Đồ họa và xử lý ảnh
Chia sẻ bởi Phạm Đình Quý |
Ngày 29/04/2019 |
70
Chia sẻ tài liệu: Đồ họa và xử lý ảnh thuộc Bài giảng khác
Nội dung tài liệu:
BÀI GIẢNG XỬ LÝ ẢNH
Biên soạn: Nguyễn Đình Cường
Bộ môn : Khoa học máy tính
CHƯƠNG I NHẬP MÔN XỬ LÝ ẢNH
1.1 Tổng quan về một hệ thống xử lý ảnh
Quá trình xử lý bao gồm các công đoạn:thu nhận ảnh, số hoá, phân tích ảnh, nhận dạng ảnh.
1.2 Các khái niệm và vấn đề cơ bản trong xử lý ảnh
1.2.1 Một số khái niệm: pixel(điểm ảnh), gray leval(mức xám).
1.2.2 Các bài toán cơ bản trong xử lý ảnh
. Bài toán cải thiện ảnh
Mục đích:
Tăng cường những thuộc tính cảm nhận ảnh, để phục vụ cho các bước xử lý tiếp theo.
Các thao tác:
Thay đổi độ tương phản, màu sắc, cường độ sáng dựa trên mô hình cảm nhận.
Làm nét, làm trơn ảnh.
Phương pháp:
Phương pháp thao tác trên điểm.
Các thao tác không gian, sử dụng các phép toán lọc, làm nét, làm trơn.
1.2.2 Các bài toán cơ bản trong xử lý ảnh (tt)
B. Bài toán khôi phục ảnh
Mục đích
Khôi phục lại ảnh ban đầu, loại bỏ những biến dạng ra khỏi ảnh ban đầu.
Các thao tác
Lọc nhiễu.
Giảm độ méo của tín hiệu.
Phương pháp
Lọc thích nghi(wiener, Kalman).
Khôi phục ảnh từ các hình chiếu.
C. Bài toán phân tích ảnh
Mục đích
Tìm ra các đối tượng ảnh, xây dựng các mối quan hệ của đối tượng ảnh dựa vào các đắc trưng cục bộ.
Các thao tác và phương pháp
Tìm biên và tách biên.
Phân vùng ảnh.
Phân loại đối tượng: đưa các đối tượng trong ảnh vào những nhóm đã biết trước.
1.2.2 Các bài toán cơ bản trong xử lý ảnh (tt)
D. Bài toán nén ảnh
Mục đích
Làm giảm khối lượng thông tin chứa trong đối tượng, để phục vụ cho các bài toán khác(lưu trữ, truyền ảnh).
Các thao tác và phương pháp
Nén không mất thông tin: có các phương pháp sau, Huffman, Fano-Shannon, RLE, Zip-Lempel.
Nén mất thông tin: JPEG (dựa trên phép biến đổi cosin), các phương pháp nén cho định dạng MPEG I, MPEG II.
1.3 Các mô hình màu.
Có nhiều định nghĩa về màu (không có định nghĩa hình thức)
Từ góc nhìn khoa học:
Màu là phân bổ các bước sóng (red: 700 nm, violet: 400 nm)
Và tần số f
Tốc độ ánh sáng: c=f
Từ góc nhìn về nghệ thuật và cuộc sống:
Màu là Hue, Brightness, Saturation của ánh sáng
Sắc, độ sáng và bão hòa của đối tượng
MỘT SỐ MÔ HÌNH MÀU
1.3.1 Màu cơ sở và biểu đồ màu CIE
Năm 1931: CIE (Commision Internationale de l’Éclairage) xây dựng màu cơ sở chuẩn quốc tế:
Cho phép các màu khác được định nghĩa như tổng trọng lượng của ba màu cơ sở.
Do không tồn tại 3 màu cơ sở chuẩn trong phổ nhìn thấy để tổng hợp màu mới -> CIE sử dụng các màu tưởng tượng.
Mỗi màu cơ sở trong CIE được xác định bằng đường cong phân bổ năng lượng.
