Tìm hiểu các phương pháp phân đoạn ảnh: Tổng quan và kỹ thuật

Tìm hiểu phương pháp phân đoạn ảnh (Image Segmentation) chi tiết. Khám phá các kỹ thuật phân đoạn ảnh phổ biến, ứng dụng thực tế và tài liệu tham khảo hữu ích.

• Tác giả: Nguyễn Thị Anh Thư
• Người hướng dẫn: PGS.TS Ngô Quốc Tạo
• Trường học: Trường Đại học Dân lập Hải Phòng
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Tìm Hiểu Phương Pháp Phân Đoạn Ảnh
• Loại tài liệu: Luận văn
• Địa điểm: Hải Phòng

Mục lục chi tiết

• LỜI CÁM ƠN
• MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ PHÂN ĐOẠN ẢNH
• 1.1. TỔNG QUAN VỀ XỬ LÝ ẢNH
• 1.1.1. Giới thiệu về Xử lý ảnh
• 1.2. Quá trình XLA
• 1.3. TỔNG QUAN VỀ PHÂN ĐOẠN ẢNH
• 1.4. MỘT SỐ KHÁI NIỆM CƠ BẢN
• 1.4.1. Điểm ảnh - Pixel
• 1.4.2. Mức xám – Gray level
• 1.4.3. Vùng liên thông
• 2. CHƯƠNG 2: MỘT SỐ KỸ THUẬT PHÂN ĐOẠN ẢNH
• 2.1. PHÂN ĐOẠN DỰA VÀO NGƢỠNG
• 2.1.1. Giới thiệu chung
• 2.1.2. Chọn ngƣỡng cố định
• 2.1.3. Chọn ngƣỡng dựa trên lƣợc đồ (Histogram)
• 2.2. PHÂN ĐOẠN DỰA THEO ĐƢỜNG BIÊN
• 2.2.1. Giới thiệu chung
• 2.2.2. Phát hiện biên
• 2.2.3. Làm mảnh biên
• 2.2.4. Nhị phân hoá đƣờng biên
• 2.2.5. Mô tả biên
• 2.3. PHÂN ĐOẠN THEO MIỀN ĐỒNG NHẤT
• 2.3.1. Phƣơng pháp tách cây tứ phân
• 2.3.2. Phƣơng pháp phân vùng bởi hợp
• 2.3.3. Phƣơng pháp tổng hợp
• 3. CHƯƠNG 3: PHÂN ĐOẠN ẢNH DỰA VÀO ĐỒ THỊ
• 3.1. Phân đoạn dựa vào đồ thị
• 3.2. Tính chất của so sánh cặp miền
• 3.3. Thuật toán và các tính chất
• 3.4. Độ phức tạp tính toán
• 4. CHƯƠNG 4: CÀI ĐẶT THỬ NGHIỆM
• 4.1. Định dạng ảnh PPM(Portable Pix Map)
• 4.2. Cài đặt thử nghiệm
• 4.3. Một số kết quả minh hoạ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Phân đoạn ảnh là gì Tổng quan và ứng dụng thực tế

Phân đoạn ảnh là một bước quan trọng trong xử lý ảnh, nhằm chia một hình ảnh thành nhiều vùng hoặc phân đoạn, mỗi vùng đại diện cho một đối tượng hoặc một phần của đối tượng. Mục tiêu là đơn giản hóa và/hoặc thay đổi cách biểu diễn của một hình ảnh, giúp phân tích dễ dàng hơn. Phân đoạn ảnh được sử dụng rộng rãi trong nhiều lĩnh vực như y học, vật lý, hóa học, và tìm kiếm tội phạm, hỗ trợ việc nhận diện và trích xuất thông tin từ ảnh. Nếu phân đoạn không tốt, việc nhận diện các đối tượng trong ảnh sẽ gặp nhiều khó khăn, thậm chí dẫn đến sai lầm. Do đó, phân đoạn ảnh đóng vai trò then chốt trong quá trình xử lý ảnh nói chung. Các thuật toán phân đoạn thường dựa vào hai thuộc tính quan trọng của mỗi điểm ảnh: sự khác biệt (dissimilarity) và sự tương đồng (similarity) so với các điểm lân cận. Các phương pháp dựa trên sự khác biệt được gọi là phương pháp biên (boundary-based methods), trong khi các phương pháp dựa trên sự tương đồng được gọi là phương pháp miền (region-based methods). Tuy nhiên, cả hai hướng này đều có những hạn chế nhất định, dẫn đến sự phát triển của các thuật toán nắm bắt thuộc tính toàn cục của ảnh.

