Bài giảng môn Xử lý ảnh

ện theo một số cách thức khác nhau, nhưng thông thường là được thực hiện ở xử lý bậc 0 hoặc bậc nhất (zero- or first-order hold ). Một xử lý bậc 0 được thực hiện bằng cách lặp lại các giá trị pixel trước đó, do đó tạo ra một hiệu ứng khối (block). Để mở rộng kích thước ảnh bằng xử lý bậc nhất, ta cần thực hiện một phép nội suy tuyến tính giữa các pixel kề nhau. Trên 2.2-1 là kết quả so sánh giữa hai phương pháp này lên ảnh. Hình 2.2-1. Các phương pháp Zoom Bậc 0: Việc thực thi xử lý bậc 0 là r ràng trong khi xử lý bậc nhất phức tạp hơn. Cách d 51 dàng nhất là tìm giá trị trung bình giữa hai pixel và sử dụng nó làm giá trị cho pixel xen vào giữa; ta có thể làm điều này cho các hàng trước (sau đó đến các cột), như sau:           8 2 8 4 8 4 8 4 8            8 5 2 5 8 4 6 8 6 4 8 6 4 6 8 Hai pixel đầu tiên trong hàng thứ nhất được lấy trung bình (8 + 4)/2 = 6, và số này được chèn vào giữa hai pixel này. Công việc này được lặp lại cho tất cả các cặp pixel trong mỗi hàng. Tiếp theo ta thực hiện cho các cột với cùng cách thức, ta được:           8 5 2 5 8 4 6 8 6 4 8 6 4 6 8                  8 5 2 5 8 6 5.5 5 5.5 6 4 6 8 6 4 6 6 6 6 6 8 6 4 6 8 Phương pháp này cho phép mở rộng được một ảnh kích thước N x N thành ảnh có kích thước (2N - 1) x (2N - 1). Bậc 1: Một phương pháp khác (xử lý bậc nhất) cho phép thu được cùng kết quả trên là một quá trình toán học được gọi là phép cuộn. Với phương pháp cuộn dùng mở rộng ảnh, có hai bước cần tiến hành mở rộng ảnh bằng cách chèn thêm các hàng và các cột toàn 0 vào giữa các hàng và cột hiện có và thực hiện phép cuộn. Thực hiện bước 1 – mở rộng ảnh bằng chèn thêm 0 như sau:           9 4 3 6 7 2 7 5 3                        0 0 0 0 0 0 0 9 0 0 4 0 3 0 0 0 0 0 0 0 0 6 0 0 7 0 2 0 0 0 0 0 0 0 0 7 0 0 5 0 3 0 0 0 0 0 0 0 0 Tiếp theo để thực hiện bước 2, ta sử dụng một mặt nạ cuộn, nó sẽ được trượt lên toàn bộ ảnh đã mở rộng, và thực hiện một phép toán số học đơn giản tại mỗi vị trí của pixel. Mặt nạ cuộn cho phép xử lý bậc nhất được chọn là: 52                   4 1 2 1 4 1 2 1 1 2 1 4 1 2 1 4 1 Quá trình cuộn thực hiện bằng cách chồng mặt nạ lên ảnh, nhân các cặp giá trị trùng khớp lên nhau, và cộng tất cả lại. Điều này tương đương với việc tìm tích vô hướng của véc tơ mặt nạ với ảnh con ngay phía dưới. Chẳng hạn, nếu ta đặt mặt nạ lên góc trái trên của ảnh, ta thu được tính toán (thể hiện ở đây là theo thứ tự từ trái qua phải, và từ trên xuống dưới):           0 0 0 0 3 0 0 0 0 nhân vô hướng véc tơ                   4 1 2 1 4 1 2 1 1 2 1 4 1 2 1 4 1 = = 30 4 1 0 2 1 0 4 1 0 2 1 31 0 2 1 0 4 1 0 2 1 0 4 1  Chú ý rằng, giá trị hiện có của ảnh vẫn chưa thay đổi. Bước tiếp theo là ta trượt mặt nạ sang phải một pixel và lặp lại quá trình tính toán như trên, ta có:           0 0 0 5 0 3 0 0 0 *                   4 1 2 1 4 1 2 1 1 2 1 4 1 2 1 4 1 = = 40 4 1 0 2 1 0 4 1 5 2 1 01 3 2 1 0 4 1 0 2 1 0 4 1  