dụng lọc thứ bậc..................................................................24
Hình 2.15: Ảnh sau khi làm nhiễu..................................................................................26
Hình 2.16: Ảnh sau khi lọc nhiễu bằng bộ lọc Gaussian...............................................26
Hình 2.17: Ví dụ về biểu đồ xám của ảnh......................................................................28
Hình 2.18: Ảnh RGB thử ban đầu..................................................................................29
Hình 2.19: Histogram của ảnh RGB...............................................................................29
Hình 2.20: Phương pháp chuyển màu............................................................................30
Hình 2.21: Một số phần mềm xử lý ảnh phổ biến hiện nay...........................................31
Hình 2.22: Sử dụng phép biến đổi Fourier để thực hiện chuyển màu...........................33
Hình 2.23: Ảnh gốc ban đầu chưa chuyển màu.............................................................35
Hình 2.24: Ảnh mẫu chứa màu cần chuyển...................................................................35
Hình 2.25: Ảnh sau khi chuyển màu..............................................................................36
Hình 2.26: Một ứng dụng của chuyển màu ảnh trong Nhiếp ảnh..................................37
Hình 3.1: Logo của Matlab.............................................................................................39
Hình 3.2: Giao diện phần mềm Matlab..........................................................................40
Hình 3.3: Giao diện ứng dụng........................................................................................41
Hình 3.4: Form hiển thị ảnh gốc.....................................................................................42
Hình 3.5: Form hiển thị Saliency Map của ảnh..............................................................42


Hình 3.6: Form hiển thị hình ảnh chứa template............................................................43
Hình 3.7: Form hiển thị kết quả thu được......................................................................43
Hình 3.8: Tông màu bức ảnh chuyển thành màu vàng của hoa.....................................45
Hình 3.9: Bức ảnh ban đầu được chuyển sang màu xanh hơn.......................................46

Hình 3.10: Bầu trời và mặt biển chuyển xế chiều..........................................................47
Hình 3.11: Ảnh Ca sỹ Sơn Tùng MTP trông “xanh” hơn..............................................48
Hình 3.12: Hoa anh đào từ màu hồng chuyển sang màu đỏ..........................................50
Hình 3.13: Quang cảnh từ ban ngày chuyển sang chiều tối...........................................51
Hình 3.14: Thành nhà hồ được chuyển màu trông cũ kỹ hơn........................................52
Hình 3.15: Mặt nước hồ Tây trông “ảo diệu”................................................................53
Hình 3.16: Bầu trời và nước biển có màu xanh và sáng hơn.........................................55
Hình 3.17: Cảnh vật trông tối hơn và mù mịt hơn.........................................................56
Hình 3.18: Hình ảnh hai bé trở nên lung linh hơn trong đêm rước đèn........................57


DANH MỤC BẢNG
Bảng 3.1: Bảng mô tả dữ liệu thực nghiệm với ảnh người..........................................44
Bảng 3.2: Bảng mô tả dữ liệu thực nghiệm với ảnh phong cảnh.................................49
Bảng 3.3: Bảng mô tả dữ liệu thực nghiệm với ảnh hoạt động...................................54


KÝ HIỆU CÁC CỤM TỪ VIẾT TẮT

Từ khóa

Tiếng Anh

Tiếng Việt

CT

Color transfer

Chuyển màu

PDF

Probability Density Function

Hàm tính xác suất phân bổ

PCA

Pricipal Component Analysis

Phân tích thành phần chính

PCT

Partition Color Transfer

Chuyển ảnh từng phần

CDT

Colour Ditribution Transfer

Chuyển màu bằng phương pháp
phân loại màu

I

Iteration

Bước lặp

C

Chrominance

Hệ màu

Discrete Fourier Transform

Biến đổi Fourier rời rạc

DFT


CHƯƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ BÀI TOÁN CHUYỂN
MÀU ẢNH THEO BỐ CỤC
Trong chương này sẽ trình bày các kiến thức cơ bản xử lý ảnh; các vấn đề cơ bản
trong xử lý ảnh. Ở phần cuối của chương sẽ giới thiệu tổng quan về đề tài tốt nghiệp
và mục tiêu cần đạt được trong đồ án tốt nghiệp này.
1.1.

