Nghiên cứu và thử nghiệm các phương pháp tách đối tượng trên ảnh

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

Nguyễn Phúc Đạt

NGHIÊN CỨU VÀ THỬ NGHIỆM CÁC
PHƯƠNG PHÁP TÁCH ĐỐI TƯỢNG TRÊN ẢNH

Chuyên ngành: công nghệ thông tin

LUẬN VĂN THẠC SỸ KỸ THUẬT

Người hướng dẫn: PGS.TS Nguyễn Linh Giang

Hà Nội - 2015


Lời cam đoan
Tôi xin cam đoan nội dung trong luận văn là sự tổng hợp, nhìn nhận của tôi
xoay quanh nội dung đề tài. Tất cả các nội dung, công thức, bảng biểu, hình vẽ được
lấy từ bên ngoài đều có trong danh mục tài liệu tham khảo.
Tôi xin chịu trách nhiệm về lời cam đoan trên.
Học viên
Nguyễn Phúc Đạt


Mục lục
Mở đầu ...................................................................................................................... 1
1. Lý do chọn đề tài ............................................................................................... 1
2. Mục đích và phạm vi nghiên cứu của luận văn ................................................. 2
3. Khó khăn và thách thức của bài toán ................................................................ 2

4. Các hướng tiếp cận ............................................................................................ 4
5. Phương pháp nghiên cứu ................................................................................... 5
Phương pháp tách đối tượng................................................................ 6
1. Các phương pháp phân vùng ảnh cơ bản .......................................................... 6
1.1. Phương pháp phân vùng dựa vào ngưỡng .................................................. 6
1.2. Phân vùng theo miền đồng nhất ............................................................... 10
1.3. Phân vùng ảnh dựa vào lý thuyết đồ thị ................................................... 13
1.4. Phân vùng ảnh dựa trên biểu diễn và xử lý đa phân giải ......................... 17
2. Tách đối tượng theo thuật toán Grab-cut ........................................................ 19
2.1. Giới thiệu .................................................................................................. 19
2.2. Phân đoạn năng lượng cực tiểu hóa theo Graph-cut ................................ 20
2.3. Giải thuật phân đoạn Grab-cut ................................................................. 22
Kỹ thuật sử dụng tự động thuật toán Grabcut ................................... 27
1. Phân tích một số dạng ảnh dùng trong thương mại điện tử ............................ 27
2. Cách khoanh vùng đối tượng trên ảnh ............................................................ 29
2.1. Chọn vùng cố định ................................................................................... 29
2.2. Chọn vùng theo ngưỡng phân đoạn với điều kiện “lỏng”........................ 31
2.3. Phân ngưỡng dựa trên tọa độ Oxyz .......................................................... 33
3. Các xử lý kỹ thuật khi tách đối tượng tự động bằng Grab-cut........................ 34
3.1. Vấn đề ảnh có lẫn màu nền ...................................................................... 34
3.2. Vấn đề bóng sản phẩm ............................................................................. 35


3.3. Vấn đề ảnh chụp cùng các thiết bị khác ................................................... 36
3.4. Vấn đề kích thước ảnh và thời gian xử lý ................................................ 37
3.5. Vấn đề số lần lặp Grab-cut ....................................................................... 37
Triển khai chương trình thử nghiệm.................................................. 38
1. Chương trình thử nghiệm ................................................................................ 38
1.1. Môi trường ............................................................................................... 38
1.2. Cấu trúc chương trình. ............................................................................. 38

1.3. Dữ liệu đầu vào ........................................................................................ 38
1.4. Dữ liệu đầu ra ........................................................................................... 39
2. Tiêu chuẩn chất lượng ..................................................................................... 39
2.1. Kiểm tra chất lượng tự động .................................................................... 40
2.2. Kiểm tra chất lượng bằng mắt .................................................................. 40
3. Kết quả chạy thử nghiệm và đánh giá ............................................................. 40
3.1. Kết quả ..................................................................................................... 40
3.2. Đánh giá và so sánh.................................................................................. 41
Kết luận ................................................................................................................... 43
Tài liệu tham khảo ................................................................................................... 45


Danh mục bảng biểu và hình vẽ
Hình 1. Ví dụ ảnh chụp trong studio .............................................................. 3
Hình 1-1. Ảnh gốc và ảnh phân vùng ............................................................ 6
Hình 1-2. Mô tả thuật toán đối xứng nền ...................................................... 8
Hình 1-3. Minh họa thuật toán tam giác ....................................................... 9
Hình 1-4. Bimodal Histogram ..................................................................... 10
Hình 1-5. Minh họa 4 liên thông và 8 liên thông ......................................... 12
Hình 1-6. Cây bao trùm tối thiểu ................................................................. 15
Hình 1-7. Các thuật toán có người dùng nhập liệu (ảnh màu) ..................... 19
Hình 1-8. Quá trình lặp lại quy tụ hàm cực tiểu hóa (ảnh màu) .................. 25
Hình 1-9. Mô tả quá trình người dùng chỉnh sửa Grab-cut (ảnh màu) ........ 25
Hình 1-10. Thêm ví dụ về sử dụng Grab-cut (ảnh màu) .............................. 26
Hình 2-1. Cách sử dụng thuật toán Grab-cut ............................................... 27
Hình 2-2. Nhóm 1 có nền ảnh đồng nhất ..................................................... 27
Hình 2-3. Nhóm 2 có nền nhiều mảng ......................................................... 28
Hình 2-4. Nhóm 3 có nền ảnh phức tạp ....................................................... 28
Hình 2-5. Nhóm 4 có nền bên trong hoặc gương kính................................. 28
Hình 2-6. Chọn đường bao theo tỷ lệ phần trăm.......................................... 30

Bảng 2-7. Bảng số liệu chọn vùng ngưỡng cố định ..................................... 30
Bảng 2-8. Bảng số liệu chọn ngưỡng theo tỷ lệ phần trăm .......................... 31
Hình 2-9. Minh họa tạo vùng chọn dựa vào phân ngưỡng lỏng .................. 32
Lược đồ 2-10. Quy trình tạo vùng chọn dựa vào phân ngưỡng ................... 32
Hình 2-11. Mô phỏng mô hình 3D ............................................................... 33
Lược đồ 2-12. Chọn vùng theo trục Oxyz ................................................... 34
HÌnh 2-13. Ví dụ ảnh lẫn màu nền .............................................................. 35
Hình 2-14. Ví dụ bóng đổ và bóng gương ................................................... 36
Hình 2-15. Ví dụ ảnh chụp cùng mannequin ............................................... 36
Bảng 2-16. bảng thời gian tính theo kích thước ảnh .................................... 37
Hình 3-1. Kết quả ảnh đầu ra ....................................................................... 39
Hình 3-2. Kết quả chạy thử nghiệm ............................................................. 41