Chú ý rằng, ở đây toán tử cuộn đã thực hiện một phép lấy trung bình 2 pixel láng giềng. Quá trình này tiếp tục cho đến cuối hàng, mỗi lần đặt kết quả tính toán được vào vị trí tương ứng với tâm của mặt nạ. Khi kết thúc một hàng, mặt nạ được trượt xuống và về đầu hàng tiếp theo và quá trình lặp lại theo từng hàng cho đến thủ tục thực hiện xong cho toàn bộ ảnh; quá trình trượt, nhân, lấy tổng trên được gọi là phép cuộn (xem hình 2.2-2). Chú ý rằng ảnh đầu ra phải được đặt trong một mảng ảnh riêng khác, gọi là bộ đệm, do đó để cho các giá trị hiện có không bị ghi đè trong quá trình cuộn. Nếu ta gọi mặt nạ cuộnlà M(r, c) và ảnh là I(r, c), thì phương trình cuộn được cho bởi: 53        x y yxMycxrI ),(),( Tịnh tiến và quay ảnh: Hai thao tác đáng chú ý khác trong hình học ảnh ROI là tịnh tiến và quay. Quá trình tịnh tiến có thể được thực hiện với các phương trình sau: 0 0 ' ' ccc rrr   trong đó r’ và c’ là các toạ độ mới, r và c là các toạ độ ban đầu, và r0 và c0 là các khoảng cách cần dịch chuyển (tịnh tiến) ảnh. Quá trình quay cần sử dụng các phương trình sau:   cossinˆ sincosˆ crc crr   trong đó cr ˆ,ˆ là các toạ độ mới, r và c là các toạ độ ban đầu,  là góc quay.  được định nghĩa theo chiều quay kim đồng hồ tính từ trục hoành trong ảnh mà gốc toạ độ nằm ở góc trái trên. Cả hai quá trình quay và tịnh tiến có thể được tổ hợp vào thành cùng một phương trình như sau:   cos)(sin)(ˆ sin)(cos)(ˆ 00 00 ccrrc ccrrr   với r' và c' là các toạ độ mới, r, c, r0, c0 và  như đã định nghĩa ở trên. Có một số khó khăn thực tế khi áp dụng trực tiếp các phương trình trên. Khi tịnh tiến, sẽ làm gì với không gian “thừa”. Nếu ta dịch chuyển mọi thứ trên hàng đi xuống, thì ta sẽ đặt cái gì vào hàng trên cùng? Có hai tuỳ chọn cơ bản: tô đầy hàng trên cùng với một giá trị không đổi, thường là đen (0) hoặc trắng (255), hoặc quấn lại bằng cách dịch hàng dưới đáy lên trên cùng, như hình Hình 2.2-3. Phép quay cũng tương tự, như hình 2.2-4a minh hoạ ảnh có thể được quay rotated off "screen" (mặt phẳng ảnh). Mặc dù điều này có thể cố định lại bằng cách tịnh tiến trở lại tâm (Hình 2.2-4b, c), nhưng ta vẫn có những không gian thừa ở các góc. Ta có thể tô đầy không gian này bằng hằng số, hoặc cắt ra phần trung tâm là phần hình chữ nhật của ảnh rồi mở rộng ra kích thước ảnh ban đầu. 54 Hình 2.2-3. Tịnh tiến Hình 2.2-4. Phép quay CÂU HỎI ÔN TẬP 1. Trình bày phép giãn ảnh. Cho ví dụ? Nhận xét kết quả? 2. Trình bày phép co ảnh. Cho ví dụ? Nhận xét kết quả? 3. Trình bày phép mở ảnh? Cho ví dụ? Nhận xét kết quả? 4. Trình bày phép đóng ảnh? Cho ví dụ? Nhận xét kết quả? 55 CHƢƠNG VII: PHÂN ĐOẠN ẢNH 7.1. Phát hiện tính không liên tục Phân vùng ảnh là bước then chốt trong xử lý ảnh. 