Đồ án: Chuyên ngành máy tính

Đồ án: Chuyên ngành máy tính

Mục lục
DANH SÁCH CÁC TỪ VIẾT HOA........................................................................................................2
DANH MỤC HÌNH VẼ.............................................................................................................................3
LỜI MỞ ĐẦU.............................................................................................................................................4
CHƯƠNG 1: TỔNG QUAN.....................................................................................................................5
1.1.

Giới thiệu chương........................................................................................................................5

1.2.

Tầm quan trọng của đồ án...........................................................................................................5

1.2.1.

Lý do chọn đề tài.................................................................................................................5

1.2.2.

Mục tiêu...............................................................................................................................6

1.2.3.

Phương pháp nghiên cứu.....................................................................................................6

1.2.4.

Đối tượng và phạm vi nghiên cứu.......................................................................................6

1.2.5.

Nội dung nghiên cứu...........................................................................................................6

1.3.

Tổng quan bệnh u não.................................................................................................................7

1.3.1.

Khối u não............................................................................................................................7

1.3.2.

Các phương pháp phát hiện khối u.......................................................................................9

1.3.3.

Phương pháp phát hiện khối u tự động...............................................................................12

CHƯƠNG 2: KIẾN THỨC CƠ SỞ........................................................................................................13
2.1.

Giới thiệu chương.......................................................................................................................13

2.2.1.

Các khái niệm cơ bản.........................................................................................................13

2.2.2.

Các phương pháp...............................................................................................................16

CHƯƠNG 3: THỰC HIỆN......................................................................................................................24
3.1.

Giới thiệu chương.......................................................................................................................24

3.2.

CSDL và tiêu chí đánh giá..........................................................................................................24

3.2.1.

CSDL.................................................................................................................................24

3.2.2.

Tiêu chí đánh giá................................................................................................................24

3.3.

Thực nghiệm trên công cụ matlab..............................................................................................24

3.3.1.

Ảnh đầu vào.......................................................................................................................25

3.3.2.

Nhị phân hoá bức ảnh.........................................................................................................25

3.3.3.

Trích xuất vùng bị ảnh hưởng.............................................................................................27

3.3.4.

Chỉnh sửa cấu trúc..............................................................................................................28

1


Đồ án: Chuyên ngành máy tính

3.3.5.

Kết quả...............................................................................................................................29

HƯỚNG PHÁT TRIỂN ĐỀ TÀI.............................................................................................................31
Tài liệu tham khảo...................................................................................................................................32
PHỤ LỤC..................................................................................................................................................33

DANH SÁCH CÁC TỪ VIẾT HOA
CSDL: Cơ sở dữ liệu
CT: Computed Tomography
MRI: Magnetic Resources Imaging
RGB: Red – Green – Blue

2

Đồ án: Chuyên ngành máy tính

DANH MỤC HÌNH VẼ
- Hình 1: Mô phỏng khối u nằm trong não
- Hình 2: Ảnh CT não
- Hình 3: Ảnh MRI được chụp tại não người
- Hình 4: Ảnh xám
- Hình 5: Ảnh rgb
- Hình 6: Ảnh nhị phân
- Hình 7: Ví dụ áp dụng phương pháp ngưỡng
- Hình 8: Ví dụ áp dụng phương pháp ngưỡng trong phân vùng ảnh
- Hình 9: Phép giản nỡ
- Hình 10: Ví dụ cụ thể được áp dụng phép toán giãn nở
- Hình 11: Phép co
- Hình 12: Ví dụ cụ thể về phép co
- Hình 13: Phép mở
- Hình 14: Phép đóng
- Hình 15: Các bước tiến hành
- Hình 16: Hình ảnh minh hoạ cho áp dụng phương pháp nhị phân
- Hình 17: Vùng bị ảnh hưởng
- Hình 18: Áp dụng phương pháp chỉnh sửa cấu trúc
- Hình 19: Kiểm tra hình dạng

3


Đồ án: Chuyên ngành máy tính

LỜI MỞ ĐẦU
Lời đầu tiên, cho em xin cảm ơn những kiến thức quý báu mà thầy cô trong khoa Điện
tử - Viễn thông đã chỉ dạy, truyền đạt trong quá trình học tập. Đặc biệt là lời cảm ơn
chân thành nhất đến TS Hoàng Lê Uyên Thục là người đã có sự định hướng, chỉ dẫn,
tận tình giúp đỡ chúng em trong suốt thời gian thực hiện đồ án này.
Thứ hai, bởi vì đây là lần đầu tiên em làm một đồ án về xử lí ảnh. Mặc dù đã cố gắng
hoàn thành đề tài, nhưng vì thời gian, cũng như nhân lực và kiến thức có hạn nên
không tránh khỏi nhiều thiếu xót. Rất mong nhận được sự đóng góp, chỉ bảo, giúp đỡ
của thầy cô và các bạn.
Lời cuối cùng, em xin cam đoan rằng đồ án này được thực hiện dựa trên những kiến
thức hiểu biết của em và tài liệu tham khảo được, không phải là bản sao chép của bất
cứ đồ án nào đã có trước đó trong khoa Điện Tử - Viễn Thông thuộc trường đại học
Bách Khoa – đại học Đà Nẵng.