Danh mục các từ viết tắt
GMM

Gaussian mixture model

RGB

Red Green Blue

PS

Photoshop

3D

Three-Dimension

TMĐT

Thương mại điện tử


Mở đầu
1. Lý do chọn đề tài
Trong ngành thương mại điện tử, một công đoạn rất quan trọng trong việc bán
hàng hóa là làm sao để giới thiệu sản phẩm một cách tốt nhất đến với người mua.
Các công ty bán hàng trực tuyến không ngừng cải thiện chất lượng website, cũng
như nâng cao chất lượng ảnh sản phẩm, tạo ấn tượng tốt ngay từ ban đầu với người
mua hàng. Được thành lập từ năm 2011, công ty Remove The Background
(removethebackground.com) đang không ngừng lớn mạnh, từ 5 nhân viên làm việc
chính thức năm 2011 đến nay đã lên đến hơn 200 nhân viên ở hai văn phòng tại Hà
Nội. Lĩnh vực kinh doanh chính là xử lý ảnh sản phẩm cho các website thương mại
điện tử, với yêu cầu thông thường là lọc bỏ nền, và căn chỉnh lề của ảnh sản phẩm
theo một tỷ lệ chính xác cho trước. Hàng ngày nhân viên của công ty sử dụng phần
mềm chuyên xử lý ảnh Photoshop để xử lý khoảng 20.000 ảnh cho gần 500 website
bán hàng lớn ở khắp các quốc gia trên thế giới. Nhưng theo ước tính con số đó chưa
chiếm được 1% nhu cầu thực tế hiện nay. Vì có đến hơn 90% công ty tự tổ chức đội
xử lý ảnh cho riêng mình, chỉ gần 10% là sẵn sàng thuê một công ty khác bên ngoài
làm việc đó. Một ví dụ khác là tập đoàn Vin Group, khi vừa bước chân vào thị trường
thương mại điện tử, một trong những việc đầu tiên họ làm là thành lập cho mình đội
xử lý ảnh với gần một trăm nhân viên làm việc toàn thời gian.
Từng ấy con số đã đủ giúp hình dung thị trường xử lý ảnh, mà cụ thể là xử lý
tách đối tượng, lọc nền, phục vụ cho thương mại điện tử lớn thế nào. Ảnh đầu vào
dùng để xử lý cho thương mại điện tử, thông thường là hình có nền đơn giản, thường
là sản phẩm đặt trên mặt bàn, nền nhà, hoặc cao cấp hơn là ảnh được chụp ở những
studio chuyên nghiệp với nền chắn sáng đầy đủ.

Một thực tế là gần như toàn bộ ảnh hiện tại cho dù có được xử lý nội bộ trong
công ty, hay thuê một công ty bên ngoài, cũng đều do con người trực tiếp làm. Thử
tưởng tượng, nếu có một chương trình có thể làm việc tách ảnh sản phẩm ra một cách
tự động, thì sẽ mang lại hiệu quả kinh tế rất lớn cho doanh nghiệp và cho xã hội.
Thậm chí, một chương trình chỉ cần hỗ trợ bước lọc nền với tỷ lệ chính xác nào đó
cũng sẽ có tác dụng như là một bước tiền xử lý trong cả chuỗi quy trình, sau đó con

1


người vẫn tham gia vào việc xem xét lại ảnh nào đã đạt chất lượng, ảnh nào cần xử
lý lại thì cũng đã tiết kiệm một công sức rất lớn.
Là một nhân viên làm hệ thống của công ty, từ nhu cầu thực tế đó, tôi đã có
ý định “nghiên cứu và thử nghiệm các phương pháp tách đối tượng trên ảnh” để từ
đó đề xuất các phương án kỹ thuật ứng dụng vào công việc thực tế của công ty.
Bên cạnh đó, việc tách chính xác đối tượng là một bước trong các bài toán
khác như: các hệ thống phân tích nhận dạng đối tượng, hệ thống theo dõi giám sát…

2. Mục đích và phạm vi nghiên cứu của luận văn
Mục tiêu của bài toán hướng đến là việc tách một cách tự động các sản phầm
trong ảnh, sau đó đổ nền trắng, chuyển về kích thước nhỏ hơn, và tạo lề cho ảnh theo
từng tham số truyền vào.
Đầu vào của bài toán là tất cả các ảnh sản phẩm cần xử lý, với các tham số
truyền vào gồm:
 Các tham số phục vụ cho việc phân tách: ngưỡng phân đoạn, khoảng
cách vùng chọn… tham số này có thể tối ưu với từng nhóm khách
hàng, hoặc từng nhóm yêu cầu ảnh.
 Các tham số cho bước hậu xử lý: Nền ảnh mong muốn là nền màu gì,
kích thước ảnh đầu ra, lề mong muốn.
Đầu ra là ảnh thành phẩm có thể sử dụng trực tiếp trên website bán lẻ.

Trong quy trình xử lý, vẫn cần có người giám sát, để phân loại chất lượng ảnh
ở đầu ra, có thể thống kê nhóm ảnh và tỷ lệ thành công, cũng như lưu lại các tham
số phục vụ việc phân tách để lần sau hiệu quả hơn.
Mục tiêu hướng đến chính là nhóm ảnh có nền màu đơn giản, nền gradient;
nền có ít khối nhiễu, và nền không bị lẫn vào bên trong của sản phẩm. Trong khuôn
khổ luận văn tôi hệ thống một cách ngắn gọn các thuật toán cơ bản trong việc phân
tách đối tượng trong ảnh. Sau đó tôi tiến hành nghiên cứu thuật toán được đánh giá
tốt hiện nay là Grab-cut. Cuối cùng tôi đưa ra phương pháp sử dụng Grab-cut một
cách tự động hoàn toàn mà không yêu cầu người dùng phải nhập bất kỳ vùng chọn
nào.

