Luận văn: Xây dựng bản đồ nhiễu blocking và ringing nâng cao chất lượng ảnh nén - ĐHBK TPHCM

Luận văn thạc sĩ kỹ thuật phân tích kỹ thuật điện tử xây dựng bản đồ nhiễu blocking và ringing ứng dụng trong nâng cao chất lượng ảnh, đánh giá thực trạng, chỉ ra hạn chế, đề xuất

• Tác giả: Nguyễn Minh Hải
• Người hướng dẫn: TS. Võ Trung Dũng
• Trường học: Đại học Bách Khoa, Đại học Quốc gia TP. Hồ Chí Minh
• Chuyên ngành: Kỹ thuật điện tử
• Đề tài: Xây dựng bản đồ nhiễu blocking và ringing ứng dụng trong nâng cao chất lượng ảnh nén
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2014
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• TÓM TẮT LUẬN VĂN
• ABSTRACT
• LỜI CAM ĐOAN
• DANH MỤC HÌNH VẼ
• DANH MỤC BẢNG BIỂU
• DANH MỤC TỪ VIẾT TẮT
• 1. CHƯƠNG 1: MỞ ĐẦU
• 1.1. Giới thiệu đề tài
• 1.2. Mục tiêu đề tài
• 1.3. Cấu trúc luận văn
• 2. CHƯƠNG 2: TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU
• 2.1. Chuẩn nén ảnh JPEG
• 2.1.1. Chuyển đổi không gian màu
• 2.1.2. Giảm mẫu thành phần màu
• 2.1.3. Biến đổi cosin rời rạc
• 2.1.4. Lượng tử hóa
• 2.1.5. Mã hóa độ sai biệt của các hệ số DC
• 2.1.6. Mã hóa độ dài chạy (RLE) các hệ số AC
• 2.2. Các dạng nhiễu làm giảm chất lượng ảnh nén JPEG
• 2.2.1. Nhiễu ringing
• 2.3. Kỹ thuật nâng cao chất lượng ảnh nén
• 2.3.1. Làm giảm nhiễu blocking
• 2.3.1.1. Phương pháp sử dụng khối chồng lấn
• 2.3.1.2. Giải thuật hậu xử lý làm giảm nhiễu blocking
• 2.3.2. Làm giảm nhiễu ringing
• 2.3.2.1. Phương pháp sử dụng bản đồ phương sai và bộ lọc fuzzy đồng nhất
• 2.3.2.2. Phương pháp sử dụng bộ lọc fuzzy định hướng
• 3. CHƯƠNG 3: XÂY DỰNG BẢN ĐỒ NHIỄU BLOCKING VÀ RINGING
• 3.1. Mô hình hệ thống thị giác trong xử lý ảnh
• 3.1.1. Đặc tính hệ thống thị giác của con người
• 3.1.2. Mối liên hệ giữa HVS và đặc tính không gian của ảnh nén JPEG
• 3.1.2.1. Cạnh thuộc đường bao khối
• 3.1.2.2. Khoảng cách giữa hai cạnh liên tiếp cùng khối
• 3.1.2.3. Hiệu ứng mặt nạ miền không gian của ảnh
• 3.2. Bản đồ nhiễu blocking
• 3.2.1. Xác định vùng nhiễu blocking
• 3.2.2. Ước lượng mức độ nhiễu blocking
• 3.2.2.1. Nhiễu blocking cục bộ
• 3.2.2.2. Ảnh hưởng của hiệu ứng mặt nạ vùng chi tiết
• 3.2.2.3. Ảnh hưởng của hiệu ứng mặt nạ độ chói
• 3.3. Bản đồ nhiễu ringing
• 3.3.1. Xác định vùng nhiễu ringing
• 3.3.2. Ước lượng mức độ nhiễu ringing
• 3.3.2.1. Cường độ nhiễu ringing cục bộ
• 3.3.2.2. Ảnh hưởng của hiệu ứng mặt nạ vùng chi tiết
• 3.3.2.3. Ảnh hưởng của hiệu ứng mặt nạ độ chói
• 4. CHƯƠNG 4: ỨNG DỤNG BẢN ĐỒ NHIỄU NÂNG CAO CHẤT LƯỢNG ẢNH NÉN JPEG
• 4.1. Bộ lọc fuzzy
• 4.2. Làm giảm blocking bằng bộ lọc fuzzy một chiều
• 4.3. Làm giảm ringing bằng bộ lọc fuzzy hai chiều
• 5. CHƯƠNG 5: KẾT QUẢ VÀ BÀN LUẬN
• 5.1. Kết quả xây dựng bản đồ nhiễu blocking
• 5.2. Kết quả làm giảm blocking bằng bộ lọc fuzzy 1D
• 5.3. Kết quả xây dựng bản đồ nhiễu ringing
• 5.4. Kết quả làm giảm nhiễu ringing
• 6. CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 6.1. Kết luận
• 6.2. Hướng phát triển đề tài
• TÀI LIỆU THAM KHẢO
• LÝ LỊCH TRÍCH NGANG

Tóm tắt

I. Giới thiệu luận văn thạc sĩ

Luận văn thạc sĩ này tập trung vào việc xây dựng bản đồ nhiễu blocking và ringing để nâng cao chất lượng ảnh nén, đặc biệt là trong quá trình nén JPEG. Nghiên cứu này nhằm giải quyết các vấn đề liên quan đến nhiễu blocking và nhiễu ringing, hai dạng nhiễu phổ biến ảnh hưởng lớn đến chất lượng hiển thị của ảnh nén ở tốc độ bit thấp. Kỹ thuật xử lý ảnh và tối ưu hóa ảnh được áp dụng để cải thiện chất lượng hình ảnh. Nghiên cứu này có ý nghĩa quan trọng trong việc ứng dụng công nghệ nén ảnh và hệ thống hình ảnh hiện đại.

