Chương 1: Tổng quan. Trong chương này, nhóm thực hiện trình bày khái quát về trí tuệ nhân tạo, thị giác máy tính, mục tiêu nghiên cứu, giới hạn đề tài và bố cục của đề tài. ➢ Chương 2: Cơ sở lý thuyết. Chương này giới thiệu tổng quan về xử lý ảnh, các phương pháp phát hiện, các phương pháp nhận dạng vật thể và lấy ví dụ về nhận dạng vật thể.
2 do an ➢ Chương 3: Mô phỏng hệ thống nhận dạng hình dáng vật thể trong ảnh tĩnh. Chương này trình bày các yêu cầu của hệ thống sau đó đưa ra những phương án phù hợp cho thiết kế. Từ đó bắt đầu thực hiện thiết kế sơ đồ khối hệ thống, tính toán các thông số kỹ thuật và tiến hành mô phỏng cho hệ thống. ➢ Chương 4: Kết quả.
Chương trình bày kết quả mô phỏng hệ thống, và đánh giá so với mục tiêu ban đầu đã đặt ra. ➢ Chương 5: Kết luận và hướng phát triển. Trình bày về những kết quả đạt được và chưa đạt của đề tài, đưa ra hướng phát triển và mở rộng cho đề tài trong tương lai. 3 do an CHƯƠNG 2 CƠ SỞ LÝ THUYẾT 2.1 TỔNG QUAN VỀ QUÁ TRÌNH XỬ LÝ ẢNH 2.1 Khái niệm ảnh số Ảnh số là ảnh tạo ra bởi điểm ảnh, điểm ảnh có vô vàn thứ, ví dụ như ảnh phong cảnh, ảnh chân dung, ảnh X-quang, ảnh thân nhiệt… Điểm ảnh đặc trưng cho một giá trị nào đó là một hàm n biến.
Ảnh trong thực tế là một ảnh liên tục về không gian và giá trị độ sáng. Để xử lí ảnh bằng máy tính cần thiết phải tiến hành số hóa ảnh. Trong quá trình số hóa, người ta biến đổi tín hiệu liên tục sang tín hiệu rời rạc thông qua quá trình lấy mẫu (rời rạc về không gian) và lượng hóa thành phần giá trị mà về nguyên tắc bằng mắt thường không phân biệt được hai điểm kề nhau. Trong quá trình này người ta sử dụng khái niệm điểm ảnh.1: Một vài ví dụ về ảnh số.2 Sơ đồ khối quá trình xử lý ảnh Quá trình xử lý ảnh được mô tả như Hình 2.2: Các giai đoạn trong xử lý ảnh.
➢ Thu nhận ảnh: Các ảnh số thu được từ các camera và từ các cảm biến khác như ảnh vệ tinh, ảnh từ máy quét ảnh, cắt khung hình từ video. ➢ Số hóa ảnh: Biến đổi ảnh tương tự thành ảnh rời rạc để xử lý bằng máy tính thông qua quá trình lấy mẫu và lượng tử hóa. ➢ Xử lý số: Là một tiến trình gồm nhiều công đoạn nhỏ như tăng cường ảnh, khôi phục ảnh, phát hiện biên, phân vùng ảnh, trích chọn các đặc trưng…vv. ➢ Hệ quyết định: Tùy mục đích của ứng dụng mà chuyển sang giai đoạn khác là hiển thị, nhận dạng, phân lớp hay truyền thông.3 Các vấn đề cơ bản trong xử lý ảnh ➢ Biểu diễn ảnh Ảnh có thể được xem là một hàm hai biến chứa các thông tin biểu diễn của một ảnh.
Các mô hình biểu diễn ảnh cho biết một mô tả logic hay định lượng của hàm này. Dựa vào đặc trưng của ảnh đó là pixel. Giá trị pixel có thể là một giá trị vô hướng hoặc một vector bao gồm 3 thành phần R, G, B trong trường hợp ảnh màu. Có thể biểu diễn ảnh bằng hàm toán học hoặc các ma trận điểm.