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 mức xám, cùng màu hay cùng độ nhám... Trước hết cần làm r khái niệm "vùng ảnh" (Segment) và đặc điểm vật lý của vùng. Vùng ảnh là một chi tiết, một thực thể trông toàn cảnh. Nó là một tập hợp các điểm có cùng hoặc gần cùng một tính chất nào đó : mức xám, mức màu, độ nhám Vùng ảnh là một trong hai thuộc tính của ảnh. Nói đến vùng ảnh là nói đến tính chất bề mặt. Đường bao quanh một vùng ảnh (Boundary) là biên ảnh. Các điểm trong một vùng ảnh có độ biến thiên giá trị mức xám tương đối đồng đều hay tính kết cấu tương đồng. Dựa vào đặc tính vật lý của ảnh, người ta có nhiều kỹ thuật phân vùng : phân vùng dựa theo miền liên thông gọi là phân vùng dựa theo miền đồng nhất hay miền kề ; phân vùng dựa vào biên gọi là phân vùng biên. Ngoài ra còn có các kỹ thuật phân vùng khác dựa vào biên độ, phân vùng dựa theo kết cấu. a) Phân vùng ảnh theo ngƣỡng biên độ Các đặc tính đơn giản, cần thiết nhất của ảnh là biên độ và các tính chất vật lý như : độ tương phản, độ truyền sáng, màu sắc hoặc đáp ứng phổ. Như vậy, có thể dùng ngưỡng biên độ để phân vùng khi biên độ đủ lớn đặc trưng cho ảnh. Thí dụ, biên độ trong bộ cảm biến ảnh hồng ngoại có thể phản ánh vùng có nhiệt độ thấp hay vùng có nhiệt độ cao. Kỹ thuật phân ngưỡng theo biên độ rất có lợi đối với ảnh nhị phân như văn bản in, đồ họa, ảnh màu hay ảnh X-quang. Việc chọn ngưỡng rất quan trọng. Nó bao gồm các bước : - Xem xét lược đồ xám của ảnh để xác định các đỉnh và các khe. Nếu ảnh có dạng rắn lượn (nhiều đỉnh và khe), các khe có thể dùng để chọn ngưỡng. - Chọn ngưỡng t sao cho một phần xác định trước η của toàn bộ số mẫu là thấp hơn t. - Điều chỉnh ngƣỡng dựa trên lƣợc đồ xám của các điểm lân cận. - Chọn ngưỡng theo lược đồ xám của những điểm thỏa mãn tiêu chuẩn chọn. Thí dụ, với ảnh có độ tương phản thấp, lược đồ của những điểm có biên độ Laplace g(m,n) lớn hơn giá trị t định trước (sao cho từ 5% đến 10% số điểm ảnh với Gradient lớn nhất sẽ coi như biên) sẽ cho phép xác định các đặc tính ảnh lưỡng cực tốt hơn ảnh gốc. - Khi có mô hình phân lớp xác suất, việc xác định ngưỡng dựa vào tiêu chuẩn xác suất nhằm cực tiểu xác suất sai số hoặc dựa vào một số tính chất khác của luật Bayes. 7.2. Phân đoạn ảnh dựa vào các vùng ảnh con 56 Kỹ thuật phân vùng ảnh thành các miền đồng nhất dựa vào các tính chất quan trọng nào đó của miền ảnh. Việc lựa chọn các tính chất của miền sẽ xác định tiêu chuẩn phân vùng. Tính đồng nhất của một miền ảnh là điểm chủ yếu xác định tính hiệu quả của việc phân vùng. Các tiêu chuẩn hay được dùng là sự thuần nhất về mức xám, màu sắc đối với ảnh màu, kết cấu sợi và chuyển động. Các phương pháp phân vùng ảnh theo miền đồng nhất thường áp dụng là : - Phương pháp tách cây tứ phân - Phương pháp cục bộ - Phương pháp tổng hợp a) Phƣơng pháp tách cây tứ phân Về nguyên tắc, phương pháp này kiểm tra tính đúng đắn của tiêu chuẩn đề ra một cách tổng thể trên miền lớn của ảnh. Nếu tiêu chuẩn được thỏa mãn, việc phân đoạn coi như kết thúc. Trong trường hợp ngược lại, chia miền đang xét thành 4 miền nhỏ hơn. Với mỗi miền nhỏ, áp dụng một cách đệ quy phương pháp trên