Đà Nẵng, ngày ... tháng ... năm .....

4


Đồ án: Chuyên ngành máy tính

CHƯƠNG 1: TỔNG QUAN
1.1. Giới thiệu chương
- Trong chương này, ta sẽ được giới thiệu các thông tin tổng quan về đồ án, như là
tầm quan trọng của đề tài và tổng quan về đối tượng được chọn, ở đây chính là khối
u não.
- Từ đó, ta sẽ có cái nhìn rõ hơn về đối tượng hơn, ở đây chính là u não, cũng như
tại sao chúng ta lại nên hành động.
1.2. Tầm quan trọng của đồ án
1.2.1. Lý do chọn đề tài

- Hiện nay, đời sống của con người ngày càng được nâng cao, kéo theo đó là chất
lượng cuộc sống ngày càng cải thiện, cũng như là cơ sở vật chất phát triển để đáp
ứng được những yêu cầu ngày càng cao của con người dẫn đến nhu cầu cao hơn về
chăm sóc sức khỏe cho bản thân, gia đình và người thân. Chính vì thế phát hiện và
chẩn đoán bệnh từ lúc mới hình thành là yếu tố cần thiết.
- Bên cạnh đó, chụp ảnh MRI là phương pháp rất phổ biến trong việc hỗ trợ bác sĩ
chẩn đoán bệnh vì nhiều lí do khác nhau, như là: thời gian chụp nhanh, hình ảnh
hiện thị tốt hơn khi chụp CT, v.v. Nhưng hiện nay, vì mọi thứ đều dựa vào bác sĩ nên
đôi lúc cũng có khả năng sai sót dễ xảy ra nếu số lượng ca rất lớn hoặc bác sĩ lớn
tuổi, hoặc là những ca cần phải dự đoán ngay lập tức nhưng nó lại diễn ra vào lúc
đêm khuya, lúc mà bác sĩ không ở trạng thái tốt nhất hoặc là bác sĩ chưa kịp có mặt.
- Thêm nữa, ngày nay u não là một khối u rất nguy hiểm, đứng thứ 3 trong các
nguyên nhân ung thư gây tử vong ở lứa tuổi trung niên, và là nguyên nhân tử vong
thứ 2 ở trẻ em. Khối u não ác tính nguyên phát (không tính tới ung thư di căn não)
chiếm khoảng 2% ung thư các cơ quan khác nhưng tiên lượng thường xấu, tỉ lệ tử
vong cao. Hiện 688.000 người Mỹ đang sống với u não, trong đó 130.000 u ác
tính, và 550.000 u não lành tính. Mỗi năm có khoảng 98.000-170.000 u não di căn
được chẩn đoán. Và tại Việt Nam, chúng ta không có số liệu chính thức chẩn đoán
khối u não và tỉ lệ người mắc bệnh u não mỗi năm. Tính riêng Bệnh viện Việt Đức

5


Đồ án: Chuyên ngành máy tính

mỗi năm nhận khám và điều trị 2.500 người bệnh u não. Và đặc biệt, ảnh hưởng
của nó đến cơ thể rất rõ ràng, như là rối loạn nhìn, ngủ, nghe, vị giác, cảm giác.
- Từ những điều trên, nó khiến u não là một trong những đề tài nổi trội, nhức nhối
cho xã hội trong thời gian trở lại đây. Và hiện nay, trên thế giới có một vài tổ chức
lớn đã và đang thành lập những cuộc thi tìm kiếm phương pháp tiên tiến nhất để

