chương 1 giới thiệu tổng quan về kỹ thuật phát hiện đường biên ảnh y tế, tầm quan trọng cũng như một số phương pháp phát hiện đường biên tiêu chuẩn được sử dụng rộng rãi trong xử lý ảnh như Prewitt, Laplacian of Gaussian, Canny, Sobel, Robert và các phương pháp tiếp cận mới sử dụng tính toán mềm bao gồm Lôgic mờ, thuật toán Di truyền và mạng Nơ-ron.1 Giới thiệu kỹ thuật phát hiện đường biên ảnh Bước đầu tiên trong hệ thống nhận dạng hình ảnh là độ nhạy của đường biên trong ảnh kỹ thuật số. Phát hiện đường biên để quan sát đối tượng trong xử lý ảnh là phần quan trọng. Điều này sẽ giúp chúng ta hiểu rõ về các thuật toán phát hiện đường biên. Một biên rất hữu ích vì nó đánh dấu ranh giới và sự phân chia của mặt phẳng, vật thể hoặc sự xuất hiện với những vật thể khác nhau ở những vị trí khác nhau.
Phát hiện biên cũng là một bước trung gian trong nhận dạng ảnh kỹ thuật số. Đường biên ảnh có thể là kết quả của những thay đổi về ánh sáng, màu sắc, bóng, kết cấu và những thay đổi này có thể được sử dụng để giải quyết độ sâu, hướng kích thước và các thuộc tính bề mặt của hình ảnh kỹ thuật số. 1: Ảnh Lena trước và sau khi tách biên Phát hiện đường biên là quá trình xác định và định vị các điểm không liên tục sắc nét trong một hình ảnh. Sự gián đoạn là những thay đổi đột ngột về cường độ pixel, đặc trưng cho ranh giới của các đối tượng trong một cảnh.
Phát hiện đường biên là một trong những kỹ thuật được sử dụng thường xuyên nhất trong xử lý ảnh kỹ thuật số. Các ranh giới của các bề mặt đối tượng trong một cảnh thường dẫn đến những thay đổi cục bộ có định hướng về cường độ của một hình ảnh được gọi là các biên [1]. Các phương pháp phát hiện đường biên cổ điển liên quan đến việc xoay hình ảnh bằng toán tử (bộ lọc 2-D) được xây dựng để nhạy với các gradient lớn trong hình ảnh trong khi trả về các giá trị bằng 0 trong các vùng đồng nhất. Kỹ thuật phát hiện đường biên ảnh cũng biến đổi hình ảnh từ những thay đổi 1 trong tông màu xám trong ảnh.
Các biên là dấu hiệu của sự thiếu liên tục và kết thúc do kết quả của sự hình thành này, đường biên có được mà không gặp phải bất kỳ thay đổi nào về chất lượng vật lý của hình ảnh [2]. Có rất nhiều toán tử phát hiện biên có sẵn, mỗi toán tử được thiết kế để nhạy cảm với các cạnh nhất định. Việc phát hiện biên rất khó thực hiện và tốn thời gian trong các hình ảnh nhiễu, vì cả nhiễu và biên đều có các nội dung tần số cao [1]. Toán tử phát hiện biên cần được chọn để đáp ứng với sự thay đổi dần dần do khúc xạ hoặc tiêu điểm kém của đối tượng có ranh giới.
Điều này ngăn ngừa các vấn đề về phát hiện biên sai, thiếu biên thực, cục bộ hóa biên và thời gian tính toán cao. Do đó, mục tiêu đặt ra là so sánh các kỹ thuật phát hiện biên khác nhau và phân tích hiệu suất của các kỹ thuật khác nhau trong các điều kiện khác nhau.1 Các loại đường biên Đường biên ảnh là sự thay đổi cục bộ đáng kể về cường độ hình ảnh, thường liên quan đến sự gián đoạn trong cường độ hình ảnh hoặc đạo hàm đầu tiên của cường độ hình ảnh. Sự không liên tục trong cường độ hình ảnh có thể là Step edge, trong đó cường độ hình ảnh đột ngột thay đổi từ một giá trị ở một phía của sự gián đoạn sang một giá trị khác ở phía đối diện, hoặc Line Edges, nơi cường độ hình ảnh đột ngột thay đổi giá trị nhưng sau đó trở lại giá trị bắt đầu trong một khoảng cách ngắn. Tuy nhiên, các Step Edge và Line Edge rất hiếm trong hình ảnh thực tế.
