Tài liệu Mạng nơ-ron nhân tạo trong kiểm soát nội dung hình ảnh

  • Số trang: 83 |
  • Loại file: DOC |
  • Lượt xem: 87 |
  • Lượt tải: 0
nhattuvisu

Đã đăng 27127 tài liệu

Mô tả:

r ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TRẦN VĂN BÌNH MẠNG NƠ-RON NHÂN TẠO TRONG KIỂM SOÁT NỘI DUNG HÌNH ẢNH Ngành Chuyênngành Mãsố : Công nghệ thông tin : Hệ thống thông tin : 0802480526 LUẬN VĂN THẠC SĨ NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS Đỗ Năng Toàn Hà Nội – 2011 LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của bản thân, được xuất phát từ yêu cầu phát sinh trong công việc để hình thành hướng nghiên cứu. Các số liệu có nguồn gốc rõ ràng, tuân thủ đúng nguyên tắc và kết quả trình bày trong luận văn được thu thập được trong quá trình nghiên cứu là trung thực chưa từng được ai công bố trước đây. Hà nội, ngày 28 tháng 10 năm 2011 Tác giả luận văn Trần Văn Bình LỜI CẢM ƠN Lời đầu tiên, em xin được bày tỏ lòng biết ơn sâu sắc tới thầy giáo PGS.TS. Đỗ Năng Toàn, thầy đã tận tình dạy dỗ và hướng dẫn em trong suốt thời gian qua. Em xin được bày tỏ lòng biết ơn tới các thầy, cô giáo trong Khoa Công nghệ thông tin, Trường Đại học Công nghệ - ĐH Quốc gia Hà Nội. Các thầy cô đã dạy bảo, chỉ dẫn chúng em và luôn tạo điều kiện học tập tốt nhất cho em trong những năm học sau đại học đặc biệt là trong thời gian thực hiện khóa luận tốt nghiệp. Cảm ơn các bạn học viên lớp K15HTTT, K15T2 - Trường Đại học Công nghệ, những người bạn luôn bên cạnh ủng hộ tôi trong suốt những năm học cao học. Cuối cùng, xin gửi tới bố mẹ và toàn thể gia đình lòng biết ơn và tình cảm chân thành nhất. Hà nội, ngày 28 tháng 10 năm 2011 Học viên Trần Văn Bình MỤC LỤC LỜI CAM ĐOAN 2 DANH MỤC HÌNH VẼ 6 CHÚ THÍCH TỪ VÀ THUẬT NGỮ VIẾT TẮT LỜI CẢM ƠN 7 8 PHẦN MỞ ĐẦU 9 Chương 1: KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ KIỂM SOÁT HÌNH ẢNH 1.1. KHÁI QUÁT VỀ XỬ LÝ ẢNH 10 1.1.1. Các khái niệm cơ bản 10 1.1.1.1. Xử lý ảnh 10 1.1.1.2. Điểm ảnh 10 1.1.1.3. Ảnh 10 1.1.1.4. Mức xám của ảnh 11 1.1.1.5. Độ phân giải của ảnh 11 1.1.2. Các bước xử lý ảnh số 11 1.1.2.1. Thu nhận ảnh 12 1.1.2.2. Tiền xử lý 13 1.1.2.3. Phân vùng ảnh 18 1.1.2.4. Trích chọn đặc trưng 18 1.1.2.5. Nhận dạng và nội suy ảnh 1.1.2.6. Hậu xử lý 20 19 1.2. KIỂM SOÁT THÔNG TIN HÌNH ẢNH 22 1.2.1. Nhận dạng ảnh 22 1.2.1.1. Giới thiệu 22 1.2.1.2. Nhận dạng ảnh theo miền không gian 25 1.2.1.3. Nhận dạng dựa theo cấu trúc 29 1.2.1.4. Nhận dạng dựa vào kỹ thuật mạng nơ-ron 31 1.2.2. Kiểm soát thông tin dựa trên hình ảnh 33 Chương 2: NHẬN DẠNG ẢNH DỰA VÀO MẠNG NƠ-RON 2.1. MẠNG NƠ-RON NHÂN TẠO 34 2.1.1. Giới thiệu về nơ-ron sinh học 34 34 10 2.1.2. Mạng nơ-ron nhân tạo 36 2.1.2.1. Phân loại mạng nơron nhân tạo 2.1.2.2. Mô hình mạng nơ-ron nhân tạo 36 38 2.1.3. Huyến luyện mạng nơ-ron 39 2.1.3.1. Các phương pháp học 39 2.1.3.2. Học có thầy trong các mạng nơ-ron 40 2.1.4. Các vấn đề trong xây dựng mạng nơ-ron đa lớp 41 2.1.4.1. Chuẩn bị dữ liệu 41 2.1.4.2. Xác định các tham số cho mạng 44 2.1.4.3. Hiện tượng lãng quên 46 2.1.4.4. Vấn đề