Trang 1

ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC BÁCH KHOA
KHOA ĐIỆN-ĐIỆN TỬ
BỘ MÔN VIỄN THÔNG
o0o

BÁO CÁO ĐỒ ÁN MÔN HỌC 1

TÌM HIỂU NÂNG CAO CHẤT LƯỢNG HÌNH ẢNH
TRONG MIỀN KHÔNG GIAN SVTH : Nguyễn Tuấn Quang
MSSV : 41002596
GVHD : T.S. Võ Trung Dũng

Tp. Hồ Chí Minh, tháng 12 năm 2013

Trang 2


CHỦ NHIỆM BỘ MÔN NGƯỜI HƯỚNG DẪN CHÍNH

PHẦN DÀNH CHO KHOA, BỘ MÔN:
Người duyệt (chấm sơ bộ):
Đơn vị:
Ngày bảo vệ:
Điểm tổng kết:
Nơi lưu trữ đồ án: ………
Trang 3

Phần Mở đầu
Lời nói đầu
Từ khi máy tính cá nhân được phổ biến thì xử lý ảnh cũng phát triển theo. Sự phát triển như vũ bão
của công nghệ đã và đang mang một lợi thế to lớn đối không chỉ xử lý ảnh mà mọi khía cạnh, lĩnh vực
của cuộc sống. Trong những năm gần đây, khi được các nhà phân tích đánh giá là thời kì “hậu PC” thì
smartphone lên ngôi. Sự xuất hiện của smartphone cùng các ứng dụng chỉnh sửa vô cùng dễ dàng và
thân thiện đã khiến việc xử lý hình ảnh đơn giản hơn bao giờ hết. Chỉ vài cú tap màn hình là bạn đã
có thể được một bức ảnh đã xử lý màu sắc, tương phản như ý muốn. Xử lý ảnh đóng góp vai trò không
hề nhỏ trong cuộc sống hiện nay vì nó không chỉ phục vị cho nhu cầu cá nhân mà còn cho mục đích
nghiên cứu khoa học.
Với sự phát triển đó Xử lý ảnh là lĩnh vực đang rất được quan tâm và là môn học yêu thích của rất
nhiều bạn sinh viên. Do sự phát triển nhanh chóng, đa dạng của Xử lý ảnh nên tài liệu này sẽ trình bày
những nét tổng quát nhất về nó và tập trung chủ yếu về vấn đề Chỉnh sửa và nâng cao chất lượng
ảnh trong miền không gian.

Lịch sử hình thành của xử lý ảnh
Một trong những ứng dụng đầu tiên của xử lý ảnh đã được áp dụng vào ngành công nghiệp báo chí,

I.1 Xử lý ảnh là gì và ứng dụng của nó? Trang 5- trang 7
I.2 Các khái niệm cơ bản Trang 7- trang 12
Phần này cung cấp cho chúng ta cái nhìn tổng thể về xử lý ảnh, các khái niệm cơ bản và các ứng dụng
tiêu biểu của nó.
Phần II: XỬ LÝ ẢNH TRONG MIỀN KHÔNG GIAN
II.1 Giới thiệu Trang 13-trang 15
II.2 Các phương pháp xử lý ảnh trong miền không gian
II.2.1 Một số biến đổi mức xám cơ bản Trang 16-trang 24
II.2.2 Xử lý ảnh thông qua histogram Trang 25-trang 35
Phần này cung cấp cho những giải thuật để xử lý ảnh thông qua điểm hay histogram. Ngoài ra sẽ có
những ví dụ ứng dụng thực tế bằng Matlab.
II.3 Tổng hợp Trang 36
Phần này cung cấp cho ta cái nhìn tổng hợp về các ý, mục đích của các phương pháp XLA đã được
trình bày ở những phần trên
Phần III: CÁI NHÌN VỀ TƯƠNG LAI CỦA XỬ LÝ ẢNH Trang 37-trang 38
Những ứng dụng đang được nghiên cứu để áp dụng vào tương lai của xử lý ảnh.
Phần IV: LỜI KẾT
Định hướng nghiên cứu trong tương lai, lời cảm ơn và chú thích những tài liệu, hình ảnh và thông tin
tham khảo trong tài liệu này.
Trang 39- trang 40
Trang 5 Phần I: TỔNG QUAN VỀ XỬ LÝ ẢNH
I.1 Xử lý ảnh là gì và ứng dụng của nó?
I.1.1 Tìm hiểu về xử lý ảnh
Xử lý ảnh (XLA) là một vấn đề rộng lớn, thường gồm nhiều công đoạn xử lý bằng toán học phức tạp
nhưng ý tưởng của việc XLA hoàn toàn đơn giản. Mục đích cuối cùng của XLA là sử dụng dữ liệu có
trong ảnh đưa vào máy tính để máy hiểu, nhận biết và biên dịch những thông tin mà ta cần khai thác.
Các kỹ thuật nâng cao chất lượng ảnh làm cho chất lượng hình ảnh được cải thiện (có thể là về mặt