3. Khó khăn và thách thức của bài toán
Bài toán tách đối tượng ra khỏi ảnh mang đầy đủ khó khăn của một bài toán
xử lý ảnh. Trong đó chất lượng ảnh đầu vào là một trong những yếu tố ảnh hưởng
2


rất nhiều đến quá trình xử lý cũng như kết quả ảnh đầu ra. Bên cạnh những khó khăn
khác về sức nặng tính toán, cũng như thời gian xử lý, bài toán tách sản phẩm phục
vụ cho thương mại điện tử vẫn bao chứa những khó khăn thách thức đặc thù. Bởi vì
mặc dù là có nền đơn giản, nhưng một bài toán ứng dụng thực tế luôn đòi hỏi độ
chính xác cao. Ví dụ sau khi tách sản phẩm ra khỏi ảnh, cần đưa ra mức độ tin cậy
của quá trình, hay nói cách khác cần quyết định ảnh nào sẽ giải quyết được hoàn
toàn một cách tự động, ảnh nào thì không, hay ảnh nào cần phải xem xét lại. Nếu
không tin tưởng được kết quả đó, thì vẫn cần con người giám sát và phân loại ảnh
đầu ra, lọc lại những ảnh chưa đạt chất lượng và cần xử lý lại.
Sau khi đã tách được các mảng đối tượng ra khỏi ảnh rồi, việc quyết định đâu
là sản phẩm, đâu là nền xem ra cũng không đơn giản. Ví dụ hình sau, ảnh sản phẩm
được chụp cùng với hai thiết bị giúp căn chỉnh sự cân bằng ảnh khi chụp

Hình 1. Ví dụ ảnh chụp trong studio

Khi chụp ảnh sản phẩm thường có bóng của sản phẩm, việc xác định đâu là
vùng sản phẩm, đâu là vùng bóng sản phẩm cũng là một trong những yếu tố ảnh
hưởng đến độ chính xác của ứng dụng.
Bên cạch đó, chất lượng về đường viền của sản phẩm cũng là một trong những
yếu tố quyết định đến chất lượng của ứng dụng. Việc lấy viền để sao cho không bị
sót nền vào sản phẩm, cũng như không bị lấy mất đi một phần sản phẩm. Độ mịn
của đường viền, hay giữ được hình dạng của đường viền từ những viền ảnh đơn giản
được cấu tạo từ các các cạnh thẳng, cung tròn, cung elip đến những viền vô cùng
phức tạp như ảnh chụp lông tóc cũng là một trong những câu hỏi hóc búa.
Khó khăn nhiều là vậy, nhưng nếu để ý một chút thì bài toán tách đối tượng
ảnh dùng trong thương mại điện tử cũng có rất nhiều thông tin thuận lợi khác:
 Thông tin về sản phẩm có thể đã được cung cấp từ ảnh đầu vào. Ví dụ
lô ảnh là giày hay quần áo, gợi ý cho chương trình xử lý biết trước
3


được hình dạng sản phẩm và đưa ra quyết định trích chọn vùng phù
hợp.
 Ảnh đầu vào có thể được phân loại nhóm chất lượng ảnh, cũng như
yêu cầu đầu ra theo từng khách hàng, vì vậy việc điều chỉnh các tham
số xử lý ảnh cho các nhóm khác nhau, cũng sẽ thu được kết quả chính
xác hơn.
 Quy trình hiện tại được xử lý và thẩm định chất lượng bởi mắt người,
nên có thể lưu lại các quyết định của con người theo những bộ tham số
xử lý tạo thành kho tri thức cho những quyết định tự động về sau.

4. Các hướng tiếp cận
Trong các cuốn giáo trình xử lý ảnh, đều có các khái niệm về phân vùng đối

tượng, và dò biên đối tượng trong ảnh.
Các thuật toán cơ bản trong việc phân vùng ảnh như:
 Phân vùng ảnh dựa vào ngưỡng biên độ
 Phân vùng ảnh theo miền đồng nhất
 Phân vùng ảnh dựa trên phân tích kết cấu
 Phân vùng ảnh dựa trên phân lớp điểm ảnh
 Phân vùng ảnh dựa vào lý thuyết đồ thị
 phân vùng ảnh dựa trên xử lý đa phân giải
Các phương pháp dò biên như:
 Kỹ thuật Gradient
 Kỹ thuật Laplace
 Kỹ thuật đạo hàm tích chập (phương pháp Canny)
Bên cạnh đó còn có các cách tiếp cận và các thuật toán mới được sử dụng
trong việc tách đối tượng có các chỉ thị lệnh từ con người:
 Magic wand: được phát triển bởi tập đoàn Adobe năm 2012, từ một
chấm điểm của người dùng, sẽ loang vùng chọn ra rộng hơn theo một
dấu hiệu các điểm ảnh đồng nhất. Hiện tại thuật toán này được cài đặt
trong công cụ cùng trên trong ứng dụng Photoshop.
 Intelligent Scissors: được Mortensen và Barrett đưa ra năm 1995 tự
động dò biên chính xác khi có đầu vào là việc di chuyển chuột theo
4


đường biên thực tế của đối tượng. Phương pháp này được tập đoàn
Adobe phát triển thêm, và hiện được cài đặt trong cộng cụ Magnetic
Lasso của bộ Photoshop
 Graph-cut: được đưa ra trong một bài báo của Boykov và Jolly năm
2001. Đầu vào là ảnh cộng với vùng đánh dấu đâu là đối tượng, đâu là
nền ảnh.
 Grab-cut: được đưa ra bởi ba nhà nghiên cứu Rother, Kolmogorov và

Blake của tập đoàn Microsoft. Thuật toán là cải tiến thuật toán graphcut, người dùng chỉ cần chỉ định một vùng đối tượng trong đó có đối
tượng cần tách, chương trình sẽ tự động tách đối tượng đó. Người dùng
còn có thể đưa ra các vùng bị sai, như vùng đối tượng bị mất hoặc vùng
nền còn sót và chương trình sẽ thực hiện tiếp theo các chỉ thị đó đến
khi có kết quả cuối cùng hoàn hảo.



Bên cạnh đó còn có rất nhiều các thuật toán khác như: Bayes Matte,
Knockout, Random Walker, Random Walker Restart....

5. Phương pháp nghiên cứu
Từ yêu cầu của thực tiễn, tôi đi tiến hành nghiên cứu các lý thuyết về phân
đoạn ảnh, các kỹ thuật tách đối tượng và nền ảnh. Song song với đó, tôi đi phân tích
đặc điểm, phân loại ảnh trong thương mại điện tử. Tôi thực hiện thử nghiệm việc
phân tách tự động với các nhóm ảnh khác nhau và ghi nhận lại các kết quả, khi thử
nghiệm tôi điều chỉnh các tham số xử lý cho từng nhóm ảnh và cũng ghi nhận kết
quả. Từ kết quả thu được, tôi đánh giá xác suất đạt tỷ lệ chính xác của từng nhóm
ảnh. Sau đó tiếp tục làm phương pháp tương tự với lô ảnh khác, và chọn ra những
bộ ảnh có khả năng cho ra độ chính xác cao của quá trình phân tách tự động. Đây là
thông tin cho việc ra quyết định có áp dụng được hay không kỹ thuật tách tự động
đối tượng với nền ảnh.

