phần mở đầu và kết luận, luận văn được chia làm 3 chương, luận văn có các chương như sau: CHƢƠNG 1:TỔNG QUAN VỀ BÀI TOÁN KHÔI PHỤC ẢNH Trình bày các khái niệm về ảnh, điểm ảnh các loại format ảnh và các công cụ xử lý ảnh hiện có. Trình bày các vấn đề đặt ra cần giải quyết trong bài toán khôi phục ảnh, các hướng tiếp cận chính xử lý nhiễu ảnh và khôi phục phần ảnh bị mờ hoặc bị mất. Trình bày một số phương pháp khôi phục ảnh dựa vào hàm Gaussian, khôi phục ảnh nhanh, khôi phục ảnh Bertalmio. Một số phương pháp khôi phục ảnh khác.
Một số tiêu chí dùng để đánh giá kết quả khôi phục ảnh CHƢƠNG 2:KHÔI PHỤC ẢNH BỊ MỜ NHIỄU, GIỮ CẠNH VÀ MẤT MẢNH Trình bày về các bộ lọc và thuật toán khôi phục, đi sâu vào phương pháp bản vá để khôi phục ảnh. Các thuật toán khôi phục ảnh bằng bản vá sẽ được trình bày trong mối liên hệ với thuật toán khôi phục ảnh bằng bản vá với tối ưu địa phương. Các thuật toán khôi phục ảnh bằng bản vá có khả năng lấp khoảng trống ảnh bằng cách tổng hợp các vùng ảnh từ một vùng khác. Phương pháp này được gọi là vá, bởi vì trong mỗi lần điền thông tin, thuật toán điền một mảng các điểm ảnh, chứ không chỉ là một điểm ảnh duy nhất như trong phương pháp dùng biến phân từng phần.
2 CHƢƠNG 3:THỰC NGHIỆM VÀ ĐÁNH GIÁ Trình bày về việc cài đặt chương trình, xây dựng dữ liệu thực nghiệm với thuật toán khôi phục ảnh có khả năng lấp khoảng trống ảnh bằng cách tổng hợp các vùng ảnh từ bản vá, dựa vào độ tương tự cục bộ, các quá trình thực nghiệm, kết quả. Phần này báo cáo kết quả thử nghiệm sử dụng phương pháp khôi phục ảnh dùng bản vá tối ưu độ tương tự cục bộ. Đầu vào của thuật toán là một ảnh gốc, một mặt nạ. Đầu ra là ảnh được khôi phục ở các phần đánh dấu trong mặt nạ.
Mã nguồn có từ Jun Zhou và Antonio Robles-Kelly, Canberra Research Lab, NICT, Australia. So sánh kết quả đạt được với các phương pháp khác Kết luận với những kết quả thực nghiệm đạt được. 3 CHƢƠNG 1: TỔNG QUAN VỀ BÀI TOÁN KHÔI PHỤC ẢNH 1. Định nghĩa các tính chất cơ bản về ảnh 1.
Khái niệm về điểm ảnh và ảnh Trong kỹ thuật ảnh kỹ thuật số, một pixel hay điểm ảnh (tiếng Anh: pixel hay pel, viết tắt picture element) là một điểm vật lý trong một hình ảnh raster, hoặc một khối màu rất nhỏ và là đơn vị cơ bản nhất để tạo nên một bức ảnh kỹ thuật số. Địa chỉ của một điểm ảnh tương ứng với tọa độ vật lý ITS.Pixel LCD được sản xuất trong một mạng lưới hai chiều, và được sử dụng dấu chấm hoặc đại diện hình vuông trong thường, nhưng điểm ảnh CRT tương ứng với cơ chế thời gian của chúng và tỷ lệ quét.1 pixel không có kích thước cố định[1][2]. Mỗi điểm ảnh là một mẫu của một hình ảnh ban đầu, nhiều điểm ảnh hơn thường cung cấp đại diện chính xác hơn của bản gốc. Cường độ của mỗi điểm ảnh có thể thay đổi.
