Đồ án tốt nghiệp đại học Mục lục
Nguyễn Phương Hiền – D04VT2
i

MỤC LỤC

MỤC LỤC I
DANH MỤC HÌNH VẼ IV
DANH MỤC BẢNG BIỂU VI
THUẬT NGỮ VIẾT TẮT VII
LỜI NÓI ĐẦU A
CHƯƠNG 1 TỔNG QUAN ẢNH SỐ VÀ CÁC KĨ THUẬT NÂNG CAO CHẤT
LƯỢNG ẢNH 1
1.1 TỔNG QUAN VỀ ẢNH SỐ 1
1.2 CÁC KĨ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH 1
1.2.1 Biến đổi mức xám 1
1.2.1.1 Biến đổi âm bản 2
1.2.1.2 Biến đổi log 2
1.2.1.3 Biến đổi hàm mũ 3
1.2.1.4 Giãn độ tương phản 3
1.2.1.5 Kĩ thuật cắt theo mức 4
1.2.2 Cân bằng mức xám 5
1.2.3 So sánh mức xám 6
1.2.4 Chèn nhiễu 6
1.2.5 Lọc ảnh 7
1.2.5.1 Lọc làm mịn ảnh 8
a. Lọc không gian tuyến tính 8
b. Lọc không gian phi tuyến 8
c. Lọc trung bình 8
d. Lọc thông thấp miền tần số 9
1.2.5.2 Lọc sắc nét ảnh 9

2.2. GIỚI THIỆU JPEG VÀ JPEG2000 26
2.2.1 JPEG 26
2.2.1.1 Giới thiệu sơ lược 26
2.2.1.2 Sơ đồ khối 27
2.2.2 JPEG2000 28
2.2.2.1 Giới thiệu sơ lược 28
2.2.2.2 Sơ đồ khối bộ mã hóa và bộ giải mã JPEG 2000 28
2.2.3 So sánh JPEG và JPEG2000 29
2.3 KẾT LUẬN CHƯƠNG 2 31
CHƯƠNG 3 CHƯƠNG TRÌNH MÔ PHỎNG 32
3.1 NGÔN NGỮ MATLAB 32
Đồ án tốt nghiệp đại học Mục lục
Nguyễn Phương Hiền – D04VT2
iii

3.1.1 Sơ lược lịch sử Matlab 32
3.1.2 Đặc điểm của Matlab và các ứng dụng 34
3.2 CHƯƠNG TRÌNH MÔ PHỎNG SỬ DỤNG MATLAB 35
3.2.1 Giao diện chương trình mô phỏng 35
3.2.2 Nâng cao chất lượng ảnh 36
3.2.2.1 Biến đổi mức xám 36
a. Biến đổi mức xám sử dụng hàm imadjust 37
b. Biến đổi âm bản 38
c. Biến đổi log 39
d. Biến đổi hàm mũ 39
e. Biến đổi giãn độ tương phản 40
f. Kĩ thuật cắt theo mức 41
3.2.2.2 Cân bằng mức xám 41
3.2.2.3 So sánh mức xám 42
3.2.2.4 Chèn nhiễu 43

Hình 2.2 Mô hình mã hóa dự đoán không tổn thất bao gồm bộ mã hóa và bộ giải mã 16
Hình 2.3 Sơ đồ mã hóa và giải mã dùng biến đổi DCT 17
Hình 2.4 Các bước của quá trình mã hóa biến đổi DCT đối với 1 khối 18
Hình 2.5 a) Băng lọc phân tích; b) Hai bộ lọc thông thấp và thông cao c) Phần vùng
trong miền tần số; d) Băng lọc tổng hợp 21
Hình 2.6 Sơ đồ khối phân tích tín hiệu mức j 23
Hình 2.7 Sơ đồ biến đổi ngược Wavelet mức j 24
Hình 2.8 Sơ đồ phân tích Wavelet rời rạc 2-D 25
Hình 2.9 Sơ đồ biến đổi ngược Wavelet rời rạc 2-D 25
Hình 2.10 Sơ đồ khối bộ mã hóa và giải mã JPEG dựa trên biến đổi DCT 27
Hình 2.11 Sơ đồ khối bộ mã hóa và bộ giải mã JPEG 2000 28
Hình 2.12 So sánh JPEG, JPEG2000 29
Hình 2.13 Tỉ lệ nén của JPEG2000 và JPEG 30
Hình 2.14 Minh hoạ tính năng ROI 31
Hình 3.1 Giao diện chương trình nâng cao chất lượng và nén ảnh 36
Hình 3.2 Giao diện chương trình biến đổi ảnh xám 37
Hình 3.3 Đồ thị của các giá trị trong hàm imadjust 38
Hình 3.4 Ảnh âm bản 39
Hình 3.5 Ảnh biến đổi hàm log 39
Hình 3.6 Ảnh biến đổi hàm mũ 40
Đồ án tốt nghiệp đại học Danh mục hình vẽ
Nguyễn Phương Hiền – D04VT2
v