cho đến khi tất cả các miền đều thỏa mãn điều kiện. Phƣơng pháp này có thể mô tả bằng thuật toán sau : Procedure PhanDoan(Mien) Begin If iề đa g é kh g hỏa The Begin Chia iề đa g é hà h 4 iề : Z1, Z2, Z3, Z4 For i=1 to 4 do PhanDoan (Zi) End Else exit End Tiêu chuẩn xét miền đồng nhất ở đây có thể dựa vào mức xám. Ngoài ra, có thể dựa vào độ lệch chuẩn hay độ chênh giữa giá trị mức xám lớn nhất và giá trị mức xám nhỏ nhất. Giả sử Max và Min là giá trị mức xám lớn nhất và nhỏ nhất trong miền đang xét. Nếu : |Max – Min| < T (ngưỡng) ta coi miền đang xét là đồng nhất. Trường hợp ngược lại, miền đang xét không là miền đồng nhất và sẽ được chia làm 4 phần. Thuật toán kiểm tra tiêu chuẩn dựa vào độ chênh lệch max, min được viết : Function Examin_Criteria(I, N1, M1, N2, M2, T) /* i hiế h có i đa 255 ức . ( 1, M1), ( 2, M2) à ọa độ điể đầu và điể cu i của iề ; T à gưỡ g. */ Begin 1. Max=0 ; Min=255 57 2. For i = N1 to N2 do If I[i,j] < Min Then Min=I[i,j] ; If I[i,j]<Max Then Max=I[i,j] ; 3. If ABS(Max–Min)<T Then Examin_Criteria=0 Else Examin_Criteria=1 ; End Nếu hàm trả về giá trị 0, có nghĩa vùng đang xét là đồng nhất, nếu không thì không đồng nhất. Trong giải thuật trên, khi miền là đồng nhất cần tính lại giá trị trung bình và cập nhật lại ảnh đầu ra. Giá trị trung bình được tính bởi : Tổ g gi ị ức / ổ g điể h g vù g Thuật toán này tạo nên một cây mà mỗi nút cha có 4 nút con ở mọi mức trừ mức ngoài cùng. Vì thế, cây này có tên là cây tứ phân. Cây cho ta hình ảnh r nét về cấu trúc phân cấp của các vùng tương ứng với tiêu chuẩn. Một vùng thỏa mãn điều kiện sẽ tạo nên một nút lá; nếu không nó sẽ tạo nên một nút trong và có 4 nút con tương ứng. Tiếp tục như vậy cho đến khi phân chia xong để đạt các vùng đồng nhất. b) Phƣơng pháp cục bộ Ý tưởng của phương pháp là xét ảnh từ các miền nhỏ nhất rồi nối chúng lại nếu thỏa mãn tiêu chuẩn để được một miền đồng nhất lớn hơn. Tiếp tục với các miền thu được cho đến khi không thể nối thêm được nữa. Số miền còn lại cho ta kết quả phân đoạn. Như vậy, miền nhỏ nhất của bước xuất phát là điểm ảnh. Phương pháp này hoàn toàn ngược với phương pháp tách. Song điều quan trọng ở đây là nguyên lý nối 2 vùng. Việc nối 2 vùng được thực hiện theo nguyên tắc sau : - Hai vùng phải đáp ứng tiêu chuẩn, thí dụ như cùng màu hay cùng mức xám. - Hai vùng phải kế cận nhau. Khái niệm kế cận: trong xử lý ảnh, người ta dùng khái niệm liên thông để xác định tính chất kế cận. Có hai khái niệm về liên thông là 4 liên thông và 8 liên thông. Với 4 liên thông một điểm ảnh I(x,y) sẽ có 4 kế cận theo 2 hướng x và y ; trong khi đó với 8 liên thông, điểm I(x,y) sẽ có 4 liên thông theo 2 hướng x, y và 4 liên thông khác theo hướng chéo 450 58 Dựa theo nguyên lý của phương pháp nối, ta có 2 thuật toán : - Thuật toán tô màu (Blob Coloring) : sử dụng khái niệm 4 liên thông, dùng một cửa sổ di chuyển trên ảnh để so sánh với tiêu chuẩn nối. - Thuật toán đệ quy