1.1. Các khái niệm cơ bản Pixel mức xám vùng liên thông

Để hiểu rõ về phân đoạn ảnh, cần nắm vững một số khái niệm cơ bản. Pixel (Picture element) là đơn vị nhỏ nhất của một hình ảnh số. Mức xám (Gray level) thể hiện cường độ sáng của mỗi điểm ảnh, thường được mã hóa bằng các giá trị số (ví dụ: 256 mức xám). Vùng liên thông là một tập hợp các điểm ảnh có cùng tính chất (ví dụ: màu sắc, mức xám) và kết nối với nhau. Các đặc tính này tạo nên một vector đặc trưng riêng của vùng, giúp phân biệt các vùng khác nhau.

1.2. Vai trò của phân đoạn ảnh trong quy trình xử lý ảnh

Phân đoạn ảnh là một trong những bước quan trọng nhất của quy trình xử lý ảnh. Sau khi ảnh được thu nhận và tiền xử lý, phân đoạn ảnh giúp chia ảnh thành các thành phần có ý nghĩa, tạo tiền đề cho các bước tiếp theo như biểu diễn và mô tả ảnh, nhận dạng và giải thích. Chất lượng của phân đoạn ảnh ảnh hưởng trực tiếp đến hiệu quả của toàn bộ quy trình xử lý ảnh.

II. Phân đoạn ảnh theo ngưỡng Cách chọn ngưỡng tối ưu nhất

Phân đoạn ảnh theo ngưỡng là một kỹ thuật đơn giản và hiệu quả, đặc biệt phù hợp với các ảnh có độ tương phản cao. Kỹ thuật này dựa trên việc chọn một giá trị ngưỡng (T) để phân chia các điểm ảnh thành hai loại: đối tượng và nền. Các điểm ảnh có giá trị lớn hơn (hoặc nhỏ hơn) ngưỡng sẽ thuộc về đối tượng, trong khi các điểm ảnh còn lại thuộc về nền. Việc chọn ngưỡng T là yếu tố then chốt để đạt được kết quả phân đoạn tốt nhất. Các phương pháp chọn ngưỡng bao gồm: chọn ngưỡng cố định, chọn ngưỡng dựa trên lược đồ (Histogram), sử dụng Entropy, sử dụng tập mờ, chọn ngưỡng thông qua sự không ổn định của lớp và tính thuần nhất của vùng.

2.1. Phương pháp chọn ngưỡng cố định và ưu nhược điểm

Phương pháp chọn ngưỡng cố định là phương pháp đơn giản nhất, trong đó ngưỡng T được chọn một cách độc lập với dữ liệu ảnh. Phương pháp này phù hợp với các ứng dụng có độ tương phản cao, trong đó đối tượng và nền có sự khác biệt rõ rệt về cường độ sáng. Ưu điểm của phương pháp này là dễ thực hiện và tính toán nhanh. Tuy nhiên, nhược điểm là không linh hoạt và có thể không hiệu quả với các ảnh có độ tương phản thấp hoặc có sự thay đổi về độ sáng.