giải quyết bài toàn này. Vì tầm quan trọng như vậy, một ứng dụng về thực tế về
nhận dạng và phát hiện khối u nên được tạo ra để nhằm mục đích hỗ trợ cho Bác sĩ
hoặc những người có chuyên môn giải quyết bài toán nhức nhối này.
1.2.2. Mục tiêu
- Tạo được một ứng dụng trong phần tiền xử lí, ở đây là việc trích xuất khối u từ
ảnh MRI, phục vụ các bước sau cho đề tài nhận dạng và phân loại khối u não một
cách tự động.
- Tạo nên một bộ CSDL khối u nhằm phục vụ cho học tập và nghiên cứu sau này.
- Học hỏi các kiến thức mới của môn xử lí ảnh, các kiến thức liên quan tại đề tài
này.
1.2.3. Phương pháp nghiên cứu
- Nghiên cứu các phương pháp trong môn xử lí ảnh nhằm để khoanh vùng khối u.
- Sau đó, nghiên cứu các phương pháp trích xuất thông tin từ khối u.
1.2.4. Đối tượng và phạm vi nghiên cứu
- Đối tượng nhóm hướng đến là các ảnh MRI ở đây là khối u não bởi vì đây là
một chủ đề rất thú vị, thực tế và đặc biệt là rất nóng trở lại trong thời gian gần đây.
- Vì số lượng thành viên chỉ có một người và cũng như thuận lợi cho quá trình
học hỏi, thì nhóm đã quyết chọn khối u não để thực hiện việc trích xuất.
1.2.5. Nội dung nghiên cứu
- Để phục vụ nghiên cứu, đầu tiên, em tiến hành tìm bộ CDSL của khối u não
trong ảnh MRI thông qua các nguồn trên mạng internet.
- Tiếp đến, em tiến hành tìm hiểu các phương pháp từ cơ bản đến phức tạp trong
xử lí ảnh nhằm giảm tải các hiện tượng không mong muốn, như là nhiễu, quá tối,
quá sáng, v.v, tại bức ảnh để tránh sai sót khi trích xuất khối u ở bước sau.
- Cuối cùng, em tiến hành thực hiện việc trích xuất khối u não thông qua các
phương pháp tìm hiểu trước đó.
1.3. Tổng quan bệnh u não
6

Đồ án: Chuyên ngành máy tính

1.3.1. Khối u não

Hình 1: Mô phỏng khối u nằm trong não
-

Khái niệm: khối u não là một khối của các mô bất thường nằm trong tế bào, phát

triển và sinh sản một cách không kiểm soát, và dường như không được kiểm tra
bởi các cơ chế mà nó điều khiển các tế bào bình thường trong não.
- Phân loại: giống như bao khối u khác, thì khối u não cũng có hai loại đó là: lành
tính và ác tính. Để hiểu rõ hơn của từng loại thì ta sẽ đi một cách ngắn gọn của
từng loại:
1.3.1.1. Khối u lành tính (benign)
- Định nghĩa: là khối u không có khả năng xâm lấn hay xâm nhập vào các cơ quan
hay tổ chức lân cận và không có khả năng thả tế bào của nó vào dòng máu tuần hoàn

7


Đồ án: Chuyên ngành máy tính

hay dòng bạch huyết để đi đến phát triển ở một hay nhiều cơ quan khác trong
cơ thể (di căn) là khối u lành hay u lành.
- Khối u lành tính là u xuất phát từ cơ quan nào (da, gan, não, phổi, xương...) thì chỉ
phát triển ở cơ quan đó, bị "vỏ" của cơ quan đó ngăn chặn không cho phép tế bào của
khối u đó vượt ra ngoài xâm nhập sang cơ quan lân cận.
- Chính vì không thể xâm lấn, nên nó có thể được cắt bỏ và không cần phải điều trị
gì thêm.

1.3.1.2. Khối u ác tính (malignant)
- Định nghĩa: là khối u có khả năng xâm lấn hay xâm nhập vào các cơ quan hay
tổ chức lân cận và có khả năng "thả" tế bào của nó vào dòng máu tuần hoàn hay dòng
bạch huyết để đi đến phát triển ở một hay nhiều cơ quan hay tổ chức khác trong cơ
thể (di căn) là khối u ác hay khối u ung thư.
- Bởi vì có khả năng di căn nên khối u này nó sẽ vượt ra ngoài và xâm nhập vào các
cơ quan khác trong cơ thể. Chính vì này, nên khối u này cực kì nguy hiểm, nó có thể
trực tiếp hay gián tiếp phá hoại các cơ quan khác và khiến cho tình hình sức khoẻ của
bệnh nhân ngày càng thêm nghiêm trọng.
- Từ những điều trên, thì khối u này là nguyên nhân tạo nên căn bệnh ung thư ở con
người.
1.3.2. Các phương pháp phát hiện khối u
- Bởi vì việc phát hiện khối u nếu ta làm thủ công rất khó khăn trong việc xác định
vị trí của nó. Mà khi không phát hiện được vị trí thì rất khó để điều trị. Chính vì thế,
ta phải dựa vào việc nội soi hoặc là chụp cắt lớp.
- Bên cạnh đó, việc phát hiện khối u thì hiện nay trên thế giới có một vài phương
pháp phát hiện khối u, như là: chụp CT, chụp MRI, quét PET,… Vì đồ án chỉ tập
trung vào kĩ thuật và giới thiệu sơ về thông tin của y khoa, nên sẽ chỉ được trình bày
hai phương pháp phổ biến nhất đó chính là: MRI và CT. Và hai phương pháp sẽ được
trình bày ở dưới đây
1.3.2.1. CT