cực bộ: sử dụng phương pháp tìm kiếm trong một cây để làm tăng kích thước vùng. c) Phƣơng pháp tổng hợp Hai phương pháp nối (hợp) và tách đều có nhược điểm. Phương pháp tách sẽ tạo nên một cấu trúc phân cấp và thiết lập mối quan hệ giữa các vùng. Tuy nhiên, nó thực hiện việc chia quá chi tiết. Phương pháp hợp cho phép làm giảm số miền liên thông xuống tối thiểu, nhưng cấu trúc hàng ngang dàn trải, không cho ta thấy r mối liên hệ giữa các miền. Vì nhược điểm này, người ta nghĩ đến phối hợp cả 2 phương pháp. Trước tiên, dung phương pháp tách để tạo nên cây tứ phân, phân đoạn theo hướng từ gốc đến lá. Tiếp theo, tiến hành duyệt cây theo chiều ngược lại và hợp các vùng có cùng tiêu chuẩn. Với phương pháp này ta thu được một cấu trúc ảnh với các miền liên thông có kích thước tối đa. Giải thuật tách hợp gồm một số bƣớc chính sau: 1. Kiể a iêu chuẩ đồ g hấ . a) Nếu không thỏa mãn tiêu chuẩn đồng nhất và số điểm trong một vùng nhiều hơn 1, tách vùng ảnh làm 4 miền (trên, dưới, phải, trái) bằng cách đệ quy. Nếu kết quả tách xong và không tách được nữa chuyển sang bước 2. b) Nếu tiêu chuẩn đồng nhất thỏa mãn thì tiến hành hợp vùng và cập nhật lại giá trị trung bình của vùng cho vùng này. 2. Hợ vù g Kiểm tra 4 lân cận như đã nêu trên. Có thể có nhiều vùng thỏa mãn. Khi đó, chọn vùng tối ưu nhất rồi tiến hành hợp. CÂU HỎI ÔN TẬP CHƢƠNG 7 1. Thế nào là vùng ảnh ? Mục đích của phân vùng ảnh là gì ? 2. Thế nào là phân vùng ảnh theo ngưỡng biên độ ? Cho ví dụ ? 3. Thế nào là phân vùng ảnh theo miền đồng nhất ? Cho ví dụ ? 59 4. Trình bày phương pháp tách cây tứ phân để phân vùng ảnh ? 5. Trình bày phương pháp hợp để phân vùng ảnh ? 60 MỘT SỐ ĐỀ THI MẪU 61 Trƣờng Đại Học Hàng Hải Việt Nam Khoa Công nghệ Thông tin BỘ MÔN HỆ THỐNG THÔNG TIN -----***----- ĐỀ THI KẾT THÚC HỌC PHẦN Tên học phần: NHẬN DẠNG & XỬ LÝ ẢNH Năm học: 2010- 2011 Đề thi số: Ký duyệt đề: 1 Thời gian: 75 phút Câu 1: (2 điểm) (Chọn 4 câu bất kỳ) - Tại sao cần phải xử lý ảnh số. Ứng dụng của xử lý ảnh. Cho ví dụ? - Nêu cách biểu di n ảnh số trên máy tính? - Số hóa ảnh là gì? Tại sao cần phải số hóa ảnh? - Khái niệm về mặt nạ? Cách sử dụng mặt nạ trong xử lý ảnh? - Nêu khái niệm về mức xám (Gray – level). Cho ví dụ? - Nêu khái niệm về dải xám của một ảnh số? Cho ví dụ? Câu 2: (4 điểm) (Chọn 4 câu bất kỳ) - Trình bày hiểu biết của bạn về bộ lọc làm sắc nét trong miền không gian? - Trình bày hiểu biết của bạn về phép xử lý hình thái: đóng ảnh nhị phân. Ứng dụng trong thực tế? - Trình bày về bộ lọc Median Filters? - Nhận xét sự giống và khác nhau giữa 2 cách sử ly Histogram: Histogram Equalization và Histogram Matching? - Trình bày phương pháp mã hóa theo thuật toán Shanno-Fano? - Trình bày phương pháp mã hóa theo thuật toán Huffman? - Trình bày phép giãn ảnh. Cho ví dụ? Nhận xét kết quả? - Trình bày phép co ảnh. Cho ví dụ? Nhận xét kết quả? Câu 3: (2 điểm) Xử lý làm bằng histogram (Histogram Equalization) cho