5


Phương pháp tách đối tượng
1. Các phương pháp phân vùng ảnh cơ bản
Phân vùng đối tượng của ảnh là quá trình chia ảnh thành các vùng mà không
bị chồng lấn lên nhau. Các vùng được phân chia dựa vào sự đồng nhất về tính chất

nào đó. Có rất nhiều cách định nghĩa về sự đồng nhất trong phân vùng đối tượng.
Thông thường người ta hay sử dụng các tham số bao gồm: màu sắc, độ sâu của layer,
mức độ xám, hình dạng của đối tượng….Trong một tài liệu so sánh các phương pháp
phân vùng đối tượng hai tác giả cùng tên Pal đã nói không có một phương pháp
chuẩn nào cho việc phân tách đối tượng ra khỏi ảnh, các phương pháp đều bị phụ
thuộc vào đặc điểm của ảnh, và ứng dụng cụ thể.

Hình 1-1. Ảnh gốc và ảnh phân vùng

1.1. Phương pháp phân vùng dựa vào ngưỡng
Phân vùng ảnh dựa vào ngưỡng là một phướng pháp tương đối đơn giản, và
trong nhiều trường hợp nếu chọn được ngưỡng thích hợp, có thể mang lại kết quả
phân vùng rất chính xác mà rất tiết kiệm thời gian cũng như tài nguyên tính toán.
Giả sử rằng chúng ta đang quan tâm đến các đối tượng (object) sáng trên nền
(background) tối, một tham số T - gọi là ngưỡng độ sáng, sẽ được chọn cho một ảnh
f[x,y] theo cách:
If f[x,y] ≥ T

f[x,y] = object = 1

Else

f[x,y] = Background = 0.

Ngược lại, đối với các đối tượng tối trên nền sáng chúng ta có thuật toán sau:
If f[x,y] < T

f[x,y] = object = 1

Else

f[x,y] = Background = 0.
6


Ta có thể đưa ra các tham số khác tương tự như độ sáng tối, như màu sắc,
hoặc các giá trị màu trong các hệ giá trị khác nhau. Vấn đề chính là chúng ta nên
chọn ngưỡng T như thế nào để việc phân vùng đạt được kết quả cao nhất?.
Có rất nhiều thuật toán chọn ngưỡng: ngưỡng cố định, dựa trên lược đồ, sử
dụng Entropy, sử dụng tập mờ, chọn ngưỡng thông qua sự không ổn định của lớp và
tính thuần nhất của vùng vv… .
1.1.1. Chọn ngưỡng cố định
Đây là phương pháp chọn ngưỡng độc lập với dữ liệu ảnh. Nếu chúng ta biết
trước là chương trình ứng dụng sẽ làm việc với các ảnh có độ tương phản rất cao,
trong đó các đối tượng quan tâm rất tối còn nền gần như là đồng nhất và rất
sáng thì việc chọn ngưỡng T= 128 (xét trên thang độ sáng từ 0 đến 255) là một
giá trị chọn khá chính xác. Chính xác ở đây hiểu theo nghĩa là số các điểm ảnh bị
phân lớp sai là cực tiểu.
1.1.2. Chọn ngưỡng dựa trên lược đồ (Histogram)
Trong hầu hết các trường hợp, ngưỡng được chọn từ lược đồ độ sáng
của vùng hay ảnh cần phân đoạn. Có rất nhiều kỹ thuật chọn ngưỡng tự động xuất
B

phát từ lược đồ xám {h[b] | b = 0, 1, ..., 2 -1} đã được đưa ra. Những kỹ thuật
phổ biến sẽ được trình bày dưới đây. Những kỹ thuật này có thể tận dụng những lợi
thế do sự làm trơn dữ liệu lược đồ ban đầu mang lại nhằm loại bỏ những dao động
nhỏ về độ sáng. Tuy nhiên các thuật toán làm trơn cần phải cẩn thận, không được
làm dịch chuyển các vị trí đỉnh của lược đồ. Nhận xét này dẫn đến thuật toán làm
trơn dưới đây:
1

h smooth [b]=
W

(W −1)/ 2

∑

w=−(W −1)/ 2

h raw [b−w ]W lẻ

Trong đó, W thường được chọn là 3 hoặc 5
1.1.3. Thuật toán đẳng liệu
Đây là kỹ thuật chọn ngưỡng theo kiểu lặp do Ridler và Calvard đưa ra.
Thuật toán được mô tả như sau:


B1: Chọn giá trị ngưỡng khởi động θ0=2



B2: Tính các trung bình mẫu (mf, 0) của những điểm ảnh thuộc đối tượng

B-1

và (mb,0) của những điểm ảnh nền
7




B3: Tính các ngưỡng trung gian theo công thức:
Θk =

m f , k−1+mb , k−1
2

Với k=1, 2,...


B4: Nếu θk = θk+1 Kết thúc, dừng thuật toán (ngược lại : Lặp lại bước 2)

1.1.4. Thuật toán đối xứng nền
Kỹ thuật này dựa trên sự giả định là tồn tại hai đỉnh phân biệt trong lược đồ
nằm đối xứng nhau qua đỉnh có giá trị lớn nhất trong phần lược đồ thuộc về
các điểm ảnh nền. Đỉnh cực đại maxp tìm được nhờ tiến hành tìm giá trị cực đại
trong lược đồ. Sau đó thuật toán sẽ được áp dụng ở phía không phải là điểm ảnh
thuộc đối tượng ứng với giá trị cực đại đó nhằm tìm ra giá trị độ sáng a ứng với
giá trị phần trăm p% mà: P(a) = p%, trong đó P(a) là hàm phân phối xác suất về độ
sáng được định nghĩa như sau:
Định nghĩa:
Hàm phân phối xác suất P(a) thể hiện xác suất chọn được một giá trị độ
sáng từ một vùng ảnh cho trước, sao cho giá trị này không vượt quá một giá
trị sáng cho trước a. Khi a biến thiên từ -∝ đến +∝, P(a) sẽ nhận các giá trị từ 0
đến 1. P(a) là hàm đơn điệu không giảm theo a, do vậy dP/da ≥ 0.

