Luận văn thạc sĩ kỹ thuật điện tử phát triển giả i thuật nội suy hiệu quả cho xử lý ảnh siêu phân giải dựa trên kỹ thuật nội suy tuyến tính trong miền không gian

Luận văn thạc sĩ kỹ thuật điện tử nghiên cứu phát triển thuật toán nội suy hiệu quả cho xử lý ảnh siêu phân giải dựa trên kỹ thuật nội suy tuyến tính trong miền không gian.

• Tác giả: Lam An Thanh
• Người hướng dẫn: PGS. Le Tien Thuong
• Trường học: Đại học Bách Khoa - Đại học Quốc gia TP. HCM
• Chuyên ngành: Kỹ thuật điện tử
• Đề tài: Phát Triển Giải Thuật Nội Suy Hiệu Quả Cho Xử Lý Ảnh Siêu Phân Giải Dựa Trên Kỹ Thuật Nội Suy Tuyến Tính Trong Miền Không Gian
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2013
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: KHÁI NIỆM CƠ BẢN VỀ XỬ LÝ ẢNH
• 1.1. Ảnh Và piXel
• 1.2. Ảnh và các hệ màu
• 2. CHƯƠNG 2: LÝ THUYẾT PHƯƠNG PHÁP TẠO ẢNH SIÊU PHÂN GIẢI
• 2.1. Giới thiệu
• 2.3. Ý nghĩa của giải thuật siêu phân giải
• 2.4. Tổng quan quá trình tạo ảnh siêu phân giải
• 2.5. Chi tiết quá trình tạo ảnh siêu phân giải
• 2.6. Phương pháp đánh giá chất lượng ảnh siêu phân giải
• 3. CHƯƠNG 3: CÁC NGHIÊN CỨU GẦN ĐÂY
• 3.1. Các nghiên cứu trên thế giới
• 3.2. Các nghiên cứu trong nước
• 4. CHƯƠNG 4: GIẢI THUẬT NỘI SUY CẢI TIẾN
• 4.1. Cải tiến về thời gian xử lý
• 4.2. Cải tiến về chất lượng ảnh
• 5. CHƯƠNG 5: TRIỂN KHAI THỰC HIỆN
• 5.1. Các bước thực hiện của chương trình
• 5.2. Các bộ ảnh sử dụng trong chương trình mô phỏng
• 5.3. Chương trình mô phỏng
• 5.4. Kết quả thực hiện
• 6. CHƯƠNG 6: TỔNG KẾT VÀ HƯỚNG PHÁT TRIỂN
• 6.2. Tồn tại và hướng phát triển
• 6.3. Cấu hình máy tính sử dụng trong luận văn
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Thuật toán nội suy

Thuật toán nội suy là trọng tâm của luận văn, được phát triển để tối ưu hóa quá trình xử lý ảnh siêu phân giải. Thuật toán này dựa trên kỹ thuật nội suy tuyến tính trong miền không gian, nhằm cải thiện chất lượng ảnh và giảm thời gian xử lý. Phương pháp này tập trung vào việc tái tạo ảnh độ phân giải cao từ các ảnh độ phân giải thấp bằng cách sử dụng các điểm ảnh gần nhau để nội suy giá trị. Kết quả mô phỏng cho thấy thuật toán mới đạt hiệu quả tương đương với các thuật toán phức tạp hiện có, đồng thời có thể áp dụng trên các phần cứng có cấu hình thấp.

1.1. Phát triển thuật toán

Quá trình phát triển thuật toán bắt đầu từ việc phân tích các thuật toán nội suy hiện có, đặc biệt là nội suy tuyến tính trong xử lý ảnh. Thuật toán mới được đề xuất tập trung vào việc giảm số lượng điểm ảnh xa điểm cần nội suy và tăng số lượng điểm ảnh gần, nhằm cải thiện chất lượng ảnh và giảm thời gian tính toán. Kết quả thử nghiệm trên MATLAB cho thấy thuật toán này đạt được chất lượng ảnh cao với thời gian xử lý chấp nhận được.