2.2. Kỹ thuật chọn ngưỡng dựa trên Histogram Thuật toán đẳng liệu

Kỹ thuật chọn ngưỡng dựa trên Histogram sử dụng lược đồ độ sáng của ảnh để xác định giá trị ngưỡng T. Thuật toán đẳng liệu (IsoData) là một kỹ thuật lặp, trong đó ngưỡng T được cập nhật liên tục dựa trên giá trị trung bình của các điểm ảnh thuộc đối tượng và nền. Thuật toán bắt đầu với một giá trị ngưỡng khởi tạo (0) và lặp lại các bước sau: tính giá trị trung bình của các điểm ảnh thuộc đối tượng (mf,k-1) và nền (mb,k-1); tính ngưỡng trung gian (k) bằng công thức (mf,k-1 + mb,k-1)/2; so sánh k với k-1. Nếu k = k-1, thuật toán kết thúc. Ngược lại, lặp lại các bước trên.

2.3. Kỹ thuật chọn ngưỡng dựa trên Histogram Thuật toán tam giác

Thuật toán tam giác hoạt động rất hiệu quả khi ảnh có các điểm ảnh thuộc đối tượng tạo nên một đỉnh yếu trong lược đồ ảnh. Thuật toán được Zack đề xuất và được mô tả như sau: Xây dựng đường thẳng ∆ là đường nối hai điểm (Hmax, bmax) và (Hmin, bmin), trong đó Hmax là điểm có Histogram lớn nhất ứng với mức xám bmax và Hmin là điểm có Histogram ứng với độ sáng nhỏ nhất bmin. Tính khoảng cách d từ Hb của lược đồ (ứng với điểm sáng b) đến ∆. Chọn ngưỡng T = Max{Hb }.

III. Phân đoạn ảnh dựa theo đường biên Bí quyết phát hiện biên chuẩn

Phân đoạn ảnh dựa trên đường biên là một phương pháp hiệu quả, đặc biệt khi cần phân biệt các đối tượng dựa trên hình dáng. Kỹ thuật này dựa trên việc phát hiện các đường biên (edges) trong ảnh, là những vị trí có sự thay đổi đột ngột về cường độ sáng. Việc phân đoạn ảnh dựa vào biên được tiến hành qua các bước: Phát hiện biên và làm nổi biên, làm mảnh biên, nhị phân hóa đường biên, mô tả biên. Phát hiện biên một cách lý tưởng là xác định được tất cả các đường bao trong các đối tượng. Có nhiều phương pháp phát hiện biên, thông thường chúng ta sử dụng phương pháp phát hiện biên trực tiếp. Phương pháp này nhằm làm nổi biên dựa vào sự biến thiên về giá trị độ sáng của điểm ảnh. Kỹ thuật chủ yếu dùng ở đây là kỹ thuật đạo hàm. Nếu lấy đạo hàm bậc nhất của ảnh ta có phương pháp Gradient, nếu lấy đạo hàm bậc hai ta có kỹ thuật Laplace.

3.1. Kỹ thuật Gradient và các toán tử Robert Sobel Prewitt

Kỹ thuật Gradient là phương pháp dò biên cục bộ dựa vào cực đại của đạo hàm. Gradient là một vector có các thành phần biểu thị tốc độ thay đổi giá trị của điểm ảnh theo hai hướng x và y. Các toán tử Gradient (Robert, Sobel, Prewitt) sử dụng các mặt nạ khác nhau để tính xấp xỉ đạo hàm. Toán tử Robert đơn giản nhưng nhạy cảm với nhiễu. Toán tử Sobel và Prewitt ít nhạy cảm với nhiễu hơn và cho kết quả tốt hơn.

3.2. Kỹ thuật Laplace Ưu điểm và ứng dụng thực tế

Kỹ thuật Laplace sử dụng đạo hàm bậc hai để phát hiện biên. Vị trí biên là chỗ có toán tử Laplace đổi dấu. Kỹ thuật này thường cho đường biên mảnh (độ rộng khoảng 1 pixel). Tuy nhiên, đạo hàm bậc hai thường không ổn định nên bản đồ biên có thể chứa nhiễu.