Hình 1-2. Mô tả thuật toán đối xứng nền

Ở đây ta đang giả thiết là ảnh có các đối tượng tối trên nền sáng. Giả sử
mức là 5%, thì có nghĩa là ta phải ở bên phải đỉnh maxp một giá trị a sao cho

P(a)=95%. Do tính đối xứng đã giả định ở trên, chúng ta sử dụng độ dịch chuyển
về phía trái của điểm cực đại tìm giá trị ngưỡng T:
8


T =Max p−(a−Max p )

Kỹ thuật này dễ dàng điều chỉnh được cho phù hợp với tình huống ảnh
có các đối tượng sáng trên một nền tối.

1.1.5. Thuật toán tam giác
Khi một ảnh có các điểm ảnh thuộc đối tượng tạo nên một đỉnh yếu trong
lược đồ ảnh thì thuật toán tam giác hoạt động rất hiệu quả. Thuật toán này do
Zack đề xuất và được mô tả như sau:
 B1: Xây dựng đường thẳng ∆ là đường nối hai điểm (Hmax, bmax) và (Hmin,
bmin), trong đó Hmax là điểm có Histogram lớn nhất ứng với mức xám bmax
và Hmin là điểm có Histogram ứng với độ sáng nhỏ nhất bmin.
 B2: Tính khoảng cách d từ Hb của lược đồ (ứng với điểm sáng b) đến ∆.
Trong đó b∈[bmax , b min ]
 B3: Chọn ngưỡng T = Max{Hb }
Minh hoạ thuật toán tam giác bởi hình vẽ như sau:

Hình 1-3. Minh họa thuật toán tam giác

1.1.6. Chọn ngưỡng đối với Bimodal Histogram
Ngưỡng T được chọn ở tại vị trí cực tiểu địa phương của histogram nằm giữa
hai đỉnh của histogram. Điểm cực đại địa phương của histogram có thể dễ dàng
được phát hiện bằng cách sử dụng biến đổi chóp mũ (top hat) do Meyer đưa ra: Phụ
thuộc vào tình huống chúng ta đang phải làm việc là với nhưng đối tượng sáng
trên nền tối hay đối tượng tối trên nền sáng mà phép biến đổi top hat sẽ có một trong hai

dạng sau:

a/ Các đối tượng sáng:

9


TopHat(A,B)=A−(AoB)=A−Max (Min A)
B

B

b/ Các đối tượng tối:
TopHat ( A, B )=(AoB)−A=Min (Max A)−A
B

B

Việc tính toán giá trị cực tiểu địa phương của histogram thì khó nếu
histogram nhiễu. Do đó, trong trường hợp này nên làm trơn histogram, ví dụ sử dụng
thuật toán (chọn ngưỡng dựa trên lược đồ Histogram).

Hình 1-4. Bimodal Histogram

Trong một số ứng dụng nhất định, cường độ của đối tượng hay nền thay
đổi khá chậm. Trong trường hợp này, histogram ảnh có thể không chứa hai thuỳ
phân biệt rõ ràng, vì vậy có thể phải dùng ngưỡng thay đổi theo không gian.
Hình ảnh được chia thành những khối hình vuông, histogram và ngưỡng được
tính cho mỗi khối tương ứng. Nếu histogram cục bộ không phải là bimodal
histogram thì ngưỡng được tính bằng cách nội suy ngưỡng của các khối láng giềng.

Khi ngưỡng cục bộ đã có thì áp dụng thuật toán phân ngưỡng dựa trên lược đồ
histogram cho khối này.
1.2. Phân vùng theo miền đồng nhất
Kỹ thuật phân vùng ảnh thành các miền đồng nhất dựa vào các tính chất quan
trọng nào đó của miền ảnh. Việc lựa chọn các tính chất của miền sẽ xác định tiêu
chuẩn phân vùng. Tính đồng nhất của một miền ảnh là điểm chủ yếu xác định tính
hiệu quả của việc phân vùng. Các tiêu chuẩn hay được dùng là sự thuần nhất về mức
xám, màu sắc đối với ảnh màu, kết cấu sợi và chuyển động.
Các phương pháp phân vùng ảnh theo miền đồng nhất thường áp dụng là :
10


 Phương pháp tách cây tứ phân
 Phương pháp cục bộ
 Phương pháp tổng hợp
1.2.1. Phương pháp tách cây tứ phân.
Về nguyên tắc, phương pháp này kiểm tra tính đúng đắn của tiêu chuẩn đề ra
một cách tổng thể trên miền lớn của ảnh. Nếu tiêu chuẩn được thỏa mãn, việc phân
đoạn coi như kết thúc. Trong trường hợp ngược lại, chia miền đang xét thành 4 miền
nhỏ hơn. Với mỗi miền nhỏ, áp dụng một cách đệ quy phương pháp trên cho đến khi
tất cả các miền đều thỏa mãn điều kiện.
Phương pháp này có thể mô tả như sau :
Procedure PhanDoan(Mien)
Begin
If miền đang xét không thỏa Then
Begin
Chia miền đang xét thành 4 miền : Z1, Z2, Z3, Z4
For i=1 to 4 do PhanDoan (Zi)
End
Else exit

End

Tiêu chuẩn xét miền đồng nhất ở đây có thể dựa vào mức xám. Ngoài ra, có
thể dựa vào độ lệch chuẩn hay độ chênh giữa giá trị mức xám lớn nhất và giá trị mức
xám nhỏ nhất. Giả sử Max và Min là giá trị mức xám lớn nhất và nhỏ nhất trong
miền đang xét. Nếu :|Max – Min| < T (ngưỡng) ta coi miền đang xét là đồng nhất.
Trường hợp ngược lại, miền đang xét không là miền đồng nhất và sẽ được chia làm
4 phần.
Thuật toán kiểm tra tiêu chuẩn dựa vào độ chênh lệch max, min được viết:
Function Examin_Criteria(I, N1, M1, N2, M2, T)

/* Giả thiết ảnh có tối đa 255 mức xám. (N1, M1), (N2, M2) là
tọa độ điểm đầu và điểm cuối của miền; T là ngưỡng. */
Begin
Max=0 ; Min=255
For i = N1 to N2 do
If

I[i,j] < Min Then Min=I[i,j] ;

If I[i,j] < Max Then Max=I[i,j] ;
3. If

ABS(Max–Min)Else Examin_Criteria=1 ;