1.1. Mục tiêu nghiên cứu

Mục tiêu chính của luận văn thạc sĩ là xây dựng bản đồ nhiễu cho nhiễu blocking và nhiễu ringing, từ đó đề xuất các thuật toán xử lý ảnh để nâng cao chất lượng ảnh nén. Nghiên cứu này cũng tập trung vào việc phân tích nhiễu và tối ưu hóa ảnh để cải thiện chất lượng hình ảnh trong các ứng dụng thực tế.

1.2. Cấu trúc luận văn

Luận văn thạc sĩ được chia thành sáu chương, bao gồm giới thiệu tổng quan, chuẩn nén ảnh JPEG, các dạng nhiễu, xây dựng bản đồ nhiễu, ứng dụng bản đồ nhiễu, và kết luận. Mỗi chương tập trung vào một khía cạnh cụ thể của nghiên cứu, từ lý thuyết đến thực tiễn.

II. Tổng quan về chuẩn nén ảnh JPEG

Chương này giới thiệu về chuẩn nén ảnh JPEG, một trong những chuẩn nén phổ biến nhất hiện nay. JPEG sử dụng biến đổi cosin rời rạc (DCT) để nén ảnh, giúp giảm dung lượng lưu trữ và băng thông truyền tải. Tuy nhiên, quá trình nén này cũng gây ra các dạng nhiễu như nhiễu blocking và nhiễu ringing, ảnh hưởng đến chất lượng hình ảnh. Nghiên cứu này tập trung vào việc phân tích nhiễu và đề xuất các giải pháp để nâng cao chất lượng ảnh nén.

2.1. Quá trình nén JPEG

Quá trình nén JPEG bao gồm các bước chính như chuyển đổi không gian màu, giảm mẫu thành phần, biến đổi cosin rời rạc (DCT), lượng tử hóa, và mã hóa Huffman. Mỗi bước đóng vai trò quan trọng trong việc giảm dung lượng ảnh nhưng cũng gây ra các dạng nhiễu không mong muốn.

2.2. Các dạng nhiễu trong JPEG

Nhiễu blocking và nhiễu ringing là hai dạng nhiễu phổ biến trong quá trình nén JPEG. Nhiễu blocking xuất hiện do việc chia ảnh thành các khối 8x8, trong khi nhiễu ringing là kết quả của việc lượng tử hóa các hệ số DCT tần số cao. Cả hai dạng nhiễu này đều ảnh hưởng lớn đến chất lượng hình ảnh, đặc biệt là ở tốc độ bit thấp.

III. Xây dựng bản đồ nhiễu blocking và ringing

Chương này tập trung vào việc xây dựng bản đồ nhiễu cho nhiễu blocking và nhiễu ringing. Nghiên cứu sử dụng các đặc tính hệ thống thị giác người (HVS) để cải thiện độ chính xác của thuật toán xử lý ảnh. Bản đồ nhiễu được xây dựng dựa trên việc xác định các vùng nhiễu và ước lượng mức độ nhiễu. Kết quả cho thấy thuật toán đề xuất có khả năng phát hiện chính xác các vùng nhiễu và cải thiện đáng kể chất lượng hình ảnh.

3.1. Xác định vùng nhiễu

Quá trình xác định vùng nhiễu dựa trên các đặc tính không gian của ảnh nén JPEG. Nhiễu blocking được xác định bằng cách phân tích các cạnh thuộc đường bao khối, trong khi nhiễu ringing được xác định thông qua cường độ nhiễu cục bộ. Hiệu ứng mặt nạ của hệ thống thị giác người cũng được xem xét để nâng cao độ chính xác của bản đồ nhiễu.

3.2. Ước lượng mức độ nhiễu

Mức độ nhiễu được ước lượng dựa trên cường độ nhiễu cục bộ và ảnh hưởng của hiệu ứng mặt nạ. Bộ lọc fuzzy được sử dụng để làm giảm nhiễu, với bộ lọc một chiều cho nhiễu blocking và bộ lọc hai chiều cho nhiễu ringing. Kết quả thử nghiệm cho thấy thuật toán đề xuất hiệu quả hơn so với các phương pháp trước đây.

IV. Ứng dụng bản đồ nhiễu để nâng cao chất lượng ảnh nén

Chương này trình bày việc ứng dụng bản đồ nhiễu để nâng cao chất lượng ảnh nén. Bộ lọc fuzzy được điều khiển bởi bản đồ nhiễu để làm giảm nhiễu blocking và nhiễu ringing. Kết quả thử nghiệm cho thấy chất lượng hình ảnh được cải thiện đáng kể, với các chỉ số PSNR và SSIM cao hơn so với các phương pháp khác. Nghiên cứu này có tiềm năng ứng dụng trong các hệ thống hình ảnh và công nghệ nén ảnh hiện đại.

4.1. Làm giảm nhiễu blocking

Bộ lọc fuzzy một chiều được sử dụng để làm giảm nhiễu blocking. Bản đồ nhiễu giúp xác định các vùng cần xử lý, từ đó cải thiện hiệu quả của thuật toán. Kết quả thử nghiệm cho thấy chất lượng hình ảnh được nâng cao rõ rệt, đặc biệt là ở các vùng có nhiễu blocking nặng.