Tổng quan về xử lý ảnh

1.1.1. Xử lý ảnh là gì?
Con người thu nhận thông tin qua các giác quan, trong đó thị giác đóng vai trò
quan trọng nhất. Những năm trở lại đây với sự phát triển của phần cứng máy tính, xử
lý ảnh và đồ hoạ đó 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 tương tác người máy.

Quá trình xử lý ảnh được xem như là quá trình thao tác ảnh đầu vào nhằm cho ra kết
quả mong muốn. Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ. Kết quả
đầu ra của một quá trình xử lý ảnh có thể là một ảnh “tốt hơn” hoặc một kết luận.
Quá trình xử lý ảnh được xem như 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
Một số khái niệm cơ bản trong xử lý ảnh:
Giả sử chúng ta có một bức ảnh đơn sắc, nghĩa là chỉ có sắc thái của màu xám,
không có màu khác.


Hình 1.2: Một ví dụ về ảnh xám
Ta có thể xem ảnh này là một hàm số rời rạc I(m; n). Hàm số này trả giá trị xám
I=0,1,2,…,255 phụ thuộc vào biến số, tọa độ của điểm trên ảnh, theo hàng m=0,1,2,
…,M và cột n=0,1,2,…,N trong hệ trục tọa đồ Đề-các hai chiều (2-D Decartesian
coordinate).
230 229 … 148
237 236 … 152
I (m, n) = … … … … … … … … … …
216 132 … 122
Để thuận thiện cho lý thuyết và giải quyết bài toán, ta có thể xem ảnh là hàm số
tín hiệu trong không gian liên tục I(x, y) với x, y ϵ R, x ϵ [0, xmax], y ϵ [0, ymax], I ϵ [0,
1]. Với tính liên tục, ta có thể sử dụng tính toán tích phân, vi phân để hiểu các thuộc
tính và để xử lý hiệu quả hình ảnh.
Các giá trị xám của điểm ảnh trong hầu hết các ảnh có sự tương đồng với một
hiệu ứng vật lý trong không gian 2-D. Ví dụ, giá trị xám tương ứng với cường độ sáng
nhận được tại buồng tối của máy ảnh hoặc cường độ siêu âm ở máy chụp siêu âm.
Tuy nhiên, ta cũng có thể đặt ảnh trong không gian trừu tượng trong các tọa độ
không chỉ tương ứng trong không gian vật lý, mà có thể mở rộng lên ảnh ba chiều

hoặc nhiều hơn. Ví dụ, ảnh y khoa (chụp các cơ quan nội tạng) có thể xem xét với đầy
đủ ba chiều 3-D và có khi cần được theo dõi trong một thời gian (ví dụ, quan sát trái
tim đập). Khi đó, ta cần ảnh 4-D với ba tọa độ không gian và một tọa độ thời gian.
Dưới đây sẽ là một số loại ảnh kỹ thuật số cơ bản trong xử lý ảnh.


Ảnh nhị phân. Mỗi điểm ảnh chỉ là màu đen hoặc trắng, được biểu diễn bằng 0
và 1. Vì chỉ có hai giá trị cho mỗi điểm ảnh, do đó, chúng ta chỉ cần một bit cho mỗi
điểm ảnh. Như vậy, việc lưu trữ khá hiệu quả. Ảnh nhị phân có thể phù hợp với văn
bản (in hoặc viết tay), dấu vân tay, thiết kế kiến trúc.
Hình 1.3: Ảnh nhị phân
Ảnh xám. Mỗi điểm ảnh là màu xám, thông thương từ 0 (màu đen) đến 255 (màu
trắng). Với phạm vi này, mỗi điểm ảnh sẽ được biểu diễn bằng 8 bit, hay 1 byte.
Có nhiều phạm vi tông màu khác được sử dụng, nhưng nhìn chung dạng 2 n. Bản
đồ màu xám đặc biệt thích hợp với các cường độ (Intensity Image), tức là các điểm ảnh
thể hiện cường độ tin hiệu bằng một giá trị duy nhất tại mỗi điểm ảnh.
Hình 1.4: Biểu diễn ảnh xám