8


Đồ án: Chuyên ngành máy tính

Hình 2: Ảnh CT não; (a): não bình thường, (b): não có chứa khối u
-

Định nghĩa: Chụp cắt lớp vi tính (còn gọi nôm na là Chụp xi-ti theo chữ viết

tắt tiếng Anh: CT của Computed Tomography) hay còn gọi là chụp cắt lớp, đây là
một phương pháp chụp hình X quang. Máy CT chạy vòng quanh thân thể bệnh nhân,
phát sóng X quang và đo độ hấp thụ năng lượng tia x của các cấu trúc khác nhau của
cơ thể. Sau đó sử dụng các thông tin này và ráp lại với máy vi tính để tái hiện
lại hình ảnh của cơ thể trên không gian 2 hoặc 3 chiều.
-

Phép chụp cắt lớp vi tính tận dụng sự kết hợp của nhiều phép đo bằng tia X

được chiếu từ nhiều góc độ để tạo nên hình cắt mặt ngang của vật được chụp, từ đó
cho phép người chụp có thể nhìn được bên trong của vật mà không cần mổ. Ví dụ:
khi chụp hình phổi, ta thấy cả tim phổi xương sườn chồng lên nhau làm cho khó
thấy rõ chỗ bị bệnh. Nhờ việc CT scan dùng computer để tổng hợp hình X-rays từ
nhiều góc độ khác nhau, nên nó có thể để tạo ra hình chụp rõ ràng, giống như cơ thể
được cắt ngang từng lát mỏng như những lát chanh trong dĩa bò tái chanh. Nhờ đó ta
phát hiện ra vị trí bất thường trong bộ phận đó, khiến cho việc phát hiện dễ dàng
hơn.
9


Đồ án: Chuyên ngành máy tính

-

Ứng dụng phổ biến nhất của CT đó là tạo ra những hình ảnh y học. Hình ảnh cắt

ngang của nó được sử dụng cho mục đích chẩn đoán và điều trị trong các ngành y tế
khác nhau.

1.3.2.2.

MRI

10


Đồ án: Chuyên ngành máy tính

11


Đồ án: Chuyên ngành máy tính

Hình 3: Ảnh MRI được chụp tại não người; (a): não bình thường, (b): não có chứa
khối u
-

Đầu tiên, MRI (Magnetic Resources Imaging) hay được dịch sang tiếng việt là

chụp hình cộng hưởng từ trường là một cách chụp tiên tiến dùng một từ trường mạnh,
các làn sóng phát tuyến và một máy điện toán để chụp những hình ảnh của cơ thể.
MRI không dùng đến quang X.
- Thứ hai, chụp MRI cũng là một kỹ thuật chụp cắt lớp cho ta thấy các cơ quan
trong cơ thể và có thể quan sát được lượng nước bên trong cấu trúc các cơ quan đó.
- Thứ ba, chụp MRI cung cấp chất lượng hình ảnh rất tốt, có độ phân giải cao nên
có thể cho phép các bác sĩ thăm, khám lâm sàng toàn diện. Bao gồm tim mạch,
thần kinh, chấn thương, chụp toàn thân, nhũ ảnh, bệnh lí về mạch máu, ung thư….
- Thứ tư, vì là chụp cắt lớp, đây chính là ưu điểm của nó, nên sự chi tiết làm cho
MRI trở thành công cụ vô giá trong chẩn đoán thời kì đầu và trong việc đánh giá

các khối u trong cơ thể.
- Thứ năm, ngoài ra, tạo ảnh bằng MRI không gây tác dụng phụ như trong tạo ảnh
bằng chụp X quang thường quy và chụp CT. Nên, nó sẽ không phát ra các bức xạ
gây nguy hiểm cho con người.
1.3.3. Phương pháp phát hiện khối u tự động
- Hiện nay là thời đại của cuộc cách mạng công nghiệp 4.0 chính vì thế con người
đang đề cao tính tự động trong cuộc sống.
- Bởi vì đôi lúc có sự sai sót trong khám, chẩn đoán và chữa bệnh tại bác sĩ. Cho
nên các bài toán các bài toán y học nói chung và bài toán nhận dạng và phát hiện khối
u nói riêng đang nói trở lại trong thời gian gần đây.
- Bên cạnh đó, ngành thị giác máy tính, nói rõ hơn là các bài toán về nhận dạng và
phát hiện đã có những bước đi rất lớn trong một thập kỉ đổ lại đây. Nó đã kéo theo sự
ra đời nhiều hơn của các bài toán nhận dạng và phát hiện. Và các bài toán đấy đã và
đang đóng góp cho cuộc sống hàng ngày của con người.

