Nén ảnh dựa trên phương pháp 5 mô đun kết hợp với phép biến đổi DWT

i

LỜI CÁM ƠN

Sau gần 6 tháng nỗ lực thực hiện, luận văn “Nén ảnh dựa trên phương pháp
5 mô đun kết hợp với phép biến đổi DWT” đã hoàn thành. Ngoài sự cố gắng hết
mình của bản thân, em đã nhận được sự khích lệ rất nhiều từ phía nhà trường, thầy
cô, gia đình và bạn bè.
Em xin gửi lời cảm ơn tới các thầy cô tại Trường Đại học công nghệ thông tin
và truyền thông Thái Nguyên đã đào tạo và giúp đỡ em trong suốt thời gian em học
tập tại trường.
Em xin chân thành cảm ơn thầy PGS. TS Phạm Văn Ất đã tạo điều kiện cho em
tìm hiểu, nghiên cứu và học hỏi những kinh nghiệm trong quá trình làm luận văn.
Xin cám ơn tất cả bạn bè đã và đang động viên, giúp đỡ tôi trong quá trình học
tập và hoàn thành tốt luận văn thạc sĩ này.

Thái Nguyên, tháng 7 năm 2015


ii

MỤC LỤC
LỜI CÁM ƠN ..........................................................................................................i
THUẬT NGỮ VIẾT TẮT ...................................................................................... iv
DANH MỤC BẢNG BIỂU ..................................................................................... v
DANH MỤC HÌNH VẼ ......................................................................................... vi
Chương 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ NÉN ẢNH ...................................................... 3

1.1 Tranh và ảnh.................................................................................................. 3
1.2 Xử lý ảnh là gì? ............................................................................................. 3
1.2.1 Thu nhận và lấy mẫu ảnh ........................................................................ 7

1.2.2 Ảnh và ảnh số ......................................................................................... 9
1.2.3 Một vài ứng dụng ................................................................................. 11
1.2.4 Các hướng nghiên cứu của xử lý ảnh .................................................... 12
1.2.5 Nhiệm vụ xử lý ảnh .............................................................................. 13
1.3 Một số định dạng ảnh thông dụng................................................................ 13
1.3.1 Ảnh nhị phân: ....................................................................................... 13
1.3.2 Màu thực hoặc RGB: ............................................................................ 14
1.3.3 Ảnh chỉ số: ........................................................................................... 15
1.4 Kích thước của tệp ảnh ................................................................................ 16
1.5 Sự cảm nhận ảnh ......................................................................................... 17
1.6. Khái niệm về nén ảnh ................................................................................. 18
1.6.1 Nén bảo toàn và không bảo toàn ........................................................... 18
1.6.2 Nén ảnh JPEG ...................................................................................... 19
Chương 2. NÉN ẢNH DỰA TRÊN PHƯƠNG PHÁP 5 MÔ ĐUN VÀ DWT..................... 27

2.1 Phương pháp nén 5 mô đun ........................................................................ 27
2.1.1 Thuật toán nén ..................................................................................... 27
2.1.2 Thuật toán giải nén ............................................................................... 31
2.2 Phép biến đổi DWT ..................................................................................... 32
2.2.1 Phép biến đổi DWT một chiều .............................................................. 32
2.2.2 Phép đổi DWT hai chiều....................................................................... 35
2.2.3 Phép biến đổi nhiều mức ...................................................................... 36


iii

2.3 Nén ảnh dựa trên phép biến đổi DWT ......................................................... 38
2.3.1 Nén ảnh dựa trên phép biến đổi DWT một mức .................................... 38
2.3.2 Nén ảnh dựa trên phép biến đổi DWT hai mức ..................................... 40
2.4 Kết hợp giữa phương pháp 5 mô đun và phép biến đổi DWT ..................... 41

2.4.1 Kết hợp giữa phương pháp 5 mô đun và phép biến đổi DWT một mức . 41
2.4.2 Kết hợp giữa phương pháp 5 mô đun và phép biến đổi DWT hai mức .. 42
Chương 3. XÂY DỰNG CHƯƠNG TRÌNH VÀ ỨNG DỤNG ................................................ 45

3.1 Thiết kế giao diện ........................................................................................ 45
3.1.1 Giao diện chương trình nén .................................................................. 45
3.1.2 Giao diện chương trình giải nén............................................................ 49
3.2 Thiết kế chi tiết các thuật toán giải nén ....................................................... 52
3.2.1 Phương pháp nén 5 mô đun trên toàn ảnh ............................................. 52
3.2.2 Phương pháp nén DWT một mức ......................................................... 53
3.2.3 Phương pháp nén DWT hai mức ........................................................... 54
3.3 Thiết kế chi tiết các thuật toán giải nén ........................................................ 55
3.3.1 Phương pháp 5 mô đun trên toàn ảnh .................................................... 55
3.3.2 Phương pháp nén DWT một mức ......................................................... 56
3.3.3 Phương pháp nén DWT hai mức ........................................................... 56
3.4. So sánh các phương pháp nén ..................................................................... 57
3.4.1 So sánh về chất lượng ảnh nén qua hình ảnh ......................................... 57
3.4.2 So sánh chất lượng ảnh nén qua hệ số MSE và PSNR........................... 60
3.4.3 So sánh thời gian nén và giải nén .......................................................... 61
3.4.4 So sánh về tỷ lệ nén .............................................................................. 62
3.5 Một số ứng dụng ......................................................................................... 65
3.5.1 Trao đổi trên mạng Internet .................................................................. 65
3.5.2 Ứng dụng trên thiết bị Mobile............................................................... 66
KẾT LUẬN

