Trong xử lý ảnh kỹ thuật số, chúng tôi sử dụng các hoạt động hình thái để giải quyết vấn đề này. Chính vì vậy tôi chọn đề tài “Tìm hiểu bài toán phát hiện xương bằng toán hình thái. Mục tiêu của dự án là phát hiện xương bằng cách sử dụng các phép toán hình thái để xử lý đối tượng trong ảnh.
Tổng quan về xử lý ảnh và xương ảnh: Chương này bao gồm các khái niệm ban đầu về xử lý ảnh số, sơ đồ hệ thống xử lý ảnh, một số vấn đề cơ bản về xử lý ảnh, xương và phát hiện xương trong xử lý ảnh. Chương trình thực nghiệm: Dựa vào lý thuyết đã học, tôi xây dựng chương trình xử lý ảnh bằng toán hình thái: tìm xương của đối tượng trên ảnh nhị phân.
KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ XƯƠNG ẢNH
Khái quát về xử lý ảnh
- Xử lý ảnh, sơ đồ của hệ thống xử lý ảnh
- Một số vấn đề cơ bản của xử lý ảnh
Tăng số mức xám: Thực hiện nội suy các mức xám trung gian bằng kỹ thuật nội suy. Các đặc điểm của đối tượng được trích xuất tùy thuộc vào mục đích nhận dạng trong xử lý ảnh. Nén hình ảnh không gian: Kỹ thuật này dựa vào vị trí không gian của các pixel để thực hiện mã hóa.
Kỹ thuật này tận dụng sự giống nhau của các pixel ở các vùng lân cận. Nén hình ảnh bằng cách sử dụng biến đổi: Đây là phương pháp nén không bảo toàn và do đó, là hình nến hiệu quả nhất.
Xương và phát hiện xương trong xử lý ảnh
Thuật toán cắt là một quá trình lặp đi lặp lại duyệt và kiểm tra tất cả các điểm thuộc về một đối tượng. Trong mỗi lần lặp, tất cả các điểm của đối tượng sẽ được kiểm tra: nếu chúng đáp ứng một số điều kiện xóa phụ thuộc vào thuật toán, đối tượng sẽ bị xóa. Trong thuật toán phân mảnh tuần tự, các điểm thuộc một đối tượng sẽ được kiểm tra theo một thứ tự nhất định (ví dụ: các điểm được xét từ trái sang phải, từ trên xuống dưới).
Tập hợp tất cả các điểm như vậy tạo thành trục tâm hoặc xương của vật thể. Trong bước thứ hai, khoảng cách hình ảnh đã được tính toán và các pixel có giá trị tối đa được giả định là nằm trên xương của đối tượng.
THUẬT PHÁT HIỆN XƯƠNG NHỜ PHÉP TOÁN HÌNH THÁI
Các phép toán hình thái và các tính chất
- Khái niệm cơ bản
- Phép giãn nhị phân (Dilation)
- Phép co nhị phân (Erosion)
- Một số tính chất của phép toán hình thái
- Các mệnh đề
- Định lý
- Hệ quả
Tập hợp không có phần tử nào được gọi là tập hợp rỗng hay tập rỗng và được biểu diễn bằng các ký tự. Các phần tử của tập hợp có liên quan trong chương này là tọa độ của các điểm ảnh đại diện cho đối tượng hoặc đặc điểm quan tâm khác trong ảnh. Tập hợp C là tập hợp các phần tử w, vì vậy w được tạo thành bằng cách nhân từng tọa độ của các phần tử trong tập hợp D với -1.
Hai tập hợp A và B trở thành chia hết (Disjoint) hoặc loại trừ lẫn nhau (loại trừ lẫn nhau) nếu chúng có các phần tử giống nhau, như trường hợp sau: . c) phần bù tuyệt đối của A; d) Phần bù tương đối của tập hợp. Phần bù (chênh lệch) tương đối của tập hợp A trong tập hợp B được biểu thị bằng A - B như trong biểu thức sau: . ) A. Trong đó w là tập hợp các phần tử thuộc tập hợp A nhưng không thuộc tập hợp B, khái niệm này được minh họa trong Hình 2-2(d).
Tập hợp B thường được coi như một phần tử cấu trúc trong khai triển nhị phân, cũng như trong các phép toán hình thái khác, tập hợp A là tập hợp các phần tử của hình ảnh ban đầu. Do đó, sự giãn nở nhị phân của tập hợp A bởi phần tử cấu trúc B là tập hợp tất cả các điểm z (z là tâm của phần tử cấu trúc B trên tập hợp A) sao cho phản xạ của Bz cắt tập hợp A. A bằng ít nhất một điểm. Nói cách khác, sự giãn nở nhị phân là sự chồng lấp của ít nhất một phần tử từ sự phản ánh của phần tử cấu trúc B với tập hợp A.
Sự giãn nở nhị phân của tập A theo tập B là tồn tại các điểm w thuộc sao cho w là tổng của hai điểm tương ứng bất kỳ trong tập A và tập B. Định nghĩa này được mô tả bằng công thức. Phần tử cấu trúc hình vuông B có kích thước d/4, trong trường hợp này phần tử cấu trúc B và độ tương phản của nó bằng nhau vì B có tập hợp các phần tử đối xứng qua tâm (chấm đen ở giữa). Phép co nhị phân của tập hợp A bởi phần tử cấu trúc B là tập hợp các điểm z (z nằm ở tâm của phần tử cấu trúc B) sao cho Bz là tập con của A.
