MỞ ĐẦU 1. Tính cấp thiết của đề tài Nâng cao độ tƣơng phản (ĐTP) ảnh là một vấn đề quan trọng trong xử lý và phân tích hình ảnh, là một bƣớc cơ bản trong phân tích, phân đoạn ảnh. Mục đích của việc nâng cao ĐTP ảnh là làm nổi rõ chi tiết của ảnh và tăng độ sáng của ảnh. Các kỹ thuật thông dụng để nâng cao ĐTP ảnh đƣợc phân thành hai tiếp cận chính: (1) Các phƣơng pháp gián tiếp và (2) các phƣơng pháp trực tiếp [12, 19, 20].
a) Đối với các phƣơng pháp gián tiếp Phƣơng pháp tăng cƣờng ĐTP gián tiếp chỉ biến đổi lƣợc đồ xám mà không sử dụng bất kỳ một độ đo tƣơng phản nào. Biến đổi lƣợc đồ xám của ảnh là phƣơng pháp làm cho lƣợc đồ xám của ảnh kết quả đều hơn, khi đó ĐTP của ảnh đầu ra đƣợc nâng cao, độ sáng của ảnh đƣợc nâng nên. Trong phƣơng pháp này những điểm ảnh đầu vào có cùng giá trị mức xám thì ở ảnh kết quả, giá trị mức xám của những điểm ảnh này cũng bằng nhau, vì thế có thể làm mất chi tiết ảnh so với ảnh đầu vào. Có nhiều kỹ thuật đã đề xuất đƣợc tìm thấy trong tài liệu tham khảo [9, 10, 12, 15, 23, 26, 39, 51, 57, 61, 63, 68, 72].
Trong vài năm gần đây, nhiều nhà nghiên cứu đã áp dụng lý thuyết tập mờ để phát triển các kĩ thuật mới nhằm nâng cao ĐTP của ảnh: Tăng cƣờng ảnh mờ dựa trên việc ánh xạ mức xám vào miền mờ, sử dụng hàm biến đổi thành viên [26]. Mục tiêu là sinh một ảnh có ĐTP cao hơn ảnh gốc bằng việc gán các giá trị mức xám bằng một giá trị mới lớn hơn, gần hơn với mức xám trung bình của ảnh [26]. 2 Manglesh đã đề xuất thuật toán mới sử dụng logic mờ để tăng cƣờng ảnh màu với chất lƣợng bị suy giảm bởi nhiễu Gaussian. Đầu tiên luật logic mờ đƣợc sinh, sau đó giá trị RGB của ảnh đƣợc đƣa vào tiếp cận logic mờ.
Ảnh mờ đầu ra sẽ phân biệt giữa các màu mơ hồ [51] Sarode đã giới thiệu thuật toán NCĐTP ở đó kênh sắc độ mầu đƣợc bảo tồn, chỉ thay đổi các kênh cƣờng độ mầu sắc và kênh độ bão hoà, sau đó luật logic mờ đƣợc áp dụng. Dựa trên điều này những quyết định liên quan đến việc phân lớp màu sẽ đƣợc thực hiện. Ảnh đầu ra sẽ chỉ bao gồm những vùng ảnh rõ, những điểm ảnh nhiễu bị loại bỏ [63]. Các nghiên cứu này đã đề xuất một phƣơng pháp tăng cƣờng ĐTP mờ trực tiếp thích ứng mới dựa trên hàm thành viên Sigma để ánh xạ ảnh từ miền không gian vào miền mờ.
Khi chuyển ảnh từ một không gian màu (RGB) vào không gian màu khác (HSV, HIS, YIQ) sắc độ không bị thay đổi, chỉ những thành phần cƣờng độ màu và độ bão hoà bị thay đổi. Tuy nhiên, ảnh sau tăng cƣờng có thể không còn giữ đƣợc chi tiết ảnh. Để khắc phục vấn đề này, trong [63], Naik đã đƣa ra phƣơng pháp giữ các giá trị mức xám đƣợc biến đổi trong phạm vi của miền mức xám. Trong [72], hai kĩ thuật tăng cƣờng ĐTP là tăng cƣờng dựa trên luật mờ và tăng cƣờng sử dụng toán tử tăng cƣờng áp dụng với ảnh xám ĐTP thấp đƣợc đề xuất.