.................................................................................................................................... 67

TÀI LIỆU THAM KHẢO ................................................................................................................ 68
PHỤ LỤC

iv

THUẬT NGỮ VIẾT TẮT
DCT

Biến đổi côsin rời rạc ( Discrete Cosine Transform)

DWT

Biến đổi Wavelet rời rạc ( Discrete Wavelet Transform)

RLC

Mã hoá loạt dài (Run Length Coding)

DCTLT

Lượng tử hóa biến đổi cosin rời rạc

MCU

Đơn vị mã hóa tối thiểu (Minimum Codes Unit)

RGB

Ảnh đa mức xám ( Red, Green, Blue)

HVS

Hệ thống cảm nhận hình ảnh của mắt người
(Human Visual System)

IDWT

Biến đổi Wavelet rời rạc ngịch

FMM

Phương pháp 5 mô đun ( Five modulus method)

JPEG

Chuẩn nén ảnh của uỷ ban JPEG quốc tế
(Joint Photographic Experts Group)

JPEG2000

Chuẩn nén ảnh JPEG2000


v

DANH MỤC BẢNG BIỂU
Bảng 2. 1 Giá trị mới thu được bằng FMM ................................................... 28
Bảng 2. 2 Khối ma trận gốc kích thước 8 x 8................................................. 30
Bảng 2. 3 Biến đổi khối 8x8 sử dụng FMM ................................................... 30
Bảng 2. 4 Chia FMM khối Y......................................................................... 30
Bảng 2. 5 Sau khi trừ đi tối thiểu ................................................................... 31
Bảng 3. 1 Đánh giá chất lượng ảnh ............................................................... 60

Bảng 3. 2 Thời gian nén ................................................................................ 61
Bảng 3. 3 Thời gian giải nén ......................................................................... 61


vi

DANH MỤC HÌNH VẼ
Hình 1. 1. Tăng cường biên ảnh ............................................................................................ 4
Hình 1. 2. Loại bỏ nhiễu ........................................................................................................ 5
Hình 1. 3 Khử bóng mờ của ảnh ............................................................................................ 5
Hình 1. 4. Tìm các đường biên trong ảnh .............................................................................. 6
Hình 1.5. Loại bỏ các chi tiết ảnh.......................................................................................... 7
Hình 1. 6. Ví dụ lấy mẫu thấp ................................................................................................ 7
Hình 1. 7. Ví dụ lấy mẫu cao ................................................................................................. 8
Hình 1. 8. Sự ảnh hưởng của lấy mẫu ................................................................................... 8
Hình 1. 9. Ảnh được xem như một hàm hai biến. .................................................................. 9
Hình 1. 10. Ảnh ở hình 1.9 được vẽ đồ thị như một hàm hai biến. ...................................... 10
Hình 1. 11. Các điểm ảnh và những điểm ảnh lân cận........................................................ 11
Hình 1. 12. Ảnh nhị nhân ..................................................................................................... 14
Hình 1. 13 Ảnh đa mức xám ................................................................................................ 15
Hình 1. 14 Ảnh màu thực sự ................................................................................................ 15
Hình 1. 15 Ảnh chỉ số........................................................................................................... 16
Hình 1. 16. Một khối vuông cùng mức xám đặt trên nền tối và nền sáng ........................... 18
Hình 1. 17. Sự liên tục các mức xám ................................................................................... 18
Hình 1. 18 Sơ đồ nén ảnh JPEG chuẩn Baseline ................................................................ 19
Hình 1. 19 Khối hệ số DCT.................................................................................................. 20
Hình 1 20 Bảng lượng tử của thành phần Y ........................................................................ 20
Hình 1.21 Một khối DCTLT của ảnh Pepper....................................................................... 20
Hình 2. 1 Áp dụng phép biến đổi DWT theo hàng và cột .................................................... 33
Hình 2. 2 Áp dụng phép biến đổi DWT theo hai mức .......................................................... 33

Hình 2. 3 Phép biến đổi Wavelet rời rạc 2-D ...................................................................... 35
Hình 2. 4 Bank lọc khôi phục lý thuyết sử dụng DWT 1D ................................................... 37
Hình 2. 5 Minh hoạ DWT hai chiều cho ảnh ....................................................................... 37
Hình 2. 6 Minh hoạ DWT kiểu dyadic mức 3 để nén ảnh .................................................... 38
Hình 2. 7 Minh hoạ DWT kiểu dyadic mức 3 để nén ảnh .................................................... 38
Hình 3.1 Ứng dụng gửi ảnh qua Internet .............................................................................65
Hình 3.2 Ứng dụng nhận ảnh qua Internet ...........................................................................66


vii

LỜI CAM ĐOAN

Tôi cam đoan đây là công trình nghiên cứu của riêng tôi.
Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai
công bố trong bất kỳ công trình nào khác.

