ĐẠI HỌC QUỐC GIA TP. HCM TRƢỜNG ĐẠI HỌC BÁCH KHOA -------------------- NGUYỄN DUY ĐẠT TĂNG CƢỜNG CHẤT LƢỢNG ĐƢỜNG BIÊN ĐỐI TƢỢNG TRONG ẢNH DỰA TRÊN KỸ THUẬT SALIENCY MAP Chuyên ngành : KHOA HỌC MÁY TÍNH Mã số chuyên ngành: 60.01 LUẬN VĂN THẠC SĨ TP. HỒ CHÍ MINH, tháng 12 năm 2014 ĐẠI HỌC QUỐC GIA TP. HCM TRƢỜNG ĐẠI HỌC BÁCH KHOA -------------------- NGUYỄN DUY ĐẠT TĂNG CƢỜNG CHẤT LƢỢNG ĐƢỜNG BIÊN ĐỐI TƢỢNG TRONG ẢNH DỰA TRÊN KỸ THUẬT SALIENCY MAP CHUYÊN NGÀNH : KHOA HỌC MÁY TÍNH MÃ SỐ CHUYÊN NGÀNH: 60.01 LUẬN VĂN THẠC SĨ TP.
HỒ CHÍ MINH, tháng 12 năm 2014 CÔNG TRÌNH ĐƢỢC HOÀN THÀNH TẠI TRƢỜNG ĐẠI HỌC BÁCH KHOA –ĐHQG -HCM Cán bộ hƣớng dẫn khoa học : TS. Nguyễn Thanh Bình Cán bộ chấm nhận xét 1 : TS. Ngô Quốc Việt Cán bộ chấm nhận xét 2 : TS. Lý Quốc Ngọc Luận văn thạc sĩ đƣợc bảo vệ tại Trƣờng Đại học Bách Khoa, ĐHQG Tp.
HCM ngày 05 tháng 01 năm 2015 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: 1. Lê Thành Sách (Chủ Tịch) 2. Trần Ngọc Thịnh (Thƣ Ký) 3. Ngô Quốc Việt (Phản Biện 1) 4.TS Đặng Trần Khánh (Ủy Viên) Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trƣởng Khoa quản lý chuyên ngành sau khi luận văn đã đƣợc sửa chữa (nếu có).
CHỦ TỊCH HỘI ĐỒNG TRƢỞNG KHOA TS. Lê Thành Sách PGS. Thoại Nam ĐẠI HỌC QUỐC GIA TP.HCM CỘNG HÕA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƢỜNG ĐẠI HỌC BÁCH KHOA Độc lập - Tự do - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: NGUYỄN DUY ĐẠT MSHV: 12070503 Ngày, tháng, năm sinh: 01/10/1989 Nơi sinh: Tp.Hồ Chí Minh Chuyên ngành: KHOA HỌC MÁY TÍNH Mã số : 60. TÊN ĐỀ TÀI: TĂNG CƢỜNG CHẤT LƢỢNG ĐƢỜNG BIÊN ĐỐI TƢỢNG TRONG ẢNH DỰA TRÊN KỸ THUẬT SALIENCY MAP II.
NHIỆM VỤ VÀ NỘI DUNG: Tìm hiểu các loại ảnh hiện có. Tìm hiểu các công trình nghiên cứu liên quan tăng cƣờng chất lƣợng đƣờng biên đối tƣợng. Đề xuất phƣơng pháp tăng cƣờng đƣờng biên. Hiện thực và so sánh với các phƣơng pháp khác.
NGÀY GIAO NHIỆM VỤ : 20/01/2014. NGÀY HOÀN THÀNH NHIỆM VỤ: 21/11/2014. CÁN BỘ HƢỚNG DẪN: TS. Nguyễn Thanh Bình.
HCM, ngày 20 tháng 01 năm 2015 CÁN BỘ HƢỚNG DẪN (Họ tên và chữ ký) TS. Nguyễn Thanh Bình TRƢỞNG KHOA KHOA HỌC VÀ KỸ THUẬT MÁY TÍNH (Họ tên và chữ ký) PGS. Thoại Nam LỜI CẢM ƠN Trƣớc tiên, em xin gửi sự biết ơn sâu sắc tới quý thầy TS. Nguyễn Thanh Bình đã tận tình hƣớng dẫn, giúp đỡ tôi trong suốt quá trình học tập, thực hiện luận văn cũng nhƣ công bố bài báo khoa học quốc tế.
Chân thành cảm ơn tất cả Thầy Cô trong khoa Khoa học và Kỹ thuật máy tính đã truyền đạt những kiến thức quý báu và hữu ích trong quá trình học tập và thực hiện công việc nghiên cứu khoa học. Cuối cùng, cảm ơn bạn bè đã động viên, giúp đỡ mình trong thời gian học tập tại trƣờng. Đặc biệt là nhờ công lao sinh thành, dƣỡng dục của cha mẹ mà con đạt đƣợc kết quả ngày hôm nay. Ba mẹ hãy an tâm, con sẽ cố gắng hơn nữa để xứng đáng với công lao và sự cố gắng của ba mẹ đã bỏ ra để nuôi lớn và cho con ăn học thành ngƣời.