Hình ảnh trong hệ thống màu sắc, màu sắc thường là ba hoặc bốn đại diện trong cường độ thành phần như màu đỏ, xanh lá cây, và màu xanh, hoặc màu lục lam, đỏ tươi, màu vàng, và màu đen. Hầu hết các chương trình ứng dụng đồ họa đều diễn tả độ phân giải của hình ảnh bằng pixel dimensions - kích thước pixel, với số đo chiều ngang đi trước. Mỗi pixel gồm một cặp toạ độ x, y và màu.Cặp toạ độ x, y tạo nên độ phân giải (resolution). Như màn hình máy tính có nhiều loại với độ phân giải khác nhau: màn hình CGA có độ phân giải là 320 x 200; màn hình VGA là 640 x 350,….
Ảnh trong thực tế là một ảnh liên tục về không gian và về giá trị độ sáng. Để có thể xử lý ảnh bằng máy tính cần thiết phải tiến hành số hoá ảnh. Trong quá trình số hoá, người ta biến đổi tín hiệu liên tục sang tín hiệu rời rạc 4 thông qua quá trình lấy mẫu (rời rạc hóa về không gian) và lượng hoá thành phần giá trị mà thể về nguyên tắc bằng mắt thường không phân biệt được hai điểm kề nhau. Như vậy, một ảnh là một tập hợp các điểm ảnh.
Khi được số hoá, nó thường được biểu diễn bởi bảng hai chiều I(n,p): n dòng và p cột. Ta nói ảnh gồm n, x, p pixels. Người ta thường kí hiệu I(x,y) để chỉ một pixel. Thường giá trị của n chọn bằng p và bằng 256.
Một pixel có thể lưu trữ trên 1, 4, 8 hay 24 bit. Ảnh có thể được định nghĩa là một hàm 2 chiều f(x, y) , trong đó x và y là các tọa độ trong không gian (spatial) hoặc mặt phẳng (plane), và độ lớn (amplitude) của hàm f được gọi là độ sáng (intensity) hay độ xám (gray level) của ảnh tại điểm đó. Các dạng ảnh gồm 2 loại ảnh màu và ảnh xám.Ảnh màu là ảnh tại mỗi điểm là cấu trúc gồm nhiều kênh màu khác nhau. Ảnh có thể được mô tả phương trình vi phân từng phần (Partial differential equation -PDE).
Khái niệm mức xámcủa ảnh Mức xám là kết quả của sự mã hóa tương ứng với một cường độ sáng của mỗi điểm ảnh với một giá trị số, kết quả của quá trình lượng tử hóa. Cách mã hóa kinh điển là dùng 16, 32 hay 64 mức. Mã hóa 256 mức được dùng phổ biến. Do 28 = 256 nên mỗi pixel được mã hóa bởi 8 bit.
Ảnh đen trắng Thực tế ảnh đen trắng gồm có ảnh nhị phân và ảnh đa cấp xám. Chúng ta phân biệt sự biến đổi thành L mức. Nếu L bằng 2, nghĩa là chỉ có hai mức 0 và 1 còn gọi là ảnh nhị phân. Nếu L lớn hơn hai mức ta có ảnh đa cấp xám.
Việc xác định số mức phụ thuộc vào tiêu chí lượng tử hóa. L thường được chọn bằng 32, 64, 128 và 256. Trong đó ảnh đa cấp xám 256 mức là ảnh có chất lượng cao và thường được sử dụng. 5 Với ảnh nhị phân, mỗi pixel được mã hóa trên một bit.
Còn với ảnh xám 256 mức được mã hóa trên 1 byte = 8 bit. Ảnh nhị phân khá đơn giản, các phần tử ảnh có thể coi như phần tử logic. Ảnh nhị phân được dùng theo tính logic, để phân biệt ảnh với nền hay đơn giản để phân biệt biên với điểm khác. Ảnh màu Màu sắc của một tia sáng là cảm giác mà tia sáng đó gây nên ở mắt người.
Màu sắc của vật thể là màu của ánh sáng phát từ chúng. Ánh sáng này nằm trong dải phổ nhìn thấy (visible). Tùy theo ngữ cảnh nhất định mà ảnh màu được diễn tả theo những mô hình màu khác nhau. Không có mô hình màu nào là đầy đủ cho mọi khía cạnh của màu.
Do đó người ta sử dụng những mô hình màu khác nhau để mô tả các tính chất được nhận biết khác nhau của màu. Ví dụ: + Mô hình màu RGB: ánh sáng Red, Green, Blue ứng dụng cho màn hình TV. + Mô hình HSV: Nhận thức con người. + Mô hình CYK: Máy in.