1.2. Hiệu quả xử lý ảnh

Hiệu quả xử lý ảnh của thuật toán mới được đánh giá thông qua các chỉ số PSNR (Peak Signal-to-Noise Ratio) và thời gian tính toán. Kết quả cho thấy thuật toán mới đạt được chất lượng ảnh tương đương với các thuật toán phức tạp hiện có, đồng thời giảm đáng kể thời gian xử lý. Điều này cho thấy tiềm năng ứng dụng của thuật toán trong các hệ thống xử lý ảnh thời gian thực trên phần cứng có cấu hình thấp.

II. Xử lý ảnh siêu phân giải

Xử lý ảnh siêu phân giải là kỹ thuật tái tạo ảnh độ phân giải cao từ một hoặc nhiều ảnh độ phân giải thấp. Luận văn tập trung vào việc phát triển các phương pháp siêu phân giải ảnh dựa trên kỹ thuật nội suy tuyến tính. Quá trình này bao gồm ba bước chính: đăng ký ảnh, tái cấu trúc ảnh và lọc ảnh. Kết quả cho thấy phương pháp mới đạt được chất lượng ảnh cao với thời gian xử lý ngắn, phù hợp với các ứng dụng thực tế.

2.1. Kỹ thuật nội suy tuyến tính

Kỹ thuật nội suy tuyến tính được sử dụng để tái tạo các điểm ảnh còn thiếu trong quá trình siêu phân giải ảnh. Phương pháp này dựa trên việc tính toán giá trị điểm ảnh mới từ các điểm ảnh lân cận. Kết quả mô phỏng cho thấy kỹ thuật này đạt được chất lượng ảnh cao với thời gian xử lý ngắn, đặc biệt phù hợp với các hệ thống phần cứng có cấu hình thấp.

2.2. Tối ưu thuật toán

Quá trình tối ưu thuật toán tập trung vào việc cải thiện chất lượng ảnh và giảm thời gian xử lý. Thuật toán mới được đề xuất giảm số lượng điểm ảnh xa điểm cần nội suy và tăng số lượng điểm ảnh gần, nhằm cải thiện chất lượng ảnh và giảm thời gian tính toán. Kết quả thử nghiệm cho thấy thuật toán này đạt được chất lượng ảnh cao với thời gian xử lý chấp nhận được.

III. Ứng dụng thực tế

Luận văn không chỉ tập trung vào việc phát triển thuật toán mà còn đề cập đến các ứng dụng thực tế của xử lý ảnh siêu phân giải. Thuật toán mới có thể được áp dụng trong các lĩnh vực như y tế, quân sự và thương mại, nơi yêu cầu chất lượng ảnh cao và thời gian xử lý nhanh. Kết quả mô phỏng cho thấy thuật toán này có tiềm năng ứng dụng rộng rãi trong các hệ thống xử lý ảnh thời gian thực.

3.1. Xử lý ảnh số

Xử lý ảnh số là một trong những ứng dụng chính của thuật toán mới. Thuật toán này có thể được sử dụng để cải thiện chất lượng ảnh trong các hệ thống camera, vệ tinh và máy bay không người lái. Kết quả thử nghiệm cho thấy thuật toán mới đạt được chất lượng ảnh cao với thời gian xử lý ngắn, phù hợp với các ứng dụng thực tế.

3.2. Siêu phân giải ảnh trong y tế

Trong lĩnh vực y tế, siêu phân giải ảnh có thể được sử dụng để cải thiện chất lượng hình ảnh y tế, giúp các bác sĩ chẩn đoán chính xác hơn. Thuật toán mới được đề xuất có thể được áp dụng trong các hệ thống chụp ảnh y tế, giúp cải thiện chất lượng ảnh và giảm thời gian xử lý.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh nhu cầu về ảnh có độ phân giải cao ngày càng gia tăng mạnh mẽ, đặc biệt trong các lĩnh vực thương mại và quân sự, việc tạo ra ảnh chất lượng cao từ các thiết bị thu ảnh như máy ảnh, vệ tinh hay thiết bị bay không người lái vẫn còn nhiều hạn chế. Theo ước tính, các hệ thống cảm biến hiện nay bị giới hạn bởi kích thước điểm ảnh và hiệu ứng nhiễu, khiến việc nâng cao độ phân giải vật lý gặp nhiều khó khăn. Kỹ thuật siêu phân giải (Super Resolution - SR) ra đời nhằm tái tạo ảnh có độ phân giải cao từ một hoặc nhiều ảnh có độ phân giải thấp, bằng cách bổ sung các thông tin tần số cao bị thiếu trong ảnh gốc.

