Bộ GIÁO DỤC VÀ ĐÀO TẠO
• • • TRƯỜNG ĐẠI HỌC sư PHẠM HÀ NỘI 2 • • • •
ĐINH THỊ HƯỜNG
NGHIÊN CỨU PHƯƠNG PHÁP CẢI THIÊN CHẤT LƯƠNG
ẢNH NHI PHÂN • • • BẰNG PHÉP TOÁN HÌNH THẤI
LUÂN VĂN THAC SỸ MÁY TÍNH
• •
Bộ GIÁO DỤC VÀ ĐÀO TẠO • • •
TRƯỞNG ĐẠI HỌC sư PHẠM HẢ NỘI 2 ĐINH THỊ HƯỜNG
NGHIÊN CỨU PHƯƠNG PHÁP CẢI THIÊN CHẤT LƯƠNG ẢNH NHI
PHÂN
• • •
BẰNG PHÉP TOÁN HÌNH THẤI
Chuyên ngành: Khoa học máy tính Mã số: 60 48 01 01
LUẬN VĂN THẠC SỸ MÁY TÍNH
HÀ NỘI,
Người hướng dẫn khoa học: PGS. TS Ngô Quốc Tạo
HÀ NỘI,
LỜI CẢM ƠN
Bằng sự kính trọng và lòng biết ơn sâu sắc, em xin chân thành cảm ơn
PGS. TS Ngô Quốc Tạo, người đã tận tình hướng dẫn và giúp đỡ em trong suốt
quá trình làm luận văn.
Em xin chân thành cảm ơn các thầy cô giáo trong khoa Công nghệ thông
tin, phòng Sau đại học trường Đại học Sự phạm Hà Nội 2, các thầy cô đã trực tiếp
giảng dạy các học phần trong khóa học đã tạo điều kiện thuận lợi cho em trong cả
quá trình học tập và nghiên cứu tại trường.
Xin chân thành cảm ơn gia đình, bạn bè, đồng nghiệp đã quan tâm, giúp đỡ
em trong thời gian nghiên cứu và hoàn thành luận văn.
Trong quá trình nghiên cứu, luận văn không tránh khỏi những thiếu sót. Rất
mong nhận được sự góp ý của quý thầy cô và bạn bè đồng nghiệp quan tâm đến
luận văn này.

2.3. Phép biến đổi tập hợp
2.4. Hiệu quả của thao tác nhị phân đơn giản trên một ảnh nhỏ
2.5. Giãn A bởi В
2.6. Giãn mất điểm ảnh
2.7. Phép giãn nhị phân
2.8. Quá trình quét của phần tử cấu trúc trên hình ảnh nhị phân
2.9. Giãn ảnh sử dụng phần tử cấu trúc
2.10. Phép co nhị phân
2.11. Phép co nhị phân trên hai đối tượng
2.12. Quá trình lọc đối tượng
2.13. ứng dụng của phép co ảnh dưới dạng số nhị phân
2.14. Quá trình thực hiện phép mở ảnh
2.15. Phép mở ảnh trên phương diện ý nghĩa hình học
2.16. Quá trình thực hiện phép đóng ảnh
2.17. Minh họa phép đóng ảnh trên phương diện ý nghĩa hình học
2.18. Minh họa phép biến đổi trúng hoặc trượt
MỞ ĐẦU
1. Lí do chon đề tài
•
Cùng với ngôn ngữ, các thông tin duới dạng hình ảnh đóng một vai trò rất
quan trọng trong công việc trao đổi thông tin. Chính vì vậy những năm gần đây đã
có sự kết hợp rất chặt chẽ giữa ảnh và đồ hoạ trong lĩnh vực xử lý thông tin. Trong
công nghệ thông tin, xử lý ảnh chứa một vai trò rất quan trọng, bởi các ứng dụng
đa dạng và phong phú của nó trong nhiều lĩnh vực khoa học. Xử lý ảnh là một bộ
5
phận quan trọng trong việc trao đổi thông tin giữa người và máy. Nó góp phần
làm cho việc quan sát trở nên tốt hơn.
Hình ảnh là một dạng dữ liệu đóng vai trò quan trọng trong việc trao đổi, xử
lý, lưu giữ thông tin Trong một số các loại hình công việc, người ta đều càn đến
hình ảnh để mô tả, minh chứng hay diễn đạt những điều mà đôi khi chữ viết hay