quá khớp 47 2.2. MỘT SỐ THUẬT TOÁN NHẬN DẠNG ẢNH DỰA VÀO MẠNG NƠ-RON 2.2.1. Thuật toán lan truyền ngược48 2.2.1.1. Mô tả thuật toán 48 2.2.1.2. Sử dụng thuật toán lan truyền ngược52 2.2.2. Một số biến thể của thuật toán lan truyền ngược 55 2.2.2.1. Sử dụng tham số bước đà 55 2.2.2.2. Sử dụng hệ số học biến đổi 56 2.2.2.3. Sử dụng phương pháp Gradient kết hợp 57 2.2.3. Thuật toán giả định luyện kim 62 2.2.4. Thuật toán di truyền 62 Chương 3: CHƯƠNG TRÌNH THỬ NGHIỆM 3.1. BÀI TOÁN PHÁT HIỆN ẢNH “ĐEN” 64 64 3.2.1. Một số đặc điểm ảnh “đen” 64 3.2.2. Các vấn đề gây nhầm lẫn 64 3.2. KIỂM SOÁT ẢNH “ĐEN” SỬ DỤNG MẠNG NƠ-RON 3.2.1. Thu thập, phân tích và xử lý dữ liệu 64 64 3.2.2. Cài đặt chương trình 65 3.2.2.1. Module tiền xử lý 65 3.2.2.2. Module trích chọn đặc trưng 66 3.2.2.3. Module huấn luyện mạng nơ-ron 68 3.2.2.4. Module nhận dạng và ra quyết định 73 3.2.3. Chương trình kiểm soát ảnh “đen” BlockPornImage 3.2.3.1. Một số hình ảnh về chương trình 74 74 48 3.2.3.2. Môi trường thử nghiệm 3.2.3.3. Kết quả thực nghiệm 77 PHẦN KẾT LUẬN79 TÀI LIỆU THAM KHẢO 81 77 DANH MỤC HÌNH VẼ Hình 1.1: Quá trình xử lý ảnh......................................................................................10 Hình 1.2: Các bước cơ bản trong một hệ thống xử lý ảnh............................................12 Hình 1.3: Sơ đồ phân tích, xử lý ảnh và lưu đồ thông tin giữa các khối......................12 Hình 1.4: Ảnh thu nhận và ảnh mong muốn................................................................13 Hình 1.5: Dãn độ tương phản.......................................................................................17 Hình 1.6: Quá trình hiển thị và chỉnh sửa, lưu trữ ảnh thông qua DIB.........................22 Hình 1.7: Sự chuyển đổi giữa các mô hình biểu diễn ảnh............................................22 Hình 1.8: Mô hình cấu trúc của đối tượng nhà.............................................................24 Hình 1.9: Sơ đồ tổng quát hệ thống nhận dạng ảnh.....................................................25 Hình 1.10: Các phép toán trong ngôn ngữ LCD..........................................................30 Hình 2.1: Hình minh họa nơ-ron sinh học....................................................................34 Hình 2.2: Phân loại mạng dựa trên đường truyền tín hiệu trong mạng........................37 Hình 2.3: Mô hình nơ-ron nhân tạo..............................................................................38 Hình 2.4: Mối liên hệ giữa sai số và kích thước mẫu...................................................42 Hình 2.5: Huấn luyện luân phiên trên hai tập mẫu.......................................................46 Hình 2.6: Xấp xỉ hàm f(x)=1+sin( )với -2 ≤ x ≤ 2...................................................53 Hình 2.7: Xấp xỉ hàm f(x)=1+sin( )với -2 ≤ x ≤ 2...................................................53 Hình 2.8: Xấp xỉ hàm f(x)=1+sin( )với -2 ≤ x ≤ 2 khi tăng số nơ-ron.....................54 Hình 2.9: Xác định tần