Luận văn tập trung phát triển một giải thuật nội suy mới dựa trên kỹ thuật nội suy tuyến tính trong miền không gian, nhằm tối ưu hóa thời gian xử lý và chất lượng ảnh siêu phân giải, đồng thời phù hợp với các phần cứng có cấu hình thấp. Phạm vi nghiên cứu được thực hiện tại Trường Đại học Bách Khoa, Đại học Quốc gia TP. Hồ Chí Minh trong năm 2013, với việc mô phỏng trên phần mềm MATLAB. Mục tiêu cụ thể là xây dựng giải thuật nội suy cải tiến, giảm thiểu số điểm ảnh cần nội suy, tăng cường chất lượng ảnh đầu ra với chỉ số PSNR cao và thời gian xử lý chấp nhận được.

Nghiên cứu có ý nghĩa quan trọng trong việc ứng dụng kỹ thuật siêu phân giải cho các thiết bị có giới hạn về phần cứng như UAV, camera giám sát, hoặc các hệ thống xử lý ảnh thời gian thực, góp phần nâng cao hiệu quả xử lý ảnh trong nhiều lĩnh vực như y tế, cảm biến từ xa, và giám sát an ninh.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình nghiên cứu sau:

• Kỹ thuật siêu phân giải ảnh (Super Resolution Image Reconstruction): Là quá trình tái tạo ảnh có độ phân giải cao từ nhiều ảnh có độ phân giải thấp, thông qua ba bước chính: đăng ký ảnh (registration), tái cấu trúc ảnh (reconstruction) và lọc ảnh (filtering). Đăng ký ảnh nhằm ước lượng chính xác sự dịch chuyển và xoay giữa các ảnh đầu vào; tái cấu trúc ảnh sử dụng các thuật toán nội suy để tính toán các điểm ảnh còn thiếu trên lưới ảnh HR; lọc ảnh giúp làm mịn và giảm nhiễu cho ảnh đầu ra.

• Phương pháp nội suy trong miền không gian (Non-Uniform Interpolation): Bao gồm các thuật toán nội suy phổ biến như Nearest Neighbor, Bilinear và Bicubic. Phương pháp này trực quan, tính toán nhanh, phù hợp với các phần cứng có cấu hình thấp. Tuy nhiên, chất lượng ảnh đầu ra phụ thuộc nhiều vào độ chính xác của bước đăng ký ảnh.

• Phương pháp đăng ký ảnh dựa trên biến đổi Fourier: Sử dụng biến đổi Fourier để ước lượng chính xác các tham số dịch chuyển ngang, dọc và góc xoay giữa các ảnh LR. Phương pháp này tận dụng tính chất xoay và dịch chuyển trong miền tần số để xác định sự khác biệt giữa các ảnh.

• Bộ lọc trên miền không gian: Các bộ lọc tuyến tính (lọc trung bình, Gaussian) và phi tuyến (lọc trung vị) được sử dụng để cải thiện chất lượng ảnh, giảm nhiễu và làm mượt ảnh siêu phân giải.

Các khái niệm chính bao gồm: độ phân giải không gian, PSNR (Peak Signal-to-Noise Ratio) để đánh giá chất lượng ảnh, MSE (Mean Square Error) làm chỉ số sai số giữa ảnh gốc và ảnh tái tạo.

Phương pháp nghiên cứu

Luận văn sử dụng phương pháp nghiên cứu kết hợp phân tích lý thuyết và mô phỏng thực nghiệm:

• Nguồn dữ liệu: Bộ ảnh thử nghiệm đa dạng gồm ảnh trắng đen và ảnh màu, kích thước khác nhau như ảnh Lena, ảnh chụp từ camera và ảnh vệ tinh, được sử dụng để đánh giá hiệu quả giải thuật.

• Phương pháp phân tích: Phân tích các giải thuật nội suy hiện có, nhận xét ưu nhược điểm, từ đó đề xuất giải thuật nội suy cải tiến trong miền không gian. Giải thuật mới được mô phỏng trên MATLAB để đánh giá chất lượng ảnh (PSNR) và thời gian xử lý.