Nếu A, B, C là tổng số các màu cơ sở chuẩn cần xác định màu cho trước trong phổ nhìn thấy thì các thành phần của màu sẽ là:
Nhưng x+y+z=1 cho nên chỉ cần 2 giá trị có thể xác định màu mới
Cho khả năng biểu diễn mọi màu trên biểu đồ 2D -> Biểu đồ CIE
Biểu đồ CIE
Khi vẽ các giá trị x, y của màu trong phổ nhìn thấy -> Biểu đồ CIE là đường cong hình lưỡi (còn gọi là biểu đồ kết tủa – CIE Chromaticity Diagram)
các điểm màu gán nhãn trên đường cong từ violet (400 nm) đến red (700 nm)
Điểm C tương ứng màu trắng (ánh sáng ban ngày)
Biểu đồ CIE là phương tiện lượng hóa độ tinh khiết và bước sóng trội:
Độ tinh khiết của điểm màu C1: được xác định bằng khoảng cách tương đối của đoạn thẳng nối C với đường cong qua C1
Màu bù: biểu diễn bởi 2 điểm cuối C3, C4 của đoạn thẳng đi qua C
Gam màu xác định bởi 2 điểm: biểu diễn bởi đoạn thẳng nối hai điểm màu C5, C6
Gam màu xác định bởi 3 điểm: ba điểm C7, C8, C9 chỉ xác định màu trong tam giác
Mô hình màu 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.
Các cạnh còn lại biểu diễn màu bù cho mỗi màu cơ sở
Mô hình màu RGB
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)
Đường chéo từ (0, 0, 0) đến (1, 1, 1) biểu diễn màu xám
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
Mô hình màu HSV
Thay vì chọn các phần tử RGB để có màu mong muốn, người ta chọn các tham số màu: Hue, Saturation và Value (HSV)
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
Blue
HSV
Mô hình màu HSV
Hue: Bước sóng gốc của ánh sáng
Trong mô hình Hue được biểu diễn bằng góc từ 00 đến 3600
Value: Cường độ hay độ chói ánh sáng
Value có giá trị [0, 1]
V=0 -> màu đen. Đỉnh lục giác có cường độ màu cực đại
Saturation: Thước đo độ tinh khiết ánh sáng gốc
S trong khoảng [0, 1]
Biểu diễn tỷ lệ độ tinh khiết
của màu sẽ chọn với độ tinh
khiết cực đại
Mô hình màu HSV
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
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
Biên soạn: Nguyễn Đình Cường
Bộ môn : Khoa học máy tính
CHƯƠNG I NHẬP MÔN XỬ LÝ ẢNH
1.1 Tổng quan về một hệ thống xử lý ảnh
Quá trình xử lý bao gồm các công đoạn:thu nhận ảnh, số hoá, phân tích ảnh, nhận dạng ảnh.
1.2 Các khái niệm và vấn đề cơ bản trong xử lý ảnh
1.2.1 Một số khái niệm: pixel(điểm ảnh), gray leval(mức xám).
1.2.2 Các bài toán cơ bản trong xử lý ảnh
. Bài toán cải thiện ảnh
Mục đích:
Tăng cường những thuộc tính cảm nhận ảnh, để phục vụ cho các bước xử lý tiếp theo.
Các thao tác:
Thay đổi độ tương phản, màu sắc, cường độ sáng dựa trên mô hình cảm nhận.
Làm nét, làm trơn ảnh.
Phương pháp:
Phương pháp thao tác trên điểm.
Các thao tác không gian, sử dụng các phép toán lọc, làm nét, làm trơn.
1.2.2 Các bài toán cơ bản trong xử lý ảnh (tt)
B. Bài toán khôi phục ảnh
Mục đích
Khôi phục lại ảnh ban đầu, loại bỏ những biến dạng ra khỏi ảnh ban đầu.
Các thao tác
Lọc nhiễu.
Giảm độ méo của tín hiệu.
Phương pháp
Lọc thích nghi(wiener, Kalman).
Khôi phục ảnh từ các hình chiếu.
C. Bài toán phân tích ảnh
Mục đích
Tìm ra các đối tượng ảnh, xây dựng các mối quan hệ của đối tượng ảnh dựa vào các đắc trưng cục bộ.
Các thao tác và phương pháp
Tìm biên và tách biên.
Phân vùng ảnh.
Phân loại đối tượng: đưa các đối tượng trong ảnh vào những nhóm đã biết trước.
1.2.2 Các bài toán cơ bản trong xử lý ảnh (tt)
D. Bài toán nén ảnh
Mục đích
Làm giảm khối lượng thông tin chứa trong đối tượng, để phục vụ cho các bài toán khác(lưu trữ, truyền ảnh).