3.3. Các bước làm mảnh biên nhị phân hóa và mô tả đường biên

Làm mảnh biên giúp làm nổi biên với độ rộng chỉ 1 pixel. Nhị phân hóa đường biên là giai đoạn then chốt để xác định đường bao cần thiết và loại bỏ nhiễu. Mô tả biên giúp biểu diễn biên dưới dạng thích hợp cho việc phân tích và giảm lượng thông tin cần lưu trữ.

IV. Phân đoạn ảnh theo miền đồng nhất Giải pháp tối ưu hoá vùng

Phân đoạn ảnh theo miền đồng nhất dựa trên nguyên tắc phân chia ảnh thành các vùng có cùng tính chất (ví dụ: màu sắc, mức xám, kết cấu). Các phương pháp phân đoạn theo miền đồng nhất bao gồm: phương pháp tách cây tứ phân, phương pháp phân vùng bởi hợp, và phương pháp tổng hợp. Kết quả của việc phân vùng ảnh phụ thuộc vào dạng của vị từ P và các đặc trưng được biểu diễn bởi vector đặc trưng. Thường thì vị từ P có dạng P(R,X,t), trong đó X là vector đặc trưng gắn với một điểm ảnh và t là một tập hợp các tham số (thường là các ngưỡng).

4.1. Phương pháp tách cây tứ phân Cách chia nhỏ miền hiệu quả

Phương pháp tách cây tứ phân dựa trên việc kiểm tra tính đồng nhất của một miền lớn. Nếu miền không đồng nhất, nó sẽ được chia thành bốn miền nhỏ hơn và quá trình này được lặp lại đệ quy cho đến khi tất cả các miền đều đồng nhất. Thuật toán này tạo ra một cây tứ phân, trong đó mỗi nút cha có bốn nút con, trừ nút lá.

4.2. Phương pháp phân vùng bởi hợp Các nguyên tắc cần tuân thủ

Phương pháp phân vùng bởi hợp hoạt động ngược lại với phương pháp tách cây tứ phân. Phương pháp này bắt đầu với các miền nhỏ nhất (điểm ảnh) và hợp chúng lại nếu chúng thỏa mãn tiêu chuẩn đồng nhất. Việc hợp nhất hai miền phải tuân thủ hai nguyên tắc: hai vùng phải kế cận và hai vùng phải đáp ứng tiêu chuẩn (ví dụ: cùng màu, cùng mức xám).

4.3. Phương pháp tổng hợp Kết hợp tách và hợp để tối ưu

Phương pháp tổng hợp kết hợp cả phương pháp tách và phương pháp hợp. Đầu tiên, phương pháp tách được sử dụng để tạo ra một cây tứ phân. Sau đó, cây được duyệt theo chiều ngược lại và các vùng có cùng tiêu chuẩn được hợp lại. Phương pháp này giúp tạo ra một cấu trúc phân cấp và giảm số lượng miền liên thông.

V. Phân đoạn ảnh dựa vào đồ thị Ưu điểm nổi trội và ứng dụng

Phân đoạn ảnh dựa vào đồ thị là một phương pháp hiện đại, có khả năng xử lý nhanh chóng và hiệu quả trong các ứng dụng xử lý ảnh lớn. Phương pháp này xây dựng một đồ thị, trong đó mỗi điểm ảnh là một đỉnh và các điểm ảnh lân cận được nối với nhau bằng các cạnh. Trọng số của các cạnh thể hiện sự khác biệt giữa các điểm ảnh. Việc phân đoạn ảnh được thực hiện bằng cách tìm kiếm các thành phần liên thông trong đồ thị.