Hình 3.7 Ảnh giãn độ tương phản 40
Hình 3.8 Ảnh cắt theo mức không nền và có nền 41
Hình 3.9 Ảnh cân bằng và biểu đồ 42
Hình 3.10 Hai ảnh xám gần giống nhau 42
Hình 3.11 Ảnh xám thu được trước và sau khi cân bằng 43
Hình 3.12 Ảnh chèn nhiễu salf & pepper 43

Discrete Wavelet Transform
Biến

đổi

Wavelet rời rạc

F

FFT Fast Fourier Transform Biến đổi Fourier nhanh
I
IEEE Institute of Electrical and
Electronic Enginee
Học viện kĩ nghệ điện và điện
tử
IPT Image Processing Toolbox Hộp công cụ xử lí ảnh
ISO International Organization for
Standardization
Tổ chức chuẩn hóa quốc tế
J
JPEG Joint Photo Graphic Experts
Group
Liên hiệp các nhóm chuyên
gia về hình ảnh
M
MIT Massachusetts Institute of
Technology
Học viện Công nghệ
Massachusetts
MPEG Motion Picture Experts

LỜI NÓI ĐẦU

Trong nhiều thập kỷ gần đây, cùng với sự tiến bộ của khoa học kỹ thuật, sự phát
triển
mạnh mẽ của máy tính và sự ra đời của Internet thì nhu cầu các dịch vụ
dữ liệu truyền trên mạng là rất lớn, nhất là dữ liệu

đa phương tiện. Ảnh số ra đời
khiến cho nhu cầu của con
người về chất lượng ảnh cũng ngày càng tăng cao. Con
người sử dụng ảnh số cho nhiều mục đích, nhiều lĩnh vực khác nhau, từ nghệ thuật, y
học cho tới thiên văn học, địa lý,…Vì vậy ảnh số phải được xử lí sao cho phù hợp với
từng mục đích cụ thể. Xuất phát từ nhu cầu đó của con người, nhiều kỹ thuật xử lí ảnh
số ra đời. Xử lí ảnh số mặc dù là một khoa học còn tương đối mới mẻ so với nhiều
ngành khoa học khác nhất là trên quy mô công nghiệp, song nó đã đem lại nhiều lợi
ích. Xử lí ảnh số bao gồm việc tìm tòi nghiên cứu về các kĩ thuật nén ảnh để đảm bảo
tiết kiệm băng thông truyền dẫn,
giảm bớt không gian lưu trữ để truyền thông tin trên
mạng một cách dễ dàng và nhanh chóng. Ngoài ra, các
thuật toán nhằm nâng cao chất
lượng ảnh cũng là một vấn đề đòi hỏi sự đầu tư nghiên cứu. Các thuật toán, các phép
biến đổi nâng cao chất lượng ảnh mà chúng ta đã biết như tạo ảnh âm bản, chèn nhiễu,
tăng, giãn độ tương phản, biến đổi logic số học, phép lọc…
Các kỹ thuật nén sử dụng phép biến

đổi

Fourier

(FT), biến

-

Chương 1 giới thiệu tổng quan về ảnh số và các kĩ thuật nâng cao chất lượng
ảnh như biến đổi ảnh xám, biến đổi âm bản, các phương pháp lọc ảnh nhiễu
-

Chương 2 giới thiệu về kĩ thuật nén ảnh và đi sâu vào 2 chuẩn nén ảnh JPEG
và JPEG2000.
-

Chương 3 giới thiệu tổng quan về ngôn ngữ lập trình Matlab và chương trình
mô phỏng kĩ thuật nâng cao chất lượng và nén ảnh bằng Matlab.
Đồ án tốt nghiệp đại học Lời nói đầu
Nguyễn Phương Hiền – D04VT2
b

Em xin chân thành cảm ơn thầy giáo, ThS. Nguyễn Xuân Hoàng đã nhiệt tình
hướng dẫn, tạo điều kiện giúp đỡ em hoàn thành đồ án này.
Hà nội, tháng 11 năm 2008
Sinh viên
Nguyễn Phương Hiền

Đồ án tốt nghiệp đại học Chương 1: Nâng cao chất lượng ảnh
Nguyễn Phương Hiền – D04VT2
1

