Chương 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ NÉN ẢNH 1.1 Tranh và ảnh Như chúng ta đã biết, con người có khả năng thị giác vượt trội: chúng ta tin tưởng một cách vững chắc vào thị giác của chúng ta để tạo ra những hiểu biết về thế giới xung quanh. Chúng ta không chỉ quan sát các đồ vật để xác định và phân loại chúng, mà chúng ta còn có thể xem xét để phân biệt và cảm nhận toàn diện đối với những nơi xảy ra một cách nhanh chóng. Con người cũng đã tạo ra những kỹ năng thị giác rất chính xác: không những chúng ta có thể xác định được bề mặt của đối tượng một cách tức thì, mà chúng ta còn có thể phân biệt được màu sắc và xử lý một khối lượng lớn các thông tin thị giác một cách nhanh chóng. Tuy nhiên, thế giới luôn vận động, khi quan sát vật nào đó trong một thời gian tương đối dài chúng ta sẽ thấy nó thay đổi theo một cách nào đó.
Thậm chí, một cấu trúc đặc lớn như tòa nhà, trái núi cũng sẽ thay đổi sự hiển thị của chúng phụ thuộc vào thời gian (ngày hoặc đêm); lượng ánh sáng (rõ, mờ hoặc những cái bóng khác nhau phủ lên trên nó). Chúng ta đang tập trung vào các ảnh đơn lẻ: ảnh chụp, nếu chúng ta muốn các ảnh phong cảnh. Mặc dù quá trình xử lý ảnh có thể thực hiện với những sự thay đổi về quang cảnh, chúng ta sẽ không khảo sát chúng một cách chi tiết trong tài liệu này. Đối với mục đích của chúng ta, ảnh là một bức tranh riêng rẽ biểu diễn một vật nào đó.
Nó có thể là ảnh của một người, nhóm người, hoặc của các con vật hoặc của các quang cảnh bên ngoài, hoặc các ảnh nhỏ của các thiết bị điện tử, hoặc là kết quả của vấn đề chụp ảnh y học. Thậm chí nếu ảnh là không nhận được ra một cách trực tiếp thì nó cũng không bị làm mờ một cách ngẫu nhiên.2 Xử lý ảnh là gì? Theo [1], [2] xử lý ảnh liên quan đến sự thay đổi bản chất của ảnh để: 1) Cải thiện thông tin hình ảnh của nó đối với sự nhận thức của con người 2) Làm nó trở lên thích hợp hơn cho việc nhận thức máy móc tự động. 4 Chúng ta sẽ tập trung vào xử lý ảnh số bao gồm việc sử dụng máy tính để thay đổi bản chất của ảnh số (xem các ví dụ dưới đây). Một điều cần thiết phải nhận thức rằng hai vấn đề trên là các vấn đề tách rời nhưng chúng quan trọng như nhau trong xử lý ảnh.
Một phương pháp thỏa mãn điều kiện thứ nhất – làm cho ảnh nhìn rõ hơn – có thể lại là một phương pháp rất tồi đối với điều kiện thứ hai. Bởi con người thì thích các bức ảnh sắc nét, rõ ràng và chi tiết.Trong khi máy móc lại ưa chuộng những ảnh đơn giản và không chi tiết. Các ví dụ của 1) có thể bao gồm: - Tăng cường các đường biên làm cho ảnh hiển thị một cách sắc nét hơn; một ví dụ được chỉ ra trên hình 1. Chúng ta nhận thấy ảnh (b) hiển thị rõ hơn và đẹp hơn ảnh (a).
Việc làm rõ các đường biên là một yêu cầu quan trọng trong vấn đề in ấn. Để ảnh hiển thị tốt trên các trang giấy in thì thường áp dụngmột vài kỹ thuật làm rõ biên trước khi in ảnh. (a) Ảnh gốc (b) Ảnh sau khi tăng cường biên Hình 1. Tăng cường biên ảnh - Khử nhiễu trên ảnh; nhiễu là các sai số ngẫu nhiên trên ảnh, như ví dụ cho trong hình 1.