và Vector. Các thiết bị thu nhận ảnh Raster thông thường là camera, các thiết bị thu nhận ảnh
Thu nhận ảnh Kỹ thuật số hóa
Xử lý ảnh bằng
các thuật toán
Biểu diễn ảnh
đầu ra và lưu
trữ
Trang 6

Vector thông thường qua các cảm biến hay được ảnh chuyển đổi từ ảnh Raster. Nhìn chung
các hệ thống thu nhận ảnh thực hiện quá trình gồm 2 công đoạn:
• Cảm biến: biến đổi năng lượng quang học thành năng lượng điện.
• Tổng hợp năng lượng điện thành ảnh.
b) Kỹ thuật số hóa: sau khi ảnh được chụp sẽ được lượng tử hóa để thành thông tin dưới dạng
nhị phân nhằm mục đích chỉnh sửa dựa trên thuật toán đại số dễ dàng lưu trữ và chỉnh sửa.
c) Xử lý bằng các thuật toán: có thể là có thuật toán dựa trên miền tần hay miền không gian.
Tùy vào mục đích khai thác thông tin trong ảnh khác nhau mà người ta sử dụng thuật toán
chuyên biệt khác nhau.
d) Thu nhận ảnh đầu ra và lưu trữ: sau khi ảnh đã qua xử lý chúng ta cần xuất ra các thiết bị
ngoại vi (màn hình, máy chiếu, máy in) để con người có thể nhìn thấy được. Ảnh trên máy tính
là kết quả thu nhận theo các phương pháp số hoá trong các thiết bị kỹ thuật khác nhau. Lưu
trữ cho các mục đích về sau. Quá trình lưu trữ ảnh nhằm 2 mục đích:
• Tiết kiệm bộ nhớ.
• Giảm thời gian xử lý.
Việc lưu trữ thông tin trong bộ nhớ có ảnh hưởng rất lớn đến việc hiển thị, in ấn và xử lý ảnh.

I.1.2 Ứng dụng của xử lý ảnh
Mục đích chính của việc điều chỉnh, nâng cao chất lượng là để xử lý hình ảnh nhằm thu được kết quả
áp dụng cho các ứng dụng chuyên biệt khác nhau. Ví dụ như:
1. Trong pháp y, nâng cao chất lượng hình ảnh được sử dụng để xác định, thu thập chứng

I.2.1 Ảnh
Ảnh là tập hợp của nhiều điểm ảnh (pixel), mỗi điểm ảnh được đặc trung bởi 1 mức xám (gray level)
hay một dấu hiệu nào đó tại một vị trí không gian xác định. Ảnh có thể xem như một hàm có n biến
không gian, vì thế có thể coi ảnh là đa chiều trong xử lý ảnh, có thể là 2 chiều, 3 chiều… Trong xử lý
ảnh, hình ảnh là kỹ thuật số và rời rạc.