End

11

Nếu hàm trả về giá trị 0, có nghĩa vùng đang xét là đồng nhất, nếu không thì
không đồng nhất. Trong giải thuật trên, khi miền là đồng nhất cần tính lại giá trị
trung bình và cập nhật lại ảnh đầu ra. Giá trị trung bình được tính bởi :
Tổng giá trị mức xám / tổng số điểm ảnh trong vùng
Thuật toán này tạo nên một cây mà mỗi nút cha có 4 nút con ở mọi mức trừ
mức ngoài cùng. Vì thế, cây này có tên là cây tứ phân. Cây cho ta hình ảnh rõ nét về
cấu trúc phân cấp của các vùng tương ứng với tiêu chuẩn.
Một vùng thỏa mãn điều kiện sẽ tạo nên một nút lá; nếu không nó sẽ tạo nên
một nút trong và có 4 nút con tương ứng. Tiếp tục như vậy cho đến khi phân chia
xong để đạt các vùng đồng nhất.
1.2.2. Phân vùng ảnh dựa vào phát triển vùng cục bộ.
Ý tưởng của phương pháp là xét ảnh từ các miền nhỏ nhất rồi nối chúng lại
nếu thỏa mãn tiêu chuẩn để được một miền đồng nhất lớn hơn. Tiếp tục với các miền
thu được cho đến khi không thể nối thêm được nữa. Số miền còn lại cho ta kết quả
phân đoạn. Như vậy, miền nhỏ nhất của bước xuất phát là điểm ảnh. Phương pháp
này hoàn toàn ngược với phương pháp tách. Song điều quan trọng ở đây là nguyên
lý nối 2 vùng. Việc nối 2 vùng được thực hiện theo nguyên tắc sau:
 Hai vùng phải đáp ứng tiêu chuẩn, thí dụ như cùng màu hay cùng mức xám.
 Hai vùng phải kế cận nhau.
Khái niệm kế cận: trong xử lý ảnh, người ta dùng khái niệm liên thông để xác
định tính chất kế cận. Có hai khái niệm về liên thông là 4 liên thông và 8 liên thông.
Với 4 liên thông một điểm ảnh I(x,y) sẽ có 4 kế cận theo 2 hướng x và y; trong khi
đó với 8 liên thông, điểm I(x,y) sẽ có 4 liên thông theo 2 hướng x, y và 4 liên thông
khác theo hướng chéo 45o.

Hình 1-5. Minh họa 4 liên thông và 8 liên thông

12

Dựa theo nguyên lý của phương pháp nối, ta có 2 thuật toán :
 Thuật toán tô màu (Blob Coloring) : sử dụng khái niệm 4 liên thông, dùng
một cửa sổ di chuyển trên ảnh để so sánh với tiêu chuẩn nối.
 Thuật toán đệ quy cục bộ: sử dụng phương pháp tìm kiếm trong một cây để
làm tăng kích thước vùng.
1.2.3. Phương pháp phân vùng dựa trên hợp và tách vùng.
Hai phương pháp nối (hợp) và tách đều có nhược điểm. Phương pháp tách sẽ
tạo nên một cấu trúc phân cấp và thiết lập mối quan hệ giữa các vùng. Tuy nhiên, nó
thực hiện việc chia quá chi tiết. Phương pháp hợp cho phép làm giảm số miền liên
thông xuống tối thiểu, nhưng cấu trúc hàng ngang dàn trải, không cho ta thấy rõ mối
liên hệ giữa các miền. Vì nhược điểm này, người ta nghĩ đến phối hợp cả 2 phương
pháp. Trước tiên, dùng phương pháp tách để tạo nên cây tứ phân, phân đoạn theo
hướng từ gốc đến lá. Tiếp theo, tiến hành duyệt cây theo chiều ngược lại và hợp các
vùng có cùng tiêu chuẩn. Với phương pháp này ta thu được một cấu trúc ảnh với các
miền liên thông có kích thước tối đa. Giải thuật tách hợp gồm một số bước chính
sau:
 Kiểm tra tiêu chuẩn đồng nhất.
◦ Nếu không thỏa mãn tiêu chuẩn đồng nhất và số điểm trong một vùng
nhiều hơn 1, tách vùng ảnh làm 4 miền (trên, dưới, phải, trái) bằng cách
đệ quy. Nếu kết quả tách xong và không tách được nữa chuyển sang bước
◦ Nếu tiêu chuẩn đồng nhất thỏa mãn thì tiến hành hợp vùng và cập nhật lại
giá trị trung bình của vùng cho vùng này.
 Hợp vùng
Kiểm tra 4 lân cận như đã nêu trên. Có thể có nhiều vùng thỏa mãn. Khi đó,
chọn vùng tối ưu nhất rồi tiến hành hợp.
1.3. Phân vùng ảnh dựa vào lý thuyết đồ thị
Trong thời gian gần đây, các nhà nghiên cứu đã đưa ra một số phương pháp
phân vùng dựa trên những hướng tiếp cận mới, trong đó có hướng tiếp cận phân
vùng dựa trên đồ thị. Đối với phương pháp này, hình ảnh sẽ được mô tả như một đồ

thị với các đỉnh của đồ thị là các điểm ảnh và các cạnh trên đồ thị nối các điểm ảnh
lân cận với nhau.
13