• Cỡ mẫu và chọn mẫu: Sử dụng nhiều bộ ảnh với các đặc điểm khác nhau nhằm đảm bảo tính tổng quát của kết quả. Các ảnh LR được tạo ra từ ảnh HR bằng cách giảm độ phân giải và thêm nhiễu để mô phỏng điều kiện thực tế.

• Timeline nghiên cứu: Nghiên cứu và phân tích lý thuyết (tháng 8 - tháng 10/2013), xây dựng và mô phỏng giải thuật (tháng 10 - tháng 11/2013), đánh giá kết quả và hoàn thiện luận văn (tháng 11 - tháng 12/2013).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả về chất lượng ảnh: Giải thuật nội suy cải tiến cho kết quả PSNR cao hơn từ 1-2 dB so với giải thuật Nearest Neighbor truyền thống trên các bộ ảnh thử nghiệm. Ví dụ, ảnh Lena đạt PSNR khoảng 30 dB, tương đương với các giải thuật phức tạp hơn nhưng thời gian xử lý giảm đáng kể.

2. Tối ưu thời gian xử lý: Thời gian xử lý ảnh siêu phân giải với giải thuật mới giảm khoảng 20-30% so với các giải thuật nội suy phức tạp như Bicubic, phù hợp với các phần cứng có cấu hình thấp.

3. Giảm nhiễu và cải thiện độ nét: Ảnh đầu ra ít bị nhiễu hơn nhờ việc giảm số điểm ảnh LR có khoảng cách xa điểm cần nội suy, đồng thời tăng trọng số các điểm ảnh gần, giúp ảnh mượt mà và sắc nét hơn.

4. Khả năng ứng dụng trên phần cứng: Giải thuật có thể triển khai trên các bộ xử lý DSP hoặc ARM với cấu hình thấp, mở rộng khả năng ứng dụng trong các thiết bị UAV, camera giám sát.

Thảo luận kết quả

Nguyên nhân chính của sự cải tiến là do giải thuật nội suy mới tận dụng hiệu quả thông tin từ các điểm ảnh LR gần điểm cần nội suy, giảm thiểu ảnh hưởng của các điểm ảnh xa gây nhiễu. So với các nghiên cứu trước đây, giải thuật này cân bằng tốt giữa chất lượng ảnh và thời gian xử lý, khắc phục nhược điểm của phương pháp Nearest Neighbor truyền thống vốn cho ảnh chất lượng thấp và phương pháp Bicubic có chi phí tính toán cao.

Kết quả mô phỏng có thể được trình bày qua biểu đồ so sánh PSNR và thời gian xử lý giữa các giải thuật trên các bộ ảnh khác nhau, giúp minh họa rõ ràng ưu thế của giải thuật đề xuất. Bảng số liệu chi tiết cũng cho thấy sự ổn định của giải thuật khi xử lý ảnh màu và ảnh trắng đen.

Ý nghĩa của nghiên cứu nằm ở việc cung cấp một giải pháp nội suy hiệu quả, phù hợp với các ứng dụng yêu cầu xử lý nhanh và phần cứng hạn chế, đồng thời giữ được chất lượng ảnh đầu ra ở mức cao.

Đề xuất và khuyến nghị

1. Triển khai giải thuật trên phần cứng nhúng: Đề xuất các nhà phát triển tích hợp giải thuật vào các thiết bị nhúng như DSP, ARM để nâng cao hiệu quả xử lý ảnh siêu phân giải trong thời gian thực. Thời gian thực hiện trong vòng 6-12 tháng.

2. Phát triển phần mềm hỗ trợ: Xây dựng thư viện phần mềm tối ưu hóa giải thuật cho các nền tảng phổ biến, giúp các nhà nghiên cứu và kỹ sư dễ dàng áp dụng. Mục tiêu hoàn thành trong 9 tháng.

3. Mở rộng nghiên cứu cho ảnh video: Nghiên cứu áp dụng giải thuật cho chuỗi ảnh video nhằm cải thiện chất lượng video độ phân giải thấp, đặc biệt trong giám sát an ninh và truyền hình. Thời gian nghiên cứu dự kiến 12-18 tháng.