5.1. Các tính chất so sánh cặp miền

Để định lượng dấu hiệu của một đường biên giữa hai vùng trong ảnh, ta định nghĩa một tính chất D dựa vào độ đo sự khác nhau giữa các phần tử dọc theo một đường biên của hai thành phần liên quan nhằm đo sự khác nhau giữa các phần tử lân cận trong mỗi thành phần. Kết quả là so sánh sự khác nhau giữa nội vùng (inter-component) với sự khác nhau với các vùng khác.

5.2. Thuật toán và các tính chất

Thuật toán này gần với thuật toán Kruskal xây dựng cây tỏa nhánh tối thiểu của một đồ thị. Độ phức tạp của thuật toán là O(m log m), trong đó m là số cạnh của đồ thị.

VI. Kết luận và Xu hướng phát triển phân đoạn ảnh tương lai

Phân đoạn ảnh là một lĩnh vực nghiên cứu quan trọng và không ngừng phát triển. Các phương pháp phân đoạn ảnh hiện đại ngày càng trở nên phức tạp và hiệu quả hơn, đáp ứng nhu cầu của nhiều ứng dụng khác nhau. Trong tương lai, xu hướng phát triển phân đoạn ảnh sẽ tập trung vào việc tích hợp các kỹ thuật học sâu (deep learning), trí tuệ nhân tạo (AI) và xử lý song song để nâng cao độ chính xác, tốc độ và khả năng tự động hóa của quá trình phân đoạn.

6.1. Tóm tắt các phương pháp phân đoạn ảnh chính

Bài viết đã trình bày tổng quan về các phương pháp phân đoạn ảnh chính, bao gồm phân đoạn theo ngưỡng, phân đoạn theo đường biên, phân đoạn theo miền đồng nhất và phân đoạn dựa vào đồ thị. Mỗi phương pháp có những ưu điểm và nhược điểm riêng, phù hợp với các loại ảnh và ứng dụng khác nhau.

6.2. Hướng nghiên cứu và ứng dụng tiềm năng trong tương lai

Các hướng nghiên cứu và ứng dụng tiềm năng trong tương lai bao gồm: phát triển các thuật toán phân đoạn ảnh dựa trên học sâu, tích hợp phân đoạn ảnh vào các hệ thống trí tuệ nhân tạo, và ứng dụng phân đoạn ảnh trong các lĩnh vực mới như xe tự hành, nông nghiệp thông minh và y tế từ xa.

Trích đoạn nội dung tài liệu

CHƯƠNG 1 : TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ PHÂN ĐOẠN ẢNH Xử lý ảnh ngày nay đã trở thành một ngành khoa học lớn và có mặt trong nhiều lĩnh vực của cuộc sống. Điều này hoàn toàn có thể lý giải được từ một định nghĩa đơn giản về ngành khoa học này: Xử lý ảnh là ngành khoa học nghiên cứu các quá trình xử lý thông tin dạng hình ảnhError! Reference source not found., mà hình ảnh là một trong những dạng thông tin phong phú nhất đối với chúng ta. Trong quá trình xử lý ảnh bước quan trọng nhất và cũng là có khăn nhất là bước phân đoạn ảnh. Phân đoạn nhằm mục đích phân tách các đối tượng cấu thành nên ảnh thô để có thể sử dụng cho các ứng dụng về sau.1 TỔNG QUAN VỀ XỬ LÝ ẢNH 1.1 Giới thiệu về Xử lý ảnh Trong xã hội loài ngƣời, ngôn ngữ là một phƣơng tiện trao đổi thông tin phổ biến trong quá trình giao tiếp.

Bên cạnh ngôn ngữ, hình ảnh cũng là một cách trao đổi thông tin mang tính chính xác, biểu cảm khá cao và đặc biệt không bị cảm giác chủ quan của đối tƣợng giao tiếp chi phối. Thông tin trên hình ảnh rất phong phú, đa dạng và có thể xử lý bằng máy tính. Chính vì vậy, trong những năm gần đây sự kết hợp giữa ảnh và đồ hoạ đã trở nên rất chặt chẽ trong lĩnh vực xử lý thông tin. Cũng nhƣ xử lý dữ liệu hình ảnh bằng đồ hoạ, việc XLA số là một lĩnh vực của tin học ứng dụng.