Bởi vì các thành phần tần số thấp hoặc sự làm mịn đều có trong hầu hết các thiết bị cảm biến, sự gián đoạn sắc nét hiếm khi tồn tại trong tín hiệu thực. Khi cường độ thay đổi không tức thời mà xảy ra trong một khoảng cách hữu hạn, các đường biên dạng Step trở thành Ramp Edges và đường biên dạng Line trở thành Roof Edge [3]. Hình minh họa của bốn loại đường biên này được thể hiện trong Hình 1. 2: Các loại đường biên: (a) Step Edge (b) Ramp Edge (c) Line Edge (d) Roof Egde+ 2 1.2 Các tham số chọn lọc sử dụng trong phát hiện đường biên ảnh Có một số tham số liên quan đến việc xác định đường biên bao gồm: f.
Định hướng biên: - hình học của toán tử xác định hướng đặc trưng mà nó nhạy nhất với các biên. Toán tử có thể được tối ưu hóa để tìm các biên ngang, dọc hoặc chéo. Môi trường nhiễu: phát hiện đường biên sẽ khác nhau trong các hình ảnh nhiễu. Vì cả nhiễu và cả nội dung tần số cao tại các biên, việc cố gắng giảm nhiễu dẫn đến các biên bị mờ và méo.
Các toán tử được sử dụng trên hình ảnh nhiễu thường có phạm vi lớn hơn để có thể đủ dữ liệu làm giảm các pixel nhiễu cục bộ. Điều này dẫn đến việc cục bộ hóa các biên tách rời kém chính xác hơn. Cấu trúc đường biên: không phải tất cả các biên đều liên quan đến sự thay đổi từng bước trong các hiệu ứng cường độ như khúc xạ hoặc tiêu điểm kém có thể dẫn đến các đối tượng có ranh giới xác định bằng sự thay đổi dần dần về cường độ. Các toán tử cần phải đáp ứng với sự thay đổi dần dần như vậy, nên sẽ không gặp vấn đề về phát hiện cạnh sai, thiếu biên thực, cục bộ hóa biên và thời gian tính toán cao.
Phát hiện biên là một nhiệm vụ khó khăn, do đó phản đối việc so sánh các kỹ thuật phát hiện biên khác nhau và phân tích hiệu suất của các kỹ thuật khác nhau trong các điều kiện khác nhau.3 Các bước phát hiện đường biên ảnh Phát hiện đường biên bao gồm ba bước chính là lọc, tăng cường và phát hiện [4] (a) Lọc (Filter): hình ảnh thường bị hỏng do nhiễu là sự thay đổi về giá trị cường độ, các loại nhiễu phổ biến là nhiễu muối tiêu (Salt & Pepper), nhiễu xung và nhiễu Gauss. Nhiễu Salt & Pepper chứa sự biến thiên ngẫu nhiên của cả giá trị cường độ đen và trắng. Tuy nhiên, việc lọc nhiều hơn để giảm nhiễu sẽ làm mất độ bền của đường biên. (b) Tăng cường (Enhancement): để thuận tiện cho việc phát hiện các biên, điều quan trọng là phải xác định những thay đổi về cường độ trong vùng lân cận của một điểm.
Tính năng nâng cao nhấn mạnh vào các pixel nơi có sự thay đổi đáng kể trong các giá trị cường độ cục bộ và nó được thực hiện bằng cách tính toán độ lớn của gradient. (c) Phát hiện (Detection): các điểm trong hình ảnh có giá trị khác 0 đối với gradient và không phải tất cả các điểm này đều là biên cho một ứng dụng cụ thể. Vì vậy một phương pháp được tạo ra để xác định điểm nào là điểm biên là cần thiết. Thông thường, ngưỡng cung cấp các tiêu chí được sử dụng để phát hiện biên.2 Các phương pháp phát hiện đường biên ảnh Phát hiện biên là một kỹ thuật quan trọng trong các ứng dụng như nhận dạng đối tượng, phân tích chuyển động và nhận dạng mẫu.