Học viên

Phạm Thị Thu Trang


1

MỞ ĐẦU

Với sự phát triển mạnh mẽ của công nghệ thông tin, ngày càng có nhiều ứng
dụng sử dụng dữ liệu đa phương tiện (ảnh, video, audio) như là dữ liệu đầu vào của
hệ thống. Bên cạnh đó, việc trao đổi những dữ liệu này trên hệ thống mạng, thiết bị
di động đã trở thành nhu cầu thiết yếu của cuộc sống.

Đối với dữ liệu đa phương tiện, một trong những vấn đề nhận được nhiều sự quan
tâm của các nhà nghiên cứu là giảm không gian lưu trữ trong khi vẫn duy trì được chất
lượng dữ liệu. Để giảm không gian lưu trữ, thời gian truyền tải, trong ứng dụng thường
sử dụng kỹ thuật nén dữ liệu. Hai phương pháp nén là nén bảo toàn và nén không bảo
toàn. Phương pháp nén không bảo toàn thường có tỷ lệ nén cao hơn phương pháp bảo
toàn, nhưng chất lượng dữ liệu thì kém hơn.
Trong hướng nén không bảo toàn, hai phép biến đổi khá phổ biến và hiệu quả
thường được sử dụng trong nén dữ liệu là DWT (Discrete Wavelet Transform) và
DCT (Discrete Cosine Transform), hai phép biến đổi này đã trở thành hai chuẩn nén
ảnh thông dụng là JPEG chuẩn và JPEG 2000. Tuy nhiên, nội dung của hai chuẩn
này khá phức tạp. Gần đây, các tác giả F.A. Jassim và H.E. Qassim (năm 2012) đề
xuất một phương pháp nén ảnh không bảo toàn mới gọi là phương pháp 5 mô đun
(Five Modulus Method). Ý tưởng của phương pháp này là biến đổi miền giá trị
điểm ảnh từ đoạn [0,255] về một đoạn nhỏ hơn để thu nhỏ số bit biểu diễn điểm
ảnh từ 8 (đối với ảnh đa cấp xám) thành 4 hoặc ít hơn. Đây là một phương pháp đơn
giản, dễ cài đặt và thời gian thực hiện nhanh nhưng tỷ lệ nén không cao. Mục đích
của em là thử nghiệm các phương án nén ảnh dựa trên sự kết hợp phương pháp năm
mô đun và các phép biến đổi DWT.
Chính vì vậy em chọn đề tài:
“NÉN ẢNH DỰA TRÊN PHƯƠNG PHÁP 5 MÔ ĐUN
KẾT HỢP VỚI PHÉP BIẾN ĐỔI DWT ”
làm luận văn tốt nghiệp.


2

Nội dung của luận văn gồm 3 chương:
Chương 1: Tổng quan về xử lý ảnh và nén ảnh
Chương 2: Nén ảnh dựa trên phương pháp 5 mô đun và DWT
Chương 3: Xây dựng chương trình và ứng dụng

3

Chương 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ NÉN ẢNH
1.1 Tranh và ảnh
Như chúng ta đã biết, con người có khả năng thị giác vượt trội: chúng ta tin
tưởng một cách vững chắc vào thị giác của chúng ta để tạo ra những hiểu biết về thế
giới xung quanh. Chúng ta không chỉ quan sát các đồ vật để xác định và phân loại
chúng, mà chúng ta còn có thể xem xét để phân biệt và cảm nhận toàn diện đối với
những nơi xảy ra một cách nhanh chóng.
Con người cũng đã tạo ra những kỹ năng thị giác rất chính xác: không những
chúng ta có thể xác định được bề mặt của đối tượng một cách tức thì, mà chúng ta
còn có thể phân biệt được màu sắc và xử lý một khối lượng lớn các thông tin thị
giác một cách nhanh chóng.
Tuy nhiên, thế giới luôn vận động, khi quan sát vật nào đó trong một thời gian
tương đối dài chúng ta sẽ thấy nó thay đổi theo một cách nào đó. Thậm chí, một cấu
trúc đặc lớn như tòa nhà, trái núi cũng sẽ thay đổi sự hiển thị của chúng phụ thuộc
vào thời gian (ngày hoặc đêm); lượng ánh sáng (rõ, mờ hoặc những cái bóng khác
nhau phủ lên trên nó).
Chúng ta đang tập trung vào các ảnh đơn lẻ: ảnh chụp, nếu chúng ta muốn các ảnh
phong cảnh. Mặc dù quá trình xử lý ảnh có thể thực hiện với những sự thay đổi về quang
cảnh, chúng ta sẽ không khảo sát chúng một cách chi tiết trong tài liệu này.
Đối với mục đích của chúng ta, ảnh là một bức tranh riêng rẽ biểu diễn một vật
nào đó. Nó có thể là ảnh của một người, nhóm người, hoặc của các con vật hoặc của
các quang cảnh bên ngoài, hoặc các ảnh nhỏ của các thiết bị điện tử, hoặc là kết quả
của vấn đề chụp ảnh y học. Thậm chí nếu ảnh là không nhận được ra một cách trực
tiếp thì nó cũng không bị làm mờ một cách ngẫu nhiên.
1.2 Xử lý ảnh là gì?
Theo [1], [2] xử lý ảnh liên quan đến sự thay đổi bản chất của ảnh để:

