phương pháp gradient và một số mặt nạ cơ bản

NỘI DUNG TRÌNH BÀY
1/ Hạn chế của phương pháp ngưỡng
2/ Phương pháp xem xét lân cận không gian của điểm ảnh
+Phương pháp phát triển vùng
+Phương pháp chia và nối
3/ Biên và kỹ thuật phát hiện biên

4/ Giới thiệu về phương pháp gradient và một số mặt nạ cơ
bản


HẠN CHẾ PHƯƠNG PHÁP NGƯỠNG

Hai ảnh rất khác nhau có lược đồ xám giống nhau


HẠN CHẾ PHƯƠNG PHÁP NGƯỠNG

Hai ảnh rất khác nhau có lược đồ xám giống nhau


HẠN CHẾ PHƯƠNG PHÁP NGƯỠNG
Giải quyết:
Ta cần sử dụng nhiều hơn một thuộc tính cho một điểm ảnh
trong quá trình phân đọan.
Chúng ta sử dụng 1 vectơ mà mỗi thành phần biểu thị mỗi giá trị
khác nhau tại vị trí điểm ảnh.


HẠN CHẾ PHƯƠNG PHÁP NGƯỠNG
Khi đó mỗi điểm ảnh đại diện bởi một điểm trong không gian đa

chiều.
Vấn đề lúc này trở thành xác định những nhóm điểm ảnh trong một
không gian đa chiều.

Bản chất thì giống với vẽ lược đồ xám chỉ có điều bây giờ chúng ta
giải quyết với lược đồ đa chiều
Có nhiều phương pháp nhóm nhưng nó nằm trong lĩnh vực “Nhận
dạng mẫu” và nằm ngòai phạm vi chúng ta xem xét.


Phương pháp xem xét lân cận không
gian của điểm ảnh


Phương pháp phát triển vùng

Được gọi là Phương pháp phát triển vùng

Phương pháp này bắt đầu từ một vài điểm ảnh hạt giống và
thêm các điểm ảnh lân cận theo một tiêu chuẩn, từ đó phát triển
dần dần thành các vùng.


Phương pháp phát triển vùng
Hạt giống được chọn thủ công hoặc tự động
Ví dụ: tự động lựa chọn hạt giống trong vùng có độ đồng nhất cao


Phương pháp phát triển vùng
Phát triển vùng với nhiều hạt giống

Phương pháp phát triển vùng
Làm cách nào chúng ta có thể chọn điểm ảnh hạt giống?

Không có một câu trả lời rõ ràng nào cho câu hỏi này và đây
cũng là hạn chế quan trọng nhất của phương pháp phát triển
vùng

 Phương pháp không cần xác định trước số lượng các vùng
hoặc điểm ảnh hạt giống gọi là phương pháp chia và nối


Phương pháp chia và nối
Các bước thực hiện:
Ban đầu cả bức ảnh được xem như là 1 vùng duy nhất.
Nếu mức thuộc tính trong vùng lớn hơn một giá trị định sẵn thì
vùng sẽ đc chia ra 4 phần và mỗi phần lại đc kiểm tra theo cách
tương tự cho đến khi mỗi vùng được chia ra có mức thuộc tính nằm
trong giá trị cho trước.
Cuối cùng tất cả các vùng lân cận với thuộc tính tương tự nhau sẽ
được nối lại với nhau


Phương pháp chia và nối
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.


Phương pháp chia và nối
Phương pháp tách cây tứ phân
(thường được sử dụng khi kích thước bức ảnh là vuông)

Sau khi tách ra thì tiến hành nối các vùng có thuộc tính giống nhau
lại và cuối cùng ta được 2 vùng chính là:
AFIJNSXVOD và FBCOVXSNJI


Phương pháp chia và nối
Lệnh về cấu trúc cây tứ phân trong matlab:
S = qtdecomp(K)


Phương pháp chia và nối
Ví

11111111
dụ:
11111111


11111111



11111111

K = 
11111111


11111111


11111111


11111111



>> S = qtdecomp(K)
S (1,1) = 8

80000000 
 00000000 


 00000000 


00000000

S = 
 00000000 



00000000


 00000000 


 00000000 




Phương pháp chia và nối
Ví dụ:
11001100 
11001100 


11001100 


11001100

K = 
11001100 


11001100



11001100 


11001100 




Phương pháp chia và nối
S=
(1,1)
(3,1)
(5,1)
(7,1)
(1,3)
(3,3)
(5,3)
(7,3)
(1,5)
(3,5)
(5,5)
(7,5)
(1,7)
(3,7)
(5,7)
(7,7)

2
2

2
2
2
2
2
2
2
2
2
2
2
2
2
2

 20202020 
 00000000 


 20202020 


00000000

S = 
 20202020 


00000000



 20202020 


 00000000 




Phương pháp chia và nối
Chạy matlab:
I=imread('3.bmp');
f=rgb2gray(I);
g=splitmerge(f,8,@predicate);
imshow(g)


Phương pháp chia và nối
Ảnh gốc:


Phương pháp chia và nối
Kết quả:


Phương pháp chia và nối

Ở trên ta xét sự giống nhau giữa các điểm ảnh. Bây giờ
chúng ta xét sự khác nhau giữa các điểm ảnh

Kiểm tra sự sai biệt giữa các điểm ảnh liền kề nhau và khi
những điểm ảnh có thuộc tính khác nhau thì sẽ có một đường
biên chia cách chúng. Gọi là quá trình phát hiện biên


GIỚI THIỆU VỀ BIÊN VÀ
KỸ THUẬT PHÁT HIỆN BIÊN


GIỚI THIỆU VỀ BIÊN VÀ KỸ THUẬT PHÁT HIỆN BIÊN
Định nghĩa và khái niệm
Điểm Biên: Một điểm ảnh được coi là điểm biên nếu có sự thay
đổi nhanh hoặc đột ngột về mức xám (hoặc màu). Ví dụ trong ảnh
nhị phân, điểm đen gọi là điểm biên nếu lân cận nó có ít nhất một
điểm trắng.
Đường biên (đường bao: boundary): tập hợp các điểm biên liên
tiếp tạo thành một đường biên hay đường bao.


GIỚI THIỆU VỀ BIÊN VÀ KỸ THUẬT PHÁT HIỆN BIÊN
Đo sự khác nhau giữa các điểm ảnh

Trượt một cửa sổ xuyên qua bức ảnh và tại mỗi vị trí ta tính
tóan thuộc tính thống kê của các điểm ảnh trong mỗi nửa
cửa sổ và so sánh hai kết quả
Nơi nào mà thuộc tính thống kê là khác nhất thì nó là
đường biên giữa các vùng


GIỚI THIỆU VỀ BIÊN VÀ KỸ THUẬT PHÁT HIỆN BIÊN

Ví dụ: