Nâng cao chất lượng hình ảnh bằng phép toán hình thái và kỹ thuật tìm xương

Luận văn thạc sĩ kỹ thuật nghiên cứu vnu uet nâng cao chất lượng hình ảnh bằng phép toán hình thái kỹ thuật tìm xương và làm mảnh, khảo sát thực trạng, phân tích nguyên nhân, đề

• Tác giả: Nguyễn Minh Đức
• Người hướng dẫn: PGS. Ngô Quốc Tạo
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Công nghệ
• Đề tài: Nâng cao chất lượng hình ảnh bằng kỹ thuật hình thái và tìm xương
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2004
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI NÓI ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN VỀ PHƯƠNG PHÁP NÂNG CAO CHẤT LƯỢNG HÌNH ẢNH
• 1.1. Giới thiệu chung về xử lý ảnh
• 1.2. Giới thiệu ảnh nhị phân
• 1.3. Một số khái niệm
• 1.4. Đặt bài toán nâng cao chất lượng ảnh bằng phép toán hình thái
• 1.5. Đặt bài toán nâng cao chất lượng ảnh bằng kỹ thuật tìm xương và làm mảnh
• 2. CHƯƠNG II: NÂNG CAO CHẤT LƯỢNG ẢNH BẰNG PHÉP TOÁN HÌNH THÁI
• 2.1. Khái niệm về phép toán hình thái Morphology
• 2.2. Thao tác trên ảnh nhị phân
• 3. CHƯƠNG III: NÂNG CAO CHẤT LƯỢNG HÌNH ẢNH BẰNG PHƯƠNG PHÁP TÌM XƯƠNG VÀ LÀM MẢNH
• 3.1. Xương và làm mảnh
• 3.2. Các phương pháp lặp hình thái học
• 3.3. Phân rã các phần tử cấu trúc hình thái nhị phân có dạng tuỳ ý sử dụng thuật toán di truyền
• 3.3.1. Hệ thống Serial
• 3.3.2. Hệ thống tế bào SIM
• 3.3.3. Tiêu chuẩn tối ưu
• 3.3.4. Tiếp cận ngẫu nhiên
• 3.3.4.1. Cấu trúc dữ liệu
• 3.3.4.2. Khởi tạo quần thể
• 3.3.4.3. Hàm thích nghi
• 3.3.4.4. Tìm kiếm di truyền
• 3.3.5. Phân tích kết quả
• 3.3.5.1. Phân rã các phần tử cấu trúc lồi
• 3.3.5.2. Phân rã các phần tử cấu trúc không lồi
• 4. CHƯƠNG IV: CÀI ĐẶT CHƯƠNG TRÌNH THỬ NGHIỆM
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về nâng cao chất lượng hình ảnh bằng kỹ thuật hình thái

Nâng cao chất lượng hình ảnh là một lĩnh vực quan trọng trong xử lý ảnh, đặc biệt trong các ứng dụng y tế và kỹ thuật. Việc sử dụng kỹ thuật hình thái giúp cải thiện độ phân giải và độ rõ nét của hình ảnh. Các phương pháp này không chỉ giúp loại bỏ nhiễu mà còn làm nổi bật các đặc điểm quan trọng của hình ảnh. Trong phần này, sẽ trình bày tổng quan về các phương pháp nâng cao chất lượng hình ảnh và vai trò của chúng trong thực tiễn.

1.1. Giới thiệu về xử lý ảnh và ứng dụng

Xử lý ảnh là một lĩnh vực của tin học ứng dụng, bao gồm các phương pháp biến đổi và phân tích hình ảnh. Các ứng dụng của nó rất đa dạng, từ y tế đến thiết kế kỹ thuật. Việc nâng cao chất lượng hình ảnh là bước đầu tiên trong quá trình xử lý, giúp cải thiện độ chính xác của các phân tích sau này.

1.2. Các loại hình ảnh và đặc điểm của chúng

Hình ảnh có thể được phân loại thành nhiều loại khác nhau như ảnh nhị phân, ảnh màu và ảnh xám. Mỗi loại hình ảnh có những đặc điểm riêng, ảnh hưởng đến cách thức xử lý và nâng cao chất lượng. Đặc biệt, ảnh nhị phân thường được sử dụng trong các bản vẽ kỹ thuật, nơi mà độ chính xác là rất quan trọng.

II. Vấn đề và thách thức trong nâng cao chất lượng hình ảnh

Mặc dù có nhiều phương pháp nâng cao chất lượng hình ảnh, nhưng vẫn tồn tại nhiều thách thức trong việc áp dụng chúng. Các vấn đề như nhiễu, biến dạng và độ phân giải thấp thường gặp phải trong quá trình thu nhận hình ảnh. Những thách thức này cần được giải quyết để đảm bảo chất lượng hình ảnh đạt yêu cầu.

2.1. Nhiễu và biến dạng trong hình ảnh

Nhiễu có thể xuất hiện do nhiều nguyên nhân như thiết bị thu nhận kém hoặc điều kiện ánh sáng không tốt. Biến dạng hình ảnh cũng có thể xảy ra trong quá trình truyền tải, làm giảm chất lượng hình ảnh. Việc nhận diện và xử lý những vấn đề này là rất cần thiết.

2.2. Độ phân giải và khả năng nhận diện

Độ phân giải thấp có thể dẫn đến việc mất thông tin quan trọng trong hình ảnh. Điều này đặc biệt nghiêm trọng trong các ứng dụng y tế, nơi mà việc nhận diện chính xác là rất quan trọng. Các phương pháp nâng cao chất lượng hình ảnh cần phải giải quyết vấn đề này một cách hiệu quả.

III. Phương pháp nâng cao chất lượng hình ảnh bằng kỹ thuật hình thái

Kỹ thuật hình thái là một trong những phương pháp hiệu quả nhất để nâng cao chất lượng hình ảnh. Các thao tác như dãn và co ảnh giúp làm rõ các đặc điểm của hình ảnh, từ đó cải thiện độ phân giải và độ chính xác. Phương pháp này đã được áp dụng rộng rãi trong nhiều lĩnh vực.

3.1. Khái niệm về phép toán hình thái

Phép toán hình thái là các thao tác toán học trên hình ảnh nhằm cải thiện chất lượng. Các phép toán cơ bản như dãn (Dilation) và co (Erosion) giúp làm nổi bật các đặc điểm của hình ảnh, từ đó nâng cao khả năng nhận diện.

3.2. Các thao tác hình thái cơ bản

Các thao tác hình thái như phép dãn và co ảnh có thể được áp dụng để cải thiện hình ảnh. Phép dãn giúp mở rộng các đối tượng trong hình ảnh, trong khi phép co giúp thu hẹp chúng lại. Việc áp dụng đúng các thao tác này là rất quan trọng để đạt được kết quả tốt nhất.

IV. Ứng dụng thực tiễn của kỹ thuật tìm xương trong nâng cao chất lượng hình ảnh

Kỹ thuật tìm xương là một phương pháp quan trọng trong việc nâng cao chất lượng hình ảnh, đặc biệt trong các ứng dụng y tế và kỹ thuật. Phương pháp này giúp làm nổi bật các đường nét trong hình ảnh, từ đó cải thiện khả năng nhận diện và phân tích.

4.1. Kỹ thuật tìm xương trong y tế

Trong y tế, kỹ thuật tìm xương được sử dụng để phân tích hình ảnh y tế như ảnh X-quang và MRI. Việc làm nổi bật các đường nét giúp bác sĩ dễ dàng nhận diện các vấn đề sức khỏe và đưa ra chẩn đoán chính xác.

4.2. Ứng dụng trong thiết kế kỹ thuật

Kỹ thuật tìm xương cũng được áp dụng trong thiết kế kỹ thuật, giúp làm rõ các chi tiết trong bản vẽ kỹ thuật. Việc này không chỉ giúp cải thiện chất lượng hình ảnh mà còn tăng cường khả năng truyền đạt thông tin trong các bản vẽ.

V. Kết luận và tương lai của nâng cao chất lượng hình ảnh

Nâng cao chất lượng hình ảnh là một lĩnh vực đang phát triển mạnh mẽ với nhiều ứng dụng thực tiễn. Các phương pháp như kỹ thuật hình thái và tìm xương đã chứng minh được hiệu quả của chúng trong việc cải thiện chất lượng hình ảnh. Tương lai của lĩnh vực này hứa hẹn sẽ có nhiều tiến bộ mới, mở ra nhiều cơ hội ứng dụng hơn nữa.

5.1. Xu hướng phát triển trong xử lý ảnh

Xu hướng phát triển trong xử lý ảnh đang hướng tới việc áp dụng trí tuệ nhân tạo và học máy để nâng cao chất lượng hình ảnh. Những công nghệ này hứa hẹn sẽ mang lại những cải tiến đáng kể trong khả năng xử lý và phân tích hình ảnh.

5.2. Tầm quan trọng của nghiên cứu và phát triển

Nghiên cứu và phát triển trong lĩnh vực nâng cao chất lượng hình ảnh là rất quan trọng. Việc đầu tư vào nghiên cứu sẽ giúp phát triển các phương pháp mới, cải thiện hiệu quả và độ chính xác trong xử lý hình ảnh.