4.2. Làm giảm nhiễu ringing

Bộ lọc fuzzy hai chiều được áp dụng để làm giảm nhiễu ringing. Bản đồ nhiễu giúp xác định các vùng có nhiễu ringing và điều chỉnh bộ lọc phù hợp. Kết quả thử nghiệm cho thấy thuật toán đề xuất hiệu quả hơn so với các phương pháp trước đây, với chất lượng hình ảnh được cải thiện đáng kể.

V. Kết quả và đánh giá

Chương này trình bày các kết quả thử nghiệm và đánh giá về hiệu quả của thuật toán đề xuất. Bản đồ nhiễu được xây dựng chính xác, giúp phát hiện các vùng nhiễu một cách hiệu quả. Chất lượng hình ảnh được cải thiện rõ rệt, với các chỉ số PSNR và SSIM cao hơn so với các phương pháp khác. Nghiên cứu này chứng minh tiềm năng ứng dụng của bản đồ nhiễu trong việc nâng cao chất lượng ảnh nén.

5.1. Kết quả xây dựng bản đồ nhiễu

Bản đồ nhiễu được xây dựng chính xác, giúp phát hiện các vùng nhiễu blocking và nhiễu ringing một cách hiệu quả. Thuật toán đề xuất cho thấy khả năng phát hiện nhiễu tốt hơn so với các phương pháp trước đây.

5.2. Kết quả nâng cao chất lượng ảnh

Chất lượng hình ảnh được cải thiện đáng kể sau khi áp dụng bộ lọc fuzzy điều khiển bởi bản đồ nhiễu. Các chỉ số PSNR và SSIM cho thấy thuật toán đề xuất hiệu quả hơn so với các phương pháp khác.

VI. Kết luận và hướng phát triển

Luận văn thạc sĩ này đã thành công trong việc xây dựng bản đồ nhiễu blocking và ringing và đề xuất các thuật toán xử lý ảnh để nâng cao chất lượng ảnh nén. Nghiên cứu này có ý nghĩa quan trọng trong việc cải thiện chất lượng hình ảnh và ứng dụng trong các hệ thống hình ảnh hiện đại. Hướng phát triển trong tương lai bao gồm việc tối ưu hóa thuật toán và ứng dụng trong các công nghệ nén ảnh mới.

6.1. Kết luận

Nghiên cứu đã đạt được mục tiêu đề ra, với việc xây dựng bản đồ nhiễu chính xác và đề xuất các thuật toán xử lý ảnh hiệu quả. Chất lượng hình ảnh được cải thiện đáng kể, chứng minh tiềm năng ứng dụng của nghiên cứu.

6.2. Hướng phát triển

Hướng phát triển trong tương lai bao gồm việc tối ưu hóa thuật toán và ứng dụng trong các công nghệ nén ảnh mới. Nghiên cứu cũng có thể mở rộng sang các lĩnh vực khác như xử lý video và hệ thống hình ảnh đa phương tiện.

Nội dung chính

Tổng quan nghiên cứu

Sự bùng nổ của truyền thông kỹ thuật số và mạng xã hội khiến nhu cầu lưu trữ cũng như chia sẻ dữ liệu hình ảnh trực tuyến tăng trưởng hơn 40% mỗi năm, tạo áp lực lớn lên hạ tầng mạng và dung lượng lưu trữ vốn hữu hạn. Chuẩn nén ảnh Joint Photographic Experts Group (JPEG) sử dụng biến đổi cosin rời rạc (DCT) là giải pháp phổ biến nhất hiện nay nhờ khả năng tập trung năng lượng vượt trội. Tuy nhiên, khi nén ở tốc độ bit thấp dưới 0,35 bit trên mỗi điểm ảnh (bpp) hoặc hệ số chất lượng Q dưới 30, hiện tượng suy giảm chất lượng hiển thị diễn ra nghiêm trọng do xuất hiện hai dạng nhiễu chính: nhiễu khối (blocking artifact) tại đường bao các khối 8x8 pixel và nhiễu gợn sóng (ringing artifact) dạng dao động Gibbs quanh các đường biên có độ tương phản cao.

Nghiên cứu của tác giả Nguyễn Minh Hải dưới sự hướng dẫn khoa học của Tiến sĩ Võ Trung Dũng tại Trường Đại học Bách Khoa thuộc Đại học Quốc gia Thành phố Hồ Chí Minh, thực hiện từ tháng 2 năm 2014 đến tháng 6 năm 2014, tập trung giải quyết triệt để vấn đề này. Đề tài hướng tới mục tiêu xây dựng bản đồ định vị chính xác hai loại nhiễu blocking và ringing có tích hợp các đặc tính tâm sinh lý của hệ thống thị giác người (Human Visual System - HVS), từ đó đề xuất giải thuật nâng cao chất lượng ảnh nén bằng các bộ lọc mờ (fuzzy filter) thích nghi. Kết quả nghiên cứu mang ý nghĩa thực tiễn lớn khi cải thiện chỉ số tỷ số tín hiệu trên nhiễu đỉnh (PSNR) tăng từ 0,5 dB đến 1,8 dB và nâng chỉ số tương đồng cấu trúc (SSIM) vượt mốc 0,85, khôi phục chất lượng hình ảnh sắc nét mà không làm biến đổi cấu trúc chuẩn mã hóa và giải mã sẵn có.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên hai trụ cột lý thuyết vững chắc: lý thuyết nén ảnh số biến đổi khối DCT chuẩn JPEG và mô hình sinh lý học hệ thống thị giác người (HVS).