thập tài liệu liên quan đến đề tài, tìm hiểu các tài liệu, các bài báo của các tác giả
theo định hướng của giáo viên hướng dẫn.
6. Cấu trúc của luân văn
Luận văn gồm phần mở đầu và 03 chương nội dung:
Chương 1: Tổng quan về phương pháp cải thiện chất lượng ảnh Chương 2:
Cải thiện chất lượng ảnh nhị phân bằng phép toán hình thái Chương 3: Cài
đặt thử nghiệm chương trình
Sau cùng là Kết luận và Tài liệu tham khảo.
CHƯƠNG 1. TỔNG QUAN VÈ PHƯƠNG PHÁP CẢI THIỆN CHẤT
LƯỢNG ẢNH
1.1. Giói thiệu chung về xử lý ảnh
Xử lý ảnh là đối tượng nghiên cứu của lĩnh vực thị giác máy, là quá trình
biến đổi từ một ảnh mới với các đặc tính và tuân theo ý muốn của người sử dụng.
Xử lý ảnh có thể gồm các quá trình phân tích, phân lớp các đối tượng, làm tăng
chất lượng, phân đoạn và tách cạnh, gán nhãn cho vùng hay quá trình biên dịch
các thông tin hình ảnh của ảnh.
Cũng như xử lý dữ liệu bằng đồ họa, xử lý ảnh số là một lĩnh vực của tin
học ứng dụng. Xử lý dữ liệu bằng đồ họa đề cập đến những hình ảnh nhân tạo, các
ảnh này được xem xét như là một cấu trúc dữ liệu và được tạo ra YỚi các chương
trình. Xử lý ảnh số bao gồm các phương pháp và kỹ thuật biến đổi, để truyền tải
hoặc mã hóa các ảnh tự nhiên.
Xử lý ảnh là lĩnh vực nghiên cứu, là quá trình biến đổi từ một ảnh ban đầu
sang một ảnh mới tuân thủ tính chất các đặc trưng của xử lý ảnh bao gồm.
7
Thứ nhất: Biến đổi ảnh và làm đẹp ảnh.
Thứ hai: Tự động phân tích nhận dạng ảnh hay đoán nhận ảnh và đánh giá
nội dung của ảnh.
Nhận biết và đánh giá các nội dung của ảnh là sự phân tích một hình ảnh
thành những phần có nghĩa để phân biệt đối tượng này với đối tượng khác. Dựa
vào đó ta có thể mô tả cấu trúc của hình ảnh ban đàu. Có thể liệt kê một số

Trích chọn
đặc điểm
- -
I
Hậu xử
lý
Đối sách rút
ra kết luân

►
Lưu trữ
đổi tín hiệu tương tự sang tín hiệu rời rạc (lấy mẫu) và số hóa bằng lượng hóa,
trước khi chuyển sang giai đoạn xử lý, phân tích hay lưu trữ lại.
Quá trình phân tích ảnh thực chất bao gồm nhiều công đoạn nhỏ. Trước hết
là công việc tăng cường hình ảnh để cải thiện chất lượng hình ảnh. Do vậy càn
phải tăng cường và khôi phục lại ảnh để làm nổi bật một số đặc tính chính của
ảnh. Giai đoạn tiếp theo là phát hiện các đặc tính như biên, phân vùng ảnh, trích
chọn các đặc trưng, Cuối cùng tùy theo mục đích của quá trình xử lý ảnh, sẽ là
giai đoạn nhận dạng, phân lớp hay các quyết định khác. Các bước cơ bản trong
một hệ thống xử lý ảnh có thể mô tả ở hình 1.2.
1.2. Giói thiệu ảnh nhị phân
Như đã giới thiệu ở trên trong quá trình xử lý ảnh khi ảnh được nhận vào
máy tính phải được mã hóa. Hình ảnh khi lưu trữ dưới dạng tập tin phải được số
hóa tiêu chuẩn đặt ra là ảnh phải lưu trữ thế nào sao cho các ứng dụng khác nhau,
có thể thao tác trên các loại dữ liệu này.
1.2.1. Một số khái niệm cơ bản
Một số khái niệm cơ bản trong xử lý ảnh [1], [4]:
1.2.1.1. Ảnh và điểm ảnh
Ảnh trong thực tế là một ảnh liên tục về không gian và về giá trị độ sáng
chúng được biểu diễn bằng một thành hai biến thực hoặc phức kí hiệu là f(x,y).

