http://www.ebook.edu.vn
5
2. Thông tin về ảnh
• Chiều rộng: số pixel/ dòng ( số byte/dòng)
• Chiều cao: số dòng
• độ phân giải: số pixel/inch thường là 300dpi (dots per inch)
• số bit/ pixel
1 bit↔ đen, trắng (2 màu)
4 bit↔16 màu
8 bit↔256 màu
n bít ↔ 2
n
màu
số bit/ pixel ≤ 8 phải có pallete màu
> 8 dùng màu trực tiếp
header palette
infor R G B
palette
i R G B
data
Pal: palette
Pal[index].R, Pal[index].G, Pal[index].B,
http://www.ebook.edu.vn
6
16 bit/pixel
1 5 5 5
R G B
24 bit/pixel, mỗi phần màu là một byte
8 8 8
R G B
ảnh có 3 giá trị R=G=B là ảnh đa cấp xám không cần lưu giá trị palatte vì bản
thân nó là giá trị điểm ảnh (pallete đúng bằng chỉ số giá trị điểm ảnh)
II- Mô hình màu
1-Các mô hình màu
Ánh sáng mà con người nhận biết (hay màu khác nhau) là dải tần hẹp trong
quang phổ điện từ
Xét cấu tạo của mắt và việc nhìn thì tất cả các màu đều là liên kết của 3
màu sơ cấp: đỏ (R), lục(B), lam(G). Bước sóng của 3 màu cơ bản là:
B=435,8nm; G=546,1 nm; R=700nm
a) RGB
Mô hình màu RGB được biểu diễn bởi lập phương với các trục R, G, B
Gốc biểu diễn màu đen
Tọa độ (1, 1, 1) biểu diễn màu trắng.
Tọa độ trên các cạnh trục biểu diễn các màu cơ sở.
http://www.ebook.edu.vn
7
Các cạnh còn lại biểu diễn màu bù cho mỗi màu cơ sở
.
Đường chéo từ (0, 0, 0) đến (1, 1, 1) là biểu diễn màu xám.
Cho 2 điểm ảnh P
1
(r
1
, g
1
, b
1
), P
2
(r
2
, g
2
, b
2
)
khoảng cách Ơcơlit giữa 2 màu
=
222
)21()21()21( bbggrr −+−+−
Khoảng cách Hamono labus
=(x-y)
T
A(x-y)
A là ma trận xác định dương x
T
Ax >0
Biểu đồ RGB thuộc mô hình cộng:
Phát sinh màu mới bằng cách cộng cường độ màu cơ sở
Gán giá trị từ 0 đến 1 cho R, G, B
Red+Blue -> Magenta (1, 0, 1)
Nhận xét
+ Mô hình này không thể biểu diễn mọi màu trong phổ nhìn thấy
+ Đủ cho các ứng dụng máy tính
+ Màn hình máy tính và TV sử dụng mô hình này
+ Được sử dụng rộng rãi nhất
+ Đơn giản
và nó được sử dụng rộng rãi nhất biểu diễn trong hệ nhị phân.
Red=4, Green=2, Blue=1, Magenta=R+B=5, Yellow=R+G=6, Cyan=G+B=3,
Black=0, White=7.
b)
CMY, CMYK:
Mô hình màu xác định bởi các màu cơ sở cyan, magenta và yellow
dành cho máy in màu. Mô hình CMY là bù của mô hình RGB.
Biểu đồ CMY thuộc loại mô hình trừ.
Black (0,0,0)
Green (0,1,0)
Cyan
(0,1,1)
White (1,1,1)
Magenta (1,0,1)
Red (1,0,0)
Blue (0,0,1)
yellow (1,1,0)
http://www.ebook.edu.vn
8
CMY(cộng tính)
CMYK(trừ tính)
C) HSV H (Hue) bước sóng gốc của ánh sáng
S (Saturation) thước đo độ tinh khiết ánh sáng gốc
Biểu diễn tỷ lệ tinh khiết của màu sẽ chọn với độ tinh khiết cực
đại
V (value) cường độ hay độ chói ánh sáng
Mô hình HSV suy diễn từ mô hình RGB
Hãy quan sát hình hộp RGB theo đường chéo từ White đến Black (gốc) -> ta
có hình lục giác
Sử dụng làm đỉnh hình nón HSV
⎩
⎨
⎧
≤≤
≤≤
1,0
3600
VS
H
V=0,màu đen. Đỉnh lục giác có màu cực đại
Red=(0
0
, 1, 1)
Green=(120
0
, 1, 1)
Blue=(240
0
, 1, 1)
Mô hình HSV trực giác hơn mô hình RGB
+ Bắt đầu từ Hue (H cho trước và V=1, S=1)
+ Thay đổi S: Bổ sung hay bớt trắng
+ Thay đổi V: Bổ sung hay bớt đen
http://www.ebook.edu.vn
9
+ Cho đến khi có màu mong muốn
Mắt người có thể phân biệt 128 Hues, 130 tints và cực đại 30 shades
(Yellow):
128 x 130 x 30 = 382 720 màu khác nhau
H ↔130 mức
S, V↔ 23 mức
Tổ hợp màu 130x23x23 là khoảng 16 triệu màu. Có thể truyền theo
kênh tivi bằng HSV nhưng trên màn hình là RGB.