Từ trước đến nay, các phương pháp phân vùng dựa trên đồ thị chỉ dừng lại ở
việc lựa chọn các cạnh từ một đồ thị để thực hiện việc phân vùng ảnh. Trong phần
này, chúng tôi sẽ giới thiệu phương pháp phân vùng ảnh dựa trên lý thuyết đồ thị.
Khác với các phương pháp phân vùng dựa trên đồ thị khác, phương pháp phân vùng
dựa trên lý thuyết đồ thị thực hiện việc phân vùng dựa trên mức độ biến thiên giữa
các vùng lân cận trong ảnh. Cụ thể, phương pháp này so sánh sự khác nhau trong nội
tại của một vùng so với sự khác nhau của vùng đó so với các vùng khác.
1.3.1. Biểu diễn ảnh như là một đồ thị
Kỹ thuật phân vùng ảnh dựa trên lý thuyết đồ thị biểu diễn ảnh như là một đồ
thị G = (V, E). Trong đó, V là tập hợp các đỉnh và E là tập hợp các cạnh của đồ thị.
Mỗi đỉnh vi ∈ V tương ứng với các điểm ảnh và các cạnh (vi , vj) ∈ E tương ứng là
cạnh kết nối các cặp điểm ảnh lân cận. Mỗi cạnh (vi , vj) ∈ E có một trọng số tương
ứng là sự khác nhau về màu sắc, cường độ giữa hai điểm ảnh lân cận vi, vj và được
ký hiệu là w(vi,vj).
Đỉnh liền kề
Hai đỉnh vi và vj của đồ thị G được gọi là kề nhau nếu (vi,vj) là cạnh của đồ
thị G. Nếu e = (vi, vj) là cạnh của đồ thị ta nói cạnh này nối đỉnh vi và đỉnh vj, đồng
thời các đỉnh vi và vj sẽ được gọi là các đỉnh đầu của cạnh (vi, vj). Khi đó, bậc deg(v)
của đỉnh v là số cạnh nối với nó. Đỉnh bậc 0 được gọi là đỉnh cô lập, còn đỉnh bậc 1
gọi là đỉnh treo.
Đồ thị con và đồ thị riêng
Đồ thị G’ = (V’, E’) được gọi là đồ thị con của đồ thị G nếu V’⊆ V và E’= E
∩ (V’ × V’).
Đồ thị G”= (V, E”) với E” ⊆ E, được gọi là đồ thị riêng của đồ thị G.
Mỗi tập con các đỉnh V’ của đồ thị tương ứng duy nhất với một đồ thị con,

do vậy để xác định một đồ thị con ta chỉ cần nêu tập đỉnh của nó.
Còn đồ thị riêng là đồ thị giữ nguyên tập đỉnh và bỏ bớt đi một số cạnh.

Cây bao trùm tối thiểu.
Một đồ thị vô hướng liên thông không có chu trình gọi là cây. Các đỉnh bậc 1
trên cây gọi là lá, và tất cả các cạnh được gọi là cành. Một cây được gọi là cây bao

14


trùm của đồ thị G nếu cây đó chứa tất cả các đỉnh của đồ thị G. Hay nói cách khác,
cây đó là một đồ thị riêng của đồ thị G.
Một cây được gọi là cây bao trùm tối thiểu của đồ thị G nếu chứa tất cả các
đỉnh của G và trọng số mỗi cạnh kết nối với một đỉnh bất kì là cạnh có trọng số nhỏ
nhất trong số các cạnh kết nối với đỉnh đó trong đồ thị G.

Hình 1-6. Cây bao trùm tối thiểu

Phân vùng ảnh trên đồ thị
Một phân vùng S của ảnh trên đồ thị là tập hợp các vùng mà mỗi vùng C ϵ S
tương ứng với một thành phần liên thông G’ = (V’, E’), với V’⊆V, E’ ⊆ E trong đồ
thị sao cho các cạnh nối giữa hai đỉnh trong một vùng có trọng số nhỏ và các cạnh
nối giữa hai đỉnh trong hai vùng khác nhau có trọng số lớn.
1.3.2. Một số định nghĩa và tính chất liên quan
Tính chất so sánh vùng
Trong phần này, chúng ta định nghĩa một tính chất D, để đánh giá có hoặc
không có một ranh giới giữa hai vùng trong một phân vùng. Tính chất này được xác
định nhờ việc so sánh sự khác nhau giữa hai vùng dọc theo ranh giới với sự khác
nhau giữa các điểm ảnh trong mỗi vùng. Chúng ta định nghĩa sự khác biệt nội bộ của
một vùng C ⊆ V dựa vào trọng số cạnh lớn nhất trong cây bao trùm tối thiểu MST(C,

E) của thành phần trong đồ thị tương ứng với vùng đó:
Int (C)=max e∈MST (C , E) W (e)

Sự khác nhau giữa hai vùng C1, C2 ⊆ V được định nghĩa bằng trọng số cạnh
nhỏ nhất kết nối hai vùng. Đó là:
15


Dif (C 1, C 2 )=min v ∈C
i

1,

v j ∈C 2, (vi ,v j )∈E

W (v i , v j )

Nếu không có cạnh nối C1, C2 thì chúng ta có Dif( C1, C2) = ∞. Như vậy, giữa
hai vùng lân cận sẽ có một ranh giới nến sự khác biệt giữa hai vùng Dif( C1,C2) là
lớn hơn sự khác biệt nội bộ ít nhất một trong hai vùng, Int(C1) và Int(C2).
Chúng ta định nghĩa sự khác biệt nội bộ tối thiểu của hai vùng lân cận C1,C2
như sau:
Mint(C1,C2)=min(Int(C1)+T(C1), Int(C2)+T(C2))
với T(C) = k / |C|. Trong đó k là một số không đổi, |C| là kích thước của vùng
C.
Lúc này, tính chất so sánh cặp vùng C1 và C2, ký hiệu là D(C1, C2) được định
nghĩa như sau:
D(C1,C2)= {0, 1}
(1, Nếu Dif (C 1, C 2)>Mint (C 1, C 2)
0, Trong trường hợp ngược lại)

Trong thực tế, giá trị của k là không cố định, tùy thuộc vào người thực hiện
phân vùng nhưng nói chung là không nhỏ hơn kích thước của vùng nhỏ nhất. Nếu k
lớn thì kích thước các vùng kết quả sẽ lớn, còn k nhỏ thì kích thước vùng kết quả sẽ
nhỏ. Hay nói cách khác, kích thước của vùng kết quả tỷ lệ thuận với giá trị của k.
Một số định nghĩa.
Trong phần này sẽ giới thiệu một số định nghĩa là cơ sở nền tảng cho thuật
toán thực hiện việc phân vùng theo tính chất so sánh vùng D được định nghĩa ở phần.
Định nghĩa 1: Một phân vùng S được gọi là quá mịn nếu trong mỗi vùng kết
quả C∈S bất kỳ ta lấy một số cặp vùng bất kỳ C1, C2 ∈ C mà không tìm thấy ranh
giới giữa chúng.
Định nghĩa 2: Để bổ sung cho định nghĩa một phân vùng quá thô, chúng tôi
sẽ giới thiệu khái niệm tinh chỉnh (refinement) của một phân vùng. Cho S và T là hai
phân vùng kết quả của cùng một ảnh, ta nói rằng T là một tinh chỉnh của S khi mỗi
vùng trong phân vùng S chứa một số vùng trong phân vùng T. Ngoài ra, chúng ta nói
T là một tinh chỉnh đúng (proper refinement) khi T ≠ S. Lưu ý, nếu T là một tinh
chỉnh dúng của S thì T có thể thu được bằng việc phân chia (splitting) một hoặc một