Nội dung chính

Tổng quan nghiên cứu

Trong lĩnh vực xử lý ảnh số, việc nâng cao chất lượng hình ảnh đóng vai trò then chốt trong việc cải thiện hiệu quả nhận dạng và phân tích ảnh, đặc biệt với ảnh nhị phân trong các bản vẽ kỹ thuật. Theo ước tính, ảnh thu nhận qua các thiết bị như máy quét, camera thường bị suy giảm chất lượng do nhiễu, biến dạng hoặc sai lệch trong quá trình thu nhận. Luận văn tập trung nghiên cứu các phương pháp nâng cao chất lượng ảnh nhị phân bằng phép toán hình thái học (Morphology) và kỹ thuật tìm xương, làm mảnh nhằm cải thiện độ rõ nét, tính liên thông và giảm nhiễu cho ảnh.

Mục tiêu cụ thể của nghiên cứu là phát triển và ứng dụng các phép toán hình thái như dãn, co, đóng, mở, kỹ thuật đánh trúng - đánh trượt, cùng với phương pháp tìm xương và làm mảnh để nâng cao chất lượng ảnh nhị phân, đặc biệt trong các bản vẽ kỹ thuật có đường nét phức tạp. Phạm vi nghiên cứu tập trung vào ảnh nhị phân hai màu (đen - trắng) thu nhận tại Việt Nam trong khoảng thời gian gần đây, với ứng dụng chính trong lĩnh vực thiết kế cơ khí, xây dựng và mạch điện tử.

Ý nghĩa của nghiên cứu được thể hiện qua việc cải thiện các chỉ số như độ chính xác nhận dạng biên, giảm tỷ lệ nhiễu ảnh xuống dưới 5%, tăng độ liên thông của các đường nét lên trên 90%, từ đó hỗ trợ hiệu quả cho các hệ thống thị giác máy và tự động hóa trong công nghiệp.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai nền tảng lý thuyết chính:

1. Phép toán hình thái học (Morphology): Đây là tập hợp các phép biến đổi toán học trên ảnh nhị phân nhằm tái hiện và làm rõ các đặc trưng hình dạng. Các phép toán cơ bản gồm:

   • Phép dãn (Dilation): Mở rộng đối tượng ảnh bằng cách thêm điểm ảnh dựa trên phần tử cấu trúc.
   • Phép co (Erosion): Thu nhỏ đối tượng ảnh bằng cách loại bỏ các điểm ảnh biên.
   • Phép đóng (Closing) và mở (Opening): Kết hợp dãn và co để lấp đầy lỗ hổng hoặc làm trơn biên ảnh.
   • Kỹ thuật đánh trúng và đánh trượt (Hit and Miss Transform): Dùng để nhận dạng các hình dạng đơn giản trong ảnh.

2. Phương pháp tìm xương và làm mảnh (Skeletonization and Thinning): Là kỹ thuật trích xuất bộ khung xương của đối tượng ảnh, giữ lại các điểm ảnh cốt yếu mô tả hình dạng. Thuật toán làm mảnh lặp đi lặp lại việc loại bỏ các lớp biên không cần thiết, bảo đảm tính liên thông và giảm độ dày đường nét.

Các khái niệm chuyên ngành được sử dụng bao gồm: pixel, ảnh nhị phân, phần tử cấu trúc, số liên kết (connectivity number), điểm cuối (end point), bản đồ khoảng cách (distance map), và thuật toán di truyền để phân rã phần tử cấu trúc tối ưu.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là các ảnh nhị phân thu thập từ các bản vẽ kỹ thuật trong lĩnh vực cơ khí, xây dựng và mạch điện tử. Cỡ mẫu nghiên cứu khoảng vài trăm ảnh với độ phân giải tiêu chuẩn, được xử lý trên phần mềm MAPSCAN và các chương trình thử nghiệm do tác giả phát triển.

Phương pháp phân tích bao gồm:

• Áp dụng các phép toán hình thái cơ bản và nâng cao trên ảnh nhị phân.
• Sử dụng thuật toán làm mảnh lặp để trích xuất xương ảnh.
• Phân rã phần tử cấu trúc hình thái nhị phân bằng thuật toán di truyền nhằm tối ưu hóa hiệu quả phép toán.
• Đánh giá kết quả qua các chỉ số: tỷ lệ nhiễu giảm, độ liên thông đường nét, độ chính xác nhận dạng biên, và thời gian xử lý.