1) Cải thiện thông tin hình ảnh của nó đối với sự nhận thức của con người
2) Làm nó trở lên thích hợp hơn cho việc nhận thức máy móc tự động.


4

Chúng ta sẽ tập trung vào xử lý ảnh số bao gồm việc sử dụng máy tính để thay
đổi bản chất của ảnh số (xem các ví dụ dưới đây). Một điều cần thiết phải nhận thức
rằng hai vấn đề trên là các vấn đề tách rời nhưng chúng quan trọng như nhau trong
xử lý ảnh. Một phương pháp thỏa mãn điều kiện thứ nhất – làm cho ảnh nhìn rõ hơn
– có thể lại là một phương pháp rất tồi đối với điều kiện thứ hai. Bởi con người thì
thích các bức ảnh sắc nét, rõ ràng và chi tiết.Trong khi máy móc lại ưa chuộng
những ảnh đơn giản và không chi tiết.
Các ví dụ của 1) có thể bao gồm:
- Tăng cường các đường biên làm cho ảnh hiển thị một cách sắc nét hơn; một
ví dụ được chỉ ra trên hình 1.1. Chúng ta nhận thấy ảnh (b) hiển thị rõ hơn và đẹp
hơn ảnh (a). Việc làm rõ các đường biên là một yêu cầu quan trọng trong vấn đề in
ấn. Để ảnh hiển thị tốt trên các trang giấy in thì thường áp dụngmột vài kỹ thuật làm
rõ biên trước khi in ảnh.

(a) Ảnh gốc

(b) Ảnh sau khi tăng cường biên

Hình 1. 1. Tăng cường biên ảnh
- Khử nhiễu trên ảnh; nhiễu là các sai số ngẫu nhiên trên ảnh, như ví dụ cho
trong hình 1.2. Nhiễu là một vấn đề rất phổ biến trong việc truyền dữ liệu: việc sắp
xếp các thiết bị điện tử có thể ảnh hưởng đến quá trình truyền tải dữ liệu và dẫn đến

5

các lỗi không như mong muốn. Nhiễu có nhiều biến dạng khác nhau, mỗi dạng yêu
cầu một phương pháp riêng để khử nhiễu.
- Khử bóng mờ của ảnh. Một ví dụ chỉ ra trong hình 1.3. cho thấy,sau khi khử
bóng mờ, thì trên ảnh (b) ta dễ dàng đọc được biển số xe và nhìn thấy các đầu nhọn
trên hàng rào phía sau xe ô tô cũng như các chi tiết khác mà tất cả đều không rõ
ràng trong ảnh gốc (a). Bóng mờ có thể xuất hiện khi tốc độ cửa chập của máy ảnh
chậm hơn so với tốc độ di chuyển của đối tượng. Trong khi chụp ảnh, các đối tượng
di chuyển nhanh chẳng hạn như vận động viên, xe cộ thì bóng mờ của ảnh có thể
xuất hiện và cần được xử lý.

(a) Ảnh gốc

(b) Ảnh sau khi loại bỏ nhiễu
Hình 1. 2. Loại bỏ nhiễu

(a) Ảnh gốc

(b) Ảnh sau khi làm rõ

Hình 1. 3 Khử bóng mờ của ảnh


6

Các ví dụ của 2) bao gồm:
Xác định các đường biên của ảnh là cần thiết để đo kích cỡ các đối tượng
trong ảnh, ví dụ như hình 1.4. Khi đã có các đường biên thì chúng ta có thể xác định
được phạm vi và không gian của các đối tượng. Chúng ta cũng có thể sử dụng các

thuật toán dò biên như 1) trong vấn đề tăng cường biên như ở trên. Từ kết quả xử lý
biên chúng ta sẽ thấy điều cần thiết để tăng cường ảnh gốc và làm cho biên rõ hơn.

(a) Ảnh gốc

(b) Các đường biên của ảnh

Hình 1. 4. Tìm các đường biên trong ảnh

- Loại bỏ các chi tiết ảnh thường được dùng trong bài toán đếm hoặc đo kích
cỡ các đối tượng trên ảnh, bởi vậy chúng ta không cần quan tâm tất cả các chi tiết
của ảnh mà chỉ quan tâm đến hình dáng, kích thước và màu sắc của các đối tượng.
Đối với trường hợp như vậy, chúng ta cần đơn giản hóa hình ảnh. Hình 1.5 chỉ ra
một ví dụ: ảnh gốc (a) là con trâu rừng châu Phi, còn ảnh (b) chỉ ra một dạng làm
mờ, trong đó những chi tiết không liên quan (như các khúc gỗ, rừng cây trong nền
của ảnh) đã được loại bỏ. Ta có thể nhận thấy rằng trong ảnh (b), tất cả các chi tiết
đã bị loại bỏ và chỉ còn lại những cấu trúc thô của ảnh.