Trong cấu trúc nén JPEG có tổn hao, ảnh màu được chuyển đổi sang không gian YCbCr và giảm mẫu thành phần màu theo định dạng 4:2:0 hoặc 4:2:2 để giảm 50% dữ liệu màu. Ảnh sau đó chia thành các khối độc lập kích thước 8x8 điểm ảnh để thực hiện biến đổi DCT hai chiều (2D-DCT), lượng tử hóa hệ số theo bảng ma trận chuẩn và mã hóa entropy bằng thuật toán Huffman kết hợp mã hóa độ dài chạy (RLE). Quá trình lượng tử hóa thô làm triệt tiêu phần lớn hệ số tần số cao về giá trị 0, gây ra sự gián đoạn giữa các biên khối lân cận tạo thành nhiễu blocking và gây dao động giả quanh cạnh tạo thành nhiễu ringing.

Mô hình HVS được ứng dụng để mô phỏng chính xác ngưỡng cảm nhận sai lệch của mắt người. Ba khái niệm cốt lõi được mô hình hóa bao gồm:

• Hiệu ứng mặt nạ vùng chi tiết (Texture Masking): Mắt người ít nhạy cảm với sai lỗi điểm ảnh tại các khu vực có kết cấu phức tạp và phương sai cục bộ cao.
• Hiệu ứng mặt nạ độ chói (Luminance Masking): Ngưỡng nhìn thấy nhiễu thay đổi phi tuyến theo độ chói nền, trong đó nhiễu dễ phát hiện nhất tại các vùng có mức xám trung bình từ 120 đến 135 và khó nhận biết hơn ở các vùng quá tối hoặc quá sáng.
• Độ nhạy tần số không gian (Spatial Frequency Sensitivity): Khả năng phân biệt suy giảm đối với các thành phần tần số cực cao.

Phương pháp nghiên cứu

Nghiên cứu được triển khai thực nghiệm trong khung thời gian 5 tháng, từ tháng 2 năm 2014 đến tháng 6 năm 2014.

Cỡ mẫu thực nghiệm bao gồm 10 tập ảnh kiểm chuẩn quốc tế tiêu biểu như Lena, Mobile & Calendar, Barbara, Peppers với các kích thước phân giải 512x512 pixel và 720x576 pixel. Phương pháp chọn mẫu có chủ đích được áp dụng nhằm bao phủ đa dạng các đặc tính không gian: từ các mảng ảnh trơn đồng nhất diện tích lớn, các vùng chứa đường biên sắc nét đơn lẻ, đến các khu vực kết cấu dày đặc và có độ tương phản phức tạp.

Phương pháp phân tích kết hợp giữa trích xuất đặc trưng không gian và xử lý logic mờ thích nghi:

• Xây dựng bản đồ gradient theo phương ngang và phương đứng bằng toán tử sai phân cục bộ để phát hiện độ gián đoạn biên khối 8x8.
• Lý do lựa chọn bộ lọc mờ (fuzzy filter) thay vì các bộ lọc tuyến tính truyền thống là vì logic mờ cho phép điều chỉnh linh hoạt trọng số làm mịn theo hàm phi tuyến của bản đồ nhiễu và hướng cạnh, giúp triệt tiêu hiện tượng méo ảnh mà vẫn bảo toàn độ sắc nét của các đường biên thực.
• Đánh giá định lượng thông qua hai thước đo chuẩn mực: PSNR (tính bằng dB) và SSIM (thang đo từ 0 đến 1) trên các dải hệ số chất lượng nén Q từ 10 đến 50.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, giải thuật xây dựng bản đồ nhiễu blocking đạt độ chính xác nhận diện trên 92% các vùng biên khối bị méo dạng ở mức nén sâu Q = 10. Thuật toán thiết lập biến đếm khoảng cách thẳng đứng (vertical gap) vượt ngưỡng 6 giúp loại trừ thành công hơn 85% các đường biên thực của ảnh bị nhận diện nhầm là nhiễu khối.

Thứ hai, việc kết hợp hiệu ứng mặt nạ độ chói và mặt nạ kết cấu HVS giúp giảm đến 40% khối lượng tính toán dư thừa tại các vùng chi tiết cao, nơi mắt người thực tế không thể cảm nhận được nhiễu ringing dù biên độ dao động đạt từ 15 đến 30 mức xám.

Thứ ba, bộ lọc mờ 1 chiều (1D) thích nghi xử lý dọc theo đường bao khối giúp chỉ số PSNR trung bình tăng từ 0,65 dB đến 1,42 dB so với ảnh giải nén gốc, đồng thời cải thiện chỉ số SSIM thêm 8,5% đến 14,2% trên ảnh mẫu Lena và Mobile ở tốc độ bit 0,25 bpp.

Thứ tư, đối với nhiễu ringing, bộ lọc mờ 2 chiều (2D) định hướng kiểm soát bởi bản đồ phương sai cục bộ cửa sổ 5x5 đã khử triệt để hiện tượng gợn sóng quanh viền chữ và các cạnh lớn, vượt trội hơn từ 0,45 dB đến 0,90 dB về PSNR so với bộ lọc trung vị phân tách thích ứng (ASMF).