Ảnh màu RGB. Bên cạnh các ảnh xám mà mỗi điểm ảnh là một giá trị duy nhất
thì ta có ảnh màu hệ RGB. Trong hệ màu này, tại mỗi điểm ảnh có ba thành phần R, G,
B. Ở đây, màu được xem là sự kết hợp tuyến tính của màu sắc cơ bản và ảnh màu có
thể được cấu thành từ ba lớp, tương ứng với R, G, B. Một biểu diễn hệ màu khác là
HSV (màu sắc, độ bão hòa và cường độ) cũng được sử dụng rộng rãi.
Hình 1.5: Cách biểu diễn ảnh RGB
Hình 1.6: Một ví dụ về biểu diễn ảnh RGB
Chỉ thị màu (Indexed). Mỗi ảnh màu chỉ có một nhóm nhỏ trong số hơn 16 triệu
màu. Để tiện cho lưu trữ và xử lý tệp tin, mỗi ảnh có một bản đồ màu (Colour Map) là

tập hợp các màu có trong ảnh. Mỗi điểm ảnh có một giá trị, không phải chỉ màu, mà là
chỉ thị màu trong bản đồ màu nói trên.
Hình 1.7: Chỉ thị màu của ảnh
1.1.2. Ứng dụng của xử lý ảnh
Xử lý ảnh được ứng dụng rộng rãi trong hầu hết các lĩnh vực cuộc sống, từ giáo
dục, công nghệ, y tế… cho đến việc điều tra tội phạm.
Các ví dụ dưới đây sẽ đưa ra một bức tranh tổng quát về tính đa dạng của ứng
dụng xử lý ảnh trong khoa học và cuộc sống.
Y học: Kiểm tra và giải thích các ảnh chụp X-quang, ảnh chụp cắt lớp MRI, phân
tích các ảnh động, các nhiễm sắc nhiễm sắc thể, điện tâm đồ, điện não đồ…
Nông nghiệp: Phân tích ảnh chụp vệ tinh, ví dụ xác định diện tích đất đang sử
dụng cho các mục đích khác nhau, sự phù hợp của các khu vực canh tác cho các loại
cây trồng…
Công nghiệp: Kiểm tra tự động các mặt hàng trên một dây chuyền sản xuất,
kiểm soát dây chuyền sản xuất tự động.


Hình 1.8: Ứng dụng của xử lý ảnh vào theo dõi nhịp tim
Giáo dục đào tạo: Nhập liệu tự động trong các kỳ thi đại học, cao đẳng, Chấm
thi trắc nghiệm tự động.
Tư pháp: Phân tích dấu vân tay, khôi phục hình ảnh bị mờ, bị nhiễu…
Hình 1.9: Ứng dụng xử lý ảnh vào nhận dạng biển số xe
1.1.3. Các khía cạnh của xử lý ảnh
Các thuật toán xử lý ảnh có các nhiệm vụ khác nhau. Tùy theo nhiệm vụ chính
mà các thuật toán xử lý ảnh có thể sắp xếp vào các nhóm.
Nâng cao ảnh – quá trình xử lý ảnh trở nên thuận tiện hơn cho một ứng dụng
khác, ví dụ:
 Làm sắc nét ảnh hơn hay làm giảm bớt độ nét của ảnh.

 Làm các cạnh trong ảnh sắc nét hơn.
 Nâng cao độ tương phản của ảnh hoặc làm ảnh sáng lên.
 Loại bỏ nhiễu trong ảnh.
Khôi phục ảnh - Ảnh có thể bị mờ hoặc bị nhiễu. Cần loại bỏ nhiễu và mờ để
tìm lại hình ảnh ban đầu.
Phân vùng ảnh – Phân chia một ảnh thành các bộ phận cấu thành hoặc xác định
một số thành phần trong ảnh như tìm đường thẳng, hình tròn hoặc hình dạng đặc biệt
trong ảnh.
1.1.4. Các bước cơ bản trong xử lý ảnh
Các bước cơ bản trong xử lý ảnh bao gồm:
Nhận ảnh. Đầu tiên ta cần tạo ra một ảnh kỷ thuật số từ ảnh in trên giấy bằng
máy quét hay máy chụp ảnh kỹ thuật số.
Tiền xử lý. Đây là bước thực hiện khi tiến hành các nhiệm vụ xử lý ảnh lớn.
Bước này thực hiện một số nhiệm vụ cơ bản để làm ảnh trở nên phù hợp hơn cho việc
tiếp theo. Đó là việc tăng cường độ tương phản, loại bỏ nhiễu, hoặc xác định các vùng
ảnh có khả năng chứa thông tin quan trọng.
Phân vùng ảnh. Phân ảnh thành các vùng nhỏ.
Biểu diễn và mô tả. Phát hiện các đặc tính, từ đó phân biệt các đối tượng.
Phân tích và suy luận. Gán nhãn cho các đối tượng dựa trên mô tả của chúng từ
bước trước và gán ý nghĩa cho các nhãn.