Kết quả cuối cùng là kết quả của phép co nhị phân giữa tập hợp A và phần tử kết cấu B. BỘI DUY MẠNH-CT1201-HPU Trang 22 Như vậy phép cộng của phép co nhị phân giữa tập hợp A và phần tử cấu trúc B là phép co nhị phân. giữa phần bù của tập hợp A và phần phản xạ của phần tử cấu trúc B.
Kỹ thuật tìm xương nhờ phép toán hìh thái
- Trích biên ( Boundary Extraction )
- Làm đầy (Region Filling)
- Tách các thành phần liên thông (Extraction of Connected Components)
- Bao Lồi (Convex Hull)
- Làm mảnh(Thinning)
- Tìm khung xương (Skeletonization)
CHƯƠNG TRÌNH THỬ NGHIỆM
Bài toán
Vừa vì tính chất công việc, vừa vì thẩm mỹ con người không ngừng thích ứng với thực tế mà nhu cầu, yêu cầu xử lý ảnh luôn lớn hơn, đa dạng hơn. Theo xu hướng này, xử lý ảnh không ngừng phát triển hướng tới một quy trình xử lý ảnh toàn diện.
Phân tích và giới thiệu
Với bài toán đã cho, tôi cài chương trình chạy thử Input: Any image. Mở: Tải hình ảnh bạn muốn xử lý vào trường hình ảnh. Save: Lưu ảnh đã xử lý dưới dạng file ảnh. Nhóm “Kernel Shape”: Lựa chọn các loại phần tử cấu trúc tác động lên các đối tượng trong ảnh.
Hình thái học: Thực hiện các thao tác hình thái học trên hình ảnh khi kích thước và thao tác phần tử cấu trúc thích hợp được chọn. Thanh trạng thái: Thanh trạng thái thể hiện tiến trình xử lý ảnh của chương trình. Ví dụ: nếu sử dụng phép co nhị phân hoặc phép giãn nhị phân thì quá trình này sẽ chạy một lần, vì để thực hiện phép co và phép giãn nhị phân, chúng ta chỉ thực hiện thuật toán một lần.
Nếu được sử dụng với việc đóng và mở hình ảnh, nó sẽ chạy hai lần vì chúng ta cần chạy thuật toán co và giãn nhị phân hai lần để thực hiện một trong hai thao tác này. Đối với các hoạt động khác, chức năng trạng thái của nó cũng tương tự.
Một số kết quả của chương trình
Hình ảnh nhị phân tương tự như trên, chúng tôi sử dụng nén hình ảnh nhị phân với phần tử kết cấu 4x4. Bởi vì với thao tác này, đối tượng có xu hướng co lại, do đó, nó có thể được sử dụng để lọc ra các điểm ảnh nhỏ thừa trong ảnh nhị phân. Như đã giới thiệu trong phần lý thuyết ở Chương 2, trong một số trường hợp, chúng ta có thể kết hợp phép co nhị phân và phép giãn nhị phân để lọc các pixel không dư thừa trong ảnh.
Tiếp theo, chúng ta xem ảnh nhị phân của một đối tượng là chữ A màu trắng (Hình 4-9). Chúng tôi áp dụng thuật toán tìm xương cho hình ảnh này. EXTENDED MANH-CT1201-HPU Trang 40 Cuối cùng là thuật toán dò biên đối tượng. Đầu tiên, thuật toán thực hiện co nhị phân giữa đối tượng và phần tử kết cấu, sau đó trừ kết quả co nhị phân từ đối tượng ban đầu, ta được đường biên của đối tượng, độ dày của đường biên phụ thuộc vào phần tử. .
Các phép toán hình thái là một nhóm cực kỳ quan trọng trong xử lý ảnh số, các chủ đề về phép biến đổi này cũng rất được quan tâm, bởi thông qua các thuật toán và phép toán cơ bản đó, chúng ta có thể mở rộng và phát triển các bài toán khác liên quan đến lĩnh vực quan sát khám phá, trí tuệ nhân tạo v.v. , chẳng hạn như các ứng dụng máy ảnh theo dõi thông qua các thuật toán để nhận dạng các đối tượng chuyển động hoặc ghép các đối tượng trong hai hình ảnh thông qua các đặc điểm hoặc điểm tương đồng. Trình bày được hệ thống các khái niệm cơ bản về phép toán hình thái trên quan điểm xử lý ảnh; Các khái niệm, tính chất cơ bản và ứng dụng trong xử lý và biểu diễn hình dạng đối tượng. Đồng thời giải thích, minh họa cụ thể và đưa ra mối quan hệ giữa các phép toán này.
Các phép toán giãn nhị phân (Dilation), co nhị phân (Erosion), mở ảnh (Opening), đóng ảnh (Closing), là các phép toán cơ bản của phép toán hình thái, thuật toán biên. ), làm đầy (Region Filling), tách các thành phần kết nối (Extraction ofconnected components), vỏ lồi (Convex Hull), làm mỏng (Thinning), tìm xương (Skeleton), tất cả đều được xây dựng từ các phép toán hình thái học. Các phép toán này là điều kiện cũng như tiền đề cho việc học tập, nghiên cứu các thuật toán khác có tính ứng dụng cao trong xử lý ảnh nói riêng và trong đời sống thực tế nói chung. Toán hình thái là một môn học rất rộng, cần nhiều thời gian để tìm hiểu và nghiên cứu về nó.
