Giáo trình Xử lý ảnh -Chapter 9 - Segmentation

NHẬP MÔN XỬ LÝ Ảnh
Chương 9: Phân vùng ảnh
BỘ MÔN KHOA HỌC MÁY TÍNH
KHOA CÔNG NGHỆ THÔNG TIN
Biên soạn: TS Ngô Hữu Phúc
11/14/121Tham khảo bài giảng ĐH Vanderbilt
NỘI DUNG
•
Mục đích, tầm quan trọng của phân vùng ảnh
trong xử lý và phân tích ảnh số.
•
Phương pháp phân vùng ảnh theo ngưỡng biên
độ.
•
Phương pháp phân vùng ảnh theo miền đồng
nhất.
•
Phương pháp phân vùng theo kết cấu bề mặt
và tổng quát về một vài phương pháp khác.
11/14/122Tham khảo bài giảng ĐH Vanderbilt
GIỚI THIỆU
•
Phân vùng ảnh là giai đoạn nhằm phân tích ảnh thành những thành phần có cùng tính chất
nào đó dựa theo biên hay các vùng liên thông.
•
Tiêu chuẩn để xác định các vùng liên thông có thể là cùng mức xám, cùng màu hay cùng độ
nhám...
•
Khái niệm về "vùng ảnh" (Segmentation):
–
Vùng ảnh là một chi tiết, một thực thể trông toàn cảnh. Nó là một tập hợp các điểm có cùng hoặc gần

cùng một tính chất nào đó : mức xám, mức màu, độ nhám…
–
Vùng ảnh là một trong hai thuộc tính của ảnh. Nói đến vùng ảnh là nói đến tính chất bề mặt.
–
Đường bao quanh một vùng ảnh (Boundary) là biên ảnh. Các điểm trong một vùng ảnh có độ biến thiên
giá trị mức xám tương đối đồng đều hay tính kết cấu tương đồng.
•
Dựa vào đặc tính vật lý của ảnh, người ta có nhiều kỹ thuật phân vùng :
–
Phân vùng dựa theo miền liên thông gọi là phân vùng dựa theo miền đồng nhất hay miền kề ;
–
Phân vùng dựa vào biên gọi là phân vùng biên.
–
Ngoài ra còn có các kỹ thuật phân vùng khác dựa vào biên độ, phân vùng dựa theo kết cấu.
11/14/123Tham khảo bài giảng ĐH Vanderbilt
PHÂN VÙNG ẢNH THEO NGƯỠNG BIÊN ĐỘ
•
Các đặc tính đơn giản, cần thiết nhất của ảnh là biên độ
và các tính chất vật lý như:
–
độ tương phản,
–
độ truyền sáng,
–
màu sắc
–
đáp ứng phổ.
•
Như vậy, có thể dùng ngưỡng biên độ để phân vùng khi
biên độ đủ lớn đặc trưng cho ảnh.

•
Thí dụ, kỹ thuật phân ngưỡng theo biên độ rất có lợi đối
với ảnh nhị phân như văn bản in, đồ họa, ảnh màu hay
ảnh X-quang.
11/14/124Tham khảo bài giảng ĐH Vanderbilt
Các bước chọn ngưỡng trong phân vùng
•
Xem xét lược đồ xám của ảnh để xác định các đỉnh và các khe. Nếu ảnh có dạng rắn
lượn (nhiều đỉnh và khe), các khe có thể dùng để chọn ngưỡng.
•
Chọn ngưỡng t sao cho một phần xác định trước của toàn bộ số mẫu là thấp hơn t.
•
Điều chỉnh ngưỡng dựa trên lược đồ xám của các điểm lân cận.
•
Chọn ngưỡng theo lược đồ xám của những điểm thỏa mãn tiêu chuẩn chọn.
–
Thí dụ, với ảnh có độ tương phản thấp, lược đồ của những điểm có biên độ Laplace g(m,n) lớn
hơn giá trị t định trước (sao cho từ 5% đến 10% số điểm ảnh với Gradient lớn nhất sẽ coi như
biên) sẽ cho phép xác định các đặc tính ảnh lưỡng cực tốt hơn ảnh gốc.
•
Khi có mô hình phân lớp xác suất, việc xác định ngưỡng dựa vào tiêu chuẩn xác suất
nhằm cực tiểu xác suất sai số hoặc dựa vào một số tính chất khác của luật Bayes.
11/14/125Tham khảo bài giảng ĐH Vanderbilt
Ví dụ về chọn ngưỡng
•
T0 =Lmin,…,T4=Lmax. Ta có 5 ngưỡng và phân ảnh thành 4 vùng, ký hiệu Ck là vùng
thứ k của ảnh, k=1,2,3,4. Cách phân vùng theo nguyên tắc :
•
P(m,n) Ck nếu Tk-1 ≤ P(m,n) < Tk , k=1,2,3,4.
11/14/126Tham khảo bài giảng ĐH Vanderbilt

PHÂN VÙNG ẢNH 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
11/14/127Tham khảo bài giảng ĐH Vanderbilt
Ví dụ về phân vùng theo miền đồng nhất
•
Đối với ảnh hàng không, việc phân vùng theo mầu cho phép phân biệt
thảm thực vật: cánh đồng, rừng, đường, mái nhà…
•
Đối với ảnh chuyển động, sử dụng phép trừ ảnh tại hai thời điểm khác
nhau ∆t. Phần ảnh không thay đổi sẽ nhận giá trị 0, phần khác 0 là sự
dịch chuyển trên ảnh. Nếu ∆t nhỏ, khi đó:
Với cách này có thể biết tốc độ dịch chuyển của ảnh. Nếu có tín hiệu
dương cho ta xác định sự xuất hiện của đối tượng, nếu có tín hiệu âm cho
ta xác định sự biến mất của đối tượng.
11/14/128Tham khảo bài giảng ĐH Vanderbilt
τ
τ

)()( tItI
t
I
−+
=
∆
∆
Các phương pháp phân vùng ảnh theo miền đồng nhất
•
Phương pháp tách cây tứ phân (split-quad trees)
•
Phương pháp cục bộ (hợp).
•
Phương pháp tổng hợp (tách và hợp).
•
Để đánh giá độ thuần nhất, thường sử dụng trung bình số học mi và
độ lệch chuẩn ∂i cho vùng ảnh Ii có ni điểm ảnh.
–
Khi đó, 2 miền có thể hợp nhất được với nhau nếu: .
–
Miền Ii được gọi là thuần nhất nếu: , với T là ngưỡng
11/14/129Tham khảo bài giảng ĐH Vanderbilt
∑
∈
=
i
ZlkI
i
i
lkI

n
m
),(
),(
1
( )
∑
∈
−=
i
ZlkI
i
i
i
mlkI
n
),(
2
),(
1
δ
iji
kmm
δ
<−
T
i
<
δ
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
11/14/1210Tham khảo bài giảng ĐH Vanderbilt
Mô tả bằng thuật toán
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
11/14/1211Tham khảo bài giảng ĐH Vanderbilt
Tiêu chuẩn xét đồng nhất
•
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.
11/14/1212Tham khảo bài giảng ĐH Vanderbilt