số............................................................................................58 Hình 2.10: Giảm kích thước của tần số không chắc chắn............................................58 Hình 3.1: Xử lý dữ liệu................................................................................................65 Hình 3.2: Hình trái là ảnh đầu vào, Hình phải là ảnh sau quá trình phát hiện da.........68 Hình 3.3: Ảnh được trích chọn đặc trưng.....................................................................68 Hình 3.4: Tab quản lý mạng và phát hiện ảnh..............................................................75 Hình 3.5: Tab cấu hình các tham số cho mạng nơ-ron nhân tạo..................................75 Hình 3.6: Mạng đang được huấn luyện........................................................................76 Hình 3.7: Ảnh đầu vào.................................................................................................76 Hình 3.8: Phát hiện ảnh chính xác (hiển thị cửa sổ che)..............................................77 Hình 3.9: Một số phân loại sai.....................................................................................78 CHÚ THÍCH TỪ VÀ THUẬT NGỮ VIẾT TẮT Viết tắt Tên đầy đủ ANN Artificial neural networks BMP Bitmap Image File CGA Color Graphic Adaptor DIB Device Indepen dent Bitmap GIF Graphics Interchange Format LMS Least Means Square LZW Lempel Ziv-Wench MLP Multi Layer Perceptron PCX PC Paintbrush Exchange PLD Picture Language Description RLC Run Length Coding TIF Tagged Image File 1 PHẦN MỞ ĐẦU Bộ não của con người là sản phẩm hoàn hảo nhất của tạo hoá, có khả năng nhớ, tư duy và sáng tạo. Việc nghiên cứu những mô hình mà nguyên lý tổ chức và hoạt động mô phỏng theo hoạt động của bộ não người đang là hướng nghiên cứu mang tính thời sự của khoa học và công nghệ. Cũng từ đây, đã xuất hiện thuật ngữ “mạng Nơ-ron nhân tạo”(Artificial neural networks - ANN). Mạng ANN này rất phù hợp với việc giải các bài toán xấp xỉ hàm, xử lý thông tin, xử lý ảnh… đặc biệt là nhận dạng ảnh. Ở các nước phát triển người ta đã ứng dụng ANN vào thực tế đời sống, đã cho ra đời hàng loạt các thiết bị sử dụng cấu trúc mạng Nơ-ron để xử lý ảnh và xây dựng ảnh ba chiều từ các ảnh mặt chiếu phục vụ trong chẩn đoán hình ảnh y khoa, các thiết bị nhận dạng để đọc biểu đồ điện tim, điện não, nhận dạng vân tay, chữ viết, giọng nói… Lý do khách quan là do ANN có tốc độ xử lý cao nhờ cấu trúc xử lý song song và các liên kết mềm dẻo. Mạng có thể đưa ra các quyết định cần thiết thông qua các quá trình huấn luyện hoặc tự học, khả năng giải quyết vấn đề của mạng rất đa dạng và đạt độ chính xác cao. Ở Việt Nam, những nghiên cứu mang tính thực nghiệm cũng đang được định hướng và thu được một số kết quả ban đầu tuy còn hạn chế. Vì vậy, việc cập nhật kiến thức và tiếp cận một lĩnh vực mũi nhọn của khoa học công nghệ trong việc giải quyết một bài toán cụ thể là rất cần thiết. Trước sự bùng nổ của các website với đủ loại nội dung sex, bạo lực, phản động... các nhà quản lý bối rối vì khó kiểm soát, chuyên gia an ninh mạng cho