I.2.2 Điểm ảnh
Điểm ảnh (pixel) là phần tử cấu tạo nên ảnh. Điểm ảnh được hiểu như 1 dấu hiệu hay cường độ sáng
tại một tọa độ xác định trong không gian. HÌnh ảnh được xem như là 1 tập hợp các điểm với cùng kích
thước nếu sử dụng càng nhiều điểm ảnh thì bức ảnh càng đẹp, càng mịn và càng thể hiện rõ hơn chi
tiết của ảnh người ta gọi đặc điểm này là độ phân giải. Việc lựa chọn độ phân giải thích hợp tuỳ thuộc
vào nhu cầu sử dụng và đặc trưng của mỗi ảnh cụ thể, trên cơ sở đó các ảnh thường được biểu diễn
theo 2 mô hình cơ bản là raster và vector.
I.2.2.1 Mô hình Raster
Đây là cách biểu diễn ảnh thông dụng nhất hiện nay, ảnh được biểu diễn dưới dạng ma trận các điểm
ảnh thu nhận qua các thiết bị như camera, scanner. Tuỳ theo yêu cầu thực thế mà mỗi điểm ảnh được
biểu diễn qua 1 hay nhiều bit. Mô hình Raster thuận lợi cho hiển thị và in ấn. Ngày nay công nghệ
phần cứng cung cấp những thiết bị thu nhận ảnh Raster phù hợp với tốc độ nhanh và chất lượng cao
cho cả đầu vào và đầu ra.
I.2.2.2 Mô hình Vector
Kiểu biểu diễn ảnh này ngoài mục đích tiết kiệm không gian lưu trữ dễ dàng cho hiển thị và in ấn còn
đảm bảo dễ dàng trong lựa chọn sao chép di chuyển tìm kiếm… Trong mô hình vector người ta sử
dụng hướng giữa các vector của điểm ảnh lân cận để mã hoá và tái tạo hình ảnh ban đầu ảnh vector
được thu nhận trực tiếp từ các thiết bị số hoặc được chuyển đổi từ ảnh Raster thông qua các thuật
toán. I.2.3 Nhiễu:
Là những tín hiệu thông tin không mong muốn, gây cản trở cho quá trình xử lý ảnh. Để thu được kết
quả chính xác hơn ta cần loại bỏ nhiễu.

p (r
k
) = n
k
/n cho k= [0, L-1] và n là tổng số điểm ảnh trong hình. Nói cách khác hàm p(r
k
) sẽ cho ta
biết được xác suất của r
k
. [7]
Một trong những khái niệm quan trọng trong xử lý ảnh là histogram. Histogram của ảnh I là số điểm
ảnh có giá trị g mức xám, được kí hiệu là h(g). Ví dụ ta có ma trận I (g) như sau:


   
   
   
   


Thì bảng giá trị của h(g) sẽ là:
g
0
1
2
3
4
5
h(g)
2

hình ảnh một bông hoa với các biến đổi ánh sáng và độ tương phản khác nhau để ta có thể xem xét sự
biến đổi Histogram của chúng.

img = imread ('akita3.jpg');
img_gray = rgb2gray (img);
subplot(1,2,1);imshow(img_gray);
subplot(1,2,2);imhist(img_gray);

Hình I.2.a
Hình I.2.b
Hình I.2 Thể hiện kết quả sau
khi ta lấy histogram sử dụng
Matlab
Hình I.2.a Hình ảnh gốc
Hình I.2.b Histogram của hình
(I.2.a)
Hình I.3 Histogram của hình
ảnh gốc
Trang 10 Từ nhận hình ảnh minh họa trên ta có thể nhận thấy rằng:
- Những ảnh hài hòa về sáng, tối và độ tương phản thường có phân bố ít ở 2 miền tối, sáng và
nhiều ở cùng trung bình.
Hình I.4 Histogram của hình
ảnh độ tương phản cao