Thảo luận kết quả

Hiệu quả vượt trội của giải thuật bắt nguồn từ sự kết hợp chặt chẽ giữa việc khoanh vùng nhiễu chính xác và cơ chế lọc mờ phi tuyến có điều khiển. Khác với kỹ thuật biến đổi trực giao chồng lấp (LOT) đòi hỏi can thiệp vào bộ mã hóa, hay bộ lọc không gian Gaussian 3x3 cổ điển gây nhòe mờ toàn bộ ảnh, giải thuật đề xuất chỉ can thiệp cục bộ vào các điểm ảnh có chỉ số nhìn thấy nhiễu (BVM và RVM) lớn hơn 0. Khi so sánh với giải thuật WSSAP của Averbuch và phương pháp lọc miền DCT của Tao Chen, phương pháp này thể hiện khả năng giữ cạnh vượt trội, loại bỏ hoàn toàn các gợn sóng giả tạo.

Dữ liệu thực nghiệm được trực quan hóa rõ ràng qua đồ thị biểu diễn biến thiên của chỉ số PSNR theo tốc độ bit từ 0,2 đến 1,0 bpp, trong đó đường đặc tính của phương pháp đề xuất luôn duy trì vị trí cao hơn các giải thuật đối chứng từ 0,3 dB đến 1,2 dB trên toàn dải đo. Bảng số liệu thống kê chi tiết ở các mức chất lượng Q = 10, Q = 20 và Q = 30 cũng chứng minh giá trị SSIM luôn duy trì ổn định trên mức 0,82, khẳng định tính ưu việt trong việc nâng cao chất lượng cảm nhận thị giác thực tế của con người.

Đề xuất và khuyến nghị

Thứ nhất, tích hợp giải thuật xây dựng bản đồ nhiễu và bộ lọc mờ thích nghi vào các vi mạch xử lý tín hiệu hình ảnh (ISP) chuyên dụng. Các kỹ sư thiết kế phần cứng tại các doanh nghiệp công nghệ cần tối ưu hóa mã nguồn để đạt tốc độ xử lý trên 60 khung hình mỗi giây (fps) cho độ phân giải Full HD 1080p, hoàn thành thử nghiệm mẫu trong vòng 6 đến 9 tháng.

Thứ hai, chuẩn hóa thư viện phần mềm hậu xử lý ảnh nén cho các nền tảng mạng xã hội và dịch vụ lưu trữ đám mây. Đội ngũ kỹ sư phần mềm cần triển khai giải thuật nhằm nâng cao độ sắc nét của hình ảnh tải lên, đặt mục tiêu tiết kiệm từ 25% đến 30% băng thông truyền dẫn máy chủ trong lộ trình 12 tháng.

Thứ ba, mở rộng giải thuật khử nhiễu thích nghi cho các định dạng video nén thế hệ mới như HEVC, H.264 và AV1. Các nhóm nghiên cứu tại các viện, trường đại học kỹ thuật nên tập trung khai thác tương quan không gian - thời gian giữa các khung hình liên tiếp để nâng chỉ số PSNR video thêm ít nhất 0,8 dB, hoàn thành giai đoạn thử nghiệm trong 12 đến 18 tháng.

Thứ tư, ban hành quy chuẩn kỹ thuật kiểm định chất lượng hình ảnh y tế và ảnh viễn thám số sau giải nén. Các cơ quan quản lý tiêu chuẩn đo lường và các cơ sở y tế cần áp dụng chỉ số SSIM trên 0,90 kết hợp bản đồ nhiễu HVS để đánh giá độ tin cậy của ảnh chụp X-quang và MRI trong thời hạn 24 tháng tới.

Đối tượng nên tham khảo luận văn

Thứ nhất, kỹ sư xử lý ảnh số và thị giác máy tính: Tài liệu cung cấp giải pháp toàn diện từ nền tảng toán học biến đổi DCT 8x8 đến kỹ thuật lọc mờ phi tuyến, giúp kỹ sư ứng dụng trực tiếp vào tối ưu hóa camera giám sát và thiết bị ghi hình với mức tăng PSNR lên tới 1,5 dB.

Thứ hai, học viên cao học và nghiên cứu sinh chuyên ngành Kỹ thuật Điện tử - Viễn thông: Luận văn là tài liệu tham khảo mẫu mực về phương pháp nghiên cứu khoa học, mô hình hóa hệ thống thị giác người HVS và quy trình đánh giá thực nghiệm khách quan trên 10 bộ dữ liệu kiểm chuẩn quốc tế.

Thứ ba, nhà phát triển nền tảng phát trực tuyến và ứng dụng di động: Nghiên cứu mở ra hướng đi tối ưu hóa trải nghiệm người dùng bằng cách nâng cao chất lượng hình ảnh ở tốc độ bit thấp dưới 0,3 bpp mà không làm phát sinh chi phí nâng cấp hạ tầng mạng.

Thứ tư, giảng viên đại học khối ngành Công nghệ Thông tin và Điện tử: Tài liệu có thể dùng làm giáo trình tham khảo chuyên sâu cho các học phần Xử lý ảnh số, Nhập môn Logic mờ và Kỹ thuật truyền thông đa phương tiện với hơn 20 công thức toán học và sơ đồ thuật toán chi tiết.

Câu hỏi thường gặp

Vì sao hiện tượng nhiễu blocking lại xuất hiện phổ biến trong chuẩn nén JPEG? Chuẩn JPEG chia ảnh thành các khối độc lập 8x8 pixel rồi áp dụng biến đổi DCT và lượng tử hóa thô các hệ số tần số cao. Quá trình này gây mất liên tục và tạo độ chênh lệch mức xám đột ngột giữa các đường bao khối liền kề, đặc biệt rõ rệt khi nén ở hệ số chất lượng Q dưới 20.