1.2.

Bài toán chuyển màu ảnh

1.2.1. Bài toán chuyển màu chuyển màu ảnh
Bài toán chuyển màu ảnh là một bài toán hay và quan trọng trong lĩnh vực xử lý
ảnh. Ngày nay, mặc dù công nghệ đã và đang ngày càng phát triển, các hướng nghiên
cứu và ứng dụng trong xử lý ảnh đã ngày càng một đa dạng, phong phú và áp dụng

trong nhiều lĩnh vực hơn. Song, tất cả chúng đều dựa trên những bài toán cơ bản của
xử lý ảnh.
Nói một cách đơn giản, chuyển màu ảnh đơn giản chính là thay đổi giá trị màu
của các điểm ảnh ban đầu thành những giá trị mới.
Tùy theo mục đích nghiên cứu và ứng dụng, mà người ta có nhiều cách khác
nhau để chuyển màu ảnh. Mục 1.1.2. dưới đây sẽ trình bày một số phương pháp cơ
bản, thường gặp trong bài toán chuyển màu.
1.2.2. Các phương pháp chuyển màu ảnh
a. Chuyển màu dựa vào phép phân tích thành phần chính của ảnh (Principal Component
Analys - PCA)
Mục đích chính của phương pháp PCA là giảm số chiều của một tập vector sao
cho vẫn giữ tối đa được những thông tin quan trọng nhất.
Hình 1.10: Chuyển màu quả ớt sử dụng phương pháp PCA
Phương pháp này chủ yếu với những bài toán chuyển màu của một đối tượng cụ
thể nào đó của ảnh. Ví dụ, với bài toán nhận dạng mặt người, sau khi đã nhận dạng
được mặt người đó rồi, chúng ta sẽ đi chuyển màu da của mặt người đó theo một ảnh
mẫu có sẵn.


Với phương pháp này, việc chuyển màu sẽ tập trung hơn, tuy nhiên tính tùy biến
không cao và chỉ áp dụng trong một số trường hợp chỉ xác định được thành phần chính
của ảnh.
b. Chuyển màu ảnh theo bố cục dựa vào hàm mật độ xác suất (PDF)
Dựa vào lý thuyết thông kê, bằng phương pháp xác định PDF của ảnh, phương
pháp chuyển màu ảnh theo bố cục sẽ đi xác định Saliency Map của ảnh ban đầu, sau
đó chuyển màu ảnh ban đầu dựa trên Saliency Map vừa tìm được. Việc chuyển màu
ảnh theo phương pháp này giúp cho chuyển màu ảnh mà vẫn giữ được những thành
phần nổi bật của ảnh.

Hình 1.11: Một ví dụ về phương pháp chuyển màu ảnh theo bố cục

Theo ví dụ trên, ở ảnh ban đầu, bông hoa và một phần của ngọn núi ban đầu được
xác định là thành phần nổi bật của ảnh (có màu trắng), khi chuyển màu theo tông màu
của ảnh mẫu (màu vàng) thì bông hoa và một phần ngọn núi được chuyển thành màu


