Xử lý ảnh với chương trình Scicon Image
Phân tích Histogram của ảnh
Phép biến đổi Fourier
Giảm nhiễu đối với ảnh
Tách biên ảnh
ảnh nhị phân và xử lý hình dạng ảnh
Thực hành vơí chương trình Scicon Image
Bµi tËp lín m«n häc:Xö lý ¶nh.
Sinh viªn thùc hiÖn:NguyÔn Hoµng Tó.
Tin 7 K44 DHBKHN.
PhÇn I,Thùc hµnh v¬Ý ch¬ng tr×nh Scicon Image.
1. Xö lý ¶nh ®a møc x¸m
Ta sÏ thùc hiÖn c¸c yªu cÇu trªn ¶nh sau ( bagues.tif ):
1. Ph©n tÝch sù ph©n bè møc x¸m
D¶i møc x¸m cña ¶nh tr¶i tõ 0 ®Õn 255 nh ng mµu nÒn chØ chiÕm mét
kho¶ng møc x¸m nhá n»m trong kho¶ng tõ 220 ®Õn 255, nhng sè ®iÓm thuéc
nÒn ¶nh kh¸ lín. Cßn møc x¸m cña ®èi t îng ¶nh n»m trong kho¶ng 20 ®Õn
200.
2. BiÕn ®æi ®é t¬ng ph¶n b»ng c¸c phÐp to¸n sè häc
ViÖc thùc hiÖn biÕn ®æi ®é t ¬ng ph¶n dùa trªn cöa sæ Map vµ sö dông
ph¬ng tr×nh y=(x-B)*tgC.
Khi ®ã ®é t ¬ng ph¶n biÕn ®æi sÏ phô thuéc vµo gi¸ trÞ cña ngìng B vµ
gãc C. NÕu gi÷ nguyªn gi¸ trÞ B vµ thay ®æi C th×: C cµng lín th× gi¸ trÞ
møc x¸m sÏ tËp ë møc cao ¶nh sÏ tèi ®i, ngîc l¹i th× ¶nh nh¹t ®i vµ ®èi t îng
nÒn sÏ tiÕn ®Õn trïng víi nÒn. NÕu gi÷ nguyªn gi¸ trÞ C vµ thay ®æi B th×:
B cµng nhá th× ¶nh cµng tèi vµ ngîc l¹i.
Thùc hiÖn biÕn ®æi b»ng c¸c phÐp to¸n sè häc:
- PhÐp céng vµ phÐp trõ lµm dÞch chuyÓn toµn bé c¸c møc x¸m cña
¶nh (trõ hai møc lµ 0 vµ 255), do ®ã t ¬ng quan gi÷a c¸c møc x¸m cña
c¸c ®iÓm kh«ng thay ®æi vµ kh«ng thÓ hiÖn râ sù thay ®æi ®é t ¬ng
ph¶n cña ¶nh. (Tr êng hîp nµy t ¬ng øng víi C = 450)
- PhÐp nh©n t ¬ng øng víi tr êng hîp cã gãc C > 450, phÐp chia t ¬ng øng
víi C < 450, tr êng hîp nµy ta cã thÓ thÊy râ sù thay ®æi ®é t ¬ng
ph¶n cña ¶nh do t ¬ng quan gi÷a c¸c ®iÓm ¶nh bÞ thay ®æi.
3. Chän ngìng ®Ó t¹o ¶nh nhÞ ph©n
§Ó chän ngìng ta dùa vµo møc x¸m cña ®èi t îng vµ nÒn. Do møc x¸m cña
nÒn ¶nh n»m trong kho¶ng 220 ®Õn 255 vµ møc x¸m cña ®èi t îng trong ¶nh
n»m trong kho¶ng 20 ®Õn 200 nªn ta sÏ lÊy ngìng lµ 210 ®Ó t¸ch riªng nÒn
vµ ®èi t îng.
Gi¶i thÝch qu¸ tr×nh thùc hiÖn:
- BÊm chuét vµo « cã biÓu t îng trong cöa sæ Map ®Ó chuyÓn vÒ
chÕ ®é chän ngìng cho ¶nh nhÞ ph©n.