++
+
Quá sáng

+
+++
Quá tối
+++
+

Trong đó:
+ Mật độ bình thường
++ Mật độ nhiều
+++ Mật độ rất nhiều
Tuy nhiên chúng ta cần lưu ý rằng histogram còn bị ảnh hưởng bởi quang cảnh, nền xung quanh. Các
ví dụ ngoại lệ sẽ cho chúng ta cái nhìn bao quát hơn về việc đọc Histogram. Hình I.8 Histogram của ảnh
gấu trắng Bắc cực với
quang cảnh xung quang là
băng đá và tuyết phủ trắng.

Hình I.9 Histogram của ảnh
con báo đang nằm trên cành
cây trong một khung cảnh
hoang hồn buông xuống.

Trang 12



Phần II:
CÁC PHƯƠNG PHÁP NÂNG CAO CHẤT LƯỢNG HÌNH ẢNH
II.1 Giới thiệu
Có 2 phương pháp chính đó là: nâng cao chất lượng ảnh trong miền không gian và tần số.
II.1.1 Nâng cao chất lượng ảnh trong miền không gian:
Ta tác động trực tiếp lên các điểm ảnh. Cường độ của các điểm ảnh được tính một các đơn giản qua
công thức sau:
g(x,y)=T[f(x,y)]
Trong đó f(x,y) là ảnh đầu vào, g(x,y) là ảnh đầu ra và T là thuật toán tác động lên f(x,y).[8]

II.1.2 Nâng cao chất lượng hình ảnh trong miền tần số:
Ta dựa trên việc tác động biến đổi Fourier của hình ảnh. Trước tiên ảnh sẽ được biến đổi về miền tần
số, sau đó thông qua các thuật toán ta sẽ tác động đến hàm truyền F của hình ảnh. Các bước xử lý hoàn
toàn ta sẽ dùng biến đổi F ngược để biến hàm truyền thành hình ảnh đầu ra.
Các thuật toán nâng cao chất lượng hình ảnh được thực hiện để điều chỉnh độ sáng hình ảnh, độ tương
phản hoặc phân phối các mức xám. Trong miền tần số thì khái niệm về lọc thì dễ dàng hơn để hình
dung. Vì vậy, nâng cao chất lượng hình ảnh của f(x, y) có thể được thực hiện trong miền tần số, dựa
trên DFT của F(u, v).
Các hoạt động nâng cao được thực hiện để điều chỉnh độ sáng hình ảnh, độ tương phản hoặc phân
phối các cấp độ màu xám. Trong miền tần số khái niệm về lọc sẽ dễ dàng hơn để hình dung. Vì vậy,
nâng cao hình ảnh của f (x, y) có thể được thực hiện trong miền tần số, dựa trên DFT của F(u, v). Trong
miền tần số nâng cao hình ảnh có thể được thực hiện như sau:
a) Tính toán F(u, v), DFT của hình ảnh đầu vào.
b) Nhân F(u, v) với một hàm lọc H(u, v)
G(u, v) = H(u,v) F(u, v).
c) Tính ngược DFT của kết quả bằng cách áp dụng Fourier biến đổi ngược.
d) Tìm được phần thực sự của biến đổi nghịch DFT.
Trong đó G(u,v) là ảnh đầu ra, F(u,v) là ảnh đầu vào và H(u,v) là hàm truyền. [9]


Sáng<
-
>T
ố
i

Sáng<
-
>T
ố
i

Tối<-> Sáng
Tối<-> Sáng
Hình II.2 a
Hình II.2 b
Trang 15 Có rất nhiều khác biệt giữa các phương pháp nhân tố (elementary) và thử sai (heuristic) được dùng
trong nâng cao chất lượng hình ảnh. Tuy nhiên chúng ta không thể đánh giá phương pháp nào là tốt
hơn vì thực tế những phương pháp khác nhau sẽ phát huy tác dụng riêng của nó. Trong tài liệu này
chỉ đề cập những vấn đề mà cả con người và máy tính đều có thể nhận thức được. Các phương pháp
được nêu ra sẽ tập trung vào xử lý ảnh trong miền không gian với 2 phần chính là:
- Phần II.2.2.1: Các thao tác xử lý điểm
- Phần II.2.2.2: Xử lý ảnh thông qua Histogram