12


Đồ án: Chuyên ngành máy tính

-

Thêm nữa, khối u não trong ảnh có nhiều thông tin rất hữu ích để áp dụng các

phương pháp để nhận dạng, như là về mặt độ sáng thì giá trị rất lớn, hoặc hình dạng
của nó không tuân theo một qui luật nào cả.
- Chính từ các yếu tố trên thì đã khiến bài toán “phát hiện khối u tự động” rất thú vị
và nó, tất nhiên, không đứng ngoài cuộc chơi. Và hiện nay có rất nhiều bài báo khoa
học sau một thời gian dài nghiên cứu, đã ra đời, cụ thể là các bài “Brain Tumour
Extraction” của nhóm tác giả Rajesh C. Patil, Dr. A. S. Bhalchandra hay là cũng là

tên đó nhưng với thuật toán khác của nhóm sinh viên người Colombia Marquez
Cristian, Guzman Jhonatan. Và xa hơn là các bài toán phân biệt khối u ác và u lành.
- Sau thời gian nghiên cứu và tìm tòi thì nhóm đã quyết định tiếp cận theo thuật toán
của nhóm tác giả người Colombia. Bởi vì mức độ thuật toán hiệu quả, thời gian tính
toán ngắn gọn hơn so với thuật toán của nhóm tác giả người Ấn Độ.
CHƯƠNG 2: KIẾN THỨC CƠ SỞ
2.1. Giới thiệu chương
- Ở chương này, chúng ta sẽ được giới thiệu tất cả các kiến thức cơ sở của đồ án
nhằm hướng đến cho người đọc hiểu tường tận về các bước khi thực hiện đồ án này.
2.2. Xử lí ảnh
2.2.1. Các khái niệm cơ bản
2.2.1.1. Ảnh xám (Gray image)
-

Trong một ảnh xám, ứng với mỗi pixel giá trị của nó nằm trong giải giá trị từ 0

đến 255 và biến thiên từ màu đen đến màu trắng. Bởi vì giá trị tối đa của nó là 255
nên ta phải cần 8 bytes hoặc 1 bit để biễu diễn mỗi điểm ảnh này.
-

Trong không gian màu RGB, để có một bức ảnh xám cần phải có giá trị kênh

màu Red(x,y) = Green(x,y) = Blue(x,y).

13


Đồ án: Chuyên ngành máy tính

Hình 4: Ảnh xám

2.2.1.2.
-

Ảnh RGB (RGB image)

Một ảnh RGB - thường được gọi là true-color, được lưu trữ trong Matlab dưới

dạng một mảng dữ liệu có kích thước 3 chiều mxnx3 định nghĩa các giá trị màu
red, green và blue cho mỗi pixel riêng biệt. Ảnh RGB không sử dụng palette. Màu
của mỗi pixel được quyết định bởi sự kết hợp giữa các giá trị R, G, B (Red, Green,
Blue) được lưu trữ trong một mặt phẳng màu tại vị trí của pixel. Định dạng file đồ
hoạ lưu trữ ảnh RGB giống như một ảnh 24 bits trong đó R, G, B chiếm tương ứng
8 bit một. Điều này cho phép nhận được 16 triệu màu khác nhau. Một mảng RGB
có thể thuộc lớp double, uint8 hoặc uint16. Trong một mảng RGB thuộc lớp
double, mỗi thành phần màu có giá trị giữa 0 và 1. Một pixel mà thành phần màu
của nó là (0, 0, 0) được hiển thị với màu đen và một pixel mà thành phần màu là
(1, 1, 1) được hiển thị với màu trắng. Ba thành phần màu của mỗi pixel được lưu
trữ cùng với chiều thứ 3 của mảng dữ liệu.
-

Chẳng hạn, giá trị màu R, G, B của pixel (10, 5) được lưu trữ trong RGB (10, 5,

1), RGB (10, 5, 2) và RGB (10, 5, 3) tương ứng. Để tính toán màu sắc của pixel tại
hàng 2 và cột 3 chẳng hạn, ta nhìn vào bộ ba giá trị được lưu trữ trong (2, 3, 1:3). -

14


Đồ án: Chuyên ngành máy tính

- Giả sử (2, 3, 1) chứa giá trị 0.5176; (2, 3, 2) chứa giá trị 0.1608 và (2, 3, 3) chứa
giá trị 0.0627 thì màu sắc của pixel tại (2, 3) sẽ là (0.5176, 0.1608, 0.0627).