7

(a) Ảnh gốc

(b)Ảnh đã loại bỏ các chi tiết

Hình 1.5. Loại bỏ các chi tiết ảnh
1.2.1 Thu nhận và lấy mẫu ảnh
Lấy mẫu là quá trình rời rạc hóa một hàm liên tục. Chẳng hạn ta xét hàm:

và lấy mẫu nó tại 10 giá trị của , các điểm mẫu cho như trên hình 1.6. Đây là

một ví dụ về số lượng mẫu thấp nên không đủ để xây dựng lại hàm. Giả sử cũng với
hàm đã cho, chúng ta lấy 100 mẫu như hình 1.7 thì có thể dễ dàng xây dựng lại
hàm. Tất cả các tính chất của hàm có thể được xác định từ các mẫu này.

Hình 1. 6. Ví dụ lấy mẫu thấp


8

Hình 1. 7. Ví dụ lấy mẫu cao
Để đảm bảo rằng chúng ta có đủ số mẫu, yêu cầu chu kỳ lấy mẫu không lớn
hơn một nửa chi tiết mịn nhất của hàm.
Trở lại việc lấy mẫu một ảnh, chúng ta khảo sát ảnh như một hàm liên tục hai
biến và chúng ta muốn lấy mẫu nó để sinh ra một ảnh số. Một ví dụ chỉ ra trong
hình 1.8, trong đó ảnh (a) có tần số lấy mẫu cao và ảnh (b) có tần số lấy mẫu thấp.
Trên ảnh (b), các đường biên lởm chởm hình răng cưa. Tỉ lệ mẫu tất nhiên sẽ ảnh
hưởng tới độ phân giải của ảnh

(a)

Lấy mẫu cao

(b) Lấy mẫu thấp

Hình 1. 8. Sự ảnh hưởng của lấy mẫu


9

Để nhận được một ảnh mẫu hóa (Ảnh số), chúng ta có thể bắt đầu với sự biểu

diễn liên tục của ảnh. Để hiển thị cảnh chúng ta ghi năng lượng phản chiếu từ
chúng; chúng ta có thể sử dụng ánh sáng hoặc một nguồn năng lượng khác nào đó.
1.2.2 Ảnh và ảnh số
Giả sử chúng ta xét một ảnh, chẳng hạn như ảnh chụp. Để đơn giản chúng ta
xét ảnh đơn sắc (nghĩa là ảnh gồm các mức xám, và không có màu). Chúng ta khảo
sát bức ảnh này như là một hàm hai chiều, trong đó giá trị hàm là độ sáng của ảnh
tại mỗi điểm cho trước như chỉ ra trên hình 1.9. Chúng ta có thể giả sử rằng trong
một cái ảnh như vậy, giá trị độ sáng có thể là các số thực bất kỳ trong khoảng từ 0.0
( đen ) đến 1.0 ( trắng ). Miền biến đổi của

và

rõ ràng phụ thuộc vào ảnh nhưng

chúng có thể nhận tất cả các giá trị thực giữa giá trị cực tiểu và cực đại của chúng.
Một hàm như vậy tất nhiên có thể vẽ đồ thị như chỉ ra trong hình 1.10. Tuy
nhiên một đồ thị như vậy sẽ hạn chế việc sử dụng đối với chúng ta theo thuật ngữ
phân tích ảnh. Tuy nhiên quan niệm ảnh như một hàm sẽ là quan trọng để phát triển
và thực hiện các kỹ thuật xử lý ảnh.

Hình 1. 9. Ảnh được xem như một hàm hai biến.


10

Hình 1. 10. Ảnh ở hình 1.9 được vẽ đồ thị như một hàm hai biến.
Ảnh số khác với bức ảnh (ảnh thực) ở chỗ giá trị của ,

và ( , ) đều là các

giá trị rời rạc. Thông thường chúng chỉ nhận các giá trị nguyên, do đó ảnh chỉ ra
trong hình 1.9 sẽ có ,

biến thiên từ 1 đến 256 và giá trị độ sáng cũng thay đổi từ

0 (đen) đến 255 (trắng). Ảnh số như chúng ta đã thấy ở trên có thể được xem như
một mảng lớn gồm các điểm mẫu hóa từ một ảnh liên tục, mỗi mẫu có một độ sáng
đã được lượng tử; các điểm mẫu (pixel) lập lên một ảnh số. Các điểm ảnh bao
quanh một điểm ảnh cho trước tạo lên một vùng lân cận của nó. Vùng lân cận có thể
được xác định bởi một hình bao và có thể xem như ma trận bao quanh. Chẳng hạn
chúng ta có thể nói, vùng lân cận 3 × 3 hoặc vùng lân cận 5 × 7. Ngoại trừ các
trường hợp rất đặc biệt, vùng lân cận thường có một số lẻ các hàng và cột; điều này
đảm bảo rằng điểm ảnh hiện tại (điểm ảnh đang xét) được nằm ở tâm của vùng lân
cận. Một ví dụ về vùng lân cận cho trong Hình 1.11. Nếu vùng lân cận có một số
chẵn các hàng hoặc cột hoặc cả hai thì khi đó cần phải xác định rõ điểm nào trong
vùng lân cận là điểm đang xét.