Hồ Chí Minh, ngày 08 tháng 12 năm 2014 Nguyễn Duy Đạt i TÓM TẮT Trong những năm gần đây, việc rút trích đối tƣợng trọng tâm trong ảnh ngày càng cấp thiết hơn. Đây là bƣớc rất quan trọng và xuất hiện rất nhiều trong hầu hết ứng dụng của thị giác máy tính nhƣ phân vùng ảnh, nhận dạng đối tƣợng, phân lớp thành viên…Có nhiều phƣơng pháp để giải quyết vấn đề này. Nhƣng hầu hết ảnh đầu vào cần làm rõ đối tƣợng, nâng cao chất lƣợng và xử lý việc thay đổi màu sắc ở đƣờng biên. Luận văn đề xuất phƣơng pháp tăng cƣờng chất lƣợng đƣờng biên đối tƣợng và chất lƣợng đối tƣợng trong ảnh bằng cách kết hợp phƣơng pháp bản đồ nổi bật dựa trên tƣơng phản toàn cục và đạo hàm trên các khoảng cách màu.
Kết quả thu đƣợc khá khả quan ở chất lƣợng bản đồ nổi bật khi thực nghiệm trên tập dữ liệu công khai và thậm chí là thời gian có cải thiện hơn so với các phƣơng pháp liên quan. ABSTRACT In recent years, extracting interesting objects become urgent than before. This step is very important in many computer vision applications as image segmentation, object recognition, object classification, etc. There are a lot of methods to solve this problem but most of output images need enhance quality, and fix color change at contour.
Thesis propose a method to enhance object contour quality and object quality in image from combination between saliency map based on global contrast and derivative on color distance. The result is good at saliency map quality and even run time is better than some related methods. ii LỜI CAM ĐOAN Tôi cam đoan rằng toàn bộ kết quả trình bày trong luận văn này là do bản thân nghiên cứu và thực nghiệm. Tất cả kết quả số liệu không sao chép từ công trình khác cũng nhƣ không nộp những kết quả này để lấy bằng cấp ở nơi khác.
Hồ Chí Minh, ngày 08 tháng 12 năm 2014 Nguyễn Duy Đạt iii MỤC LỤC DANH MỤC HÌNH ẢNH. vi DANH MỤC BẢNG. vii DANH MỤC TỪ VIẾT TẮT. viii CHƢƠNG 1.1 Giới thiệu đề tài .2 Mục tiêu đề tài .3 Nội dung đề tài .4 Giới hạn đề tài .5 Phƣơng pháp sử dụng trong nghiên cứu .6 Cấu trúc luận văn.
CƠ SỞ LÝ THUYẾT VÀ CÁC CÔNG TRÌNH NGHIÊN CỨU LIÊN QUAN .1 Thu giảm không gian màu .2 Thu giảm số lƣợng màu trong ảnh .3 Bản đồ nổi bật.4 Tạo mặt nạ .5 Toán tử đạo hàm .6 Lọc trung vị .7 Trung bình của bình phƣơng lỗi (Mean Square Error) .8 Tỉ lệ nhiễu trên đỉnh (Peak Signal to Noise Ratio) .2 Các công trình nghiên cứu liên quan .1 Nghiên cứu ngoài nƣớc. TĂNG CƢỜNG CHẤT LƢỢNG ĐƢỜNG BIÊN ĐỐI TƢỢNG TRONG ẢNH .1 Phƣơng pháp đề xuất .2 Mô tả chi tiết từng bƣớc của phƣơng pháp đề xuất .1 Thu giảm không gian màu .2 Tạo bản đồ nổi bật .3 Làm mƣợt không gian màu .4 Tạo mặt nạ .5 Rút trích đối tƣợng nổi bật .6 Loại bỏ màu nền .7 Nâng cao chất lƣợng ảnh bằng phƣơng pháp lọc .3 Đánh giá sơ bộ phƣơng pháp đề xuất .1 Đánh giá định tính .2 Đánh giá định lƣợng .3 So sánh kết quả đạt đƣợc. THỰC NGHIỆM VÀ KIỂM CHỨNG .1 Phƣơng pháp thực hiện và đánh giá kết quả .2 Kết quả thí nghiệm .3 So sánh với những phƣơng pháp khác.1 Kết quả đạt đƣợc .2 Ƣu nhƣợc điểm .2 Nhƣợc điểm .3 Đóng góp của luận văn .1 Đóng góp về mặt khoa học .2 Đóng góp về mặt thực tiễn .4 Hƣớng phát triển tƣơng lai. 58 TÀI LIỆU THAM KHẢO .62 LÝ LỊCH TRÍCH NGANG .77 v DANH MỤC HÌNH ẢNH Hình 2.