Hình 5: Ảnh RGB (4.b)
2.2.1.3.
-

Ảnh nhị phân (Binary image)

Trong một ảnh nhị phân, mỗi pixel chỉ có thể chứa một trong hai giá trị nhị phân

0 hoặc 1. Hai giá trị này tương ứng với bật hoặc tắt (on hoặc off). Một ảnh nhị
phân được lưu trữ như một mảng logic của 0 và 1.

Hình 6: Ảnh nhị phân (4.b)
15


Đồ án: Chuyên ngành máy tính

2.2.2. Các phương pháp
2.2.2.1.

Ngưỡng và phân vùng ảnh

2.2.2.1.1. Ngưỡng
-

Định nghĩa: nguỡng (Threshold) là một khái niệm khá quen thuộc trong xử lý

ảnh cũng như rất nhiều giải thuật khác. Nó dùng để chỉ một giá trị mà người ta dựa
vào để phân hoạch một tập hợp thành các miền phân biệt.
-

Giá trị ngưỡng thường được xác định dựa vào những điểm đặc biệt (ví dụ ở

trung bình), dựa vào kinh nghiệm khảo sát.
-

Nếu dựa vào số lượng ngưỡng áp dụng cho cùng một tập dữ liệu người ta sẽ

phân ra các phương pháp ứng dụng ngưỡng đơn, ngưỡng kép, hay đa ngưỡng. Nếu
dựa vào sự biến thiên của giá trị ngưỡng, trong cùng phạm vi ứng dụng người ta sẽ
phân ra các phương pháp dùng ngưỡng cố định (Constant|Fixed Threshold) và
không cố định (Adaptive Threshold).
-

Và hiện này có rất nhiều phương pháp thực hiện cho việc lấy ngưỡng, như là:

phương pháp lấy ngưỡng thủ công, lấy ngưỡng tự động Otsu,..
-

Ví dụ: cho một bức ảnh có khối u não nằm trên một nền có giá trị của điểm ảnh

trải dài từ 0 đến 256. Trong một ma trận 126x126, người ta muốn phân loại ra hai
miền, miền thứ nhất bao gồm mỗi khối u não và miền thứ hai gồm các phần không
phải là khối u não. Trong tình huống đó người ta dùng giá trị trung bình như là một
ngưỡng (threshold) để phân loại.

16

Đồ án: Chuyên ngành máy tính

Hình 7: Ví dụ áp dụng phương pháp ngưỡng; (a): ảnh gốc, (b): ảnh áp dụng
phương pháp ngưỡng
2.2.2.1.2. Phân vùng ảnh
-

Bởi vì trong một bức ảnh ta muốn chia ra làm hai phần nhằm mục đích để nhận

dạng đối tượng: một phần chứa các đối tượng (object hay foreground) trong bức
ảnh và phần kia chứa nền ảnh thì bạn có thể dùng thuật toán phân hoạch dựa vào
giá trị điểm ảnh (pixel) và ngưỡng hay còn gọi là phân hoạch ngưỡng
(Thresholding Segmentation). Trong trường hợp bạn sử dụng đơn ngưỡng trong
phân hoạch thì thuật toán tuân theo luật như sau:
Trong đó: g(x, y) là giá trị kết quả tại điểm ảnh có tọa độ (x, y); f(x, y) là giá trị
điểm ảnh (x, y) của hình cần xử lý; T là ngưỡng. Nếu bạn sử dụng một T duy nhất
cho toàn bộ bức ảnh, có nghĩa là công thức trên áp dụng cho toàn ảnh trong quá
trình phân hoạch thì ta gọi đó là cách dùng ngưỡng toàn cục (Global
Thresholding), ngược lại bạn sử dụng ngưỡng khác nhau tùy theo từng vùng
(Region) trong ảnh, T biến thiên theo từng vị trí khác nhau và được tính toán lại tại
từng vùng ảnh, có nghĩa là công thức trên áp dụng cho từng vùng cục bộ của ảnh

17


Đồ án: Chuyên ngành máy tính

với T thay đổi thì đó gọi là phương pháp dùng ngưỡng cục bộ (Local

Thresholding).