4. Tối ưu hóa thuật toán đăng ký ảnh: Đề xuất nghiên cứu sâu hơn về bước đăng ký ảnh để nâng cao độ chính xác, từ đó cải thiện chất lượng ảnh siêu phân giải tổng thể. Chủ thể thực hiện là các nhóm nghiên cứu trong lĩnh vực xử lý ảnh.

Đối tượng nên tham khảo luận văn

1. Nhà nghiên cứu và sinh viên ngành kỹ thuật điện tử, xử lý ảnh: Luận văn cung cấp kiến thức nền tảng và giải thuật mới trong lĩnh vực siêu phân giải ảnh, hỗ trợ phát triển các đề tài nghiên cứu liên quan.

2. Kỹ sư phát triển phần mềm xử lý ảnh: Giải thuật nội suy cải tiến phù hợp để tích hợp vào các ứng dụng xử lý ảnh trên thiết bị có cấu hình thấp, giúp tối ưu hiệu suất và chất lượng.

3. Nhà sản xuất thiết bị camera và UAV: Tham khảo để áp dụng giải thuật nâng cao chất lượng ảnh thu được từ các thiết bị có giới hạn về phần cứng và kích thước cảm biến.

4. Chuyên gia trong lĩnh vực y tế, giám sát an ninh: Ứng dụng kỹ thuật siêu phân giải để cải thiện chất lượng ảnh y tế, ảnh giám sát, giúp nâng cao hiệu quả chẩn đoán và phát hiện.

Câu hỏi thường gặp

1. Giải thuật nội suy cải tiến có ưu điểm gì so với các phương pháp truyền thống?
   Giải thuật giảm thiểu số điểm ảnh cần nội suy, tăng trọng số các điểm gần, giúp cải thiện chất lượng ảnh (PSNR cao hơn) và giảm thời gian xử lý, phù hợp với phần cứng cấu hình thấp.

2. Phương pháp đăng ký ảnh được thực hiện như thế nào?
   Sử dụng biến đổi Fourier để ước lượng chính xác các tham số dịch chuyển ngang, dọc và góc xoay giữa các ảnh LR, đảm bảo các điểm ảnh được gán đúng vị trí trên lưới ảnh HR.

3. Giải thuật có thể áp dụng cho ảnh màu và ảnh trắng đen không?
   Có, giải thuật được mô phỏng và đánh giá trên cả ảnh màu và ảnh trắng đen với kết quả PSNR và thời gian xử lý tương đương, đảm bảo tính linh hoạt trong ứng dụng.

4. Thời gian xử lý của giải thuật trên phần cứng thấp như thế nào?
   Thời gian xử lý giảm khoảng 20-30% so với các giải thuật phức tạp như Bicubic, cho phép xử lý ảnh siêu phân giải trong thời gian thực trên các thiết bị nhúng.

5. Có thể mở rộng giải thuật cho xử lý video không?
   Có thể, tuy nhiên cần nghiên cứu thêm về xử lý chuỗi ảnh liên tiếp và tối ưu hóa thuật toán đăng ký ảnh để đảm bảo tính liên tục và ổn định của video siêu phân giải.

Kết luận

• Đã phát triển thành công giải thuật nội suy cải tiến trong miền không gian, tối ưu về thời gian xử lý và chất lượng ảnh siêu phân giải.
• Kết quả mô phỏng trên MATLAB cho thấy ảnh đầu ra có PSNR cao, ít nhiễu và thời gian xử lý chấp nhận được.
• Giải thuật phù hợp với các phần cứng có cấu hình thấp, mở rộng khả năng ứng dụng trong nhiều lĩnh vực.
• Đề xuất triển khai trên phần cứng nhúng và mở rộng nghiên cứu cho ảnh video trong tương lai.
• Khuyến khích các nhà nghiên cứu và kỹ sư ứng dụng giải thuật để nâng cao hiệu quả xử lý ảnh trong thực tế.