rằng không thể tận diệt, còn phụ huynh thì lo lắng. Để giải quyết bài toán đó tác giả sẽ nghiên cứu giải pháp lọc chặn ảnh đồi trụy từ đó tích hợp vào phần mềm lọc chặn đểđem lại công cụ giúp các phụ huynh muốn quản lý, bảo vệ con em mình khỏi những thông tin độc hại trên Internet, đồng thời cũng giúp ngăn chặn trang web xấu cho các cơ sở kinh doanh dịch vụ Internet công cộng, các mạng máy tính của các công sở, trường học, các tổ chức, doanh nghiệp có kết nối Internet. Từ mục tiêu đó, luận văn tập trung nghiên cứu mạng nơ-ron nhân tạo và áp dụng kỹ thuật này cho bài toán phát hiện ảnh có nội dung đồi trụy (gọi tắt là ảnh “đen”). Luận văn được chia thành ba chương:    Chương 1: Khái quát về xử lý ảnh và kiểm soát hình ảnh. Chương 2: Nhận dạng ảnh dựa vào mạng nơ-ron. Chương 3: Xây dựng chương trình thử nghiệm phát hiện ảnh “đen” sử dụng mạng nơ-ron nhân tạo. Chương 1 KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ KIỂM SOÁT 2 HÌNH ẢNH 1.1. KHÁI QUÁT VỀ XỬ LÝ ẢNH 1.1.1.Các khái niệm cơ bản 1.1.1.1. Xử lý ảnh Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ. Tuy là một ngành khoa học mới mẻ so với nhiều ngành khoa học khác, nhưng tốc độ phát triển rất nhanh, được rất nhiều các viện nghiên cứu, ứng dụng. Những năm trở lại đây với sự phát triển của phần cứng máy tính, xử lý ảnh và đồ hoạ đã phát triển một cách mạnh mẽ và có nhiều ứng dụng được áp dụng trong cuộc sống. Xử lý ảnh và đồ hoạ đóng một vai trò quan trọng trong tương tác người - máy. Mục đích của xử lý ảnh là nâng cao chất lượng ảnh phục vụ con người và xử lý ảnh dữ liệu dạng hình ảnh để máy tính có thể hiểu được từ đó đưa ra những quyết định cần thiết. Hình 1.1: Quá trình xử lý ảnh Xử lý ảnh có nhiều ứng dụng trong đời sống như : nhận dạng ảnh, vệ tinh dự báo thời tiết, viễn thám, ảnh y tế, khoa học hình sự, điện ảnh… 1.1.1.2. Điểm ảnh Điểm ảnh (Pixel) là một phần tử của ảnh số tại toạ độ (x, y) với độ xám hoặc màu nhấtđịnh. Kích thước và khoảng cách giữa các điểm ảnh đó được chọn thích hợp sao cho mắt ngườicảm nhận sự liên tục về không gian và mức xám (hoặc màu) của ảnh số gần như ảnh thật. Mỗiphần tử trong ma trận được gọi là một phần tử ảnh. 1.1.1.3. Ảnh Ảnh số là tập hợp các điểm ảnh với mức xám phù hợp dùng để mô tả ảnh gần giống với ảnh thật. Ảnh được tạo nên từ hàng trăm ngàn cho đến hàng triệu ô vuông rất nhỏ- được coi là những nhân tố của bức ảnh và thường được biết dưới tên gọi là điểm ảnh. Máy tính hay máy in sử dụng những ô vuông nhỏ này để hiển thị hay in ra bức ảnh. Để làm được điều đó máy tính hay máy in chia màn hình, trang giấy thành một mạng lưới chứa các ô vuông, sau đó sử dụng các giá trị chứa trong file ảnh để định ra mầu sắc, độ sáng tối của từng pixel trong mạng lưới đó, đó là cơ sở để ảnh số được hình thành. 3 Việc kiểm soát, định ra địa chỉ theo mạng lưới như trên được gọi là bit mapping và ảnh số còn được gọi là ảnh bitmap. 