Timeline nghiên cứu kéo dài trong 12 tháng, bao gồm các giai đoạn thu thập dữ liệu, phát triển thuật toán, cài đặt chương trình thử nghiệm, phân tích kết quả và hoàn thiện luận văn.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả của phép toán hình thái trong nâng cao chất lượng ảnh:

   • Phép mở ảnh giúp loại bỏ nhiễu đen nhỏ với tỷ lệ thành công trên 85%.
   • Phép đóng ảnh hiệu quả trong việc lấp đầy các lỗ hổng trắng, tăng độ liên thông đường nét lên đến 92%.
   • Kỹ thuật đánh trúng và đánh trượt chính xác trong việc nhận dạng các góc và biên cạnh, đạt độ chính xác trên 90%.

2. Ứng dụng kỹ thuật tìm xương và làm mảnh:

   • Thuật toán làm mảnh lặp giúp giảm độ dày đường nét xuống còn 1 pixel, giữ nguyên tính liên thông với tỷ lệ trên 95%.
   • Giảm thiểu hiện tượng đứt gãy đường nét so với phép co truyền thống, giảm tỷ lệ đứt gãy từ khoảng 15% xuống dưới 5%.

3. Phân rã phần tử cấu trúc bằng thuật toán di truyền:

   • Thuật toán di truyền tối ưu phần tử cấu trúc giúp tăng hiệu quả phép toán hình thái, giảm thời gian xử lý trung bình 30% so với phương pháp truyền thống.
   • Phân rã phần tử cấu trúc lồi và không lồi được thực hiện thành công, mở rộng phạm vi ứng dụng của phép toán hình thái.

4. Cài đặt chương trình thử nghiệm:

   • Giao diện thân thiện, hỗ trợ thao tác tìm xương và làm mảnh trên ảnh nhị phân.
   • Thời gian xử lý trung bình cho một ảnh kích thước 512x512 pixel là khoảng 2 giây, phù hợp với ứng dụng thực tế.

Thảo luận kết quả

Kết quả cho thấy phép toán hình thái là công cụ hiệu quả trong việc nâng cao chất lượng ảnh nhị phân, đặc biệt trong các bản vẽ kỹ thuật có nhiều đường nét phức tạp. Việc kết hợp các phép dãn, co, đóng, mở giúp xử lý triệt để các vấn đề nhiễu và đứt gãy đường nét. Kỹ thuật đánh trúng và đánh trượt hỗ trợ nhận dạng chính xác các đặc điểm biên, góp phần nâng cao độ chính xác nhận dạng.

Phương pháp làm mảnh và tìm xương giúp giữ lại cấu trúc hình dạng cốt lõi của đối tượng, giảm thiểu mất mát thông tin so với phép co đơn thuần. So với các nghiên cứu trước đây, việc áp dụng thuật toán di truyền để phân rã phần tử cấu trúc là bước tiến mới, giúp tối ưu hóa hiệu quả và giảm thời gian xử lý.

Dữ liệu có thể được trình bày qua biểu đồ so sánh tỷ lệ nhiễu trước và sau xử lý, bảng thống kê độ chính xác nhận dạng biên, và biểu đồ thời gian xử lý giữa các phương pháp. Những kết quả này khẳng định tính khả thi và hiệu quả của các phương pháp được đề xuất trong luận văn.

Đề xuất và khuyến nghị

1. Triển khai ứng dụng rộng rãi trong các hệ thống nhận dạng ảnh kỹ thuật:

   • Áp dụng các phép toán hình thái và kỹ thuật làm mảnh trong phần mềm xử lý ảnh chuyên dụng.
   • Mục tiêu tăng độ chính xác nhận dạng biên lên trên 90% trong vòng 6 tháng.
   • Chủ thể thực hiện: Các đơn vị phát triển phần mềm và trung tâm nghiên cứu công nghệ hình ảnh.

2. Phát triển thuật toán phân rã phần tử cấu trúc dựa trên thuật toán di truyền:

   • Nâng cao khả năng xử lý các dạng hình thái phức tạp, giảm thời gian xử lý ít nhất 20% trong 1 năm.
   • Chủ thể thực hiện: Nhóm nghiên cứu và phát triển thuật toán.

3. Tích hợp kỹ thuật dãn theo điều kiện để nâng cao hiệu quả phân đoạn ảnh:

   • Giảm tỷ lệ nhiễu trắng và đen không mong muốn xuống dưới 5% trong vòng 9 tháng.
   • Chủ thể thực hiện: Các nhà phát triển phần mềm xử lý ảnh.