Bọ rùa nổi bật trong khung cảnh. Minh họa bản đồ nổi bật. Tạo mặt nạ từ bản đồ nổi bật. Đồ thị hàm số y = f(x).
Đƣờng tiếp tuyến tại M(x0, y0). Minh họa lọc trung vị. Minh họa tỉ lệ PSNR giảm theo tỉ lệ nén ảnh. Bản đồ nổi bật của Zhai [12].
Phƣơng pháp tính bản đồ nổi bật của Achanta. Phƣơng pháp tính bản đồ nổi bật của Cheng. Kết quả bƣớc làm mƣợt không gian màu. Sơ đồ các bƣớc trong phƣơng pháp đề xuất.
Thu giảm không gian màu. Quá trình xử lý để tạo ra bản đồ nổi bật. Tạo mặt nạ nhị phân. Đối tƣợng sau khi tách nền.
Loại bỏ màu nền dùng phƣơng pháp bản đồ nổi bật. Khoảng cách màu trƣớc và sau đạo hàm. Kết quả phƣơng pháp đạo hàm khoảng cách màu. Minh họa phƣơng pháp lọc trung vị cho ảnh xám.
Minh họa cho việc tách ảnh thành 3 lớp màu R, G, B. Nâng cao chất lƣợng đối tƣợng bằng phƣơng pháp lọc trung vị .38 vi DANH MỤC BẢNG Bảng 1. Bảng đổi màu cũ và màu mới. So sánh chất lƣợng bản đồ nổi bật giữa phƣơng pháp đề xuất với CRF [7] và CSD [11].
So sánh chất lƣợng bản đồ nổi bật giữa phƣơng pháp đề xuất với APO [8], CLM [9] và SPM [10]. Một số kết quả đối với đối tƣợng riêng lẻ. Một số kết quả cho đồ, động vật trong cảnh hỗn hợp. Một số kết quả cho hoa trong cảnh tự nhiên.
Một số ảnh minh họa cho ngƣời trong cảnh đơn giản. Một số ảnh minh họa cho ngƣời, hoa, vật trong cảnh phức tạp. So sánh thời gian tính toán bản đồ nổi bật. Một số kết quả phƣơng pháp đề xuất.62 vii DANH MỤC TỪ VIẾT TẮT APO : Attend to Proto-Object CLM : Colors and Luminance to Measure CRF : Conditional Random Field CSD : Center Surround Histogram SPM : Spatial Pooling Mechanism HC-map : High Contrast Map RC-map : Region contrast map RCC-map : region contrast cut map HSI : Hue Saturation Intensitive color space LAB : Luminace Anpha Beta color space RGB : Red Green Blue color space SVM : Support Vector Machine XYZ : XYZ color space MSE : Mean Square Error PSNR : Peak Signal to Noise Ratio viii CHƢƠNG 1.1 Giới thiệu đề tài Trong những năm gần đây, các nhu cầu liên quan đến việc xử lý ảnh ngày càng phổ biến.
Từ những việc đơn giản nhƣ chỉnh độ sáng tối, cân bằng màu, thay đổi độ tƣơng phản… đến những yêu cầu cao cấp hơn nhƣ phân tách các vùng trong ảnh, khử mờ và nhiễu ảnh, lấy đối tƣợng chính trong ảnh nhằm loại bỏ nền, chỉnh sửa đối tƣợng chính theo yêu cầu. Mọi ngƣời đều muốn chất lƣợng tấm ảnh tốt nhất có thể và đặc biệt là đối tƣợng chính trong ảnh cần đƣợc quan tâm hơn cả. Trong thực tế tình trạng mờ nhiễu, các vùng màu không rõ ràng cũng nhƣ đƣờng biên đối tƣợng và nền bị lem cũng khiến ngƣời nhìn có cảm giác thẩm mỹ không tốt hay máy tính xác định không chính xác đối tƣợng trọng yếu trong ảnh. Từ đó dẫn đến các thao tác sau cũng bị ảnh hƣởng nhiều.
Cuối cùng kết quả công việc sẽ không đƣợc nhƣ ý muốn. Trên thế giới hiện nay có những kỹ thuật khử nhiễu, mờ, tách đối tƣợng chính cũng nhƣ các kỹ thuật làm rõ đối tƣợng có thể đáp ứng yêu cầu của bài toán. Những kỹ thuật khử nhiễu nhƣ median filter, image reconstruction … đều có ƣu và nhƣợc điểm cũng nhƣ đối tƣợng áp dụng khác nhau. Các kỹ thuật khử mờ dựa trên wavelet thế hệ mới nhƣ contourlet, curvelet, ridgelet … cho kết quả tốt nhƣng vẫn có những hạn chế nhất định nhƣ ảnh phải có chiều cao, rộng là 2n.