Việc xử lý dữ liệu bằng đồ hoạ đề cập đến những ảnh nhân tạo, các ảnh này đƣợc xem xét nhƣ là những cấu trúc dữ liệu và đƣợc tạo ra bởi các chƣơng trình. XLA số thao tác trên các ảnh tự nhiên thông qua các phƣơng pháp và kỹ thuật mã hoá. Ảnh sau khi đƣợc thu nhận bằng các thiết bị thu nhận ảnh sẽ đƣợc biến đổi thành ảnh số theo các phƣơng pháp số hoá đƣợc nhúng trong các thiết bị kĩ thuật khác nhau và đƣợc biểu diễn trong máy tính dƣới dạng ma trận 2 chiều hoặc 3 chiều. Trường ĐH Dân lập Hải Phòng—SV.Nguyễn Thị Anh Thư Trang 8 Tìm hiểu phương pháp phân đoạn ảnh Mục đích của việc XLA đƣợc chia làm hai phần  Biến đổi ảnh làm tăng chất lƣợng ảnh  Tự động nhận dạng, đoán ảnh, đánh giá nội dung của ảnh.

Phƣơng pháp biến đổi ảnh đƣợc sử dụng trong việc xử lý các ảnh chụp từ không trung (chƣơng trình đo đạc từ máy bay, vệ tinh và các ảnh vũ trụ) hoặc xử lý các ảnh trong y học (ảnh chụp cắt lát, ảnh siêu âm, vv…). Một ứng dụng khác của việc biến đổi ảnh là mã hoá ảnh, trong đó các ảnh đƣợc xử lý để rồi lƣu trữ hoặc truyền đi. Các phƣơng pháp nhận dạng ảnh đƣợc sử dụng khi xử lý tế bào, nhiễm sắc thể, nhận dạng chữ vv. Thực chất của công việc nhận dạng chính là sự phân loại đối tƣợng thành các lớp đối tƣợng đã biết hoặc thành những lớp đối tƣợng chƣa biết.

Bài toán nhận dạng ảnh là một bài toán lớn, có rất nhiều ý nghĩa thực tiễn và ta cũng có thể thấy rằng để công việc nhận dạng trở nên dễ dàng thì ảnh phải đƣợc tách thành các đối tƣợng riêng biệt – đây là mục đích chính của bài toán phân đoạn ảnh. Nếu phân đoạn ảnh không tốt sẽ dẫn đến sai lầm trong quá trình nhận dạng ảnh, bởi vậy ngƣời ta xem công đoạn phân đoạn ảnh là vấn đề then chốt trong quá trình xử lý ảnh nói chung.2 Quá trình XLA Quá trình XLA có thể đƣợc mô tả bằng sơ đồ sau: Phân đoạn Biểu diễn và ảnh mô tả ảnh. Tiền XLA CƠ SỞ Nhận dạng Thu nhận TRI và giải thích ảnh THỨC Hình 1. Quá trình xử lý ảnh Trường ĐH Dân lập Hải Phòng—SV.Nguyễn Thị Anh Thư Trang 9 Tìm hiểu phương pháp phân đoạn ảnh  Thu nhận ảnh: Đây là công đoạn đầu tiên mang tính quyết định đối với quá trình XLA.

Ảnh đầu vào sẽ đƣợc thu nhận qua các thiết bị nhƣ camera, sensor, máy scanner, vv …và sau đó các tín hiệu này sẽ đƣợc số hoá. Các thông số quan trọng ở bƣớc này là độ phân giải, chất lƣợng màu, dung lƣợng bộ nhớ và tốc độ thu nhận ảnh của các thiết bị.  Tiền xử lý: Ở bƣớc này, ảnh sẽ đƣợc cải thiện về độ tƣơng phản, khử nhiễu, khử bóng, khử độ lệch, v. với mục đích làm cho chất lƣợng ảnh trở nên tốt hơn nữa và thƣờng đƣợc thực hiện bởi các bộ lọc.