thường thu nhận trên các dải băng tần khác nhau. Để biểu diễn cho mỗi điểm ảnh
màu càn 3 byte để mô tả 24 bit màu.
* Ảnh xám
Ảnh xám là trường hợp đặc biệt của ảnh màu. Mỗi điểm ảnh màu có 3 giá
trị (Red, Green, Blue), nếu 3 giá trị này bằng nhau thì ta có ảnh xám.
1.2.1.6. Khử nhiễu
Có hai loại nhiễu cơ bản trong quá trình thu nhận ảnh:
- Nhiễu hệ thống: là nhiễu có quy luật có thể khử bằng các phép biến
đổi.
- Nhiễu ngẫu nhiên: vết bẩn không rõ nguyên nhân có thể khắc phục bằng
phép lọc.
1
1.2.1.7. Chỉnh mức xám.
Nhằm khắc phục tính không đồng đều của hệ thống gây ra. Thông thường
có 2 hướng tiếp cận:
- Giảm số mức xám: Thực hiện bằng các nhóm các mức xám gần nhau
thành một bó. Trường hợp có 2 mức xám thì chính là chuyển về ảnh đen trắng,
ứng dụng in ảnh màu ra máy in đen trắng.
- Tăng số mức xám: Thực hiện nội suy ra các mức xám trung gian bằng kỹ
thuật nội suy. Kỹ thuật này nhằm tăng cường độ mịn cho ảnh.
1.2.1.8. Trích chọn đặc điểm
Các đặc điểm của đối tượng được trích chọn tùy theo mục đích nhận dạng
trong quá trình xử lý ảnh. Có thể nêu ra một số đặc điểm của ảnh sau đây:
Đặc điểm không gian: phân bố mức xám, phân bố xác suất, biên độ, điểm
uốn, V.V
Đặc điểm biến đổi: Các đặc điểm loại này được trích chọn bằng việc thực
hiện lọc vùng (zonal filtering). Các bộ vùng được gọi là “mặt nạ đặc điểm”
(feature mask) thường là các khe hẹp với các hình dạng khác nhau (chữ nhật, tam
giác, cung tròn .V.V.).
Đặc điểm biên và đường biên: Đặc trưng cho đường biên của đối tượng và

- Nén ảnh không gian: Kỹ thuật này dựa vào vị trí không gian của các điểm ảnh để
tiến hành mã hóa. Kỹ thuật lợi dụng sự giống nhau của các điểm ảnh trong các
vùng gần nhau. Ví dụ cho kỹ thuật này là mã nén *.PCX
- Nén ảnh sử dụng phép biến đổi: Đây là kỹ thuật tiếp cận theo hướng nén không
bảo toàn và do vậy, kỹ thuật thường nén hiệu quả hơn, *.JPG chính là tiếp cận
theo kỹ thuật nén này.
- Nén ảnh Fractal: Sử dụng tính chất Fractal của các đối tượng ảnh, thể hiện sự lặp
lại của các chi tiết. Kỹ thuật nén sẽ tính toán để chỉ cần lưu trữ phần gốc ảnh và
quy luật sinh ra ảnh theo nguyên lý Fractal.
1.2.2. Cải thiện chất lượng ảnh bằng kỹ thuật phát hiện biên và tìm xương
Trong xử lý và nhận dạng ảnh, có một số loại ảnh đường nét gồm các đối
tượng là các đường cong có độ dài lớn hơn nhiều so với độ dày của nó, YÍ dụ như
là ảnh các kí tự, dấu vân tay, sơ đồ mạch điện tử, bản vẽ kỹ thuật, bản đồ Để xử
lý các loại này người ta thường xây dựng các hệ mô phỏng theo cách phân tích
ảnh của con người gọi là hệ thống thị giác máy. Có nhiều hệ thống được cài đặt
theo phương pháp này như hệ thống nhận dạng chữ viết bằng thiết bị quang học
OCR (Optical Character Recognition), hệ thống nhận dạng vân tay AFIS
(Automated fingerprint Identification System)
1
Hình 1.3. Mô hình tổng quát của hệ thống nhận dạng ảnh
1
Có nhiều phương pháp trích chọn đặc điểm được biết tới như phương pháp
sử dụng sóng ngắn (Wavelet), sử dụng hệ số Fourier, sử dụng các mômen bất biến,
sử dụng các đặc trưng của biên như tính trơn và các điểm đặc biệt, sử dụng các
đặc trưng tôpô dựa trên phát hiện biên và tìm xương của đường nét ảnh .Phương
pháp trích chọn đặc điểm sử dụng ảnh được sử dụng nhiều. Kỹ thuật phát hiện
biên và tìm xương là một trong nhiều ứng dụng nghiên cứu và giải quyết một số
vấn đề của bài toán nêu trên công đoạn tiền xử lý ảnh.
1.2.2.1. Phương pháp phát hiện biên
Biên là vấn đề quan trọng trong trích chọn đặc điểm nhằm tiến tới hiểu ảnh.