Trong cách biểu diễn bằng mô hình toán học, ảnh hai chiều được biểu diễn nhờ các hàm hai biến, đó là: 5 do an S(m,n)=∑∞ ∞ 𝑘=−∞ ∑𝑘=−∞ 𝑆(𝑘, 𝑙)𝛿(𝑚 − 𝑘, 𝑛 − 𝑙) (2-1) Với 0 ≤ m, k ≤ M-1 và 0 ≤ n, l ≤ N-1. Trong đó: S là ảnh, (m ,n) là tọa độ của pixel trong miền không gian 2 chiều và khoảng [0-Lmax] là thang mức xám. Giá trị mức xám cao nhất Lmax thường là 255 tương ứng với ảnh xám 8 bit có kích cỡ MxN. Cách biểu diễn ảnh bằng ma trận điểm được mô tả như Hình 2.
Ảnh được zoom; c. Mô tả ảnh bằng ma trận điểm. ➢ Mô hình hóa ảnh • Mô hình cảm nhận ảnh: Là mô hình biểu diễn thông qua các thuộc tính cảm nhận ảnh như màu sắc và cường độ sáng, các thuộc tính về thời gian, các cảm nhận về phối cảnh và bố cục. • Mô hình bố cục: Là mô hình biểu diễn thể hiện mối tương quan cục bộ của các phần tử ảnh, thường được ứng dụng cho các bài toán nâng cao chất lượng ảnh.
• Mô hình tổng thể: Là mô hình biểu diễn ảnh như một tập hợp các đối tượng và các đối tượng này có mối quan hệ không gian với nhau. Mô hình này thường được ứng dụng cho các bài toán phân nhóm và phân dạng ảnh. 6 do an ➢ Tăng cường ảnh Tăng cường ảnh nhằm tăng cường các thuộc tính cảm nhận và làm cho ảnh tốt lên theo một ý nghĩa nào đó, tiện lợi phục vụ cho các bước xử lý tiếp theo bao gồm các thao tác như thay đổi độ tương phản, thay đổi màu sắc, cường độ sáng, lọc nhiễu, nội suy, làm trơn ảnh… Các phương pháp chính cho việc tăng cường ảnh là phương pháp thao tác trên điểm và các thao tác về không gian. ➢ Khôi phục ảnh Khôi phục ảnh nhằm khôi phục lại ảnh ban đầu nhằm loại bỏ các biến dạng ra khỏi ảnh tùy theo nguyên nhân gây biến dạng.
Hệ thống thu nhận ảnh f(α,β) g(x,y) Hình 2.4: Hệ thống khôi phục ảnh. ∞ ∞ g(x,y)=∫−∞ ∫−∞ ℎ(x, y: α, β)𝑑𝛼𝑑(𝛽 + 𝜂 (x, y)) (2-2) Trong đó: η(x,y) là nhiễu cộng, f(α,β) là hàm biểu diễn đối tượng, g(x,y) là ảnh thu nhận và h(x,y,α,β) là đáp ứng xung của hệ thống hay còn gọi là hàm tán xạ điểm PSF. Một vấn đề khôi phục ảnh tiêu biểu là tìm một xấp xỉ của f(α,β) khi PSF có thể đo lường hay quan sát được, ảnh mờ và các tính chất xác suất của quá trình nhiễu. Các thao tác thường dùng trong khôi phục ảnh như lọc nhiễu, giảm độ méo… Và các phương pháp được sử dụng như lọc ngược, lọc thích nghi Wiener hay khôi phục ảnh từ các hình chiếu.
➢ Biến đổi ảnh Biến đổi ảnh nhằm thể hiện ảnh dưới các góc nhìn khác nhau tiện cho việc xử lý và phân tích ảnh, có các phương pháp được sử dụng phổ biến như biến đổi Fourier, biến đổi Cosine… ➢ Phân tích ảnh Phân tích ảnh được liên hệ đến việc tìm ra các đặc trưng của ảnh hay xây dựng mối quan hệ giữa chúng dựa vào các đặc trưng cục bộ. Nó có thể bao gồm các thao tác 7 do an như tìm đường biên, tách biên, làm mỏng đường biên, phân vùng ảnh và phân loại đối tượng. Có các phương pháp như: Hiện các biên cục bộ, Dò biên theo quy hoạch động, Phân vùng theo miền đồng nhất, Phân vùng dựa theo đường biên… là các phương pháp thường được sử dụng trong quá trình phân tích ảnh này. ➢ Nén ảnh Nén ảnh là một kỹ thuật mã hoá các ảnh số nhằm giảm số lượng các bit dữ liệu cần thiết để biểu diễn ảnh.