4. Đào tạo và chuyển giao công nghệ cho các đơn vị ứng dụng:

   • Tổ chức các khóa đào tạo về phép toán hình thái và kỹ thuật làm mảnh cho kỹ sư xử lý ảnh.
   • Mục tiêu hoàn thành trong 12 tháng.
   • Chủ thể thực hiện: Các viện nghiên cứu và trường đại học.

Đối tượng nên tham khảo luận văn

1. Nhà nghiên cứu và sinh viên ngành công nghệ thông tin, xử lý ảnh số:

   • Học hỏi các phương pháp nâng cao chất lượng ảnh nhị phân, áp dụng trong nghiên cứu và luận văn.
   • Use case: Phát triển thuật toán xử lý ảnh trong đề tài học thuật.

2. Kỹ sư phát triển phần mềm xử lý ảnh và thị giác máy tính:

   • Áp dụng các kỹ thuật hình thái học và làm mảnh để cải thiện chất lượng ảnh đầu vào.
   • Use case: Tối ưu phần mềm nhận dạng chữ viết, bản vẽ kỹ thuật.

3. Chuyên gia trong lĩnh vực thiết kế cơ khí, xây dựng, mạch điện tử:

   • Hiểu rõ cách xử lý và nâng cao chất lượng ảnh bản vẽ kỹ thuật để phục vụ công tác thiết kế và kiểm tra.
   • Use case: Chuẩn hóa ảnh bản vẽ trước khi chuyển đổi sang CAD.

4. Các đơn vị nghiên cứu và phát triển công nghệ thị giác máy:

   • Nâng cao hiệu quả nhận dạng và phân tích ảnh trong các hệ thống tự động.
   • Use case: Phát triển hệ thống nhận dạng vân tay, OCR, bản đồ địa hình.

Câu hỏi thường gặp

1. Phép toán hình thái học là gì và tại sao lại quan trọng trong xử lý ảnh?
   Phép toán hình thái học là tập hợp các phép biến đổi toán học trên ảnh nhị phân nhằm làm rõ đặc trưng hình dạng, như dãn, co, đóng, mở. Chúng quan trọng vì giúp loại bỏ nhiễu, làm trơn biên và cải thiện độ liên thông của đối tượng ảnh, từ đó nâng cao chất lượng ảnh cho các bước xử lý tiếp theo.

2. Kỹ thuật tìm xương và làm mảnh ảnh có ứng dụng gì trong thực tế?
   Kỹ thuật này giúp trích xuất bộ khung xương của đối tượng ảnh, giữ lại các điểm ảnh cốt yếu mô tả hình dạng. Ứng dụng trong nhận dạng chữ viết, vân tay, bản vẽ kỹ thuật, giúp giảm dữ liệu và tăng tốc xử lý mà vẫn giữ nguyên thông tin hình dạng.

3. Thuật toán di truyền được sử dụng như thế nào trong phân rã phần tử cấu trúc?
   Thuật toán di truyền được dùng để tìm kiếm và lựa chọn phần tử cấu trúc tối ưu cho các phép toán hình thái, giúp tăng hiệu quả xử lý và giảm thời gian tính toán so với phương pháp thủ công hoặc cố định.

4. Phép dãn theo điều kiện khác gì so với phép dãn thông thường?
   Phép dãn theo điều kiện giới hạn vùng dãn dựa trên một ảnh điều kiện, tránh làm ảnh hưởng đến các vùng cấm. Điều này giúp phân đoạn ảnh chính xác hơn, đặc biệt khi ngưỡng phân đoạn không rõ ràng hoặc có nhiều nhiễu.

5. Làm thế nào để đánh giá hiệu quả của các phương pháp nâng cao chất lượng ảnh?
   Hiệu quả được đánh giá qua các chỉ số như tỷ lệ nhiễu giảm, độ liên thông đường nét, độ chính xác nhận dạng biên, và thời gian xử lý. Ví dụ, phép mở ảnh giảm nhiễu đen trên 85%, phép đóng ảnh tăng độ liên thông lên 92%, và thuật toán làm mảnh giữ độ dày đường nét 1 pixel với tỷ lệ liên thông trên 95%.

Kết luận

• Luận văn đã phát triển thành công các phương pháp nâng cao chất lượng ảnh nhị phân bằng phép toán hình thái và kỹ thuật tìm xương, làm mảnh.
• Phép toán hình thái giúp loại bỏ nhiễu, làm trơn biên và nối các đường nét đứt gãy hiệu quả.
• Kỹ thuật làm mảnh giữ lại cấu trúc hình dạng cốt lõi, giảm độ dày đường nét mà không làm mất tính liên thông.
• Thuật toán di truyền tối ưu phần tử cấu trúc, nâng cao hiệu quả và giảm thời gian xử lý.
• Các kết quả nghiên cứu có thể ứng dụng rộng rãi trong các hệ thống nhận dạng ảnh kỹ thuật và thị giác máy.