Hình 8: Ví dụ khi áp dụng ngưỡng trong phân vùng ảnh; (a): Ảnh ban đầu, (b):

-

Ảnh sau khi áp dụng ngưỡng
2.2.2.2. Phép toán hình thái học (morphology)
Định nghĩa: là một lý thuyết và kỹ thuật để phân tích và xử lý cấu trúc hình học,

dựa trên lý thuyết tập hợp, lý thuyết lưới, cấu trúc liên kết và chức năng ngẫu nhiên.
Hình thái học toán học phổ biến nhất được áp dụng cho hình ảnh kỹ thuật số. Ngoài
ra hình thái học toán học nó có thể được sử dụng là tốt trên đồ thị, bề mặt mắt lưới,
chất rắn, và nhiều các cấu trúc không gian khác.
- Hình thái học toán học đã được phát triển cho hình ảnh nhị phân, và sau đó được
mở rộng cho ảnh đa mức xám (Image Grayscale),... Đây là một trong những kỹ thuật
được áp dụng trong giai đoạn tiền xử lý. Hai phép toán thường dùng là phép giãn
nở (Dilation) và phép co (Erosion). Từ hai phép toán cơ bản này, người ta phát triển
thành một số phép toán như phép đóng (Closing) và phép mở (Opening). Và tất cả
các phép toán này nói riêng, hình thái toán học nói chung điều áp dụng cho cả ảnh
nhị phân và mức xám.
- Trong các ứng dụng thị giác máy tính, xử lý hình thái học có thể được sử dụng
để nhận dạng đối tượng, nâng cao chất lượng ảnh, phân đoạn ảnh và kiểm tra khuyết

18


Đồ án: Chuyên ngành máy tính

điểm trên ảnh, được sử dụng rất nhiều để giảm các lỗi trong quá trình nhận dạng. Và

một số ứng dụng của nó:
+ Trích lọc biên ảnh (Boundary extraction)
+ Tô đầy vùng (region fill)
+ Trích lọc các thành phần liên thông (Extracting connected components)
+ Làm mỏng đối tượng trong ảnh (Thinning).
+ Làm dày đối tượng trong ảnh (Thickening).
+ …
2.2.2.2.1. Phép giãn nỡ (Dilation)
- Là một trong những phép toán cơ bản trong bài toán hình thái học. Phép toán này
có tác dụng làm cho các đối tượng ban đầu giãn nở ra.
- Dilation của tập A bởi B là:
Nghĩa là dilation của A bởi B là tập hợp các điểm z sao cho giao của tập A và tập
thu được từ phép lấy đối xứng với B rồi tịnh tiến theo z là khác rỗng. Công thức trên
chỉ là một định nghĩa về dilation, tuy nhiên cho ta hình dung phép dilation một cách
dễ dàng bằng cách liên hệ nó với tích chập.
- B là một phần tử cấu trúc. Trên thực tế, B thường đối xứng nên phần phản xạ của
B giống với B.
- Hình ảnh dưới đây mô phỏng phép toán giãn nở dựa trên công thức đã cho

19


Đồ án: Chuyên ngành máy tính

-

Hình 9: Phép giãn nở (3.b)
Một ví dụ tường minh hơn về bức ảnh được áp dụng phép toán giãn nở

Hình 10: Ví dụ cụ thể được áp dụng phép toán giãn nở (3.b)

2.2.2.2.2. Phép toán co (erosion)

20


Đồ án: Chuyên ngành máy tính

-

Là một trong hai hoạt động cơ bản (khác phép giãn nở) trong hình thái học có
ứng dụng trong việc giảm kích thước của đối tượng, tách rời các đối tượng gần

-

nhau, làm mảnh và tìm xương của đối tượng.
Nó được biểu diễn dưới dạng công thức dưới đây:

Nghĩa là erosion của A bởi B là tập hợp các diểm z sao cho khi tịnh tiến B theo z
thì vẫn nằm trong A.
-

Hình ảnh dưới đây mô phỏng các hoạt động của công thức trên

Hình 11: phép co (3.b)
-

Bây giờ chúng ta sẽ được thấy rõ hơn khi áp dụng phép toán vào trong bức ảnh

21

Đồ án: Chuyên ngành máy tính

Hình 12: ví dụ cụ thể về phép co khi ta sử dụng lần lượt cấu trúc vuông có kích thước
vào trong ảnh đầu vào là 11x11, 15x15, 45x45
-

2.2.2.3.2. Phép toán mở và đóng (opening and closing)
Opening của A bởi B được định nghĩa như sau:

-

Như vậy, opening gồm bước erosion theo sau bởi dilation.
Opening cho phép làm mượt đường biên, nhưng loại bỏ những điểm/miền nhỏ,

tách biệt (do áp dụng erosion trước tiên).
- Closing của A bởi B được định nghĩa như sau:
22


Đồ án: Chuyên ngành máy tính

-

Ngược với opening, closing thực hiện dilation trước, sau đó là thực hiện erosion.
Closing cũng cho phép làm mượt nhưng có tác dụng lấp đầy những khoảng nhỏ