1.1.1.4. Mức xám của ảnh      Định nghĩa: Mức xám (grey level) của điểm ảnh là cường độ sáng của nó được gán bằng giá trị số tại điểm đó. Các thang giá trị mức xám thông thường:16, 32, 64, 128, 256 (Mức 256 là mức phổ dụng bởi vì trong kỹ thuật máy tính dùng 1 byte (8 bit) để biểu diễn mức xám: Mức xám dùng một byte biểu diễn: 28=256 mức, tức là từ 0 đến 255). Ảnh đen trắng:là ảnh có hai màu đen, trắng (không chứa màu khác) với mức xám ở các điểm ảnh có thể khác nhau. Ảnh nhị phân:ảnh chỉ có hai mức đen trắng phân biệt tức dùng một bit mô tả 21 mức khác nhau. Nói cách khác: mỗi điểm ảnh của ảnh nhị phân chỉ có thể là 0 hoặc 1. Ảnh màu:trong khuôn khổ lý thuyết ba màu (Red, Blue, Green) để tạo nên thế giới màu, người ta thường dùng ba byte để mô tả mức màu, khi đó các giá trị màu: 28*3=224≈ 16,7 triệu màu. 1.1.1.5. Độ phân giải của ảnh Định nghĩa: Độ phân giải (Resolution) của ảnh là mật độđiểm ảnh được ấn định trên mộtảnh số được hiển thị. Theo định nghĩa, khoảng cách giữa các điểm ảnh phải được chọn sao cho mắt người vẫnthấy được sự liên tục của ảnh. Việc lựa chọn khoảng cách thích hợp tạo nên một mật độ phân bổ,đó chính là độ phân giải và được phân bố theo trục x và y trong không gian hai chiều. Ví dụ: Độ phân giải của ảnh trên màn hình CGA (Color Graphic Adaptor) là một lướiđiểm theo chiều ngang màn hình: 320 điểm chiều dọc × 200 điểm ảnh (320×200). Rõ ràng, cùngmàn hình CGA 12” ta nhận thấy mịn hơn màn hình CGA 17” độ phân giải 320×200 bởi vìcùngmột mật độ (độ phân giải) nhưng diện tích màn hình rộng hơn thì độ mịn (liên tục của các điểm)kém hơn. 1.1.2. Các bước xử lý ảnh số Một hệ thống xử lý ảnh có sơ đồ tổng quát như sau: 4 Hình 1.2: Các bước cơ bản trong một hệ thống xử lý ảnh Hình 1.3: Sơ đồ phân tích, xử lý ảnh và lưu đồ thông tin giữa các khối Sau đây sẽ trình bày một số kỹ thuậtxử lý ảnh cần thiết phục vụ cho việc cài đặt chương trình thử nghiệm (theo các bước trong hình 1.2), còncác thành phần khác sẽ được giới thiệu ở mức cơ bản. 1.1.2.1. Thu nhận ảnh Các thiết bị thu nhận ảnh bao gồm camera, scanner các thiết bị thunhận này có thể cho ảnh đen trắng. Các thiết bị thu nhận ảnh có hai loại chính ứng với hai loại ảnh thôngdụng Raster, Vector. Các thiết bị thu nhận ảnh Raster thông thường là camera, các thiết bịthu nhận ảnh thông thường Vector là sensor hoặc bàn số hoá Digitalizerhoặc được chuyển đổi từ ảnh Raster. Nhìn chung các hệ thống thu nhận ảnh thực hiện 1 quá trình:   Cảm biến: biến đổi năng lượng quang học thành năng lượng điện Tổng hợp năng lượng điện thành ảnh 1.1.2.2. Tiền xử lý Sau bộ thu nhận, ảnh có thể nhiễu và độ tương phản thấp nên cần đưa vào bộ tiền 5 xử lý(Image Processing) đểnâng cao chất lượng. Chức năng chính của bộ tiền xử lý là nắn chỉnh biến dạng, lọc nhiễu, chỉnh mức xám, nâng độ tương phản để làmảnh rõ hơn, nét hơn. Các thuật toán triển khai việc nâng cao chất lượng ảnh hầu hết dựa trên các kỹ thuật trongmiền điểm, không gian và tần số. Toán tửđiểm là phép biến đổi đối với từng điểm ảnh đang xét,không liên quan đến các điểm lân cận khác, trong khi đó, toán tử không gian sử dụng các điểm lâncận để quy chiếu tới điểm ảnh đang xét. Một số phép biến đổi có tính toán phức tạp được chuyểnsang miền tần sốđể