Luận văn là tài liệu tham khảo quý giá cho các chuyên gia và sinh viên trong lĩnh vực kỹ thuật điện tử và xử lý ảnh, đồng thời mở ra hướng phát triển mới cho kỹ thuật siêu phân giải ảnh ứng dụng trong các thiết bị hiện đại.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: KHÁI NIỆM CƠ BẢN VE XỬ LÝ ANH Phan này nêu lên các khái niệm cơ bản trong lĩnh vực xử lý ảnh sô, pixel, hệ mau, các định dang ảnh. Xử lý ảnh hiện nay đã trở nên phô biên, do đó các khái niệm này không quá xa lạ. chi tiết có thé tham khảo trong [5].1 Anh va pixel 1.1 Anh tương tự Một bức anh là một hàm số độ sáng hai chiều f(x,y), trong đó (x, y) là tọa độ không gian của ảnh, và giá trị ƒ tại tọa độ (x, y) biểu thị cho giá trị độ sáng tại tọa độ đó.1) Trong đó: ¡(x, y): hàm số biểu thị giá trị nguồn sáng tác động lên cảm biến, hay nơi thu nhận ảnh. r(x, y): hàm số biểu thị độ phản chiếu của vật thé với nguồn sáng lên cảm biến.

0 <r(x,y) < 1: giá trị 0 nghĩa là nguồn sáng bị hap thụ hoàn toàn, trong khi giá trị 1 nghĩa là nguồn sáng hoàn toàn xuyên qua vật đến cảm biến.2 Ảnh số va pixel Anh số là một bức anh f(x,y) được lượng tử và rời rac hóa cả về tọa độ không gian lân độ sáng. fey) C1: Khái niệm cơ ban về xử ly anh 2 HVTH: Lâm An Thanh Giải thuật nội suy cho xử lý ảnh siêu phân giải GVHD: PGS. Lê Tiến Thường Ma trận A được gọi là một bức ảnh số với kích thước MxN của bức ảnh tương tự f (x,y), mỗi phan tử trong ma trận A được gọi là một điểm ảnh số, hay pixel. Giá trị của mỗi pixel được gọi là mức xám G của pixel đó.

Mức xám G thuộc khoảng thang xám [Lynin, Lmax].- Đề có thé số hóa một bức ảnh tương tự sang số, ta sẽ đặt bức ảnh tương tự f(x, y) lên một lưới cua mặt phăng tọa độ Oxy. Cac tọa độ lúc nay sẽ được sô hóa đê có kích thước MxN trong khi độ sáng sẽ được lượng tử dé cho ra mức xám G. Thông thường M = 2TM,N = 2",G = 2* và bức ảnh sẽ có dung lượng MxGxN. Cùng một bức ảnh tương tự f(x, y), khi được số hóa, thi chất lượng của bức ảnh số sẽ phụ thuộc vào độ lớn cua M, N,G.

Nếu khoảng cách giữa các điểm ảnh và các mức xám quá lớn, mà giá trị M,N, G quá nhỏ thì chất lượng bức ảnh số sẽ kém và ngược lại.2 Anh và các hệ màu Một hệ thống màu là một hệ thống mà mỗi điểm trong đó được tương ứng duy nhất với một màu. Các hệ thống màu khác nhau sẽ được định hướng theo phần cứng (màn hình màu hoặc máy in) hoặc phụ thuộc vào ứng dụng. Các hệ màu cơ bản đối với xử lý ảnh là RGB, CMY/CMYK, YUV. Phan này sẽ nêu tóm lược vé các hệ thông mau này.1 Hệ màu RGB Hệ mau RGB là một hệ màu dựa theo tọa độ Descartes.

Không gian cua màu là một hình khối lập phương với ba giá trị màu là red, green và blue năm ở ba góc của hệ tọa độ và ba màu cyan, magenta và yellow năm ở ba góc khác của khối lập phương. C1: Khái niệm cơ bản về xử lý ảnh 3 HVTH: Lâm An Thanh Giải thuật nội suy cho xử lý ảnh siêu phân giải GVHD: PGS. Lê Tiến Thường B blue | (0,0,1) cyan magenta | white.1:Toa độ hệ thông màu RGB Mau black là cơ ban, năm ở góc tọa độ, còn mau white năm ở góc xa nhât so với góc toa độ. Các mức xám được dé cập ở phan 1.2 thuộc đường thăng nôi liên giữa hai điểm black và white.