- BiÕn ®æi B ®Ó chän ngìng, ®Ó biÕt gi¸ trÞ ngìng ta c¨n cø vµo b¶ng
LUT.
- Chän Process/ Binary/ Make Binary.
4. Sö dông kü thuËt gi¶ mµu ®èi víi ¶nh
Ta chän sè mµu lµ System (256 mµu). Sau khi gi¶ mµu ta thÊy kÕt qu¶:
®èi t îng cña ¶nh cã nhiÒu mµu h¬n phÇn nÒn, mµu cña phÇn nÒn thay ®æi
Ýt. Nguyªn nh©n lµ do kho¶ng møc x¸m cña ®èi t îng kh¸ réng cßn kho¶ng
møc x¸m cña nÒn hÑp h¬n nªn khi gi¶ mµu th× ®èi t îng sÏ cã nhiÒu mµu
h¬n, ®ång thêi møc x¸m cña nÒn cã kho¶ng biÕn thiªn hÑp, l¹i chñ yÕu tËp
trung ë møc cao nªn khi gi¶ mµu th× ta kh«ng thÊy râ sù thay ®æi.
2. Xö lý ¶nh cã h×nh d¹ng ®¬n gi¶n
Ta thùc hiÖn víi ¶nh bagues.tif
a) NhËn xÐt ®Æc ®iÓm cña ¶nh
Nh ®· xÐt ë trªn, ®èi t îng cña ¶nh cã møc x¸m biÕn thiªn tõ 20 ®Õn 200,
cßn nÒn ¶nh cã møc x¸m biÕn thiªn tõ 220 ®Õn 255, do vËy ®èi t îng ¶nh
ph©n biÖt kh¸ râ rµng víi nÒn ¶nh.
2. ¸p dông c¸c phÐp to¸n logic
-Lµm biÕn mÊt h×nh d¹ng ®èi t îng trong ¶nh: ta cã thÓ lµm mÊt h×nh
d¹ng ®èi ¶nh b»ng c¸ch OR víi 255.
-Lµm thay ®æi møc x¸m cña ®èi t îng vµ gi÷ nguyªn mµu nÒn: do nªn
n»m trong kho¶ng [20,220] nªn ®Ó thay ®æi møc x¸m cña ®èi t îng ta cã thÓ
trõ víi mét gi¸ trÞ n»m trong kho¶ng (20< gi¸ trÞ Bµi 2. Ph©n tÝch Histogram cña ¶nh
1. HiÓn thÞ histogram:
Chän ¶nh rose.tif
Chän Analyze / Show Histogram ®Ó hiÖn histogram cña ¶nh.
Histogram cña ¶nh cã d¹ng nh sau:
§èi t îng ¶nh cã kho¶ng møc x¸m réng kho¶ng møc x¸m cña ¶nh n»m
trong kho¶ng 0 ®Õn 220.
2. C¸c c¸ch ®Ó thÊy râ chi tiÕt cña ¶nh
§Ó cã thÓ thÊy râ c¸c chi tiÕt cña ¶nh ta cã thÓ thay ®æi ®é t ¬ng ph¶n
cña ®èi t îng ¶nh (¸p dông hµm to¸n häc cho kho¶ng møc x¸m cña ®èi t îng
¶nh) hoÆc biÕn ®æi histogram. Trong tr êng hîp nµy ta cã thÓ sö dông c¶
hµm to¸n häc thùc hiÖn thay ®æi ®é t ¬ng ph¶n cña ®èi t îng ¶nh cã d¹ng vµ
biÕn ®æi histogram. ViÖc biÕn ®æi histogram cña ¶nh cã thÓ co d·n hoÆc
san b»ng.
3. Thùc hiÖn biÕn ®æi ®é t¬ng ph¶n theo hµm to¸n häc
Kho¶ng møc x¸m cña ¶nh cò tõ 0 ®Õn 220. Sau khi thùc hiÖn thay ®æi
®é t ¬ng ph¶n theo c¸ch trªn th× mµu nÒn sÏ trë thµnh ®en (møc x¸m 255) cßn
kho¶ng møc x¸m cña ®èi t îng ¶nh míi ®îc më réng ra tõ 0 ®Õn 255.
