Kỹ thuật tìm ngưỡng trong xử lý ảnh ✅ Đã Test
Mẹo Hướng dẫn Kỹ thuật tìm ngưỡng trong xử lý ảnh Chi Tiết
Hoàng Trung Dũng đang tìm kiếm từ khóa Kỹ thuật tìm ngưỡng trong xử lý ảnh được Cập Nhật vào lúc : 2022-09-26 06:30:25 . Với phương châm chia sẻ Bí quyết Hướng dẫn trong nội dung bài viết một cách Chi Tiết Mới Nhất. Nếu sau khi Read tài liệu vẫn ko hiểu thì hoàn toàn có thể lại phản hồi ở cuối bài để Ad lý giải và hướng dẫn lại nha.
Bài trước: Bài 2: THU NHẬN ẢNH
- XỬ LÝ VÀ NÂNG CAO CHẤT LƯỢNG ẢNH
Cải thiện ảnh sử dụng những toán tử điểm Cải thiện ảnh sử dụng những toán tử không khí Khôi phục ảnh
Bài tập cuối bài.
XỬ LÝ VÀ NÂNG CAO CHẤT LƯỢNG ẢNH
Cải thiện ảnh sử dụng những toán tử điểm
Các phép toán không phụ thuộc không khí là những phép toán không phục thuộc vị trí của điểm ảnh.
Ví dụ: Phép tăng giảm độ sáng, phép thống kê tần suất, biến đổi tần suất v.v..
Một trong những khái niệm quan trọng trong xử lý ảnh là biểu đồ tần suất (Histogram)
Biểu đồ tần suấtBiểu đồ tần suất mức xám g của ảnh I là số điểm ảnh có mức giá trị g của ảnh I. Ký hiệu là h(g).
Táchngưỡng
Giả sử ta có ảnh I ~ kích thước m ´ n, hai số Min, Max và ngưỡng q
khi đó: Kỹ thuật tách ngưỡng được thể hiện
for (i = 0; i < m; i + +)
for (j = 0; j < n; j + +)
I [i, j] = I [i, j] > = q? Max : Min;
* Ứng dụng:
Nếu Min = 0, Max = 1 kỹ thuật chuyển ảnh thành ảnh đen trắng được ứng dụng khi quét và nhận dạng văn bản hoàn toàn có thể xảy ra sai sót nền thành ảnh hoặc ảnh thành nền dẫn đến ảnh bị đứt nét hoặc dính.
Bó cụmKỹ thuật nhằm mục đích giảm sút số mức xám của ảnh bằng phương pháp nhóm lại số mức xám gần nhau thành 1 nhóm
Nếu chỉ có 2 nhóm thì đó đó là kỹ thuật tách ngưỡng. Thông thường có nhiều nhóm với kích thước khácnhau.
Để tổng quát khi biến hóa người ta sẽ lấy cùng 1 kích thước bunch_size
Bó cụm ảnh
I [i,j] =[ I [i,j]/ bunch _size ]* bunch_size "(i,j)
Ví dụ: Bó cụm ảnh sau với bunch_size= 3
1
2
4
6
7
2
1
3
4
5
I =
7
2
6
9
1
4
1
2
1
2
0
0
3
6
6
0
0
3
3
3
Ikq =
6
0
6
9
0
3
0
0
0
0
Ảnh I được gọi là cân đối "lý tưởng" nếu với mọi mức xám g, g’ ta có h(g) = h(g’)
Giả sử, tacóảnh I ~ kích thước m ´n, new_level ~ số mức xám của ảnh cân đối
Ví dụ: Cân bằng ảnh sau với new_level= 4
Ma trận ảnh
Lần lượt tính h(g), t(g) và f(g).
Kết quả sau cân đối Histogram của ảnh I
Chú ý: Ảnh sau khi thực hiện cân đối chưa chắc đã là cân đối "lý tưởng"
Kỹ thuật tách ngưỡng tựđộngNgưỡng q trong kỹ thuật tách ngưỡng thường được cho bởi người tiêu dùng. Kỹ thuật tách ngưỡng tự động nhằm mục đích tìm ra ngưỡng q một cách tự động nhờ vào histogram theo nguyên tắc trong vật lý là vật thể tách làm 2 phần nếu tổng độ lệnh trong từng phần là tốithiểu.