Các thao tác và phương pháp
Nén không mất thông tin: có các phương pháp sau, Huffman, Fano-Shannon, RLE, Zip-Lempel.
Nén mất thông tin: JPEG (dựa trên phép biến đổi cosin), các phương pháp nén cho định dạng MPEG I, MPEG II.
1.3 Các mô hình màu.
Có nhiều định nghĩa về màu (không có định nghĩa hình thức)
Từ góc nhìn khoa học:
Màu là phân bổ các bước sóng (red: 700 nm, violet: 400 nm)
Và tần số f
Tốc độ ánh sáng: c=f
Từ góc nhìn về nghệ thuật và cuộc sống:
Màu là Hue, Brightness, Saturation của ánh sáng
Sắc, độ sáng và bão hòa của đối tượng
MỘT SỐ MÔ HÌNH MÀU
1.3.1 Màu cơ sở và biểu đồ màu CIE
Năm 1931: CIE (Commision Internationale de l’Éclairage) xây dựng màu cơ sở chuẩn quốc tế:
Cho phép các màu khác được định nghĩa như tổng trọng lượng của ba màu cơ sở.
Do không tồn tại 3 màu cơ sở chuẩn trong phổ nhìn thấy để tổng hợp màu mới -> CIE sử dụng các màu tưởng tượng.
Mỗi màu cơ sở trong CIE được xác định bằng đường cong phân bổ năng lượng.
Nếu A, B, C là tổng số các màu cơ sở chuẩn cần xác định màu cho trước trong phổ nhìn thấy thì các thành phần của màu sẽ là:
Nhưng x+y+z=1 cho nên chỉ cần 2 giá trị có thể xác định màu mới
Cho khả năng biểu diễn mọi màu trên biểu đồ 2D -> Biểu đồ CIE
Biểu đồ CIE
Khi vẽ các giá trị x, y của màu trong phổ nhìn thấy -> Biểu đồ CIE là đường cong hình lưỡi (còn gọi là biểu đồ kết tủa – CIE Chromaticity Diagram)
các điểm màu gán nhãn trên đường cong từ violet (400 nm) đến red (700 nm)
Điểm C tương ứng màu trắng (ánh sáng ban ngày)
Biểu đồ CIE là phương tiện lượng hóa độ tinh khiết và bước sóng trội:
Độ tinh khiết của điểm màu C1: được xác định bằng khoảng cách tương đối của đoạn thẳng nối C với đường cong qua C1
Màu bù: biểu diễn bởi 2 điểm cuối C3, C4 của đoạn thẳng đi qua C
Gam màu xác định bởi 2 điểm: biểu diễn bởi đoạn thẳng nối hai điểm màu C5, C6
Gam màu xác định bởi 3 điểm: ba điểm C7, C8, C9 chỉ xác định màu trong tam giác
Mô hình màu 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.
Các cạnh còn lại biểu diễn màu bù cho mỗi màu cơ sở
Mô hình màu RGB
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)
Đường chéo từ (0, 0, 0) đến (1, 1, 1) biểu diễn màu xám
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
Mô hình màu HSV
Thay vì chọn các phần tử RGB để có màu mong muốn, người ta chọn các tham số màu: Hue, Saturation và Value (HSV)
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
Blue
HSV
Mô hình màu HSV
Hue: Bước sóng gốc của ánh sáng
Trong mô hình Hue được biểu diễn bằng góc từ 00 đến 3600
Value: Cường độ hay độ chói ánh sáng
Value có giá trị [0, 1]
V=0 -> màu đen. Đỉnh lục giác có cường độ màu cực đại
Saturation: Thước đo độ tinh khiết ánh sáng gốc
S trong khoảng [0, 1]
Biểu diễn tỷ lệ độ tinh khiết
của màu sẽ chọn với độ tinh
khiết cực đại
Mô hình màu HSV
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
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
* Một số tài liệu cũ có thể bị lỗi font khi hiển thị do dùng bộ mã không phải Unikey ...
Người chia sẻ: Phạm Đình Quý
Dung lượng: |
Lượt tài: 1
Loại file:
Nguồn : Chưa rõ
(Tài liệu chưa được thẩm định)