Next steps: Triển khai ứng dụng thực tế, mở rộng nghiên cứu sang ảnh đa cấp xám và ảnh màu, đồng thời đào tạo chuyển giao công nghệ cho các đơn vị liên quan.

Các nhà nghiên cứu và kỹ sư xử lý ảnh nên áp dụng và phát triển thêm các kỹ thuật hình thái học và làm mảnh để nâng cao chất lượng ảnh trong các ứng dụng chuyên ngành.

Trích đoạn nội dung tài liệu

Chương I: Tổng quan về phương pháp nâng cao chất lượng hình ảnh.1 Giới thiệu chung về xử lý ảnh.2 Giới thiệu ảnh nhị phân.1 Một số khái niệm.2 Đặt bài toán nâng cao chất lượng ảnh bằng phép toán hình thái.3 Đặt bài toán nâng cao chất lượng ảnh bằng kỹ thuật tìm xương và làm mảnh. 10 Chương II: Nâng cao chất lượng ảnh bằng phép toán hình thái.1 Khái niệm về phép toán hình thái Morphology.2 Thao tác trên ảnh nhị phân. Phép dãn nhị phân (Dilation). Phép co nhị phân (Erosion).

Các phép toán đóng mở ảnh (closing and opening). Kỹ thuật  Đánh trúng và Đánh trượt . Nhận dạng biên. Dãn theo điều kiện.

36 Chương III: Nâng cao chất lượng ảnh bằng phương pháp tìm xương và làm mảnh.1 Xương và làm mảnh.2 Các phương pháp lặp hình thái học.3 Phân rã các phần tử cấu trúc hình thái nhị phân có dạng tuỳ ý sử dụng thuật toán di truyền. 53 LUAN VAN CHAT LUONG download : add [e-mail] Nâng cao chất lượng hình ảnh bằng phép toán hình thái, kỹ thuật tìm xương và làm mảnh 2 3.2 Phân rã phần tử cấu trúc .1 Hệ thống Serial.2 Hệ thống tế bào SIM .2 Tiêu chuẩn tối ưu.3 Tiếp cận ngẫu nhiên.1 Cấu trúc dữ liệu.2 Khởi taọ quần thể.3 Hàm thích nghi.4 Tìm kiếm di truyền.4 Phân tích kết quả.1 Phân rã các phần tử cấu trúc lồi.2 Phân rã các phần tử cấu trúc không lồi. 74 Chương IV: Cài đặt chương trình thử nghiệm. 84 Tài liệu tham khảo.

87 LUAN VAN CHAT LUONG download : add [e-mail] Nâng cao chất lượng hình ảnh bằng phép toán hình thái, kỹ thuật tìm xương và làm mảnh 3 LỜI NÓI ĐẦU Hình ảnh là một dạng dữ liệu đóng vai trò quan trọng trong việc trao đổi, xử lý, lưu giữ thông tin.Trong chúng ta có lẽ không có ai đã không từng sử dụng hình ảnh cho một mục đích nào đấy. Trong nhiều ngành nghề, trong một số các loại hình công việc, người ta điều cần đến hình ảnh để mô tả, minh chứng hay diễn đạt những điều mà đôi khi chữ viết hay ngôn ngữ nói không lột tả hết được. Trong hầu hết các ngành như: Thiết kế cơ khí, Thiết kế xây dựng, Thiết kế mạch điện. việc đọc hình ảnh có thể nói là thường xuyên và cực kỳ quan trọng.

Bản vẽ kỹ thuật (một dạng của hình ảnh) chính là kết quả ngôn ngữ kỹ thuật, Mà qua nó, một qui trình công nghệ phải được xây dựng trong quá trình sản xuất, cũng như nó chính là cơ sở cho việc nghiệm thu cho bất kỳ sản phẩm nào. Để lưu ảnh của các tài liệu, các bản vẽ hoặc sửa đổi chúng và chuyển chúng sang các dạng đồ hoạ khác tiện cho việc nhận dạng, đối sánh mẫu để sử dụng sau này là điều cần thiết. Nhưng phải tổ chức việc lưu các dạng hình ảnh này như thế nào? Có cần xử lý gì trước khi lưu chúng không? Câu trả lời là có. Do vậy tiền xử lý ảnh là việc cần làm.