Giả sử, tacóảnh I ~ kích thước m ´n
G ~ là số mức xám của ảnh kể cả khuyết thiếu t(g) ~ số điểm ảnh có mức xám £ g
Ví dụ: Tìm ngưỡng tự động của ảnh sau:
0
1
2
3
4
5
0
0
1
2
3
4
I =
0
0
0
1
2
3
0
0
0
0
1
2
0
0
0
0
0
1
Biến đổi cấp xám tổng thểNếu biết ảnh và hàm biến hóa thì ta hoàn toàn có thể tính được ảnh kết quả và do đó ta sẽ đã có được histogram của ảnh biến hóa. Nhưng thực tế nhiều khi ta chỉ biết histogram của ảnh gốc và hàm biến hóa, thắc mắc đặt ra là liệu ta hoàn toàn có thể đã có được histogram của ảnh biến hóa. Nếu có như vậy ta hoàn toàn có thể hiệu chỉnh hàm biến hóa để thu được ảnh kết quả có phân bố histogram như mong ước.
Bài toán đặt ra là biết histogram của ảnh, biết hàm biến hóa hãy vẽ histogram của ảnh mới.
g
1
2
3
4
h(g)
4
2
1
2
Bước 1: Vẽ Histogram của ảnh cũ
Histogram của ảnh cũ
Bước 2: Vẽ đồ thị hàm f(g)
Đồ thị hàm f(g)
Bước 3: Vẽ Histogram của ảnh mới
Histogram của ảnh mới
Histogram của ảnh mới thua được bằng phương pháp chồng hình và tính giá trị theo những q (= f(g)) theo công thức tính trên. Kết quả cuối thu được sau phép quay góc 90 thuận chiều kim đồng hồ.
Cải thiện ảnh sử dụng những toán tử không khí
Phép cuộn và mẫuGiả sử ta có ảnh I kích thước M ´ N, mẫu T có kích thước m ´ n khi đó, ảnh I cuộn theo mẫu T được xác định bởi công thức.
Công thức cuộn mẫu với mẫu T
Ví dụ cuộn ảnh I sau đây theo mẫu T
Ảnh I và mẫu T
Áp dụng công thức (3.1) , ta có:
Và được kết quả:
Kết quả tính theo công thức cuộn mẫu (3.1)
Tương tự, tính theo công thức cuộn mẫu (3.2)
Kết quả tính theo công thức cuộn mẫu (3.2)
Cuộn mẫu T, code bằng C#public Image PhepCuon(Image imageInput, int Option)
//Option=0,1,2 tuong duong voi mau T,T1,T2
switch (Option)
case 0:
//Nap anh vao bitmap
BitmapData bmData = imageRoot.LockBits(new Rectangle(0, 0, imageRoot.Width, imageRoot.Height), ImageLockMode.ReadWrite, imageRoot.PixelFormat);
int stride = bmData.Stride;
System.IntPtr Scan0 = bmData.Scan0;
unsafe
byte* p = (byte*)(void*)Scan0;
int nOffset = stride - imageRoot.Width * 3;
byte red, green, blue;
for (int y = 0; y < imageRoot.Height-1; y++)
for (int x = 0; x < imageRoot.Width; x++)
blue = p[0];
green = p[1];
red = p[2];
byte* pi = p ;
//pi la dong tiep theo cua ma tran
pi += nOffset;
p[0] = (byte)(p[0] + pi[3]);
//if (p[0]>255)
//
// p[0] = 255;
//
p[1] = (byte)(p[1] + pi[4]);
//if (p[1]>255)
//
// p[1] = 255;
//
p[2] = (byte)(p[2]+pi[5]);
//if (p[2]>255)
//
// p[2] = 255;
//
p += 3;
//p += imageRoot.Width;
p += nOffset;
imageRoot.UnlockBits(bmData);
return imageRoot;
Ảnh cuộn theo mẫu T sau khi chuyển sang ảnh Xám
Một số mẫu thông dụng
1
1
1
T1 =
1
1
1
1
1
1
~ Dùng để khử nhiễu -> Các điểm có tần số cao
1
2
4
5
8
7
2
31
1
4
2
2
I = 4
5
5
8
8
2
1
2
1
1
4
4
7
2
2
1
5
2
55
65
45
46
*
*
52
58
34
35
*
*
I Ä T1 = 29
27
35
35
*
*
*
*
*
*
*
*
*
*
*
*
*
*
Áp dụng kỹ thuật cộng hằng số với c = -27, ta có:
28
38
18
19
* *
25
31
7
8
* *
Ikq= 2
0
8
8
* *
*
*
*
*
* *
*
*
*
*
* *
0 -1 0
T2= -1 4 -1
0 -1 0
~ Dùng để phát hiện những điểm có tần số cao.