11

Điểm ảnh đang xét

Vùng lân cận

Hình 1. 11. Các điểm ảnh và những điểm ảnh lân cận.
1.2.3 Một vài ứng dụng
Xử lý ảnh có phạm vi ứng dụng rộng; hầu hết mỗi lĩnh vực trong khoa học và
kỹ thuật đều cần sử dụng các phương pháp xử lý ảnh. Ở đây ta sẽ đưa ra một vài
lĩnh vực điển hình sử dụng xử lý ảnh.
1) Trong y học

- Kiểm tra và phân tích các ảnh chụp X quang, ảnh chụp cắt lớp hoặc ảnh chụp
cộng hưởng từ.
- Phân tích các ảnh tế bào, ảnh phân bào nhiễm thể.
2) Trong nông nghiệp
- Ảnh chụp từ vệ tinh để xác định diện tích, định vị các vùng miền được sử
dụng cho nhiều mục đích khác nhau ví dụ như: để khảo sát, phân vùng một cách
hợp lý các miền khác nhau cho các cây trồng khác nhau.
- Kiểm tra hoa quả và rau xanh – phân biệt các sản phẩm tốt và tươi.
3) Trong công nghiệp
- Tự động kiểm tra các thành phẩm trên dây chuyền sản xuất.
- Kiểm tra các mẫu giấy.
4) Trong thi hành luật
- Phân tích vân tay.
- Làm rõ hoặc khử mờ các ảnh chụp từ các camera tốc độ cao.


12

- Nhận dạng các đối tượng.
1.2.4 Các hướng nghiên cứu của xử lý ảnh
Để thuận lợi ta chia quá trình xử lý ảnh thành các công đoạn nhỏ (lớp xử lý).
Mỗi một công đoạn có các các thuật toán xử lý tương ứng để đạt được mục đích
tương ứng. Một số công đoạn phổ biến trong xử lý ảnh như sau:
Tăng cường ảnh
Tăng cường ảnh được hiểu như là công đoạn xử lý một bức ảnh sao cho ảnh
kết quả phù hợp hơn đối với mục đích ứng dụng. Quá trình này bao gồm:
- Làm rõ hoặc khử mờ ảnh,
- Làm nổi các đường biên,
- Cải thiện độ tương phản hoặc độ sáng của ảnh,
- Loại bỏ nhiễu.

Khôi phục ảnh
Khôi phục ảnh là quá trình phục hồi lại tính trung thực của ảnh từ những ảnh
bị biến dạng bởi các nguyên nhân nào đó trong quá trình thu nhận hoặc trao đổi ảnh,
chẳng hạn như:
- Khử mờ do chuyển động gây ra,
- Khử những biến đổi quang học,
- Khử nhiễu tuần hoàn.
Phân đoạn ảnh
Phân đoạn ảnh là việc chia nhỏ một bức ảnh thành các phần hoặc cô lập
(khoanh vùng) các miền nào đó của ảnh:
- Xác định các đường thẳng, đường cong, hoặc các hình đặc biệt trong ảnh,
- Xác định ô tô, cây cối, nhà cửa và đường xá trong ảnh chụp từ trên cao.
Các công đoạn xử lý ảnh không tách rời nhau; đầu ra của công đoạn này có thể
là đầu vào vào của công đoạn xử lý tiếp theo. Tuy nhiên, một số trường hợp thì chỉ
cần một trong những công đoạn nói trên. Chẳng hạn như chúng ta chỉ muốn nhìn
ảnh rõ hơn (tăng cường ảnh), hoặc loại bỏ nhiễu trên ảnh (khôi phục ảnh).


13

1.2.5 Nhiệm vụ xử lý ảnh
Để tiện theo dõi, chúng ta sẽ khảo sát chi tiết các công đoạn của xử lý ảnh
trong việc tự động nhận các mã bưu điện trên phong bì thư. Dưới đây sẽ chỉ ra nội
dung cần thực hiện trong mỗi công đoạn:
Thu nhận ảnh: trước tiên chúng ta cần tạo ra một bức ảnh số từ một phong bì
giấy, điều này được thực hiện bằng cách sử dụng CCD camera hoặc máy quét.
Tiền xử lý: đây là bước được thực hiện trước tiên, nhiệm vụ chính là thực
hiện một vài thao tác cơ sở để có được ảnh kết quả thuận lợi hơn cho công việc sau
này. Trong trường hợp này, có thể bao gồm việc tăng cường độ tương phản, khử
nhiễu hoặc xác định những vùng thường chứa mã bưu điện.