Có nhiều phương pháp, nhiều công cụ, nhiều phần mềm xử lý ảnh đã ra đời. Tăng cường chất lượng ảnh, mà công đoạn đầu tiên là một bước tiền xử lý nhằm loại bỏ nhiễu, khắc phục những khiếm khuyết do bước thu nhận ảnh không tốt là việc làm quan trọng. Có nhiều phương pháp cho việc nâng cao chất lượng ảnh nói chung và tiền xử lý nói riêng. Trong luận văn này chỉ mô tả một vài phương pháp tiền xử lý hình ảnh, (chú trọng đến ảnh nhị phân, bởi ảnh của các bản vẽ kỹ thuật thường chỉ là ảnh 2 màu: đen, trắng) để cải thiện chất lượng hình ảnh bằng các thao tác Hình thái học (Morphology); một vài kỹ thuật phát hiện xương, làm mảnh.

Các thao tác Hình thái học nói chung, đặc biệt là Hình thái học số được sử dụng chủ yếu vào việc cải thiện ảnh bằng cách làm rõ (tái hiện) những nét đặc trưng của các hình dạng, do vậy mà có thể tính toán được hay nhận biết được LUAN VAN CHAT LUONG download : add [e-mail] Nâng cao chất lượng hình ảnh bằng phép toán hình thái, kỹ thuật tìm xương và làm mảnh 4 chúng một cách dễ dàng. Việc sử dụng các thao tác hình thái và ứng dụng của chúng, đặc biệt là ứng dụng kỹ thuật làm mảnh ảnh để nâng cao chất lượng hình ảnh cho bước tiền xử lý, trước khi thực hiện những bước kế tiếp cho công việc xử lý ảnh. Trong các kỹ thuật tìm xương truyền thống, việc sử dụng một mẩu phần tử cấu trúc (cũng là một ảnh nhị phân) được khởi tạo ngay từ ban đầu xuyên suốt quá trình lặp để xử lý ảnh thường chỉ xử lý được một vài đặc điểm của đối tượng, vì thế trong luận văn này em cũng đề cập đến một phương pháp phân rã phân tử cấu trúc hình dạng tuỳ ý sử dụng thuật toán di truyền để lựa chọn phân tử cấu trúc tối ưu cho các phép toán hình thái. Luận văn gồm 89 trang được chia làm 4 chương: Chƣơng 1: Tổng quan về phƣơng pháp nâng cao chất lƣợng hình ảnh.

Giới thiệu sơ bộ về xử lý ảnh và ứng dụng. Khái niệm ảnh nhị phân, Hình thái học. Chƣơng 2: Nâng cao chất lƣợng ảnh bằng phép toán hình thái Chương này giới thiệu về các thao tác với ảnh nhị phân. Cụ thể đó là các thao tác như: Phép dãn, phép co, phép đóng, mở ảnh, kỹ thuật đánh trúng đánh trượt, nhận dạng biên, dãn theo điều kiện.

Bên cạnh các thao tác có kèm theo ý nghĩa của chúng, có thuật toán và có hình minh hoạ. Chƣơng 3: Nâng cao chất lƣợng hình ảnh bằng phƣơng pháp tìm xƣơng và làm mảnh. Trong chương này của luận văn giới thiệu về ý nghĩa của hình thái học trong thực tiễn và các ứng dụng nói chung của thao tác hình thái, trong đó chú trọng vào thao tác làm mảnh. Đặc biệt, trong chương này có trình bày khá chi LUAN VAN CHAT LUONG download : add [e-mail] Nâng cao chất lượng hình ảnh bằng phép toán hình thái, kỹ thuật tìm xương và làm mảnh 5 tiết một ứng dụng của phép toán hình thái có tính thiết thực, đó là kỹ thuật tìm xương để làm mảnh ảnh đường nét trong các bản vẽ kỹ thuật và một phương pháp phân rã các phần tử cấu trúc hình thái nhị phân có dạng tuỳ ý sử dụng thuật toán di truyền.

Chƣơng 4: Cài đặt chƣơng trình thử nghiệm. Trình bày sơ đồ và giao diện chương trình, cấu trúc các lớp và một số thử nghiệm cho thao tác tìm xương, làm mảnh ảnh. Kết Luận Học viên Nguyễn Minh Đức LUAN VAN CHAT LUONG download : add [e-mail] Nâng cao chất lượng hình ảnh bằng phép toán hình thái, kỹ thuật tìm xương và làm mảnh 6 Chƣơng I: Tổng quan về phƣơng pháp nâng cao chất lƣợng hình ảnh 1.1 Giới thiệu chung về xử lý ảnh: Cũng như xử lý dữ liệu bằng đồ hoạ, xử lý ảnh số là một lĩnh vực của tin học ứng dụng. Xử lý dữ liệu bằng đồ họa đề cập đến những ảnh nhân tạo, các ảnh này được xem xét như là một cấu trúc dữ liệu và được tạo ra bởi các chương trình.