Kĩ thuật đầu tiên sử dụng hàm ứng với hệ mờ luật if-then, kĩ thuật thứ hai sử dụng toán tử tăng cƣờng ĐTP mờ để biến đổi mức xám trong miền mờ. Kết quả thực nghiệm cho thấy, lƣợc đồ xám của ảnh gốc và các ảnh tăng cƣờng có các đặc trƣng cơ bản giống nhau, điều này không làm đƣợc trong cân bằng lƣợc đồ xám [72]. Ngoài ra, tăng cƣờng ĐTP sử dụng kĩ thuật toán tử tăng cƣờng có các giá trị chỉ số đánh giá khách quan mờ thấp hơn so với kĩ thuật tăng cƣờng ĐTP sử dụng luật mờ. Tuy nhiên, về thời gian xử lý, kĩ thuật tăng cƣờng ĐTP dựa trên luật mờ yêu cầu thời gian ít hơn kĩ thuật tăng cƣờng sử dụng toán tử tăng cƣờng.
3 Phƣơng pháp tăng cƣờng mờ đƣợc đề xuất bởi Hanmandlu trong đó một toán tử tăng cƣờng ĐTP đƣợc giới thiệu. Bằng việc bảo tồn kênh H, chỉ thay đổi kênh S, kênh V và cực tiểu entropy mờ, chất lƣợng của ảnh đƣợc cải thiện về mặt trực quan [23]. Hanmandlu cũng đã giới thiệu một hàm thành viên Gaussian để mờ hoá ảnh màu, cùng với việc tối ƣu entropy mờ của ảnh thì các tham số đƣợc tối ƣu, ĐTP và độ sáng các ảnh tối đầu vào đã đƣợc cải thiện [24]. John See đã đề xuất bộ dò tìm cạnh Gaussian dựa trên tập mờ sử dụng cả thuộc tính toàn cục và cục bộ [38].
Trong giai đoạn tăng cƣờng ĐTP toàn cục, hàm thành viên Gaussian đƣợc sử dụng. Một hàm tăng cƣờng ĐTP phi tuyến bao gồm ba tham số đƣợc sử dụng để tăng cƣờng ảnh. Trong giai đoạn tăng cƣờng ĐTP cục bộ, mặt nạ dò tìm cạnh kiểu Gaussian chứa hai tham số mờ đƣợc tối ƣu bằng việc sử dụng hàm entropy ảnh mờ. Thuật toán này đã thể hiện một cải tiến trực quan tƣơng đối hiệu quả.
Palanikumar đã giới thiệu một thuật toán mới dựa trên cân bằng lƣợc đồ xám (HE) và HE tăng giá trị thích ứng (AIVHE) [60]. Bằng việc sử dụng phƣơng pháp AIVHE, phép tăng cƣờng ĐTP đƣợc điều khiển bởi hai tham số beta và gamma, nhƣng xuất hiện vấn đề là thông tin chi tiết ảnh không phải lúc nào cũng đƣợc bảo tồn. Để khắc phục vấn đề này thuật toán di truyền đƣợc dùng để tối ƣu giá trị beta và gamma thông qua việc tối ƣu giá trị entropy [27]. Một ảnh có thể đƣợc nhóm thành các vùng tối, vùng hỗn tạp và vùng sáng [59].
Ảnh RGB đƣợc chuyển đổi thành ảnh HSV. Sắc độ ảnh đƣợc bảo tồn còn thành phần độ sáng của ảnh bị thay đổi. Việc mờ hoá đƣợc thực hiện trên các vùng tối và vùng sáng bằng việc sử dụng hàm thành viên Gaussian dựa trên điểm giao và tham số tăng cƣờng. Giá trị tối ƣu của các tham số này đạt đƣợc bởi kĩ thuật lặp tối ƣu hệ kiến [59].
4 Trong [11], Aman Tusia và cộng sự đã thực hiện một phân tích hiệu năng của hệ thống mờ loại 2 cho việc tăng cƣờng ảnh. Trƣớc khi xử lý, ảnh đầu vào đƣợc chuyển từ không gian màu RGB về không gian HSV để bảo tồn thông tin màu sắc. Hai ngƣỡng dƣới và trên đƣợc định nghĩa để cung cấp ƣớc lƣợng của các vùng tối và vùng sáng trong ảnh. Ảnh đƣợc mờ hoá (loại 2) sử dụng hàm thành viên Gausian.