Nhiễu là một vấn đề rất phổ biến trong việc truyền dữ liệu: việc sắp xếp các thiết bị điện tử có thể ảnh hưởng đến quá trình truyền tải dữ liệu và dẫn đến 5 các lỗi không như mong muốn. Nhiễu có nhiều biến dạng khác nhau, mỗi dạng yêu cầu một phương pháp riêng để khử nhiễu. - Khử bóng mờ của ảnh. Một ví dụ chỉ ra trong hình 1.
cho thấy,sau khi khử bóng mờ, thì trên ảnh (b) ta dễ dàng đọc được biển số xe và nhìn thấy các đầu nhọn trên hàng rào phía sau xe ô tô cũng như các chi tiết khác mà tất cả đều không rõ ràng trong ảnh gốc (a). Bóng mờ có thể xuất hiện khi tốc độ cửa chập của máy ảnh chậm hơn so với tốc độ di chuyển của đối tượng. Trong khi chụp ảnh, các đối tượng di chuyển nhanh chẳng hạn như vận động viên, xe cộ thì bóng mờ của ảnh có thể xuất hiện và cần được xử lý. (a) Ảnh gốc (b) Ảnh sau khi loại bỏ nhiễu Hình 1.
Loại bỏ nhiễu (a) Ảnh gốc (b) Ảnh sau khi làm rõ Hình 1. 3 Khử bóng mờ của ảnh 6 Các ví dụ của 2) bao gồm: Xác định các đường biên của ảnh là cần thiết để đo kích cỡ các đối tượng trong ảnh, ví dụ như hình 1. Khi đã có các đường biên thì chúng ta có thể xác định được phạm vi và không gian của các đối tượng. Chúng ta cũng có thể sử dụng các thuật toán dò biên như 1) trong vấn đề tăng cường biên như ở trên.
Từ kết quả xử lý biên chúng ta sẽ thấy điều cần thiết để tăng cường ảnh gốc và làm cho biên rõ hơn. (a) Ảnh gốc (b) Các đường biên của ảnh Hình 1. Tìm các đường biên trong ảnh - Loại bỏ các chi tiết ảnh thường được dùng trong bài toán đếm hoặc đo kích cỡ các đối tượng trên ảnh, bởi vậy chúng ta không cần quan tâm tất cả các chi tiết của ảnh mà chỉ quan tâm đến hình dáng, kích thước và màu sắc của các đối tượng. Đối với trường hợp như vậy, chúng ta cần đơn giản hóa hình ảnh.5 chỉ ra một ví dụ: ảnh gốc (a) là con trâu rừng châu Phi, còn ảnh (b) chỉ ra một dạng làm mờ, trong đó những chi tiết không liên quan (như các khúc gỗ, rừng cây trong nền của ảnh) đã được loại bỏ.
Ta có thể nhận thấy rằng trong ảnh (b), tất cả các chi tiết đã bị loại bỏ và chỉ còn lại những cấu trúc thô của ảnh. 7 (a) Ảnh gốc (b)Ảnh đã loại bỏ các chi tiết Hình 1. Loại bỏ các chi tiết ảnh 1.1 Thu nhận và lấy mẫu ảnh Lấy mẫu là quá trình rời rạc hóa một hàm liên tục. Chẳng hạn ta xét hàm: và lấy mẫu nó tại 10 giá trị của 𝑥 , các điểm mẫu cho như trên hình 1.
Đây là một ví dụ về số lượng mẫu thấp nên không đủ để xây dựng lại hàm. Giả sử cũng với hàm đã cho, chúng ta lấy 100 mẫu như hình 1.7 thì có thể dễ dàng xây dựng lại hàm. Tất cả các tính chất của hàm có thể được xác định từ các mẫu này. Ví dụ lấy mẫu thấp 8 Hình 1.
Ví dụ lấy mẫu cao Để đảm bảo rằng chúng ta có đủ số mẫu, yêu cầu chu kỳ lấy mẫu không lớn hơn một nửa chi tiết mịn nhất của hàm. Trở lại việc lấy mẫu một ảnh, chúng ta khảo sát ảnh như một hàm liên tục hai biến và chúng ta muốn lấy mẫu nó để sinh ra một ảnh số. Một ví dụ chỉ ra trong hình 1.8, trong đó ảnh (a) có tần số lấy mẫu cao và ảnh (b) có tần số lấy mẫu thấp. Trên ảnh (b), các đường biên lởm chởm hình răng cưa.