 Phân đoạn ảnh: Phân đoạn ảnh là bước then chốt trong XLA. Giai đoạn này nhằm phân tích ảnh thành những thành phần có cùng tính chất nào đó dựa theo biên hay các vùng liên thông. Tiêu chuẩn để xác định các vùng liên thông có thể là cùng màu, cùng mức xám hay cùng độ nhám vv … Mục đích của phân đoạn ảnh là để có một miêu tả tổng hợp về nhiều phần tử khác nhau cấu tạo nên ảnh thô. Vì lƣợng thông tin chứa trong ảnh rất lớn – trong khi trong đa số các ứng dụng chúng ta chỉ cần trích chọn một vài đặc trƣng nào đó, do vậy cần có một quá trình để giảm lƣợng thông tin khổng lồ ấy.

Quá trình này bao gồm phân vùng ảnh và trích chọn đặc tính chủ yếu.  Biểu diễn và mô tả ảnh: Kết quả của bƣớc phân đoạn ảnh thƣờng đƣợc cho dƣới dạng dữ liệu điểm ảnh thô, trong đó hàm chứa biên của một vùng ảnh, hoặc tập hợp tất cả các điểm ảnh thuộc về chính vùng ảnh đó.Trong cả hai trƣờng hợp, sự chuyển đổi dữ liệu thô này thành một dạng thích hợp hơn cho việc xử lý trong máy tính là rất cần thiết. Để chuyển đổi chúng, câu hỏi đầu tiên cần phải trả lời là nên biểu diễn một vùng ảnh dưới dạng biên hay dƣới dạng một vùng hoàn chỉnh gồm tất cả những điểm ảnh thuộc về nó. Biểu diễn dạng biên cho một vùng phù hợp với những ứng dụng chỉ quan tâm chủ yếu đến các đặc trƣng hình dạng bên ngoài của đối tƣợng, ví dụ nhƣ các góc cạnh và điểm uốn trên biên chẳng hạn.

Biểu diễn dạng vùng lại thích hợp cho những ứng dụng khai thác các tính chất bên trong của đối tƣợng, ví dụ nhƣ vân ảnh hoặc cấu trúc xƣơng của Trường ĐH Dân lập Hải Phòng—SV.Nguyễn Thị Anh Thư Trang 10 Tìm hiểu phương pháp phân đoạn ảnh nó. Sự chọn lựa cách biểu diễn thích hợp cho một vùng ảnh chỉ mới là một phần trong việc chuyển đổi dữ liệu ảnh thô sang một dạng thích hợp hơn cho các xử lý về sau. Chúng ta còn phải đƣa ra một phƣơng pháp mô tả dữ liệu đã đƣợc chuyển đổi đó sao cho những tính chất cần quan tâm đến sẽ đƣợc làm nổi bật lên, thuận tiện cho việc xử lý chúng.  Nhận dạng và giải thích: Đây là bƣớc cuối cùng trong quá trình XLA.

Nhận dạng ảnh (image recognition) có thể đƣợc nhìn nhận một cách đơn giản là việc gán nhãn cho các đối tƣợng trong ảnh. Giải thích là công đoạn gán nghĩa cho một tập các đối tƣợng đã đƣợc nhận biết. Chúng ta cũng có thể thấy rằng, không phải bất kỳ một ứng dụng XLA nào cũng bắt buộc phải tuân theo tất cả các bƣớc xử lý đã nêu ở trên, ví dụ nhƣ các ứng dụng chỉnh sửa ảnh nghệ thuật chỉ dừng lại ở bƣớc tiền xử lý. Một cách tổng quát thì những chức năng xử lý bao gồm nhận cả nhận dạng và giải thích thƣờng chỉ có mặt trong hệ thống phân tích ảnh tự động hoặc bán tự động, đƣợc dùng để rút trích ra những thông tin quan trọng từ ảnh, ví dụ nhƣ các ứng dụng nhận dạng ký tự quang học, nhận dạng chữ viết tay vv… 1.