thực hiện, kết quả cuối cùng được chuyển trở lại miền không gian nhờ cácbiến đổi ngược. a. Nắn chỉnh biến dạng Ảnh thu nhận thường bị biến dạng do các thiết bị quang học và điệntử. Ảnh thu nhận Ảnh mong muốn Hình 1.4: Ảnh thu nhận và ảnh mong muốn Các nguyên nhân biến dạng do:    Do camera, đầu thu ảnh chất lượng kém. Do môi trường, ánh sáng, hiện trường (scene), khí quyển, nhiễu xung. Do chất lượng. Để khắc phục người ta sử dụng các phép chiếu, các phép chiếu thường được xây dựng trên tập các điểm điều khiển. Giả sử (Pi, Pi’) với i = 1, ncó n các tập điều khiển Tìm hàm f: Pi a f (Pi) sao cho: Giả sử ảnh bị biến đổi chỉ bao gồm: Tịnh tiến, quay, tỷ lệ, biến dạng bậc nhất tuyến tính. Khi đó hàm f có dạng: f (x, y) = (a1x + b1y + c1, a2x + b2y + c2) Ta có: 6 Để cho φ → min Giải hệ phương trình tuyến tính tìm được a1, b1, c1, tương tự tìm đượca2, b2, c; từ đó taxác định được hàmf. b. Lọc nhiễu Thường ảnh thunhận được có nhiễu nên cần phải loại bỏ nhiễu. Để tách nhiễu (hay làm trơn nhiễu), người ta sử dụng cácbộ lọc tuyến tính (lọc trung bình, thông thấp) hay lọc phi tuyến (trung vị, giả trung vị, lọc đồnghình). Từ bản chất của nhiễu (thường tương ứng với tần số cao) và từ cơ sở lý thuyết lọc là: bộ lọcchỉ cho tín hiệu có tần số nào đó thông qua do đó, để lọc nhiễu người ta thường dùng lọc thôngthấp (theo quan điểm tần số không gian) hay lấy tổ hợp tuyến tính để san bằng (lọc trung bình). Trước khi xem xét chi tiết các kỹ thuật áp dụng, cần phân biệt các loại nhiễu hay can thiệptrong quá trình xử lý ảnh. Trên thực tế tồn tại nhiều loại nhiễu; tuy nhiên người ta thường xem xétba loại nhiễu chính: nhiễu cộng, nhiễu nhân và nhiễu xung:  Nhiễu cộng: Nhiễu cộng thường phân bố khắp ảnh. Nếu gọi ảnh quan sát (ảnh thu được) là Xqs, ảnh gốc là Xgốc, nhiễu là η, ảnh thu được có thể biểu diễn bởi: Xqs = Xgốc + η  Nhiễu nhân: Nhiễu nhân thường phân bố khắp ảnh và ảnh thu được sẽ biểu diễn với công thức: Xqs = Xgốc* η  Nhiễu xung: Nhiễu xung thường gây đột biến tại một sốđiểm ảnh. Làm trơn nhiễu bằng lọc tuyến tính: lọc trung bình và lọc dải thông thấp Do có nhiều loại nhiễu can thiệp vào quá trình xử lý ảnh nên cần có nhiều bộ lọc thích hợp.Với nhiễu cộng và nhiễu nhân ta dùng các bộ lọc thông thấp, trung bình và lọc đồng hình(Homomorphie); với nhiễu xung ta dùng lọc trung bị, giả trung vị, lọc ngoài (Outlier). i. Lọc trung bình không gian Với lọc trung bình, mỗi điểm ảnh được thay thế bằng trung bình trọng số của các điểm lâncận và được định nghĩa như sau: 7 Nếu trong kỹ thuật lọc trên, ta dùng các trọng số như nhau, phương trình trên sẽ trở thành: với : y(m, n): ảnh đầu vào, v(m, n): ảnh đầu ra, a(k, l) : là cửa sổ lọc. vớ i và Nw là sốđiểm ảnh trong cửa sổ lọc W. Lọc trung bình có trọng số chính là thực hiện chập ảnh đầu vào với nhân chập H. Nhân chậpH trong trường hợp này có dạng: Trong lọc trung bình, thường người ta ưu tiên cho các hướng để bảo vệ biên của ảnh khỏi bịmờ khi làm trơn ảnh. Các kiểu mặt nạđược sử dụng tùy theo các trường hợp khác nhau. Các bộlọc trên là bộ lọc tuyến tính