z
ổ
2
/
Việc xấp xỉ đạo hàm bậc nhất theo các hướng X, y được thực hiện thông
qua hai mặt nạ nhân chập tương ứng sẽ cho ta các kỹ thuật phát hiện biên khác
nhau (kỹ thuật Sobel, kỹ thuật Prewitt ).
* Kỹ thuật phát hiện biên Laplace
Các phương pháp đánh giá Gradient ở trên làm việc khá tốt khi mà độ sáng
thay đổi rõ nét. Khi mức xám thay đổi chậm, miền chuyển tiếp trải rộng, phương
pháp cho hiệu quả hơn đó là phương pháp sử dụng đạo hàm bậc hai Laplace.
Toán tử Laplace được định nghĩa như sau:
d x
2
d y
2
Ta có:
ổ
2
/ Ô M ô
TỶ =
+ l
\ y - f i x , ỳ ) )
o x o x o x o x
~ [ f { x + l , y ) - f { x , y j \ - \ f ( x , y ) - f{ x - 1, >0]
* /(* + y) -
2
/(*> y) + fi x -1, y )
Tương tự ta cũng có
ô

về cơ bản, các thuật toán dò biên trên một vùng đều bao gồm các bước sau:
- Xác định điểm biên xuất phát.
- Dự báo và xác định điểm biên tiếp theo.
- Lặp bước 2 cho đến khi gặp điểm xuất phát.
Do xuất phát từ những tiêu chuẩn và định nghĩa khác nhau về điểm biên và
quan hệ liên thông, các thuật toán dò biên cho ta các đường biên mang các sắc thái
rất khác nhau.
Kết quả tác động của toán tử dò biên lên một điểm biên là điểm biên +1.
Thông thường các toán tử này được xây dựng như một hàm đại số Boolean trên
các 8 - láng giềng của điểm biên. Mỗi cách xây dựng các toán tử đều phụ thuộc
vào định nghĩa quan hệ liên thông và điểm biên. Do đó sẽ gây khó khăn cho việc
khảo sát các tính chất của đường biên. Ngoài ra, vì mỗi bước dò biên đều phải
kiểm tra tất cả các 8 - láng giềng của mỗi điểm nên thuật toán thường kém hiệu
quả. Để khắc phục các hạn chế trên, thay YÌ sử dụng một điểm biên ta sử dụng
cặp điểm biên (ngoài và trong), các cặp điểm này tạo nên tập nền vùng, tiếp theo
phân tích toán tử dò biên thành 2 bước:
- Xác định cặp điểm nền vùng tiếp theo.
- Lựa chọn điểm biên.
1
Trong đó bước thứ nhất thực hiện chức năng của một ánh xạ trên tập nền
vùng lên nền vùng tiếp theo và bước thứ hai thực hiện chức năng chọn điểm biên.
Thuật toán dò biên tổng quát
Bước 1: Xác định cặp nền - vùng xuất phát.
Bước 2: Xác định cặp nền - vùng tiếp theo.
Bước 3: Lựa chọn điểm biên.
Bước 4: Nếu gặp lại cặp xuất phát thì dừng, nếu không quay lại bước 2.
Việc xác định cặp nền - vùng xuất phát được thực hiện bằng cách duyệt ảnh
lần lượt từ trên xuống dưới và từ trái qua phải rồi kiểm tra điều kiện lựa
chọn cặp nền - vùng. Do việc chọn điểm biên chỉ mang tính chất quy ước, nên
ta gọi ánh xạ xác định cặp nền - vùng tiếp theo là toán tử dò biên.