CHƯƠNG 1
TỔNG QUAN ẢNH SỐ VÀ CÁC KĨ THUẬT NÂNG CAO CHẤT
LƯỢNG ẢNH


s: mức xám ảnh ra g(x, y)
T: hàm biến đổi mức xám.
1.2.1.1 Biến đổi âm bản
Âm bản của một ảnh có các mức xám trong khoảng [0, L-1] được tạo ra nhờ phép
biến đổi âm. Phép biến đổi này ứng dụng rất nhiều trong các phim ảnh trong y học.
Hàm sử dụng trong ảnh âm bản như sau:
f (u) = L − u (1.2) [7]
trong đó L: mức xám cao nhất
u: mức xám của ảnh vào
f(u): hàm biến đổi mức xám của ảnh vào.

Hình 1.1 Biến đổi âm bản [7]
Phép biến đổi này phù hợp cho việc nâng cao các chi tiết trắng hoặc xám nằm
trong vùng tối của ảnh, đặc biệt là khi vùng tối chiếm phần lớn kích thước ảnh.
1.2.1.2 Biến đổi log
Các biến đổi log được thực hiện bằng cách sử dụng công thức:
s = c.log (1 + r) (1.3)
trong đó r: mức xám ảnh vào
c: hằng số
s: mức xám ảnh ra.
Đồ án tốt nghiệp đại học Chương 1: Nâng cao chất lượng ảnh
Nguyễn Phương Hiền – D04VT2
3Hình 1.2 Đồ thị hàm log
1.2.1.3 Biến đổi hàm mũ
Phép biến đổi theo hàm mũ có công thức cơ bản như sau:
s = c.
g

- Không nền:
î
í
ì
££
=
khác
buakhiL
uf
0
)(
(1.6) [7]
Đồ thị tương ứng của các hàm này như sau:

Hình 1.5 Đồ thị kĩ thuật cắt theo mức
Biến đổi này cho phép phân đoạn một số mức xám từ phần còn lại của ảnh. Nó có
tác dụng khi nhiều đặc tính khác nhau của ảnh nằm trên nhiều miền mức xám khác
nhau.
Đồ án tốt nghiệp đại học Chương 1: Nâng cao chất lượng ảnh
Nguyễn Phương Hiền – D04VT2
5

1.2.2 Cân bằng mức xám
Ảnh có mức xám từ [0, L-1] sẽ có biểu đồ mức xám là:
h(r
k
) = n
k
(1.7) [2]
với r

tăng để đảm bảo ảnh sau khi biến đổi không bị thay đổi thứ tự mức xám (trắng thành
đen và ngược lại).

Hình 1.6 Biểu đồ hàm s = T(r)
Đồ án tốt nghiệp đại học Chương 1: Nâng cao chất lượng ảnh
Nguyễn Phương Hiền – D04VT2
6

Với p
r
(w) là xác suất của mức xám w:
s = T(r) =
ò
r
r
dwwp
0
)(
(1.8) [2]
Với trường hợp r là rời rạc (tín hiệu số), ta có:
p
r
(r
k
) =
n
n
k
k = 0, 1, 2, , L – 1 (1.9) [2]
s

được dùng trong dự báo thời tiết và trong y học.
1.2.4 Chèn nhiễu
Khi truyền ảnh đi trên một kênh truyền nào đó thì sẽ có ảnh hưởng của nhiễu,
việc loại bỏ nhiễu sẽ đưa ra ảnh có chất lượng cao hơn. Thông thường, người ta xét
đến 3 loại nhiễu chính:
• Nhiễu cộng: Nhiễu cộng thường phân bố khắp ảnh. Nếu gọi ảnh quan sát (ảnh
thu được) là X
qs
, ảnh gốc là X
gốc
, nhiễu là η, ảnh thu được có thể biểu diễn bởi:
X
qs
= X
gốc
+ η (1.11) [7]
• Nhiễu nhân: Nhiễu nhân thường phân bố khắp ảnh và ảnh thu được sẽ biểu diễn
bởi:
X
qs
= X
gốc
* η (1.12) [7]
• Nhiễu xung: Nhiễu xung thường gây đột biến tại một số điểm ảnh.
Đồ án tốt nghiệp đại học Chương 1: Nâng cao chất lượng ảnh
Nguyễn Phương Hiền – D04VT2
7