theo nghĩa là điểm ảnh ở tâm cửa số sẽđược thay bởi tổ hợp các điểmlân cận chập với mặt nạ. Giả sửđầu vào biểu diễn bởi ma trận I: 8 Ảnh số thu được bởi lọc trung bình Y=H⊗I có dạng: Một bộ lọc trung bình không gian khác cũng hay được sử dụng. Phương trình của bộ lọc đócó dạng: Ởđây, nhân chập H có kích thuớc 2×2 và mỗi điểm ảnh kết quả có giá trị bằng trung bìnhcộng của nó với trung bình cộng của bốn lân cận gần nhất. Lọc trung bình trọng số là một trường hợp riêng của lọc thông thấp. ii. Lọc thông thấp Lọc thông thấp thường được sử dụng để làm trơn nhiễu.Về nguyên lý của bộ lọc thông thấpgiống nhưđã trình bày trên. Trong kỹ thuật này người ta hay dùng một số nhân chập có dạng sau: Ta dễ dàng nhận thấy khi b =1, Hb chính là nhân chập Ht1(lọc trung bình). Để hiểu rõ hơnbản chát khử nhiễu cộng của các bộ lọc này, ta viết lại phương trình thu nhận ảnh dưới dạng: Trong đóη[m, n] là nhiễu cộng có phương sai σ2n. Như vậy, theo cách tính của lọc trungbình ta có: 9 Như vậy, nhiễu cộng trong ảnh đã giảm đi Nwlần. c. Tăng độ tương phản Trước tiên cần làm rõ khái niệm độ tương phản. Ảnh số là tập hợp các điểm ảnh, màmỗi điểm ảnhcó giá trị độ sáng khác nhau. Ở đây, độ sáng để mắt người dễ cảm nhận ảnh, song không phải là quyết định. Thực tế chỉ ra rằng hai đối tượng có cùng độ sáng nhưng đặt trên hai nền khác nhau sẽ cho cảm nhận khác nhau. Như vậy, độ tương phản biểu diễn sự thay đổi độ sáng của đối tượng so với nền. Như vậ có thể hiểu rằng, độ tương phản là độ nổi của điểm ảnh hay vùng ảnh so với nền. Với định nghĩa này, nếu ảnh có độ tương phản kém, ta có thể thay đổi tuỳ ý theo ý muốn. Ảnh với độ tương phản thấp có thể do điều kiện sáng không đủ hay không đều, hoặc do tính không tuyến tính hay biến động nhỏ của bộ cảm nhận ảnh. Để điều chỉnh lại độ tương phản của ảnh, ta điều chỉnh lại biên độ trên toàn dải hay trên dải có giới hạn bằng cách biến đổi tuyến tính biên độ đầu vào (dùng hàm biến đổi là hàm tuyến tính) hay phi tuyến (hàm mũ hay hàm lôgarít). Khi dùng hàm tuyến tính các độ dốc , ,  phải chọn lớn hơn một trong miền cần dãn. Các tham số a và b (các cận) có thể chọn khi xem xét lược đồ xám của ảnh. Hình 1.5: Dãn độ tương phản Chú ý, nếu dãn độ tương phản bằng hàm tuyến tính ta có:  ,  ,  1 ảnh kết quả trùng với ảnh gốc dãn độ tương phản  ,  ,  1 co độ tương phản     1 Hàm mũ hay dùng trong dãn độ tương phản có dạng: f = (X[m,n])p 10 Giả mã Giả sử ta có ảnhIcó kích thước m × n và số nguyên c Khi đó, kỹ thuật tăng, giảm độc sáng được thể hiện for (i = 0; i < m; i + +) for (j = 0; j < n; j + +) I [i, j] = I [i, j] + c;  Nếu c > 0: ảnh sáng lên  Nếu c < 0: ảnh tối đi d. Chỉnh mức xám Nhằm khắc phục tính không đồng đều của hệ thống gây ra. Thông thường có hai hướng tiếp cận:  Giảm số mức xám: Thực hiện bằng cách nhóm các mức xám gần nhau thành một bó. Trường hợp chỉ có hai 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. 