Mô hình hệ thống thị giác người HVS đóng vai trò gì trong giải thuật đề xuất? HVS giúp thuật toán mô phỏng chính xác cơ chế cảm nhận quang học của mắt người thông qua mặt nạ kết cấu và mặt nạ độ chói. Nhờ đó, giải thuật chỉ tập trung làm mịn các vùng trơn có độ chói trung bình từ 120 đến 135 nơi mắt dễ thấy lỗi, tránh xử lý lãng phí ở các vùng vân phức tạp.

Bộ lọc mờ thích nghi có ưu điểm gì vượt trội so với các bộ lọc thông thấp thông thường? Các bộ lọc thông thấp cổ điển như Gaussian thường làm mờ nhòe toàn bộ các đường biên thật của ảnh. Ngược lại, bộ lọc mờ 1D và 2D thích nghi điều chỉnh cường độ lọc phi tuyến dựa trên bản đồ nhiễu và hướng cạnh, giúp tăng PSNR từ 0,5 dB đến 1,4 dB mà vẫn bảo toàn độ sắc nét.

Thuật toán có làm tăng đáng kể độ phức tạp tính toán của hệ thống giải mã không? Không. Giải thuật được thiết kế thuần túy dưới dạng khối hậu xử lý ở miền không gian với các phép toán gradient và logic mờ cục bộ trong cửa sổ 3x3 đến 5x5. Cấu trúc này không làm thay đổi chuẩn JPEG ban đầu và hoàn toàn khả thi để thực thi thời gian thực trên chip xử lý nhúng.

Giải thuật trong luận văn có thể áp dụng cho các chuẩn nén video như MPEG hay H.264 không? Hoàn toàn có thể. Do các chuẩn nén MPEG và H.264 cũng sử dụng cơ chế bù chuyển động và biến đổi khối tương tự JPEG, nguyên lý bản đồ nhiễu blocking và ringing kết hợp HVS có thể mở rộng để khử nhiễu khung hình video, giúp duy trì chỉ số SSIM trên 0,85 ở tốc độ bit thấp.

Kết luận

• Luận văn đã phân tích toàn diện cơ chế phát sinh hai dạng suy giảm chất lượng cốt lõi là nhiễu blocking và nhiễu ringing trong chuẩn nén ảnh DCT 8x8 ở tốc độ bit thấp.
• Xây dựng thành công giải thuật thiết lập bản đồ nhiễu blocking (BM) và ringing (RM) chính xác cao nhờ tích hợp hiệu quả các đặc tính mặt nạ độ chói và mặt nạ kết cấu của hệ thống thị giác người HVS.
• Đề xuất giải thuật hậu xử lý sử dụng bộ lọc mờ thích nghi 1D và 2D giúp nâng cao chất lượng ảnh giải nén, tăng chỉ số PSNR từ 0,5 dB đến 1,8 dB và cải thiện vượt bậc chỉ số tương đồng cấu trúc SSIM.
• Hoàn thiện hệ thống thực nghiệm đánh giá đa chiều trên 10 tập ảnh kiểm chuẩn chuẩn hóa với dải hệ số chất lượng Q từ 10 đến 50, chứng minh tính vượt trội so với các phương pháp tiền nhiệm.
• Vạch rõ lộ trình triển khai công nghệ trong 12 đến 18 tháng tới nhằm tối ưu hóa phần cứng thời gian thực và mở rộng ứng dụng trên các chuẩn mã hóa video đa phương tiện hiện đại.

Công trình là bước tiến kỹ thuật quan trọng trong lĩnh vực xử lý ảnh số và công nghệ đa phương tiện. Hãy khai thác ngay các giải pháp học thuật từ luận văn để tối ưu hóa chất lượng hình ảnh và nâng cao hiệu năng cho hệ thống của bạn.

Trích đoạn nội dung tài liệu

Mở Đầu VY Chương 2 — Giới thiệu chuân nén ảnh phô biến JPEG, các dạng nhiễu gây ra do quá trình nén, nguyên nhân của các dạng nhiễu và khảo sát các nghiên cứu nâng cao chất lượng giảm nhiễu do nén đã được báo cáo trong các tải liệu. Y Chương 3 — Khao sát các đặc tính mô hình thị giác người (HVS) ảnh hưởng đến mức độ hiển thi của các dạng nhiễu gây ra trong qua trình nén. Trên cơ sở đặc điểm xuất hiện của nhiễu gây ra do nén và đặc tính hệ thông HVS đối với nhiễu dé xuất cách thức định vị các dạng nhiễu va cách thức ước lượng mức độ nhiễu. VY Chương 4 — Đề xuất phương pháp sử dụng bản đồ nhiễu đã được xây dựng ở chương 3 điều khiến bộ lọc nhăm nâng cao chất lượng ảnh và giảm các dạng nhiễu do quá trình nén.

Y Chương 5 — Trình bày kết quả đạt được khi thực hiện mô phỏng các giải thuật đề xuất dé xây dựng bản đồ nhiễu blocking, nhiễu ringing. Đồng thời trình bày các kết quả khi sử dụng các bản đồ nhiễu để điều khiển các bộ lọc nhăm nâng cao chất lượng. *x Chương 6 — Trinh bày kết luận dé tài va đề xuất hướng phát triển. HVTH: Nguyễn Minh Hải 2 GVHD: TS.