(do áp dụng dilation trước tiên).
- Dưới đây lần lượt là một ví dụ về opening và closing:

Hình 13: Phép mở: (a) Tập A, phần tử cấu trúc B, và tập hợp các giá trị z đẻ sao cho
tịnh tiến B theo z vẫn nằm trong A, (b) Kết quả của opening. (3.b)

Hình 14: Phép đóng: (a) Tập B “lăn” trên biên ngoài của tập A, (b) Các đường đậm là
đường bao ngoài của closing, (c) Kết quả của closing. (3.b)

CHƯƠNG 3: THỰC HIỆN
3.1. Giới thiệu chương
23


Đồ án: Chuyên ngành máy tính

-

Ở chương này, ta sẽ hướng đến việc giúp cho người đọc hiểu rõ về các bước mà

nhóm đã làm ở đồ án này.
3.2. CSDL và tiêu chí đánh giá
3.2.1. CSDL
- Về CSDL. Bởi vì, đây là một đề tài mà ảnh của nó chỉ có tại bệnh viện. Nên em đã
quyết định tìm cơ sở dữ liệu thông qua mạng internet, rõ hơn ở đây là qua các tác giả
viết những bài báo về chủ đề này, cũng như các dự án ở trên mạng và ảnh trên tìm
kiếm của google.
- Thêm nữa, CSDL của đề tài này là một nguồn tài nguyên rất ít có sẵn ở trên mạng,
một phần khả năng là vấn đề bảo mật, và đa số bị trùng, nên số lượng ảnh trong bộ
CSDL của nhóm rất ít.
3.2.2. Tiêu chí đánh giá
- Giống như các đề tài khác thì em cũng đặt tiêu chí đánh giá cho đề tài này là:
+ Thời gian thực hiện chạy thuật toán của một bức ảnh phải dưới 1s.

+ Độ chính xác là đúng với 80% CSDL trong đó thông qua kiểm tra khối u
sau khi được trích ra có trùng với khối u ban đầu của nó hay không.
3.3. Thực nghiệm trên công cụ matlab

Ảnh đầu vào

-

Nhị phân hoá bức
ảnh

Trích xuất vùng bị
ảnh hưởng

Kết quả

Chỉnh sửa cấu trúc

Hình 15: Các bước tiến hành
Trước khi vào cụ thể ta sẽ tóm sơ qui trình thực hiện của nó:
1. Ta sẽ đưa ảnh đầu vào là khối u não

24


Đồ án: Chuyên ngành máy tính

2. Nhị phân hoá bức ảnh để phân vùng đối tượng, ở đây là khối u
3.
Trích xuất vùng bị ảnh hưởng, ở đây chính là khối u não. Vì sau khi ta chạy

bước hai thì vẫn còn một vài điểm không mong muốn tồn tại với khối u. Nên ta tiến
hành thực hiện bước này để xoá các điểm không mong muốn đấy
4.
Chỉnh sửa cấu trúc để nhằm bù lại các điểm trong khối u đã bị mất khi ta
tiến hành thực hiện bước thứ hai.
5. Xuất ra kết quả liệu ta tách ra có trùng với khối u ban đầu hay không.
3.3.1. Ảnh đầu vào
- Đây là bước đầu tiên, bước này chỉ đơn giản ta đưa ảnh đầu vào và nó là ảnh chứa
u não. Nếu không phải là ảnh u não thì kết quả xuất ra chắc chắn sẽ bị sai.
- Sau khi đưa ảnh đầu vào thì ta sẽ đến với bước tiếp theo là nhị phân hoá bức ảnh.
3.3.2. Nhị phân hoá bức ảnh
- Nhị phân bức ảnh có nghĩa là ta sẽ chuyển bức ảnh đầu vào về hai màu đó là trắng
và đen, nhằm để loại bỏ những thông tin không cần thiết trong bức ảnh và đồng thời
giữ lại những vùng mà ta mong muốn.
- Trong bước này, nhóm áp dụng liên tiếp hai phương pháp để đưa ra kết quả ổn
định đó là: phương pháp lấy ngưỡng và phương pháp hình thái học. Và cả hai phương
pháp này đã được cung cấp ở phần kiến thức nên phần này chúng ta sẽ không đi sâu
vào lí thuyết.
- Ta sẽ có các bước tương ứng với bước một:
+ B1: Ở bước lấy ngưỡng ta
+ B2: Phương pháp được nhóm đề xuất là áp dụng bài toán hình thái học, nói
rõ hơn là phương pháp open (được giới thiệu ở chương 2), để giải quyết bài
-

toán này.
Dưới đây là hình ảnh minh hoạ để thấy rõ hơn

25