d) HSI
Hue 130 mứcH
Red
Cya
Yellow
Magent
Green
White
Blue
RGB
V
S
Tones
(add
B&W)
Black
White
Tints (add
white)
Shades (add
Pure Hue
http://www.ebook.edu.vn
10
Saturation 23 mức S
Intension 23 mức I (cường độ sáng)
2. Chuyển đổi các mô hình màu
RGB chuyển đổi sang HSV, CMY, HIS và ngược lại.
RGB ↔ CMY
⎪
⎩
⎪
⎨
⎧
=+
=+
=+
1
1
1
YB
MG
CR
CMYK, K=min (C, M, Y )
⎪
⎩
⎪
⎨
⎧
−=
−=
−=
KYY
KMM
KCC
*********************************************************
CHƯƠNG 3: CÁC PHÉP BIẾN ĐỔI KHÔNG PHỤ THUỘC VÀO KHÔNG
GIAN VÀ CÁC PHÉP TOÁN TRÊN ĐA ẢNH
3.1. Giới thiệu
Các phép toán không phụ thuộc không gian là các phép toán toàn cục
không phụ thuộc vào vị trí của điểm ảnh.
+ Tăng giảm độ sáng
+ Điều chỉnh
+ Hiệu chỉnh độ tương phản
+ Phép toán thống kê
+ Loại bỏ nền của ảnh
+ Tách theo ngưỡng và chồng nhiều ảnh
3.2. Các phép toán không phụ thuộc không gian
* Định nghĩa: (Histogram) Biểu đồ tần suất:
Tần suất của cấp xám g là số điểm ảnh có mức xám g trong ảnh
h(g): số điểm ảnh có giá trị bằng g
h(g)= # {P| I(P)= g}
giả sử ta có ảnh I=
⎟
⎟
⎟
⎟
⎟
⎟
⎠
⎞
⎜
⎜
⎜
⎜
⎜
⎜
⎝
⎛
43210
33211
52341
57231
g 0 1 2 3 4 5 7
h(g) 1 5 4 5 2 2 1
http://www.ebook.edu.vn
11
0
1
2
3
4
5
6
0123457
g
h(g)
Nếu phát triển đến 256 màu các điểm sẽ liền kề nhau, tạo thành đường cong.
• Kỹ thuật 1: Tăng giảm độ sáng của ảnh
Cộng vào mọi điểm ảnh một giá trị C
I(x, y)←I(x, y) + C
C > 0 ảnh sáng lên
C< 0 ảnh tối đi.
Ví dụ: Ảnh đã bị tối đi và sáng lên
1 4 2 8 5 7 31 34 32 38 35 37
4 2 8 5 7 1 34 32 38 35 37 31
2 8 5 7 1 4
Cộng với
C=30
32 38 35 37 31 34
8 5 7 1 4 2 38 35 37 31 34 32
5 7 1 4 2 8 35 37 31 34 32 38
7 1 4 2 8 5 37 31 34 32 38 35
1 4 2 8 5 7 31 34 32 38 35 37
Chú ý: khi cộng v
ượt qua 255 thì quay lại từ 0
I(x,y) := (I(x,y)+C) MOD 256
*Kỹ thuật 2: Tăng độ tương phản
I(x, y)←α I(x, y) + β
α > 1: Độ tương phản tăng
α < 1: Độ tương phản giảm
http://www.ebook.edu.vn
12
1 4 2 8 5 7 20 80 40 160 100 140
4 2 8 5 7 1 80 40 160 100 140 20
2 8 5 7 1 4
nhân với
C=20 40 160 100 140 20 80
8 5 7 1 4 2 160 100 140 20 80 40
5 7 1 4 2 8 100 140 20 80 40 160
7 1 4 2 8 5 140 20 80 40 160 100
1 4 2 8 5 7 20 80 40 160 100 140
* Kỹ thuật 3: Hiệu chỉnh gamma
I(x, y)←(I(x, y))
γ
= e
γ ln(I(x, y))
γ> 1: tăng độ giãn của ảnh
γ<1: ảnh gần lại nhau
γ→ 0: ảnh tập trung
Ví dụ:
* Kỹ thuật 4: Tách ngưỡng
θ >0 : ngưỡng
Max nếu I(x, y) > θ
I(x, y)= Min nếu I(x, y) <= θ
e
γ
http://www.ebook.edu.vn
13
Chia ảnh thành 2 phần nền và vùng. Nếu Min=0, Max =1 thì kỹ thuật
chia ảnh thành ảnh đen trắng
tồn tại sai số
sai số: g
∈
nền, xếp g vào vùng ảnh (dính, bắt nhầm)
g
∉
nền, xếp g vào nền (đứt nét, bỏ sót)
Nhược điểm: Có thể xảy ra các sai sót nền thành ảnh hoặc ảnh thành
nền làm cho ảnh bị đứt nét hoặc dính.