Những tiếp cận sử dụng logic mờ để nâng cao ĐTP ảnh nói chung đều dẫn đến tạo ra một hàm biến đổi mức xám dạng chữ S (Hàm liên tục đơn điệu tăng, giảm giá trị đầu vào khi đầu vào dƣới ngƣỡng, và ngƣợc lại tăng giá trị đầu vào khi đầu vào ở trên ngƣỡng). Dạng hàm biến mức xám chữ S trong các phép nâng cao ĐTP. Một số thử nghiệm nâng cao ĐTP cho ảnh mầu tiếp cận sử dụng toán tử tăng cƣờng mờ [72] b) Về phƣơng pháp nâng cao ĐTP trực tiếp Nâng cao ĐTP ảnh theo phƣơng pháp trực tiếp là xây dựng một phƣơng pháp biến đổi ĐTP tại một điểm ảnh dựa trên định nghĩa độ đo tƣơng phản giữa độ sáng điểm ảnh và lân cận xung quanh nó. Bài toán đƣợc phát biểu nhƣ sau: Nâng cao ĐTP theo phƣơng pháp trực tiếp là quy trình thực hiện một dãy biến đổi: f , b C f ,b C ' ' f f ,b , 0 C f , b C 1 , cụ thể: ' Bƣớc 1: Tính ĐTP tại từng điểm ảnh: f b C C f ,b f b Bƣớc 2: Nâng ĐTP: C C C E C C ,1 ' Bƣớc 3: Xác định f sao cho C f , b C và: ' ' - Nếu 0 f b thì 0 f f (do C C ' ) ' - Nếu b f thì f f (do C C ' ) ' 6 Nhƣ vậy, quy trình biến đổi f f ' tăng cƣờng tại ngƣỡng b.
Trong một thời gian dài cho đến nay, có rất ít các nghiên cứu theo phƣơng pháp trực tiếp trong đó biến đổi độ tƣơng phản ảnh dựa trên một độ đo tƣơng phản xác định tại mỗi điểm ảnh, chẳng hạn các nghiên cứu [16, 17, 18, 19]. Hầu nhƣ chỉ có các nghiên cứu của Cheng và cộng sự là theo hƣớng tiếp cận này [16, 17]. Các thuật toán của Cheng là cơ sở của phép nâng cao ĐTP ảnh đa cấp xám. Tuy vậy các thuật toán này vẫn còn tồn tại một số hạn chế sau khi áp dụng cho ảnh mầu, ảnh đa kênh: (i) Ảnh nâng cao ĐTP có thể không thay đổi mức độ sáng của mầu so với ảnh gốc.
(ii) Sử dụng các ảnh đã đƣợc biến đổi theo phƣơng pháp biến đổi ảnh của Cheng để nâng cao ĐTP ảnh có thể làm mất chi tiết của ảnh gốc. Về độ đo thuần nhất cho điểm ảnh, Cheng đề xuất cách ƣớc lƣợng giá trị thuần nhất của điểm ảnh đƣợc kết nhập từ các giá trị địa phƣơng Eij, Hij, Vij, R4,ij. Khi thử nghiệm với ảnh mầu, tác giả nhận thấy với phép kết nhập này ảnh kết quả có thể không trơn. Thực tế giá trị độ thuần nhất của điểm ảnh là một giá trị mờ và chúng ta có thể áp dụng lập luận mờ để thu nhận giá trị này.
Nếu các đặc trƣng địa phƣơng đƣợc E , H ij ij chuyển cho một tiếp cận tính toán với từ thì công thức kết nhập dạng T E , H cần phản ánh luật mờ eh ij ij nhƣ sau: Nếu g r a d i e n t là cao và e n t r o p y là cao thì độ thuần nhất là cao Nếu g r a d i e n t là thấp và e n t r o p y là thấp thì độ thuần nhất là thấp Ở đây ký hiệu g r a d i e n t là phần bù của gradient và e n t r o p y là phần bù của entropy tƣơng ứng. 7 Nếu chúng ta bổ sung thêm các luật với từ các gia tử nhƣ “rất”, “ít”, “vừa” v. với các biến ngôn ngữ nhƣ “homogeneity”, “entropy”, “gradient” v. thì các giá trị thuần nhất có thể đƣợc ƣớc lƣợng bằng suy diễn của con ngƣời và vì thế sẽ mịn hơn.