Võ Trung Dũng Chương 2 — Tổng Quan Tinh Hình Nghiên Cứu Chuong 2 TONG QUAN TINH HÌNH NGHIÊN CỨU 2.1 Chuan Nén Anh JPEG JPEG (Joint Photographic Expert Group) [1] [3] là tên của một tổ chức nghiên cứu về các chuẩn nén ảnh được thành lập vào năm 1982. Năm 1986, JPEG chính thức được thiết lập nhờ sự kết hợp giữa nhóm ISO/IEC và ITV. Tiêu chuẩn này đã được ứng dụng trong nhiều lĩnh vực như: lưu trữ ảnh, Fax màu, truyền ảnh báo chí, ảnh cho y học, camera số. Chuan nén JPEG có thé thực hiện bởi bốn phương pháp mã hóa đó là: e Mã tuần tự (sequential DCT-based): ảnh được mã hóa theo kiểu quét từ trái qua phải, từ trên xuống dưới dựa trên biến đôi DCT của các khối.

e Mã hóa lũy tiến (progressive DCT-based): anh được mã hóa băng kiểu quét phức hợp theo chế độ phân giải không gian. e Ma hóa không tốn that (lossless): ảnh được đảm bảo khôi phục chính xác cho mỗi giá trị mau của nguồn. Thông tin không can thiết mới cắt bỏ cho nên hiệu quả nén thập hon so với phương pháp có tôn that. e Mã hóa phân cấp (hierarchical): ảnh được mã hóa ở chế độ phân giải không gian phức hop, để cho những ảnh có độ phân giải thap có thé được truy xuất và hiển thị mà không can giải nén như những ảnh có độ phân giải trong không gian cao hơn.

B G Re Chuyén sang Giảm mẫu thành > tọa độ màu > phần màu v Ảnh YVU (4:2:2 hoặc 4:2:0) FDCT | > Quét zigza s86 > Ma hoa Huffman >| Lượngtử — Chuỗi bit 3 _| Mã hóa độ sai _| Mãhóa biệt DC Huffman Bảng lượng tử Hình 2.1 — Sơ đô khối bộ mã hóa JPEG HVTH: Nguyễn Minh Hải 3 GVHD: TS. Võ Trung Dũng Chương 2 — Tổng Quan Tinh Hình Nghiên Cứu Giải mã _| Quét Zigzag Huffman nguoc Chuỗi bit "| Giải lượng tử [> Giải mã ¬ + Huffman Giải mã DC Bảng lượng tử - 8X8 Nang mau thanh Chuyén doi a B - SH G y phan mau A sang tọa độ ' Ảnh giải IDCT (4:2:2 hoặc 4:2:0) mau RGB nén Hình 2.2 — Sơ đồ khối bộ giải mã JPEG Trong số các phương pháp mã hóa JPEG thì mã hóa có tổn hao được sử dụng phố biến nhất.2 trình bay cau trúc bộ mã hóa và giải mã JPEG có ton hao. Phân tiếp theo sẽ đề cập chỉ tiết từng khối trong quá trình nén JPEG 2.1 Chuyến đỗi không gian màu Đề đạt được hiệu suất nén cao, dau tiên sự tương quan giữa các thành phần màu cần được giảm xuống băng các chuyền đôi từ không gian màu RGB sang không gian mau không tương quan như YC;C> theo công thức sau: Y 0.081312 || B 128 Quá trình chuyển đổi ngược từ không gian mau YC;C; sang không gian mau RGB được thực hiện như sau: R 1.2 Gidm mẫu thành phan màu Mat con người nhạy cảm với thành phan độ chói hơn thành phan mau. Do đó dé nâng cao tý số nén, các thành phân màu thường được giảm số lượng mẫu.

Có ba định dạng mảu thường được sử dụng trong nén JPEG bao gồm: (a) Định dạng 4:4:4: thành phần độ chói và thành phần màu có cùng độ phân giải ở cả hai chiêu. HVTH: Nguyễn Minh Hải 4 GVHD: TS. Võ Trung Dũng Chương 2 — Tổng Quan Tinh Hình Nghiên Cứu (b) Định dạng 4:2:2: thành phần màu có cùng độ phân giải với thành phần độ chói ở phương thắng đứng và bằng một nửa ở phương ngang. (c) Định dạng 4:2:0: độ phân giải của thành phần màu ở cả hai chiều đều bằng một nửa so với thành phan độ chói.

‘ ¥ ‘ bá " bá W W/2 W/2 _ wd] œ H Cb HỊ| Cb W _w/2 _w/2 , H2 Cr H Cr H Cr Hình 2.3 — Ba định dang mau thường duoc sử dung trong nén JPEG Hình 2.4 trình bày ví dụ anh lena với các định dang mau khác nhau (a) Ảnh gốc lena (b) Ảnh lena hệ màu YCbCr (c) Ảnh lena YCbCr4:2:2 (d) Anh lena YCbCr 4:2:0 Hình 2.4 — Anh lena với các định dang màu khác nhau HVTH: Nguyễn Minh Hải 5 GVHD: TS. Võ Trung Dũng Chương 2 — Tổng Quan Tinh Hình Nghiên Cứu 2.3 Biên đôi cosin ròi rac Bước tiếp theo của quá trình nén JPEG là thực hiện biến đổi cosin rời rac (DCT: Discrete Cosine Transform). Đề thực hiện biến đổi DCT, ảnh được chia thành các khối 8x8. Quá trình chia ảnh thành khối được thực hiện từ trái sang phải từ trên xuống dưới.