vùng ảnh sau: Cho ảnh số: 2 3 3 2 4 2 4 3 3 2 3 5 2 4 2 4 Gray Scale [0..7] Vẽ biểu đồ minh họa histogram trước và sau xử lý của vùng ảnh đã cho. Câu 4: (2 điểm) Cho vùng ảnh sau: 2 3 5 3 5 9 3 4 9 1 2 9 3 3 12 8 Mặt nạ kích thước 3x3 1 1 1 1 8 1 1 1 1 Thực hiện làm mượt vùng ảnh đã cho với bộ lọc trung bình. 62 Trƣờng Đại Học Hàng Hải Việt Nam Khoa Công nghệ Thông tin BỘ MÔN HỆ THỐNG THÔNG TIN -----***----- ĐỀ THI KẾT THÚC HỌC PHẦN Tên học phần: NHẬN DẠNG & XỬ LÝ ẢNH Năm học: 2010- 2011 Đề thi số: Ký duyệt đề: 2 Thời gian: 75 phút Câu 1: (2 điểm) (Chọn 4 câu bất kỳ) - Tại sao cần phải xử lý ảnh số. Ứng dụng của xử lý ảnh. Cho ví dụ? - Nêu cách biểu di n ảnh số trên máy tính? - Số hóa ảnh là gì? Tại sao cần phải số hóa ảnh? - Khái niệm về mặt nạ? Cách sử dụng mặt nạ trong xử lý ảnh? - Nêu khái niệm về mức xám (Gray – level). Cho ví dụ? - Nêu khái niệm về dải xám của một ảnh số? Cho ví dụ? Câu 2: (4 điểm) (Chọn 4 câu bất kỳ) - Trình bày hiểu biết của bạn về bộ lọc làm sắc nét trong miền không gian? - Trình bày hiểu biết của bạn về phép xử lý hình thái: đóng ảnh nhị phân. Ứng dụng trong thực tế? - Trình bày về bộ lọc Median Filters? - Nhận xét sự giống và khác nhau giữa 2 cách sử ly Histogram: Histogram Equalization và Histogram Matching? - Trình bày phương pháp mã hóa theo thuật toán Shanno-Fano? - Trình bày phương pháp mã hóa theo thuật toán Huffman? - Trình bày phép giãn ảnh. Cho ví dụ? Nhận xét kết quả? - Trình bày phép co ảnh. Cho ví dụ? Nhận xét kết quả? Câu 3: (2 điểm) Xử lý làm bằng histogram (Histogram Equalization) cho vùng ảnh sau: Cho ảnh số: 5 3 3 2 4 2 4 3 5 3 5 8 2 4 5 4 Gray Scale [0..9] Vẽ biểu đồ minh họa histogram trước và sau xử lý của vùng ảnh đã cho. Câu 4: (2 điểm) Cho vùng ảnh sau: 2 3 5 5 5 5 3 8 9 3 2 5 3 6 3 9 Mặt nạ kích thước 3x3 1 1 1 1 -8 1 1 1 1 Thực hiện làm sắc nét vùng ảnh với bộ lọc đã cho (Laplacian Filter) 63 Trƣờng Đại Học Hàng Hải Việt Nam Khoa Công nghệ Thông tin BỘ MÔN HỆ THỐNG THÔNG TIN -----***----- ĐỀ THI KẾT THÚC HỌC PHẦN Tên học phần: NHẬN DẠNG & XỬ LÝ ẢNH Năm học: 2010- 2011 Đề thi số: Ký duyệt đề: 3 Thời gian: 75 phút Câu 1: (2 điểm) (Chọn 4 câu bất kỳ) - Tại sao cần phải xử lý ảnh số. Ứng dụng của xử lý ảnh. Cho ví dụ? - Nêu cách biểu di n ảnh số trên máy tính? - Số hóa ảnh là gì? Tại sao cần phải số hóa ảnh? - Khái niệm về mặt nạ? Cách sử dụng mặt nạ trong xử lý ảnh? - Nêu khái niệm về mức xám (Gray – level). Cho ví dụ? - Nêu khái niệm về dải xám của một ảnh số? Cho ví dụ? Câu 2: (4 điểm) (Chọn 4 câu bất kỳ) - Trình bày hiểu biết của bạn về bộ lọc làm sắc nét trong miền không gian? - Trình bày hiểu biết của bạn về phép xử lý hình thái: đóng ảnh nhị phân. Ứng dụng trong thực tế? - Trình bày về bộ lọc Median Filters? - Nhận xét sự giống và khác nhau giữa 2 cách sử ly Histogram: Histogram Equalization và Histogram Matching? - Trình bày phương pháp mã hóa theo thuật toán Shanno-Fano? - Trình bày phương