Tỉ lệ mẫu tất nhiên sẽ ảnh hưởng tới độ phân giải của ảnh (a) Lấy mẫu cao (b) Lấy mẫu thấp Hình 1. Sự ảnh hưởng của lấy mẫu 9 Để nhận được một ảnh mẫu hóa (Ảnh số), chúng ta có thể bắt đầu với sự biểu diễn liên tục của ảnh. Để hiển thị cảnh chúng ta ghi năng lượng phản chiếu từ chúng; chúng ta có thể sử dụng ánh sáng hoặc một nguồn năng lượng khác nào đó.2 Ảnh và ảnh số Giả sử chúng ta xét một ảnh, chẳng hạn như ảnh chụp. Để đơn giản chúng ta xét ảnh đơn sắc (nghĩa là ảnh gồm các mức xám, và không có màu).
Chúng ta khảo sát bức ảnh này như là một hàm hai chiều, trong đó giá trị hàm là độ sáng của ảnh tại mỗi điểm cho trước như chỉ ra trên hình 1. Chúng ta có thể giả sử rằng trong một cái ảnh như vậy, giá trị độ sáng có thể là các số thực bất kỳ trong khoảng từ 0. Miền biến đổi của 𝑥 và 𝑦 rõ ràng phụ thuộc vào ảnh nhưng chúng có thể nhận tất cả các giá trị thực giữa giá trị cực tiểu và cực đại của chúng. Một hàm như vậy tất nhiên có thể vẽ đồ thị như chỉ ra trong hình 1.
Tuy nhiên một đồ thị như vậy sẽ hạn chế việc sử dụng đối với chúng ta theo thuật ngữ phân tích ảnh. Tuy nhiên quan niệm ảnh như một hàm sẽ là quan trọng để phát triển và thực hiện các kỹ thuật xử lý ảnh. Ảnh được xem như một hàm hai biến.9 được vẽ đồ thị như một hàm hai biến. Ảnh số khác với bức ảnh (ảnh thực) ở chỗ giá trị của𝑥, 𝑦 và 𝑓(𝑥, 𝑦) đều là các giá trị rời rạc.
Thông thường chúng chỉ nhận các giá trị nguyên, do đó ảnh chỉ ra trong hình 1.9 sẽ có 𝑥, 𝑦 biến thiên từ 1 đến 256 và giá trị độ sáng cũng thay đổi từ 0 (đen) đến 255 (trắng). Ảnh số như chúng ta đã thấy ở trên có thể được xem như một mảng lớn gồm các điểm mẫu hóa từ một ảnh liên tục, mỗi mẫu có một độ sáng đã được lượng tử; các điểm mẫu (pixel) lập lên một ảnh số. Các điểm ảnh bao quanh một điểm ảnh cho trước tạo lên một vùng lân cận của nó. Vùng lân cận có thể được xác định bởi một hình bao và có thể xem như ma trận bao quanh.
Chẳng hạn chúng ta có thể nói, vùng lân cận 3 × 3 hoặc vùng lân cận 5 × 7. Ngoại trừ các trường hợp rất đặc biệt, vùng lân cận thường có một số lẻ các hàng và cột; điều này đảm bảo rằng điểm ảnh hiện tại (điểm ảnh đang xét) được nằm ở tâm của vùng lân cận. Một ví dụ về vùng lân cận cho trong Hình 1. Nếu vùng lân cận có một số chẵn các hàng hoặc cột hoặc cả hai thì khi đó cần phải xác định rõ điểm nào trong vùng lân cận là điểm đang xét.
11 Điểm ảnh đang xét Vùng lân cận Hình 1. Các điểm ảnh và những điểm ảnh lân cận.3 Một vài ứng dụng Xử lý ảnh có phạm vi ứng dụng rộng; hầu hết mỗi lĩnh vực trong khoa học và kỹ thuật đều cần sử dụng các phương pháp xử lý ảnh. Ở đây ta sẽ đưa ra một vài lĩnh vực điển hình sử dụng xử lý ảnh.