Hình II.3 Hình ảnh chụp X-quang
của người. Đây là một ví dụ thể
hiện tác động của nâng cao chất

Hình II.4 Một số hàm biến đổi mức
xám cơ bản được sử dụng trong
nâng cao chất lượng ảnh
Âm ảnh
BĐ hàm log
BĐ hàm nghịch
đảo log
Đồng
nhất
Căn bậc n
Mũ n
Trang 17

S=L-1- r (Phương trình II.1)
Để dễ hình dung ta xét ví dụ sau: Cho một ảnh có kích thước RxC với R là số hàng và C là số cột. I(R,C)
là ảnh ban đầu và N(R,C) là ảnh âm bản, thì N được tính như sau:
N(r, c) = 255 – I(r, c) trong đó 0  r  R và 0 c  C
Chúng ta có thể nhận thấy rằng giá trị của mỗi pixel ảnh gốc là dưới 255. Ảnh qua xử lý có giá trị đối
lại so với ảnh ban đầu.
Đảo ngược mức xám của một hình ảnh theo cách này tạo ra một ảnh âm bản. Loại xử lý này phù hợp
để tăng cường chi tiết màu trắng hoặc xám ẩn trong vùng tối của hình ảnh, đặc biệt là khi các khu vực
màu tối chiếm ưu thế về số lượng. Một ví dụ được thể hiện trong hình (II.5). Hình (II.5 a) là ảnh chụp
X quang tuyến vú đã được kỹ thuật số hóa cho thấy một tổn thương nhỏ.

Hình II.5 a Hình II.5 b
Ta thấy rằng mặc dù thực tế là các nội dung trực quan là như nhau trong cả hai hình ảnh, nhưng sẽ dễ
dàng hơn nhiều khi phân tích các mô vú ở hình ảnh tiêu cực trong trường hợp này.

II.2.2.1.2 Biến đổi dùng ngưỡng
Biến đổi dùng ngưỡng hay nói ngắn gọn là biến đổi ngưỡng thường được dùng trong một số mảng

phát hiện biển số những xe vi phạm pháp luật.
Ngoài ra biến đổi ngưỡng có thể ứng dụng làm công cụ đắc lực trong việc nhận diện chữ quang học
(ORC: Optical Character Recognition). Ý tưởng của ORC là khi chụp một bức ảnh ta sẽ xử lý bằng thuật
toán lấy ngưỡng, những ký tự trong hình sau khi được lấy ngưỡng sẽ trở nên rõ ràng hơn và cảm biến
sẽ dễ nhận diện chữ hơn. Ví dụ sau đây sẽ cho ta thấy:
Hình II.7 Ứng dụng của biến đổi
ngưỡng trong việc nhận diện
biển số xe.
Hình II.7.a Hình ảnh gốc.
Hình II.7.b Hình ảnh sau khi
được biến đổi ngưỡng.
H II.7.a
H II.7.b
I = imread('Bien_so_xe.jpg');
level = graythresh(I);
BW = im2bw(I,level);
subplot(1,2,1);imshow(I);
subplot(1,2,2);imshow(BW);

Trang 19 Nhận xét: Hình (II.8) đã cho chúng ta thấy một ứng dụng của việc tạo ngưỡng. Sau khi lấy ngưỡng các
kí tự xuất hiện trong ảnh sẽ rõ ràng hơn và dễ nhận biết hơn.