pháp mã hóa theo thuật toán Huffman? - Trình bày phép giãn ảnh. Cho ví dụ? Nhận xét kết quả? - Trình bày phép co ảnh. Cho ví dụ? Nhận xét kết quả? Câu 3: (2 điểm) Xử lý làm bằng histogram (Histogram Equalization) cho vùng ảnh sau: Cho ảnh số: 5 5 3 5 4 5 4 3 3 5 3 5 5 4 5 4 Gray Scale [0..8] Vẽ biểu đồ minh họa histogram trước và sau xử lý của vùng ảnh đã cho. Câu 4: (2 điểm) Cho vùng ảnh sau: 2 3 5 5 5 9 3 8 9 1 2 4 3 3 12 9 Mặt nạ kích thước 3x3 1 2 1 2 4 2 1 2 1 Thực hiện làm mượt vùng ảnh đã cho với bộ lọc trung bình. 64 Trƣờng Đại Học Hàng Hải Việt Nam Khoa Công nghệ Thông tin BỘ MÔN HỆ THỐNG THÔNG TIN -----***----- ĐỀ THI KẾT THÚC HỌC PHẦN Tên học phần: NHẬN DẠNG & XỬ LÝ ẢNH Năm học: 2010 - 2011 Đề thi số: Ký duyệt đề: 4 Thời gian: 75 phút Câu 1: (2 điểm) (Chọn 4 câu bất kỳ) - Tại sao cần phải xử lý ảnh số. Ứng dụng của xử lý ảnh. Cho ví dụ? - Nêu cách biểu di n ảnh số trên máy tính? - Số hóa ảnh là gì? Tại sao cần phải số hóa ảnh? - Khái niệm về mặt nạ? Cách sử dụng mặt nạ trong xử lý ảnh? - Nêu khái niệm về mức xám (Gray – level). Cho ví dụ? - Nêu khái niệm về dải xám của một ảnh số? Cho ví dụ? Câu 2: (4 điểm) (Chọn 4 câu bất kỳ) - Trình bày hiểu biết của bạn về bộ lọc làm sắc nét trong miền không gian? - Trình bày hiểu biết của bạn về phép xử lý hình thái: đóng ảnh nhị phân. Ứng dụng trong thực tế? - Trình bày về bộ lọc Median Filters? - Nhận xét sự giống và khác nhau giữa 2 cách sử ly Histogram: Histogram Equalization và Histogram Matching? - Trình bày phương pháp mã hóa theo thuật toán Shanno-Fano? - Trình bày phương pháp mã hóa theo thuật toán Huffman? - Trình bày phép giãn ảnh. Cho ví dụ? Nhận xét kết quả? - Trình bày phép co ảnh. Cho ví dụ? Nhận xét kết quả? Câu 3: (2 điểm) Xử lý làm bằng histogram (Histogram Equalization) cho vùng ảnh sau: Cho ảnh số: 3 3 3 4 4 3 4 3 3 5 3 5 3 4 5 5 Gray Scale [0..9] Vẽ biểu đồ minh họa histogram trước và sau xử lý của vùng ảnh đã cho. Câu 4: (2 điểm) Cho vùng ảnh sau: 2 3 5 5 5 7 3 8 9 9 9 4 3 3 6 9 Mặt nạ kích thước 3x3 1 1 1 1 -8 1 1 1 1 Thực hiện làm sắc nét vùng ảnh với bộ lọc đã cho (Laplacian Filter) 65 Trƣờng Đại Học Hàng Hải Việt Nam Khoa Công nghệ Thông tin BỘ MÔN HỆ THỐNG THÔNG TIN -----***----- ĐỀ THI KẾT THÚC HỌC PHẦN Tên học phần: NHẬN DẠNG & XỬ LÝ ẢNH Năm học: 2010 - 2011 Đề thi số: Ký duyệt đề: 5 Thời gian: 75 phút Câu 1: (2 điểm) (Chọn 4 câu bất kỳ) - Tại sao cần phải xử lý ảnh số. Ứng dụng của xử lý ảnh. Cho ví dụ? - Nêu cách biểu di n ảnh số trên máy tính? - Số hóa ảnh là gì? Tại sao cần phải số hóa ảnh? - Khái niệm về mặt nạ? Cách sử dụng mặt nạ trong xử lý ảnh? - Nêu khái niệm về mức xám (Gray – level). Cho ví dụ? - Nêu khái niệm về dải xám của một ảnh số? Cho ví dụ? Câu 2: (4 điểm) (Chọn 4 câu bất kỳ) - Trình bày hiểu biết của bạn về bộ lọc làm sắc nét trong miền không gian? - Trình bày hiểu biết của bạn về phép xử lý hình thái: đóng ảnh nhị phân. Ứng dụng trong thực tế? - Trình