114
-40
0
-14 * *
-22
5
14
16 * *
I ÄT2=-1 -6
-10
-2
* *
*
*
*
* * *
*
*
*
* * *
Lọc trungvịCho dãy x1; x2...; xn đơn điệu tăng (giảm). Khi đó trung vị của dãy ký hiệu là Med(xn), được định nghĩa:
Kỹ thuật lọc trung vị:
Giả sử ta có ảnh I ngưỡng θ hiên chạy cửa số W(P) và điểm ảnh P Khi đó kỹ thuật lọc trung vị phụ thuộc không khí gồm có tiến trình cơ bản sau:
Ví dụ:
Giá trị 16, sau phép lọc có mức giá trị 2, những giá trị còn sót lại không thay đổi giá trị.
Lọc trung bìnhĐịnh nghĩa (Trungbình)
Cho dãy x1, x2…, xn khi đó trung bình của dãy ký hiệu AV(xn) được định nghĩa:
Mệnh đề
Kỹ thuật lọc trung bình
Giả sử ta có ảnh I, điểm ảnh P, hiên chạy cửa số W(P) và ngưỡng . Khi đó kỹ thuật lọc trung bình phụ thuộc không khí gồm có tiến trình cơ bản sau:
+ Bước 1: Tìm trung bình I(q) ® AV(P)
Ví dụ:
1
2
3
2
4
16
2
1
I =
4
2
1
1
2
1
2
1
W(3 ´ 3); q = 2
1
2
3
2
4
3
2
1
Ikq =
4
2
1
1
2
1
2
1
Giá trị 16 sau phép lọc trung bình có mức giá trị 3, những giá trị còn sót lại không thay đổi sau phép lọc.
Lọc trung bình theo k giá trị sớm nhấtGiả sử ta có ảnh I, điểm ảnh P, hiên chạy cửa số W(P), ngưỡng q và số k. Khi đó, lọc trung bình theo k giá trị sớm nhất gồm có tiến trình sau:
Ví dụ, cho ảnh I và những thông số như dưới, ta sẽ có ảnh kết quả như sau:
Nhận xét:
Nếu k to hơn kích thước hiên chạy cửa số thì kỹ thuật đó đó là kỹ thuật lọc trungbình
Nếu k= 1 thì ảnh kết quả không thayđổi Þ Chất lượng của kỹ thuật phụ thuộc vào số phân tử lựa chọn k.
Khôi phục ảnh
Nội dung Phục hồi ảnh sẽ bàn tới trong nội dung bài viết khác.
Bài tập cuối bài.
- Viết chương trình đọc vào 1 ảnh và tăng, giảm độ sáng của ảnh.Viết chương trình đọc vào 1 ảnh và tách ngưỡng ảnh đó, sau đó hiển thị ảnh đã tách ngưỡng.Viết chương trình đọc vào 1 ảnh và bó cụm ảnh đó, sau đó hiển thị ảnh đã bó cụm.Viết chương trình đọc vào 1 ảnh và cân bằng histogram của ảnh đó, sau
đó hiển thị ảnh đã cân bằng.Viết chương trình đọc vào 1 ảnh và tách ngưỡng tự động cho ảnh đó, hiển thị ảnh sau khi tách ngưỡng tự động.Viết chương trình đọc vào 1 ảnh và biến đổi mức xám tổng thể của ảnh đó, sau đó hiển thị ảnh sau khi đã biến đổi.Viết chương trình đọc vào 1 ảnh và cuộn mẫu theo mẫu (T1, T2…)Viết chương trình đọc vào 1 ảnh, lọc trung bình ảnh đó, sau đó hiển thị ảnh đã
lọc.Viết chương trình đọc vào 1 ảnh, lọc trung vị ảnh đó, sau đó hiển thị ảnh đã lọc.Viết chương trình đọc vào 1 ảnh, lọc trung bình theo k giá trị gần nhất cho ảnh đó, sau đó hiển thị ảnh đã lọc.
Bài tiếp theo: Tải thêm tài liệu liên quan đến nội dung bài viết Kỹ thuật tìm ngưỡng trong xử lý ảnh