1.1.2.3. Phân vùng ảnh Phân vùng ảnh là bước then chốt trong xử lý ảnh. Giai đoạn này nhằm phân tích ảnh thànhnhững thành phần có cùng tính chất nào đó dựa theo biên hay các vùng liên thông. Tiêu chuẩn đểxác định các vùng liên thông có thể là cùng mức xám, cùng màu hay cùng độ nhám... Trước hếtcần làm rõ 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 mộtvùng ảnh (Boundary) là biên ảnh. Các điểm trong một vùng ảnh có độ biến thiên giá trị mức xámtương 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 dựatheo miền liên thông gọi là phân vùng dựa theo miền đồng nhất hay miền kề; phân vùng dựa vàobiên gọi là phân vùng biên. Ngoài ra còn có các kỹ thuật phân vùng khác dựa vào biên độ, phânvùng dựa theo kết cấu. Đây là phần phức tạp khó khăn nhất trong xử lý ảnh và cũng dễgây lỗi, làm mất độ chính xác của ảnh. Kết quả nhận dạng ảnh phụ thuộc rất nhiều vào công đoạnnày. 1.1.2.4. Trích chọn đặc trưng Đầu ra ảnh sau phân đoạn chứa các điểm ảnh của vùng ảnh (ảnh đã phân đoạn) cộng vớimã liên kết với các vùng lận cận. Việc biến đổi các số liệu này thành dạng 11 thích hợp là cần thiếtcho xử lý tiếp theo bằng máy tính. Việc chọn các tính chất để thể hiện ảnh gọi là trích chọn đặctrưng (hay trích chọn đặc điểm - Feature Selection) gắn với việc tách các đặc tính của ảnh dưới dạng các thông tin địnhlượng hoặc làm cơ sở để phân biệt lớp đối tượng này với đối tượng khác trong phạm vi ảnh nhậnđược. Ví dụ: trong nhận dạng ký tự trên phong bì thư, chúng ta miêu tả các đặc trưng của từng kýtự giúp phân biệt ký tự này với ký tự khác. Các đặc điểm của đối tượng được trích chọn tuỳ 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 ...  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 hình dạng khác nhau (chữ nhật, tam giác, cung tròn ...)  Đặc điểm biên và đường biên: Đặc trưng cho đường biên của đối tượng và do vậy rất hữu ích trong việc trích trọn các thuộc tính bất biến được dùng khi nhận dạng đối tượng. Các đặc điểm này có thể được trích chọn nhờ toán tử gradient, toán tử la bàn, toán tử Laplace, toán tử “chéo không” (zero crossing) ... Việc trích chọn hiệu quả các đặc điểm giúp cho việc nhận dạng các đối tượng ảnh chính xác, với tốc độ tính toán cao và dung lượng nhớ lưu trữ giảm xuống. 1.1.2.5. Nhận dạng và nội suy ảnh Đây là giai đoạn cuối của các hệ thống xử lý ảnh. Nhận dạng ảnh (Image Recognition) là quá trình phân loại các đối tượng được biểu diễn theo một mô hình nào đó và gán chúng một tên (gán cho đối tượng một tên gọi, tức là một dạng) dựa theo những quy luật vàmẫu chuẩn. Quá trình nhận dạng dựa vào những mẫu chuẩn được học (hoặc lưu)từ trước gọi là nhận dạng có thầy hayhọc có thầy, trong những trường hợp ngược lại gọi là học không có thầy. Nội suy (Interpretation)là phán đoán theo ý nghĩa trên cơ sởnhận dạng. Ví dụ: một loạt chữ số và nét gạch ngang trên phong bì thư có thể được nội suy thànhmã điện thoại. Có nhiều cách phân loai ảnh khác nhau. Trong lýthuyết về nhận dạng nói chung và nhận dạng ảnh nói riêng, cácmô hình toán học về ảnh được phân theo hai loại nhận dạng ảnh cơ bản:  Nhận dạng theo tham số.  Nhận dạng theo cấu trúc. Hay có ba cách tiếp cận khác nhau:  Nhận dạng dựa vào phân hoạch không gian.
- Xem thêm -