bày về bộ lọc Median Filters? - Nhận xét sự giống và khác nhau giữa 2 cách sử ly Histogram: Histogram Equalization và Histogram Matching? - Trình bày phương pháp mã hóa theo thuật toán Shanno-Fano? - Trình bày phương pháp mã hóa theo thuật toán Huffman? - Trình bày phép giãn ảnh. Cho ví dụ? Nhận xét kết quả? - Trình bày phép co ảnh. Cho ví dụ? Nhận xét kết quả? Câu 3: (2 điểm) Xử lý làm bằng histogram (Histogram Equalization) cho vùng ảnh sau:: Cho ảnh số: 5 3 3 5 4 5 4 3 3 3 3 5 4 4 5 4 Gray Scale [0..9] Vẽ biểu đồ minh họa histogram trước và sau xử lý của vùng ảnh đã cho. Câu 4: (2 điểm) Cho vùng ảnh sau: 2 3 5 5 5 9 3 8 9 1 2 4 3 3 12 9 Mặt nạ kích thước 3x3 2 1 2 1 4 1 2 1 2 Thực hiện làm mượt vùng ảnh đã cho với bộ lọc trung bình. 66 Trƣờng Đại Học Hàng Hải Việt Nam Khoa Công nghệ Thông tin BỘ MÔN HỆ THỐNG THÔNG TIN -----***----- THI KẾT THÚC HỌC PHẦN Tên học phần: NHẬN DẠNG & XỬ LÝ ẢNH Năm học: x Đề thi số: Ký duyệt đề: x x Thời gian: 75 phút Câu 1: (2 điểm) Trình bày hiểu biết của bạn về các phép biến đổi mức xám của ảnh: theo hàm logarit, theo hàm mũ? Câu 2: (2 điểm) - Trình bày hiểu biết của bạn về bộ lọc trung bình (bộ lọc làm mượt tuyến tính trong miền không gian)? - Trình bày hiểu biết của bạn về bộ cực đại (bộ lọc làm mượt phi tuyến trong miền không gian)? Câu 3: (2 điểm) a) Phép trừ ảnh thường được sử dụng trong các ứng dụng công nghiệp để phát hiện các thành phần còn thiếu trong sản xuất sản phẩm. Cách làm là lưu trữ một ảnh “chuẩn” của một sản phẩm được sản xuất đúng đắn; ảnh này sau đó được thực hiện phép trừ từ các ảnh của các sản phẩm khác được sản xuất. Trong trường hợp lý tưởng, kết quả của phép trừ sẽ bằng 0 nếu các sản phẩm được sản xuất đúng đắn. Kết quả đối với các sản phẩm bị thiếu thành phần sẽ khác không tại những vùng tương ứng với thành phần còn thiếu. The bạ , điều kiệ à cầ có để c ch à ày có hể hực hiệ được g hực hế? i i hích? b) Trong một ứng dụng, người ta sử dụng mặt nạ của bộ lọc trung bình để giảm nhi u trên ảnh ban đầu. Sau đó người ta sử dụng mặt nạ Laplacian để nâng cao chất lượng của các chi tiết nhỏ trong ảnh. ếu a đ gược hứ ự của c c ha c ày h kế qu có được giữ guyê hay kh g? i i hích? Câu 4: (2 điểm) Cho ảnh số: 0 2 6 4 3 5 1 7 1 7 3 6 2 6 5 4 Mặt nạ kích thước 3x3: 1/16 1 2 1 2 4 2 1 2 1 Thực hiện làm mượt ảnh sử dụng bộ lọc trung bình có trọng số với mặt nạ trên. Câu 5: (2 điểm) Cho ảnh nhị phân: 0 0 0 0 0 0 0 1 1 1 1 0 0 0 1 0 0 0 0 1 1 1 1 0 0 0 1 1 0 0 0 0 0 0 0 0 Phần tử cấu trúc: 0 1 0 1 1 1 0 1 0 Thực hiện phép đóng ảnh nhị phân với phần tử cấu trúc trên. 67 Trƣờng Đại Học Hàng Hải Việt Nam Khoa Công nghệ Thông tin BỘ MÔN HỆ THỐNG THÔNG TIN -----***----- THI KẾT THÚC HỌC PHẦN Tên học phần: NHẬN DẠNG & XỬ LÝ ẢNH Năm học: x Đề thi số: Ký duyệt đề: x x Thời gian: 75 phút Câu 1: (2 điểm) Trình bày hiểu biết của bạn về các phép biến đổi: tạo âm bản ảnh, tăng độ tương phản ảnh? Câu 2: (2 điểm) a. Trình bà