1.2.5 Lọc ảnh
Phương pháp lọc ảnh có khá nhiều ứng dụng để xử lí ảnh xám với các mục đích

Ví dụ cho lọc tuyến tính với mặt nạ 3x3, đáp ứng R tại điểm (x,y):
R = w(- 1, - 1) f(x - 1, y - 1) + w(- 1, 0) f(x - 1, y) +…+ w(0, 0) f(x, y) + +
w(1, 0) f(x + 1, y) + w(1, 1) f(x + 1, y + 1) (1.15)
b. Lọc không gian phi tuyến
Đối với lọc phi tuyến thì giá trị của đáp ứng R không đơn thuần là tổng của các
tích của hệ số bộ lọc với các giá trị pixel tương ứng, mà nó còn phụ thuộc vào bản thân
giá trị của các pixel.
Lọc thống kê thứ tự là lọc phi tuyến trong đó đáp ứng R của bộ lọc được tạo ra
dựa trên thứ tự của các pixel trong vùng được quét bởi mặt nạ.
Điển hình cho loại này là lọc trung vị. Giống như tên gọi của nó, trong phép lọc
trung vị, giá trị mức xám của pixel sẽ được thay thế bởi mức xám trung bình của các
pixel lân cận nó. Phương pháp này được sử dụng khá phổ biến để giảm nhiễu, đặc biệt
là loại nhiễu xung (impulse noise hay còn gọi là saft-and-pepper noise).
c. Lọc trung bình
Do có nhiều loại nhiễu can thiệp vào quá trình xử lí ảnh nên cần có nhiều bộ lọc
thích hợp. Trường hợp tổng quát có thể dùng phương pháp lọc trung bình với các bộ
lọc có kích thước khác nhau, mỗi điểm ảnh được thay thế bằng trung bình trọng số của
các điểm lân cận và được định nghĩa như sau:
Đồ án tốt nghiệp đại học Chương 1: Nâng cao chất lượng ảnh
Nguyễn Phương Hiền – D04VT2
9

v(m, n) =
å
å

Welk
lnkmylka ),(),(
),(
(1.16) [7]

Lọc thông thấp làm mờ một ảnh, ngược lại, lọc thông cao lọc sắc nét ảnh nhờ làm
suy giảm các thành phần tần thấp và loại bỏ gần hết các thành phần cao tần của biến
đổi Fourier.
Lọc thông cao cơ bản
Cho hàm truyền đạt H
lp
(u, v) của 1 bộ lọc thông thấp, ta thu được hàm truyền đạt
của bộ lọc thông cao tương ứng nhờ sử dụng:
H
hp
(u,v) = 1 – H
lp
(u,v) (1.18) [2]
Lọc emphasis cao tần
Các bộ lọc thông cao như trên sẽ làm giảm giá trị trung bình của ảnh tới 0. Như ta
đã thấy ở trên, ảnh lọc nét hơn nhưng lại tối hơn nhiều so với ảnh gốc. Một phương
pháp giải quyết vấn đề này là chèn thêm vào một offset để lọc thông cao. Khi offset
Đồ án tốt nghiệp đại học Chương 1: Nâng cao chất lượng ảnh
Nguyễn Phương Hiền – D04VT2
10

kết hợp với việc nhân bộ lọc với một số lớn hơn 1 thì phương pháp này được gọi là lọc
emphasis cao tần bởi vì phép nhân làm nổi rõ các tần số cao.
Emphasis cao tần có hàm truyền đạt:
H
hfe
(u,v) = a + bH
hp
(u,v) (1.19) [2]
trong đó a là offset, b là số nhân và H

cao, lọc phi tuyến, tuyến tính, lọc trung vị,…), làm nổi biên ảnh đã được đề cập đến.
Trên thực tế, nâng cao chất lượng ảnh còn rất nhiều vấn đề đáng chú ý khác như các kĩ
thuật làm trơn ảnh, tách nhiễu, khử nhiễu, làm trơn biên, khuếch đại ảnh, lọc đồng
hình, lọc ngoài, lọc giả trung vị
Đồ án tốt nghiệp đại học Chương 2: Các kĩ thuật nén ảnh
Nguyễn Phương Hiền – D04VT2
12