Xử lý ảnh số bao gồm các phương pháp và kỹ thuật để biến đổi, để truyền tải hoặc mã hóa các ảnh tự nhiên. Mục đích của xử lý ảnh gồm: Thứ nhất, biến đổi ảnh và làm đẹp ảnh. Thứ hai, tự động phân tích nhận dạng ảnh hay đoán nhận ảnh và đánh giá các nội dung của ảnh. Nhận dạng ảnh là quá trình liên quan đến các mô tả đối tượng mà người ta muốn đặc tả nó.

Quá trình nhận dạng thường đi sau quá trình trích chọn các đặc tính chủ yếu của đối tượng. Có hai kiểu mô tả đối tượng: - Mô tả tham số (nhận dạng theo tham số). - Mô tả theo cấu trúc (nhận dạng theo cấu trúc). Nhận biết và đánh giá các nội dung của ảnh là sự phân tích một hình ảnh thành những phần có nghĩa để phân biệt đối tượng này với đối tượng khác.

Dựa vào đó ta có thể mô tả cấu trúc của hình ảnh ban đầu. Có thể liệt kê một số phương pháp nhận dạng cơ bản như nhận dạng biên của một đối tượng trên ảnh, tách cạnh, phân đoạn hình ảnh. Kỹ thuật này được sử dụng nhiều trong y học (xử lý tế bào, nhiễm sắc thể). Trong thực tế, người ta đã áp dụng kỹ thuật nhận dạng khá thành công với nhiều đối tượng khác nhau như: Nhận dạng ảnh vân tay, nhận dạng chữ (chữ cái, LUAN VAN CHAT LUONG download : add [e-mail] Nâng cao chất lượng hình ảnh bằng phép toán hình thái, kỹ thuật tìm xương và làm mảnh 7 chữ số, chữ có dấu).

Nhận dạng chữ in hoặc đánh máy trong văn bản phục vụ cho việc tự động hoá quá trình đọc tài liệu, tăng nhanh tốc độ và chất lượng thu nhận thông tin từ máy tính, nhận dạng chữ viết tay (với mức độ ràng buộc khác nhau về cách viết, kiểu chữ,. Các quá trình của xử lý ảnh: Các quá trình của xử lý ảnh được tiến hành theo sơ đồtrử Lưu sau: Thu nhận Số hóa Phân tích Nhận dạng ảnh ảnh Hệ quyết Lưu trử định H×nh 1.1: S¬ ®å qu¸ tr×nh xö lý ¶nh Trước hết là quá trình thu nhận ảnh. ảnh có thể thu nhận qua camera. Thường ảnh thu nhận qua camera là tín hiệu tương tự (loại camera ống kiểu CCIR), nhưng cũng có thể là tín hiệu số hoá (loại CCD - Charge Coupled Device).

Ảnh có thể thu nhận từ vệ tinh qua các bộ cảm ứng (sensor), hay ảnh, tranh được quét qua scanner. Tiếp theo là quá trình số hóa (Digitalizer) để biến đổi tín hiệu tương tự sang tín hiệu rời rạc (lấy mẫu) và số hóa bằng lượng hóa, trước khi chuyển sang giai đoạn xử lý, phân tích hay lưu trữ lại. Quá trình phân tích ảnh thực chất bao gồm nhiều công đoạn nhỏ. Trước hết là công việc tăng cường hình ảnh (Image Enhancement) để nâng cao chất lượng hình ảnh.

Do những nguyên nhân khác nhau: có thể do thiết bị thu nhận ảnh, do nguồn sáng hay do nhiễu, ảnh có thể bị suy biến. Do vậy cần phải tăng cường và LUAN VAN CHAT LUONG download : add [e-mail] Nâng cao chất lượng hình ảnh bằng phép toán hình thái, kỹ thuật tìm xương và làm mảnh 8 khôi phục (Image Restoration) lại ảnh để làm nổi bật một số đặc tính chính của ảnh, hay làm cho ảnh gần giống với trạng thái gốc - trạng thái trước khi ảnh bị biến dạng. Giai đoạn tiếp theo là phát hiện các đặc tính như biên (Edge Detection), phân vùng ảnh (Image Segmentation), trích chọn các đặc tính (Feature Extraction),v. Cuối cùng, tuỳ theo mục đích của ứng dụng, sẽ là giai đoạn nhận dạng, phân lớp hay các quyết định khác.