TỔNG QUAN VỀ PHÂN ĐOẠN ẢNH Để phân tích các đối tƣợng trong ảnh, chúng ta cần phải phân biệt đƣợc các đối tƣợng cần quan tâm với phần còn lại của ảnh, hay còn gọi là nền ảnh. Những đối tƣợng này có thể tìm ra đƣợc nhờ các kỹ thuật phân đoạn ảnh, theo nghĩa tách phần tiền cảnh ra khỏi hậu cảnh trong ảnh. Mỗi một đối tƣợng trong ảnh đƣợc gọi là một vùng hay miền, đƣờng bao quanh đối tƣợng ta gọi là đƣờng biên. Mỗi một vùng ảnh phải có các đặc tính đồng nhất (ví dụ: màu sắc, kết cấu, mức xám vv…).

Các đặc tính này tạo nên một véc tơ đặc trƣng riêng của vùng (feature vectors) giúp chúng ta phân biệt đƣợc các vùng khác nhau. Nhƣ vậy, hình dáng của một đối tƣợng có thể đƣợc miêu tả hoặc bởi các tham số của đƣờng biên hoặc các tham số của vùng mà nó chiếm giữ. Sự miêu tả hình dáng dựa trên thông tin đƣờng biên yêu cầu việc phát hiện biên. Sự mô tả hình dáng dựa Trường ĐH Dân lập Hải Phòng—SV.Nguyễn Thị Anh Thư Trang 11 Tìm hiểu phương pháp phân đoạn ảnh vào vùng đòi hỏi việc phân đoạn ảnh thành một số vùng đồng nhất.

Có thể thấy kỹ thuật phát hiện biên và phân vùng ảnh là hai bài toán đối ngẫu của nhau. Thực vậy, dò biên để thực hiện phân lớp đối tƣợng và một khi đã phân lớp xong cũng có nghĩa là đã phân vùng đƣợc ảnh. Ngƣợc lại, khi đã phân vùng, ảnh đƣợc phân lập thành các đối tƣợng, ta có thể phát hiện biên. Có rất nhiều kỹ thuật phân đoạn ảnh, nhƣng nhìn chung chúng ta có thể chia thành ba lớp khác nhau:  Các kỹ thuật cục bộ (Local techniques) dựa vào các thuộc tính cục bộ của các điểm và láng giềng của nó.

 Các kỹ thuật toàn thể (global techniques) phân ảnh dựa trên thông tin chung của toàn bộ ảnh (ví dụ bằng cách sử dụng lƣợc đồ xám của ảnh – image histogram).  Các kỹ thuật tách (split), hợp (merge) và growing sử dụng các khái niệm đồng nhất và gần về hình học. MỘT SỐ KHÁI NIỆM CƠ BẢN 1.1 Điểm ảnh - Pixel Ảnh trong thực tế là một ảnh liên tục về không gian và về giá trị độ sáng. Để có thể XLA bằng máy tính cần phải tiến hành số hoá ảnh.

Trong quá trình số hoá, ngƣời ta biến đổi tín hiệu liên tục sang tín hiệu rời rạc thông qua quá trình lấy mẫu (rời rạc hoá về không gian) và lƣợng hoá thành phần giá trị mà về nguyên tắc bằng mắt thƣờng không phân biệt đƣợc hai điểm kề nhau. Trong quá trình này ngƣời ta sử dụng khái niệm Picture element mà ta quen gọi là Pixel - phần tử ảnh. Nhƣ vậy, một ảnh là một tập hợp các Pixel 1.