vàng của ảnh mẫu, các thành phần khác như bầu trời vẫn giữ nguyên màu, do nó
không phải thành phần nổi bật của ảnh.
c. Chuyển màu ảnh theo từng phần của đối tượng (Partitional Color Transfer)
Phương pháp chuyển màu theo từng phần của đối tượng được áp dụng khi muốn
chuyển màu chỉ một hoặc một số phần của ảnh, đối tượng.
Ví dụ, khi muốn chuyển màu ảnh của một website theo một màu của website có
sẵn thì chúng ta chỉ chuyển màu của phần header và footer của website, các thành
phần khác vẫn giữ nguyên.
Ví dụ dưới đây được thực hiện bởi Xiangping Chen, Yonghao Long, Xiaonan
Luo, trong tài liệu “Automatic Color Modification for Web Page Based on Partitional
Color Transfer.”
Hình 1.12: Chuyển màu website sử dụng phương pháp PCT
1.2.3. Ứng dụng của bài toán chuyển màu
Chuyển màu ảnh là một bài toán cơ bản và quan trọng trong xử lý ảnh. Có rất
nhiều ứng dụng của chuyển màu ảnh, tùy theo yêu cầu bài toán và mục đích sử dụng.
Một số ứng dụng cơ bản có thể kể đến như:
 Phối màu, chỉnh màu sử dụng trong nhiếp ảnh, hội họa;
 Ứng dụng trong bài toán nhận dạng để làm phân biệt, xử lý đối tượng.
 Ứng dụng vào marketing khi muốn chuyển màu ảnh một cách tự động tùy theo
sở thích, độ tuổi… đối tượng khách hàng.
 Ứng dụng vào thương mại điện tử, thiết kế website khi muốn chuyển màu của
website một cách tự động, tùy theo loại người dùng.


1.3.

Kết luận chương

Qua chương 1, ta có thể hiểu rõ về xử lý ảnh, các khái niệm cơ bản của xử lý ảnh,
các khái niệm, vấn đề cơ bản của xử lý ảnh và phương pháp chuyển màu theo bố cục
để tạo phong cách ảnh.
Chương tiếp theo, đồ án sẽ đi sâu vào phân tích phương pháp chuyển màu ảnh
theo bố cục để tạo phong cách ảnh.


CHƯƠNG 2: PHƯƠNG PHÁP CHUYỂN MÀU ẢNH THEO BỐ CỤC
DỰA VÀO SALIENCY MAP VÀ HÀM MẬT ĐỘ XÁC SUẤT
Nội dung chính trong chương 2 là trình bày về phương pháp chuyển màu ảnh
theo bố cục để tạo phong cách ảnh. Nội dung chủ yếu đi sâu vào tập trung trình bày
phép biển đổi Fourier – dùng để chuyển ảnh ban đầu từ miền không gian sang miền
tần số, thuận tiện cho việc xử lý, thực hiện phép toán. Saliency Map – dùng để xác
định thành phần nổi bật của ảnh cần chuyển màu (các kiến thức về Saliency Map của
ảnh, cách xác định Saliency Map của ảnh), hàm mật độ xác suất PDF…
Dựa từ những cơ sở trên, ở cuối chương sẽ trình bày phương pháp chuyển màu
theo bố cục ảnh để tạo phong cách ảnh – kết hợp từ những phương pháp xác định
Saliency Map, bộ lọc Gaussian, hàm PDF của ảnh… đã đề cập ở trên, đi kèm với
những ví dụ thực nghiệm để mô tả phương pháp.
2.1. Phép biến đổi Fourier với ảnh
2.1.1. Giới thiệu về phép biển đổi Fourier
Biến đổi Fourier hay chuyển hóa Fourier, được đặt tên theo nhà toán học người
Pháp Joseph Fourier, là một biến đổi tích phân dùng để khai triển một hàm số theo các
hàm số sin cơ sở, có nghĩa là dưới dạng tổng hay một tích phân của các hàm số sin
được nhân với các hằng số khác nhau (hay còn gọi là biên độ).
Biến đổi Fourier có rất nhiều dạng khác nhau, chúng phụ thuộc vào dạng của
hàm được khai triển.

Nếu f(m,n) là một hàm với hai biến không gian độc lập m và n , thì biến đổi
Fourier hai chiều của hàm f(m,n) được định nghĩa bởi quan hệ:

Biến

ω
1

và

ω là các biến tần số. Hàm F(ω ,ω )
2

1

2

được gọi là biểu diễn trong

miền tần số của hàm f(m,n). Nó là một hàm phức tuần hoàn với chu kì 2π . Do tính
ω
ω
tuần hoàn , nên 1 và 2 thường được chọn trong khoảng - π đến π . Chú ý rằng F(0,0)


là tổng của tất cả các giá trị của f(m,n). Vì lý do này F(0,0) thường được gọi là thành
phần không đổi hoặc thành phần một chiều dịch chuyển của biến đổi Fourier.
Biến đổi Fourier ngược được cho bởi công thức:

Nói chung , phương trình này có nghĩa rằng f(m,n) có thể được đại diện như là

tổng vô hạn của các hàm mũ phức với các tần số khác nhau . Biên độ và pha của thành
phần ở tần số (ω1,ω2 ) được lưu trong F (ω1,ω2 ) .
Để minh hoạ, ta hãy xem hàm f(m,n) nhận giá trị bằng 1 trong khoảng hình chữ
nhật (xem hình) và bằng 0 tại mọi điểm khác. Để đơn giản sơ đồ f(m,n) được coi như
một hàm liên tục mặc dù m, n là các biến rời rạc.