16


số vùng trong S. Khi T là một tinh chỉnh đúng của S thì ta nói T mịn hơn S hay S thô
hơn T.
Như vậy, một phân vùng S là quá thô nếu như tồn tại một tinh chỉnh đúng T
của S sao cho T không quá mịn.
Tính chất
Vấn đề đặt ra ở đây là liệu có phải luôn luôn tồn tại một phân vùng không quá
thô và cũng không quá mịn hay không ? Và nếu như tồn tại thì phân vùng đó có phải
là duy nhất hay không ? Đầu tiên chúng ta lưu ý, thực tế là có nhiều hơn một phân
vùng không quá thô cũng không quá mịn, do đó một phân vùng như thế không phải
là duy nhất. Đây là một tính chất quan trọng của phân vùng ảnh dựa trên lý thuyết

đồ thị.
Như vậy, đối với bất kì đồ thị (hữu hạn) G = (V, E) luôn tồn tại một số phân
vùng S không quá thô mà cũng không quá mịn.
Chứng minh: Thật là dễ dàng để chúng ta thấy tính chất này là đúng.
Thật vậy, nếu phân vùng mà tất cả các điểm ảnh nằm trong một vùng duy nhất
thì phân vùng này không là quá mịn theo định nghĩa 1, bởi vì nó chỉ có một thành
phần. Thực ra điều này không đúng trong trường hợp lý tưởng là ảnh cùng một màu
hay một cấp xám. Tuy nhiên, trong thực tế thì điều này là không thể xảy ra vì trong
quá trình thu ảnh ít nhiều cũng sẽ bị nhiễu hoặc ảnh có rất nhiều đối tượng. Và nếu
phân vùng này không là quá thô thì chúng ta đã giải quyết xong.
Ngược lại, theo định nghĩa 2 ở trên, chúng ta sẽ có tinh chỉnh đúng mà nó
không quá mịn. Chọn một trong những tinh chỉnh đó và lặp lại thủ tục này cho đến
khi chúng ta có được một phân vùng mà nó không phải là quá thô.
1.4. Phân vùng ảnh dựa trên biểu diễn và xử lý đa phân giải
1.4.1. Nguyên tắc chung
Ảnh được biểu diễn đa phân giải dựa trên cấu trúc chóp (cây tứ phân hoặc bộ
lọc). Trên cơ sở đó xây dựng cây liên kết trên cơ sở cây tứ phân theo chỉ tiêu phân
vùng ảnh. Dùng cây liên kết để tiến hành phân vùng ảnh, ở đó mỗi nhánh của cây đi
từ gốc (chổ cắt) đến lá cây cho phép xác định vùng ảnh của ảnh ban đầu.
1.4.2. Chóp liên kết
Chóp liên kết được xây dựng trên cơ sở cây tứ phân biểu diễn đa phân giải.
Cây được biểu diễn như là một đồ thị G(V, E).
17


n−h
n−h
Trong đó V ={ v(i , j , h)} ;(0,0)≤(i , j)≤(2 , 2 ) ;h∈[0, n] là tập đỉnh của đồ

thị, h là chiều cao của cây và là tập các cạnh của đồ thị.

2

2

1
v (i , j , h)= ∑ ∑ v (2i+n , 2j+m , h−1)
16 n=−2 m=−2

1.4.3. Thuật toán phân vùng ảnh dựa trên chóp liên kết biểu diễn đa phân giải
Đầu vào: cho ảnh cần phân vùng, kích thước 2n x 2n
Đầu ra: cây liên kết trên cơ sở cây tứ phân biểu diễn đa phân giải (chóp tứ
phân)
Thuật toán:
Bước 1:
 Xây dựng cây tứ phân biểu diễn đa phân giải
 Xây dựng cây liên kết trên cơ sở cây tứ phân
Bước 2:
 Duyệt các nút con của cây liên kết ở tất cả các mức, mỗi nút con chọn một
nút cha có giá trị gần nó nhất để thiết lập liên kết mới ở bước t
 tính giá trị các nút cha theo mối liên kết mới (nút không có nút con được gán
giá trị 0)
 Điều kiện dừng: nếu cây liên kết ổn định (V(t), E(t)) = (V(t-1), E(t-1)) thì
dừng. Ngược lại thì lặp bước t+1
Bước cuối: Thực hiện phân vùng ảnh theo cây liên kết tìm được. Cắt cây (từ
gốc) hoặc từ một mức nào đó, và mỗi nhánh của cây từ chổ cắt và đến các lá cho
phép xác định một vùng ảnh ở mức 0 (lá)

18

2. Tách đối tượng theo thuật toán Grab-cut
2.1. Giới thiệu
Một trong những vấn đề khó nhất trong phân đoạn ảnh là khi ảnh có đường
biên không rõ ràng, và kết cấu của từng các thành phần không thật rõ ràng. Đó là
chưa kể cấu trúc của ảnh gồm nhiều thành phần phức tạp, để tách được đối tượng
mong muốn thì khó có thể làm tổng quát được. Chính vì vậy gần đây, những thuật
toán phát triển theo hướng có thêm chỉ thị lệnh của người dùng khi phân tách ảnh.
 Bước 1: Trường hợp thông thường là người dùng sẽ đánh dấu đâu là vùng đối
tượng, đâu không phải là vùng đối tượng.
 Bước 2: Sau đó chương trình sẽ dựa vào thông tin đó để tự động xử lý. Đưa
trả kết quả cho người dùng.
 Bước 3: Người dùng sẽ xem lại kết quả, nếu chưa chính xác có thể đánh dấu
sâu hơn ở những vùng chương trình tự động làm bị sai, và quy trình quay lại
lặp bước 2 đến khi nào đạt chất lượng như mong muốn thì thôi.
Ở bước 1, tùy từng thuật toán mà yêu cầu người dùng nhập vào theo các dạng khác
nhau.

Hình 1-7. Các thuật toán có người dùng nhập liệu (ảnh màu)

Magic Wand: Yêu cầu người dùng chấm điểm vào các vùng cần chọn, và thuật toán
sẽ loang ra các vùng lân cận, và người dùng sẽ liên tục chấm cho đến khi lấy được
đối tượng mong muốn. Đôi khi việc này là không thể thực hiện được với những vùng
gianh giới cực yếu hay kết cấu của đối tượng không đồng nhất. Thuật toán này được
phát triển bởi tập đoàn Adobe và hiện có như công cụ cùng tên trong Photoshop.
Thuật toán có một tham số truyền vào để phát triển vùng loang dễ hay khó.
19