4. Thùc hiÖn biÕn ®æi b»ng c¸ch biÕn ®æi histogram
Sau khi biÕn ®æi histogram th× kho¶ng møc x¸m biÓu diÔn ¶nh ®îc më
réng ra
So víi histogram thu ®îc trong phÇn tr íc th× kho¶ng møc x¸m cña ®èi t -
îng nhá h¬n, nh vËy ®é t ¬ng ph¶n cña ¶nh còng sÏ kÐm h¬n so víi khi biÕn
®æi b»ng ph¬ng ph¸p thø nhÊt. Nh vËy, ph¬ng ph¸p thø nhÊt më réng ®îc
kho¶ng møc x¸m cña ®èi t îng ¶nh tõ ®ã lµm ¶nh nÐt h¬n, cßn ph¬ng ph¸p
thø hai chØ biÕn ®æi mµu nÒn ®Ó lµm næi ®èi t îng cña ¶nh chø kh«ng lµm
thay ®æi t ¬ng quan gi÷a c¸c chi tiÕt nªn cho hiÖu qu¶ kÐm h¬n.
5. ChuyÓn dÞch thang møc x¸m biÓu diÔn ¶nh
Ta ®em ¶nh céng víi 50, viÖc biÕn ®æi nµy lµm cho c¸c møc x¸m cña
¶nh ®Òu t¨ng lªn nªn lµm ¶nh tèi h¬n, ®é t ¬ng ph¶n cña ¶nh gi¶m ®i.
Bµi 3. PhÐp biÕn ®æi Fourier
6. XÐt ¶nh cã d¹ng ®Æc biÖt
c) BiÕn ®æi fourier
XÐt ¶nh Damier-c.tif, thùc hiÖn phÐp biÕn ®æi Fourier ta thu ®îc phæ
nh sau:
4. NhËn xÐt
Ta thÊy phæ cña ¶nh gåm c¸c ®Ønh víi biªn ®é cao nhÊt ë trung t©m,
®Ëm ë gi÷a vµ gi¶m dÇn ra phÝa biªn cña ¶nh. §ång thêi ta thÊy phæ cña
¶nh ë miÒn tÇn sè cao vÉn quan s¸t râ, chøng tá ¶nh kh«ng bÞ nhiÔu. Ngoµi
ra tÝnh chu kú cña phæ thÓ hiÖn ë chç biªn ®é cña phæ ®èi xøng qua gèc to¹
®é vµ c¸c ®êng nèi c¸ch ®Òu nhau
7. XÐt ¶nh nhiÔu
e) BiÕn ®æi fourier
XÐt ¶nh nhiÔu Damier-cb.tif. Phæ cña ¶nh kh¸c víi ¶nh trªn, c¸c ®Ønh
cña phæ chØ tËp trung rÊt Ýt ë phÇn trung t©m, tøc lµ miÒn tÇn thÊp hÇu
nh kh«ng thÊy ®îc sù thay ®æi cña biªn ®é. Ta còng kh«ng thÊy râ tÝnh
tuÇn hoµn cña phæ nh phÇn trªn.
6. Dïng bé läc th«ng thÊp
Sö dông bé läc Smooth ®Ó läc ¶nh. Sau khi biÕn ®æi Fourier ta thu ®îc
phæ cña ¶nh nh sau:
So víi khi kh«ng lÆp th«ng thÊp th× biªn ®é c¸c ®Ønh ë vïng tÇn thÊp
(däc theo hai trôc to¹ ®é) lín h¬n vµ biªn ®é cña phæ ë miÒn tÇn thÊp lín
h¬n h¼n biªn ®é cña phæ ë miÒn tÇn cao. LÝ do lµ ë phÇn trªn ta kh«ng lo¹i
bá nhiÒu b»ng bé läc th«ng thÊp chÝnh v× vËy mµ biªn ®é phæ ®· bÞ suy
gi¶m ngay c¶ ë miÒn tÇn thÊp.