II.2.2.1.3 Biến đổi dùng hàm log
Dạng chung của biến đổi dùng hàm log được biểu diễn dưới dạng số học như sau:
s=c.log (1+r)
Trong đó c là một hằng số và người ta cho r 0. Hình dạng của đường cong hàm log trong hình (II.4)
cho thấy sự biến đổi này ánh xạ một phạm vi hẹp của các giá trị màu xám ở mức độ thấp trong hình

Không giống như các hàm log, chúng ta nhận thấy đây là một họ của các đường cong biến đổi có thể
thu được từ  khác nhau. Theo phán đoán, chúng ta thấy trong hình (II.8) các đường cong được tạo
ra với giá trị của  > 1 có hình dạng đối xứng với những đường cong tạo ra với các giá trị của  <1 qua
đường thẳng =1.
Các thiết bị sử dụng để chụp ảnh, in ấn, và màn hình hiển thị đáp ứng theo một định luật hàm mũ .
Theo quy ước, số mũ trong phương trình hàm mũ được gọi là gamma() (do đó chúng ta sử dụng
biểu tượng này trong phương trình (II.3). Quá trình sử dụng để chỉnh sửa hàm mũ này được gọi là
chỉnh sửa gamma.
Ví dụ: ống tia cathode (CRT) có một đáp ứng cường độ-điện áp đó là một hàm mũ, với số mũ khác
nhau từ khoảng 1,8 đến 2.5. Tham chiếu đến các đường cong khi  = 2,5 trong hình (II.8), chúng ta
thấy rằng hệ thống hiển thị như vậy sẽ có xu hướng tạo ra hình ảnh có màu đậm hơn dự định. Hiệu
ứng này được minh họa trong hình (II.9).
Hình II.8 Đồ thị của hàm
s=cr^ với các giá trị  khác
nhau và với c=1.
M
ứ
c xám ngõ ra s

Mức xám ngõ vào r
Trang 21 Theo dự đoán, ngõ ra màn hình xuất hiện đậm hơn đầu vào như hình (II.9 b). Chỉnh sửa gamma trong
trường hợp này là hiển nhiên. Chúng ta cần xử lý trước các hình ảnh đầu vào trước khi nhập vào màn
hình bằng cách thực hiện việc chuyển đổi s=r
1/2.5
=r
0.4
kết quả được hiển thị trong hình (II.9 c). Khi

Màn hình
Hình ảnh được hiển thị
trên màn hình
H II.9 a
H II.9 c
H II.9 b
H II.9 d
Trang 22 Gãy xương có thể nhìn thấy gần trung tâm theo chiều dọc của cột sống , khoảng ¼ từ đỉnh của hình
ảnh. Vì hình ảnh được đưa ra khá tối nên điều ta cần làm là làm dãn vùng tối đó ra. Điều này có thể
được thực hiện với sự chuyển đổi hàm mũ với một số mũ thập phân.
Chúng ta nhận thấy rằng: khi  giảm 0,6-0,4 thì hình ảnh trở nên chi tiết hơn và có thể nhìn thấy rõ
hơn. Khi  giảm còn 0,3 hình rõ nét hơn một chút, nhưng bắt đầu giảm độ tương phản, đặc biệt là
trong nền. Bằng cách so sánh tất cả các kết quả, chúng ta thấy rằng việc tăng cường tốt nhất cho độ
tương phản và chi tiết là cho  = 0,4. Giá trị của  = 0,3 là một giới hạn xấp xỉ dưới, nếu giảm hơn nữa
thì tương phản trong hình ảnh đặc biệt này sẽ giảm đến một mức độ không thể chấp nhận.
Ví dụ 2 Một minh họa khác của biến đổi hàm mũ
Hình II.10 Cho thấy một hình ảnh cộng
hưởng từ (MR) của cột sống ngực trên một
người với một khớp bị gãy và chấn thương
tủy sống qua các phép biến đổi với gamma
khác nhau.
(a) hình ảnh cộng hưởng từ (MR) của một
người bị gãy cột sống.
(b), (c), (d) là kết quả của việc áp dụng biến
đổi trong phương trình (II.3) với c = 1 và
gamma = 0,6, 0,4, và 0,3 tương ứng.
(Hình ảnh gốc cho ví dụ này là do Bác sĩ