Có nhiều cách để thực hiện phát hiện đường biên tuy nhiên phần lớn các phương pháp khác nhau có thể được nhóm thành hai loại chính: 3 (a) Classic: Các phương pháp phát hiện đường biên ảnh cổ điển sử dụng đạo hàm để phát hiện biên, được chia thành hai nhóm tiếp cận chính: - Gradient: phương pháp gradient phát hiện các biên bằng cách tìm giá trị lớn nhất và nhỏ nhất trong đạo hàm đầu tiên của ảnh [5]. - Laplacian: phương pháp Laplacian tìm kiếm điểm giao nhau bằng 0 trong đạo hàm thứ hai của ảnh để tìm các biên [5]. (b) Soft-computing: tính toán mềm đã nổi lên như một công cụ tối ưu hóa tiềm năng và mạnh mẽ cho vấn đề phát hiện đường biên ảnh trong những năm gần đây. Ba phương pháp tính toán mềm khác nhau để phát hiện cạnh để phân đoạn hình ảnh được sử dụng thường xuyên nhất là (1) Phương pháp dựa trên logic mờ [6], (2) Phương pháp dựa trên thuật toán di truyền [7] và (3) Phương pháp dựa trên Mạng Nơ-ron (Neural Network) [8].
Nhiều phương pháp phát hiện khác nhau đã được phát triển trong nhiều năm, những kỹ thuật này có thể được phân loại thành phát hiện biên cấp pixel chính và cấp pixel phụ. Phương pháp phát hiện sớm sử dụng các toán tử cục bộ để tính toán xấp xỉ đạo hàm đầu tiên của gradient mức xám một hình ảnh trong miền không gian. Vị trí cực đại cục bộ của đạo hàm đầu tiên được coi là điểm biên. Các toán tử Prewitt và Sobel là ví dụ về phát hiện biên dựa trên gradient [9], [10] Marr và Hildreth [11] đề xuất Laplacian of Gaussian (LOG) để phát hiện biên trong đó sử dụng hàm Gaussian để làm mịn ảnh, sau đó tính đạo hàm cấp hai.
Điểm giao nhau không được coi là các điểm biên. Toán tử Canny cung cấp thông tin về cả cường độ và hướng [12]. Tất cả các phương pháp được đề cập ở trên là phát hiện biên cấp pixel có khả năng phát hiện biên nhanh nhưng độ chính xác thấp. Một trong những kỹ thuật sớm nhất để phát hiện cạnh pixel phụ đã được Hueckel đề xuất.
Ông xác định các tham số biên bằng cách khớp dữ liệu ảnh với không gian Hilbert gồm chín điểm và sau đó điểm được khai báo là một điểm biên, nếu các giá trị tham số cạnh được tính toán cho điểm đó đủ gần với mô hình biên lý tưởng [13].1 Các phương pháp truyền thống 1. Phương pháp phát hiện dựa trên Gradient Trong phương pháp dựa trên gradient, các cạnh được phát hiện bằng cách lấy đạo hàm bậc nhất của hình ảnh. Độ lớn của gradient được sử dụng để tính toán một phép đo độ bền của biên. Độ lớn gradient có các đặc tính cực đại hướng cục bộ giúp định hướng biên cục bộ được tính toán theo hướng gradient [14].
Phần biên của hình ảnh được khai báo nơi giá trị màu xám thay đổi nhanh chóng. Đạo hàm bậc nhất của hình ảnh được sử dụng để tìm ra các giá trị lớn nhất và nhỏ nhất trong toán tử dựa trên gradient [14]. Trong xử lý ảnh bằng cách sử dụng độ lớn của các đạo hàm bậc nhất gradient.