Hình 2.1: Đồ thị của hàm số ban đầu

Hình biểu diễn sau đây biểu diễn biên độ của biến đổi Fourier
hàm chữ nhật như trên.

| F(ω1,ω2 ) của
|


Hình 2.2: Biểu diễn phép biến đổi Fourier cho hình chữ nhật
Giá trị đỉnh ở tâm của đồ thị là F(0,0), đó là tổng của tất cả các giá trị của hàm
f(m,n). Đồ thị cũng chỉ ra rằng F(ω ,ω ) có nhiều năng lượng hơn ở vùng tần số ngang
1
2
so với tần số đứng . Điều này phản ánh sự thực rằng các vùng giao ngang của hàm
f(m,n) (horizontal cross sections) là các xung hẹp trong khi các vùng giao đứng của
hàm này là các xung rộng. Xung hẹp mang nhiều nội dung tần số hơn xung hẹp.
Một cách khác để biểu diễn trực quan biến đổi Fourier là hiển thị hàm log
| F(ω1,ω2 ) | như một ảnh:

Hình 2.3: Biểu diễn phép biến đổi Fourier bằng hàm lôgarit


Sử dụng hàm lôgarit giúp cho việc nhận rõ đặc tính của biến đổi Fourier ở các

vùng mà giá trị F(ω ,ω ) gần bằng 0. Để minh hoạ, hãy xem biểu diễn trực quan các
1
2
biến đổi Fourier sau:
Hình 2.4: Biểu diễn trực quan phép biến đổi Fourier bằng hàm lôgarit


2.1.2. Biến đổi Fourier hai chiều với ảnh
Khi sử dụng biến đổi Fourier cho ảnh, có hai điều cần lưu ý. Một là ảnh không
phải là hàm số định kỳ. Hai là ảnh thường là hàm số không gian 2D.
Ta xem như ảnh 2D như là hàm số tín hiệu rời rạc f(x,y) với các giá trị trong ma
trận [M,N]. Trong Matlab ta tính biển đổi Fourier (DFF) bằng hàm fft2. Hàm fft2 này
trả thành phần có tần số tại góc trái bên trên cùng của ảnh.
2.1.3. Mục đích của biến đổi Fourier
Thông thường, xử lý ảnh thường được thực hiện trong miền không gian, do tính
trực quan cao. Nhưng khi thực hiện trong miền không gian, sẽ không đáp ứng được
yêu cầu cao về ảnh. Do đó có các phép biến đổi về chuyển ảnh sang miền khác để xử
lý, sau đó biển đổi trở lại miền không gian. Các phép biển đổi đó là Fourier, biển đổi
Cosin rời rạc.
Các biển đổi Fourier có tầm quan trọng trong xử lý ảnh cơ bản. Nó cho phép ta
thực hiện một số công việc mà không thể có phương pháp khác thay thế, tính hiệu quả
giúp ta thực hiện một số công việc nhanh chóng hơn.
Các biến đổi Fourier cung cấp giải pháp mạnh trong không gian tần số, thay thể
giải pháp trong không gian thực. Các biến đổi cũng cho phép phân tách và xử lý các
tần số hình ảnh và để thực hiện lọc tần số thấp cũng như tần số cao.
Ngoài ra, biến đổi Fourier trên máy tính là biến đổi Fourier rời rạc (DFT). Có hai
lý do chính để sử dụng loại biến đổi Fourier này:

Hàm vào và ra của biến đổi Fourier là các hàm rời rạc , điều này thích hợp cho
các thao tác biến đổi trên máy tính.


Có một giải thuật nhanh cho việc tính toán DFT được gọi là biến đổi Fourier
nhanh (Fast Fourier Transform).