7. Dïng bé läc th«ng cao
Dïng bé läc th«ng cao Sharpen ®Ó läc ¶nh. Ta cã phæ nh sau:
Lóc nµy ta kh«ng cßn nhËn biÕt ®îc sù thay ®æi biªn ®é cña phæ tõ
trung t©m ra biªn n÷a. LÝ do lµ sau khi läc th«ng cao th× phÇn th«ng tin cña
¶nh (tËp trung ë miÒn tÇn thÊp) ®· mÊt ®i rÊt nhiÒu, chØ cßn l¹i nhiÔu
nªn khi tÝnh FFT sÏ lµm cho biªn ®é phæ thu ®îc rÊt bÐ. Nh vËy khi ph©n
tÝch phæ cña ¶nh th× bé läc th«ng thÊp cho hiÖu qña cao h¬n bé läc th«ng
cao.
Bµi 4. Gi¶m nhiÔu ®èi víi ¶nh
8. XÐt ¶nh bÞ nhiÔu
XÐt ¶nh nhiÔu Damier-cb.tif
h) Thùc hiÖn FFT
Sau khi tÝnh FFT cho ¶nh, t ¬ng tù nh phÇn trªn ta thÊy do bÞ nhiÔu
nªn biªn ®é cña phæ ë miÒn tÇn cao rÊt nhá, ta chØ quan s¸t thÊy phæ trong
miÒn tÇn rÊt thÊp tËp trung ë trung t©m ¶nh mµ th«i.
9. Thùc hiÖn phÐp läc
Thùc hiÖn phÐp läc trung b×nh vµ läc trung vÞ ta thu ®îc phæ cña ¶nh
nh sau:
FFT sau khi läc trung vÞ FFT sau khi läc
trung b×nh
Do bé läc trung b×nh tÝnh tÊt c¶ c¸c ®iÓm trong mÆt n¹ cña ma trËn
h¹t nh©n nªn sau khi läc hiÖu qu¶ gi¶m nhiÔu kh«ng cao, cßn ®èi víi bé läc
trung vÞ th× c¸c gi¸ trÞ møc x¸m trong mÆt n¹ ®îc s¾p xÕp ®Ó lÊy ra gi¸ trÞ
n»m gi÷a nªn hiÖu qu¶ gi¶m nhiÔu cao h¬n.
9. XÐt ¶nh bÞ nhiÔu kh¸c
XÐt ¶nh nhiÔu bagues-bg.tif. Do ¶nh nµy cã thang møc x¸m réng nªn
trong tr êng hîp nµy ta sÏ chon bé läc trung vÞ ®Ó gi¶m nhiÔu.
TÝnh FFT cña ¶nh ban ®Çu vµ ¶nh ®· läc nh trªn. Khi tÝnh FFT cho
¶nh ®· gi¶m nhiÔu ta thÊy phæ cña ¶nh râ h¬n, nhê cã phÐp läc gi¶m
nhiÔu mµ biªn ®é cña phæ kh«ng bÞ gi¶m nhanh khi ®i tõ miÒn tÇn thÊp
lªn miÒn tÇn cao.
Bµi 5 T¸ch biªn ¶nh
10. Thùc hiÖn t¸ch biªn
XÐt ¶nh bagues.tif. Sau khi thùc hiÖn t¸ch biªn b»ng to¸n tö Prewitt,
Sobel vµ Laplace ta ®îc kÕt qu¶ nh sau:
T¸ch biªn b»ng to¸n tö Prewitt T¸ch biªn b»ng to¸n tö
Sobel
T¸ch biªn b»ng to¸n tö Laplace
Nh×n h×nh trªn ta thÊy to¸n tö Laplace cho hiÖu qu¶ tèt h¬n, c¸c ®êng
biªn trong ¶nh t¸ch b»ng Laplace t¸ch rêi nhau rÊt râ rµng, cßn trong ¶nh t¸ch
b»ng Sobel c¸ch ®êng biªn kh«ng t¸ch rêi nhau. To¸n tö Sobel sö dông hai ma
trËn t×m biªn theo hai híng ngang vµ däc nªn chØ ®¹t hiÖu qu¶ víi c¸c ®iÓm
biªn n»m trªn c¸c ®êng biªn ngang. Cßn to¸n tö Laplace t×m biªn theo 8 híng
nªn c¸c ®iÓm n»m trªn nh÷ng ®êng biªn theo mäi híng ®Òu ®îc ph¸t hiÖn, do
®ã ®¹t hiÖu qu¶ cao h¬n. Cßn ®èi víi Prewitt th× ®êng biªn m¶nh nhng ®é
râ nÐt kh«ng cao v× còng sö dông hai ma trËn t×m biªn theo hai híng.