Mục đích là giảm đi những chi phí trong việc lưu trữ ảnh và chi phí thời gian để truyền ảnh đi xa trong truyền thông nhưng vẫn đảm bảo được chất lượng của ảnh. Có hai phương pháp nén được phân loại dựa vào nguyên lý nén đó là nén mất thông tin và nén không mất thông tin. Trong phương pháp nén không mất thông tin thì sau khi giải nén ta thu được chính xác dữ liệu gốc ban đầu còn phương pháp nén mất thông tin thì sau khi giải nén ta không thu được dữ liệu như ban đầu. Hiện nay có một số chuẩn nén hay dùng: JPEG, MPEG (JPEG-2000, MPEG- 4).
➢ Nhận dạng Nhận dạng ảnh là quá trình liên quan đến mô tả đối tượng mà người ta muốn đặc tả nó. Thường đi theo sau quá trình trích chọn các đặc tính của đối tượng. Có 2 kiểu mô tả đối tượng đó là Mô tả theo tham số (nhận dạng theo tham số) và Mô tả theo cấu trúc (nhận dạng theo cấu trúc). ➢ Ứng dụng Xử lý ảnh được ứng dụng nhiều trong thực tế như khôi phục hình ảnh và điều chỉnh độ phân giải, phân tích ảnh trong y tế, truyền và mã hóa ảnh.
Phát hiện vật cản cũng là một lĩnh vực mới và được thực hiện bởi xử lý ảnh như tính toán khoảng cách từ robot tới vật cản bằng cách xác định được các đối tượng khác nhau trong hình ảnh sau đó xử lý và tính toán chúng. Trong công nghệ nhận dạng thì xử lý ảnh dùng để xác định, nhận dạng đối tượng, các mối nguy hiểm, nhận dạng vân tay, khuôn mặt… 8 do an 2.2 KỸ THUẬT TÁCH BIÊN 2.1 Khái niệm về tách biên Tách biên là phương pháp thông dụng nhất để tách theo nghĩa gián đoạn trong các giá trị cường độ ảnh. Sự gián đoạn được tách sử dụng đạo hàm bậc nhất và bậc hai. Nếu lấy đạo hàm bậc nhất của ảnh ta có phương pháp Gradient và lấy đạo hàm bậc hai của ảnh ta có phương pháp Laplace.2 Các phương pháp tách biên 2.1 Kỹ thuật phát hiện biên Canny Phương pháp Canny được tìm ra năm 1986 dựa trên cặp đạo hàm riêng bậc nhất trong việc làm sạch nhiễu.
Đây là phương pháp tách đường biên khá phổ biến được dùng theo toán tử đạo hàm. Phương pháp đạo hàm chịu ảnh hưởng lớn của nhiễu, phương pháp đạt hiệu quả cao khi xấp xỉ đạo hàm bậc nhất của Gauss. f = (G I ) = f x + f y (2-3) Với 𝑓𝑥 , 𝑓𝑦 là đạo hàm riêng theo x và y của f. Do vậy: f = (G I ) x + (G I ) y = (Gx I ) + (Gy I ) (2-4) Lấy đạo hàm riêng theo x và y của G ta được: −x x2 + y 2 exp − 2 2 Gx ( x , y ) = 2 (2-5) −y x2 + y 2 exp − 2 2 G y ( x, y ) = 2 (2-6) Do bộ lọc Gauss có thể tách được nên ta có thể thực hiện riêng biệt các tích chập theo x và y: 9 do an Gx ( x, y) = Gx ( x) G( y) và Gy ( x, y ) = G y ( y ) G ( x) (2-7) Từ đó ta có: f x ( x, y) = Gx ( x) G( y) I và f y ( x, y ) = Gy ( y ) G ( x) I (2-8) Với biên độ và hướng tính theo công thức (2-7) và (2-8), thuật toán được minh họa trên Hình 2.5: Mô hình tính của phương pháp Canny.