Điều chỉnh θ, θ tăng thì điểm đen tăng, điểm trắng giảm
θ giảm thì điểm đen giảm, điểm trắng tăng
* Kỹ thuật 5: Bó cụm -bunching ( tách theo nhiều ng
ưỡng)
Mục đích: giảm bớt cấp xám của ảnh bằng cách nhóm lại các cấp xám
gần nhau thành cấp xám mới. Trong trường hợp hai nhóm thì chính là tách
ngưỡng
Cho một tập các ngưỡng θ
1
, θ
2
,…,θ
k
θ
i
nếu θ
i
≤ I(x,y) < θ
i+1
I(x, y)= 0 nếu I(x, y) < θ
1
Max nếu I(x, y) > θ
k
Thông thường có nhiều nhóm với kích thước khác nhau, để tổng quát
khi biến đổi người ta sẽ lấy cùng một kích thước.
Cách làm
Chia các nhóm đều nhau có cùng kích thước là bunch_size
I[i, j] = (I[i,j] DIV bunch_size)*bunch_size (đây là phép chia lấy phần
nguyên)
Ví dụ:
⎟
⎟
⎟
⎟
⎟
⎠
⎞
⎜
⎜
⎜
⎜
⎜
⎝
⎛
=
21214
19627
54312
76421
I
Bunch_size =3, khi đó ta thu được:
http://www.ebook.edu.vn
14
⎟
⎟
⎟
⎟
⎟
⎠
⎞
⎜
⎜
⎜
⎜
⎜
⎝
⎛
=
00003
09606
33300
66300
I
[0, 1, 2] [3, 4, 5] [6, 7, 8] [9,…]
0 3 6 9
*Kỹ thuật 6: Tách ngưỡng tự động
Chia dãy cấp xám thành 2 phần: tìm θ chia ảnh thành 2 phần.
Kỹ thuật nhằm tìm ra ngưỡng θ dựạ vào Histogram một cách tự động
theo nguyên lý vật lý. Vật thể tách làm 2 phần nếu tổng độ lệch trong từng
phần là tối thiểu.
•
Vật lý: Khi tách ra 2 phần thì xuất hiện lực hấp dẫn.
•
Cho θ =[1, 255] thì cái nào có lưc hút yếu nhất bị tách ra, do đó tìm vị trí
có lực hút yếu nhất.
•
Mômen quán tính: vị trí làm cho momen quay nhỏ nhất.
•
Hàm: giá trị cực trị địa phương
•
Thống kê: vị trí mà momen bậc 2, bậc 3 histogram bằng nhau.
•
Thông tin: entropy cực đại,
∑
p
i
log p
i
→Max (E nền + E vùng→ max,
số các điểm là cực đại cho 2 phần
• Độ lệch: σ
1
+ σ
2
→min
σ
1
độ lệch các pixel nền
σ
2
độ lệch các pixel vùng
• Đường cong
Điểm chia là điểm lồi hoặc lõm của đường cong.
Gọi t(g) số điểm ảnh có giá trị ≤ g
G là số cấp xám được xét.
P là số điểm ảnh được xét.
m(g) giá trị trung bình các điểm ảnh ≤ g
m(g) = (
∑
=
g
i
iih
0
)(
)/t(g)
i.h(i) là momen quán tính của điểm i
m(g) là moment quán tính trung bình của các điểm có mức xám ≤ g.
A(g)=t(g)/(P-t(g)) P là số điểm ảnh đang xét
B(g)=[m(g)-m(G-1)]
2
( m [G-1], G-1 ở đây là cấp xám lớn nhất)
F(g)=A(g)*B(g) - 1.
Tìm θ sao cho F(θ) = max {F(g), với g≤ G-1}
Ví dụ 1: G=9 hãy tách ngưỡng tự động ảnh này
Không có nhận xét nào:
Đăng nhận xét