Mỗi điểm khác nhau trong khối lập phương được định nghĩa bằng vector từ nó đến gốc tọa độ, và là sự kết hợp của ba màu cơ bản R, G, B. Các gia tri của màu R, G, B được chuẩn hóa giá trị trong khoảng [0. Số bit dùng dé biểu diễn một pIxel được gọi là độ sâu của điểm ảnh (pixel depth). Giả sử mỗi điểm thành phan R, G, B được mã hóa bang 8 bit thì ta nói hệ mau RGB có độ sâu là 24 (24=8x3).

Cac ảnh dùng hệ mau này thường gọi là full-color image. Số lượng màu tong cộng là (28)3 = 2?* = 16777216 màu. Hệ màu RGB là hệ màu thường dùng trong màn hình màu.2 Hệ màu CMY/CMYK Hệ màu CMY sử dụng các mau Cyan, Magenta và Yellow làm ba mau cơ bản. Các loại máy in thường sử dụng hệ màu này.

Sự chuyển đổi giữa hai hệ màu RGB và CMY là: C1: Khái niệm cơ bản về xử lý ảnh 4 HVTH: Lâm An Thanh Giải thuật nội suy cho xử lý ảnh siêu phân giải GVHD: PGS. Lê Tiến Thường C 1 R M|=|1]- |G (1.2: Hệ mau CMY va CMYK YELLOW RED GREEN MAGENTA CYAN Hình 1.3: Quan hệ giữa các hệ mau RGB va CMY Người ta sử dung hệ mau CMYK dé tạo một hệ màu tốt hon (K biểu thị màu đen).3 Hệ mau YUV (YC,C,) Hệ mau YUV được dùng dau tiên cho video hệ PAL analog, tuy nhiên bây giờ hệ màu này được dùng cho chuẩn CCIR 601 của video số. Hệ màu này tách riêng thành phan độ sáng từ thông tin về màu sắc và thành phan độ sáng được mã hóa trong Y thành hai thành phân màu blue-difference (Cp) và red-difference (C?). C1: Khái niệm cơ bản về xử lý ảnh 5 HVTH: Lâm An Thanh Giải thuật nội suy cho xử lý ảnh siêu phân giải GVHD: PGS.

Lê Tiến Thường | = 0.3 Các loại định dang anh 1.1 BMP BMP hay còn gọi là bitmap là một dạng tập tin hình phố biến. Đặc điểm nối bật của định dạng này là ảnh không bị nén bởi bất kỳ một thuật toán nào. Do đó, thông thường ảnh bitmap có dung lượng lớn hơn so với các định dạng khác. Cau trúc của ảnh BMP gồm: Bitmap header (14 bytes): giúp nhận dạng file anh bitmap.

C1: Khái niệm cơ bản về xử lý ảnh 6 HVTH: Lâm An Thanh Giải thuật nội suy cho xử lý ảnh siêu phân giải GVHD: PGS. Lê Tiến Thường Bitmap information (40 bytes): chứa các thông tin co bản về ảnh như số bit/pixel, kích thước, vị trí bắt đầu vùng data ảnh, v. Color palette: định nghĩa các màu được sử dụng trong anh. Bitmap data: lưu dữ liệu ảnh.2 GIF GIF (Graphics Interchange Format) la một kiéu dinh dang ảnh ra đời từ năm 1987 bởi hãng CompuServe, sử dụng thuật toán không tôn hao LZW.

Ảnh GIF có độ dài tôi đa 8 bit, được đánh chỉ số (index) trong bảng màu cho phép tạo nền trong suốt.3 JPEG/JFIF/JPEC 2000 JPEG (Join Photographic Experts Group) là sự kết hợp của CCITT va ISO bắt đầu từ tháng 6 năm 1987 đến 1991. JPEG là một phương pháp nén. Nhược điểm chính của JPEG là các ảnh được nén băng thuật toán có tốn hao, thông tin có thể bị mất nhiều khi hệ số nén lớn. Tuy nhiên, đối với hình ảnh có chất lượng màu cao như “High color” thì việc mat mát dữ liệu là không đáng kể.

File ảnh nén JPEG thường được lưu trữ dưới định dạng file JFIEF (JPEG File Interchange Format). Gần như tất cả các camera số có thể lưu ảnh dưới dạng JPEG, có hỗ trợ 8 bit mỗi màu (3 màu 24 bit tổng cộng). JPEG 2000 là một chuẩn nén ảnh cho phép cả nén không tốn hao và nén tốn hao. Phương pháp nén anh ở JPEG 2000 khác so với JPEG/JFIF; nó cải thiện chất lượng ảnh và hệ số nén, nhưng bù lại yêu cầu nhiều phép tính toán hơn.