Chúng ta đi sâu vào một số mô hình màu sau: - Mô hình màu RGB Theo lý thuyết màu do Thomas đưa ra từ năm 1802, mọi màu đều có thể tổ hợp từ ba màu cơ bản: Đỏ (Red), Lục (Green), Lam (Blue). Ba màu này là các màu cơ bản của hệ màu cộng (Additive Color System). Hệ màu RGB dựa trên cơ sở hệ thống tọa độ Cartesian – hệ thống tọa độ Decac: mỗi màu cơ bản đều được mã hóa bởi 8 bit, vậy với ba màu phối hợp nhau tạo thành 224 = 16.216 màu thứ cấp mà mắt người có thể cảm nhận được. Ảnh màu được lưu trữ từng màu riêng biệt như ảnh đa cấp xám.
Ứng với một pixel của ảnh 6 màu sẽ chiếm 3 byte, do đó ảnh màu sẽ chiếm bộ nhớ gấp ba lần ảnh đa cấp xám cùng kích thước. Hình 1: Không gian màu và các màu cơ bản - Mô hình màu CMY: Gồm ba màu cơ bản: Xanh Lơ (Cyan), Tím (Magenta), Vàng (Yellow), là bù màu của không gian màu RGB, còn gọi là hệ màu trừ (Subtractive Color System). Mối quan hệ giữa hai không gian: C=1–R M=1–G Y=1–B Hình 2: Các màu cơ bản của hệ màu CMY - Mô hình màu HSV (Hue, Saturation, Value) : Dựa trên cảm nhận màu sắc của con người. Ánh sáng màu là tổ hợp của ánh sáng đơn sắc.
Mắt người chỉ có thể cảm nhận được vài chục màu, song lại có thể phân biệt tới hàng ngàn màu. Mô hình HSV suy diễn từ mô hình RGB: 7 hãy quan sát hình hộp RGB theo đường chéo từ White đến Black (gốc) ta có hình chóp nón, sử dụng làm đỉnh hình nón HSV. - Có ba thuộc tính chủ yếu trong cảm nhận màu: + Hue: bước sóng của ánh sáng, được biểu diển bằng góc từ 0 – 3600 giúp ta phân biệt các màu khác nhau. + Saturation: độ bão hòa, đo độ tinh khiết của ánh sáng gốc.
S nằm trong khoảng [0-1]. + Value (brightness): cường độ hay độ chói ánh sáng. V có giá trị trong khoảng [0-1], V = 0 có màu đen. - Mô hình HSV trực giác hơn mô hình RGB.
Bắt đầu từ Hue (H cho trước và V=1, S=1). Thay đổi S: bổ sung hay bớt trắng; thay đổi V: bổ sung hay bớt đen đến khi có màu mong muốn. Hình 3: Không gian màu HSV 1. Các mối liên hệ giữa các tính chất ảnh Trong biểu diễn ảnh, người ta thường dùng các phần tử đặc trưng của ảnh là pixel.
Nhìn chung có thể xem một hàm hai biến chứa các thông tin như biểu diễn của một ảnh. Các mô hình biểu diễn ảnh cho ta một mô tả lô gic hay định lượng các tính chất của hàm này. Trong biểu diễn ảnh cần chú ý đến tính 8 trung thực của ảnh hoặc các tiêu chuẩn “thông minh” để đo chất lượng ảnh hoặc tính hiệu quả của các kỹ thuật xử lý. Việc xử lý ảnh số yêu cầu ảnh phải được mẫu hoá và lượng tử hoá.Thí dụ một ảnh ma trận 512 dòng gồm khoảng 512 x 512 pixel.
Việc lượng tử hoá ảnh là chuyển đổi tín hiệu tương tự sang tín hiệu số (Analog Digital Convert) của một ảnh đã lấy mẫu sang một số hữu hạn mức xám. Một số mô hình thường được dùng trong biểu diễn ảnh: Mô hình toán, mô hình thống kê. Trong mô hình toán, ảnh hai chiều được biểu diễn nhờ các hàm hai biến trực giao gọi là các hàm cơ sở.Các biến đổi này sẽ trình bày kỹ trong chương.