CHƯƠNG 2
CÁC KĨ THUẬT NÉN ẢNH

Cùng với sự phát triển mạnh mẽ của máy tính và sự ra đời của Internet thì việc
tìm một phương pháp nén ảnh để giảm bớt không gian lưu trữ thông tin và truyền
thông tin trên mạng nhanh chóng đang là một yêu cầu cấp thiết. Trong những năm gần
đây, có rất nhiều các phương pháp đã và đang được nghiên cứu rộng rãi để thực hiện
nén ảnh. Tất cả đều với một mục đích chung là làm thế nào để biểu diễn một ảnh với ít
bit nhất để có thể tối thiểu hoá dung lượng kênh truyền và không gian lưu trữ trong khi
vẫn giữ được tính trung thực của ảnh. Điều này tương đương với việc biểu diễn ảnh có
độ tin cậy cao nhất với tốc độ bit nhỏ nhất.
2.1 Tổng quan về nén ảnh
2.1.1 Giới thiệu chung về nén ảnh số
Thông thường, ảnh đen trắng chưa nén được biểu diễn bằng 8 bit/pixel và ảnh
màu là 24 bit/pixel. Các kỹ thuật nén hiện nay cho phép dung lượng ảnh được nén
giảm 30 đến 50 lần so với ảnh gốc mà ảnh vẫn giữ được độ trung thực cao. Độ trung
thực của ảnh được đánh giá dựa trên tiêu chí như lỗi trung bình quân phương (MSE)
hoặc tỷ số tín hiệu trên nhiễu (SNR) giữa ảnh gốc và ảnh nén.
Những phương pháp thường (như Compress trong hệ UNIX) không đem lại hiệu
quả: tỷ lệ nén dữ liệu cho hình ảnh không quá 2:1. Nhưng với những phương pháp
chuyên dụng có thể đạt tới 30:1. Hai phương pháp nén hình ảnh nổi tiếng nhất hiện
nay là của nhóm chuyên gia về hình ảnh động (Motion Picture Experts Group -

- Nén ảnh không mất thông tin (nén không tổn hao): Với phương pháp này sau khi
giải nén ta khôi phục được chính xác ảnh gốc. Các phương pháp nén này bao gồm mã
hoá Huffman, mã hoá thuật toán…
- Nén ảnh có mất thông tin (nén có tổn hao): Ảnh giải nén có một sự sai khác nhỏ so
với ảnh gốc. Các phương pháp này bao gồm:
Ø Lượng tử hoá vô hướng: PCM và DPCM.
Ø Lượng tử hoá vector.
Ø Mã hoá biến đổi: biến đổi cosin rời rạc (DCT), biến đổi Fourier nhanh
(FFT).
Đồ án tốt nghiệp đại học Chương 2: Các kĩ thuật nén ảnh
Nguyễn Phương Hiền – D04VT2
14

Ø Mã hoá băng con.
Ngoải ra, ta có thể phân loại dựa vào cách thức thực hiện nén. Theo cách này,
người ta cũng phân thành hai họ: Phương pháp nén dữ liệu không gian và phương
pháp sử dụng mã hóa biến đổi. Hoặc cũng có thể phân loại dựa vào lý thuyết mã hóa.
Cách này cũng phân các phương pháp nén thành hai họ: Các phương pháp nén thế hệ
thứ nhất (gồm các phương pháp mà mức độ tính toán là đơn giản, thí dụ việc lấy mẫu,
gán từ mã, ) và các phương pháp nén thế hệ thứ hai (dựa vào độ bão hòa của tỷ lệ
nén).
2.1.4 Các nguyên tắc khi nén ảnh
Một tính chất chung nhất của tất cả các ảnh số đó là tương quan giữa các pixel ở
cạnh nhau lớn, điều này dẫn đến dư thừa thông tin để biểu diễn ảnh. Dư thừa thông tin
sẽ làm cho việc mã hoá không tối ưu. Do đó công việc cần làm để nén ảnh là phải tìm
được các biểu diễn ảnh với tương quan nhỏ nhất để giảm thiểu độ dư thừa thông tin
của ảnh. Thực tế, có hai kiểu dư thừa thông tin được phân loại như sau:
- Dư thừa trong miền không gian: tương quan giữa các giá trị pixel của ảnh, điều này
có nghĩa rằng các pixel lân cận của ảnh có giá trị gần giống nhau (trừ những pixel ở
giáp đường biên ảnh).

)(
1
EP
= – log P(E) (2.1) [2]
Nếu P(E) = 1 (sự kiện luôn luôn đúng) thì I(E) = 0 và không có thông tin nào
trong nó. Vì không có sự không chắc chắn nào liên quan tới sự kiện nên sẽ không có
thông tin được truyền tải thông báo rằng sự kiện đó đã xảy ra. Cho một tập hợp các sự
kiện ngẫu nhiên gốc rời rạc {a
1
, a
2
, …, a
j
} có xác suất tương ứng là {P(a
1
), P(a
2
), …,
P(a
j
)}, lượng thông tin trung bình trên mỗi đầu ra (hay còn gọi là entropy) là:
H = –
å
=
J
j
jj
aPaP
1
)(log)(