Phân đoạn: đây là lúc mà chúng ta nhận vùng chứa mã bưu điện; nói cách
khác chúng ta sẽ trích từ ảnh những phần mà nó chứa mã bưu điện.
Biểu diễn lại và mô tả: các thuật ngữ này ám chỉ việc trích ra những đặc
trưng riêng cho phép chúng ta phân biệt giữa các đối tượng. Ở đây chúng ta sẽ khảo
sát các đường cong, các lỗ và các góc. Chúng cho phép chúng ta phân biệt các chữ
số khác nhau tạo nên mã bưu điện.
Nhận dạng và phân tích: điều này có nghĩa là gán các nhãn cho các đối
tượng dựa trên các bộ mô tả chúng (từ các bước trên) và gán nghĩa cho các nhãn.
Do đó chúng ta xác định các chữ số đặc biệt và chúng ta giải thích một dãy bốn chữ
số tại cuối của địa chỉ như là mã bưu điện.
1.3 Một số định dạng ảnh thông dụng
Trong luận văn này chúng ta sẽ khảo sát bốn loại ảnh số cơ bản:
1.3.1 Ảnh nhị phân:
Mỗi một điểm ảnh chỉ là đen hoặc trắng. Do mỗi điểm ảnh chỉ có thể nhận một
trong hai giá trị, nên chỉ cần 1 bít để biểu diễn một điểm ảnh để tăng hiệu quả trong
việc lưu trữ. Các ảnh nhị phân có thể bao gồm văn bản (in hoặc viết tay), vân tay,
hoặc sơ đồ kiến trúc.
Một ví dụ về ảnh nhị phân trên hình 1.4.b, trong ảnh này chỉ có hai màu là
trắng đối với biên và đen đối với nền. Điều này được mô tả rõ hơn trên hình 1.12.


14

Hình 1. 12. Ảnh nhị nhân
Mỗi điểm ảnh nhận một mức sáng, thông thường từ 0 (đen) đến 255 (trắng).
Miền [0,255] có thể được biểu diễn bởi 8 bít hoặc chính xác 1 byte. Đây là một
miền giá trị rất thích hợp cho việc lưu trữ và xử lý trên máy tính.
Trong các ứng dụng đặc biệt, ảnh đa cấp xám có thể nhận miền giá trị khác
[0,255] nhưng nói chung là lũy thừa của 2. Những ảnh như vậy xuất hiện trong y
học (tia X), các ảnh trong công việc in ấn. Thực tế cho thấy, với 256 mức xám khác

nhau là đủ để nhận biết hầu hết các đối tượng tự nhiên.
Một ví dụ về ảnh đa cấp xám là phong cảnh đường phố được chỉ ra trên hình
1.1 được mô tả chi tiết trong hình 1.13 dưới đây.
1.3.2 Màu thực hoặc RGB:
Trong trường hợp này ảnh thực sự có nhiều màu; mỗi màu được mô tả bởi các
thành phần Red, Green và Blue (RGB). Nếu mỗi thành phần

, ,

có giá trị từ 0

đến 255 thì ảnh sẽ có số màu khác nhau tối đa là 256 . Do đó mỗi điểm ảnh được
biểu diễn bởi 24 bít nên loại ảnh nàythường được gọi là ảnh 24 bít màu.
Ảnh 24 bít màu có thể được biểu diễn bởi ba ma trận ứng với các giá trị Red,
Green và Blue đối các điểm ảnh. Điều đó có nghĩa là với mỗi điểm ảnh có ba giá trị
tương ứng trên ba ma trận ,

và . Một ví dụ chỉ ra như trong hình 1.14.


15

Hình 1. 13 Ảnh đa mức xám

Hình 1. 14 Ảnh màu thực sự
1.3.3 Ảnh chỉ số:
Trong thực tế, nhiều ảnh có số màu khác nhau ít hơn nhiều so với 256 màu.
Để tiết kiệm bộ nhớ và thuận lợi trong việc quản lý, đối với loại ảnh này người ta
lưu trữ tập màu khác nhau ở một vùng nhớ riêng trong tệp hay còn được gọi là bảng

16

màu. Nó đơn giản là danh sách các màu khác nhau được sử dụng trong ảnh. Khi đó,
giá trị mỗi điểm ảnh là một chỉ số ứng với một màu trong bảng màu. Để thuận lợi,
nếu như ảnh có ít hơn hoặc 256 màu thì người ta sử dụng 1 byte để mô tả giá trị của
các điểm ảnh, giống như định dạng ảnh GIF, BMP (dạng 8 bít màu).
Hình 1.15 chỉ ra một ví dụ, giá trị các điểm ảnh không phải là mức xám mà là
chỉ số trong bảng màu. Trong hình chẳng hạn, điểm ảnh có nhãn là 6 thì ứng với
màu RGB là 0.2627 0.2588, 0.2549.