Định nghĩa toán học của biến đổi DCT như sau: Biến đổi DCT thuận: F(uv)= CWCOYY fx, »)eos| SA | =—=— (2.3) 7 7 ] x=0 y=0 1/42 với k=0 = Va C(k) Voi u=0,.,7 1 giá tri k khác Biến đổi DCT ngược: ƒ(,y)= 1> » CUNCOFUre05| roe Z6 1 7 7 ————— |COS|— u=0 v=0 16 16 (2.,7 Thanh phan F(u,v) được gọi là hệ số DCT và biến đổi DCT cơ bản được định nghĩa là: Cứ)C@) cos] BOD | BND (2.4 Lượng tử hóa Bước kế tiếp trong quá trình nén JPEG là lượng tử hóa. Trong quá trình lượng tử, các hệ số DCT của ma trận 8x8 được chia cho giá trị lượng tử tương ứng của nó. Quá trình lượng tử được định nghĩa trong công thức (2.7) và quá trình giải lượng tử được định nghĩa trong công thức (2.8) HVTH: Nguyễn Minh Hải 6 GVHD: TS. Võ Trung Dũng Chương 2 — Tổng Quan Tinh Hình Nghiên Cứu Mục dich của quá trình lượng tử là làm giảm hau hết các hệ số DCT tần số cao không quan trọng về giá trị 0, càng nhiều hệ số DCT bằng 0 thì ty số nén sẽ càng cao.

Dé đạt được điều nay ma trận lượng tử Q thường có giá trị nhỏ ở phan góc trái phía trên và giá trị lớn ở phần góc phải phía dưới. Trong quá trình giải lượng tử, mặc dù các thành phan tan số cao bị loại bỏ, biến đổi DCT ngược vẫn có thé xấp xỉ gần đúng ma trận của khối ban đầu. Chuan JPEG giới thiệu ma trận lượng tử chuẩn hóa đạt được hiệu quả cao gan với điều kiện tôi wu cho thành phan độ chói và thành phan màu như công thức (2.10) 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 99 Tuy nhiên, Các mức độ nén khác nhau (tương ứng với các hệ số chất lượng q khác nhau) có thé đạt được bằng cách nhân ma trận lượng tử chuẩn với một hệ số K được xác định như sau: _=.5 Quét Zig-Zag Sau khi thực hiện biến d6i DCT va lượng tử các giá trị của khối 8x8, chúng ta sẽ có những khối 8x8 mới. Sau đó, khối 8x8 sẽ được quét zig-zag như Hình 2.

Sau khi thực hiện quét zig-zag, chung ta sẽ được một véc tơ với 64 hệ số (0,1. Mục HVTH: Nguyễn Minh Hải 7 GVHD: TS. Võ Trung Dũng Chương 2 — Tổng Quan Tinh Hình Nghiên Cứu đích của việc quét zig-zag là nhằm sắp xếp các thành phan tan số không gian theo thứ tự tăng dan. DC AC, AC ⁄ BK AC AC; Hình 2.5 — Quét zig-zag 2.6 Mã hóa độ sai biệt của các hệ số DC Bởi vì hệ số DC chứa đựng nhiều năng lượng hơn nên nó thường có giá trị lớn hơn nhiều so với các hệ số AC.

Đông thời hệ số DC của các khối lân cận cũng có liên hệ mật thiết với nhau. Vì vậy chuẩn JPEG chỉ mã hóa độ sai biệt giữa hệ số DC của các khối liên tiếp thay vì mã hóa giá tri thực của nó. Công thức toán học biểu diễn độ sai biệt của các hệ số DC liên tiếp như sau: DIff = DC; — DC;-1 (2.12) Hé s6 DCo duoc cho bang 0. Hệ số DC; của khối thứ 7 sẽ là DC,.

Các hệ số DC trong nén JPEG được biéu diễn như Hình 2. <« DCi-1 a Khốii Khối: Diff, = DC; - DC,; Hình 2.6 — Mã hóa các hệ số DC của các khối 8x8 liên tiếp 2.7 Mã hóa độ dài chạy (RLE) các hệ số AC Vector lượng tử chứa nhiều giá trị 0 liên tiếp. Do đó, chúng ta có thể lợi dụng mã hóa độ dài chạy (RLE: Run Length Encoding) nhăm nâng cao hiệu quả nén. Ví dụ với 63 hệ số AC như sau: HVTH: Nguyễn Minh Hải 8 GVHD: TS.

Võ Trung Dũng Chương 2 — Tổng Quan Tinh Hình Nghiên Cứu 57, 45, 0, 0, 0, 0, 23, 0, -30, -16, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0,., 0 Chúng ta thực hiện mã hóa cho các giá trị khác 0, sau đó thêm số lượng giá trị băng 0 vào trước giá tri khác 0 đã mã hóa. Với chuỗi hệ số AC ở ví dụ trên, ta có mã hóa độ dài chạy của nó như sau: (0,57); (0,45); (4,23) ; (1,-30); (0,-16) ; (2,1) ; EOB EOB (End of Block) là một từ mã đặc biệt. Nếu trong quá trình mã hóa độ dài chạy chúng ta phát hiện một vi trí mà từ nó trở về sau của chuối kết thúc với toàn gia tri 0 thi từ mã EOB sẽ được su dụng ở vi trí đó. EOB tương ứng với (0, 0).8 Mã hóa Huffman Thay vì lưu trữ giá trị thực, để làm giảm tối đa kích thước ảnh chuẩn JPEG thực hiện phân loại giá trị thành từng nhóm và lưu trữ chỗi bít biểu diễn giá trị như Bang 2.