11. T¸ch biªn ¶nh theo bíc
Chän ¶nh bagues.tif:
+ Thùc hiÖn phÐp tiÒn xö lý lµ phÐp läc th«ng thÊp víi bé läc Smooth.
+ T¸ch biªn ¶nh b»ng to¸n tö Sobel. KÕt qu¶ nh sau:
+Gi¶i thÝch: Ta thÊy chÊt lîng biªn cña ¶nh qua tiÒn xö lý tèt h¬n so víi
khi kh«ng qua tiÒn xö lý, c¸c ®êng biªn kh«ng cßn bÞ dÝnh vµo nhau nh
khi t¸ch biªn kh«ng cã tiÒn xö lý. Nguyªn nh©n lµ do trong bíc tiÒn xö lý
ta ®· läc th«ng thÊp ®Ó lo¹i nhiÔu nªn khi t×m biªn gÆp Ýt sai sãt h¬n.
Bµi 6 ¶ nh nhÞ ph©n vµ xö lý h×nh d¹ng ¶nh
12. X©y dùng c¸c bíc xö lý ®Ó thùc hiÖn lµm m¶nh ¶nh vµ t×m
x¬ng ¶nh
Chän ¶nh bagues.tif ®Ó thùc hiÖn:
j) TiÒn xö lý
-Dïng bé läc Smooth (th«ng thÊp) : môc ®Ých cña bé läc th«ng thÊp lµ
lµm gi¶m nhiÔu.
-Dïng bé läc Sharpen (th«ng cao): môc ®Ých cña bé läc th«ng cao trong
tr êng hîp nµy lµ lµm næi biªn ®Ó t×m x¬ng ¶nh dÔ h¬n.
11. T¹o ¶nh nhÞ ph©n
Møc x¸m ®èi t îng cña ¶nh n»m trong kho¶ng 20 ®Õn 210, møc x¸m cña
nÒn tõ 230 ®Õn 255, sau khi xö lý th× møc x¸m cña ®èi t îng n»m trong
kho¶ng 30 ®Õn 170, cßn mµu nÒn cã møc x¸m trong kho¶ng 200 ®Õn 255
nªn ta chän ngìng t¹o ¶nh nhÞ ph©n lµ 185.
12. T×m x¬ng ¶nh
Sau khi ®· t¹o ®îc ¶nh nhÞ ph©n ta chän Process / Binary/ Skeletonize
®Ó t×m x¬ng.
KÕt qu¶ thu ®îc nh sau
X¬ng ¶nh
13. T×m x¬ng ¶nh kh«ng qua xö lý
NÕu kh«ng qua hai phÐp läc tiÒn xö lý th× ta thu ®îc x¬ng ¶nh nh sau.
+ So s¸nh: kÕt qu¶ t×m x¬ng trong tr êng hîp nµy kh«ng tèt nh khi cho
¶nh qua tiÒn xö lý. X¬ng ¶nh kh«ng qua xö lý kh«ng râ nÐt nh x¬ng
¶nh ®· tiÒn xö lý. Ta thÊy nhiÔu ¶nh hëng ®¸ng kÓ tíi kÕt qu¶ t×m x-
¬ng ¶nh.
+ Gi¶i thÝch: ¶nh kh«ng qua tiÒn xö lý cho kÕt qu¶ t×m x¬ng kÐm h¬n
¶nh ®· qua tiÒn xö lý lµ do khi tiÒn xö lý ¶nh ta ®· sö dông hai phÐp läc
th«ng thÊp vµ th«ng cao. §Çu tiªn läc th«ng thÊp tr íc ®Ó gi¶m nhiÔu
cña ¶nh, sau ®ã läc th«ng cao ®Ó hiÖn biªn râ ®¶m b¶o cho qu¸ tr×nh
t×m x¬ng chÝnh x¸c h¬n.