cho thấy một sự thay đổi điển hình được sử dụng cho kéo giãn tương phản. Vị trí các điểm (r
1
,s
1
)
và (r
2
,s
2
) quyết định hình dạng của hàm biến đổi.
Hình II.11 Hình ảnh một thành phố
qua các phép biến đổi với gamma
khác nhau
(a) hình ảnh trên không của một
thành phố.
(b) - (d) Kết quả của việc áp dụng biến
đổi trong phương trình (II.3) với c = 1
và = 3.0, 4.0, và 5.0, tương ứng.
(Hình ảnh gốc cho ví dụ do NASA cung
cấp).[d]
H II.11 a
H II.11 c
H II.11 b
H II.10 d
Trang 24 Từ đồ thị trong hình (II.12 a) ta có thể thấy:
- Nếu r
1

và s
1
 s
2
được giả
định để các hàm là đơn trị và đơn điệu tăng. Điều kiện nhằm đảm bảo không tạo ra các thành
phần có mức xám “lạ” trong hình ảnh xử lý.
Nhận xét
- Hình (II.12 b) cho thấy một hình ảnh 8-bit với độ tương phản thấp.
- Hình (II.12 c) cho thấy kết quả kéo giãn tương phản thu được bằng cách thiết lập (r
1
, s
1
) =
(r
min
, 0) và (r
2
, s
2
) = (r
max
, L- 1) trong đó r
min
và r
max
biểu thị mức tối thiểu và mức tối đa mức
xám trong hình ảnh. Hàm biến đổi kéo giãn tương phản tuyến tính từ phạm vi ban đầu của nó
với đầy đủ trong khoảng [0, L- 1].
- Cuối cùng, hình (II.12 d) cho thấy kết quả của việc sử dụng hàm tạo ngưỡng, với r

u
ra, s

Mức xám đầu vào, r
Trang 25

II.2.2.2 Xử lý ảnh thông qua histogram
Xử lý biểu đồ mức xám (histogram) được sử dụng trong nâng cao chất lượng hình ảnh, các thông tin
vốn có trong histogram cũng có thể được sử dụng trong ứng dụng xử lý ảnh khác nhau như phân chia
và nén hình ảnh. Một histogram đơn giản biểu diễn tần suất của mỗi mức xám có giá trị từ 0 đến 255.
Trong đó 0 là mức xám thấp nhất biểu cho màu tối và 255 là mức xám cao nhất biểu diễn cho màu tối.
Xử lý histogram là bước đầu tiên trong tiền xử lý. Cân bằng histogram (histogram equalization: HE)
và thay đổi histogram theo yêu cầu là hai phương pháp được sử dụng phổ biến để thay đổi histogram
của một hình ảnh. Histogram là một hàm rời rạc đại diện cho tần số xuất hiện của tất cả các mức xám
trong hình ảnh. Biểu đồ được cho là:
h (rk) = nk/N(Phương trình II.4)
Trong đó r
K
là cường độ mức xám và n
k
là số pixel có mức xám tương ứng với mỗi giá trị r
k
.

II.2.2.2.1 Cân bằng Histogram
II.2.2.2.1.a Trình bày lý thuyết
Cân bằng histogram là một kỹ thuật phổ biến để tăng cường sự diện mạo của hình ảnh. Giả sử chúng
ta có một hình ảnh mà chủ yếu là tối thì biểu đồ của nó sẽ bị lệch về phía bên trái của thang đo màu
xám và tất cả các chi tiết hình ảnh được nén vào vùng tối của biểu đồ. Nếu chúng ta kéo mức xám ở
vùng tối để tạo ra một histogram phân bố đồng đều hơn thì hình ảnh sẽ trở nên rõ rang và hài hòa