được xóa. Đối tượng được bóc dần lớp biên cho đến khi điểm nào bị thu mảnh lại
chỉ còn các điểm biên.
Các thuật toán làm mảnh được phân loại dựa trên phương pháp xử lý các
điểm là thuật toán làm mảnh song song và thuật toán làm mảnh tuần tự.
Thuật toán làm mảnh song song, là thuật toán mà trong đó các điểm được
xử lý theo phương pháp song song, tức là được xử lý cùng một lúc. Giá trị của
mỗi điểm sau một lần lặp chỉ phụ thuộc vào giá trị của các láng giềng bên cạnh
(thường là 8 - láng giềng) mà giá trị của các điểm này đã được xác định trong lần
2
lặp trước đó. Trong máy có nhiều bộ vi xử lý sẽ xử lý một vùng của đối tượng, nó
có quyền đọc từ các điểm ở vùng khác nhưng chỉ được ghi trên vùng của nó xử lý.
Trong thuật toán làm mảnh tuần tự các điểm thuộc đối tượng sẽ được kiểm
tra theo một thứ tự nào đó (chẳng hạn các điểm được xét từ trái qua phải, từ trên
xuống dưới). Giá trị của các điểm sau mỗi lần lặp không những phụ thuộc vào giá
trị của các láng giềng bên cạnh mà còn phụ thuộc vào các điểm đã được xét trước
đó trong chính làn lặp đang xét.
Chất lượng của thuật toán làm mảnh được đánh giá theo các tiêu chuẩn
được liệt kê dưới đây nhưng không nhất thiết phải thỏa mãn đồng thời tất cả các
tiêu chuẩn.
• Bảo toàn tính liên thông của đối tượng và phần bù của đối tượng.
• Sự tương hợp giữa xương và cấu trúc của ảnh đối tượng.
• Bảo toàn các thành phàn liên thông.
• Bảo toàn các điểm cụt.
• Xương chỉ gồm các điểm biên, càng mảnh càng tốt.
• Bền vững đối với nhiễu.
• Xương cho phép khôi phục ảnh ban đầu của đối tượng.
• Xương thu được ở chính giữa đường nét của đối tượng được làm mảnh.
• Xương nhận được bất biến với phép quay.
b) Tìm xương không dựa trên làm mảnh
Để tách được xương của đối tượng có thể sử dụng đường biên của đối

màu trắng là phần có giá trị là 0.
Các phép toán logic khác được xây dựng dựa trên các phép toán đã được
định nghĩa ở trên. Cho một ví dụ: Phép toán XOR (dựa trên phép toán AND và
NOT), giá trị của nó là 1 nếu giá trị của một trong hai điểm ảnh có giá trị là 1
(không phải là cả hai), và giá trị của nó là 0 khi cả hai điểm ảnh đều có giá trị là 0
hoặc 1. Phép toán này khác phép toán OR, giá trị trả về sẽ là 1 khi một trong hai
điểm ảnh đầu vào là 1, hoặc khi cả hai điểm ảnh đầu vào là 1. Phép toán NOT -
AND chỉ trả về giá tri là 0 khi cả hai điểm ảnh đầu vào là 1.
OR
XOR
NOT-
AND
r
Hình 1.5. Một sô phép toán logic giữa các hình ảnh nhị phân
2
NO
A
NOT(A)
(A) AND (B)
(A) OR (B)
B
(A) XOR (B)
(A) N-AND (B)
Phần có màu xẫm có các giá trị là 1, và phần có màu trắng có các giá trị
là 0.
Phép toán hình thái cung cấp hai phép toán cơ bản là phép giãn nhị phân
(Dilation) và phép co nhị phân (Erosion), hai phép này là cơ sở ban đầu cho nhiều
ứng dụng về hình thái khác.
Để đi vào tìm hiểu các phép toán hình thái, đầu tiên ta làm quen với một số
khái niệm quan trọng thường được sử dụng trong bài viết.

1 - 1 - 1 1 1 1
1 1 1 C Đ 1 1 1 1
1 1 1 1 1 1 1 1 1
1 1 - Í - 1 - 1
-
1
1
- 1 - 1 - 1 1
- 1 - 1 1 - 1 1
1
1
1
Cc
D
1
o
Hình 1.6. Một vài ví dụ về các phần tử cấu trúc Ở hình
1.6 có đưa ra hai kiểu phần tử cấu trúc đặc trưng có kích
thước 3x3 và 9x9 các vòng tròn đánh dấu gốc của phần tử
cấu trúc ở hai kiểu này khác nhau, nhưng đều có đặc điểm
chung là vòng đánh dấu tâm điểm luôn được đặt ở điểm có
tọa độ ở trung tâm của phần tử cấu trúc.
1 -1 -1
1
©
1 1 1