Giá trị điểm ảnh

Bảng màu

Hình 1. 15 Ảnh chỉ số
1.4 Kích thước của tệp ảnh
Các tệp ảnh thường có kích thước lớn. Chúng ta sẽ khảo sát lượng thông tin
được sử dụng trong các kiểu ảnh khác nhau với các kích thước khác nhau. Chẳng
hạn giả sử ta xét ảnh nhị phân kích thước 512 × 512, số bít được sử dụng của ảnh
này (giả sử không nén và bỏ qua các thông tin tiêu đề ảnh ) là:

512 × 512 × 1 = 262144 bzzít = 32768 byte = 32,768 Kb ~ 0.033 Mb
(để đơn giản chúng ta quy ước rằng 1Kb = 1000byte và 1Gb = 1000 000 byte).
Đối với ảnh đa cấp xám cùng kích thước thì dung lượng là:

512 × 512 × 1 = 262144 bít = 262,144 Kb ~0,262Mb
Nếu là ảnh màu và mỗi điểm ảnh được biểu diễn bởi 3 byte, thì một ảnh cỡ

512 × 512 yêu cầu:

512 × 512 × 3 = 786432byte= 786,43 Kb ~0,786Mb


17

Nhiều ảnh tất nhiên lớn hơn như vậy, các ảnh vệ tinh có thể gồm vài nghìn
điểm mỗi chiều. Do vậy, sự chêch lệch về bộ nhớ giữa các dạng ảnh trên là rất lớn.
Tốn không gian lưu trữ. Tốc độ truyền tải chậm hơn nên chúng ta cần phải dùng các
phương pháp để nén ảnh.
1.5 Sự cảm nhận ảnh
Một trong các mục đích quan trọng của xử lý ảnh là làm cho ảnh hiển thị tốt hơn
đối với thị giác của con người. Do đó chúng ta cần biết các giới hạn của hệ thống thị
giác con người. Việc cảm nhận ảnh của con người bao gồm 2 bước cơ bản:
- Thu nhận ảnh bằng mắt,
- Nhận dạng và phân tích ảnh bằng thần kinh thị giác trong bộ não.
Sự kết hợp và sự biến đổi của các bước trên ảnh hưởng tới các cách mà chúng
ta nhận biết thế giới bao quanh chúng ta.
Có một số thứ thường nảy sinh trong đầu chúng ta:
- Màu nền ảnh hưởng khá nhiều đến khả năng quan sát. Một khối xám sẽ xuất
hiện dường như tối hơn nếu nó được đặt trong một nền trắng chứ không phải nên
đen. Điều đó có nghĩa là chúng ta không thể cảm nhận mức xám của ảnh như chúng
vốn có mà là phụ thuộc vào môi trường bao quanh chúng. Trong hình 1.16, khối
vuông đặt trong nền trắng (bên trái) trông có vẻ tối hơn so với chính khối vuông đó
đặt trong nền đen (bên phải).
- Chúng ta khó có thể quan sát cường độ xám khi mức độ xám của một ảnh
chữ nhật thay đổi một cách liên tục. Chẳng hạn trong hình 1.17, ảnh thay đổi liên
tục từ sáng sang tối theo chiều từ trái sang phải. Tuy nhiên bằng mắt thường rất khó
có thể nhận ra các đường biên ngang bên trái của ảnh này.
- Hệ thống thị giác con người thường cảm nhận thiếu chính xác về màu sắc
xung quanh đường biên giữa hai miền có mức xám khác nhau. Chẳng hạn, chúng ta

xét một hình tròn nhỏ màu sáng nằm trên nền vuông màu tối. Khi chúng ta đưa mắt
từ nền tối sang miền sáng thì phần biên của miền mà ta quan sát được dường như
sáng hơn so với phần biên còn lại. Khi ta đưa mắt theo chiều ngược lại thì phần biên
của nền mà ta quan sát được dường như tối hơn so với phần biên còn lại.


18

Hình 1. 16. Một khối vuông cùng mức xám đặt trên nền tối và nền sáng

Hình 1. 17. Sự liên tục các mức xám
1.6. Khái niệm về nén ảnh
1.6.1 Nén bảo toàn và không bảo toàn
Như chúng ta đã thấy các tệp ảnh có thể rất lớn nên một vấn đề quan trọng
trong việc lưu trữ và truyền tải ảnh là cần phải làm cho kích cỡ các tệp ảnh trở nên
nhỏ nhất có thể. Trong mục này chúng ta sẽ xét một số phương pháp nén ảnh cơ
bản. Điều đầu tiên cần phân biệt hai lớp các phương pháp nén ảnh khác nhau: Nén
bảo toàn ( giữ được tất cả các thông tin về ảnh) và nén không bảo toàn ( một số
thông tin có thể bị mất).
Theo [3], [5] nén bảo toàn thường được sử dụng đối với các bức ảnh có ý
nghĩa quan trọng không cho phép bất kì một sự mất mát thông tin nào dù nhỏ nhất.
Điều đáng tiếc là kiểu nén này thường có tỉ lệ nén không cao. Tuy nhiên các phương