JPEG 2000 cũng thêm vào các tính năng bị thiếu trong JPEG. JPEG 2000 không phổ biến như JPEG, nhưng nó được sử dụng nhiều trong các chương trình chỉnh sửa phim chuyên nghiệp. C1: Khái niệm cơ bản về xử lý ảnh 7 HVTH: Lâm An Thanh Giải thuật nội suy cho xử lý ảnh siêu phân giải GVHD: PGS. Lê Tiến Thường 1.4 Exif Exif (Exchangeable image file format) là một chuan dinh dang file giống với định dạng JFIF với sự mở rộng TIFF; nó được kết hợp trong phân mềm tạo file JPEG có trong nhiều camera.

Mục đích của nó là dé ghi lại và chuẩn hóa việc trao đổi dữ liệu hình ảnh giữa máy ảnh số và phần mềm chỉnh sửa ảnh. Dữ liệu được ghi lại bao gồm các thiết lập camera, ngày giờ, tốc độ màn sập (shutter), thông tin mau sac, kích cỡ ảnh, .5 TIFF TIFF (Tag Image File Format) là định dang chủ yếu dé lưu trữ ảnh bao gồm cả đỗ thị lẫn hình ảnh. Định dạng này được xây dựng đầu tiên bởi hãng Aldus kết hợp với Microsoft để dùng cho kỹ thuật in Postscript. TIFF là định dang thông dung cho các ảnh có dải tần màu rộng và sâu, phát triển song song với các máy quét ảnh do đó ngày cảng trở thành một định dạng hữu dụng trong in ấn vì vừa bảo toàn thông tin vì sử dụng các giải thuật nén không ton hao LZW, ZIP.

vừa giảm dung lượng.6 RAW Định dạng RAW là một trong những tùy chọn trong các máy ảnh số. Định dạng này thường sử dụng thuật toán nén ảnh không tốn hao, và tạo ra ảnh có dung lượng nhỏ hơn nhiều so với định dạng TIFF. Mặc dù có một tiêu chuẩn của định dạng file raw USO 12234-2, TIFF/EP), các định dạng raw được su dụng bởi nhiều camera không được chuẩn hóa, mỗi camera khác nhau sẽ cho một định dạng raw khác nhau.7 PNG PNG (Portable Network Graphic) là định dạng tập tin hình ảnh cũng có đặc điểm là nén không tôn hao, được ra đời với mục đích tạo nên một chuẩn mực mới cho ảnh sử dụng trong đồ họa web, cải thiện và thay thé ảnh GIF. C1: Khái niệm cơ ban về xử ly anh S HVTH: Lâm An Thanh Giải thuật nội suy cho xử lý ảnh siêu phân giải GVHD: PGS.

Lê Tiến Thường 1.8 PPM/PGM/PBM/PNM Họ định dạng Netpbm bao gôm định dang PPM (Portable Pixmap), PGM (Portable Graymap) và PBM (Portable bitmap). Các định dạng nay là thuần túy ASCII hoặc là tập tin nhị phân raw với header ASCII, cung cấp các chức năng co bản chuyển đổi mặt phăng điểm ảnh (pixmap), mặt phăng độ xám (graymap) và mặt phẳng bit (bitmap) giữa các nên tảng (platform) khác nhau. Một vài ứng dụng xem các định dạng này một cách chung, gọi là PNM (Portable Any Map).9 WEBP Định dạng WebP là định dạng hình ảnh mới, sử dụng thuật toán nén tôn hao. Định dạng này được thiết kế bởi Google để giảm kích cỡ file nhằm mục đích tăng tốc độ load trang web.

Mục đích chính của WebP là thay thế JPEG đề trở thành định dạng chính của hình ảnh trên các trang web.4 Kết luận Chương 1 đã cung cấp một số kiến thức cơ bản về xử lý ảnh, về pixel (điểm ảnh), các hệ mau và các định dạng ảnh khác nhau trên máy tính. Day là những kiến thức căn ban để bước vào bộ môn xử lý ảnh.